当前位置: 首页 > news >正文

高温应用中GaN HEMT大信号建模的ASM-HEMT

来源:An ASM-HEMT for Large-Signal Modeling of GaN HEMTs in High-Temperature Applications(JEDS 23年)

摘要

本文报道了一种用于模拟高温环境下氮化镓高电子迁移率晶体管(GaN HEMT)的温度依赖性ASM-HEMT模型。我们对标准ASM-HEMT模型进行了改进,以准确捕捉在不同热板温度下收集到的直流和射频测量数据。文中报告了多个验证模型有效性的结果,包括直流-电压、脉冲-电压、散射参数以及负载牵引测量等。然后,利用该模型将GaN HEMT的性能外推至其验证时工作温度的两倍。这项研究对于理解和模拟高温环境应用中的GaN HEMT具有实用性。

关键词:氮化镓、高电子迁移率晶体管、高温、ASM-HEMT、负载牵引。
在这里插入图片描述

文章的研究内容

文章的研究内容是关于在高温应用中对氮化镓高电子迁移率晶体管(GaN HEMTs)进行大信号建模的ASM-HEMT(Advanced Surface Potential Model)。研究的主要内容包括:

  1. 温度依赖性ASM-HEMT的开发:为了在不同温度下准确捕捉GaN HEMT的直流(DC)和射频(RF)测量数据,对标准ASM-HEMT进行了修改。

  2. 模型验证:通过与在不同夹具温度下收集的DC-IV、脉冲IV(PIV)、散射参数(S参数)和负载拉动(load-pull)测量结果的比较,验证了模型的准确性。

  3. 模型参数的调整:对ASM-HEMT的关键参数进行了调整,以确保模型能够准确反映温度变化对GaN HEMT性能的影响。这包括对阈值电压(Voff)和由于漏极电压变化导致的亚阈值斜率变化(Cdscd)等参数的调整。

  4. 射频模型的提取和验证:在核心DC ASM-HEMT提取和验证之后,研究了射频模型。通过在室温下提取外部寄生网络,并将其与核心ASM-HEMT结合,然后与在不同环境温度下收集的S参数测量结果进行比较,对模型进行了验证。

  5. 大信号性能的预测:使用经过验证的温度可扩展ASM-HEMT模型,预测了GaN HEMT在模型验证温度的两倍(350°C)下的大信号性能。这包括在30 GHz频率下,对GaN HEMT的输出功率(POUT)和功率附加效率(PAE)进行了模拟,并与温度相关的负载拉动测量进行了比较。

  6. 模型在350°C的预测:考虑到某些应用中GaN HEMT可能在比当前晶圆射频测量系统所能测试的更高环境温度下运行,研究了温度依赖性ASM-HEMT的外推,以提供超出晶圆测量能力的模型预测。

文章的研究目的是为了更好地理解和模拟在高温环境下GaN HEMT的性能,这对于设计适用于极端环境的集成电路(如高温应用)具有重要意义。

文章的创新点

  1. 温度可扩展的ASM-HEMT模型:开发了一个能够在不同温度下准确模拟GaN HEMT性能的温度可扩展的ASM-HEMT模型。这个模型通过调整关键参数,如阈值电压和亚阈值斜率,来捕捉温度变化对器件性能的影响。

  2. 模型参数的调整:对ASM-HEMT的标准参数进行了调整,特别是对阈值电压和亚阈值斜率参数引入了线性函数,以更好地适应温度变化。这种调整使得模型能够更准确地预测在高温环境下的器件性能。

  3. 射频模型的提取和验证:在室温下提取了外部寄生网络,并将其与核心ASM-HEMT结合,然后通过与在不同环境温度下收集的S参数测量结果进行比较,验证了射频模型的准确性。

  4. 大信号性能的预测:使用温度可扩展的ASM-HEMT模型,对GaN HEMT在高达350°C的高温环境下的大信号性能进行了预测。这种预测对于设计在极端温度条件下工作的集成电路非常有用。

  5. 模型在350°C的外推:研究了在超出当前晶圆射频测量系统能力的温度下,GaN HEMT性能的模型外推。这为在没有实际测量数据的情况下设计集成电路提供了可能。

  6. 负载拉动模拟:通过负载拉动模拟,研究了在高温条件下优化晶体管性能的可能性。这为在高温环境下优化GaN HEMT的性能提供了新的见解。

文章的研究方法

  1. 温度可扩展的ASM-HEMT模型开发:基于标准ASM-HEMT模型,开发了一个能够适应不同温度条件的版本。这包括对模型参数进行调整,以确保在不同环境温度下都能准确模拟GaN HEMT的性能。

