CN106845025B - 氮化镓高电子迁移率晶体管大信号统计模型建模方法 - Google Patents
氮化镓高电子迁移率晶体管大信号统计模型建模方法 Download PDFInfo
- Publication number
- CN106845025B CN106845025B CN201710120505.5A CN201710120505A CN106845025B CN 106845025 B CN106845025 B CN 106845025B CN 201710120505 A CN201710120505 A CN 201710120505A CN 106845025 B CN106845025 B CN 106845025B
- Authority
- CN
- China
- Prior art keywords
- electron mobility
- parameter
- high electron
- model
- equivalent circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000013459 approach Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 80
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 239000000284 extract Substances 0.000 claims abstract description 4
- 229910002601 GaN Inorganic materials 0.000 claims description 46
- JMASRVWKEDWRBT-UHFFFAOYSA-N Gallium nitride Chemical compound [Ga]#N JMASRVWKEDWRBT-UHFFFAOYSA-N 0.000 claims description 40
- 238000004088 simulation Methods 0.000 claims description 17
- 241001125929 Trisopterus luscus Species 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000013179 statistical model Methods 0.000 abstract description 19
- 230000008859 change Effects 0.000 abstract description 14
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000000452 restraining effect Effects 0.000 abstract description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- GYHNNYVSQQEPJS-UHFFFAOYSA-N Gallium Chemical compound [Ga] GYHNNYVSQQEPJS-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229910052733 gallium Inorganic materials 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- GPXJNWSHGFTCBW-UHFFFAOYSA-N Indium phosphide Chemical compound [In]#P GPXJNWSHGFTCBW-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Junction Field-Effect Transistors (AREA)
Abstract
本发明提供了一种氮化镓高电子迁移率晶体管大信号统计模型建模方法,包括:测试每一批次中若干个氮化镓高电子迁移率晶体管,获得所述氮化镓高电子迁移率晶体管的电流‑电压特性;将所述电流‑电压特性用于与所述氮化镓高电子迁移率晶体管的大信号等效电路模型,提取关于所述氮化镓高电子迁移率晶体管的大信号等效电路参数;根据所述大信号等效电路参数,利用响应曲线法建立大信号统计模型。该建模方法能够减少数据量,避免出现异常值而遇到不收敛的问题,使通过该建模方法获得的统计模型能够准确反映不同器件的工艺变化情况,使晶体管的生产质量稳定、均衡。
Description
技术领域
本发明属于功率器件领域,特别涉及基于氮化镓高电子迁移率晶体管的大信号等效电路统计模型建模方法。
背景技术
