【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
石迹耿千秋5 小时前
迁移学习--基于torchvision中VGG16模型的实战
人工智能·pytorch·机器学习·迁移学习
Wendy14417 小时前
【线性回归(最小二乘法MSE)】——机器学习
算法·机器学习·线性回归
绝顶大聪明8 小时前
【深度学习】神经网络-part2
人工智能·深度学习·神经网络
Danceful_YJ9 小时前
16.使用ResNet网络进行Fashion-Mnist分类
人工智能·深度学习·神经网络·resnet
甄卷11 小时前
李沐动手学深度学习Pytorch-v2笔记【08线性回归+基础优化算法】2
pytorch·深度学习·算法
豆豆11 小时前
神经网络构建
人工智能·深度学习·神经网络
一勺汤13 小时前
多尺度频率辅助类 Mamba 线性注意力模块(MFM),融合频域和空域特征,提升多尺度、复杂场景下的目标检测能力
深度学习·yolo·yolov12·yolo12·yolo12改进·小目标·mamba like
霖0016 小时前
神经网络项目--基于FPGA的AI简易项目(1-9图片数字识别)
人工智能·pytorch·深度学习·神经网络·机器学习·fpga开发
VR最前沿16 小时前
AI+医疗!VR和MR解剖学和针灸平台,智能时代如何重塑健康未来
科技·机器人·制造
神经星星16 小时前
英伟达实现原子级蛋白质设计突破,高精度生成多达800个残基的蛋白质
人工智能·深度学习·机器学习