  2. 直流(DC)模型的提取和验证:首先从室温下的GaN HEMT测量数据中提取DC参数,然后通过调整参数以匹配不同温度下的DC-IV和PIV测量结果来验证模型。

  3. 射频(RF)模型的提取和验证:在验证了DC模型之后,研究了RF模型。这包括在室温下提取外部寄生网络,并将其与核心ASM-HEMT结合,然后与在不同环境温度下收集的S参数测量结果进行比较。

  4. 大信号性能的模拟和验证:使用温度可扩展的ASM-HEMT模型进行大信号模拟,并将模拟结果与在不同环境温度下进行的负载拉动测量结果进行比较。

  5. 模型在350°C的外推:在模型验证的温度范围内(25°C至175°C)收集数据后,将模型外推到350°C,这是当前晶圆射频测量系统无法直接测量的温度。通过模拟在350°C下的性能,为在更高温度下设计集成电路提供了指导。

  6. 负载拉动模拟:在不同温度下进行负载拉动模拟,以优化晶体管在高温条件下的性能。这包括在25°C和350°C下进行模拟,并比较在这些温度下的最佳负载阻抗。

  7. 实验测量:在实验中,使用可变环境温度的探针站和射频测量系统来收集GaN HEMT的DC和RF特性数据。这些数据用于验证和调整模型。

  8. 模型参数的调整:根据实验数据,对模型参数进行调整,包括阈值电压、亚阈值斜率、寄生电容和寄生电阻等,以确保模型在不同温度下都能提供准确的预测。

文章的结论

  1. 温度可扩展模型的有效性:研究者报告了一个温度可扩展的ASM-HEMT模型,该模型能够准确模拟在升高温度下GaN HEMT的直流和射频性能。通过在不同环境温度下收集的DC-IV、PIV、S参数和负载拉动测量结果来验证模型,证明了模型的有效性。

  2. 模型参数的调整:为了更好地适应温度变化,对ASM-HEMT的关键参数进行了调整,包括阈值电压和亚阈值斜率。这些调整使得模型能够更准确地预测在高温环境下的器件性能。

  3. 大信号性能的预测:使用温度可扩展的ASM-HEMT模型,研究者能够预测GaN HEMT在高达350°C的高温环境下的大信号性能。这表明模型可以用于设计和优化在极端温度条件下工作的集成电路。

  4. 高温下的器件性能:模拟结果表明,在350°C的高温下,GaN HEMT的大信号Ka波段性能会显著下降。为了优化器件性能,需要进行负载拉动模拟,以调整最佳负载阻抗。

  5. 设计指导:研究提供了在高温环境下优化GaN HEMT性能的方法,并通过模拟展示了如何通过调整负载阻抗来提高功率附加效率(PAE)。这为射频设计工程师在高温环境中设计和优化器件提供了指导。

  6. 未来工作:这项工作为未来在高温环境下GaN HEMT的建模和设计提供了基础,有助于推动高温电子技术的发展,并为相关应用(如高速飞行器和深油钻探)中的半导体技术提供了支持。

相关文章:

高温应用中GaN HEMT大信号建模的ASM-HEMT

来源:An ASM-HEMT for Large-Signal Modeling of GaN HEMTs in High-Temperature Applications(JEDS 23年) 摘要 本文报道了一种用于模拟高温环境下氮化镓高电子迁移率晶体管(GaN HEMT)的温度依赖性ASM-HEMT模型。我…...

文件上传---->生僻字解析漏洞

现在的现实生活中,存在文件上传的点,基本上都是白名单判断(很少黑名单了) 对于白名单,我们有截断,图片马,二次渲染,服务器解析漏洞这些,于是今天我就来补充一种在upload…...

Ubuntu中Python3找不到_sqlite3模块

今天跑一个代码,出现了一个找不到sqlite3模块的错误,错误如下: from _sqlite3 import * ModuleNotFoundError: No module named _sqlite3 网上查资料说,因为python3没有自带sqlite3相关方面的支持,要自己先安装然后再重新编译Py…...

HarmonyOS4.0系统性深入开发37 改善布局性能

改善布局性能 Flex为采用弹性布局的容器。容器内部的所有子元素,会自动参与弹性布局。子元素默认沿主轴排列,子元素在主轴方向的尺寸称为主轴尺寸。 在单行布局场景下,容器里子组件的主轴尺寸长度总和可能存在不等于容器主轴尺寸长度的情况…...

Internet协议

文章目录 Internet协议网络层协议IPV4协议IP地址:IPv4数据报格式IP数据报的封装和分片 Internet路由协议路由信息协议RIP开放最短路径优先协议OSPF外部网关协议BGP组播协议PIM和MOSPF ARP和RARPARP协议:RARP协议: Internet控制报文协议ICMPIP…...

