有机薄膜晶体管模型建立及其集成电路设计

发布时间：2018-02-24 15:29

本文关键词： 有机薄膜晶体管 SPICE模型电子设计自动化(EDA) 有机集成电路逐次逼近型ADC电路　出处：《北京交通大学》2017年博士论文　论文类型：学位论文

【摘要】：以有机薄膜晶体管(OTFT)为基础的有机电路以其特有的材料和工艺优势,正成为备受关注的研究热点,以有机射频识别标签(ORFID)为代表的有机集成电路将成为传统硅基集成电路的有益补充,乃至进一步的替代。本文基于大规模有机集成电路的EDA设计方法,建立了 OTFT可用于SPICE仿真的器件模型,同时实验制备选取性能最优的OTFT器件,作为基础器件,为其构建器件模型,设计了一款有机模数转换器(OADC)电路,并采用HSPICE软件完成了其功能的验证与性能的仿真,给出了最终工艺掩膜版版图。电路仿真结果满足预期的要求,验证了提出OTFT模型的实用性,为大规模有机集成电路的设计,生产及应用奠定了基础。首先,本文为有机集成电路的基础器件——OTFT,建立了可用于SPICE仿真的器件模型。OTFT器件中,载流子传输机制复杂,用物理方法很难对其进行分析,因此模型基于OTFT沟道中的电流电压传输特性,引入了载流子迁移率的经验公式及迁移率幂律参数γa来研究沟道载流子迁移率μFET随栅压Vgs的变化趋势及其载流子传输机制。此外,考虑到OTFT结构及材料的特性,模型中引入了对其沟道电流的影响不可忽略的漏、源接触电阻RS、RD;同时,基于沟道长度调制效应、沟道中陷阱和表面散射所产生的载流子速度饱和以及泄漏电流的影响,引入了沟道长度调制系数λ、弯曲经验参数m、饱和调制参数αsat、泄漏电流参数SIGMA0、场效应迁移率的特征电压Vaa等经验参数,建立完整的OTFT电流电压模型,并对其提出了一种提取模型中经验参数的方法,通过对实验测得的OTFT器件的输出特性曲线和转移特性曲线进行相应的计算和处理,准确地获得模型中的7个经验参数。实验制备了一种基于并五苯(Pentacene)的底栅顶接触(TC)结构的OTFT,并对其进行参数提取,构建其可用于SPICE仿真的器件模型,对其电流电压特性进行模拟,得到的仿真结果与测试结果相比较发现,该OTFT的输出特性和转移特性曲线无论在线性区还是在饱和区,仿真曲线和测试曲线都具有较强的一致性,验证了建立的OTFT器件模型及其参数提取方法的精确性。其次,本文制备了不同物理参数,不同绝缘层材料的OTFT,通过对其性能进行研究,确定可设计的物理参数,并为设计的有机集成电路选取性能优良的基础器件。首先,为了研究OTFT沟道宽长W/L,以及绝缘层厚度tox等物理参数对器件性能的影响,以Si为衬底,SiO_2为绝缘层,Pentacene为有源层,分别制备了不同绝缘层厚度tox的OTFT,和不同沟道宽长W/L的绝缘层,通过对比提取的参数发现,所有OTFT器件均有载流子迁移率幂率参数γaa0,表现为载流子的有效迁移率随栅压增大而增大,这说明,制作的OTFT表现出与非晶硅和纳米晶硅TFT相类的传输机制,其载流子传输机制中,跳跃机制占据主导地位;此外,对比不同绝缘层厚度的OTFT器件发现,载流子迁移率μFET会随着栅绝缘层厚度的逐渐增加而减小,说明其对绝缘层厚度tox有一定的依赖性,对比其它模型参数发现也存在较大差异,这说明,不同绝缘层厚度的OTFT器件,其模型内的参数值不同,因此,他们在电路设计中不能够应用同一个OTFT器件模型,因此绝缘层厚度tox不能够作为可设计参数。而通过对不同沟道宽长W/L OTFT提取载流子迁移率μFET等参数,并进行对比发现,它们的载流子迁移率μFET以及其他参数均差异很小,说明同种工艺,同种结构的器件,沟道宽长W/L不同,绝缘层厚度相同时,可采用具有相同经验参数的同一个OTFT模型,将沟道宽长W/L作为可设计的参数,进行器件和电路的仿真。此外,实验制备了基于不同栅绝缘层材料的OTFT,并通过提取载流子迁移率等参数对其性能进行比较分析,结果发现,基于PVP栅绝缘层的OTFT器件的性能最优,因而将其选定为设计电路的基础器件。最后,以选取的性能较优的基于PVP绝缘层的OTFT为基础器件,并利用所提取的该器件的经验参数,建立其用于电路设计模拟的SPICE模型,设计了一款4位逐次逼近型(SAR)模数转换电路,采用H-SPICE仿真工具对其性能进行仿真验证,并根据设计的电路完成了相应的掩膜版版图设计。设计的SAR型ADC,在 100Hz 采样频率下,性能如下:DNL=0.55LSB,INL=0.55LSB,SFDR=31.5dB,SNDR=21dB,有效位数3.2位,在60V电源电压下,平均电流298μA,整体电路使用OTFT共409个。设计结果表明所建立的OTFT器件模型及使用的参数提取方法可以有效的应用在有机集成电路设计中,可以为大规模有机集成电路提供较为精确的预测。
[Abstract]:......
【学位授予单位】：北京交通大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TN321.5

【相似文献】