基于树莓派Pico 2与SiPM的DIY伽马能谱仪：从原理到实践

1. 项目概述：用树莓派Pico 2打造你的个人伽马能谱仪

如果你对核物理、环境监测或者仅仅是电子DIY感兴趣，那么自己动手制作一台伽马能谱仪绝对是一个令人兴奋的挑战。传统的DIY能谱仪方案，比如利用电脑声卡采集信号的“Theremino”项目，往往需要依赖外部高压电源、笨重的光电倍增管（PMT）和一台完整的电脑。这不仅让设备变得庞大、复杂，还存在高压操作的安全隐患。今天要分享的这个项目，彻底颠覆了这种模式。它基于一块小巧的自制PCB、一颗树莓派Pico 2微控制器、一个闪烁体（通常是碘化钠）和一个硅光电倍增管（SiPM），将所有必要的信号处理和能谱分析功能都集成在了一块板子上。这意味着，你得到的是一台真正意义上的“一体化”伽马能谱仪，无需任何外部部件，仅用一根USB线供电就能独立工作并保存数据。

这个项目的核心优势在于其极简与安全的设计哲学。用SiPM替代传统的PMT是关键一步。SiPM工作在几十伏的低压下，彻底告别了动辄上千伏的危险高压，使得整个装置的安全性大大提升，尺寸也得以大幅缩小。树莓派Pico 2作为主控，不仅价格低廉，其双核处理器、高性能ADC和充足的存储空间，完全足以胜任实时脉冲处理和多道分析器（MCA）的任务。你可以通过Arduino IDE轻松编程，甚至直接拖拽固件文件进行更新，门槛非常低。无论是想测量环境本底辐射，鉴别放射性矿物，还是作为教学演示工具，这个开源项目都提供了一个绝佳的起点。接下来，我将从设计思路、硬件解析、软件实现到实操调试，为你完整拆解如何复现这台精巧的设备。

2. 核心硬件设计与选型解析

2.1 主控芯片：为何选择树莓派Pico 2？

在众多微控制器中选定树莓派Pico 2，是经过深思熟虑的。首先，性价比是决定性因素。Pico 2的价格极具竞争力，但性能却毫不含糊：RP2350双核ARM Cortex-M33处理器，主频高达200MHz以上，为实时处理高速脉冲提供了充足的算力。其次，其模拟数字转换器（ADC）质量上乘。Pico 2的ADC具有12位分辨率，在项目中通过过采样等技术，等效实现了高达4096道的分析能力。内置的3V电压基准源，为ADC提供了稳定的参考，这是获得精确能谱的基础，省去了外接精密基准源的成本和复杂度。

最后，开发生态的友好性不容忽视。虽然Pico原生支持MicroPython和C/C++ SDK，但项目选择了兼容Arduino IDE的路径。这极大地降低了学习曲线，让熟悉Arduino的爱好者能够快速上手。通过USB线即可完成编程和调试，同时USB接口也承担了供电和数据通信（串口）的双重职责，进一步简化了系统连接。这种“一块板子解决所有问题”的思路，贯穿了整个硬件设计。

2.2 探测核心：SiPM与闪烁体的搭配艺术

探测器的核心是将不可见的伽马光子转换成可测量电信号的部分，这里采用了“闪烁体 + SiPM”的方案。

闪烁体，通常选用掺铊的碘化钠晶体（NaI(Tl)）。当伽马射线进入晶体时，会与物质相互作用（主要是光电效应、康普顿散射），损失能量并激发晶体中的原子，退激时便会发出可见光光子（波长约415nm的蓝光）。NaI(Tl)因其光输出高、能量线性好，是伽马能谱测量的经典选择。晶体尺寸越大，探测效率越高，但成本和体积也相应增加。对于DIY项目，Φ20mm x 20mm左右的小晶体是平衡性能与成本的常见选择。