深度学习基础(一)神经网络基本原理

之前的章节我们初步介绍了机器学习相关基础知识,目录如下: 机器学习基础(一)理解机器学习的本质-CSDN博客 机器学习基础(二)监督与非监督学习-CSDN博客 机器学习基础(四)非监督学…...

2024年2月22日 - mis

rootyy3568-alip:/sys# ls /sys/class/gpio/gpio* -F /sys/class/gpio/gpio114 /sys/class/gpio/gpiochip511 /sys/class/gpio/gpiochip0 /sys/class/gpio/gpiochip64 /sys/class/gpio/gpiochip128 /sys/class/gpio/gpiochip96 /sys/class/gpio/gpiochip32符号表示该文…...

拼接 URL(C 语言)【字符串处理】

题目来自于博主算法大师的专栏:最新华为OD机试C卷AB卷OJ(CJavaJSPy) https://blog.csdn.net/banxia_frontend/category_12225173.html 题目 给定一个 url 前缀和 url 后缀 通过,分割 需要将其连接为一个完整的 url 如果前缀结尾和后缀开头都…...

故障排除:Failed to load SQL Modules into database Cluster

PostgreSQL 安装和故障排除 重新安装前的准备工作 在重新安装 PostgreSQL 之前,确保完成以下步骤: 重新卸载 PostgreSQL 并重启电脑。 删除以下目录: C:\Program Files\PostgreSQL\13C:\Users\admin\AppData\Roaming\pgadmin 重启安装过…...

【超详细】HIVE 日期函数(当前日期、时间戳转换、前一天日期等)

文章目录 相关文献常量:当前日期、时间戳前一天日期、后一天日期获取日期中的年、季度、月、周、日、小时、分、秒等时间戳转换时间戳 to 日期日期 to 时间戳 日期之间月、天数差 作者:小猪快跑 基础数学&计算数学,从事优化领域5年&#…...

[ffmpeg] x264 配置参数解析

背景 创建 x264 编码器后,其有一组默认的编码器配置参数,也可以根据需要修改参数,来满足编码要求。 具体参数 可修改的参数,比较多,这边只列举一些常用的。 获取可以配置的参数 方式1 查看 ffmpeg源码 libx264.c…...

GO语言基础总结

多态: 定义一个父类的指针(接口),然后把指针指向子类的实例,再调用这个父类的指针,然后子类的方法被调用了,这就是多态现象。 Golang 高阶 goroutine 。。。。。 channel channel的定义 …...

飞天使-linux操作的一些技巧与知识点7-devops

文章目录 简述devopsCICD 简述devops 让技术团队,运维,测试等团队实现一体式流程自动化 进阶版图 CICD 持续集成, 从编译,测试,发布的完成自动化流程 持续交付,包含持续集成,并且将项目部署…...

Sora:视频生成模型作为世界模拟器

我们探索了视频数据上生成模型的大规模训练。具体来说,我们在可变持续时间、分辨率和长宽比的视频和图像上联合训练文本条件扩散模型。我们利用了一个在视频和图像潜在码的时空块上操作的变压器架构。我们规模最大的模型 Sora 能够生成一分钟的高保真视频。我们的结…...

FairyGUI × Cocos Creator 3.x 使用方式

前言 上一篇文章 FariyGUI Cocos Creator 入门 简单介绍了FairyGUI,并且按照官方demo成功在Cocos Creator2.4.0上运行起来了。 当我今天使用Creator 3.x 再引入2.x的Lib时,发现出现了报错。 这篇文章将介绍如何在Creator 3.x上使用fgui。 引入 首先&…...

基于Java的养生健康管理系统

物质生活的丰富而使得人们已经不仅仅满足于吃饱而向着吃好、吃健康的方向阔步前进。生活方式的改变使人们在日常摄入了大量的营养却没有足够的运动进行消耗,因此而导致肥胖成为当前城市生活的主要标志,而高血压、糖尿病等慢性疾病也在偷偷吞噬着人们健康…...

Python课堂16——异常查找及处理

文章目录 前言一、异常是什么?二、异常处理1. 根据提示2. 捕获异常3.抛出异常——raise4.应用场景 总结 前言 我们在日常编写代码的时候,难免会遇到一些不可控的错误,这无疑会导致程序的终止,大大降低了程序的实用性,…...

任务书参考答案-模块1任务一

1.根据网络拓扑图所示,按照IP 地址规划表,对防火墙的名称、各接口IP 地址进行配置。共8 分,每错1 处(行)扣1 分,扣完为止。地址、安全域、接口(状态为UP)、名称都正确。 2.根据网络拓扑图所示,按照IP 地址规划表,对三层交换机的名称进行配置,创建VLAN 并将相应接口划…...

