微波氮化 1篇：
一种新型微波氮化镓高电子迁移率晶体管
第一、技术领域
本发明涉及电子迁移率晶体管，具体地，涉及一种新型微波氮化镓高电子迁移率晶体管。
第二、背景技术
20世纪末，氮化镓(GaN)以其较大的禁带宽度、高电子饱和速度、高击穿电压以及抗辐照等特点，成为当今高频大功率器件和系统的研究热点。而宽禁带半导体器件氮化镓高电子迁移率晶体管(GaN HEMT)，具有高频率、高功率密度、高耐压以及高效率等优势，因此它在民用通信、物联网、石油勘探、航空航天、雷达系统等民用国防均有着广泛的应用前景。
进入21世纪，科技的发展呈现出爆发式的增长，传统的氮化镓高电子迁移率晶体管已经无法满足现在的需求。目前对于氮化镓高电子迁移率晶体管的研究多在于采用外围电路对晶体管进行调控与补偿，来实现较好的输出特性。但是往往这类设计会导致晶体管耐压情况不理想、寄生电容较大、跨导饱和区较窄等问题，对器件的输出功率、功率附加效率等重要性能产生极大影响。
第三、发明内容
针对现有技术中的缺陷，本发明的目的是提供一种新型微波氮化镓高电子迁移率晶体管。
根据本发明的一个方面，提供一种新型微波氮化镓高电子迁移率晶体管，其特征在于，包括：自下而上排列的半绝缘衬底(1)、氮化铝成核层(2)、氮化镓缓冲层(3)和铝镓氮势垒层(4);
其中，
所述铝镓氮势垒层(4)上有源极帽层(5)和漏极帽层(6)，所述源极帽层(5)上表面为源电极(7)，所述漏极帽层(6)的表面为漏电极(8);
所述源电极(7)和漏电极(8)之间，且靠近源电极(7)端设置有栅电极(9);
所述源极帽层(5)和漏极帽层(6)之间设置有高栅(10)，其上表面比底面高出5nm，所述源电极(7)和栅电极(9)间的正下方与氮化镓缓冲层(3)上表面，形成具有凹陷形成的左凹陷区域(11)，所述漏电极(8)和栅电极(9)间的正下方与氮化镓缓冲层(3)上表面形成具有凹陷形成的右凹陷区域(12)。
优选地，所述晶体的宽度为6.5μm，所述源电极(7)、漏电极(8)与栅电极(9)之间的凹陷深度为5nm。
优选地，所述源电极(7)、漏电极(8)、栅电极(9)的电极宽度均为1μm。
优选地，所述铝镓氮势垒层(4)的左凹陷区域(11)宽度为1.5μm，右凹陷区域(12)宽度为2μm。
优选地，在所述氮化镓缓冲层(3)的上方，所述左凹陷区域(11)距离晶体管的左边界1μm，该凹陷的宽度为1μm，深度为3nm。
优选地，所述右凹陷区域(12)的右侧距离晶体管的右边界1.5μm，凹陷宽度为1μm，深度为3nm。
优选地，所述源电极(7)到所述氮化镓缓冲层(3)的垂直距离为20nm。
优选地，所述栅电极(9)到所述氮化镓缓冲层(3)的垂直距离为25nm。
优选地，所述漏电极(8)到所述氮化镓缓冲层(3)的垂直距离为20nm，。
优选地，所述氮化镓缓冲层(3)的厚度为3μm。
本发明所涉及的源电极(7)和漏电极(8)通过n+重掺杂后于铝镓氮进行欧姆接触;栅电极(9)通过肖特基接触与铝镓氮势垒层(4)进行连接;所述氮化镓缓冲层(3)具有半绝缘特性;所述半绝缘衬底(1)的材料可以是硅、碳化硅或蓝宝石衬底中的一种。
与现有技术相比，本发明具有如下的有益效果：
(1)跨导饱和区得到延展：由于高栅的作用，因此电流增长时，栅极下的高阻区域会对沟道电流起到缓冲作用，因此相比于传统结构，该结构的电流增长会放缓，但同时，由于电流增长减缓，导致其饱和时，跨导的饱和区得到延展。
(2)饱和输出功率上升：在氮化镓高电子迁移率晶体管中，薄的势垒层会使其内部的电场强度更大，引起更大的电流崩塌效应，导致直流特性与饱和输出功率下降;厚的势垒层能增大寄生效应，如栅源电容和栅漏电容，并最终使器件的频率特性降低。本发明中，通过仿真结果优化了势垒层上表面与缓冲层上表面的有效厚度，使其电流崩塌效应的影响降低;凹陷结构的存在能够使器件在漂移区产生新的电场峰，提高了器件的耐压。
(3)直流特性得到改善：铝镓氮与氮化镓之间的异质结能够形成二维电子气，实验证明二维电子气的浓度与势垒层厚度成正相关的关系。因此本发明为了能够使二维电子气的浓度不因势垒层较薄而有所降低，故在氮化镓缓冲层上表面实现两个凹陷。若凹陷深度过深，则会使铝镓氮与氮化镓之间的异质结的沟道电阻上升，导致直流提升效果不明显，因此此处通过仿真优化确定凹陷深度为3nm。这样就兼顾了直流提升与异质结导电沟道电阻上升之间的矛盾。
(4)频率特性得到提高：如前所述，厚的势垒层能增大寄生效应，如栅源电容和栅漏电容，由于高栅的作用，使栅源，栅漏之间的电容得到降低，有效地抑制了栅极下的耗尽层向两边扩展，不仅减小了表面漏电流，也使最终器件的频率特性得到提高。具有高栅及多重凹陷缓冲层的微波氮化镓高电子迁移率晶体管，主要改善了器件的跨导饱和区、提高了器件的饱和输出功率以及改善了器件的直流特性和频率特性。
(5)本发明改善器件的跨导饱和区、提高器件的饱和输出功率以及改善器件的直流特性和频率特性。
第四、附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明结构示意图。
第五、具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
