基于物理的AlGaN/GaN HEMT器件2DEG电荷密度分析模型(文献阅读)

标题:A Physics-Based Analytical Model for 2DEG Charge Density in AlGaN/GaN HEMT Devices (IEEE TRANSACTIONS ON ELECTRON DEVICES)

在这里插入图片描述

重要公式

2DEG电荷密度建模的困难源于量子阱中Ef随ns的复杂变化。此关系由给出
n s = D V t h [ l n ( l + e E f − E 0 V t h ) + l n ( l + e E f − E 1 V t h ) ] ( 1 ) n_s=DV_{th}\left[ln\Bigg(l+e^{\frac{E_f-E_0}{V_{th}}}\Bigg)+ln\Bigg(l+e^{\frac{E_f-E_1}{V_{th}}}\Bigg)\Bigg]\right. (1) ns=DVth[ln(l+eVthEfE0)+ln(l+eVthEfE1)](1)
其中 E 0 = γ 0 n s 2 / 3 E_0=\gamma_0n_s^{2/3} E0=γ0ns2/3 E 1 = γ 1 n s 2 / 3 \begin{aligned}E_1=\gamma_1n_s^{2/3}\end{aligned} E1=γ1ns2/3是两个最低子带的能级,Ef 是以伏特表示的费米能级,Vth=kT/q 是热电压。假设AlGaN层完全电离,我们可以写
n s = ε q d ( V g o − E f ) ( 2 ) n_s=\frac\varepsilon{qd}(V_{\mathrm{go}}-E_f) (2) ns=qdε(VgoEf)(2)其中Vgo=Vg−Voff,并且Voff是截止电压。本简式中的计算是针对Al0.15Ga0.85/GaN结构和−3 V的典型Voff进行的。从(1)和(2)可以明显看出,ns相对于Vg的变化是一个复杂的超越函数。

n s = C g V g o q V g o + V t h [ 1 − ln ⁡ ( β V g o n ) ] − γ 0 3 ( C g V g o q ) 2 / 3 V g o ( 1 + V t h V g o d ) + 2 γ 0 3 ( C g V g o q ) 2 / 3 ( 9 ) n_s=\frac{C_gV_\mathrm{go}}q\frac{V_\mathrm{go}+V_\mathrm{th}\left[1-\ln(\beta V_\mathrm{gon})\right]-\frac{\gamma_0}3\left(\frac{C_gV_\mathrm{go}}q\right)^{2/3}}{V_\mathrm{go}\left(1+\frac{V_\mathrm{th}}{V_\mathrm{god}}\right)+\frac{2\gamma_0}3\left(\frac{C_gV_\mathrm{go}}q\right)^{2/3}} (9) ns=qCgVgoVgo(1+VgodVth)+32γ0(qCgVgo)2/3Vgo+Vth[1ln(βVgon)]3γ0(qCgVgo)2/3(9)
这里,Vgon和Vgod是由插值表达式给出的Vgo的函数
V g o x = V g o α x V g o 2 + α x 2 ( 10 ) V_\mathrm{gox}=\frac{V_\mathrm{go}\alpha_x}{\sqrt{V_\mathrm{go}^2+\alpha_x^2}}(10) Vgox=Vgo2+αx2 Vgoαx(10)
其中 αn = e/β 且 αd = 1/β。我们观察到,(9) 具有正确的极限形式,对应于区域 I 的 (5) 和区域 II 的 (8)。通过在 (2) 中应用 (9),也可以很容易地建立类似的 Ef 统一表达式。

摘要

摘要—在本文中,我们提出了一个基于物理的解析模型,用于描述AlGaN/GaN高电子迁移率晶体管中的二维电子气密度ns。所提出的模型考虑了费米能级Ef和ns之间的相互依赖关系。该模型通过考虑Ef、第一能带E0、第二能带E1以及ns随着栅极电压Vg的变化而进行了建模。所提出的模型与数值计算非常吻合。

关键词—AlGaN/GaN高电子迁移率晶体管(HEMT),解析模型,二维电子气(2DEG)电荷密度。

文章研究了什么

本文研究了 GaN 高电子迁移率晶体管 (HEMT) 器件中二维电子气密度 (2DEG) 对栅压的依赖性。以下是几个重点细节:

  • 该研究提出了一种基于物理的完全解析模型,用于描述 GaN HEMT 器件中 2DEG 密度对栅压的依赖性。该模型通过简化不同操作区域的基本器件方程并将其组合起来而开发。
  • 所提出的模型没有任何经验参数或拟合参数,并且与广泛温度下的数值计算显示出优异的一致性。
  • 该模型可用于开发基于物理的紧凑型 GaN HEMT 器件模型,这有利于器件设计和优化。
  • 将该模型与数值计算进行了比较,结果发现,与区域模型相比,统一模型具有更高的精度,在某些栅极电压范围内,误差通常低于 1%。
  • 然而,值得注意的是,假设 EI fVgo 1 不适用于接近截止点的区域,导致该区域的误差增加。