氮化镓(GaN)高电子迁移率晶体管(HEMT,High Electron Mobility Transistor)由于其高频、高功率等特性,在微波电路中的应用日益广泛。由于工艺波动等不确定性的影响,在GaN单片电路设计过程中需要统计模型来分析其电路性能,因此准确的大信号统计模型是器件建模过程中的重要环节。
由于GaN HEMT器件具有很大的接触电阻,因此第一代半导体(硅)和第二代半导体(砷化镓、磷化铟等)器件的大信号统计模型并不能直接应用于GaN HEMT器件。目前主流的参数提取方法多采用了PURVJANCE.J等人提出的建模技术[PURVJANCE.J,PETZOLD.M,andPOTRATZ.C,“A linear statistical FET model using principal componentanalysis,”IEEE Trans.Microwave Theory Tech.,vol.37,no.9,pp.1389-1394,Sep.1989],例如MEEHAN.M.D,WANDINGER.T,and FISHER.D.A等人发表的论文:“Accuratedesign centering and yield prediction using the‘truth model’,”IEEE MTT-SInternational Microwave Symposium Digest,July,1991,vol.1,pp.1201-1204.以及J.F.Swidzinski等人发表的论文:J.F.Swidzinski,K.Chang,“Nonlinear statisticalmodeling and yield estimation technique for use in Monte Carlo simulations,”IEEE Trans.Microwave Theory and Techniques,vol.48,no.12,pp.2316-2324,Dec.2000。
目前主流的大信号统计模型建模方法是利用蒙特卡罗方法来重建均值、标准差、相关系数,来模拟多个GaN HEMT器件的大信号特性。但是由于蒙特卡罗方法是一种随机算法,采用了全部的大信号等效电路参数,数据量很大,处理数据的工作量大。当数据量很大时会遇到不收敛的问题,对仿真结果的标准差的准确性有较大影响。不利于对大批量器件的高效率建模。
I.Angelov等人提出一种小信号等效电路模型建模方法[I.Angelov,M.Ferndahl,M.Gavell,G.Avolio,D.Schreurs,“Experiment design for quick statistical FETlarge signal model extraction,”Microwave Measurement Conference(ARFTG),81stARFTG,Seattle,WA,USA.5-8,Jun,2003,pp.1-5.]。但是该方法只考虑了一个器件的敏感参数同时变化的情况,并不能准确反映不同器件的工艺变化情况。
陈志凯等人提出了一种基于蒙特卡罗方法的大信号统计模型建模方法[ZhikaiChen,Yuehang Xu,Bin Zhang,Tangsheng Chen,Tao Gao,Ruimin Xu,“A GaN HEMTsNonlinear Large-Signal Statistical Model and Its Application in S-band PowerAmplifier Design,”IEEE Microw.Wirel.Compon.Lett,vol.26,no.2,pp.128-130,Feb.2016]。但是该方法采用了蒙特卡罗方法对大信号等效电路参数进行统计分析,由于该方法的数据量很大,容易出现异常值,因此会导致不收敛的问题。
发明内容
本发明的目的是提供一种氮化镓高电子迁移率晶体管大信号统计模型建模方法,该建模方法能够减少数据量,避免出现异常值而遇到不收敛的问题,使通过该建模方法获得的统计模型能够准确反映不同器件的工艺变化情况,使晶体管的生产质量稳定、均衡。
为实现上述目的,本发明提供了一种氮化镓高电子迁移率晶体管大信号统计模型建模方法,包括:
测试每一批次中若干个氮化镓高电子迁移率晶体管,获得所述氮化镓高电子迁移率晶体管的电流-电压特性;
将所述电流-电压特性用于与所述氮化镓高电子迁移率晶体管的大信号等效电路模型,提取关于所述氮化镓高电子迁移率晶体管的大信号等效电路参数;
根据所述大信号等效电路参数,利用响应曲线法建立大信号统计模型。
可选的,所述测试每一批次中若干个氮化镓高电子迁移率晶体管,获得所述氮化镓高电子迁移率晶体管的电流-电压特性包括:
利用探针台测试设备,设置偏置电压,获得与所述偏置电压对应的漏源电流;
所述电流-电压特性是指所述偏置电压的设置数值与所述漏源电流数值的对应关系。
可选的,所述偏置电压包括栅极电压Vgs和漏极电压Vds,所述栅极电压Vgs的取值为从夹断电压到0V,所述漏极电压Vds的取值为从0V到1/2击穿电压。
