CN108416155B - 一种微波氮化镓器件物理基大信号模型建立方法及系统 - Google Patents

一种微波氮化镓器件物理基大信号模型建立方法及系统 Download PDF

Info

Publication number
CN108416155B
CN108416155B CN201810227481.8A CN201810227481A CN108416155B CN 108416155 B CN108416155 B CN 108416155B CN 201810227481 A CN201810227481 A CN 201810227481A CN 108416155 B CN108416155 B CN 108416155B
Authority
CN
China
Prior art keywords
physical
large signal
signal model
parameters
parameter
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.)
Active
Application number
CN201810227481.8A
Other languages
English (en)
Other versions
CN108416155A (zh
Inventor
徐跃杭
乔世阳
毛书漫
陈勇波
汪昌思
高能武
徐锐敏
延波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Chengdu Hiwafer Technology Co Ltd
Original Assignee
University of Electronic Science and Technology of China
Chengdu Hiwafer Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China, Chengdu Hiwafer Technology Co Ltd filed Critical University of Electronic Science and Technology of China
Priority to CN201810227481.8A priority Critical patent/CN108416155B/zh
Publication of CN108416155A publication Critical patent/CN108416155A/zh
Application granted granted Critical
Publication of CN108416155B publication Critical patent/CN108416155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F30/36—Circuit design at the analogue level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability

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)
  • Crystals, And After-Treatments Of Crystals (AREA)

Abstract

本发明公开一种微波氮化镓器件物理基大信号模型建立方法及系统。该方法包括：获取对同一条工艺线上的各个氮化镓器件在不同输入功率下的测试结果数据；计算在每个输入功率下的测试结果数据的均值；基于该均值建立物理基大信号模型，并设置物理参数为标称值，进而得到拟合参数初值；筛选上边缘曲线和下边缘曲线对应的器件；建立上边缘器件和下边缘器件的物理基大信号模型；将拟合参数代入两个边缘器件的物理基大信号模型，对拟合参数以及物理参数进行调整，保证两个模型共用同一组拟合参数而物理参数不同，从而确定物理基大信号模型的拟合参数和物理参数。本发明的方案能够提高拟合参数提取的可信度和物理参数的准确度，从而提高模型的精度。