本研究侧重于开发一种解析模型,用于描述 GaN HEMT 器件中 2DEG 密度对栅压的依赖性,并评估其与数值计算的准确性。

文章的创新点

  • 本文提出了一种基于物理的完全解析模型,用于描述 GaN HEMT 器件中 2DEG 密度对栅压的依赖性。该模型是通过简化不同操作区域的基本器件方程并将其组合而开发的。
  • 所提出的模型没有任何经验参数或拟合参数,使其成为一种更可靠、更准确的器件行为表示。
  • 该模型与各种温度下的数值计算显示出极好的一致性,表明其准确性和适用性。
  • 该模型可用于开发基于物理的紧凑型 GaN HEMT 器件模型,这有利于器件设计和优化。
  • 该研究强调了对 2DEG 密度进行基于物理的解析表达式的必要性,因为目前可用的模型依赖于数值计算、半经验模型或简化近似。
  • 所提出的模型为 2DEG 密度提供了一个基于物理的解析表达式,并具有最少的经验参数,为基于 GaN HEMT 器件的电路仿真提供了一种更具洞察力和效率的方法。

本文引入了一种创新的基于物理的解析模型,用于描述 GaN HEMT 器件中 2DEG 密度对栅压的依赖性,与现有模型相比,该模型提供了更高的准确性、可靠性和对器件操作的洞察力。

文章的研究方法

  • 文章提出了一种基于物理的完全解析模型,用于描述 GaN HEMT 器件中 2DEG 密度对栅压的依赖性。
  • 该模型是通过简化不同操作区域下的基本器件方程并将其组合而开发的。
  • 所提出的模型没有任何经验参数或拟合参数。
  • 将建模结果与各种温度下的数值计算进行比较,以验证模型的准确性。
  • 研究还将所提出的模型与区域模型和统一模型进行了比较,以评估它们的精度和性能。
  • 研究方法包括分析器件方程,简化它们,并推导出 2DEG 密度的解析表达式。
  • 然后通过与数值计算的比较和与其他模型的性能评估来验证模型。
  • 研究方法基于物理分析和数学建模,以开发对器件行为进行全面准确描述的模型。

文章的结论

  • 本文提出了一种基于物理的完全解析模型,用于描述GaN HEMT器件中2DEG密度对栅极偏压的依赖性。
  • 该模型是通过简化不同操作区域的基本器件方程并将其结合起来开发的,没有任何经验参数或拟合参数。
  • 建模结果与各种温度下的数值计算显示出极佳的一致性,表明该模型的准确性和可靠性。
  • 该模型可用于开发基于物理的紧凑型GaN HEMT器件模型,这有利于器件设计和优化。

本文提出了一种用于描述GaN HEMT器件中2DEG密度对栅极偏压依赖性的创新型基于物理的解析模型。该模型无需任何经验参数或拟合参数,并且与数值计算结果非常吻合。该模型可用于开发GaN HEMT器件的紧凑型模型,从而辅助器件设计和优化。

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/news/224168.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

文献速递:PET-影像组学专题--PET衍生的影像组学和人工智能在乳腺癌中的应用:一篇系统综述

文献速递:PET-影像组学专题–PET衍生的影像组学和人工智能在乳腺癌中的应用:一篇系统综述 01 文献速递介绍 乳腺癌(BC)是目前流行度最高的恶性肿瘤,也是全球女性癌症相关死亡的第二大原因,过去十年间发病…

开个酸奶店需要投资多少钱,创业优势在哪里

作为酸奶店创业5年的创业者,我给大家做个详细全面的分析。让你花最少的钱开一家属于你的酸奶店! 这几年,随着奶茶店的烂大街,酸奶产品开始展露头脚,受到了无数消费者的追捧。从而很多创业者也瞄准了这个市场&#xff…

产品经理之Axure的元件库使用详细案例

⭐⭐ 产品经理专栏:产品专栏 ⭐⭐ 个人主页:个人主页 ​ 目录 前言 一.Axure的元件库的使用 1.1 元件介绍 1.2 基本元件的使用 1.2.1 矩形、按钮、标题的使用 1.2.2 图片及热区的使用 1.3 表单元件及表格元件的使用 1.3.1表单元件的使用 1.3.…

【Linux】进程周边004之进程的调度与切换(领略Linux系统进程调度算法的神奇)

👀樊梓慕:个人主页 🎥个人专栏:《C语言》《数据结构》《蓝桥杯试题》《LeetCode刷题笔记》《实训项目》《C》《Linux》 🌝每一个不曾起舞的日子,都是对生命的辜负 目录 前言 1.进程切换 2.进程调度 2.…

Infobright列存数据库原理介绍

简介 Infobright 是一个面向 OLAP 场景的开源列存数据库。比较容易找到代码的版本是 Infobright Community Edition 4.0.7,大概是 2006 年前后的代码。2016 年6 月,Infobright 决定停止开源1。由于它同时提供企业版和社区版,开源版本的功能相…