硅光电倍增管（SiPM）是本项目的亮点。它是一个由成百上千个“微单元”组成的半导体器件，每个微单元都是一个工作在盖革模式下的雪崩光电二极管（APD）。当有光子击中时，对应的微单元会产生一个雪崩电流，所有微单元的电流汇总起来，就形成了一个与入射光子数成正比的宏观电信号。相比于需要上千伏高压、体积庞大且易碎的PMT，SiPM只需27.5V至33.8V的工作电压，体积小巧如一个芯片，抗震动性强，且对磁场不敏感。选择SiPM时，需要关注其光子探测效率（PDE）与闪烁体发光波长的匹配度，以及增益和暗计数率。通常，针对NaI(Tl)的蓝光，选择PDE在蓝光波段较高的SiPM型号（如来自Onsemi、Hamamatsu的特定型号）。

注意：SiPM对温度非常敏感，其增益和暗噪声会随温度变化而漂移。在精密能谱测量中，可能需要考虑温度补偿电路或进行定期能量刻度校准。对于一般应用，在室温稳定环境下工作即可。

2.3 定制PCB：一体化设计的关键

项目的所有电子部分都集成在了一块120mm x 50mm的定制PCB上。这块板子可以清晰地划分为几个功能区：

1. 电源管理区：负责从USB的5V输入，生成系统所需的各路电压。最核心的是为SiPM提供可调的27.5-33.8V偏置电压的升压电路。该电路通常基于一个开关稳压器芯片，通过精密电阻分压反馈来稳定输出电压。板上还会包含为Pico和运放供电的3.3V/5V LDO线性稳压器，确保模拟电路的纯净。
2. 前端模拟电路区：这是信号的“起跑线”。SiPM输出的电流脉冲信号非常微弱（纳安到微安级）且快速（纳秒级）。首先会经过一个跨阻放大器（TIA），将电流脉冲转换为电压脉冲。TIA的设计至关重要，其反馈电阻和电容决定了增益和带宽，需要与SiPM的输出特性匹配，以保持信号形状并实现低噪声放大。随后，信号可能再经过一级或两级电压放大器进行整形和放大，以达到Pico的ADC最佳输入范围（0-3V）。
3. 数字处理与接口区：以Pico 2为中心，其ADC引脚连接前端放大后的信号。板载的闪存用于存储能谱数据。此外，PCB还贴心地将多余的I/O口通过排针引出，包括I2C、SPI、UART，方便用户外接OLED显示屏、MicroSD卡模块、GPS模块等，极大地扩展了设备功能。一个简单的蜂鸣器也被集成，用于在“盖革模式”下提供 audible 的计数率反馈。
4. 机械与布局：PCB布局严格遵循了模拟与数字分离的原则，模拟地（AGND）与数字地（DGND）在一点连接，防止数字噪声串扰微弱的前端模拟信号。SiPM和闪烁体安装区域（额外的49.5mm x 50mm空间）被单独规划，便于光密封结构的安装。

所有设计文件（原理图、PCB布局、Gerber文件）均在GitHub仓库开源，你可以使用EasyEDA直接导入查看或修改，也可以直接将Gerber文件发给PCB制造商进行打样。

3. 固件原理与软件实现详解

3.1 信号处理流程：从脉冲到能谱

当伽马射线被探测到时，硬件电路会输出一个电压脉冲。固件的核心任务就是实时捕获、分析这些脉冲，并将其归类到对应的能量道址中，最终形成能谱。整个过程需要在微秒级内完成，对代码效率要求极高。

1. 脉冲检测：固件持续采样ADC。通常采用阈值触发方式。设置一个略高于噪声水平的电压阈值，当ADC读数超过该阈值时，判定为一个有效脉冲的开始。为了提高抗噪声能力，可以采用“持续多个采样点超过阈值”才触发的逻辑。
2. 峰值保持与能量提取：触发后，固件会记录接下来一段时间内ADC读数的最大值，这个最大值就代表了该脉冲的幅度，与伽马射线的能量成正比。这就是“峰值保持”算法。为了精确捕获峰值，ADC的采样率必须足够高（Pico的ADC在过采样模式下可以满足要求）。
3. 死时间处理：在处理一个脉冲时，系统无法处理下一个脉冲，这段时间称为“死时间”。本项目有两种模式：“能量模式”下，需要进行完整的峰值采集和数据处理，死时间约10微秒；“盖革模式”下，仅进行计数，死时间可缩短至约1微秒。固件会记录死时间，并在计算计数率时进行校正，这对于活度定量测量非常重要。
4. 多道分析（MCA）：提取出的脉冲幅度（一个0-4095之间的数字）被用作“道址”。固件中维护一个包含4096个元素的数组作为能谱存储器。每个脉冲到来，就在对应道址的计数上加一。例如，一个Cs-137源发出的662keV伽马射线，经过系统校准后，可能会稳定地落在第2500道左右。长时间累积后，就能看到在2500道处出现一个明显的峰。
5. 数据存储与输出：累积的能谱数据可以定期保存到Pico的内部闪存中。通过USB虚拟的串口（Serial-over-USB），用户可以实时读取能谱数据、计数率，或向设备发送命令（如开始/停止测量、调整SiPM偏压等）。

