La soutenance de thèse de Jean Le Graët, intitulée "Modélisation avancée de la réponse pixel des détecteurs CMOS : décorrélation des paramètres et application à Euclid et SVOM." se tiendra le mercredi 30 octobre à 14h dans l'amphitéâtre du CPPM.
Composition du jury :
Résumé :
Les progrès en astronomie et cosmologie dépendent fortement de la performance des détecteurs utilisés pour capturer les signaux lumineux de l'univers. Les capteurs d'images CMOS ou CIS (CMOS Image Sensors) jouent aujourd'hui un rôle central dans les observations depuis les rayons X jusqu'à l'infrarouge. La précision des mesures obtenues avec les CIS exige une modélisation rigoureuse de la réponse des pixels à un flux lumineux. Toutefois, cette modélisation est complexe en raison de la variabilité des caractéristiques des pixels et des différentes interactions physiques ayant lieu dans le détecteur. Ces interactions, telles que la capacité interpixel ou la non-linéarité de la réponse des pixels, introduisent des corrélations entre les paramètres du modèle, créant ainsi des erreurs systématiques sur l'estimation du flux lumineux.
Cette thèse présente le développement de méthodes avancées de caractérisation des CIS pour améliorer la modélisation de la réponse des pixels et corriger les biais systématiques qui affectent la précision des observations astronomiques et cosmologiques. L’approche repose sur une analyse détaillée du comportement des pixels afin d’identifier les principales sources d’erreurs systématiques, en se concentrant sur l’IPC, la non-linéarité et leurs effets sur l'estimation du gain de conversion. De nouvelles méthodes de correction sont introduites pour décorréler l’IPC et la non-linéarité dans la mesure du gain de conversion. Ces méthodes incluent la déconvolution de l’IPC au niveau du pixel, la correction spécifique de l’effet de l’IPC sur le gain, ainsi que des modèles de mean-variance non linéaire (NL2 et NL3) qui permettent une estimation plus précise du gain. Ces méthodes sont rigoureusement validées à l’aide des données issues du détecteur H2RG de la mission Euclid et du détecteur ALFA de la mission SVOM, démontrant leur efficacité à réduire les biais et à améliorer la précision des modèles.
Notamment, la mesure de l'IPC par pixel a révélé des variations spatiales importantes, mettant en évidence l’importance d’une caractérisation précise à l’échelle du pixel pour éviter l’introduction de biais dans les modèles de réponse. Pour le détecteur H2RG, les méthodes de déconvolution et de correction ont permis de mieux comprendre l’influence des structures internes, comme la présence d'époxy, sur les performances des pixels. De plus, les méthodes de mean-variance non linéaire ont démontré leur efficacité à corriger les effets de la non-linéarité sur les mesures de gain, améliorant ainsi la modélisation et la qualité des données collectées. Finalement, les nouvelles méthodes corrigent un biais de 9\% sur la mesure du gain de conversion pour le détecteur H2RG et de 8\% pour le détecteur ALFA, confirmant l'importance de ces corrections.
Abstact :
Advances in astronomy and cosmology heavily depend on the performance of detectors used to capture the light signals from the universe. CMOS Image Sensors (CIS) play a central role today in observations ranging from X-rays to infrared. The accuracy of measurements obtained with CIS requires a rigorous modeling of the pixel response to a light flux. However, this modeling is complex due to the variability of pixel characteristics and the various physical interactions occurring within the detector. These interactions, such as interpixel capacitance (IPC) or pixel response non-linearity, introduce correlations between model parameters, thereby creating systematic errors in the estimation of the light flux.
This thesis presents the development of advanced characterization methods for CIS to improve the modeling of pixel response and correct the systematic biases that affect the accuracy of astronomical and cosmological observations. The approach relies on a detailed analysis of pixel behavior to identify the main sources of systematic errors, focusing on IPC, non-linearity, and their effects on the estimation of the conversion gain. New correction methods are introduced to decorrelate IPC and non-linearity in the measurement of the conversion gain. These methods include the deconvolution of IPC at the pixel level, specific correction of the IPC effect on the gain, and non-linear mean-variance models (NL2 and NL3) that allow for a more accurate estimation of the gain. These methods are rigorously validated using data from the H2RG detector of the Euclid mission and the ALFA detector of the SVOM mission, demonstrating their effectiveness in reducing biases and improving the accuracy of the models.
The pixel-level IPC measurements revealed significant spatial variations, underscoring the importance of precise pixel-scale characterization to prevent biases in response models. For the H2RG detector, the deconvolution and correction methods provided insights into the influence of internal structures, such as epoxy layers, on pixel performance. Additionally, the non-linear mean-variance methods effectively correct the non-linearity effects on gain measurements, enhancing the modeling accuracy and the quality of the collected data. Ultimately, the new methods correct a bias of 9\% in conversion gain measurements for the H2RG detector and 8\% for the ALFA detector, highlighting the critical importance of these corrections.
La soutenance sera accessible à distance via le lien suivant :
https://cnrs.zoom.us/j/92193600874?pwd=D5QYu7WzJgapyIDanVjhJNcGlOmjUr.1