可选的,所述提取大信号等效电路参数的方法包括:
利用所述大信号等效电路模型,采用最小二乘法,通过matlab来拟合所述电流-电压特性,获得从所述大信号等效电路模型中提取的所述大信号等效电路参数。
可选的,所述利用响应曲线法建立大信号统计模型的方法包括:
选取所述大信号等效电路参数中若干个敏感参数,定义所述敏感参数中最大的敏感参数为XH,最小的敏感参数为XL,其他所述敏感参数为中间敏感参数X,所述中间敏感参数X的计算公式为:X=b×C+a,其中,a=(XH+XL)/2,b=(XH-XL)/2,变量C的变化范围为-1~1;
选取每个所述敏感参数值的大小变化-10%、0和10%的三种状态,将若干个所述敏感参数的所述三种状态进行组合,得到N组模拟参数;
将所述模拟参数代入ADS软件中仿真,获得大信号统计模型。
可选的,所述利用响应曲线法建立大信号统计模型后,还包括:验证所述大信号统计模型的准确性。
可选的,所述验证所述大信号统计模型的准确性的方法包括:
获取所述氮化镓高电子迁移率晶体管的大信号特性;
选取所述大信号等效电路参数的若干个敏感参数代入所述大信号统计模型,得到大信号仿真结果;
比较所述大信号仿真结果与所述大信号特性。
可选的,所述大信号仿真结果包括仿真输出功率、仿真功率附加效率、仿真增益。
可选的,所述大信号特性包括输出功率Pout、功率附加效率PAE、增益Gain。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的统计模型建模方法中通过测试每一批次中若干个氮化镓高电子迁移率晶体管来获得多个氮化镓高电子迁移率晶体管的IV特性,并且每个氮化镓高电子迁移率晶体管的IV特性变化是相互独立的,并将各参数的变化情况进行组合,其中包括了参数增大与参数减小时的组合方式,使本发明提供的大信号统计模型的建模方法获得的统计模型更能准确的反映不同器件的工艺变化情况;再有,本发明的统计模型建模方法使用响应曲面法,能够按照实际工艺误差范围设置参数变化范围,减少了参数值的提取量,更能有效控制误差变化的范围,避免产生差异值,解决了传统的蒙特卡罗方法存在的不收敛问题,使得到的模型参数值具有正确的物理意义,能够准确反映器件的工作状态。同时,该建模方法更加简便且具有高效率性。本发明的统计模型建模方法可用于不同的大信号等效电路模型,能够满足工程技术人员根据实际需要修改大信号模型但不更改统计模型建模方法的要求;通过该建模方法获得的统计模型能够准确反映不同器件的工艺变化情况,使晶体管的生产质量稳定、均衡。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的大信号统计模型建模方法的实施例1的流程图;
图2为本发明提供的大信号统计模型建模方法的实施例2的流程图;
图3为本发明提供的大信号统计模型建模方法的实施例3的流程图;
图4为本发明提供的大信号统计模型验证准确性步骤中信号统计模型仿真结果与实测结果的大信号特性对比图;
图5为本发明计算得到实测和仿真的Pout和PAE的均值、标准差的对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:如图1所述,本发明提供了一种氮化镓高电子迁移率晶体管大信号统计模型建模方法,包括:
步骤101:测试每一批次中若干个氮化镓高电子迁移率晶体管,获得氮化镓高电子迁移率晶体管的电流-电压特性;
步骤102:将电流-电压特性用于与氮化镓高电子迁移率晶体管的大信号等效电路模型,提取关于氮化镓高电子迁移率晶体管的大信号等效电路参数;
步骤103:根据大信号等效电路参数,利用响应曲线法建立大信号统计模型。
本实施方式提供的统计模型建模方法通过测试不同批次中的每一批次中若干个氮化镓高电子迁移率晶体管来获得多个氮化镓高电子迁移率晶体管的IV特性,并且每个氮化镓高电子迁移率晶体管的IV特性变化是相互独立的,并将各参数的变化情况进行组合,其中包括了参数增大与参数减小时的组合方式,使本发明提供的大信号统计模型的建模方法获得的统计模型更能准确的反映不同器件的工艺变化情况;再有,本发明的统计模型建模方法使用响应曲面法,能够按照实际工艺误差范围设置参数变化范围,减少了参数值的提取量,更能有效控制误差变化的范围,避免产生差异值,解决了传统的蒙特卡罗方法存在的不收敛问题,使得到的模型参数值具有正确的物理意义,能够准确反映器件的工作状态。同时,该建模方法更加简便且具有高效率性。本发明的统计模型建模方法可用于不同的大信号等效电路模型,能够满足工程技术人员根据实际需要修改大信号模型但不更改统计模型建模方法的要求;通过该建模方法获得的统计模型能够准确反映不同器件的工艺变化情况,使晶体管的生产质量稳定、均衡。
与上述实施例不同,作为一种可选的实施方式,测试每一批次中若干个氮化镓高电子迁移率晶体管,获得氮化镓高电子迁移率晶体管的电流-电压特性包括:
利用探针台测试设备,设置偏置电压,获得与所述偏置电压对应的漏源电流;
所述电流-电压特性是指所述偏置电压的设置数值与所述漏源电流数值的对应关系。
