【氮化镓】TCAD模拟研究Mg沟道注入对GaN器件结终端扩展的影响

文章核心观点

本研究通过TCAD模拟,探讨了不同镁离子注入技术对氮化镓(GaN)基结终止扩展(JTE)结构的性能影响。研究人员比较了两种镁离子注入技术:通道注入和随机注入,并分析了其对JTE结构的击穿电压(BV)和电场分布的影响。

主要发现: 通道注入的JTE结构相比随机注入的JTE结构,具有更宽的最佳JTE剂量窗口,这意味着它对剂量波动更加宽容,有利于器件制造。通道注入形成的深度梯级镁分布,能够更有效地抑制电场集中,从而提高器件的BV。 通道注入的JTE结构在考虑钝化层/氮化镓界面电荷时,也表现出更好的性能。

结论: 通道注入技术为GaN基JTE结构的设计和制造提供了一种新的思路,有望提高器件的击穿电压和制造良率。

一、研究背景与意义

GaN 材料因其优异的物理特性,例如高击穿电场和高电子迁移率,被认为是高压功率器件的理想选择。然而,目前商业化的 GaN 功率器件主要采用横向结构,存在一些局限性,例如器件尺寸较大、成本较高。为了克服这些局限性,垂直结构 GaN 功率器件逐渐成为研究热点。

垂直结构 GaN 功率器件具有许多优势,例如更高的击穿电压、更小的芯片尺寸、更高的功率密度等。然而,实现高性能垂直结构 GaN 功率器件的关键之一是设计合适的边缘终止结构。边缘终止结构的主要作用是防止器件边缘的电场集中,从而提高器件的击穿电压和可靠性。

JTE 结构是一种常用的边缘终止技术,它通过在器件边缘注入 p 型杂质,形成梯度掺杂区,从而有效地抑制电场集中。然而,传统的 JTE 结构对 JTE 剂量要求非常严格,需要精确控制掺杂浓度,才能获得理想的击穿电压。

为了解决这个问题,本研究提出了利用 Mg 离子 channelling 注入技术制备 GaN 基 JTE 结构,并利用 TCAD 模拟进行系统研究。channelling 注入技术可以形成更深、更陡峭的掺杂分布,从而更有效地抑制电场集中,并且对 JTE 剂量的容忍度更高。

二、研究方法与结果

本研究采用 2D TCAD 模拟软件,结合实验测量的 Mg 深度分布,对 channelling 和 random 注入的 JTE 结构进行了系统研究。
1. JTE 结构宽度对 BV 的影响

首先,研究了 JTE 结构宽度对 BV 的影响。结果表明,当 L1 = 10 µm 和 L2 = 20 µm 时,可以获得较高的 BV。这表明 channelling 注入的 JTE 结构具有更好的面积效率。
2. JTE 剂量对 BV 的影响

接下来,研究了 JTE 剂量对 BV 的影响。结果表明,channelling 注入的 JTE 结构具有更宽的 BV 峰值窗口,而 random 注入的 JTE 结构的 BV 峰值窗口非常窄。这表明 channelling 注入的 JTE 结构对 JTE 剂量的容忍度更高,更易于制造。
3. 电场分布和杂质浓度分布分析

通过分析电场分布和杂质浓度分布,解释了 channelling 注入的优势。channelling 注入形成的掺杂分布更深、更陡峭,从而更有效地抑制电场集中。这导致 channelling 注入的 JTE 结构具有更高的 BV。
4. 平行平面 p-n 结的模拟

为了进一步验证 channelling 注入的优势,进行了平行平面 p-n 结的模拟。结果表明,channelling 注入的 p-n 结具有更高的 BV,这进一步证实了 channelling 注入可以更有效地抑制电场集中。
5. 表面电荷的影响

最后,研究了 SiO2/GaN 界面电荷密度对 BV 的影响。结果表明,channelling 注入的 JTE 结构对界面电荷密度变化具有更好的容忍度,这为实际器件制造提供了更大的灵活性。

图 1. Mg 原子深度分布

  • 展示了 channelling 和 random 注入后 Mg 原子深度分布的实验结果。
  • channelling 注入形成的 Mg 分布更深、更陡峭,而 random 注入形成的 Mg 分布较浅、较平缓。
  • 这种差异导致两种注入方法形成的 p-n 结位置不同。

图 2. 模拟的 GaN p-n 二极管结构

  • 展示了 channelling 和 random 注入的 JTE 结构示意图。
  • (a) 为 channelling 注入,(b) 为 random 注入。
  • 图中标注了 p-GaN、n-GaN、SiO2 等材料的厚度和掺杂浓度。

图 1. Mg 原子深度分布

  • 展示了 channelling 和 random 注入后 Mg 原子深度分布的实验结果。
  • channelling 注入形成的 Mg 分布更深、更陡峭,而 random 注入形成的 Mg 分布较浅、较平缓。
  • 这种差异导致两种注入方法形成的 p-n 结位置不同。

图 4. JTE 剂量对 BV 的影响

  • 研究了不同 JTE 剂量对 BV 的影响,假设 Ndrift = 9 × 10^15 cm^-3。
  • 结果表明,channelling 注入的 JTE 结构具有更宽的 BV 峰值窗口,而 random 注入的 JTE 结构的 BV 峰值窗口非常窄。
  • 这表明 channelling 注入的 JTE 结构对 JTE 剂量的容忍度更高,更易于制造。

