CN117932985B - 器件仿真的迭代初值确定方法、装置、设备及存储介质 - Google Patents
器件仿真的迭代初值确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117932985B CN117932985B CN202410338766.4A CN202410338766A CN117932985B CN 117932985 B CN117932985 B CN 117932985B CN 202410338766 A CN202410338766 A CN 202410338766A CN 117932985 B CN117932985 B CN 117932985B
- Authority
- CN
- China
- Prior art keywords
- simulation
- iterative
- quasi
- ith
- initial value
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 238
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000006243 chemical reaction Methods 0.000 claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000013213 extrapolation Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 13
- 239000004065 semiconductor Substances 0.000 claims description 49
- 230000007704 transition Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- INQLNSVYIFCUML-QZTLEVGFSA-N [[(2r,3s,4r,5r)-5-(6-aminopurin-9-yl)-3,4-dihydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl] [(2r,3s,4r,5r)-5-(4-carbamoyl-1,3-thiazol-2-yl)-3,4-dihydroxyoxolan-2-yl]methyl hydrogen phosphate Chemical compound NC(=O)C1=CSC([C@H]2[C@@H]([C@H](O)[C@@H](COP(O)(=O)OP(O)(=O)OC[C@@H]3[C@H]([C@@H](O)[C@@H](O3)N3C4=NC=NC(N)=C4N=C3)O)O2)O)=N1 INQLNSVYIFCUML-QZTLEVGFSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种器件仿真的迭代初值确定方法、装置、设备及存储介质。该方法包括:基于牛顿迭代算法,建立器件仿真的迭代计算模型;根据外接电压的变化步长,确定第i次仿真模拟的边值条件;将第i次仿真模拟的迭代初值yi和第i次仿真模拟的边值条件输入迭代计算模型,确定第i次仿真模拟的迭代最优解xi;根据第i次仿真模拟的迭代最优解xi转换求出准费米势,对第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅可比外推,确定第i+1次仿真模拟的迭代初值yi+1;重复执行确定第i次仿真模拟的边值条件,进行下一仿真模拟的过程。本发明实施例的技术方案可有效提高每一次仿真过程中,牛顿迭代算法求解的收敛速度。
Description
技术领域
本发明实施例涉及半导体器件仿真技术领域,尤其涉及一种器件仿真的迭代初值确定方法、装置、设备及存储介质。
背景技术
在利用计算机辅助设计(Technology Computer Aided Design,TCAD)软件进行半导体器件仿真的过程中,需在特定的器件网格上,通过牛顿迭代算法计算一系列外接电压下的格点位置处的半导体器件内部的载流子浓度及电势分布结果。而迭代计算的初始值对算法计算的收敛速度具有较大的影响。