实施例1
改进后的氮化镓高电子迁移率晶体管的结构如下。
在图1中，本发明的具有高栅及多重凹陷缓冲层的微波氮化镓高电子迁移率晶体管，结构自下而上包括半绝缘衬底1、氮化铝成核层2、氮化镓缓冲层3和铝镓氮势垒层4、在铝镓氮势垒层上有源极帽层5和漏极帽层6，上表面分别是源电极7和漏电极8，源电极和漏电极之间，且靠近源极一侧形成栅电极9，所述晶体管中，高栅10上表面比底面高出5nm，且在源极和栅极间的正下方的氮化镓缓冲层上表面，具有凹陷形成的左凹陷区域11，在漏极和栅极间的正下方的氮化镓缓冲层上表面，具有凹陷形成的右凹陷区域12。
上述具有高栅及多重凹陷缓冲层的微波氮化镓高电子迁移率晶体管，器件的横向宽度为6.5μm，源电极7到氮化镓缓冲层3表面的垂直距离为20nm，栅电极9到氮化镓缓冲层3表面的垂直距离为3μm，漏电极8到氮化镓表面缓冲层3的垂直距离为20nm，氮化镓缓冲层3的厚度为3μm(凹陷区除外)。
铝镓氮势垒层4上表面左右两侧分别有源电极7和漏电极8，源电极和漏电极通过n+重掺杂后与铝镓氮进行欧姆接触;源电极7和漏电极8之间，且靠近源极一侧形成栅电极9，栅电极9通过肖特基接触与铝镓氮势垒层4进行连接。
氮化镓缓冲层3具有n型电阻特性或半绝缘特性。
半导体绝缘衬底1，其衬底材料可以是硅、碳化硅或蓝宝石衬底中的一种。
实施例2
本实施例中，所述栅电极9的高度为4nm，凹陷缓冲层11的厚度为2nm，凹陷缓冲层(12)的厚度为2nm。
本实施例的其余技术方案与实施例1相同。
实施例3
本实施例中，所述栅电极9的高度为3nm，左凹陷区域11的厚度为1nm，右凹陷区域12的厚度为1nm。
本实施例的其余技术方案与实施例1相同。
实施例4
本实施例中，所述栅电极9的高度为3nm，左凹陷区域11的厚度为2nm，右凹陷区域12的厚度为1nm。
本实施例的其余技术方案与实施例1相同。
实施例5
本实施例中，氮化镓缓冲层3的上表面，第一个凹陷左侧距离左边界1μm，该凹陷的宽度为1.5μm，深度为3nm。第二个凹陷的右侧距离右边界1.5μm，凹陷宽度为1.5μm，深度为3nm。
本实施例的其余技术方案与实施例1相同。
本发明的核心是改善器件的跨导饱和区、提高器件的饱和输出功率以及改善器件的直流特性和频率特性。由于高栅的作用，因此电流增长时，栅极下的高阻区域会对沟道电流起到缓冲作用，因此相比于传统结构，该结构的电流增长会放缓，但同时，由于电流增长减缓，导致其饱和时，跨导的有效区域得到提高。薄的势垒层会使其内部的电场强度更大，引起更大的电流崩塌效应，导致直流特性与饱和输出功率下降;厚的势垒层能增大寄生效应，如栅源电容和栅漏电容，并最终使器件的频率特性降低。本发明中，通过仿真结果优化了势垒层上表面与缓冲层上表面的有效厚度，使其电流崩塌效应的影响降低;凹陷结构的存在能够使器件在漂移区产生新的电场峰，提高了器件的耐压。铝镓氮与氮化镓之间的异质结能够形成二维电子气，二维电子气的浓度与势垒层厚度成正相关的关系。因此本发明为了能够使二维电子气的浓度不因势垒层较薄而有所降低，故在氮化镓缓冲层上表面实现两个凹陷。若凹陷深度过深，则会使铝镓氮与氮化镓之间的异质结的沟道电阻上升，导致直流提升效果不明显，本发明兼顾了直流提升与异质结导电沟道电阻上升之间的矛盾。厚的势垒层能增大寄生效应，由于高栅的作用，使栅源，栅漏之间的电容得到降低，有效地抑制了栅极下的耗尽层向两边扩展，不仅减小了表面漏电流，也使最终器件的频率特性得到提高。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
微波氮化 2篇：
一种微波氮化镓器件物理基大信号模型建立方法及系统
第一、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。
第二、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。
第三、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，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。
第四、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。
第五、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经验参数。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，既保证了提取的经验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。
微波氮化 3篇：
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
第一、技术领域
本发明涉及非线性电流模型参数提取领域，特别是涉及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。
