silvaco学习之物理模型

本文介绍了Silvaco仿真中的关键物理模型和方程,包括泊松方程、载流子连续性方程、漂移-扩散模型和复合模型等。这些模型在半导体器件仿真中起到重要作用,影响着仿真精度、计算速度和收敛性。针对光电探测器,详细讨论了适合的模型选择及其在器件性能计算中的应用。
摘要由CSDN通过智能技术生成


关于器件性能的仿真,看了一些资料之后有了一些理解,在这里做出一些整理~~(若有错误欢迎指正)

前言

仿真时需要考虑精确度、计算速度、收敛性。
精确度——与网格密度、计算步长的疏密、算法、物理模型的选择有关;
计算速度——与网格密度、计算步长的疏密、算法有关;
收敛性——与计算步长的疏密、初始值、算法有关;
网格的设置非常重要,若太疏会导致结果不准确或不收敛,太密又会导致内存不够等情况。

“atlas仿真半导体器件是基于对1~6个相互关联的非线性偏微分方程的求解,atlas在每个格点对这组方程进行数值计算最终得到器件的特性。”

对光电探测器来讲,对器件进行数值计算的目的是获取到器件内部在各个区域的一些参数,如电流密度(载流子扩散电流、漂移电流)、光生载流子浓度、光生电流等,通过这些参数可以计算得到器件的带宽、响应度、量子效率等性能。

关于方程

首先器件仿真中一定会用到的两个方程分别是:泊松方程和载流子连续性方程。

泊松方程

d i v ( ε ∇ ψ ) = ρ div(\varepsilon\nabla\psi) = \rho div(εψ)=ρ
ψ \psi ψ是静电势。 ε \varepsilon ε是介电常数, ρ \rho ρ是空间电荷密度。其中电势的梯度可求出电场:
E → = − ∇ ψ \overrightarrow{E}=-\nabla\psi E =ψ

载流子连续性方程

∂ n ∂ t = 1 q d i v J n → + G n − R n \frac{\partial n}{\partial t}=\frac{1}{q}div\overrightarrow{J_n}+G_n-R_n tn=q1divJ

  • 11
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值