假设待仿真半导体器件的外接电压为0V计算到5V,当外接电压为0时,通过牛顿迭代算法方程组中的泊松方程即可得到较好的初始值,再经过牛顿迭代后搭配器件内部的自变量分布。外接电压以0.1V的步长由0V变化到5V,每个变化步长均仿真计算一次,若每次计算均以所有参数为0作为初始值,则此初始值与迭代最优解之间的距离较远,需多次迭代才能得到最优解,从而导致迭代计算耗时较长,甚至出现迭代计算结果不收敛的情况。然而,现有技术中常采用前一次的仿真计算结果作为下一次仿真计算的迭代初始值的方法,有利于提高计算收敛速度,减少算法计算时间,提高算法的鲁棒性。在此基础上,现有技术又提出基于牛顿迭代算法的微分方程,使用雅克比矩阵根据前一次仿真计算的最优解,预测下一次仿真计算的迭代初始值,从而可进一步减少仿真求解算法迭代次数,提高收敛速度。但上述提供的初始值确定方法,在减少每次仿真的迭代求解次数以提高算法收敛速度方面仍具有一定的进步空间。
发明内容
本发明提供一种器件仿真的迭代初值确定方法、装置、设备及存储介质,以有效提高牛顿迭代算法的收敛速度,减少迭代次数。
根据本发明的一方面,提供了一种器件仿真的迭代初值确定方法,应用于对半导体器件内部的载流子浓度及电势分布进行计算;
所述器件仿真的迭代初值确定方法,包括:
基于牛顿迭代算法,建立器件仿真的迭代计算模型;其中,所述迭代计算模型表征半导体器件外接电压与内部的电势和载流子浓度分布的关系;
根据外接电压的变化步长,确定第i次仿真模拟的边值条件;其中,所述第i次仿真模拟的边值条件/>为第i次仿真模拟施加于半导体器件的外接电压;
将第i次仿真模拟的迭代初值yi和所述第i次仿真模拟的边值条件输入所述迭代计算模型进行仿真模拟,确定第i次仿真模拟的迭代最优解xi;
根据所述第i次仿真模拟的迭代最优解xi转换求出准费米势,对所述第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值yi+1;
重复执行确定所述第i次仿真模拟的边值条件的步骤,进行下一所述仿真模拟的过程。
可选地,所述根据所述第i次仿真模拟的迭代最优解xi转换求出准费米势,对所述第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值yi+1,包括:
根据所述准费米势和预设转换关系,对所述迭代最优解xi中的载流子浓度最优解进行转换,得到载流子准费米势值;其中,所述预设转换关系表征半导体器件内部的载流子浓度与所述准费米势之间的关系;
根据所述载流子准费米势值,将所述第i次仿真模拟的迭代最优解雅克比外推后转换为第i+1次仿真模拟的迭代转换解;其中,所述迭代转换解包括半导体器件内部的所述电势、电子准费米势转换表达式和空穴准费米势分布;
根据所述迭代转换解,转换后确定所述第i+1次仿真模拟的迭代初值yi+1。
可选地,所述预设转换关系包括:电子浓度与所述电子准费米势的转换关系,以及空穴浓度与所述空穴准费米势的转换关系。
可选地,所述电子浓度与所述电子准费米势的转换关系包括:
其中,n表示电子浓度,ni表示本征载流子浓度,ψ表示半导体器件内部的电势,φn表示电子准费米势,VT表示载流子扩散率与载流子迁移率的比值;
所述空穴浓度与所述空穴准费米势的转换关系包括:
其中,p表示空穴浓度,φp表示空穴准费米势。
可选地,所述电子准费米势转换表达式包括:
其中,表示第i次仿真模拟的电子浓度最优解,/>表示第i次仿真模拟的电势最优解,/>表示第i次仿真模拟的电子准费米势最优解,/>表示电子准费米势转换表达式;
所述空穴准费米势分布包括:
其中,表示第i次仿真最优解的空穴浓度,/>表示第i次仿真最优解的空穴准费米势,/>表示空穴准费米势转换表达式。
根据本发明的另一方面,提供了一种器件仿真的迭代初值确定装置,包括:
模型建立模块,用于基于牛顿迭代算法,建立器件仿真的迭代计算模型;其中,所述迭代计算模型表征半导体器件外接电压与内部的电势和载流子浓度分布的关系;
边值条件确定模块,用于根据外接电压的变化步长,确定第i次仿真模拟的边值条件;其中,所述第i次仿真模拟的边值条件/>为第i次仿真模拟施加于半导体器件的外接电压;
迭代计算模块,用于将第i次仿真模拟的迭代初值yi和所述第i次仿真模拟的边值条件输入所述迭代计算模型进行迭代计算,确定第i次仿真模拟的迭代最优解xi;
迭代初值确定模块,用于根据所述第i次仿真模拟的迭代最优解xi转换求出准费米势,对所述第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值yi+1;
循环计算模块,用于重复执行确定所述第i次仿真模拟的边值条件的步骤,进行下一所述仿真模拟的过程。