第二、背景技术
非线性电流模型即I-V模型是大信号模型的核心，不同于传统的经验基模型，为了能够精确表征GaN HEMT在高工作电压、大功率条件下工作时的自热效应，物理基模型通常是寻找与沟道温度、环境温度强相关的物理参数，基于物理模型，建立起解析的关系，再辅以少量的经验参数进行模型精度上的修正。因此，整个物理基GaN HEMT的I-V模型参数相对较少，大多数模型参数可在器件制备过程中直接获得，极大得简化了模型参数提取的流程。同时，由于模型与器件物理参数直接挂钩，经验模型中存在的参数多值性问题也得到解决，可以一次性提取得到合理的模型参数值。
针对GaN HEMT器件I-V模型参数提取方法的研究于国内外已发表的学术论文中并不多见，例如Chalmers大学的I.Angelov等人于2013年提出一种参数提取方法。该方法先基于直流I-V曲线中特定区域的斜率提取出部分具有物理意义的参数，再采用通过拟合低频时域波形提取得到其余参数。但该模型参数提取方法无法一次性得到全部的模型参数，因此，人为因素引入的误差和模型参数的多值性问题无法得到解决。
电子科技大学的闻彰等人于2015年提出通过对传统的Angelov模型参数进行分块的方式来进行参数提取，从而降低了I-V模型的复杂度，同时模型又能够准确反映器件的工作状态。参数提取过程采用拟合器件在每个漏极电压Vds下的I-V转移特性曲线的方法，而非传统方法拟合输出特性曲线，这使得拟合过程中的自变量只有栅极电压Vgs，减少了自变量个数，降低了拟合难度并且提高了拟合精度。但是，该工作主要针对传统的经验基Angelov模型，仅对参数提取优化算法作了调整，模型参数的物理意义依然不够明确，无法彻底解决模型参数多值性问题。
北卡罗莱纳州立大学的GriffL.Bilbro和Robert J.Trew于2015年报道了他们在物理分区模型上的工作。不同于传统物理基模型较为复杂的非线性电流方程，该方程中仅包含5个参数，能够同时涵盖了器件的物理尺寸和材料特性。为了能够精确表征器件的小信号特性，他们还引入了一种包含12元件的RLC子网络，同时给出了该模型对应的参数提取方法。但是，该模型中缺少对器件自热效应、陷阱效应、短沟道效应等特性的表征，因此不能完全真实得反映器件的工作状态;另外，该模型尚缺乏一套完整的参数提取流程，模型参数的提取仍会存在人为因素的影响。
印度理工学院坎普尔分校的Sheikh Aamir Ahsan等人于2017年基于他们之前在表面势物理基大信号建模方面的工作，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。但是，该模型中缺乏自热及陷阱效应具体参数的分步提取方法，仅指出了模型参数对仿真结果的影响，没有一套能够自动提取出所有参数的算法，无法避免人为因素带来的影响;此外，该物理基模型中仍存在较多拟合参数，因此，也无法彻底解决参数的多值性问题。
第三、发明内容
本发明的目的是提供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，基于物理公式计算初值，通过测试获得部分参数，最后通过拟合公式提高精度并结合优化算法，减少了传统优化算法的多值效应，大大提高了模型的精度，同时极大缩短了器件建模的周期。
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非线性电流模型参数提取方法，包括：
对待提取参数器件进行静态I-V测试，获得测试所得不同栅极-源极电压Vgs下不同漏极-源极电压Vds对应的漏极-源极电流Ids数据;
根据所述测试数据，得到最大漏极-源极电流模型;
对所述待提取参数器件进行高温脉冲I-V测试，结合所述最大漏极-源极电流模型和每个偏置点下的漏极-源极电流Ids测试数据得到临界电场模型;
对所述待提取参数器件进行常温脉冲I-V测试，结合所述最大漏极-源极电流模型、临界电场模型，提取陷阱参数，得到陷阱模型;
根据所述最大漏极-源极电流模型、临界电场模型和陷阱模型构建完整的非线性电流模型。
可选的，所述根据所述测试数据，得到最大漏极-源极电流模型具体包括：
根据所述测试数据，得到在每个所述栅极-源极电压Vgs下，不同所述漏极-源极电压Vds对应的所述漏极-源极电流的最大值Imax;
根据所述最大值Imax、所述栅极-源极电压Vgs得到二者的散点关系图;
根据所述散点关系图，对所述散点关系图中的散点数据进行最小二乘法拟合，得到最大漏极-源极电流模型。
可选的，所述对所述待提取参数器件进行高温脉冲I-V测试，结合所述最大漏极-源极电流模型和每个偏置点下的漏极-源极电流Ids测试数据，得到临界电场模型具体包括：
对所述待提取参数器件在125℃的环境温度下，静态偏置点为Vgsq=0V，Vdsq=0V时，进行高温脉冲I-V测试，并结合所述静态I-V测试的结果，寻找静态I-V曲线在Vgs=0V时与脉冲I-V曲线在Vgsq=0V时，漏极电流曲线交点，结合等效热阻Rth与环境温度Tamb、耗散功率Pdiss的函数关系，根据公式进行等效热阻提取，其中，Thigh为高温脉冲IV测试对应环境温度，Troom为常温，Pdiss为所述漏极电流曲线交点处器件的耗散功率，Rth为所述等效热阻;
