지속적 광전류 특성이란 반도체소재 내에서 외부 빛에너지에 의한 Generation-Recombination(G-R) 반응으로 생성된 자유캐리어의 수명시간 때문에 발생하는 특성이다. 빛에너지에 의해 생성된 자유캐리어가 완전히 Recombination 되기 전에 빛에너지를 다시 인가한다면 기존보다 더 많은 자유 캐리어가 형성 및 축적되며, 같은 패턴의 빛에너지가 반복적으로 인가되면 지속적 광전류 특성에 의해 점차적으로 전류량이 증가하는 현상이 발생하게 된다. 본 논문에서는 광전자소자의 지속적 광전류 특성에 대해 실험 및 분석하고 이를 기반으로 하는 디코딩 프로세스와 스파이킹 뉴럴네트워크에 관한 연구를 진행하였다.
첫 번째, 임의의 아날로그신호를 Pulse Width Modulation(PWM) 방식으로 변환한 디지털전압신호를 Light Emitting Diode (LED) 양단에 인가하고 이에 맞춰 송신되는 빛을 광전자소자로 수신감지하여 변환되기 전의 아날로그신호로 디코딩하는 연구를 진행하였다. Mathlab을 통하여 임의의 아날로그신호를 PWM방식으로 1bit의 디지털 신호로 변환시켰는데, Original 신호인 아날로그신호의 진폭 값에 비례하여 디지털신호의 펄스폭이 결정된다. 인가되는 전압의 펄스폭에 따라 LED에서 발광되는 빛의 밝기 및 지속시간이 달라지게 될 것이며, 이에 따라 광전자소자에 감지되는 정도가 달라지게 될 것이다. 입력전압의 펄스폭이 점차 증가하는 방향으로 전압이 LED 양단에 인가되었을 때 빛을 감지하는 광전자소자의 지속적 광전류가 증가하였으며, 펄스폭이 점차 감소하는 방향으로 전압이 인가되었을 때 지속적 광전류가 점차 감소하는 경향을 보였다. 이에 결론적으로 PWM방식으로 변환된 신호가 기존의 아날로그신호로 디코딩되는 현상을 보였다.
두 번째, 지속적 광전류 특성에 이용하여 신경망모사회로(뉴로모픽) 중에 하나인 스파이킹 뉴럴네트워크를 구현해 보았다. 스파이킹 뉴럴네트워크는 실제 생명의 신경계 작동 방식과 유사한 방식이다. 신경세포에 외부자극이 지속적으로 인가되면 계단형으로 신경세포(뉴런)의 전기적 신호가 증가한다. 계속된 외부자극으로 인해, 다음 뉴런으로 신호가 전달되는 기준점인 역치 이상으로 전기적 신호가 증가하게 되면 뉴런 사이의 공간인 시냅스를 통하여 신호를 전달하게 된다. 뉴런의 역치 값에 따라서 신경세포의 신경전달정도가 변화되며 이는 신경세포의 감도를 제어하는 가중치로써의 역할을 하게된다. 지속적 광전류 특성 역시 반복적인 외부 빛에너지에 의해 계단형으로 전류량이 증가하는 경향을 보이며, 일정값 이상으로 전류가 증가하면 연결된 출력 LED에서 빛이 발광되게 된다. 이는 다음 단의 입력 빛신호로 동작하게 되며, 다음 단의 CdS 광센서에 의해 감지되게 된다. 이는 신경세포의 시냅스를 통한 신호전달과 매우 유사함을 알 수 있다. 이러한 특성을 이용하여 본 연구에서 포토레지스터(ADC), MOSFET(전류 스위칭) 그리고 출력 LED(DAC)를 통하여 기본단위의 뉴로모픽회로를 구현하였다. 기본단위의 회로의 포토레지스터가 빛을 지속적으로 받아 MOSFET에서 충분한 전류가 생성되면 출력 LED가 켜지는 구조이며, 이 기본구조를 싱글채널로 다단연결시켜 마치 실제 신경망구조의 신호가 연속적으로 전달되는 신호처리시스템을 구현시켰다.