根据本发明的另一方面,还提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面任意实施例所述的器件仿真的迭代初值确定方法。
根据本发明的另一方面,还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现第一方面任意实施例所述的器件仿真的迭代初值确定方法。
本发明实施例的技术方案基于牛顿迭代算法,建立器件仿真的迭代计算模型,并根据外接电压的变化步长,确定第i次仿真模拟的边值条件。将第i次仿真模拟的迭代初值yi和第i次仿真模拟的边值条件/>输入迭代计算模型进行仿真模拟,确定第i次仿真模拟的迭代最优解xi。根据第i次仿真模拟的迭代最优解xi转换求出准费米势,将迭代最优解转换为由准费米势表示的表达式,并采用外推算法对准费米势进行雅克比外推,据此确定第i+1次仿真模拟的迭代初值yi+1。返回执行确定第i次仿真模拟的边值条件/>的步骤,以确定第i+1次仿真模拟的边值条件,并根据确定的第i+1次仿真模拟的迭代初值yi+1进行第i+1次仿真模拟的过程。如此在将上一次仿真模拟过程的迭代最优解中的载流子浓度转换为由准费米势表示,由于准费米势与电势具有相同的物理量单位,因此,迭代最优解中的各物理量具有良好的线性相关性,从而在根据迭代最优解确定的下一次仿真模拟过程的初值,可有效减少迭代次数,提高迭代计算的收敛速度,快速确定迭代初值。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例提供的一种器件仿真的迭代初值确定方法的流程示意图;
图2是根据本发明实施例提供的一种器件仿真的迭代初值确定方法中步骤S140的具体流程示意图;
图3是根据本发明实施例提供的一种器件仿真的迭代初值确定装置的结构示意图;
图4是根据本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供了一种器件仿真的迭代初值确定方法。图1为本发明实施例提供的一种器件仿真的迭代初值确定方法的流程示意图。本实施例可适用于对半导体器件内部的载流子浓度及电势分布进行计算的情况,该方法可以由器件仿真的迭代初值确定装置来执行,该装置可采用硬件和/或软件的形式实现,该装置可配置于计算机或服务器等电子设备中。如图1所示,该器件仿真的迭代初值确定方法,具体包括如下步骤:
S110、基于牛顿迭代算法,建立器件仿真的迭代计算模型;其中,迭代计算模型表征半导体器件外接电压与内部的电势和载流子浓度分布的关系。
示例性地,用于进行半导体器件仿真的迭代计算模型可以是牛顿迭代算法的微分方程,该微分方程表示了器件内部格点位置的电势与相应的载流子浓度的关系。其中,载流子浓度可以包括电子浓度和空穴浓度。迭代计算模型可由公式(1)表示,公式(1)可表示为下述形式:
(1)
公式(1)可变形为公式(2),公式(2)可表示为下述形式:
(2)
其中,ε表示半导体器件材料的电容率;ψ表示半导体器件格点位置的电势;q表示基元电荷量,且q=1.6021892×1019C;n表示电子浓度;p表示空穴浓度;NA表示半导体器件格点位置的掺杂浓度;t表示时间;G表示载流子生成速率,R表示载流子的复合速率,由于半导体器件中的总电荷数量不变,则电子和空穴的生成量与复合量必然相等;Jn表示半导体器件中电子的电流密度,Jp表示半导体器件中空穴的电流密度;μn表示半导体器件中电子的迁移率,μp表示半导体器件中空穴的迁移率;Dn表示半导体器件中电子的扩散率,Dp表示半导体器件中空穴的扩散率。
对于上述迭代计算模型中的各参数,x=(ψ,n,p)为待求的自变量,其他参数均为由半导体器件材料决定的常数。
S120、根据外接电压的变化步长,确定第i次仿真模拟的边值条件;其中,第i次仿真模拟的边值条件/>为第i次仿真模拟施加于半导体器件的外接电压。
示例性地,在进行仿真模拟过程中的边值条件为施加在半导体器件上的外接电压,仿真模拟需迭代计算在一个外接电压范围内的半导体器件的载流子浓度及电势分布的结果。外接电压的变化步长,即外接电压以一定的步长进行变化,每变化一个步长,则需进行一次迭代计算。因此,第i次仿真模拟的边值条件,即为第i-1次仿真模拟的半导体器件的外接电压变化一个步长后的外接电压值。
S130、将第i次仿真模拟的迭代初值yi和第i次仿真模拟的边值条件输入迭代计算模型进行仿真模拟,确定第i次仿真模拟的迭代最优解xi。
