基于统一二维电子气密度表达式的通用MIS-HEMT紧凑模型

news2025/1/19 11:22:44

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:http://www.coloradmin.cn/o/1801873.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

c++使用_beginthreadex创建线程

记录使用_beginthreadex(),来创建线程。方便后期的使用。 创建一个线程 相关函数介绍 unsigned long _beginthreadex( void *security, // 安全属性, 为NULL时表示默认安全性 unsigned stack_size, // 线程的堆栈大小, 一般默认为0 u…

大型语言模型智能体(LLM Agent)在实际使用的五大问题

在这篇文章中,我将讨论人们在将代理系统投入生产过程中经常遇到的五个主要问题。我将尽量保持框架中立,尽管某些问题在特定框架中更加常见。 1. 可靠性问题 可靠性是所有代理系统面临的最大问题。很多公司对代理系统的复杂任务持谨慎态度,因…

SMS-GSM

SMS-GSM 短信模块,不想通过第三方的接口,自己搭建短信模块,提高信息安全。 /**/ package sms;import com.diagcn.smslib.CMessage; import com.diagcn.smslib.COutgoingMessage; import com.diagcn.smslib.SZHTOCService;/*** 短信模块** au…

用于认知负荷评估的集成时空深度聚类(ISTDC)

Integrated Spatio-Temporal Deep Clustering (ISTDC) for cognitive workload assessment 摘要: 本文提出了一种新型的集成时空深度聚类(ISTDC)模型,用于评估认知负荷。该模型首先利用深度表示学习(DRL)…

css3 都有哪些新属性

1. css3 都有哪些新属性 1.1. 圆角边框 (border-radius)1.2. 盒子阴影 (box-shadow)1.3. 文本阴影 (text-shadow)1.4. 响应式设计相关属性1.5. 渐变背景 (gradient backgrounds)1.6. 透明度 (opacity 和 rgba/hsla)1.7. 多列布局 (column-count, column-gap, etc.)1.8. 变换 (t…

设置电脑定时关机

1.使用快捷键winR 打开运行界面 2.输入cmd ,点击确认,打开命令行窗口,输入 shutdown -s -t 100,回车执行命令,自动关机设置成功 shutdown: 这是主命令,用于执行关闭或重启操作。-s: 这个参数用于指定执行关…

超详解——识别None——小白篇

目录 1. 内建类型的布尔值 2. 对象身份的比较 3. 对象类型比较 4. 类型工厂函数 5. Python不支持的类型 总结: 1. 内建类型的布尔值 在Python中,布尔值的计算遵循如下规则: None、False、空序列(如空列表 [],空…

【启明智显分享】基于工业级芯片Model3A的7寸彩色触摸屏应用于智慧电子桌牌方案

一场大型会议的布置,往往少不了制作安放参会人物的桌牌。制作、打印、裁剪,若有临时参与人员变更,会务方免不了手忙脚乱更新桌牌。由此,智能电子桌牌应运而生,工作人员通过系统操作更新桌牌信息,解决了传统…

第一个小爬虫_爬取 股票数据

前言 爬取 雪球网的股票数据 [环境使用]:python 3.12 解释器pycharm 编辑器 【模块使用】:import requests -->数据请求模块 要安装 命令 pip install requestsimport csv -->将数据保存到CSV表格中import pandas -->也可以将数据保…

react的自定义组件

// 自定义组件(首字母必须大写) function Button() {return <button>click me</button>; } const Button1()>{return <button>click me1</button>; }// 使用组件 function App() {return (<div className"App">{/* // 自闭和引用自…

【全部更新完毕】2024全国大学生数据统计与分析竞赛B题思路代码文章教学数学建模-电信银行卡诈骗的数据分析

电信银行卡诈骗的数据分析 摘要 电信银行卡诈骗是当前社会中严重的犯罪问题&#xff0c;分析电信银行卡交易数据&#xff0c;找出高风险交易特征&#xff0c;建立预测模型&#xff0c;将有助于公安部门和金融机构更好地防范诈骗行为&#xff0c;保障用户的财产安全。 针对问…