在本实施方式中,偏置电压包括栅极电压Vgs和漏极电压Vds,栅极电压Vgs的取值为从夹断电压到0V,漏极电压Vds的取值为从0V到1/2击穿电压。通过设置两个电压值来获得对应的一个漏极与源极之间的电流值,从而获得氮化镓高电子迁移率晶体管的电流-电压特性。该测试方式能够全面且准确反映氮化镓高电子迁移率晶体管的电流-电压特性,为后续的建模过程奠定准确基础。
作为一种可选的实施方式,提取大信号等效电路参数的方法包括:
利用大信号等效电路模型,采用最小二乘法,通过matlab来拟合所述电流-电压特性,获得从大信号等效电路模型中提取的大信号等效电路参数。
实施例2:如图2所示,作为一种可选的实施方式,利用响应曲线法建立大信号统计模型的方法包括:
步骤201:选取大信号等效电路参数中若干个敏感参数,定义敏感参数中最大的敏感参数为XH,最小的敏感参数为XL,其他敏感参数为中间敏感参数X,中间敏感参数X的计算公式为:X=b×C+a,其中,a=(XH+XL)/2,b=(XH-XL)/2,变量C的变化范围为-1~1;
步骤202:选取每个所述敏感参数值的大小变化-10%、0和10%的三种状态,将若干个所述敏感参数的所述三种状态进行组合,得到N组模拟参数;
步骤203:将所述模拟参数代入ADS软件中仿真,获得大信号统计模型。
由于在实际工艺中,典型的参数值变化在±10%左右,所以选取每个参数的三种变化状态:-10%,0,10%,对若干个参数的3种状态进行组合,可以得到N组参数,用来模拟N个管子的统计模型的参数值,这样所得到的模型考虑了实际工艺过程中各参数的变化情况,更符合器件工艺变化实际。而且该建模方法减少了参数值的提取量,更为简便快捷,更能有效控制误差变化的范围,避免产生差异值,解决了传统的蒙特卡罗方法存在的不收敛问题,使得到的模型参数值具有正确的物理意义,能够准确反映器件的工作状态。
实施例3:作为一种可选的实施方式,利用响应曲线法建立大信号统计模型后,还包括:验证大信号统计模型的准确性。
在本实施方式中,验证大信号统计模型的准确性的方法包括:
步骤301:获取氮化镓高电子迁移率晶体管的大信号特性;
步骤302:选取大信号等效电路参数的若干个敏感参数代入大信号统计模型,得到大信号仿真结果;
步骤303:比较大信号仿真结果与大信号特性。
在本实施方式中,大信号仿真结果包括仿真输出功率、仿真功率附加效率、仿真增益。大信号特性包括输出功率Pout、功率附加效率PAE、增益Gain。
本发明提供了一种高效的GaN HEMT(氮化镓高电子迁移率晶体管)大信号统计模型建模方法,使GaN HEMT大信号统计模型能够更准确地反映器件的电学特性和微波特性,并使算法可以应用于不同结构的器件。
下面结合具体的例子,详细介绍本发明的建模方法:
步骤1:测试得到来自10个批次共34个GaN HEMT的大信号电流-电压特性:
测试得到电流-电压特性:设置每个管子的偏置电压点包括:Vgs从-4V到1V步进0.5V,共11个点,Vds从0到35V步进5V,共8个点;获得每一偏置电压点对应的漏源电流值,进而获得电流-电压特性;
步骤2:将电流-电压特性用于GaN HEMT的大信号等效电路模型,进行参数提取:
本发明所使用的改进的Angelov GaN HEMT大信号模型作为GaN HEMT的大信号等效电路模型,其非线性源漏电流和栅电容模型方程为:
Ids=Ipkth(1+Mipktanh(Ψ))tanh(αVds)
Ψ=P1th(Vgseff-Vpk1)+P2th(Vgseff-Vpk2)2+P3th(Vgseff-Vpk3)3
Pi=(Pi0+Pi1Vds)tanh(αPi)+Pioi=1,2,3
Mipk=1+0.5(Mipkbth-1)(1+tanh(Qm(Vgseff-Vgsm)))
Mipkb=(PM0+PM1Vds+PM2Vds 2+PM3Vds 3)tanh(αMVds)+PMo
QM=(PQ0+PQ1Vds)tanh(αQVds)+PQo
Vgseff=Vgs+γsurf1(Vgsq-Vgsqpinch)(Vgs-Vgsqpinch)+γsubs1(Vdsq+Vdssubs0)(Vds-Vdsq)
Ipkth=Ipk(T0)(1+KIpkΔT)
Pnth=Pn(T0)(1+KPnΔT)
MIpkbth=MIpkb(T0)(1+KMipkbΔT)
KIpk=(KIpk0+KIpk1Vds)tanh(αKIpkVds)+KIpko
KPn=(KPn0+KPn1Vds)tanh(αKPnVds)+KPno
KMipkb=(KKMipkb0+KMipkb1Vds)tanh(αKMipkbVds)+KMipkbo
ΔT=PdissRtheq=IdsVdsRtheq
Cgs=Cgsp+Cgs0×(1+tanh(φ1))×(1+tanh(φ2))
φ1=P10+P11×Vgs+P12×Vds
φ2=P20+P21×Vgs+P22×Vgs 2+P23×Vgs 3
Cgd=Cgdp+Cgd0×((1-P111+tanh(φ3))×(1+tanh(φ4)+2×P111)