基于ssm大学学术交流论坛论文

摘 要 随着科学技术的飞速发展,各行各业都在努力与现代先进技术接轨,通过科技手段提高自身的优势;对于大学学术交流论坛当然也不能排除在外,随着网络技术的不断成熟,带动了大学学术交流论坛的发展,它彻底改…

C# 图解教程 第5版 —— 第18章 泛型

文章目录 18.1 什么是泛型18.2 C# 中的泛型18.3 泛型类18.3.1 声明泛型类18.3.2 创建构造类型18.3.3 创建变量和实例18.3.4 使用泛型的示例18.3.5 比较泛型和非泛型栈 18.4 类型参数的约束18.4.1 Where 子句18.4.2 约束类型和次序 18.5 泛型方法18.5.1 声明泛型方法18.5.2 调用…

Linux系统中如何开启和配置OpenGauss数据库的远程连接

文章目录 前言1. Linux 安装 openGauss2. Linux 安装cpolar3. 创建openGauss主节点端口号公网地址4. 远程连接openGauss5. 固定连接TCP公网地址6. 固定地址连接测试7. 结语 前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍…

基于Maven构建OSGI应用(Maven和OSGI结合)

基于Maven构建OSGI应用。 使用Maven来构建项目,包括项目的创建、子模块buldle的创建等。使用OSGI来实现动态模块化管理,实现模块的热插拔效果(即插即用)。 创建一个Maven项目:helloworld,并在该项目下创建…

selenium/webdriver运行原理与机制

最近在看一些底层的东西。driver翻译过来是驱动,司机的意思。如果将webdriver比做成司机,竟然非常恰当。 我们可以把WebDriver驱动浏览器类比成出租车司机开出租车。在开出租车时有三个角色: 乘客:他/她告诉出租车司机去哪里&…

解决因找不到qt5core.dll文件而导致无法执行代码问题

Qt5core.dll是Qt5框架的核心模块,用于提供基本的Qt功能。如果在代码执行过程中找不到qt5core.dll,可能导致相关功能无法正常使用。以下是五种详细解决方法、qt5core.dll文件详细介绍以及丢失原因。 一、qt5core.dll文件详细介绍 文件名称:q…

vue文件下载请求blob文件流token失效的问题

页面停留很久token失效没有刷新页面,这时候点击下载依然可以导出文件,但是文件打不开且接口实际上返回的是401,这是因为文件下载的方式通过window创建a标签的形式打开的,并没有判断token失效问题 const res await this.$axios.…

10:00面试,10:08就出来了,问的问题超出我认知

本来在上家公司上班,加班是每天必不可少的,但是看在加班费给的比较多的份上,就没有太计较了。没想到9月份下一份通知,所有人不准加班,加班费不仅没有了,薪资还要降30%,这下搞的生活都生活不下去了。 还好有…

Dijkstra求最短路 I(Dijkstra算法)

给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环,所有边权均为正值。 请你求出 1 号点到 n 号点的最短距离,如果无法从 1 号点走到 n 号点,则输出 −1。 输入格式 第一行包含整数 n 和 m。 接下来 m 行每行包含三个整…

python和pygame实现捉小兔游戏

python和pygame实现捉小兔游戏 python和pygame实现捉小兔游戏,需要安装使用第三方库pygame,关于Python中pygame游戏模块的安装使用可见 https://blog.csdn.net/cnds123/article/details/119514520 下面是使用Python和Pygame创建的游戏,其中有…

Pytorch从零开始实战13

Pytorch从零开始实战——ResNet与DenseNet探索 本系列来源于365天深度学习训练营 原作者K同学 文章目录 Pytorch从零开始实战——ResNet与DenseNet探索环境准备数据集模型选择开始训练可视化总结 环境准备 本文基于Jupyter notebook,使用Python3.8,P…

Java连接数据库实现用户登录和注册功能

目录 需求内容如下 示例代码 数据库studb Java代码 效果图 需求内容如下 1,创建数据库studb 2,库中添加用户表userinfo,包含如下字段 用户id ,用户名,用户密码,用户权限 (数据类型和约束自己定义&#xff09…

web微服务规划

一、背景 通过微服务来搭建web系统,就要对微服务进行规划,包括服务的划分,每个服务和数据库的命名规则,服务用到的端口等。 二、微服务划分 1、根据业务进行拆分 如: 一个购物系统可以将微服务拆分为基础中心、会员…

SpringMVC异常处理机制

2.1 异常描述 在J2EE项目的开发中,不管是对底层的数据库操作过程,还是业务层的处理过程,还是控制层的处理过程,都不可避免会遇到各种可预知的、不可预知的异常需要处理。每个过程都单独处理异常,系统的代码耦合度高&a…

【C++入门到精通】 线程库 | thread类 C++11 [ C++入门 ]

阅读导航 引言一、thread类的简单介绍二、线程函数详细介绍1. start() 函数(1)头文件(2)函数原型 2. join() 函数(1)头文件(2)函数原型 3. detach() 函数(1)头…