根据所述漏极-源极电流Ids测试数据和最大漏极-源极电流模型，基于器件漏极-源极电流关系式提取得到每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场二者的散点关系图;其中，Imax为所述最大漏极-源极电流模型，λ为沟道调制系数，Vds为漏极-源极电压，Ec为临界电场，ls为源极接入区长度，ld为漏极接入区长度，lg为器件栅长，β为速度场的阶数;
根据所述等效热阻Rth、所述每个偏置点对应漏极-源极电压Vds、漏极-源极电流Ids及环境温度Tamb依据公式Tch=Tamb+VdsIdsRth得到所述待提取参数器件每个偏置点下的沟道温度Tch，并将所述每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场Ec二者的散点关系图转换为每个栅极-源极电压Vgs下，不同沟道温度Tch和临界电场Ec二者的散点关系图;其中Tamb代表环境温度，Vds为漏极-源极电压，Ids为漏极-源极电流，Rth为所述器件等效热阻;
对所述散点关系图中的散点数据进行最小二乘法拟合，根据公式得到临界电场模型，其中a0，a1，b0，b1，b2均为拟合参数，Tch为所述沟道温度，Vgs为栅极-源极电压。
可选的，根据所述最大漏极-源极电流模型、所述临界电场模型，提取陷阱效应参数，得到陷阱模型具体包括：
对所述待提取参数器件分别在静态偏置点为Vgsq=0V，Vdsq=0V;Vgsq=-4V，Vdsq=0V;Vgsq=-4V，Vdsq=25V进行常温脉冲I-V测试，得到不同静态偏置点对应的不同动态栅极-源极电压Vgsnq下，不同动态漏极-源极电压Vdsnq与动态漏极-源极电流Idsnq的关系曲线;
将所述最大漏极-源极电流模型和临界电场模型中包含的栅极-源极电压Vgs替换为等效栅极-源极电压Vgseff，得到关系式：Vgseff=Vgs+γsurf1×(Vgsq-Vgp)×(Vgs-Vgp)+γsubs1×(Vdsq+Vdssubs0)×(Vds-Vdsq)，其中，Vgs为栅极-源极电压，Vds为栅极-源极电压，γsurf1为表面陷阱调制系数，Vgp为夹断电压，γsubs1为缓冲陷阱调制系数，Vdssubs0为漏极-源极静态偏置点修正因子，Vgsq为栅极静态偏置电压，Vdsq为漏极静态偏置电压;
在静态偏置点Vgsq=0V，Vdsq=0V下提取与所述静态偏置点无关的第一陷阱模型参数，所述第一陷阱模型参数包含夹断电压Vgp，漏极-源极静态偏置点修正因子Vdssubs0;
在静态偏置点Vgsq=0V，Vdsq=0V;Vgsq=-4V，Vdsq=0V;Vgsq=-4V，Vdsq=25V下提取与所述静态偏置点相关的第二陷阱模型参数，所述第二陷阱模型参数包含表面陷阱调制系数γsurf1，缓冲陷阱调制系数γsubs1;得到所述静态偏置点与所述第二陷阱模型参数的散点关系图;
对所述散点关系图中所述表面陷阱调制系数γsurf1的散点数据采用公式γsurf1=γsurf1gVgsq+γsurf1dVdsq+γsurf1o进行最小二乘法拟合，得到与静态偏置点相关的第一陷阱参数γsurf1对应模型;对所述缓冲陷阱调制系数γsubs1的散点数据采用公式γsubs1=γsubs1gVgsq+γsubs1dVdsq+γsubs1o进行最小二乘法拟合，得到与静态偏置点相关的第二陷阱参数γsubs1对应模型，其中，γsurf1g，γsurf1d，γsurf1o，γsubs1g，γsubs1d，γsubs1o均为拟合参数。
一种微波氮化镓器件大信号模型参数提取系统，包括：
测试数据获取模块，用于对待提取参数器件进行静态I-V测试，获得测试所得不同栅极-源极电压Vgs下漏极-源极电流Ids数据;
最大漏极-源极电流获取模块，用于根据所述测试数据，得到最大漏极-源极电流模型;
临界电场获取模块，用于对所述待提取参数器件进行高温脉冲I-V测试，结合所述最大漏极-源极电流模型和每个偏置点下的漏极-源极电流Ids测试数据得到临界电场模型;
陷阱参数获取模块，用于对所述待提取参数器件进行常温脉冲I-V测试，结合所述最大漏极-源极电流模型、临界电场模型，提取陷阱参数，得到陷阱模型;
非线性电流模型构建模块，用于根据所述最大漏极-源极电流模型、临界电场模型和陷阱模型构建非线性电流模型。
可选的，所述最大漏极-源极电流模块具体包括：
电流最大值确定单元，用于根据所述测试数据，得到在每个所述栅极-源极电压Vgs下，不同所述漏极-源极电压Vds对应的所述漏极-源极电流Ids的最大值Imax;
散点关系图获取单元，用于根据所述最大值Imax、所述栅极-源极电压Vgs得到二者的散点关系图;
最大漏极-源极电流建模单元，用于根据所述散点关系图，对所述散点关系图中的散点数据进行最小二乘法拟合，得到最大漏极-源极电流模型。
可选的，所述临界电场获取模块具体包括：
等效热阻提取单元，用于对所述待提取参数器件进行高温脉冲I-V测试，并结合所述静态I-V测试的结果，得到所述待提取参数器件的等效热阻Rth;