示例性地,将确定的第i次仿真模拟的迭代初值yi以及第i次仿真模拟的边值条件输入迭代计算模型中,进行多次仿真模拟,直至计算至收敛,即得到第i次仿真模拟的迭代最优解xi。其中,迭代最优解xi中包括半导体器件格点位置处的电势、电子浓度和空穴浓度。需要说明的是,本发明实施例提供的器件仿真的迭代初值确定方法,是应用于基于在前一次仿真模拟的迭代初值确定的情况下,进行迭代计算得到迭代最优解,根据迭代最优解对下一次仿真模拟的初始值进行预测与确定的一种方法。对于第一次仿真模拟过程的迭代初值,可根据实际情况由用户自行设定一初始值,以便于进行后续的迭代计算,得到第一次仿真模拟过程的迭代最优解。
S140、根据第i次仿真模拟的迭代最优解xi转换求出准费米势,对第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值yi+1。
示例性地,由于迭代最优解中的电子浓度、空穴浓度与电势的物理量单位不同,其线性相关性较差,因此,依据相关技术中基于牛顿迭代算法的微分方程,对迭代最优解使用雅克比矩阵进行线性计算的方法,其得到下一次仿真模拟的初值的精确度仍有待提高。而在本发明实施例中,采用外推算法将迭代最优解中的电子浓度转换为由电子准费米势表示的表达式,将空穴浓度转换为由空穴准费米势表示的表达式,由于准费米势与电势的物理量单位均为伏特,因此,准费米势与电势之间具有良好的线性相关性。如此使用关于格点位置处的电势和准费米势的雅克比矩阵,对由准费米势第i次仿真模拟的迭代最优解xi转换得到的准费米势进行雅克比外推,得到的第i+1次仿真模拟的迭代初值yi+1,可有效减少后续牛顿迭代的迭代次数,提高迭代计算的收敛速度。
S150、重复执行确定第i次仿真模拟的边值条件的步骤,进行下一仿真模拟的过程。
示例性地,在确定了第i+1次仿真模拟的迭代初值yi+1之后,返回执行步骤S120中的确定第i+1次仿真模拟的边值条件。将确定的边值条件/>和第i+1次仿真模拟的迭代初值yi+1输入迭代计算模型,进行第i+1个仿真模拟的过程,以确定第i+1个仿真模拟的过程的迭代最优解。
本发明实施例的技术方案基于牛顿迭代算法,建立器件仿真的迭代计算模型,并根据外接电压的变化步长,确定第i次仿真模拟的边值条件。将第i次仿真模拟的迭代初值yi和第i次仿真模拟的边值条件/>输入迭代计算模型进行仿真模拟,确定第i次仿真模拟的迭代最优解xi。根据第i次仿真模拟的迭代最优解xi转换求出准费米势,将迭代最优解转换为由准费米势表示的表达式,并采用外推算法对准费米势进行雅克比外推,据此确定第i+1次仿真模拟的迭代初值yi+1。返回执行确定第i次仿真模拟的边值条件/>的步骤,以确定第i+1次仿真模拟的边值条件,并根据确定的第i+1次仿真模拟的迭代初值yi+1进行第i+1次仿真模拟的过程。如此在将上一次仿真模拟过程的迭代最优解中的载流子浓度转换为由准费米势表示,由于准费米势与电势具有相同的物理量单位,因此,迭代最优解中的各物理量具有良好的线性相关性,从而在根据迭代最优解确定的下一次仿真模拟过程的初值,可有效减少迭代次数,提高仿真模拟的收敛速度,快速确定迭代初值。
可选地,图2是本发明实施例提供的一种器件仿真的迭代初值确定方法中步骤S140的具体流程示意图。在上述实施例的基础上,如图2所示,步骤S140中的根据第i次仿真模拟的迭代最优解xi和转换求出准费米势,对第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值yi+1,具体包括如下步骤:
S141、根据准费米势和预设转换关系,对迭代最优解xi中的载流子浓度最优解进行转换,得到载流子准费米势值;其中,预设转换关系表征半导体器件内部的载流子浓度与准费米势之间的关系。
示例性地,采用载流子浓度与准费米势之间的预设转换关系,将迭代最优解中的载流子浓度最优解转换为由准费米势表示的表达式,从而得到载流子准费米势值。示例性地,预设转换关系包括:电子浓度与电子准费米势的转换关系,以及空穴浓度与空穴准费米势的转换关系。其中,电子浓度与电子准费米势的转换关系可由公式(3)表示,公式(3)可包括下述形式:
(3)
其中,n表示电子浓度,ni表示本征载流子浓度,ψ表示半导体器件内部的电势,φn表示电子准费米势,VT表示载流子扩散率与载流子迁移率的比值;
空穴浓度与空穴准费米势的转换关系可由公式(4)表示,公式(4)可包括下述形式:
(4)
其中,p表示空穴浓度,φp表示空穴准费米势。
S142、根据载流子准费米势值,将第i次仿真模拟的迭代最优解雅克比外推后转换为第i+1次仿真模拟的迭代转换解;其中,迭代转换解包括半导体器件内部的电势、电子准费米势转换表达式和空穴准费米势分布。