Description

一种微波氮化镓器件物理基大信号模型建立方法及系统
技术领域
本发明涉及氮化镓高电子迁移率晶体管技术领域，特别是涉及一种微波氮化镓器件物理基大信号模型建立方法及系统。
背景技术
氮化镓高电子迁移率晶体管(GaN HEMT)由于其高频、高功率密度、耐高压等优良特性，在微波毫米波固态功率电路中有着极其重要的应用。为了建立工艺参数与器件微波特性的联系，进行工艺稳定性和电路成品率分析，针对GaN HEMT建立准确的大信号模型是非常有必要的。GaN HEMT的经验基大信号模型已有过很多相关报道，经验基大信号模型的建模技术也已日趋成熟。但大多数经验基大信号模型包含大量的拟合参数，模型参数的多值性问题会使模型参数失去物理意义，往往会给模型的多偏置适用性、宽带特性带来极大挑战，从而加大了模型参数提取的难度；另外，经验基大信号模型参数通常缺少物理意义，很难与器件建立直观的联系，从而无法实现对器件工艺及制作提供指导。不同于传统的经验基大信号模型，物理基大信号模型均由器件的物理参数推导得到，因此模型参数大多具有物理意义，可以对器件工艺及加工制作起到指导作用，同时模型的收敛性问题也得到了较大的改善。因此，近两年，物理基大信号模型正逐步取代传统的经验基大信号模型，成为非线性大信号建模的研究热点。
物理基大信号模型虽然拟合参数较少，但拟合参数的合理性将会很大程度的影响模型物理参数的提取，从而无法对器件的真实情况进行准确描述，因此物理基大信号模型拟合参数的准确提取就显得尤为重要。虽然目前已经有很多论文进行了模型参数提取研究，但大都是经验基大信号模型参数提取方法介绍，针对GaN HEMT器件物理基大信号模型的参数尤其是拟合参数的提取方法并不多见。
电子科技大学的武庆智等人于2016年提出的基于表面势的物理基大信号模型，通过求解表面势得到本征区沟道电荷和漏极电流模型。该模型真实反映了器件的工作状态，初步建立了物理参数与器件特性的联系，但并未解决拟合参数的准确提取问题。
印度理工学院坎普尔分校的SheikhAamirAhsan等人于2017年基于他们之前在表面势物理基建模方面的工作，提出了一套多偏置大信号模型参数提取流程，不同于传统的经验基和人工神经网络基模型，该参数提取流程不需要复杂的优化算法，仅通过拟合器件的DC-IV特性即可完成多偏置条件下的大信号模型参数提取。该工作虽然针对表面势物理基模型，但并未解决拟合参数的准确提取问题。
发明内容
本发明的目的是提供一种微波氮化镓器件物理基大信号模型建立方法及系统，提高拟合参数提取的准确度，从而提高模型的准确度。
为实现上述目的，本发明提供了如下方案：
一种微波氮化镓器件物理基大信号模型建立方法，包括：
获取对同一条工艺线上的各个待测微波氮化镓器件在不同输入功率下进行测试得到的测试结果数据；
计算在每个所述输入功率下的所述测试结果数据的均值；
基于所述测试结果数据的均值建立初步物理基大信号模型，并设置所述初步物理基大信号模型的物理参数为标称值，得到拟合参数初值；
筛选各个所述微波氮化镓器件的测试结果数据所形成的曲线中与包迹上边缘曲线最靠近的曲线和与包迹下边缘曲线最靠近的曲线，得到上边缘器件曲线和下边缘器件曲线；所述上边缘器件为所述上边缘器件曲线所对应的所述微波氮化镓器件；所述下边缘器件为所述下边缘器件曲线所对应的所述微波氮化镓器件；
建立基于所述上边缘器件的第一物理基大信号模型和基于所述下边缘器件的第二物理基大信号模型；
将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数。
可选的，在所述将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数之后，还包括：
从除所述上边缘器件和所述下边缘器件之外的所述氮化镓器件中任意选取两个氮化镓器件，得到两个待验证氮化镓器件；
建立两个所述待验证氮化镓器件的物理基大信号模型，得到第三物理基大信号模型和第四物理基大信号模型；
将所述目标拟合参数分别代入所述第三物理基大信号模型和所述第四物理基大信号模型，通过仅调整所述第三物理基大信号模型和所述第四物理基大信号模型的物理参数，得到所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果；
判断所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值；
若所述第三物理基大信号模型和所述第四物理基大信号模型中至少存在一个物理基大信号模型的仿真结果在只对物理参数调整之后依然无法满足所述预设阈值，则重新调整所述目标拟合参数；
若所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果在经过物理参数调整之后均满足所述预设阈值，则利用所述目标拟合参数建立同批次氮化镓器件的物理基模型，从而指导器件设计。
可选的，将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数，具体包括：
将所述拟合参数初值代入第一物理基大信号模型和所述第二物理基大信号模型中；
在预设调整范围内调整所述上边缘器件和所述下边缘器件的物理参数，判断所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值，得到判断结果；