2023最新盲盒交友脱单系统源码

源码获取方式 搜一搜:万能工具箱合集 点击资源库直接进去获取源码即可 如果没看到就是待更新,会陆续更新上 或 源码软件库 最新盲盒交友脱单系统源码,纸条广场,单独抽取/连抽/同城抽取/高质量盒子 新增功能包括心动推荐&#xff…...

Half-Band filter(半带滤波器)

Half-Band filter 引言正文symmetric half-band filtersamplitude half-band filterspower half-band filters引言 今天看文章的时候遇到了一个名词,Half-Band filter,中文名称半带滤波器,特来记录一下。 正文 假设我们通过采样获取到的信号带宽为 f s f_s...

.Net框架,除了EF还有很多很多......

文章目录 1. 引言2. Dapper2.1 概述与设计原理2.2 核心功能与代码示例基本查询多映射查询存储过程调用 2.3 性能优化原理2.4 适用场景 3. NHibernate3.1 概述与架构设计3.2 映射配置示例Fluent映射XML映射 3.3 查询示例HQL查询Criteria APILINQ提供程序 3.4 高级特性3.5 适用场…...

相机Camera日志实例分析之二:相机Camx【专业模式开启直方图拍照】单帧流程日志详解

【关注我,后续持续新增专题博文,谢谢!!!】 上一篇我们讲了: 这一篇我们开始讲: 目录 一、场景操作步骤 二、日志基础关键字分级如下 三、场景日志如下: 一、场景操作步骤 操作步…...

【HTML-16】深入理解HTML中的块元素与行内元素

HTML元素根据其显示特性可以分为两大类:块元素(Block-level Elements)和行内元素(Inline Elements)。理解这两者的区别对于构建良好的网页布局至关重要。本文将全面解析这两种元素的特性、区别以及实际应用场景。 1. 块元素(Block-level Elements) 1.1 基本特性 …...

Spring AI 入门:Java 开发者的生成式 AI 实践之路

一、Spring AI 简介 在人工智能技术快速迭代的今天,Spring AI 作为 Spring 生态系统的新生力量,正在成为 Java 开发者拥抱生成式 AI 的最佳选择。该框架通过模块化设计实现了与主流 AI 服务(如 OpenAI、Anthropic)的无缝对接&…...

使用Matplotlib创建炫酷的3D散点图:数据可视化的新维度

文章目录 基础实现代码代码解析进阶技巧1. 自定义点的大小和颜色2. 添加图例和样式美化3. 真实数据应用示例实用技巧与注意事项完整示例(带样式)应用场景在数据科学和可视化领域,三维图形能为我们提供更丰富的数据洞察。本文将手把手教你如何使用Python的Matplotlib库创建引…...

纯 Java 项目(非 SpringBoot)集成 Mybatis-Plus 和 Mybatis-Plus-Join

纯 Java 项目(非 SpringBoot)集成 Mybatis-Plus 和 Mybatis-Plus-Join 1、依赖1.1、依赖版本1.2、pom.xml 2、代码2.1、SqlSession 构造器2.2、MybatisPlus代码生成器2.3、获取 config.yml 配置2.3.1、config.yml2.3.2、项目配置类 2.4、ftl 模板2.4.1、…...

Caliper 配置文件解析:fisco-bcos.json

config.yaml 文件 config.yaml 是 Caliper 的主配置文件,通常包含以下内容: test:name: fisco-bcos-test # 测试名称description: Performance test of FISCO-BCOS # 测试描述workers:type: local # 工作进程类型number: 5 # 工作进程数量monitor:type: - docker- pro…...

Chromium 136 编译指南 Windows篇:depot_tools 配置与源码获取(二)

引言 工欲善其事,必先利其器。在完成了 Visual Studio 2022 和 Windows SDK 的安装后,我们即将接触到 Chromium 开发生态中最核心的工具——depot_tools。这个由 Google 精心打造的工具集,就像是连接开发者与 Chromium 庞大代码库的智能桥梁…...

Python 训练营打卡 Day 47

注意力热力图可视化 在day 46代码的基础上,对比不同卷积层热力图可视化的结果 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pypl…...

LangChain 中的文档加载器(Loader)与文本切分器(Splitter)详解《二》

🧠 LangChain 中 TextSplitter 的使用详解:从基础到进阶(附代码) 一、前言 在处理大规模文本数据时,特别是在构建知识库或进行大模型训练与推理时,文本切分(Text Splitting) 是一个…...