石墨烯纳米带场效应管结构优化

石墨烯纳米带场效应管(graphene nanoribbon field effect transistor,GNRFET)作为后硅基时代集成电路基础器件的有力竞争者受到广泛关注。以数字电路应用为指向,基于密度泛函理论的计算仿真,对GNRFET的结构设计优化进行了研究。分析了宽度N=3m和N=3m+1(m为正整数)两系列半导体型石墨烯纳米带的传输特性,结果表明N=3m系的扶手椅型石墨烯纳米带(armchair GNR,AGNR)更适合作为晶体管的沟道。研究了掺杂对GNRFET性能的影响,得到明显n型特性,并确定了掺杂位置;探讨了沟道长度对器件的影响,得到了较大的开关电流比(约1 700)和较小的亚阈值摆幅(30～40 mV/decade)。这些优化手段有效提高了GNRFET的性能,可指导其设计和制备。

一种具备良好泛化能力的神经网络MOSFET模型

设计了一种具有良好泛化能力的神经网络MOSFET模型。通过对超阈值区域和亚阈值区域的分段建模,得到了对器件直流特性和温度特性的精确描述。采用自适应遗传算法对网络的泛化能力进行优化,使模型对训练样本集边界外的数据也有很好的计算精度,具备了良好的预测能力。在Verilog-A平台上实现了分段模型的整合,能直接应用于基于SPICE的电路设计与分析。