示例性地,根据电子浓度转换值,将迭代最优解中的电子浓度转换为电子准费米势转换解的方法,可由电子准费米势转换表达式表示,电子准费米势转换表达式可由公式(5)表示,公式(5)可表示为下述形式:
(5)
其中,表示第i次仿真模拟的电子浓度最优解,/>表示第i次仿真模拟的电势最优解,/>表示第i次仿真模拟的电子准费米势最优解,/>表示电子准费米势转换表达式;
其中,为电子浓度转换值。
根据空穴浓度转换值,将迭代最优解中的空穴浓度转换为空穴准费米势转换解的方法,可由空穴准费米势分布表示,空穴准费米势分布可由公式(6)表示,公式(6)可表示为下述形式:
(6)
其中,表示第i次仿真最优解的空穴浓度,/>表示第i次仿真最优解的空穴准费米势,/>表示空穴准费米势转换表达式。
其中,即为空穴浓度转换值。
示例性地,以表示第i次仿真模拟的迭代最优解为例,则根据准费米势将迭代最优解转换的迭代转换解可表示为。
S143、根据迭代转换解,转换后确定第i+1次仿真模拟的迭代初值yi+1。
示例性地,对待求解方程组以转换后的自变量进行泰勒展开计算,并由此预测第i+1次仿真模拟的迭代最优解。根据预测的第i+1次仿真模拟的迭代最优解,以转换计算得到第i+1次仿真模拟的迭代初值。示例性地,在上述步骤S142的基础上,以表示预测的第i+1次仿真模拟的包含准费米势自变量的迭代最优解,以x1表示第i+1次仿真模拟的包含载流子自变量的迭代初值,则。
需要说明的是,将本发明实施例提供的器件仿真的迭代初值确定方法与相关技术中确定初值的方法进行比对,可明显看出本发明实施例提供的器件仿真的迭代初值确定方法计算的载流子浓度变化量大于相关技术确定初值的方法。例如:假设,即准费米势自变量从变化为/>,此时载流子浓度自变量从/>变化为/>,由此可知,载流子变化量为。而相关技术中仅使用雅可比矩阵来进行迭代初值预测,则载流子浓度变化量可由公式(7)表示,公式(7)可表示为下述形式:
(7)
其中,以V0表示第i次仿真模拟的边值条件,V1表示第i+1次仿真模拟的边值条件,其他物理量参数在上述各实施例中均有说明。由此可见,本发明实施例提供的器件仿真的迭代初值确定方法与相关技术中确定初值的方法之间存在一个近似的x。因此,本发明实施例提供的器件仿真的迭代初值确定方法可有效提高仿真模拟的收敛速度,减少迭代次数。
本实施例提供的器件仿真的迭代初值确定方法,通过采用外推算法,将由迭代最优解转换求出的准费米势进行雅克比外推,使待求的自变量中的电势与准费米势具有相同的物理量单位,具备良好的线性相关性,从而在根据迭代最优解确定的下一次仿真模拟过程的初值,可有效提高迭代计算的收敛速度,减少迭代计算次数。
本发明实施例还提供了一种器件仿真的迭代初值确定装置。图3是本发明实施例提供的一种器件仿真的迭代初值确定装置的结构示意图。如图3所示,该器件仿真的迭代初值确定装置100,包括:
模型建立模块101,用于基于牛顿迭代算法,建立器件仿真的迭代计算模型;其中,迭代计算模型表征半导体器件外接电压与内部的电势和载流子浓度分布的关系;
边值条件确定模块102,用于根据外接电压的变化步长,确定第i次仿真模拟的边值条件;其中,第i次仿真模拟的边值条件/>为第i次仿真模拟施加于半导体器件的外接电压;
迭代计算模块103,用于将第i次仿真模拟的迭代初值yi和第i次仿真模拟的边值条件输入迭代计算模型进行迭代计算,确定第i次仿真模拟的迭代最优解xi;
迭代初值确定模块104,用于根据第i次仿真模拟的迭代最优解xi转换求出准费米势,对第i次仿真模拟的迭代最优解xi转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值yi+1;
循环计算模块105,用于重复执行确定第i次仿真模拟的边值条件的步骤,进行下一仿真模拟的过程。
本发明实施例所提供的器件仿真的迭代初值确定装置可执行本发明任意实施例所提供的器件仿真的迭代初值确定方法,具备执行方法相应的功能模块和有益效果。具体地,模型建立模块101基于牛顿迭代算法,建立器件仿真的迭代计算模型;边值条件确定模块102根据外接电压的变化步长,确定第i次仿真模拟的边值条件。迭代计算模块103将第i次仿真模拟的迭代初值yi和第i次仿真模拟的边值条件/>输入迭代计算模型进行仿真模拟,确定第i次仿真模拟的迭代最优解xi。迭代初值确定模块104根据第i次仿真模拟的迭代最优解xi转换求出准费米势,对转换得到的准费米势进行外推计算,确定第i+1次仿真模拟的迭代初值yi+1。循环计算模块105重复执行确定第i次仿真模拟的边值条件/>的步骤,进行下一仿真模拟的过程。采用本发明实施例提供的器件仿真的迭代初值确定装置执行本发明任意实施例所提供的器件仿真的迭代初值确定方法,可有效提高迭代计算的收敛速度,减少迭代计算次数。