若所述判断结果表示所述偏差满足所述预设阈值，则结束参数调整，确定所述拟合参数初值和微调后的所述物理参数为目标拟合参数和目标物理参数；
若所述判断结果表示所述偏差超出所述预设阈值，则微调所述拟合参数初值，使所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差均满足预设阈值，并确定微调后的所述拟合参数和所述物理参数为目标拟合参数和目标物理参数。
本发明还公开一种微波氮化镓器件物理基大信号模型建立系统，包括：
获取模块，用于获取对同一条工艺线上的各个待测微波氮化镓器件在不同输入功率下进行测试得到的测试结果数据；
均值计算模块，用于计算在每个所述输入功率下的所述测试结果数据的均值；
拟合模块，用于基于所述测试结果数据的均值建立初步物理基大信号模型，并设置所述初步物理基大信号模型的物理参数为标称值，得到拟合参数初值；
边缘器件筛选模块，用于筛选各个所述微波氮化镓器件的测试结果数据所形成的曲线中与包迹上边缘曲线最靠近的曲线和与包迹下边缘曲线最靠近的曲线，得到上边缘器件曲线和下边缘器件曲线；所述上边缘器件为所述上边缘器件曲线所对应的所述微波氮化镓器件；所述下边缘器件为所述下边缘器件曲线所对应的所述微波氮化镓器件；
第一模型建立模块，用于建立基于所述上边缘器件的第一物理基大信号模型和基于所述下边缘器件的第二物理基大信号模型；
模型参数确定模块，用于将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数。
可选的，所述系统还包括：
随机筛选模块，用于从除所述上边缘器件和所述下边缘器件之外的所述氮化镓器件中任意选取两个氮化镓器件，得到两个待验证氮化镓器件；
第二模型建立模块，用于建立两个所述待验证氮化镓器件的物理基大信号模型，得到第三物理基大信号模型和第四物理基大信号模型；
代入模块，用于将所述目标拟合参数分别代入所述第三物理基大信号模型和所述第四物理基大信号模型，通过仅调整所述第三物理基大信号模型和所述第四物理基大信号模型的物理参数，得到所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果；
判断模块，用于判断所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值；
反馈模块，用于若所述第三物理基大信号模型和所述第四物理基大信号模型中至少存在一个物理基大信号模型的仿真结果在只对物理参数调整之后依然无法满足所述预设阈值，则重新调整所述目标拟合参数；
应用模块，用于若所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果在经过物理参数调整之后均满足所述预设阈值，则利用所述目标拟合参数建立同批次氮化镓器件的物理基模型，从而指导器件设计。
可选的，所述模型参数确定模块，具体包括：
参数代入单元，用于将所述拟合参数初值代入第一物理基大信号模型和所述第二物理基大信号模型中；
物理参数调整单元，用于在预设调整范围内调整所述上边缘器件和所述下边缘器件的物理参数，判断所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值，得到判断结果；
第一参数确定单元，用于若所述判断结果表示所述偏差满足所述预设阈值，则结束参数调整，确定所述拟合参数初值和微调后的所述物理参数为目标拟合参数和目标物理参数；
第二参数确定单元，用于若所述判断结果表示所述偏差超出所述预设阈值，则微调所述拟合参数初值，使所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差均满足预设阈值，并确定微调后的所述拟合参数和所述物理参数为目标拟合参数和目标物理参数。
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：本发明公开的方法及系统，利用测试结果数据的均值，固定物理参数提取拟合参数，既削弱了拟合参数的物理意义，又能够得到可信度较高的拟合参数初值，从而在初步阶段就能提高拟合参数提取的合理性。同时，选取测试结果数据的曲线位于包迹边缘的氮化镓器件作为建模器件，既保证了提取的拟合参数与器件工艺无关，又能提取到较为准确的物理参数，提高了参数提取的效率和模型建立的准确度。
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为本发明微波氮化镓器件物理基大信号模型建立方法实施例的方法流程图；
图2为本发明微波氮化镓器件物理基大信号模型建立方法实施例的拟合参数初值对应大信号模型的仿真结果与器件实测数据均值对比曲线图；
图3为本发明微波氮化镓器件物理基大信号模型建立方法实施例的筛选的上边缘器件曲线和下边缘器件曲线的曲线图；
图4为本发明微波氮化镓器件物理基大信号模型建立方法实施例的边缘器件物理基大信号模型的仿真结果与实测结果对比曲线图；
图5为本发明微波氮化镓器件物理基大信号模型建立方法实施例的任意选取的两个氮化镓器件的仿真结果与实测结果对比图；
图6为本发明微波氮化镓器件物理基大信号模型建立系统实施例的系统结构图。