3.2 关键代码模块剖析

固件采用模块化设计，主要包含以下部分：

• ADC驱动与采样：配置Pico的ADC以最高效的方式工作。可能使用硬件FIFO和DMA（直接存储器访问）来搬运采样数据，以减轻CPU负担，确保不丢失高速脉冲。
• 脉冲处理算法：这是核心算法模块。一个高效的状态机是实现实时处理的关键。状态机可能包含IDLE（等待）、TRIGGERED（已触发）、SAMPLING（采样峰值）、PROCESSING（处理数据）等状态。

  // 简化的脉冲处理状态机逻辑示意 enum PulseState { IDLE, FOUND_PEAK, MEASURING }; PulseState state = IDLE; uint16_t currentPulseHeight = 0; void processADC(uint16_t adcValue) { switch(state) { case IDLE: if (adcValue > TRIGGER_THRESHOLD) { state = FOUND_PEAK; currentPulseHeight = adcValue; } break; case FOUND_PEAK: // 继续寻找峰值 if (adcValue > currentPulseHeight) { currentPulseHeight = adcValue; } else if (adcValue < currentPulseHeight - FALL_DELTA) { // 信号开始下降，认为峰值已过 spectrum[currentPulseHeight]++; // 能谱加一 state = IDLE; // 此处可插入死时间等待 } break; } }

• 能谱管理：管理4096道的数组，提供能谱清零、读取、设置等功能。考虑到长时间测量可能溢出，计数变量应使用32位无符号整数（uint32_t）。
• 命令解释器：解析通过串口接收到的ASCII命令，例如“SPECTRUM”返回能谱，“HV 300”设置偏压为30.0V等。
• 文件系统（如果使用内部Flash存储）：实现一个简单的磨损均衡的日志系统，将能谱数据以文本或二进制格式保存。

3.3 能量刻度与分辨率优化

原始的“道址”只是ADC的读数，需要将其转换为标准的能量单位（keV），这个过程称为能量刻度。

1. 刻度方法：你需要至少两个已知能量的放射源，最常用的是Cs-137（662 keV）和Co-60（1173 keV和1332 keV）。分别测量这些源，记录下特征峰所在的道址。假设测得Cs-137峰在道址Ch_Cs，Co-60的1332 keV峰在道址Ch_Co。
2. 拟合刻度曲线：在大多数情况下，道址与能量之间存在良好的线性关系。可以使用线性拟合公式：Energy(keV) = a * Channel + b。通过两个已知点解出斜率a和截距b。

   a = (E_Co - E_Cs) / (Ch_Co - Ch_Cs) b = E_Cs - a * Ch_Cs

   将a和b存入固件，后续测量到的任何道址都可以通过此公式换算成能量。
3. 能量分辨率：分辨率是衡量能谱仪区分两个靠近能量峰能力的关键指标，通常用某个特征峰（如Cs-137的662 keV峰）的半高宽（FWHM）与峰位能量的百分比来表示。项目提到可达7% @ 662 keV。分辨率主要受限于：
   • 闪烁体：NaI(Tl)晶体的自身分辨率。
   • SiPM：光子探测效率、噪声、单元一致性。
   • 电子学噪声：前端放大电路的噪声。
   • 光学耦合：闪烁体与SiPM之间耦合剂的透明度和均匀性。 优化分辨率需要从以上几点入手：选择高质量晶体和SiPM；精心设计低噪声前放；确保光学耦合良好（使用高折射率硅油，排除气泡）。