可选地,在上述实施例的基础上,迭代初值确定模块104,包括
参数转换单元,用于根据准费米势和预设转换关系,对迭代最优解xi中的载流子浓度最优解进行转换,得到载流子准费米势值;其中,预设转换关系表征半导体器件内部的载流子浓度与准费米势之间的关系;
转换解确定单元,用于根据载流子准费米势值,将第i次仿真模拟的迭代最优解雅可比外推后转换为第i+1次仿真模拟的迭代转换解;其中,迭代转换解包括半导体器件内部的电势、电子准费米势转换表达式和空穴准费米势分布;
迭代初值确定单元,用于根据迭代转换解,转换后确定第i+1次仿真模拟的迭代初值yi+1。
本发明实施例还提供了一种电子设备。图4为本发明实施例提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如器件仿真的迭代初值确定方法。
在一些实施例中,器件仿真的迭代初值确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的器件仿真的迭代初值确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行器件仿真的迭代初值确定方法。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (7)
1.一种器件仿真的迭代初值确定方法,其特征在于,应用于对半导体器件内部的载流子浓度及电势分布进行计算;
所述器件仿真的迭代初值确定方法,包括:
基于牛顿迭代算法,建立器件仿真的迭代计算模型;其中,所述迭代计算模型表征半导体器件外接电压与内部的电势和载流子浓度分布的关系;
根据外接电压的变化步长,确定第i次仿真模拟的边值条件;其中,所述第i次仿真模拟的边值条件/>为第i次仿真模拟施加于半导体器件的外接电压;
将第i次仿真模拟的迭代初值y i 和所述第i次仿真模拟的边值条件输入所述迭代计算模型进行迭代计算,确定第i次仿真模拟的迭代最优解x i ;
根据所述第i次仿真模拟的迭代最优解x i 转换求出准费米势,对所述第i次仿真模拟的迭代最优解x i 转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值y i+1 ;
重复执行确定所述第i次仿真模拟的边值条件的步骤,进行下一所述仿真模拟的过程;
其中,所述根据所述第i次仿真模拟的迭代最优解x i 转换求出准费米势,对所述第i次仿真模拟的迭代最优解x i 转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值y i+1 ,包括:
根据所述准费米势和预设转换关系,对所述迭代最优解x i 中的载流子浓度最优解进行转换,得到载流子准费米势值;其中,所述预设转换关系表征半导体器件内部的载流子浓度与所述准费米势之间的关系;
根据所述载流子准费米势值,将所述第i次仿真模拟的迭代最优解雅克比外推后转换为第i+1次仿真模拟的迭代转换解;其中,所述迭代转换解包括半导体器件内部的所述电势、电子准费米势转换表达式和空穴准费米势分布;
根据所述迭代转换解,转换后确定所述第i+1次仿真模拟的迭代初值y i+1 。
2.根据权利要求1所述的器件仿真的迭代初值确定方法,其特征在于,所述预设转换关系包括:电子浓度与所述电子准费米势的转换关系,以及空穴浓度与所述空穴准费米势的转换关系。
3.根据权利要求2所述的器件仿真的迭代初值确定方法,其特征在于,所述电子浓度与所述电子准费米势的转换关系包括:
;
其中,n表示电子浓度,n i表示本征载流子浓度,ψ表示半导体器件内部的电势,φ n 表示电子准费米势,V T 表示载流子扩散率与载流子迁移率的比值;
所述空穴浓度与所述空穴准费米势的转换关系包括:
;
其中,p表示空穴浓度,φ p 表示空穴准费米势。
4.根据权利要求3所述的器件仿真的迭代初值确定方法,其特征在于,所述电子准费米势转换表达式包括:
;
其中,表示第i次仿真模拟的电子浓度最优解,/>表示第i次仿真模拟的电势最优解,表示第i次仿真模拟的电子准费米势最优解,/>表示电子准费米势转换表达式;
所述空穴准费米势分布包括:
;
其中,表示第i次仿真最优解的空穴浓度,/>表示第i次仿真最优解的空穴准费米势,/>表示空穴准费米势转换表达式。