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。
本发明的基本思想为：首先获取同一条工艺线上的氮化镓器件的测试结果数据；其次，计算测试数据均值，固定物理参数提取拟合参数；然后，选取包迹边缘器件，固定拟合参数提取物理参数；最后，用氮化镓器件验证拟合参数的合理性，从而验证模型。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明氮化镓器件物理基大信号模型建立方法实施例的方法流程图。
参见图1，该氮化镓器件物理基大信号模型建立方法，包括：
步骤101：获取对同一条工艺线上的各个待测的微波氮化镓器件在不同输入功率下进行测试得到的测试结果数据。本发明的该实施例中主要针对0.25μm栅长的氮化镓工艺线生产的氮化镓高电子迁移率晶体管(GaN HEMT)进行测试。测试方法可选直流测试和/或射频测试。
步骤102：计算在每个所述输入功率下的所述测试结果数据的均值。因为样本器件(即选取的用于测量的氮化镓器件)是在同一条氮化镓生产工艺线上随机选取的。所以样本器件对应物理基模型的物理参数也随工艺线随机波动。这样就可以用样本器件的测试结果数据的均值作为研究对象。
步骤103：基于所述测试结果数据的均值提取拟合参数。当以测试结果数据的均值作为研究对象时确定拟合参数时，根据该拟合参数建立的物理基大信号模型的物理参数可以设置为标称值。在此基础上可以建立物理基大信号模型，得到合理的拟合参数初值。
图2为本发明氮化镓器件物理基大信号模型建立方法实施例的拟合参数初值对应大信号模型的仿真结果与器件实测数据均值对比曲线图。
参见图2，从图2中可以看出，本发明的方法所得到的拟合参数初值的输出功率、功率增益和功率附加效率随输入功率均拟合较好。说明本发明得到的拟合参数初值的可信度较高。
步骤104：筛选各个所述微波氮化镓器件的测试结果数据所形成的曲线中与包迹上边缘曲线最靠近的曲线和与包迹下边缘曲线最靠近的曲线，得到上边缘器件曲线和下边缘器件曲线；所述上边缘器件为所述上边缘器件曲线所对应的所述微波氮化镓器件；所述下边缘器件为所述下边缘器件曲线所对应的所述微波氮化镓器件。
上述步骤104是提取边缘器件和边缘器件曲线的过程。提取边缘器件和边缘器件曲线是为确定物理参数奠定基础。本发明在步骤103中得到拟合参数初值之后，物理参数就比较容易提取了。而物理参数正是监测工艺线、优化器件的关键因素。为了准确提取物理参数，本发明的该实施例从测试结果数据出发，选取包迹边缘处的两个器件作为研究对象。
图3为本发明氮化镓器件物理基大信号模型建立方法实施例的筛选的上边缘器件曲线和下边缘器件曲线的曲线图。
参见图3，图中上边缘器件为T，下边缘器件为B。根据本发明的该实施例所提取得到的上边缘器件T和下边缘器件B具有较高的独立性和代表性。
步骤105：建立基于所述上边缘器件的第一物理基大信号模型和基于所述下边缘器件的第二物理基大信号模型。具体为利用Keysight-ADS仿真软件，在同一个电路原理图中，建立所述上边缘器件和所述下边缘器件的物理基大信号模型，这样可以保证两个模型共用同一组拟合参数而物理参数不同。
步骤106：将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数。该步骤106具体包括：
将所述拟合参数初值代入第一物理基大信号模型和所述第二物理基大信号模型中。本发明的该方法既便于设置两个边缘器件的物理基大信号模型共用同一组拟合参数，又能使物理参数随器件不同而波动。
在预设调整范围内调整所述上边缘器件和所述下边缘器件的物理参数，判断所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值，得到判断结果。
若所述判断结果表示所述偏差满足所述预设阈值，则结束参数调整，确定所述拟合参数初值和微调后的所述物理参数为目标拟合参数和目标物理参数；
若所述判断结果表示所述偏差超出所述预设阈值，则微调所述拟合参数初值，使所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差均满足预设阈值，并确定微调后的所述拟合参数和所述物理参数为目标拟合参数和目标物理参数。
图4为本发明氮化镓器件物理基大信号模型建立方法实施例的边缘器件物理基大信号模型的仿真结果与实测结果对比曲线图。
参见图4，图中的曲线为仿真结果，正方形为上边缘器件的测试结果数据，三角形为下边缘器件的测试结果数据。从图4中可以看出，本发明的该实施例所得到的拟合参数的准确度较高，物理基大信号模型的准确度较高。
步骤107：从除所述上边缘器件和所述下边缘器件之外的所述氮化镓器件中任意选取两个氮化镓器件，得到两个待验证氮化镓器件；
步骤108：建立两个所述待验证氮化镓器件的物理基大信号模型，得到第三物理基大信号模型和第四物理基大信号模型；
步骤109：将所述目标拟合参数分别代入所述第三物理基大信号模型和所述第四物理基大信号模型，仅调整所述第三物理基大信号模型和所述第四物理基大信号模型的物理参数，得到所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果；
步骤110：判断所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值；