沟道温度计算单元，用于根据所述等效热阻Rth、所述测试数据得到所述待提取参数器件的沟道温度Tch;
散点关系图获取单元，用于根据所述静态I-V测试数据和最大漏极-源极电流模型，提取得到每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场Ec二者的散点关系图;
散点关系图转换单元，用于根据所述器件在每个偏置点下的沟道温度Tch与漏极-源极电压Vds的函数关系，将所述每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场二者的散点关系图转换为每个栅极-源极电压Vgs下，不同沟道温度Tch和临界电场Ec二者的散点关系图;
临界电场建模单元，用于对所述散点关系图中的散点数据进行最小二乘法拟合，得到临界电场模型。
可选的，所述陷阱参数获取模块具体包括：
测试数据获取单元，用于对待提取参数器件在不同静态偏置点下进行常温脉冲I-V测试，获得测试数据;所述测试数据包括所述静态栅极-源极电压Vgsq、静态漏极-源极电压Vdsq、动态栅极-源极电压Vgsnq、动态漏极-源极电压Vdsnq和动态漏极-源极电流Idsnq;
静态偏置点不相关陷阱参数获取单元，用于将所述最大漏极-源极电流模型和临界电场模型中包含的栅极-源极电压Vgs替换为所述等效栅极-源极电压Vgseff，并在所述特定静态偏置点下，提取得到与所述静态偏置点不相关的第一陷阱模型参数;
静态偏置点相关陷阱参数获取单元，用于将所述最大漏极-源极电流模型和临界电场模型中包含的栅极-源极电压Vgs替换为等效栅极-源极电压Vgseff，并在不同特定静态偏置点下提取与所述静态偏置点相关的第二陷阱模型参数，得到静态偏置点与所述第二陷阱模型参数的散点关系图;
静态偏置点相关陷阱参数建模单元，用于对所述散点关系图中的散点数据进行最小二乘法拟合，提取得到静态偏置点相关的陷阱模型参数;
陷阱模型构建单元，用于将提取得到的所述第一陷阱模型参数和所述第二陷阱模型参数代入所述等效栅极-源极电压Vgseff关系式中，得到陷阱模型。
可选的，所述非线性电流模型构建模块具体作用为：
将所述最大漏极-源极电流模型表达式、临界电场模型表达式和陷阱模型表达式代入漏极-源极电流表达式中，得到完整的非线性电流模型。
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：
本发明中通过对器件进行测试得到器件静态I-V测试数据，结合测试数据得到最大漏极-源极电流模型、临界电场模型，陷阱模型，完成非线性电流模型的构建。本发明中的参数提取方法通过对非线性电流公式中重要参数单独提取，保证参数的物理意义和取值的合理性，使得模型能够真实反映器件的工作状态;本发明的参数提取方法基于测试-拟合分步式参数提取方法，保证了模型参数的唯一性，降低了人为因素的影响，解决了传统经验模型中参数多值性问题，大大提高了模型的精度，同时极大缩短了器件建模的周期。
第四、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为本发明实施例微波氮化镓器件非线性电流模型参数提取方法流程图;
图2为本发明实施例微波氮化镓器件非线性电流模型参数提取系统模块图;
图3为本发明实施例最大漏极-源极电流拟合效果图;
图4为本发明实施例临界电场的拟合效果图;
图5(a)为Vgsq=0V,Vdsq=0V时静态偏置点脉冲I-V曲线拟合效果图，图5(b)为Vgsq=-4V,Vdsq=0V时静态偏置点脉冲I-V曲线拟合效果图，图5(c)为Vgsq=-4V,Vdsq=25V时静态偏置点脉冲I-V曲线拟合效果图;
图6为本发明实施例静态I-V曲线拟合效果图。
第五、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。
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为本发明实施例微波氮化镓器件非线性电流模型参数提取方法流程图。参见图1，一种微波氮化镓器件非线性电流模型参数提取方法，包括：
步骤101：对待提取参数器件进行静态I-V测试，获得测试数据;所述测试数据包括所述待提取参数器件的栅极-源极电压Vgs、漏极-源极电压Vds和漏极-源极电流Ids;
步骤102：根据所述测试数据，得到最大漏极-源极电流模型;
步骤103：对所述待提取参数器件进行高温脉冲I-V测试，结合所述最大漏极-源极电流模型和每个偏置点下的漏极-源极电流Ids测试数据得到临界电场模型;
步骤104：对所述待提取参数器件进行常温脉冲I-V测试，结合所述最大漏极-源极电流模型、临界电场模型，提取陷阱参数，得到陷阱模型;
步骤105：根据所述最大漏极-源极电流模型、临界电场模型和陷阱模型，基于2017年电子科技大学闻彰报道的区域划分物理基模型理论构建完整的非线性电流模型。
