基于统一二维电子气密度表达式的通用MIS-HEMT紧凑模型

来源:A Compact Model for Generic MIS-HEMTs Based on the Unified 2DEG Density Expression(TED 14年)

摘要

本文提出了一种针对二维电子气(ns)密度和费米能级(E_f)的解析表达式,这些表达式直接依赖于终端偏置,覆盖了强反型、中等反型和亚阈值区域,并且可根据物理参数进行调整。通过与不同器件参数的精确数值解进行比较,验证了该模型的有效性;这些器件的工作区域可能涉及三角阱中最低的两个子带(E0和E1)。基于统一的E_f模型,开发了金属-绝缘体-半导体(MIS)高电子迁移率晶体管(HEMT)的表面势(φs)-基于的漏电流(Ids)模型。源/漏接入区电阻(Rs和Rd)也可通过子电路进行建模拔回路模拟,包括采用经验Rs模型以捕获电流崩塌陷效应。紧凑的漏电流模型在亚阈值和强反型区域均与MIS-HEMT的实验数据很好地吻合,展现出平滑对称的特性,并考虑了直流自热效应。它还利用相同的物理参数最小拟合参数集模拟了相应的MIS二极管。

索引词—二维电子气(2DEG)、紧凑模型(CM)、金属-绝缘体-半导体高电子迁移率晶体管(MIS-HEMT)、表面势。
在这里插入图片描述
在这里插入图片描述

文章的研究内容

该文章介绍了一种基于统一二维电子气(2DEG)密度表达式的通用MIS-HEMT(金属-绝缘体-半导体高电子迁移率晶体管)的紧凑模型。研究中,作者发展了关于终端偏置的显式函数的二维电子气密度(ns)和费米能级(E_f)的解析表达式,这些表达式覆盖了强反型、适度反型及亚阈值区域,并且能够随物理参数进行缩放。通过与不同器件参数下的精确数值解进行对比验证,证明了模型的有效性,这些器件操作区域可能包括三角阱中最低的两个子带(E0和E1)。

基于统一的费米能级模型,研究开发了基于表面势(φs)的漏电流(Ids)模型,适用于MIS-HEMT。此模型还考虑了源/漏接触区的非线性电阻(Rs和Rd),可以通过包含一个经验Rs模型的子电路来模拟电流崩塌效应。所提出的紧凑型漏电流模型在亚阈值和强反型区域均能很好地匹配MIS-HEMT的实验数据,表现出平滑对称的行为,并且包含了直流自热效应。此外,该模型使用相同的物理和最小拟合参数集,还能用于模拟相应的MIS二极管C-V特性。

文章的研究目标在于提供一种适用于多种物理条件和设计参数的MIS-HEMT器件的高效建模工具,这对于理解器件行为、优化设计以及减少实际应用中的测试成本具有重要意义。该模型的开发考虑到了III-V族化合物半导体材料如GaN等在高性能电子设备中的应用,特别是在高频、高压和大功率切换设备的设计与分析方面。

文章的研究方法

  1. 理论推导:研究者首先发展了一个关于二维电子气(2DEG)密度(ns)和费米能级(E_f)的解析表达式,这个表达式是终端偏置的显式函数,能覆盖从强反型到适度反型和亚阈值区域,并且可以随着物理参数的变化而调整。这一表达式适用于计算不同器件参数下,三角阱中最低一或两个子带(E0和E1)的电子分布情况。

  2. 数值验证:为了验证模型的准确性,将所得的解析表达式与不同器件参数下的精确数值解进行了比较。这一步骤确保了模型在不同工作条件下的适用性和可靠性。

  3. 表面势模型建立:基于统一的费米能级模型,研究者进一步建立了基于表面势(φs)的漏电流(Ids)模型。这一模型能够描述MIS-HEMT的电流-电压特性,并且考虑到非线性源/漏接触电阻(Rs和Rd),特别是通过一个经验Rs模型来捕捉电流崩塌效应。

  4. 参数化与实测数据对比:模型被参数化以匹配实验数据,包括亚阈值和强反型区域,展示了模型的平滑性和对称性,同时纳入了直流自热效应。该模型还成功地利用相同的物理和最少拟合参数集来模拟MIS二极管的电容-电压(C-V)特性。

  5. 综合分析与扩展应用:通过整合量子物理中的二维电子气理论、基于φs的静电学以及漂移扩散传输理论,模型展现了在异质结HEMT中捕获关键物理行为的优势。该方法不仅适用于传统硅CMOS器件的模型开发,还为未来基于III-V族材料的新兴器件在III-V/Si共集成超大规模集成电路系统中的混合设计提供了扩展能力。

研究者还参考了多个文献中的参数设置,例如对于不同材料(如GaAs和GaN)的HEMTs,采用了特定的参数集合,以确保模型的通用性和准确性。整个研究过程结合了理论分析、数值仿真和实验验证,旨在为HEMT器件的高效建模和性能预测提供一个统一的核心模型框架。

