当前位置: 首页 > article >正文

半导体器件与物理篇3 P-N结

热平衡时的PN结

pn结的定义:由p型半导体和n型半导体接触形成的结

pn结的特性和关键变量包括:整流性(即电流单向导通的特性)、平衡费米能级(费米能级 E F E_F EF为常数, d E F d x = 0 )、内建电势 \frac{dE_F}{dx}=0)、内建电势 dxdEF=0)、内建电势V_{bi}、空间电荷区(亦称为耗尽层)

我们将从这些性质入手,由浅入深、从定性到定量的角度去探讨pn结

PN结特性1:整流性

pn结的整流性,即只允许电流单向导通

pn结特性2:费米能级 E F E_F EF为常数,即 d E F d x = 0 \frac{dE_F}{dx}=0 dxdEF=0

产生原因:在热平衡时,也就是在给定温度之下,没有任何外界扰动,流经pn结的电子电流和空穴电流都为零。因此,对于每一种载流子,电场造成的漂移电流必须与浓度梯度引起的扩散电流完全抵消

关键公式: d E F d x = 0 \frac{dE_F}{dx}=0 dxdEF=0

由公式可以得到:在热平衡时,PN结内部的费米能级相同

(PS:能带图在保证各自的费米能级相同时,导带底部和价带顶部会进行一个渐变的变化)

pn结特性3:内建电势 V b i V_{bi} Vbi

内建电势 V b i V_{bi} Vbi的推导思路

我们现在理一下思路。假如现在有两块半导体a和b,全部都是本征半导体。
a和b拼在一起则电势差为零,也没有了内建电势。
那什么时候有电势差呢?

我对半导体a掺入了受主杂质,使其空穴浓度迅猛增加;此时我即使不对b进行操作,a中的电势也会下降。为什么电视会下降呢?

因为a中的空穴太多,就会扩散到b中。
本来a和b都是平衡的,但这个时候b那一侧因为扩散而有了更多的空穴,于是带了正电。

这个时候如果我再把正电荷从半导体a搬运到半导体b,则需要克服这部分正电荷产生的电场力。
电势差这不就产生了吗。

同样我们页可以知道,当半导体a掺入越多的受主杂质,除了电离产生的空穴越来越多,其费米能级 E F E_F EF也会越接近价带,并越偏离本征费米能级 E i E_i Ei
此可以通过半导体a的 ( E i − E F ) (E_i-E_F) (EiEF)间接算出半导体a这一侧的电势 ψ p \psi_p ψp

往a中掺入受主杂质还不够,我还往半导体b中掺入施主杂质,使b中充满了电离产生的自由电子。
那么,同理也会使半导体b的电势 ψ n \psi_n ψn上升。

用同样的方法算出b侧的电势,两者相减不就得到了两块半导体之间的内间电势(差)了吗?

其他科学家已经帮我们把 ( E i − E F ) (E_i-E_F) (EiEF) ψ n 和 ψ p \psi_n和\psi_p ψnψp的关系式求好了,我们拿来用就行: ψ p = − q q ( E i − E F ) \psi_p=-\frac{q}{q}(E_i-E_F) ψp=qq(EiEF)
心动不如行动,我们这就立刻开始进行求解。

内建电势 V b i V_{bi} Vbi的推导过程

1.我们先列出包含 ( E i − E F ) (E_i-E_F) (EiEF)的表达式,恰巧我知道一个,就是p区和n区各自多子的浓度表达式: p 区多子浓度 p = n i e x p ( E i − E F k T p区多子浓度p=n_iexp(\frac{E_i-E_F}{kT} p区多子浓度p=niexp(kTEiEF
p区和n区的少子浓度,我们先假设为0

对p区的多子浓度表达式进行换算,得到: E i − E F = k T l n p n i E_i-E_F=kTln\frac{p}{n_i} EiEF=kTlnnip

我们来分析一下上面这个式子中。
kT是温度,室温下为300K(以开);本征载流子浓度 n i = 9.65 × 1 0 9 c m − 3 n_i=9.65\times 10^{9} cm^{-3} ni=9.65×109cm3
你问我 n i n_i ni怎么来的?我带你回顾一下《半导体器件与物理篇1 热平衡时能带和载流子浓度》中的表格吧:

同时一些室温下(300K)重要的常数需要牢记:

普朗克常量 h = 6.63 ⋅ 1 0 − 34 J ⋅ s h=6.63\cdot 10^{-34} J\cdot s h=6.631034Js-
Si N c = 2.86 × 1 0 19 c m − 3 N_c=2.86\times 10^{19} cm^{-3} Nc=2.86×1019cm3
- N v = 2.66 × 1 0 19 c m − 3 N_v=2.66\times 10^{19} cm^{-3} Nv=2.66×1019cm3
- n i = 9.65 × 1 0 9 c m − 3 n_i=9.65\times 10^{9} cm^{-3} ni=9.65×109cm3
GaAs N c = 4.7 × 1 0 17 c m − 3 N_c=4.7\times 10^{17} cm^{-3} Nc=4.7×1017cm3
- N v = 7.0 × 1 0 18 c m − 3 N_v=7.0\times 10^{18} cm^{-3} Nv=7.0×1018cm3
- n i = 2.25 × 1 0 6 c m − 3 n_i=2.25\times 10^{6} cm^{-3} ni=2.25×106cm3

那有哪些变量是未知的呢?
载流子浓度 p p p呀!!!

