【界面态】霍尔效应表征氮化对SiC/SiO2界面陷阱的影响

引言

引言主要介绍了硅碳化物(SiC)金属-氧化物-半导体场效应晶体管(MOSFETs)作为新一代高压、低损耗功率器件的商业化背景。SiC MOSFETs因其优越的电气特性,在高电压和高温应用领域具有巨大的潜力。然而,尽管是最先进的SiC MOSFETs,由于SiO2/SiC界面处的低迁移率导致的高MOS通道电阻,限制了它们的潜在性能。因此,提高SiO2/SiC界面处的迁移率是SiC MOSFETs研究和开发中的关键问题。

界面态的挑战

文章指出,SiO2/SiC界面处导带边缘(EC)附近的高密度界面态可能是迁移率降低的原因。为了进一步理解界面态并找到减少它们的方法,需要获取界面处的陷阱密度(Dit)的基本信息。然而,由于缺乏直接测量Dit对制造的SiC MOSFETs迁移率影响的定量方法,这一问题变得复杂。

现有方法的局限性

传统的高低电容-电压(C-V)方法不适合表征EC附近界面处的Dit(E)能量分布,因为这种方法得到的Dit(E)与迁移率并不总是相关。此外,由于缺乏直接影响SiC MOSFETs迁移率的Dit能量范围的知识,使得这个问题更加难以解决。

新方法的提出

为了克服这些限制,作者提出了一种新的表征方法,通过使用分裂C-V方法和霍尔效应测量来扩展Dit(E)能量范围的极限。这种方法的核心思想是对SiO2/SiC界面处的自由(移动)和捕获载流子的密度进行定量表征。通过精确解决MOS结构中的泊松方程,最小化了应用栅极电压(Vg)与界面陷阱能量(Et)之间的关系误差。

研究方法

表征方法的步骤

文章详细描述了新的Dit(E)表征方法的步骤。首先,通过霍尔效应测量SiC MOSFET的自由载流子密度[nfree(Vg)]作为Vg的函数。其次,使用分裂C-V技术表征栅极和通道之间的电容[Cgc(Vg)]作为Vg的函数。然后,通过积分Cgc(V)来获得由应用Vg诱导的界面处的总载流子密度[ntotal(Vg)]。最后,通过从ntotal(Vg)中减去nfree(Vg)来获得捕获载流子密度[ntrap(Vg)]。

公式推导

文章进一步推导了用于计算EC附近Dit(E)的公式。通过将捕获电子的密度(ntrap)作为界面费米能级(EFs)的函数,并使用费米-狄拉克分布函数来表达,可以得到ntrap(EFs)的表达式。通过这个表达式,可以推导出Dit(E)与ntrap(Vg)相对于EFs的导数之间的关系。

实验设置

文章还介绍了实验设置,包括样品的准备、霍尔效应测量、分裂C-V测量技术以及测量条件。所有测量均在室温下进行,以确保结果的可重复性和可靠性。

结果与讨论

界面态的影响

文章通过图表展示了不同样品的ntrap(Vg)、nfree(Vg)和ntotal(Vg),揭示了界面态对电子传输的显著影响。通过比较不同样品的自由载流子比例,文章讨论了氮化处理(nitrided samples)对提高自由载流子比例和场效应迁移率(μFE)的影响。

图1: 场效应迁移率 (μFE) 的比较

图1展示了四种不同处理条件下制备的SiC MOSFETs的场效应迁移率 (μFE) 随栅极电压变化的曲线。这些条件包括未处理的干燥样品(Dry)、以及经过不同时间的氮氧化后处理(NO10、NO60、NO120)。从图中可以观察到:

  • 所有样品的μFE随栅极电压的增加而增加,这与预期相符,因为增加栅极电压会诱导更多的载流子参与导电。
  • 经过氮氧化处理的样品(NO10、NO60、NO120)相比于未处理的干燥样品(Dry)显示出更高的μFE,这表明氮氧化处理有助于提高迁移率。
  • NO60样品的μFE在所有样品中最高,这表明60分钟的氮氧化处理时间可能是最佳的处理时间,超过这个时间(如NO120)并没有进一步显著提高迁移率,这可能意味着氮氧化对迁移率的改善存在饱和效应。

图2: 总载流子密度 (ntotal)、自由载流子密度 (nfree) 和捕获载流子密度 (ntrap) 的比较

图2分别展示了NO60和干燥样品的ntotal(Vg)、ntrap(Vg)和nfree(Vg)随栅极电压变化的曲线。从图中可以分析出:

  • 在两种样品中,ntrap(Vg)的值远大于nfree(Vg),说明在界面上捕获的电子数量远多于自由电子的数量,这可能是限制迁移率的主要因素。
  • NO60样品的ntrap(Vg)相比于干燥样品有所降低,这与氮氧化处理减少界面态的预期相符。
  • nfree(Vg)曲线显示,随着栅极电压的增加,自由载流子密度增加,这有助于提高电子的迁移率。

