• AlGaN/GaN HFET 五参数模型


    标题:A Five-Parameter Model of the AlGaN/GaN HFET

    来源:IEEE TRANSACTIONS ON ELECTRON DEVICES(15年)

    摘要—我们引入了AlGaN/GaN异质结场效应晶体管(HFET)漏极电流Id(Vgs,Vds)的解析表达式,该表达式是其栅极和漏极电压的函数。我们从HFET的紧凑物理模型中推导出这个函数。所提出的电流表达式由五个参数配置,这些参数可以用器件的几何形状和材料来表示。我们通过将其嵌入表示端子馈送阻抗和器件寄生参数的12参数RLC网络,将模型扩展到小信号射频操作。我们调整扩展模型的参数,以同时拟合工业晶体管的直流和射频测量数据。
    索引术语—AlGaN/GaN,解析,紧凑模型,连续可微,直流,HEMT,异质结场效应晶体管(HFET),物理,基于物理的,射频。
    在这里插入图片描述

    文章研究了什么

    该文章研究了AlGaN/GaN HFET(高电子迁移率晶体管)的理想模型及其在不同条件下的行为。

    • 该模型排除了击穿、电荷储存、自热、亚阈值、短沟道和捕获效应。
    • 通过使用一个包含12个参数的RLC嵌入电路,将该模型扩展到射频,并拟合到一个器件的测量数据,包括直流I-V、S11、S22和S21。
    • 该模型与测量结果显示出极好的一致性,仅在高频和低频时存在轻微差异,分别归因于系统误差和电子捕获。
    • 所提出的模型由两个区域组成:源中性区(Z1)和本征FET区(Z2),遵循肖克利方程。
    • 该模型还包括一个空间电荷受限区(Z3),在这里载流子输运受到空间电荷限制,电子速度有效饱和。
    • 通过模拟和测量的S21幅度和相位,以及直流扫描和阶跃响应的验证,证明了该模型的有效性。

    文章的创新点

    • 该文章提出了一个理想的AlGaNGaN HFET模型,排除了击穿、电荷储存、自热、亚阈值、短沟道和捕获效应等各种影响。这种方法简化了对器件行为的表示,使其更为准确。
    • 通过使用包含12个参数的RLC嵌入电路,将该模型扩展到射频,从而实现对器件在高频下性能的表征。这一扩展为HFET的射频行为提供了有价值的见解。
    • 所提出的模型通过拟合一个器件的测量数据,包括直流I-V、S11、S22和S21,与实验数据取得了极好的一致性。这证明了模型在捕捉器件特性方面的有效性和准确性。
    • 该文章还引入了一个AlGaNGaN HFET的五参数模型,提供了对器件行为的简化表示。这个模型可用于对HFET性能进行快速高效的分析。
    • 文章提出了一个先前的五区HFET模型,作为对所提出的理想模型的参考。这种比较突显了当前研究中取得的改进和进展。

    文章的研究方法

    • 该文章采用了分析方法,以开发AlGaNGaN HFET的理想模型。该模型排除了各种影响,如击穿、电荷储存、自热、亚阈值、短沟道和捕获效应。
    • 通过使用包含12个参数的RLC嵌入电路,将该模型扩展到射频,从而允许对器件在高频下的行为进行表征。
    • 所提出的模型通过拟合一个器件的测量数据,包括直流I-V、S11、S22和S21,以验证其准确性和有效性。
    • 文章还提出了一个先前的五区HFET模型,作为所提出的理想模型的参考,突显了当前研究中取得的进展。

    总体而言,研究方法涉及开发一个理想模型,将其扩展到射频,并通过对一个器件的测量进行验证。

    文章的结论

    • 该文章首次通过提出并解决HFET中导电物理的核心概念模型,解释了AlGaNGaN HFET中的大信号晶体管效应。该模型由两个区域Z4和Z2组成,它们由表示栅的漏端边缘的点x=Lg分隔。参数Lg、a、im、b和Vto可以用HFET的物理几何形状和材料表示,并被调整为等效电路参数,以同时拟合单个器件的直流和射频测量数据。
    • 文章通过排除各种效应,如击穿、电荷储存、自热、亚阈值、短沟道和捕获效应,为这个理想模型报告了一个精确的解。该模型在分析上近似,并通过使用包含12个参数的RLC嵌入电路扩展到射频,该电路被拟合到一个器件的直流I-V、S11、S22和S21测量中,与实验数据显示出极好的一致性。
    • 所提出的模型及其对实验数据的拟合展示了这种方法在捕捉AlGaNGaN HFET行为方面的有效性和准确性,为理解其性能提供了有价值的见解。
  • 相关阅读:
    “现在的自动驾驶太保守!”看看轻舟智航联合创始人大方这篇论文怎么说
    jpa框架部分重点
    网络安全学习--入侵检测和紧急响应
    FPGA 20个例程篇:14.千兆网口实现ICMP、UDP通信协议(下)
    开发常用手册链接分享
    大佬总结的170道 python面试题
    训练深度学习神经网络的常用5个损失函数
    循环神经网络 - 语言模型和数据集
    laravel日期字段carbon 输出格式转换
    【深度学习实验】数据可视化
  • 原文地址:https://blog.csdn.net/weixin_45293089/article/details/134353627