来自京东方成都、北京研发团队发布一项终端OLED温控创新方案，借助单引脚通信协议打通超声指纹传感器芯片（UFPS IC）与显示驱动芯片（DDIC）之间的温度数据通路，同时利用机器学习算法预测屏幕全域温度，以此完成OLED面板温度补偿，抑制高低温环境下色彩偏移、亮度劣化问题。
智能手机、平板等终端不断追求轻薄化，OLED屏幕的温度管理挑战愈发突出。屏幕内部薄膜晶体管的阈值电压、载流子迁移率，以及OLED发光效率，均会随温度发生明显变化。高刷、高分辨率使用场景下，驱动芯片温度可突破60℃，CPU、电池、摄像头模组工作发热也会传导至屏幕，屏幕不同区域可形成数十摄氏度温差。温差会直接引发色偏：低灰阶画面偏绿、高灰阶画面偏红，在手机夜间模式下观感恶化。想要稳定画质，就需要实时采集屏幕温度，交由驱动芯片执行色彩、发光电压补偿。
目前广泛使用的屏下超声指纹传感器内部集成温度感应二极管，可以采集指纹区域附近屏幕温度。但硬件与通信协议层面，指纹芯片和显示驱动芯片相互隔离，测温数据无法直接传递给驱动芯片；现有方案需要经过手机CPU中转，占用处理器资源，还容易引入反馈延迟。
京东方团队设计一套全新单引脚温度传输协议，在主板柔性电路板上仅增加一路物理信号线，实现超声指纹传感器向显示驱动芯片直传温度数据，不再需要CPU参与转发，降低系统开销，实现低延迟测温反馈。
图1：OLED模组、超声指纹芯片与显示驱动芯片硬件架构示意图
这套单引脚协议采用曼彻斯特编码，一组完整数据包共19比特，包含9比特同步位、8比特温度数据位、1比特奇偶校验位、1比特停止位；测温范围覆盖‑126℃~127℃，可以覆盖手机全部实际工作区间。系统默认每30秒上报一次温度，信号频率10kHz，参数可根据整机电磁兼容需求灵活调整。
图2：单引脚传输协议帧结构示意图
研究开展两组实测验证：环境20.239℃时，传感器取整输出20℃；‑19.439℃时取整输出‑19℃；示波器波形与驱动芯片端解码结果显示，接收端可以准确无误解析温度数值，通信链路工作稳定。
图3：两组温度传输实验波形和解码验证结果
拿到实时温度之后，驱动芯片内部的补偿IP核执行两套补偿逻辑：根据温度生成Gamma电压偏移量，修正色偏；同时生成发光电压偏移，补偿亮度变化，保障不同温度下屏幕色彩、亮度稳定。
图4：(a) 色偏补偿逻辑流程图；(b) 发光电压补偿逻辑流程图
超声指纹的测温点局限在指纹传感器局部区域，无法直接获知屏幕其他热点位置温度（驱动芯片、CPU
、摄像头区域）。为弥补单点测温的局限，团队引入机器学习随机森林回归模型，建立指纹测温点与屏幕其余热点之间的温度映射关系，仅依靠指纹传感器的单点读数，预测屏幕多个发热区域温度。
图5：OLED屏幕热源分布模型，P1/P2/P3分别代表驱动芯片、CPU、摄像头位置，D1为超声指纹测温点
团队模拟手机整机发热做多组测试，对比预测温度与实际测温数据。测试结果显示，热点预测值和真实测量值偏差小于5℃，对于OLED画质补偿属于可接受误差；模型整体均方根误差RMSE=1.303，决定系数R²达到0.986，预测精度表现优异。
图6：P1、P2、P3 热点位置实测温度与模型预测温度对比
相比于求解复杂热传导偏微分方程，这套机器学习方案有三点优势：无需精确知道材料热物性参数，适配复杂边界与非线性发热；训练完成后推理速度快，适合终端实时运算；还可通过模型剪枝、蒸馏轻量化，适配手机有限算力资源。在手机硬件布局固定前提下，模型可实现全屏温度预估。
该技术方案由两部分组成：一是极简硬件改造的单引脚直传协议，让超声指纹测温数据低延迟送达显示驱动芯片，减少CPU负载；二是机器学习模型，突破单点测温局限，实现屏幕多区域温度预测。二者结合，可在游戏高刷、户外阳光暴晒等严苛使用场景下，改善OLED色偏、亮度漂移，提升终端显示一致性与用户体验。该成果发表于SID 2026国际显示大会论文集，《Single-Pin Temperature Data Transmission Between Ultrasonic Fingerprint Sensor IC and DDIC & Machine Learning-Based Full-Screen Prediction for OLED Panel Temperature Compensation and Image Quality Improvement》。
关注此公众号，请点击↓↓↓
商务合作[备注：合作]、显示交流[备注：进群]，扫微信号↓↓↓