所以第二步,我们就要把这不好直接看出来的这个载流子浓度 p p p,转变成我们可以看出来的变量。
比如说,我们对这块半导体掺入了多少杂质( N A 和 N D N_A和N_D NAND

2.于是,让我们翻找一下,有哪个公式既包含了载流子浓度,有包含了 N A 和 N D N_A和N_D NAND呢?
已知泊松方程式: d 2 ψ d x 2 = d E d x = ρ s ε s = q ( p − n + N D + − N A − ε s \frac{d^2\psi}{dx^2}=\frac{dE}{dx}=\frac{\rho_s}{\varepsilon_s}=\frac{q(p-n+N_D^{+}-N_A^{-}}{\varepsilon_s} dx2d2ψ=dxdE=εsρs=εsq(pn+ND+NA

由空间电荷密度 ρ s \rho_s ρs的表达式可以知道,载流子的浓度需要与其对应的提供者——施主和受主杂质浓度相减。因此在正常情况下,在空间电荷密度应该为0

由此可得整个泊松方程式都为0: p − n + N D + − N A − = 0 p-n+N_D^{+}-N_A^{-}=0 pn+ND+NA=0

这样一来,我们就凑齐了计算电势 ψ p \psi_p ψp最后的一块拼图: { p = N A − n = N D + \begin{cases} p=N_A^{-}\\n=N_D^{+}\end{cases} {p=NAn=ND+
掺杂浓度 N A 和 N D N_A和N_D NAND右上角的正负号,表示的是电离的杂质。

最后,我们把所有的龙珠集合起来,就得到了: ψ p = − k T q l n N A n i \psi_p=-\frac{kT}{q}ln\frac{N_A}{n_i} ψp=qkTlnniNA

3.同理,我们可以得到n区的电势: ψ n = − k T q l n N D n i \psi_n=-\frac{kT}{q}ln\frac{N_D}{n_i} ψn=qkTlnniND

4.将n区和p区的电势相减,就得到了两区之间的电势差,也就是内建电势 V b i V_{bi} Vbi V b i = ψ n − ψ p = k T q l n N A N D n i 2 V_{bi}=\psi_n-\psi_p=\frac{kT}{q}ln\frac{N_AN_D}{n_i^2} Vbi=ψnψp=qkTlnni2NAND

Pn结特性4:空间电荷区

空间电荷区,也称耗尽层abrupt junction,是指在pn结中,由于自由电子的扩散运动和内电场导致的漂移运动,使得p区和n区的交界处产生的一个薄电荷层

耗尽层其实有两部分,分别是过渡区和可动载流子浓度为0的完全耗尽区。一般将过渡区忽略。
由于“可动载流子浓度为0”,可以得到 p = n = 0 p=n=0 p=n=0

p = n = 0 p=n=0 p=n=0代入泊松方程式,得到: d 2 ψ d x 2 = q ε s ( N A − N D ) \frac{d^2\psi}{dx^2}=\frac{q}{\varepsilon_s}(N_A-N_D) dx2d2ψ=εsq(NAND

耗尽区abrupt junction有两种,分别是突变结和线性缓变结。突变结也分为一般的(通用的)突变结和单边突变结

突变结

突变结是浅扩散或低能离子注入形成的pn结。
因此,当题目提及浅扩散或低能离子注入时,则代入突变结的知识点进行计算

假设掺杂的时候都把半导体给掺均匀了。

我们需要求解这一块耗尽区的宽度 W W W,顺便了解一下其内部的电场强度分布。

宽度W与内建电势、掺杂浓度的关系

为了求得宽度W与内建电势、掺杂浓度的关系,我们需要经历如下流程:
1.半导体的总电荷中性要求p侧每单位面积总负电荷必须精确地和n侧每单位面积总正空间电荷相等: N A ⋅ x p = N D ⋅ x n N_A\cdot x_p=N_D\cdot x_n NAxp=NDxn
p侧耗尽层宽度 x p x_p xp,n侧耗尽层宽度 x n x_n xn

x p , x n x_p,x_n xp,xn可以得到: 总耗尽层宽度 W = x p + x n 总耗尽层宽度W=x_p+x_n 总耗尽层宽度W=xp+xn

2.由泊松方程式引入两个已知的变量——掺杂浓度:KaTeX parse error: Expected 'EOF', got '}' at position 53: …ilon_s}(N_A-N_D}̲
,对上式积分两次,可以得到一个电势差。如果积分的区间合适,可以得到内建电势 V b i V_{bi} Vbi