4. 组装、校准与实测全流程

4.1 硬件组装步骤与要点

1. PCB焊接：首先焊接除SiPM和连接器之外的所有元件。建议使用恒温烙铁，并注意静电防护（ESD），尤其是焊接运放等敏感芯片时。先焊接高度低的元件（电阻、电容、芯片座），再焊接高的元件（电解电容、接插件）。电源部分焊接完成后，可以先上电测试各路输出电压（SiPM高压先不接负载）是否正常。
2. SiPM安装与光耦合：这是最需要耐心和技巧的一步。SiPM非常静电敏感，操作时务必佩戴防静电手环。在PCB的SiPM预留位置上涂抹少量导电胶或焊锡膏，然后将SiPM小心对齐焊盘，用热风枪或预热台以合适的温度曲线焊接。绝对避免直接用烙铁头长时间接触SiPM。 焊接好后，进行光耦合。在SiPM感光面和闪烁体的一端均匀涂上一层光学硅脂（折射率匹配液）。然后将闪烁体轻轻压上，并缓慢旋转以挤出气泡，确保耦合层均匀且无气泡。最后，使用不透光的材料（如黑色电工胶带、铝箔）将闪烁体和SiPM紧密包裹起来，隔绝一切外界光线。任何漏光都会导致巨大的噪声。
3. 整体装配：将焊接好的主板、电池（如果需要移动使用）、以及包裹好的探测器部分，安装到一个合适的屏蔽盒中。盒子最好使用金属（如铝）材质，并良好接地，以屏蔽外部电磁干扰。为USB口、蜂鸣器、扩展接口等开出孔位。

4.2 固件烧录与初次上电

1. 环境搭建：在电脑上安装Arduino IDE。你需要添加对树莓派Pico 2的支持。通常可以通过Arduino的“开发板管理器”添加相应的板卡支持包（例如，由社区维护的“Raspberry Pi Pico/RP2040”包）。
2. 获取并编译代码：从项目的GitHub仓库克隆或下载最新固件源代码。用Arduino IDE打开主工程文件（通常是.ino文件）。在“工具”菜单中正确选择开发板为“Raspberry Pi Pico 2”，并选择正确的端口。
3. 烧录：按住Pico 2板上的“BOOTSEL”按钮，然后插入USB线，将其进入USB大容量存储模式。在Arduino IDE中点击上传，IDE会自动编译并将.uf2文件拖入出现的Pico盘符中。烧录完成后，Pico会自动重启运行新固件。
4. 初次测试：打开串口监视器（波特率通常为115200）。上电后，设备可能会打印启动信息、当前固件版本、本底计数率等。用一根USB线连接设备和电脑，设备应能正常工作。你可以尝试发送“RATE”命令查看实时计数率，应该能看到高于纯电子学噪声的本底计数（每分钟几十到上百次，取决于环境和探测器大小）。

4.3 能量刻度实操与标准源使用

安全第一：操作放射源必须遵守当地法规，佩戴个人剂量计，在指定区域操作，并使用镊子等工具，避免用手直接接触源。用完立即放回铅罐。

1. 准备标准源：获取一个Cs-137点源或面源。确保其活度适中（如37 kBq，即1微居里左右），既能有足够的计数率缩短测量时间，又不会造成过高的辐射剂量。
2. 测量本底能谱：在远离放射源的环境中，采集一段时间的能谱（例如10-30分钟），保存为“本底谱”。后续测量标准源时，可以减去本底，以获得更干净的净谱。
3. 测量Cs-137能谱：将Cs-137源放置在探测器前方固定距离（例如5-10厘米），采集足够长时间的能谱，直到662 keV光电峰清晰可见（峰下计数足够多，峰形光滑）。记录下这个峰位所在的道址Ch_Cs。
4. （可选）测量Co-60能谱：如果有Co-60源，重复步骤3，记录下1173 keV和1332 keV两个峰的道址。通常使用更高的1332 keV峰进行刻度更准确。
5. 计算刻度系数：如果你只有Cs-137源，可以假设零道对应0 keV，那么能量刻度就是简单的线性关系：Energy = 662 / Ch_Cs * Channel。如果你有Cs-137和Co-60，则用前面介绍的线性拟合公式计算a和b。
6. 更新固件或软件刻度：将计算出的a和b系数，通过串口命令写入设备的EEPROM（如果固件支持），或者在后期数据处理软件（如Python脚本）中进行换算。

