【氮化镓】GaN HEMT SEEs效应影响因素和机制

  1. 研究背景:AlGaN/GaN HEMT因其在高电压、高温和高频率下的操作能力而受到关注,尤其在航空航天和汽车应用中,其辐射响应变得尤为重要。重离子辐射可能导致绝缘体失效,即单事件效应(SEEs)引起的栅介质击穿。

  2. 实验目的:研究AlGaN/GaN HEMT在不同偏压、离子LET(线性能量传递)、辐射通量和总粒子数下对重离子辐射的耐受性。

  3. 实验方法

    • 使用Texas Instruments制造的600 V GaN功率级的关键组件进行测试。
    • 在Texas A&M University的辐射效应设施中进行重离子辐射实验。
    • 使用不同能量的Ne、Ar和Cu离子,通过铝衰减器改变LET。
    • 实验包括恒定粒子数实验和粒子数至失效实验。
  4. 实验结果

    • 观察到重离子诱导的栅介质退化,包括软击穿(SBD)和硬击穿(HBD)事件。
    • 发现辐射诱导的击穿与辐射引起的电荷注入在介质中形成的缺陷相关导电路径有关。
    • 通过辐射后的特性测量,表明介质内部积累了辐射诱导的缺陷。
  5. 电压依赖性

    • 栅电压和漏电压对介质退化有重要影响。
    • 在关断状态下,介质和AlGaN界面下可以收集大量瞬态离子诱导的电荷,这是SEGR的最坏情况。
  6. LET和通量依赖性

    • 粒子LET和通量对栅介质退化过程有显著影响。
    • 高LET值的粒子需要较低的电场来启动击穿过程,并且在相同电场应力下可以诱导更大的栅漏电流。
  7. 结论

    • 研究结果表明,偏置条件、入射离子LET和辐射通量是决定缺陷生成率的关键因素。
    • 重离子辐射导致的SBD和HBD共享相同的统计和物理起源,并与介质中的缺陷相关导电路径有关。

这篇论文提供了对AlGaN/GaN HEMT在辐射环境下性能影响的深入理解,对于设计和应用这些器件在高辐射环境中具有重要意义。

相关推荐
全栈小精灵32 分钟前
Winform入门
开发语言·机器学习·c#
万行43 分钟前
机器学习&第四章支持向量机
人工智能·机器学习·支持向量机
llddycidy1 小时前
峰值需求预测中的机器学习:基础、趋势和见解(最新文献)
网络·人工智能·深度学习
larance1 小时前
机器学习的一些基本知识
人工智能·机器学习
做科研的周师兄1 小时前
【MATLAB 实战】栅格数据 K-Means 聚类(分块处理版)—— 解决大数据内存溢出、运行卡顿问题
人工智能·算法·机器学习·matlab·kmeans·聚类
AI小怪兽1 小时前
轻量、实时、高精度!MIE-YOLO:面向精准农业的多尺度杂草检测新框架 | MDPI AgriEngineering 2026
开发语言·人工智能·深度学习·yolo·无人机
一招定胜负2 小时前
图像形态学+边缘检测及CNN关联
人工智能·深度学习·cnn
万行2 小时前
机器学习&第五章生成式生成器
人工智能·python·算法·机器学习
没学上了2 小时前
VLM-单头自注意力机制核心逻辑
人工智能·pytorch·深度学习
万行2 小时前
机器学习&第一章
人工智能·python·机器学习·flask·计算机组成原理