【摘 要】
：
随着晶体管尺寸的不断缩小,摩尔定律的前进愈发困难,预计现有的Fin FET结构将在3 nm工艺节点被GAAFET结构替代。而IRDS预测,GAAFET的沟道长度将在1.5 nm工艺节点缩小到极限,其沟道长度将被缩小至9.6 nm。本人所在课题组提出了一种新型垂直结构异质矩形槽栅场效应晶体管（Hetro-junction Vertical Tranch Field-effect Transistor
论文部分内容阅读
随着晶体管尺寸的不断缩小,摩尔定律的前进愈发困难,预计现有的Fin FET结构将在3 nm工艺节点被GAAFET结构替代。而IRDS预测,GAAFET的沟道长度将在1.5 nm工艺节点缩小到极限,其沟道长度将被缩小至9.6 nm。本人所在课题组提出了一种新型垂直结构异质矩形槽栅场效应晶体管（Hetro-junction Vertical Tranch Field-effect Transistor,HVTFET）,其工作原理不同于Fin FET和GAAFET所使用的全耗尽原理。HVTFET的重掺杂沟道区和轻掺杂漏区可以有效抑制短沟道效应,使HVTFET可以突破GAAFET的最小沟道长度继续缩小。本文所做的具体工作如下所述:一、本文介绍了HVTFET的基本结构和工作原理。HVTFET作为一种垂直结构器件,它使用外延生长自掺杂工艺制作重掺杂沟道区和轻掺杂漏区,这与全耗尽原理所要求的轻掺杂甚至不掺杂的沟道区完全不同。HVTFET的优点是沟道长度只由外延层厚度决定,不依赖光刻精度,且外延生长自掺杂工艺可以有效避免杂质浓度随机涨落现象;其重掺杂沟道区和轻掺杂漏区有效地抑制了短沟道效应和高场效应;HVTFET的栅极不用从四面包围沟道区,可以灵活地调整器件的宽长比,节省芯片面积。二、使用TCAD软件对HVTFET进行三维建模,通过仿真提取HVTFET的多组特性参数,用于分析HVTFET工作性能。本文设置了六组结构参数,测试这六组参数独立变化时对器件的影响,并根据仿真结果总结了HVTFET在尺寸缩小时的优化方法。三、对Fin FET和GAAFET器件进行三维建模和仿真,对比它们与HVTFET在相同尺寸下的性能表现。本文对沟道长度20 nm、16 nm、12 nm、8 nm和4 nm的Fin FET、GAAFET和HVTFET进行仿真和优化。仿真结果显示,Fin FET和GAAFET分别在沟道长度缩小至8 nm和4 nm后,器件无法正常工作。而HVTFET在沟道长度为4 nm时,依然具有良好的工作性能。其DIBL值和SS分别为31.7 m V/V和93.8 m V/dec,均满足器件正常工作的要求。
其他文献
Al-Cu-Mg合金,以其高强度、高韧性及耐热性能优异等特点,被广泛应用于航空航天制造领域。目前的商用Al-Cu-Mg合金室温强度一般在460～500MPa之间,难以满足航天航空工业的发展需要。因此,为了进一步提高Al-Cu-Mg合金的力学性能,本文采用大应变轧制研究了温度、速率、合金元素及热处理工艺对Al-Cu-Mg合金微观组织、织构演变和力学性能的演变规律,研究结论如下:（1）冷轧工艺结合T6
随着深度学习的发展,卷积神经网络在特征提取方面的优势愈发明显。因此,深度卷积神经网络被越来越多的应用于诸如图像分类,目标识别,语义分解等计算机视觉应用场景。但是,在卷积神经网络帮助提高模型性能表现的背后,这些神经网络模型的复杂度也日渐庞大,对计算资源的要求和存储代价更加高昂。这导致基于卷积神经网络的方法往往难以直接完成在移动设备和嵌入式平台的部署。因此,关于深度卷积神经网络模型轻量化工作的深入研究