Golang | Leetcode Golang题解之第131题分割回文串

题目&#xff1a; 题解&#xff1a; func partition(s string) (ans [][]string) {n : len(s)f : make([][]int8, n)for i : range f {f[i] make([]int8, n)}// 0 表示尚未搜索&#xff0c;1 表示是回文串&#xff0c;-1 表示不是回文串var isPalindrome func(i, j int) int8…

【Python】常见的第三方库及实例

各位大佬好 &#xff0c;这里是阿川的博客 &#xff0c; 祝您变得更强 个人主页&#xff1a;在线OJ的阿川 大佬的支持和鼓励&#xff0c;将是我成长路上最大的动力 阿川水平有限&#xff0c;如有错误&#xff0c;欢迎大佬指正 库介绍 Python是通过模块来体现库&#xff0…

底板外设倒灌到处理器分析

在嵌入式系统中&#xff0c;底板外设通常与处理器通过各种接口&#xff08;如UART、SPI、I2C、GPIO等&#xff09;进行连接。这些外设可能包括传感器、执行器、存储器、通信模块等。倒灌是指当外设向处理器提供的信号电平超出了处理器能够接受的范围&#xff0c;导致处理器无法…

让 AI 写高考作文丨10 款大模型 “交卷”,实力水平如何?

文章部分素材来源 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09; 前言 在科技日新月异的今天&#xff0c;人工智能&#xff08;AI&#xff09;已不再是遥不可及的未来科技&#xff0c;而是逐渐融入我们日常生活的实用工具。从智能语音助手到自动驾驶汽车&#xff0c…

Redis 实现持久化

Redis ⽀持 RDB ( 定期备份 ) 和 AOF ( 实时备份 ) 和 混合持久化 (结合RDB 和 AOF 的特点) 持久化机制&#xff0c;持久化功能有效地避免因进程退出造成数据丢失问题&#xff0c; 当下次重启时利⽤之前持久化的⽂件即可实现数据恢复。 RDB&#xff08;Redis DataBase&#xff…

Python深度学习基于Tensorflow(16)基于Tensorflow的对话实例

文章目录 基础数据清洗数据生成词汇表定义分词器并制作数据集构建Transformer模型并训练模型推理 Tensorflow 的核心就是注意力机制&#xff0c;在之前详细的介绍过&#xff0c;具体可以看这个&#xff1a;Python深度学习基于Tensorflow&#xff08;9&#xff09;注意力机制_te…

【传知代码】Noise2Noise图像去噪(论文复现)

前言&#xff1a;在数字时代&#xff0c;图像已成为我们记录生活、传达信息、探索世界的重要媒介。然而&#xff0c;随着摄影技术的飞速发展&#xff0c;图像噪声——这一影响图像质量的顽疾&#xff0c;始终困扰着我们。Noise2Noise图像去噪技术为我们提供了一种全新的解决方案…

【设计模式】结构型-装饰器模式

在代码的海洋深处迷离&#xff0c;藏匿着一片神奇之地。那里有细腻的线条交错&#xff0c;是装饰器的奇妙艺术。 文章目录 一、登录的困境二、装饰器模式三、装饰器模式的核心组成部分四、运用装饰器模式五、装饰器模式的应用场景六、小结推荐阅读 一、登录的困境 假设我们有…

【经验分享】搭建跨境电商那个独立站必备的功能模块以及实现

搭建跨境电商独立站时&#xff0c;需要确保网站具备一系列关键的功能板块&#xff0c;以提供用户友好的购物体验并确保业务的顺利进行。以下是这些功能板块的详细归纳&#xff1a; 注册登录与身份验证&#xff1a; 用户注册与登录&#xff1a;允许用户创建账户&#xff0c;通过…