采用本发明的参数提取方法对非线性电流公式中重要参数单独提取，保证参数的物理意义和取值的合理性，使得模型能够真实反映器件的工作状态;本发明的参数提取方法基于测试-拟合分步式参数提取方法，保证了模型参数的唯一性，降低了人为因素的影响，解决了传统经验模型中参数多值性问题;本发明的参数提取方法可于Matlab中编程实现，程序一次运行即可得到I-V模型的所有参数值，与传统参数提取方法相比，极大减少了工作量，显著提高了器件建模效率。
步骤102具体包括：
根据所述测试数据，得到在每个所述栅极-源极电压Vgs下，不同所述漏极-源极电压Vds对应的所述漏极-源极电流的最大值Imax;
根据所述最大值Imax、所述栅极-源极电压Vgs得到二者的散点关系图;
根据所述散点关系图，对所述散点关系图中的散点数据进行最小二乘法拟合，得到最大漏极-源极电流模型。
步骤103具体包括：
对所述待提取参数器件进行高温脉冲I-V测试，并结合所述静态I-V测试的结果，得到所述待提取参数器件的等效热阻Rth;
根据所述等效热阻Rth、所述测试数据得到所述待提取参数器件的沟道温度Tch;
根据所述漏极-源极电流Ids测试数据和最大漏极-源极电流模型，提取得到每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场Ec二者的散点关系图。
根据所述等效热阻Rth、所述每个偏置点对应漏极-源极电压Vds、漏极-源极电流Ids及环境温度Tamb得到所述待提取参数器件每个偏置点下的沟道温度Tch。并将所述每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场Ec二者的散点关系图转换为每个栅极-源极电压Vgs下，不同沟道温度Tch和临界电场Ec二者的散点关系图;
对所述散点关系图中的散点数据进行最小二乘法拟合，得到临界电场模型。
步骤104具体包括：
对所述待提取参数器件在不同静态偏置点下进行常温脉冲I-V测试，得到不同静态偏置点对应的不同动态栅极-源极电压Vgsnq下，不同动态漏极-源极电压Vdsnq与动态漏极-源极电流Idsnq的关系曲线;
将所述最大漏极-源极电流模型和临界电场模型中包含的栅极-源极电压Vgs替换为等效栅极-源极电压Vgseff;
根据所述不同静态偏置点对应的不同动态栅极-源极电压Vgsnq下，不同动态漏极-源极电压Vdsnq与动态漏极-源极电流Idsnq的关系曲线，在特定静态偏置点下提取与静态偏置点不相关的陷阱模型参数;
在不同特定静态偏置点下提取与静态偏置点相关的陷阱模型参数，得到静态偏置点与这些偏置点对应陷阱模型参数的散点关系图。
对所述散点关系图中的散点数据进行最小二乘法拟合，得到偏置相关的陷阱参数模型。
图2为本发明实施例微波氮化镓器件非线性电流模型参数提取系统模块图。参见图2，一种微波氮化镓器件非线性电流模型参数提取系统，包括：
测试数据获取模块201，用于对待提取参数器件进行静态I-V测试，获得测试数据;所述测试数据包括所述待提取参数器件的栅极-源极电压Vgs、漏极-源极电压Vds和漏极-源极电流Ids;
最大漏极-源极电流获取模块202，用于根据所述测试数据，得到最大漏极-源极电流模型;
临界电场获取模块203，用于对所述待提取参数器件进行高温脉冲I-V测试，结合所述最大漏极-源极电流模型和每个偏置点下的漏极-源极电流Ids测试数据，得到临界电场模型;
陷阱参数获取模块204，用于对所述待提取参数器件进行常温脉冲I-V测试，结合所述最大漏极-源极电流模型、临界电场模型，提取陷阱参数，得到陷阱模型;
非线性电流模型构建模块205，用于根据所述最大漏极-源极电流模型、临界电场模型和陷阱模型构建非线性电流模型。
采用本发明中的系统对非线性电流公式中重要参数单独提取，保证参数的物理意义和取值的合理性，使得模型能够真实反映器件的工作状态;本发明的参数提取方法基于测试-拟合分步式参数提取方法，保证了模型参数的唯一性，降低了人为因素的影响，解决了传统经验模型中参数多值性问题。
所述最大漏极-源极电流获取模块202具体包括：
电流最大值确定单元，用于根据所述测试数据，得到在每个所述栅极-源极电压Vgs下，不同所述漏极-源极电压Vds对应的所述漏极-源极电流的最大值Imax;
散点关系图获取单元，用于根据所述最大值Imax、所述栅极-源极电压Vgs得到二者的散点关系图;
最大漏极-源极电流建模单元，用于根据所述散点关系图，对所述散点关系图中的散点数据进行最小二乘法拟合，得到最大漏极-源极电流模型。
所述临界电场获取模块203具体包括：
等效热阻提取单元，用于对所述待提取参数器件进行高温脉冲I-V测试，并结合所述静态I-V测试的结果，得到所述待提取参数器件的等效热阻Rth;
沟道温度计算单元，用于根据所述等效热阻Rth、所述测试数据得到所述待提取参数器件的沟道温度Tch;
散点关系图获取单元，用于根据所述静态I-V测试数据和最大漏极-源极电流模型，提取得到每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场Ec二者的散点关系图;
散点关系图转换单元，用于根据所述器件在每个偏置点下的沟道温度Tch与漏极-源极电压Vds的函数关系，将所述每个栅极-源极电压Vgs下，不同漏极-源极电压Vds和临界电场Ec二者的散点关系图转换为每个栅极-源极电压Vgs下，不同沟道温度Tch和临界电场Ec二者的散点关系图;