文章的创新点

  1. 统一的2DEG密度模型:提出了一种新的、统一的二维电子气(2DEG)密度表达式,该表达式能够根据终端偏置显式地计算2DEG密度,覆盖了从强反型(涉及两个子带E0和E1)到适度反型及亚阈值区域,并且能够根据物理参数进行缩放。这一模型对于理解HEMT在不同工作条件下的行为至关重要。

  2. 费米能级与表面势的关联:建立了一个明确的费米能级(E_f)模型,它与表面势(φs)相关联,并可以直接扩展到基于φs的端口电流和电荷模型,为通用MIS-HEMT的紧凑建模提供了基础。

  3. 非线性接触电阻模型:文中提出了一种方法来模拟源/漏接触区的非线性电阻(Rs和Rd),包括一个用于捕捉电流崩塌效应的经验Rs模型,这是理解和优化HEMT性能的关键因素之一。

  4. 广泛适用性验证:模型经过了42纳米栅长的先进HEMT器件的实际测试,表明其在亚阈值和强反型区域都能很好地与实验数据吻合,且模型具有平滑和对称的特性,同时考虑了直流自热效应。此外,它还能够利用相同的物理参数预测MIS二极管的电容-电压特性。

  5. 面向未来技术的通用模型:该模型代表了迈向通用异质结构HEMT核心模型的第一步,可作为其他材料和结构特异性效应(如陷阱电荷、极化电荷、肖特基栅、并行通道等)扩展物理建模的基础。该方法在促进传统硅CMOS模型开发的同时,也为III-V基新兴器件的建模和未来III-V/Si共集成超大规模集成电路系统的混合设计提供了可能。

  6. 物理与数学的结合:结合了量子物理中二维电子气理论、基于φs的静电学和漂移扩散传输理论,该模型在异质结HEMT中展现了捕获基本物理行为的优势,为器件设计和性能评估提供了强有力的工具。

文章的结论

文章的结论是,研究团队成功开发出了一种单一、统一的模型,该模型能准确描述从强反型(包含两个子带E0和E1)到适度反型及亚阈值区域的二维电子气(2DEG)电荷密度和费米势能。模型中,费米能级(E_f)与表面势(φs)之间的直接关系,使得模型能够轻松扩展为基于φs的终端电流及电荷模型,特别适合于通用MIS-HEMT的紧凑型建模。

结合量子物理中的2DEG理论、基于φs的静电学以及漂移扩散传输理论,此模型展现出了在捕捉异质结HEMT关键物理特性上的优势。论文中展示的建模方法不仅对传统的硅CMOS模型开发具有推动作用,而且为未来基于III-V族材料的新兴器件在III-V/Si共集成超大规模集成电路(ULSI)系统中的设计提供了潜在的扩展途径。

该模型已经过最前沿的HEMT器件验证,具备42纳米栅长,且已被扩展应用于Si MOSFET的终端电荷模型,以模拟纳米尺度HEMT的电容特性和预测截止频率。其性能与基于虚拟源形式模型相比,显示出可比的能力和准确性。因此,这一模型标志着朝着构建适用于各种异质结构HEMT器件的通用核心模型迈出的重要一步,为进一步的物理建模提供了一个坚实的基础,包括处理诸如陷阱电荷、极化电荷、肖特基栅、并行通道等问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/692739.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【Pytorch】计算机视觉项目——卷积神经网络TinyVGG模型图像分类(如何使用自定义数据集)

目录 一、前言二、工作流程回顾三、详细步骤流程1. 环境配置2. 数据准备数据集下载数据存储结构&路径查看图片 3. 数据转换4. 自定义数据集(Custom Dataset )4.1 方法一:使用ImageFolder加载数据集信息查看张量转图片创建DataLoader 4.2 …

使用Python创建Word文档

使用Python创建Word文档 安装python-docx库创建Word文档代码效果 在这篇文章中,我们将介绍如何使用 Python创建一个Word文档。首先,我们需要安装python-docx库,然后通过一段简单的代码示例展示如何创建和编辑Word文档。 安装python-docx库 …

【Linux】进程(9):进程控制1

大家好,我是苏貝,本篇博客带大家了解Linux进程(9)进程控制1,如果你觉得我写的还不错的话,可以给我一个赞👍吗,感谢❤️ 目录 1 fork函数2 进程终止(A)终止是…

设计模式-策略模式(行为型)

行为型-策略模式 了解策略模式 策略模式是一种行为型设计模式,在策略模式中定义了一系列算法或者策略,并将这些策略封装到独立的类中,使得可以相互替换。在使用时,可以指定响应的策略使用。 角色 策略接口:对于某种…

免费使用GPT-4生成图片的方法

写在前言 hello,大家好,我是一点,喜欢编程,目前持续在关注AI领域的发展,希望可以结交一些有意思的朋友。 大家可以关注我的公号:【一点sir】,了解更多文章,希望可以和你们成为朋友…

10 设备树

掌握设备树是 Linux 驱动开发人员必备的技能! 1、什么是设备树 新版本 Linux 中,ARM 相关的驱动全部采用了设备树。Linux-4.1.15 支持设备树。我们了解一下设备树的起源、重点学习一下设备树语法。 设备树:Device Tree,就是“设备”和“树”,描述设备树的文件叫做 DTS(…

