【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
AI小云4 小时前
【机器学习与实战】回归分析与预测:线性回归-03-损失函数与梯度下降
机器学习
隐语SecretFlow4 小时前
国人自研开源隐私计算框架SecretFlow,深度拆解框架及使用【开发者必看】
深度学习
Billy_Zuo5 小时前
人工智能深度学习——卷积神经网络(CNN)
人工智能·深度学习·cnn
羊羊小栈5 小时前
基于「YOLO目标检测 + 多模态AI分析」的遥感影像目标检测分析系统(vue+flask+数据集+模型训练)
人工智能·深度学习·yolo·目标检测·毕业设计·大作业
l12345sy6 小时前
Day24_【深度学习—广播机制】
人工智能·pytorch·深度学习·广播机制
向往鹰的翱翔6 小时前
BKY莱德因:5大黑科技逆转时光
大数据·人工智能·科技·生活·健康医疗
L.fountain6 小时前
机器学习shap分析案例
人工智能·机器学习
weixin_429630266 小时前
机器学习-第一章
人工智能·机器学习
Cedric11136 小时前
机器学习中的距离总结
人工智能·机器学习
寒月霜华12 小时前
机器学习-数据标注
人工智能·机器学习