Modélisation avancée de la réponse pixel des détecteurs CMOS : décorrélation des paramètres et application à Euclid et SVOM.

Advanced modeling of the pixel response of CMOS detectors: decorrelation of parameters and application to Euclid and SVOM

• Auteur / Autrice : Jean Le graêt
• Direction : Eric Kajfasz, Aurélia Secroun
• Type : Projet de thèse
• Discipline(s) : PHYSIQUE & SCIENCES DE LA MATIERE - Spécialité : INSTRUMENTATION
• Date : Soutenance en 2024
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole Doctorale Physique et Sciences de la Matière
• Partenaire(s) de recherche : Laboratoire : CPPM - Centre de Physique des Particules de Marseille
• Jury : Président / Présidente : Cristi Diaconu
• Jury : Examinateurs / Examinatrices : Eric Kajfasz, René Doyon, Olivier Gravrand, Didier Tiphene, Aurélia Secroun
• Jury : Rapporteur / Rapporteuse : René Doyon, Didier Tiphene

Mots clés

Mots clés libres

Cmos aps

Détecteur

Caractérisation

Modélisation

Réponse pixel

Euclid

Cmos aps

Detector

Characterization

Modeling

Pixel response

Euclid

Résumé

Cette thèse présente le développement de méthodes avancées de caractérisation des capteurs d’images CMOS (CIS) pour améliorer la modélisation de la réponse des pixels et corriger les biais systématiques qui affectent la précision des observations astronomiques et cosmologiques. Les détecteurs CIS rencontrent des défis importants dans la modélisation précise de la réponse des pixels en raison de la variabilité des caractéristiques des pixels et des interactions physiques complexes au sein des détecteurs, telles que la capacité interpixel (IPC) et la non-linéarité, qui introduisent des corrélations entre les paramètres et engendrent des erreurs systématiques affectant la qualité des données. Pour relever ces défis, cette recherche développe et met en œuvre des méthodologies innovantes pour améliorer la caractérisation des pixels et la modélisation de leur réponse. L’approche implique 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, telles que la déconvolution au niveau du pixel de l’IPC, la correction par pixel de l'effet de l’IPC sur la mesure du gain, et des modèles de mean-variance non linéaire (NL2 et NL3) permettant la mesure du gain de conversion, sont introduites. 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. Les résultats montrent des améliorations significatives dans la précision des mesures de paramètres critiques tels que le gain de conversion et l’IPC, offrant une compréhension plus affinée des performances des détecteurs et réduisant les erreurs systématiques dans les observations scientifiques. Notamment, 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, soulignant l’impact de ces corrections. Ce travail met en avant l’importance d’une modélisation adaptée des pixels et ouvre la voie à des observations plus fiables et précises dans les futures missions astronomiques et cosmologiques.

This thesis introduces advanced characterization methods for CMOS Image Sensors (CIS) that improve pixel response modeling and correct systematic biases impacting the precision of astronomical and cosmological observations. CIS detectors face significant challenges in accurately modeling pixel responses due to the variability in pixel characteristics and complex physical interactions, such as interpixel capacitance (IPC) and non-linearity, which introduce correlations between response parameters and lead to systematic errors that compromise data quality. To address these challenges, this research develops and implements innovative methodologies for enhanced pixel characterization and response modeling. Our approach involves a detailed analysis of pixel behaviors to identify key sources of systematic errors, focusing on IPC, non-linearity, and their effects on conversion gain measurements. New correction techniques, including pixel-level deconvolution of IPC, per-pixel correction of IPC effects on gain measurement, and nonlinear mean-variance models (NL2 and NL3) used to measure conversion gain, are introduced. 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 model accuracy. The results show significant improvements in the measurement precision of critical parameters such as conversion gain and IPC, providing a more refined understanding of detector performance and reducing systematic errors in scientific observations. Notably, the new methods correct a bias in conversion gain measurement of 9% for H2RG and 8% for ALFA, underscoring the impact of these corrections. This work highlights the importance of tailored pixel modeling and paves the way for more reliable and precise observations in future astronomical and cosmological missions.