5.一种器件仿真的迭代初值确定装置,其特征在于,包括:
模型建立模块,用于基于牛顿迭代算法,建立器件仿真的迭代计算模型;其中,所述迭代计算模型表征半导体器件外接电压与内部的电势和载流子浓度分布的关系;
边值条件确定模块,用于根据外接电压的变化步长,确定第i次仿真模拟的边值条件;其中,所述第i次仿真模拟的边值条件/>为第i次仿真模拟施加于半导体器件的外接电压;
迭代计算模块,用于将第i次仿真模拟的迭代初值y i 和所述第i次仿真模拟的边值条件输入所述迭代计算模型进行迭代计算,确定第i次仿真模拟的迭代最优解x i ;
迭代初值确定模块,用于根据所述第i次仿真模拟的迭代最优解x i 转换求出准费米势,对所述第i次仿真模拟的迭代最优解x i 转换求出的准费米势进行雅克比外推,确定第i+1次仿真模拟的迭代初值y i+1 ;
循环计算模块,用于重复执行确定所述第i次仿真模拟的边值条件的步骤,进行下一所述仿真模拟的过程;
其中,所述迭代初值确定模块包括:
参数转换单元,用于根据所述准费米势和预设转换关系,对所述迭代最优解x i 中的载流子浓度最优解进行转换,得到载流子准费米势值;其中,所述预设转换关系表征半导体器件内部的载流子浓度与所述准费米势之间的关系;
转换解确定单元,用于根据所述载流子准费米势值,将所述第i次仿真模拟的迭代最优解雅克比外推后转换为第i+1次仿真模拟的迭代转换解;其中,所述迭代转换解包括半导体器件内部的所述电势、电子准费米势转换表达式和空穴准费米势分布;
迭代初值确定单元,用于根据所述迭代转换解,转换后确定所述第i+1次仿真模拟的迭代初值y i+1 。
6.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的器件仿真的迭代初值确定方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的器件仿真的迭代初值确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410338766.4A CN117932985B (zh) | 2024-03-25 | 2024-03-25 | 器件仿真的迭代初值确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410338766.4A CN117932985B (zh) | 2024-03-25 | 2024-03-25 | 器件仿真的迭代初值确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117932985A CN117932985A (zh) | 2024-04-26 |
CN117932985B true CN117932985B (zh) | 2024-06-07 |
Family
ID=90768651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410338766.4A Active CN117932985B (zh) | 2024-03-25 | 2024-03-25 | 器件仿真的迭代初值确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117932985B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8195439B1 (en) * | 2008-09-02 | 2012-06-05 | Infinisim, Inc. | Real-time adaptive circuit simulation |
CN114510892A (zh) * | 2022-01-25 | 2022-05-17 | 浙江大学 | 一种模拟mosfet器件总剂量效应的高性能仿真方法 |
CN117637041A (zh) * | 2023-11-29 | 2024-03-01 | 武汉大学 | 一种结合原子演化信息的电迁移过程仿真方法、系统及电子设备 |
-
2024
- 2024-03-25 CN CN202410338766.4A patent/CN117932985B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8195439B1 (en) * | 2008-09-02 | 2012-06-05 | Infinisim, Inc. | Real-time adaptive circuit simulation |