图3: 自由载流子比例的比较

图3展示了四种样品的自由载流子比例(nfree/ntotal)随栅极电压变化的曲线。分析结果如下:

  • 自由载流子比例随着栅极电压的增加而增加,这与nfree(Vg)随栅极电压增加的趋势一致。
  • 经过氮氧化处理的样品(NO10、NO60、NO120)的自由载流子比例高于未处理的干燥样品,这与图1中μFE的趋势一致。
  • NO60和NO120样品的自由载流子比例相似,这可能表明氮氧化处理的效果在60分钟后趋于饱和。

迁移率的分析

文章进一步分析了霍尔迁移率(μH)与自由载流子密度的关系,并讨论了氮化处理对μH的影响。通过这些分析,文章得出了氮化处理通过增加自由载流子比例来提高μFE,而不是通过提高μH本身。

图4: 霍尔迁移率 (μH) 与自由载流子密度 (nfree) 的关系

图4展示了不同样品的霍尔迁移率 (μH) 随自由载流子密度 (nfree) 变化的曲线。从图中可以得出:

  • μH随着nfree的增加而降低,这可能是由于载流子的增加导致散射事件增多,从而降低了迁移率。
  • 尽管所有样品的μH都随nfree的增加而降低,但并没有观察到与氮氧化处理时间的明显相关性,这表明氮氧化处理可能通过其他机制(如减少界面态)来提高迁移率,而不仅仅是通过改变μH。

界面态密度的表征

最后,文章展示了通过新方法计算得到的EC附近的Dit(E)值,并讨论了氮化处理对Dit(E)的影响。结果表明,尽管氮化处理能够减少EC附近的Dit(E),但不能完全消除界面态。

图5: 界面态密度 (Dit) 随能量变化的比较

图5展示了不同样品在导带边缘附近(EC附近)的界面态密度 (Dit) 随能量变化的曲线。分析结果如下:

  • 所有样品的Dit在EC附近都显著高于1013 cm^-2eV^-1,这表明即使经过氮氧化处理,界面态仍然存在。
  • 氮氧化处理的样品(尤其是NO60和NO120)相比于干燥样品在EC - Et = 0.1 eV处的Dit值降低了75%,但仍然高于1013 cm^-2eV^-1,这可能解释了为什么经过氮氧化处理的样品的μFE仍然低于4H-SiC的体材料迁移率。

结论

文章总结了新的表征方法的有效性,并指出氮化处理虽然能够减少EC附近的Dit(E),但界面态仍然存在,这限制了SiC MOSFETs的性能提升。此外,文章还推断了μH对Dit(E)变化的不敏感性,暗示了界面捕获电子引起的库仑散射对μH的影响可能有限。

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.mzph.cn/diannao/43963.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

综合安全防护

题目 1,DMZ区内的服务器,办公区仅能在办公时间内(9:00-18:00)可以访问,生产区的设备全天可以访问. 2,生产区不允许访问互联网,办公区和游客区允许访问互联网 3,办公区设备10.0.2.10不允许访问DMz区的FTP服务器和HTTP服务器,仅能ping通10.0.3.10 4,办公区分为市场部和研发部,研…

动态数据库设计

动态数据库设计是一种灵活的方法,用于构建能够适应不断变化的数据需求的数据库结构。它强调在不频繁修改数据库表结构的前提下,有效管理和存储多样化的数据。以下是实现动态数据库设计的一些关键技术点和策略: 实体-属性-值(EAV&a…

如何在JetBrains中写Codeforce?

目录 前言 正文 leetcode 个人喜好 参考资料 具体操作步骤 尾声 🔭 Hi,I’m Pleasure1234🌱 I’m currently learning Vue.js,SpringBoot,Computer Security and so on.👯 I’m studying in University of Nottingham Ningbo China&#x1f4…

Python函数 之 模块和包

1.模块 1, 在Python 中, 每个以 .py 结尾的 Python 代码⽂件 都可以称为是⼀个模块。 2, 在模块中 别⼈书写好的功能(变量, 函数, 类),我们可以拿来直接使⽤。 3, 我们自己写的代码文件, 想要作为模块让别⼈使⽤, 你的代码⽂件名(模块名) 满足标识符的规…

物流工业三防平板实时跟踪货物位置和状态

在当今全球化和高度数字化的商业环境中,物流行业的高效运作对于企业的成功和经济的繁荣至关重要。货物的准确、实时跟踪不仅能提高物流效率,还能增强客户满意度,降低运营成本。物流工业三防平板的出现,为实现货物位置和状态的实时…