步骤111：若所述第三物理基大信号模型和所述第四物理基大信号模型中至少存在一个物理基大信号模型的仿真结果在只对物理参数调整之后依然无法满足所述预设阈值，则重新调整所述目标拟合参数；
步骤112：若所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果在经过物理参数调整之后均满足所述预设阈值，则利用所述目标拟合参数建立同批次氮化镓器件的物理基模型，从而指导器件设计。
图5为本发明氮化镓器件物理基大信号模型建立方法实施例的任意选取的两个氮化镓器件的仿真结果与实测结果对比图。
其中图5(a)为其中一个氮化镓器件的仿真结果与实测结果对比图，图5(b)为另一个氮化镓器件的仿真结果与实测结果对比图。
参见图5，本发明的验证结果显示仿真结果与实测结果较为贴近，可见本发明所得到的拟合参数的合理性较高。
图6为本发明氮化镓器件物理基大信号模型建立系统实施例的系统结构图。
参见图6，该氮化镓器件物理基大信号模型建立系统，包括：
获取模块601，用于获取对同一条工艺线上的各个待测微波氮化镓器件在不同输入功率下进行测试得到的测试结果数据。
均值计算模块602，用于计算在每个所述输入功率下的所述测试结果数据的均值。
拟合模块603，用于基于所述测试结果数据的均值建立初步物理基大信号模型，并设置所述初步物理基大信号模型的物理参数为标称值，得到拟合参数初值。
边缘器件筛选模块604，用于筛选各个所述微波氮化镓器件的测试结果数据所形成的曲线中与包迹上边缘曲线最靠近的曲线和与包迹下边缘曲线最靠近的曲线，得到上边缘器件曲线和下边缘器件曲线；所述上边缘器件为所述上边缘器件曲线所对应的所述微波氮化镓器件；所述下边缘器件为所述下边缘器件曲线所对应的所述微波氮化镓器件。
第一模型建立模块605，用于建立基于所述上边缘器件的第一物理基大信号模型和基于所述下边缘器件的第二物理基大信号模型。
模型参数确定模块606，用于将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数。
该模型参数确定模块606，具体包括：
参数代入单元，用于将所述拟合参数初值代入第一物理基大信号模型和所述第二物理基大信号模型中；
物理参数调整单元，用于在预设调整范围内调整所述上边缘器件和所述下边缘器件的物理参数，判断所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值，得到判断结果；
第一参数确定单元，用于若所述判断结果表示所述偏差满足所述预设阈值，则结束参数调整，确定所述拟合参数初值和微调后的所述物理参数为目标拟合参数和目标物理参数；
第二参数确定单元，用于若所述判断结果表示所述偏差超出所述预设阈值，则微调所述拟合参数初值，使所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差均满足预设阈值，并确定微调后的所述拟合参数和所述物理参数为目标拟合参数和目标物理参数。
随机筛选模块607，用于从除所述上边缘器件和所述下边缘器件之外的所述氮化镓器件中任意选取两个氮化镓器件，得到两个待验证氮化镓器件。
第二模型建立模块608，用于建立两个所述待验证氮化镓器件的物理基大信号模型，得到第三物理基大信号模型和第四物理基大信号模型。
代入模块609，用于将所述目标拟合参数分别代入所述第三物理基大信号模型和所述第四物理基大信号模型，仅调整所述第三物理基大信号模型和所述第四物理基大信号模型的物理参数，得到所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果。
判断模块610，用于判断所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值。
反馈模块611，用于若所述第三物理基大信号模型和所述第四物理基大信号模型中至少存在一个物理基大信号模型的仿真结果在只对物理参数调整之后依然无法满足所述预设阈值，则重新调整所述目标拟合参数。
应用模块612，用于若所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果在经过物理参数调整之后均满足所述预设阈值，则利用所述目标拟合参数建立同批次氮化镓器件的物理基模型，从而指导器件设计。
本发明的公开的方法及系统具有以下技术效果：
第一，本发明在提取拟合参数初值时，利用了样本测试数据的均值，可以固定物理参数提取拟合参数，这样既削弱了拟合参数的物理意义，又得到了比较可信的拟合参数初值。
第二，本发明提出了物理基大信号模型中拟合参数的准确提取方法，根据物理参数的波动性提取拟合参数。选取样本测试数据包迹边缘的器件进行建模，使用同一组拟合参数并波动物理参数，既保证了提取的拟合参数与器件工艺无关，又能得到准确的物理参数。
第三，本发明的参数提取方法可以用于建立大批量的器件模型，因为使用同一组拟合参数，可以保证器件模型的物理参数波动反映了真实的工艺线波动，从而建立基于物理基模型的大信号统计模型，以实现对工艺线的监控和优化。
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 (6)