图 5. 电场分布和杂质浓度分布

  • 展示了 channelling 和 random 注入的 JTE 结构在 1.7 kV 反向电压下的电场分布和杂质浓度分布。
  • (a) 为 2D 电场分布,(b) 为 JTE 边缘的电场分布深度剖面,© 为 JTE 剂量为 1.2 × 10^13 cm^-2 时的有效掺杂浓度深度剖面。
  • 结果表明,channelling 注入的 JTE 结构的电场集中程度更低,这与其更深的掺杂分布有关。

图 6. 平行平面 p-n 结的 BV 与掺杂剂量的关系

  • 研究了 channelling 和 random 注入的 p-GaN 剂量对平行平面 p-n 结 BV 的影响。
  • 结果表明,channelling 注入的 p-n 结具有更高的 BV,这进一步证实了 channelling 注入可以更有效地抑制电场集中。

图 7. 平行平面 p-n 结的电场分布

  • 展示了 channelling 和 random 注入的 p-n 结在 BV 电压下的电场分布。
  • 结果表明,channelling 注入的 p-n 结的电场集中程度更低,这与其更深的掺杂分布有关。

图 8. JTE 剂量对 BV 的影响

  • 研究了 channelling 和 random 注入的 JTE 结构在 L1 = Lp 和 L2 = 20 µm 时的 JTE 剂量对 BV 的影响。
  • 结果表明,channelling 注入的 JTE 结构的 BV 峰值显著高于 random 注入的 JTE 结构。
  • 这表明 channelling 注入的 JTE 结构对 JTE 剂量的容忍度更高,更易于制造。

图 9. 表面电荷密度对 BV 的影响

  • 研究了不同表面电荷密度下,channelling 和 random 注入的 JTE 结构的 BV 与 JTE 剂量的关系。
  • 结果表明,channelling 注入的 JTE 结构对表面电荷密度变化具有更好的容忍度,这为实际器件制造提供了更大的灵活性。

三、结论与展望

本研究通过 TCAD 模拟系统地研究了 channelling 和 random 注入对 GaN 基 JTE 结构性能的影响。结果表明,channelling 注入的 JTE 结构具有以下优势:
更宽的 BV 峰值窗口 : channelling 注入可以形成更深、更陡峭的掺杂分布,从而更有效地抑制电场集中,并且对 JTE 剂量的容忍度更高。
更好的面积效率 : channelling 注入的 JTE 结构可以更有效地利用芯片面积,从而降低器件成本。

对界面电荷密度变化更好的容忍度: channelling 注入的 JTE 结构对界面电荷密度变化具有更好的容忍度,这为实际器件制造提供了更大的灵活性。

因此,channelling 注入技术是一种非常有前景的 GaN 基 JTE 结构制备技术,有望推动高压 GaN 功率器件的发展。

四、未来研究方向

channelling 注入技术的工艺优化: 进一步研究 channelling 注入工艺参数对 JTE 结构性能的影响,例如注入能量、注入角度、退火条件等,以获得最佳的 JTE 结构性能。
channelling 注入与其他边缘终止技术的结合 : 将 channelling 注入与其他边缘终止技术,例如场板、等位环等,相结合,进一步提高器件的击穿电压和可靠性。
channelling 注入在其他 GaN 器件中的应用: 研究 channelling 注入技术在其他 GaN 器件中的应用,例如 HEMT、MOSFET 等,以拓展 channelling 注入技术的应用范围。

五、总结

本研究通过 TCAD 模拟系统地研究了 channelling 和 random 注入对 GaN 基 JTE 结构性能的影响,结果表明 channelling 注入的 JTE 结构具有更宽的 BV 峰值窗口、更好的面积效率和对界面电荷密度变化更好的容忍度。channelling 注入技术是一种非常有前景的 GaN 基 JTE 结构制备技术,有望推动高压 GaN 功率器件的发展。

相关推荐
weixin_446260856 小时前
认知谦逊:知识冲突场景下大模型智能体的识别‑处理‑上报评测框架
人工智能
Summer-Bright6 小时前
深度 | 记忆的锁定账:模型可以随便换,记忆却搬不走
人工智能·agent·记忆
袖清暮雨6 小时前
机器学习之其他聚类(层次聚类+DBSCAN算法)
人工智能·机器学习·ai·聚类
雪雪9086 小时前
Work Agent深度解读:AI如何自主完成多步骤长程工作任务
人工智能
小宋10216 小时前
Recursive Language Models 实战:递归处理超长外部文本
人工智能·深度学习·机器学习
星云低代码开发平台6 小时前
AI 定时任务接 ERP:账号切换后的权限校验与异常状态设计
人工智能·定时任务·erp
烟雨江南7856 小时前
灵声智库-招投标会议语音识别怎么做?实时转写、多人发言与会议留痕方案
人工智能·音视频·语音识别·ai客服
李福春6 小时前
斗破Google ADK Java苍穹-第7境斗皇-御天地-Harness治理
java·人工智能·python·深圳同盟·腾讯云架构师技术同盟·adk java·harness 治理
看浪的路人7 小时前
第1讲:2026 大模型应用开发全景——Prompt / RAG / 微调 / Agent 到底先用哪个
人工智能·算法
wjkjpcba7 小时前
机器人控制板PCBA贴片厂家制造工艺解析:SMT贴片、DIP插件与检测流程
人工智能·机器人·smt贴片加工·pcba贴片加工厂