φ3=P30-P31×Vds
φ4=P40+P41×Vgs-P111×Vds
利用上述模型方程,采用最小二乘法,通过matlab来拟合电流-电压特性,获得从大信号等效电路模型中提取的大信号等效电路参数;
步骤3:对大信号等效电路参数使用响应曲面法建立统计模型:
选取大信号等效电路中最敏感的4个参数IPK,VPK1,Cgs0,Cgd0,对其使用响应曲面法的二阶模型进行建模:
其中,y是敏感参数值的总和;k是在每个点处的参数值;β0是常数值;βi是线性系数;βij是相互作用系数;
定义敏感参数中最大的敏感参数为XH,最小的敏感参数为XL,其他敏感参数为中间敏感参数X,中间敏感参数X的计算公式为:X=b×C+a,其中,a=(XH+XL)/2,b=(XH-XL)/2,变量C的变化范围为-1~1;
由于在实际工艺中,典型的参数值变化在±10%左右,所以选取每个参数的三种变化状态:-10%,0,10%。对4个参数的3种状态进行组合,可以得到34=81组参数,用来模拟81个管子的统计模型的参数值。
步骤4:将81管子的统计模型的参数值代入Agilent公司的ADS软件中仿真获得大信号统计模型。
步骤5:设置每个管子的偏置电压点包括:Vgs从-4V到1V步进0.5V,共11个点,Vds从0到35V步进5V,共8个点;频率从0.1G到40G,步进0.1G,共400个点,大信号特性的偏置点:Vgs=-2.8V,Vds=28V,频率3GHz;从而获取氮化镓高电子迁移率晶体管的大信号特性:输出功率Pout、功率附加效率PAE、增益Gain;
选取大信号等效电路参数的若干个敏感参数代入大信号统计模型,得到大信号仿真结果:仿真输出功率、仿真功率附加效率、仿真增益;
比较大信号仿真结果与大信号特性,与实测结果的大信号特性进行比较验证,如图4所示,仿真结果与实测结果非常接近,并且包含了实测结果的范围;计算得到实测和仿真的Pout和PAE的均值、标准差,如图5所示,仿真结果与实测结果都非常接近,从而验证了模型的准确性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种氮化镓高电子迁移率晶体管大信号统计模型建模方法,其特征在于,包括:
测试每一批次中若干个氮化镓高电子迁移率晶体管,获得所述氮化镓高电子迁移率晶体管的电流-电压特性;
将所述电流-电压特性用于所述氮化镓高电子迁移率晶体管的大信号等效电路模型,提取关于所述氮化镓高电子迁移率晶体管的大信号等效电路参数;
根据所述大信号等效电路参数,利用响应曲线法建立大信号统计模型;
所述利用响应曲线法建立大信号统计模型的方法包括:
选取所述大信号等效电路参数中若干个敏感参数,定义所述敏感参数中最大的敏感参数为XH,最小的敏感参数为XL,其他所述敏感参数为中间敏感参数X,所述中间敏感参数X的计算公式为:X=b×C+a,其中,a=(XH+XL)/2,b=(XH-XL)/2,变量C的变化范围为-1~1;
选取每个所述敏感参数的值的大小变化为-10%、0和10%的三种状态,将若干个所述敏感参数的所述三种状态进行组合,得到N组模拟参数;
将所述模拟参数代入ADS软件中仿真,获得大信号统计模型。
2.根据权利要求1所述的建模方法,其特征在于,所述测试每一批次中若干个氮化镓高电子迁移率晶体管,获得所述氮化镓高电子迁移率晶体管的电流-电压特性包括:
利用探针台测试设备,设置偏置电压,获得与所述偏置电压对应的漏源电流;
所述电流-电压特性是指所述偏置电压的设置数值与所述漏源电流数值的对应关系。
3.根据权利要求2所述的建模方法,其特征在于,所述偏置电压包括栅极电压Vgs和漏极电压Vds,所述栅极电压Vgs的取值为从夹断电压到0V,所述漏极电压Vds的取值为从0V到1/2击穿电压。
4.根据权利要求1所述的建模方法,其特征在于,所述提取大信号等效电路参数的方法包括:
利用所述大信号等效电路模型,采用最小二乘法,通过matlab来拟合所述电流-电压特性的曲线,获得从所述大信号等效电路模型中提取的所述大信号等效电路参数。
5.根据权利要求1所述的建模方法,其特征在于,所述利用响应曲线法建立大信号统计模型后,还包括:验证所述大信号统计模型的准确性。
6.根据权利要求5所述的建模方法,其特征在于,所述验证所述大信号统计模型的准确性的方法包括:
获取所述氮化镓高电子迁移率晶体管的大信号特性;
选取所述大信号等效电路参数的若干个敏感参数代入所述大信号统计模型,得到大信号仿真结果;
比较所述大信号仿真结果与所述大信号特性。
7.根据权利要求6所述的建模方法,其特征在于,所述大信号仿真结果包括仿真输出功率、仿真功率附加效率、仿真增益。
8.根据权利要求1-7任一项所述的建模方法,其特征在于,所述大信号特性包括输出功率Pout、功率附加效率PAE、增益Gain。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2016102037160 | 2016-04-01 | ||