1.一种微波氮化镓器件物理基大信号模型建立方法，其特征在于，包括：
获取对同一条工艺线上的各个待测微波氮化镓器件在不同输入功率下进行测试得到的测试结果数据；
计算在每个所述输入功率下的所述测试结果数据的均值；
基于所述测试结果数据的均值建立初步物理基大信号模型，并设置所述初步物理基大信号模型的物理参数为标称值，得到拟合参数初值；
筛选各个所述微波氮化镓器件的测试结果数据所形成的曲线中与包迹上边缘曲线最靠近的曲线和与包迹下边缘曲线最靠近的曲线，得到上边缘器件曲线和下边缘器件曲线；所述上边缘器件为所述上边缘器件曲线所对应的所述微波氮化镓器件；所述下边缘器件为所述下边缘器件曲线所对应的所述微波氮化镓器件；
建立基于所述上边缘器件的第一物理基大信号模型和基于所述下边缘器件的第二物理基大信号模型；
将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数。
2.根据权利要求1所述的一种微波氮化镓器件物理基大信号模型建立方法，其特征在于，在所述将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数之后，还包括：
从除所述上边缘器件和所述下边缘器件之外的所述氮化镓器件中任意选取两个氮化镓器件，得到两个待验证氮化镓器件；
建立两个所述待验证氮化镓器件的物理基大信号模型，得到第三物理基大信号模型和第四物理基大信号模型；
将所述目标拟合参数分别代入所述第三物理基大信号模型和所述第四物理基大信号模型，仅调整所述第三物理基大信号模型和所述第四物理基大信号模型的物理参数，得到所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果；
判断所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值；
若所述第三物理基大信号模型和所述第四物理基大信号模型中至少存在一个物理基大信号模型的仿真结果在只对物理参数调整之后依然无法满足所述预设阈值，则重新调整所述目标拟合参数；
若所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果在经过物理参数调整之后均满足所述预设阈值，则利用所述目标拟合参数建立同批次氮化镓器件的物理基模型，从而指导器件的设计。
3.根据权利要求1所述的一种微波氮化镓器件物理基大信号模型建立方法，其特征在于，将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数，具体包括：
将所述拟合参数初值代入第一物理基大信号模型和所述第二物理基大信号模型中；
在预设调整范围内调整所述上边缘器件和所述下边缘器件的物理参数，判断所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值，得到判断结果；
若所述判断结果表示所述偏差满足所述预设阈值，则结束参数调整，确定所述拟合参数初值和微调后的所述物理参数为目标拟合参数和目标物理参数；
若所述判断结果表示所述偏差超出所述预设阈值，则微调所述拟合参数初值，使所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差均满足预设阈值，并确定微调后的所述拟合参数和所述物理参数为目标拟合参数和目标物理参数。
4.一种微波氮化镓器件物理基大信号模型建立系统，其特征在于，包括：
获取模块，用于获取对同一条工艺线上的各个待测微波氮化镓器件在不同输入功率下进行测试得到的测试结果数据；
均值计算模块，用于计算在每个所述输入功率下的所述测试结果数据的均值；
拟合模块，用于基于所述测试结果数据的均值建立初步物理基大信号模型，并设置所述初步物理基大信号模型的物理参数为标称值，得到拟合参数初值；