Ubuntu硬盘分区、挂载、修改用户权限

使用命令查看硬盘情况 sudo fdisk -l 可以看到这里有个未分区的4T硬盘 如:sdb 这样的是硬盘 sdb1 sdb2 这样的是分区,现在还没分区 分区 sudo parted /dev/sdb (sdb 是要挂载的硬盘) 输入一下命令分区: mklabel gpt (创建分区表) mkpart p…

天工开物 #14 分析时序数据:从 InfluxQL 到 SQL 的演变

近年来,时序数据的增长是 Data Infra 领域一个不容忽视的趋势。这主要得益于万物互联带来的自然时序数据增长,以及软件应用上云和自身复杂化后的可观测性需求。前者可以认为是对联网设备的可观测性,而可观测性主要就建构在设备或应用不断上报…

172.二叉树:左叶子之和(力扣)

代码解决 /*** Definition for a binary tree node.* struct TreeNode {* int val;* TreeNode *left;* TreeNode *right;* TreeNode() : val(0), left(nullptr), right(nullptr) {}* TreeNode(int x) : val(x), left(nullptr, right(nullptr) {}* Tree…

深入理解C语言:main函数的奥秘

在C语言中,main函数是每个程序的入口点,起着至关重要的作用。本文将深入探讨main函数的工作原理,包括其参数、返回值、以及如何从main启动程序的执行。通过实际代码示例,读者将更深入地理解main函数在C语言编程中的核心地位。 第一…

APP单页分发源码下载安卓苹果自动识别apk描述文件免签自动安装

下载地址:APP单页分发源码下载安卓苹果自动识别apk描述文件免签自动安装

Ubuntu虚拟机使用纯命令行对根分区进行扩展

Ubuntu虚拟机使用纯命令行对根分区进行扩展 前排提示 因为Ubuntu再安装时,根分区是没有使用LVM进行磁盘管理的,所以如果想扩展根分区,我们不得不使用另外一种暴力的方法。简单来说就是利用fdisk删除原来的根分区再基于原来的起始块号重新建…

使用C++结合OpenCV进行图像处理与分类

⭐️我叫忆_恒心,一名喜欢书写博客的在读研究生👨‍🎓。 如果觉得本文能帮到您,麻烦点个赞👍呗! 近期会不断在专栏里进行更新讲解博客~~~ 有什么问题的小伙伴 欢迎留言提问欧,喜欢的小伙伴给个三…

LabVIEW与PLC的区别

LabVIEW和PLC是工业自动化领域中常见的两种控制和测控方案,各自有独特的优点和适用场景。本文将从多角度比较两者,帮助用户在选择控制系统时做出更明智的决策。 技术背景 LabVIEW LabVIEW是由National Instruments公司开发的图形化编程环境&#xff0…

C# 界面控件中英切换

编程软件:VS 2015 需求:界面有两个按钮,点击可以将界面上所有控件进行不同语言的切换。 一共两种方案,个人认为第二种方案使用范围更广(这里以中英文切换为例)。 方案一:如图所示,建立两个资源文件 将所需控件的中英…

大厂真实面试题(一)

滴滴大数据sql 取出累计值与1000差值最小的记录 1.题目 已知有表t_cost_detail包含id和money两列,id为自增,请累加计算money值,并求出累加值与1000差值最小的记录。 2.分析 本题主要是想找到累加值域1000差距最小的记录,也就是我们要对上述按照id进行排序并且累加,并…

Python 机器学习 基础 之 【实战案例】中药数据分析项目实战

Python 机器学习 基础 之 【实战案例】中药数据分析项目实战 目录 Python 机器学习 基础 之 【实战案例】中药数据分析项目实战 一、简单介绍 二、中药数据分析项目实战 三、数据处理与分析实战 1、数据读取 2、中药材数据集的数据处理与分析 2.1数据清洗 2.2、 提取别…

如何微调 Llama 3 进行序列分类?

节前,我们星球组织了一场算法岗技术&面试讨论会,邀请了一些互联网大厂朋友、参加社招和校招面试的同学. 针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。 汇总合集&…

如何在隔离环境中设置 LocalAI 以实现 GPU 驱动的文本嵌入

作者:来自 Elastic Valeriy Khakhutskyy 你是否想在 Elasticsearch 向量数据库之上构建 RAG 应用程序?你是否需要对大量数据使用语义搜索?你是否需要在隔离环境中本地运行?本文将向你展示如何操作。 Elasticsearch 提供了多种方法…

Python:处理矩阵之NumPy库(上)

目录 1.前言 2.Python中打开文件操作 3.初步认识NumPy库 4.使用NumPy库 5.NumPy库中的维度 6.array函数 7.arange函数 8.linspace函数 9.logspace函数 10.zeros函数 11.eye函数 前言 NumPy库是一个开源的Python科学计算库,它提供了高性能的多维数组对象、派生对…