3.第一次积分,得到耗尽层内的电场分布情况: E ( x ) = d ψ d x = { q N A ε s ( x + x p ) , − x p < x < 0 q N D ε s ( x − x n ) , 0 < x < x n E(x)=\frac{d\psi}{dx}=\begin{cases}\frac{qN_A}{\varepsilon_s}(x+x_p),-x_p<x<0\\ \\ \frac{qN_D}{\varepsilon_s}(x-x_n),0<x<x_n \end{cases} E(x)=dxdψ= εsqNA(x+xp),xp<x<0εsqND(xxn),0<x<xn

绘制电场强度关于x的坐标轴:

由图可以得到电场强度在耗尽区内的最大值: E m = q N A x p ε s = q N D x n ε s E_m=\frac{qN_Ax_p}{\varepsilon_s}=\frac{qN_Dx_n}{\varepsilon_s} Em=εsqNAxp=εsqNDxn

4.第二次积分,可以得到耗尽区的内建电势 V b i V_{bi} Vbi V b i = − ∫ − x p 0 E ( x ) d x − ∫ 0 x n E ( x ) d x = 1 2 E m W V_{bi}=-\int_{-x_p}^0 E(x)dx-\int_0^{x_n}E(x)dx=\frac{1}{2}E_mW Vbi=xp0E(x)dx0xnE(x)dx=21EmW

对上式进行换算,可以得到宽度W关于内建电势的表达式: W = 2 V b i E m W=\frac{2V_{bi}}{E_m} W=Em2Vbi

5. E m E_m Em有两个表达式,分别采用了p侧的受主杂质和n侧的施主杂质。
为例同时使用p侧的受主杂质浓度和n侧的施主杂质浓度,我们对 W = 2 V b i E m W=\frac{2V_{bi}}{E_m} W=Em2Vbi进行变换: W = 2 V b i E m ⋅ 2 V b i E m W=\frac{\sqrt{2V_{bi}}}{\sqrt{E_m}} \cdot \frac{\sqrt{2V_{bi}}}{\sqrt{E_m}} W=Em 2Vbi Em 2Vbi

E m = q N A x p ε s = q N D x n ε s E_m=\frac{qN_Ax_p}{\varepsilon_s}=\frac{qN_Dx_n}{\varepsilon_s} Em=εsqNAxp=εsqNDxn代入上式,得到: W = 2 ε s q ( 1 N D + 1 N A ) V b i = 2 ε s q ( N A + N D N A N D ) V b i W=\sqrt{\frac{2 \varepsilon_s}{q} (\frac{1}{N_D}+\frac{1}{N_A})V_{bi}}=\sqrt{\frac{2\varepsilon_s}{q}(\frac{N_A+N_D}{N_AN_D})V_{bi}} W=q2εs(ND1+NA1)Vbi =q2εs(NANDNA+ND)Vbi

突变结可以继续分类:当一边的掺杂浓度远大于另一边时,形成单边突变结

单边突变结

线性缓变结linearly graded junction

线性缓变结是深扩散或高能离子注入的pn结。
因此,当题目提及深扩散或高能离子注入式,则代入线性缓变结的知识点进行计算。

d V = d E ⋅ d W = d Q ε s d W = q ⋅ N ( E ) ⋅ d W 2 2 ε s dV=dE\cdot dW=\frac{dQ}{\varepsilon_s}dW=\frac{q\cdot N(E)\cdot dW^2}{2\varepsilon_s} dV=dEdW=εsdQdW=2εsqN(E)dW2
分母中的“2”是因为电势施加后耗尽层两边都增厚了dW,所以要除以2吗


http://www.kler.cn/a/398528.html

相关文章:

  • 文心一言编写小球反弹程序并优化
  • 从零入门激光SLAM(二十三)——direct_visual_lidar_calibration全型号激光雷达-相机标定包
  • 蓝桥杯备赛(持续更新)
  • 24-Ingest Pipeline Painless Script
  • 【人工智能】迁移学习在深度学习中的应用:用Python实现自定义数据集图像分类
  • 小程序19-微信小程序的样式和组件介绍
  • Redis的Zset在排行榜中应用
  • 【数据结构】树——顺序存储二叉树
  • 面试题1111
  • 使用Kafka实现大规模数据流处理的最佳实践
  • 用哈希表封装myunordered_map/_set--C++
  • LeetCode100之回文链表(234)--Java
  • 药方新解:Spring Boot中药实验管理系统设计
  • 比较TCP/IP和OSI/RM的区别
  • Maven常用打包方式
  • 对接钉钉审批详情
  • FMEA 在新兴技术领域(如量子计算、人工智能芯片等)的应用挑战与机遇
  • linux内核中如何向slab内存分配器申请内存
  • 操作系统启动实验
  • 引领企业未来数字基础架构浪潮,中国铁塔探索超大规模分布式算力
  • 机器学习(贝叶斯算法,决策树)
  • Git与GitLab的企业实战 笔记(尚硅谷)
  • 计算机编程中的异步编程模型及其在提升应用响应性中的作用
  • 算法——两两交换链表中的节点(leetcode24)
  • 背包问题总结
  • SQL初步注入