随着现代高精密制造业的发展,人们对于自由曲面类和圆形零件的加工精度与加工效率提出了更高要求。提高三坐标测量机和数控机床在线检测系统的检测技术对零件的检测精度和检测效率,对于自由曲面类和圆形零件的研发与生产具有的重大意义。在实际生产过程中,人们为了保证检测质量,往往需要在零件上布置大量测点,这大大限制了检测效率。本文通过调整自由曲面采样参数,以相同的测点数量获得更加精准的检测结果。然后,通过对自由曲
传统的深度学习目标检测方法通常需要大量的标注数据进行训练,而对于一些特殊的场景如军事监测、自然灾害监测、社会安防等,能够采集到的数据非常少,很难通过少量的数据训练出较好的检测模型。人类拥有只看过一次就能分辨目标类别的能力,使用神经网络模型实现这种能力是小样本目标检测的研究热点。本文在公开数据集MS COCO上,对基于深度学习的小样本目标检测算法进行研究,并展示了在无人机拍摄数据场景下的检测效果,验
高光谱成像技术将成像技术和光谱技术相结合,所得到的高光谱图像是包含着丰富光谱信息的具有三个维度的数据立方体,因此高光谱图像在地物分类、食品安全、地质勘测和军用监测等诸多领域中发挥着重要的作用。然而由于成像设备和太阳辐射照度的限制,导致成像系统无法获取同时具有较高分辨率和较多光谱波段数的光谱图像,这极大的限制了光谱图像在各种领域中的应用。最近,利用高分辨率的多光谱图像和低分辨率的高光谱图像进行融合以
滑动轴承具有高转速、高精度、高承载力等优点,它被广泛应用于大型燃汽轮机等旋转机械领域中,其油膜润滑特性和稳定性对整机性能具有非常大的影响,所以对系统运行特性的研究就显得十分重要。在旋转机械的实际应用中发现,工程人员往往希望提高加工精度来减少轴颈轴瓦的制造误差对转子系统运行特性的影响,但是在提高加工精度的同时,零件的制造成本也会相应增加,所以在研究滑动轴承制造误差对系统运行特性影响规律的同时也要考虑
混合波束形成作为一种新型阵列信号处理技术,可以在较高工作频段下实现成本与性能间的折衷,在5G技术演进、6G预研以及军民用雷达等领域均具有重大研究价值。近年来,由于波束对准技术发展迅速,码本已经成为混合波束形成的一种重要工作方式,如何针对混合波束形成进行码本设计是一项关键问题。此外,更高频段往往对应更大带宽,这将使阵列产生波束斜视现象,影响码本工作的有效性,因此,研究混合波束形成中的波束斜视抑制方法
现如今视频已经成为信息的主要承载体,人们的日常生活、监控安防等方面每时每刻都在产生庞大的视频信息,且大部分未经过裁剪。时序行为检测的核心任务是在未修剪的视频中定位动作实例的时序节点,并对该动作实例进行分类,当前该任务的瓶颈点主要在于如何得到更精准的定位结果,以高召回率的时序提名来得到更准确的检测结果。论文基于二阶段策略,选择边界匹配网络为基础网络,研究并改进了该提名生成网络,具体研究内容如下:（1
装载机广泛运用于工业与民用建筑中,在工程机械中占据着重要的地位。动臂作为装载机产品的核心部件与摇臂、连杆、铲斗、前车架铰接,在摇臂油缸和动臂油缸的共同作用下,完成铲装散状物料的工作。在装载机实际生产中发现,动臂在进行整机装配时会出现尺寸超差问题,这将会影响装载机的工作效率和可靠性。例如动臂的同轴度超差,将会导致装配后轴孔间的磨损,降低整机的可靠性,所以对动臂关键尺寸的控制是提高整机装载效率及装配可
随着我国城市绿化进程不断加快,草坪种植面积逐年增加,割草机在草坪维护管理中发挥着重要作用。由于在复杂的草坪环境中,存在一些公共设施等障碍物,给割草机的工作带来很大的安全隐患。因此,割草机的设计需要具备障碍物识别和避让的能力以保证割草机稳定运行。本文针对割草机的障碍物检测和避障方法进行深入研究,采用深度学习目标检测算法来实时检测前方可能存在的各类障碍物风险,并基于改进的人工势场法进行避障处理,提高了