临界电场建模单元，用于对所述散点关系图中的散点数据进行最小二乘法拟合，得到临界电场模型。
所述陷阱参数获取模块204具体包括：
测试数据获取单元，用于对待提取参数器件在不同静态偏置点下进行常温脉冲I-V测试，获得测试数据;所述测试数据包括所述静态栅极-源极电压Vgsq、静态漏极-源极电压Vdsq、动态栅极-源极电压Vgsnq、动态漏极-源极电压Vdsnq和动态漏极-源极电流Idsnq;
静态偏置点不相关陷阱参数获取单元，用于将所述最大漏极-源极电流模型和临界电场模型中包含的栅极-源极电压Vgs替换为所述等效栅极-源极电压Vgseff，并在所述特定静态偏置点下，提取得到与所述静态偏置点不相关的第一陷阱模型参数;
静态偏置点相关陷阱参数获取单元，用于将所述最大漏极-源极电流模型和临界电场模型中包含的栅极-源极电压Vgs替换为等效栅极-源极电压Vgseff，并在不同特定静态偏置点下提取与所述静态偏置点相关的第二陷阱模型参数，得到静态偏置点与所述第二陷阱模型参数的散点关系图;
静态偏置点相关陷阱参数建模单元，用于对所述散点关系图中的散点数据进行最小二乘法拟合，提取得到静态偏置点相关的陷阱模型参数。
陷阱模型构建单元，用于将提取得到的所述第一陷阱模型参数和所述第二陷阱模型参数代入所述等效栅极-源极电压Vgseff关系式中，得到陷阱模型。
所述非线性电流模型构建模块205具体作用为：
将所述最大漏极-源极电流模型表达式、临界电场模型表达式和陷阱模型表达式代入漏极-源极电流对应的非线性方程中，得到完整的非线性电流模型。
以下为本发明中微波氮化镓器件非线性电流模型参数提取方法详细流程：
(1)针对需要提取参数的晶体管，常温下(25℃)进行静态I-V测试(Vgs=-4～0V，Vds=0～25V)。
(2)在测试数据中，寻找出每个栅极-源极电压Vgs下不同漏极-源极电压Vds对应的漏极-源极电流Ids的最大值即Imax，整理得到最大漏极-源极电流Imax和栅极-源极Vgs的散点关系图。
(3)基于该散点关系图，采用式(1)对散点数据进行最小二乘法拟合，提取出拟合参数A1，B1，C1，D1，E1和F1，拟合效果见图3。
Imax=Wqvsat(A1tanh(B1Vgs3+C1Vgs2+D1Vgs+E1)+F1)(1)
其中，Imax为所述最大漏极-源极电流，vsat为饱和电子速度，W为器件栅宽，q为电子电荷量，A1，B1，C1，D1，E1和F1均为拟合参数。
(4)将上一步骤中拟合得到的最大漏极-源极电流Imax数值表达式代入式(2)所示的非线性电流Ids的表达式。基于步骤(1)中静态I-V测试得到的每个偏置点下漏极-源极电流Ids，分别提取得到每个偏置点对应的临界电场Ec。
其中Imax为最大漏极-源极电流，λ为沟道调制系数，Vds为漏极-源极电压，Ec为临界电场，ls和ld为源极和漏极接入区长度，lg为器件栅长，β为速度场的阶数。
(5)针对需要提取参数的晶体管进行高温(125℃)脉冲I-V测试(静态偏置点Vgsq=0V，Vdsq=0V)，并结合静态I-V测试结果，提取得到GaN HEMT器件的等效热阻Rth。再基于式(3)提取出不同偏置下器件的沟道温度Tch。
Tch=Tamb+VdsIdsRth(3)
其中，Tamb代表环境温度，Vds代表漏极-源极电压，Ids代表漏极-源极电流，Rth代表等效热阻。
(6)基于不同偏置下沟道温度Tch对应的临界电场Ec，采用式(4)进行最小二乘法拟合，提取出拟合参数a0,a1,b0,b1和b2，拟合效果见图4。
其中a0，a1，b0，b1和b2为拟合参数，Vgs为栅极-源极电压，Tch为沟道温度。
(7)在不同静态偏置点(Vgsq=0V，Vdsq=0V，Vgsq=-4V，Vdsq=0V，Vgsq=-4V，Vdsq=25V)下进行常温(25℃)脉冲I-V测试。将步骤(3)和步骤(6)提取得到的最大漏极-源极电流Imax和临界电场Ec代入式(2)，并将式(1)中Vgs替换成式(5)所示的Vgseff表达式。
其中，γsurf1为表面陷阱调制参数，Vgp为夹断电压，γsubs1为缓冲陷阱调制参数，Vdssubs0为漏极-源极电压静态偏置点修正因子，Vgseff代表考虑了陷阱的效应后的等效栅极-源极电压。
(8)首先在静态偏置点Vgsq=0V，Vdsq=0V下提取出γsurf1,γsubs1,Vgp和Vdssubs0这四个参数，再将Vgp和Vdssubs0这两个参数固定，在不同静态偏置点(Vgsq=-4V，Vdsq=0V;Vgsq=-4V，Vdsq=25V)分别提取这些偏置点对应的γsurf1,γsubs1这两个参数。
(9)将不同静态偏置点下的γsurf1和γsubs1作为离散数据点，采用式(6)和式(7)进行曲线拟合，提取出γsurf1g，γsurf1d，γsurf1o，γsubs1g，γsubs1d，γsubs1o这几个拟合参数，得到偏置相关的γsurf1和γsubs1的数值表达式。图5(a)、图5(b)、图5(c)给出了三个不同静态偏置点下，脉冲I-V曲线的拟合效果。