4.4 性能测试与典型应用

完成刻度后，你的能谱仪就可以投入使用了。

• 能量分辨率测试：测量Cs-137源的能谱，用软件（如ROOT, Origin, 甚至Excel）对662 keV峰进行高斯拟合。读取拟合出的标准差（σ），则半高宽FWHM = 2.355 * σ。分辨率 =FWHM / 662 keV * 100%。对比项目标称的7%，评估自己组装的效果。
• 稳定性测试：长时间（如24小时）测量一个固定源，观察峰位道址的漂移情况。漂移主要来自SiPM增益的温度漂移。好的系统在恒温环境下，峰位漂移应小于1%。
• 典型应用场景：
  1. 环境监测：测量室内外、建材、食品等的本底辐射，了解环境辐射水平。
  2. 矿物鉴别：识别含铀、钍、钾的矿物（如铀矿、独居石、钾盐）。不同的核素具有特征伽马峰，如K-40的1460 keV峰。
  3. 教学演示：直观展示放射性衰变的统计性、指数衰减规律、不同物质的屏蔽效果等。

5. 常见问题排查与进阶技巧

5.1 硬件故障排查速查表

5.2 软件与调试技巧

• 优化死时间校正：对于高计数率测量，死时间校正至关重要。固件中实现的死时间模型（如 paralyzable 或 non-paralyzable）需要准确。可以通过测量两个已知活度且死时间可忽略的弱源，然后同时测量它们，对比计数率来验证校正算法的准确性。
• 扩展存储与显示：板载的I2C接口可以轻松连接一个0.96英寸的OLED显示屏（SSD1306驱动），实时显示计数率、能谱简图或电池电量。通过SPI接口连接一个MicroSD卡模块，可以实现海量能谱数据的离线存储。
• 利用内置真随机数发生器（TRNG）：Pico 2的硬件TRNG是一个有趣的功能。在高计数率下，放射性衰变事件的间隔本身具有随机性。你可以编写代码，将脉冲到达的时间间隔作为熵源，与硬件TRNG结合，生成质量更高的随机数，用于加密或模拟实验。
• Python上位机开发：虽然设备可以独立工作，但一个功能强大的上位机软件能极大提升体验。你可以用Python的pyserial库读取串口数据，用matplotlib实时绘制能谱曲线，用scipy进行峰拟合和能量刻度计算，甚至开发自动核素识别功能。

5.3 安全与伦理注意事项

重要提示：放射性测量涉及电离辐射，安全永远是第一位的。

1. 辐射防护：遵循ALARA原则（尽可能低）。尽量缩短接触时间，增大与源的距离，必要时使用铅屏蔽。永远不要将放射源对准自己或他人。
2. 源的管理：购买、持有和使用放射源必须符合国家法律法规。通常需要向相关监管部门申请许可。对于DIY爱好者，强烈建议使用豁免源（活度低于国家规定豁免水平的源，如一些旧的烟雾探测器中的镅-241源），或在专业机构指导下使用标准源。
3. 设备用途：本设备为教育和科研目的设计。请勿将其用于非法或可能引起公众恐慌的监测活动。测量结果应理性解读，环境本底辐射是正常现象，远低于有害剂量。
4. 静电与电气安全：SiPM对静电放电极其敏感。整个组装和操作过程需做好防静电措施。虽然工作电压低于36V安全特低电压（SELV），但SiPM偏压电路输出端仍可能存储电荷，调试时避免短路。

组装调试这样一台设备的过程，本身就是一次对核探测技术、模拟电路、嵌入式编程和数据处理的全方位学习。从看到第一个微弱的脉冲信号，到屏幕上清晰地显示出特征能量峰，那种成就感是无可比拟的。这个开源项目提供了一个极其优秀的平台，你不仅可以按图索骥完成复现，更可以在此基础上进行魔改：比如尝试不同的闪烁体（塑料闪烁体用于测β，溴化镧晶体用于高分辨率），增加GPS模块制作移动测绘仪，或者利用机器学习算法在边缘端实现简单的核素识别。硬件的边界和软件的可能性，都等待着你来探索。