边缘器件筛选模块，用于筛选各个所述微波氮化镓器件的测试结果数据所形成的曲线中与包迹上边缘曲线最靠近的曲线和与包迹下边缘曲线最靠近的曲线，得到上边缘器件曲线和下边缘器件曲线；所述上边缘器件为所述上边缘器件曲线所对应的所述微波氮化镓器件；所述下边缘器件为所述下边缘器件曲线所对应的所述微波氮化镓器件；
第一模型建立模块，用于建立基于所述上边缘器件的第一物理基大信号模型和基于所述下边缘器件的第二物理基大信号模型；
模型参数确定模块，用于将所述拟合参数初值代入所述第一物理基大信号模型和所述第二物理基大信号模型，并对所述第一物理基大信号模型的拟合参数和物理参数以及所述第二物理基大信号模型的拟合参数和物理参数进行微调，并保证所述第一物理基大信号模型和所述第二物理基大信号模型共用同一组拟合参数而物理参数不同，使仿真结果与所述上边缘器件和所述下边缘器件的测试结果数据之间的偏差满足预设阈值，从而得到目标拟合参数和目标物理参数。
5.根据权利要求4所述的一种微波氮化镓器件物理基大信号模型建立系统，其特征在于，所述系统还包括：
随机筛选模块，用于从除所述上边缘器件和所述下边缘器件之外的所述氮化镓器件中任意选取两个氮化镓器件，得到两个待验证氮化镓器件；
第二模型建立模块，用于建立两个所述待验证氮化镓器件的物理基大信号模型，得到第三物理基大信号模型和第四物理基大信号模型；
代入模块，用于将所述目标拟合参数分别代入所述第三物理基大信号模型和所述第四物理基大信号模型，仅调整所述第三物理基大信号模型和所述第四物理基大信号模型的物理参数，得到所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果；
判断模块，用于判断所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值；
反馈模块，用于若所述第三物理基大信号模型和所述第四物理基大信号模型中至少存在一个物理基大信号模型的仿真结果在只对物理参数调整之后依然无法满足所述预设阈值，则重新调整所述目标拟合参数；
应用模块，用于若所述第三物理基大信号模型和所述第四物理基大信号模型的仿真结果在经过物理参数调整之后均满足所述预设阈值，则利用所述目标拟合参数建立同批次氮化镓器件的物理基模型，从而指导器件设计。
6.根据权利要求4所述的一种微波氮化镓器件物理基大信号模型建立系统，其特征在于，所述模型参数确定模块，具体包括：
参数代入单元，用于将所述拟合参数初值代入第一物理基大信号模型和所述第二物理基大信号模型中；
物理参数调整单元，用于在预设调整范围内调整所述上边缘器件和所述下边缘器件的物理参数，判断所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差是否均满足预设阈值，得到判断结果；
第一参数确定单元，用于若所述判断结果表示所述偏差满足所述预设阈值，则结束参数调整，确定所述拟合参数初值和微调后的所述物理参数为目标拟合参数和目标物理参数；
第二参数确定单元，用于若所述判断结果表示所述偏差超出所述预设阈值，则微调所述拟合参数初值，使所述第一物理基大信号模型和所述第二物理基大信号模型的仿真结果分别与对应的测试结果数据之间的偏差均满足预设阈值，并确定微调后的所述拟合参数和所述物理参数为目标拟合参数和目标物理参数。
CN201810227481.8A 2018-03-20 2018-03-20 一种微波氮化镓器件物理基大信号模型建立方法及系统 Active CN108416155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810227481.8A CN108416155B (zh) 2018-03-20 2018-03-20 一种微波氮化镓器件物理基大信号模型建立方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810227481.8A CN108416155B (zh) 2018-03-20 2018-03-20 一种微波氮化镓器件物理基大信号模型建立方法及系统