γsurf1=γsurf1gVgsq+γsurf1dVdsq+γsurf1o(6)
γsubs1=γsubs1gVgsq+γsubs1dVdsq+γsubs1o(7)
其中γsurf1g，γsurf1d，γsurf1o，γsubs1g，γsubs1d，γsubs1o均为拟合参数。
(10)提取得到所有陷阱效应相关的模型参数后将Vgseff的表达式代入总的非线性电流方程替换变量Vgs，最终即可实现晶体管所有I-V模型参数的提取。得到最终的静态I-V曲线的拟合效果如图6所示。
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。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
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。
微波氮化 4篇：
以微波为热源生产氮化铬铁的方法
第一、技术领域
本发明涉及一种以微波为热源生产氮化铬铁的方法。
第二、背景技术
氮化铬铁(Fe-CrN)中的主要物质是氮化铬。铬在炼钢中主要起着合金化的作用，铬元素能够改善钢的机械性能和使钢具有特殊的物理性能及化学性能，是钢中的重要的合金元素。氮化铬铁广泛用于不锈钢、耐热钢、耐腐蚀钢、合金钢等特种钢冶炼生产，氮扩大奥氏体区的作用是镍的30倍左右，可部分代替贵重金属镍，降低生产成本。
现今传统氮化铬铁的生产是在真空电阻炉内进行，采用辐射加热方式进行合成生产，利用真空电阻炉对原料铬铁进行长时间氮化，合成氮含量为4%以上的氮化铬铁复合合金。传统方法的不足之处主要为氮化时间过长、冶炼温度高，冶炼过程不易控制，外观质量差，同时又存在冶炼电耗高、制造成本高，生产效率低等缺点。
第三、发明内容
本发明要解决的问题是：改变现有工艺对炉料加热的导热方式，攻克现有的氮化冶炼技术缺陷，研究出一种以微波为热源氮化合成生产氮化铬铁的方法，采用此方法，可以在较短的时间、较低的温度、较低的氮气压力下完成对炉料加热升温至工艺要求，以合成氮化铬铁合金。能够使冶炼电耗大幅度降低，实现氮化冶炼工艺上具有突破性的进展。
一种以微波为热源生产氮化铬铁的方法，以中碳铬铁、低碳铬铁、微碳铬铁为原料进行微波加热氮化合成，将粒度≤10mm的中碳铬铁、低碳铬铁、微碳铬铁颗粒铺放在微波隧道窑用推舟内，利用推板连续不断自动地将物料推入微波高温氮化隧道窑内，在0.005～0.01MPa压力的氮气气氛下，从温室升到900℃预热2～2.5小时，微波合成温度控制在900～1500℃，合成时间4～6小时后，冷却出窑后所得到的合成物为成品氮化铬铁，经过微波加热氮化合成的氮化铬铁含氮量为3wt%～6wt%。
上述的一种以微波为热源生产氮化铬铁的方法，其氮化保温区间为1050～1150℃。
本发明与现有的冶炼氮化产品有如下显著的进步和积极的效果：
1.可取消传统的真空电阻炉冶炼系统、焙烧碳素铬铁的工艺和重熔工艺。
2.加热均匀，物料由内向外被加热。
3.使用的耐火材料蓄热量低，仅在微波源处有水冷，其他部分均无水冷，热损失低，并可节约大量水资源。
4.可以连续生产，提高作业率。
5.每组微波源使用寿命在5000小时左右，其他设备维护保养简单，该套设备年维扩费用约为原设备造价的10%左右。
6.作业环境清洁舒适，具有节能减排明显效果。
7.有合成温度低、合成时间短及能耗低等一系列优势。
氮化铬铁采用微波设备合成具有很明显的优势，合成温度比传统的制备温度低100～200℃，合成保温时间仅为传统工艺合成保温时间的1/3，甚至更短，节省电耗50%左右，充分发挥了微波合成的高效、省时、节能的特点，有着广阔的工业应用前景。
第四、附图说明
附图为本发明以微波为热源生产氮化铬铁的工艺流程图。
第五、具体实施方式
现结合附图和具体实施方式，对本发明进一步说明如下。将粒度≤10mm的中碳铬铁、低碳铬铁、微碳铬铁颗粒铺放在微波隧道窑用推舟内，利用推板连续不断自动地将物料推入微波频率为2.45GHz的微波高温氮化隧道窑内，通入纯度为99.5%以上的纯净氮气，在0.005～0.01MPa压力的氮气气氛下，从温室到900℃预热2～2.5小时，微波合成温度控制在900～1500℃，合成时间4～6小时后，最佳氮化保温区间为1050～1150℃，冷却出窑后所得到的合成物为成品氮化铬铁合金，经过微波加热氮化合成的氮化铬铁含氮量为3wt%～6wt%。
本发明的工作原理：微波合成是利用工业微波炉加热来合成材料的一种新兴冶炼加热方式。传统的加热是依靠发热体将热能通过对流、传导或辐射方式传递至被加热物质而达到某一温度，热量从外向内传递，温度分布不均匀，升温速度慢，合成时间长、能耗高;而微波合成则是利用微波独特的波段与材料的基本结构耦合而产生的材料介质损耗使其材料整体加热的一种加热方式。与普通方法相比，热量不必以热传导的形式从表面向物料内部传递，直接将能量作用于整个物料，在物料内部瞬时转化为热量，大大缩短了加热时间，温度分布均匀。其反应原理为：Cr+1/2N2=CrN;2Cr+1/2N2=Cr2N。