CN201610203716.0A CN105844042A (zh) | 2016-04-01 | 2016-04-01 | 氮化镓高电子迁移率晶体管大信号统计模型建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106845025A CN106845025A (zh) | 2017-06-13 |
CN106845025B true CN106845025B (zh) | 2019-11-05 |
Family
ID=56596663
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610203716.0A Withdrawn CN105844042A (zh) | 2016-04-01 | 2016-04-01 | 氮化镓高电子迁移率晶体管大信号统计模型建模方法 |
CN201710120505.5A Expired - Fee Related CN106845025B (zh) | 2016-04-01 | 2017-03-02 | 氮化镓高电子迁移率晶体管大信号统计模型建模方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610203716.0A Withdrawn CN105844042A (zh) | 2016-04-01 | 2016-04-01 | 氮化镓高电子迁移率晶体管大信号统计模型建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN105844042A (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194127A (zh) * | 2017-06-30 | 2017-09-22 | 苏州芯智瑞微电子有限公司 | 一种基于窄脉冲小信号测量的晶体管建模方法 |
CN107783022B (zh) * | 2017-10-27 | 2019-10-11 | 西安电子科技大学 | 高电子迁移率晶体管的热可靠性评估方法 |
CN108520084B (zh) * | 2018-01-31 | 2020-04-17 | 电子科技大学 | 一种微波氮化镓器件非线性电流模型参数提取方法及系统 |
CN111144059A (zh) * | 2019-09-04 | 2020-05-12 | 苏州芯智瑞微电子有限公司 | 一种氮化镓高电子迁移率晶体管的经验性电容模型在高漏源电压条件下的简化方法及其应用 |
CN110768517B (zh) * | 2019-11-20 | 2021-06-29 | 南方电网科学研究院有限责任公司 | 抑制场效应晶体管开关振荡的控制方法及其二阶模型 |
CN111428437B (zh) * | 2020-03-06 | 2023-05-02 | 电子科技大学 | 一种微波晶体管准物理基统计模型参数提取方法 |
CN112257367A (zh) * | 2020-11-11 | 2021-01-22 | 天津大学 | 基于混合缩放规则的晶体管小信号可缩放模型建模方法 |
CN115618785B (zh) * | 2022-12-16 | 2023-03-21 | 电子科技大学 | 一种基于调和平均函数的氮化镓晶体管物理基大信号模型 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565650A (zh) * | 2010-12-07 | 2012-07-11 | 中国科学院微电子研究所 | 一种GaN HEMT器件跨导频散特性的测量系统及方法 |
CN103913690A (zh) * | 2014-04-04 | 2014-07-09 | 中国科学院微电子研究所 | 晶体管输出电阻频散特性的测量方法及系统 |
CN104573330A (zh) * | 2014-12-20 | 2015-04-29 | 电子科技大学 | 氮化镓高电子迁移率晶体管i-v模型参数的提取方法 |
-
2016
- 2016-04-01 CN CN201610203716.0A patent/CN105844042A/zh not_active Withdrawn
-
2017
- 2017-03-02 CN CN201710120505.5A patent/CN106845025B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565650A (zh) * | 2010-12-07 | 2012-07-11 | 中国科学院微电子研究所 | 一种GaN HEMT器件跨导频散特性的测量系统及方法 |
CN103913690A (zh) * | 2014-04-04 | 2014-07-09 | 中国科学院微电子研究所 | 晶体管输出电阻频散特性的测量方法及系统 |