Publications (2)

Publication Number Publication Date
CN108416155A CN108416155A (zh) 2018-08-17
CN108416155B true CN108416155B (zh) 2020-03-24

Family

ID=63132933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810227481.8A Active CN108416155B (zh) 2018-03-20 2018-03-20 一种微波氮化镓器件物理基大信号模型建立方法及系统

Country Status (1)

Country Link
CN (1) CN108416155B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109241623B (zh) * 2018-09-06 2022-10-14 电子科技大学 一种表面势紧凑模型参数提取方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8044432B2 (en) * 2005-11-29 2011-10-25 The Hong Kong University Of Science And Technology Low density drain HEMTs
EP2634809A2 (en) * 2012-03-02 2013-09-04 Kabushiki Kaisha Toshiba Field effect transistor
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
CN105046066A (zh) * 2015-07-02 2015-11-11 中航（重庆）微电子有限公司 AlGaN/GaN HETM小信号模型及其提参方法
CN105825005A (zh) * 2016-03-15 2016-08-03 西安电子科技大学 GaN高电子迁移率晶体管非线性可伸缩模型的构建方法
CN107636656A (zh) * 2016-07-12 2018-01-26 电子科技大学 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8044432B2 (en) * 2005-11-29 2011-10-25 The Hong Kong University Of Science And Technology Low density drain HEMTs
EP2634809A2 (en) * 2012-03-02 2013-09-04 Kabushiki Kaisha Toshiba Field effect transistor
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
CN105046066A (zh) * 2015-07-02 2015-11-11 中航（重庆）微电子有限公司 AlGaN/GaN HETM小信号模型及其提参方法
CN105825005A (zh) * 2016-03-15 2016-08-03 西安电子科技大学 GaN高电子迁移率晶体管非线性可伸缩模型的构建方法
CN107636656A (zh) * 2016-07-12 2018-01-26 电子科技大学 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Physics-Based Multi-Bias RF Large-Signal GaN HEMT Modeling and Parameter Extraction Flow";Sheikh Aamir Ahsan等;《IEEE JOURNAL OF THE ELECTRON DEVICES SOCIETY》;20170930;第5卷(第5期);310-319 *
《氮化镓高电子迁移率晶体管的参数提取与灵敏度分析》;骆丹婷;《中国优秀硕士学位论文全文数据库 信息科技辑》;20161015(第10期);正文5-51 *

Also Published As

Publication number Publication date
CN108416155A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN106372357B (zh) 一种GaN HEMT非线性噪声模型建立方法
US20180307789A1 (en) STATISTICAL ANALYSIS METHOD FOR TECHNOLOGICAL PARAMETERS OF GaN DEVICES BASED ON LARGE-SIGNAL EQUIVALENT CIRCUIT MODEL
CN102081686B (zh) Mos晶体管工艺角spice模型的建模方法
CN105138741A (zh) 基于神经网络的igbt模型参数校准系统及方法
US20150036729A1 (en) Method for testing sensitivity of a data packet signal transceiver
CN108416155B (zh) 一种微波氮化镓器件物理基大信号模型建立方法及系统
CN116362180B (zh) 一种GaN HEMT大信号模型参数一体化提取方法
CN106909741A (zh) 一种微波GaN功率器件的建模方法
Beleniotis et al. An efficient drain-lag model for microwave GaN HEMTs based on ASM-HEMT
CN106886650A (zh) 一种超宽带氮化镓器件小信号模型及其参数提取方法
Jarndal et al. A new small signal model parameter extraction method applied to GaN devices
CN112069759B (zh) 一种基于Angelov模型的GaN晶体管建模方法及其装置
CN102983096B (zh) 优化浅槽隔离刻蚀工艺的方法
Aldridge et al. High performance SiGe HBT performance variability learning by utilizing neural networks and technology computer aided design
CN111257619B (zh) 一种基于多属性决策和改进s变换方法的电压暂降检测方法
Gonçalves et al. Conservative current and charge data extracted from pulsed S-parameter measurements for GaN HEMT PA design
US20220018888A1 (en) Method and apparatus for analysis of interface state of mis-hemt device
Beleniotis et al. Statistical modeling of GaN hemts by direct transfer of variations to model parameters
Zamudio-Flores et al. Improved measurement-based extraction algorithm of a comprehensive extrinsic element network for large-size GaN HEMTs
Green et al. Validation of an analytical large signal model for AlGaN/GaN HEMTs
Guan et al. An improved parameter extraction approach for GaN HEMT small-signal modelling
Torres-Torres et al. Characterization of electrical transitions using transmission line measurements
CN104750899B (zh) 双极型晶体管的参数提取方法
Vadalà et al. GaN HEMT model with enhanced accuracy under back-off operation
Zhang et al. Automated model generation for electronic devices using neural network approaches

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