CN114510892A (zh) * | 2022-01-25 | 2022-05-17 | 浙江大学 | 一种模拟mosfet器件总剂量效应的高性能仿真方法 |
CN117637041A (zh) * | 2023-11-29 | 2024-03-01 | 武汉大学 | 一种结合原子演化信息的电迁移过程仿真方法、系统及电子设备 |
Non-Patent Citations (2)
Title |
---|
基于电阻抗成像的食品中异物检测仿真研究;熊秀芳;杨光;张炜;李星恕;;中国科技论文;20160123(02);全文 * |
熊秀芳 ; 杨光 ; 张炜 ; 李星恕 ; .基于电阻抗成像的食品中异物检测仿真研究.中国科技论文.2016,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117932985A (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113609815B (zh) | 一种电路仿真优化方法、装置、计算机设备及存储介质 | |
CN113298262A (zh) | 量子设备去噪方法和装置、电子设备、计算机可读介质 | |
CN110212592B (zh) | 基于分段线性表达的火电机组负荷调节最大速率估计方法及系统 | |
CN107122526B (zh) | 基于异态特征子集集成算法的试验段马赫数建模方法 | |
CN113191253A (zh) | 一种边缘机器学习下基于特征融合的非侵入式负荷识别方法 | |
Villarroel et al. | Particle swarm optimization vs genetic algorithm, application and comparison to determine the moisture diffusion coefficients of pressboard transformer insulation | |
CN115577789B (zh) | 量子纠缠程度确定方法、装置、设备及存储介质 | |
CN114580649B (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
CN117932985B (zh) | 器件仿真的迭代初值确定方法、装置、设备及存储介质 | |
CN113221298B (zh) | 一种机电暂态过程的仿真方法及系统 | |
CN117370914A (zh) | 一种电网攻击检测模型测试方法、装置、设备及存储介质 | |
CN116911236A (zh) | 一种半导体器件的数值仿真方法、装置、设备及存储介质 | |
WO2023124893A1 (zh) | 基于神经网络的转矩估测方法、装置、设备及存储介质 | |
CN115270363B (zh) | 基于多代理模型的离心压气机叶片优化设计方法及装置 | |
CN116502721A (zh) | 基于量子系统的信息处理方法及装置、电子设备和介质 | |
Zhao et al. | Rapid model architecture adaption for meta-learning | |
CN113592361B (zh) | 电力系统潮流计算方法、装置、计算机设备和存储介质 | |
CN108121846B (zh) | 一种基于熵惩罚的em未知杂波估计的phd多目标跟踪方法 | |
CN114757131A (zh) | 适用于cfd不确定度量化的代理模型的优化方法及相关设备 | |
CN114819036A (zh) | 一种单次测量天牛须控制方法、装置及可读存储介质 | |
CN107957974B (zh) | 一种提取极坐标潮流方程雅可比矩阵的方法 | |
CN115270361B (zh) | 高效求解约束问题的离心压气机叶轮优化设计方法及装置 | |
CN117872153B (zh) | 一种锂电池荷电状态的评估方法、装置及电子设备 | |
CN118250723B (zh) | 一种Wi-Fi模组的射频调整方法、装置、设备及存储介质 | |
CN115693688B (zh) | 一种快速灵活全纯嵌入式电网越限预测及稳定性评估方法 |
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 |