全网最适合入门的面向对象编程教程:12 类和对象的 Python 实现-Python 使用 logging 模块输出程序运行日志

全网最适合入门的面向对象编程教程:12 类和对象的 Python 实现-Python 使用 logging 模块输出程序运行日志 摘要: 本文主要介绍了日志的定义和作用,以及 Python 内置日志处理的 logging 模块,同时简单说明了日志等级和 logging …

【人工智能】-- 搜索技术(状态空间法)

个人主页:欢迎来到 Papicatch的博客 课设专栏 :学生成绩管理系统 专业知识专栏: 专业知识 文章目录 🍉引言 🍈介绍 🍉状态空间法 🍈状态空间的构成 🍍状态 🍍算符…

办公助手推荐✨

办公助手来啦!✨ 办公助手来啦!✨🌟 主要亮点📝 全新PDF编辑器🎨 丰富的幻灯片版式🌍 改进的从右至左显示🌐 新增本地化选项 📊 应用场景在线办公套件📱 多平台支持&…

idea创建dynamic web project

由于网课老师用的是eclipse,所以又得自己找教程了…… 解决方案: https://blog.csdn.net/Awt_FuDongLai/article/details/115523552

20240709每日后端--------最优解决Invalid bound statement (not found)

目标 最优解决Invalid bound statement (not found) 步骤 1、打包 2、查看target下是否成双成对出现 3、核对无误后,即可解决问题。

软考高级里《系统架构设计师》容易考吗?

我还是22年通过的架构考试。系统架构设计师属于软考高级科目,难度比初级和中级都要大,往年的通过率也比较低,一般在10-20%左右。从总体来说,这门科目确实是不好过的,大家如果想要备考系统架构设计师的话,还…

Kithara和OpenCV (一)

Kithara使用 OpenCV 目录 Kithara使用 OpenCV简介需求和支持的环境构建 OpenCV 库使用 CMake 进行配置以与 Kithara 一起工作 使用 OpenCV 库设置项目运行 OpenCV 代码图像采集和 OpenCV自动并行化限制和局限性1.系统建议2.实时限制3.不支持的功能和缺失的功能4.显示 OpenCV 对…

【技术选型】FastDFS、OSS如何选择

【技术选型】FastDFS、OSS如何选择 开篇词:干货篇:FastDFS:OSS(如阿里云OSS): 总结篇:我是杰叔叔,一名沪漂的码农,下期再会! 开篇词: 文件存储该选…

【鸿蒙学习笔记】属性学习迭代笔记

这里写目录标题 TextImageColumnRow Text Entry Component struct PracExample {build() {Row() {Text(文本描述).fontSize(40)// 字体大小.fontWeight(FontWeight.Bold)// 加粗.fontColor(Color.Blue)// 字体颜色.backgroundColor(Color.Red)// 背景颜色.width(50%)// 组件宽…

展开说说:Android服务之实现AIDL跨应用通信

前面几篇总结了Service的使用和源码执行流程,这里再简单分析一下如果需要Service跨进程通信该怎样做。AIDL(Android Interface Definition Language)Android接口定义语言,用于实现 Android 两个进程之间进行进程间通信&#xff08…

Clickhouse的联合索引

Clickhouse 有了单独的键索引,为什么还需要有联合索引呢?了解过mysql的兄弟们应该都知道这个事。 对sql比较熟悉的兄弟们估计看见这个联合索引心里大概有点数了,不过clickhouse的联合索引相比mysql的又有些不一样了,mysql 很遵循最…

Spring源码二十:Bean实例化流程三

上一篇Spring源码十九:Bean实例化流程二中,我们主要讨论了单例Bean创建对象的主要方法getSingleton了解到了他的核心流程无非是:通过一个简单工厂的getObject方法来实例化bean,当然spring在实例化前后提供了扩展如:bef…

第5章-组合序列类型

#全部是重点知识,必须会。 了解序列和索引|的相关概念 掌握序列的相关操作 掌握列表的相关操作 掌握元组的相关操作 掌握字典的相关操作 掌握集合的相关操作1,序列和索引 1,序列是一个用于存储多个值的连续空间,每一个值都对应一…

灵活多变的对象创建——工厂方法模式(Python实现)

1. 引言 大家好,又见面了!在上一篇文章中,我们聊了聊简单工厂模式,今天,我们要进一步探讨一种更加灵活的工厂设计模式——工厂方法模式。如果说简单工厂模式是“万能钥匙”,那工厂方法模式就是“变形金刚”…

Python采集京东标题,店铺,销量,价格,SKU,评论,图片

京东的许多数据是通过 JavaScript 动态加载的,包括销量、价格、评论和评论时间等信息。我们无法仅通过传统的静态网页爬取方法获取到这些数据。需要使用到如 Selenium 或 Pyppeteer 等能够模拟浏览器行为的工具。 另外,京东的评论系统是独立的一个系统&a…