CN104573330A (zh) * | 2014-12-20 | 2015-04-29 | 电子科技大学 | 氮化镓高电子迁移率晶体管i-v模型参数的提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105844042A (zh) | 2016-08-10 |
CN106845025A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845025B (zh) | 氮化镓高电子迁移率晶体管大信号统计模型建模方法 | |
CN104573330B (zh) | 氮化镓高电子迁移率晶体管i‑v模型参数的提取方法 | |
CN106443381B (zh) | 动态电弧模型构建方法与系统 | |
CN102081686B (zh) | Mos晶体管工艺角spice模型的建模方法 | |
CN105825005B (zh) | GaN高电子迁移率晶体管非线性可伸缩模型的构建方法 | |
CN106372357A (zh) | 一种GaN HEMT非线性噪声模型建立方法 | |
CN107636656A (zh) | 基于大信号等效电路模型的GaN器件工艺参数统计分析方法 | |
CN106484928A (zh) | 基于多软件联合的开关电源电热耦合仿真方法 | |
CN105844059B (zh) | 一种微波大功率晶体管建模方法 | |
CN102262206A (zh) | pMOSFET器件负偏置温度不稳定性寿命预测方法 | |
CN109800464A (zh) | 半导体器件的建模及设计的方法、存储介质及计算机设备 | |
CN109241623A (zh) | 一种表面势紧凑模型参数提取方法 | |
CN106909741A (zh) | 一种微波GaN功率器件的建模方法 | |
Homayouni et al. | Technology-independent non-quasi-static table-based nonlinear model generation | |
Xu et al. | Measurement-based non-quasi-static large-signal FET model using artificial neural networks | |
CN104331580A (zh) | 利用高压场效应晶体管子电路模型描述自热效应的方法 | |
Jia et al. | A threshold voltage model for charge trapping effect of AlGaN/GaN HEMTs | |
Zhang et al. | Enabling automatic model generation of RF components: a practical application of neural networks | |
Pelaez-Perez et al. | Experimental verification of analytical design equations based on X-parameters® for predicting role of series feedback | |
CN106250622A (zh) | 一种fet微波噪声模型建立方法 | |
CN109543205A (zh) | 电磁脉冲纳米半导体器件的电场分析方法 | |
Mengxia et al. | Predicting the impact of transient voltage suppressor used for ESD protection on the low noise amplifier | |
Cao et al. | Application of the genetic algorithm in MOSFET modeling and parameter extraction | |
Guerra et al. | Large-signal mm-wave InAlN/GaN HEMT power amplifier characterization through self-consistent harmonic balance/cellular Monte Carlo device simulation | |
Jarndal | Combined genetic algorithm and neural network technique for transistor modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191105 |
|
CF01 | Termination of patent right due to non-payment of annual fee |