半导体器件建模仿真-DD-Poisson耦合_Fermi-Dirac统计

当模拟高掺杂或强简并半导体（如源漏接触区、高掺杂基区）时，载流子浓度分布用Boltzmann统计描述不准，需要从Boltzmann统计切换到Fermi-Dirac统计，这会导致控制方程的形式发生本质变化，并对数值求解带来显著影响。

本章重点介绍Fermi-Dirac统计下的漂移-扩散与Poisson方程耦合的物理过程。

核心变化：载流子浓度公式

1. Boltzmann统计

\[n = n_i \exp\left(\frac{q(\phi - \phi_n)}{k_B T}\right)\\ p = n_i \exp\left(\frac{q(\phi_p - \phi)}{k_B T}\right) \]

载流子浓度与准费米势之间为纯指数关系，是线性的对数变换。这只是 \(q(\phi-\phi_n) >> kT\) 时的近似。

2. Fermi-Dirac 统计

\[n = N_c \frac{2}{\sqrt{\pi}} F_{1/2}\left(\frac{q(\phi - \phi_n) - E_c}{k_B T}\right) \\ p = N_v \frac{2}{\sqrt{\pi}} F_{1/2}\left(\frac{E_v - q(\phi_p - \phi)}{k_B T}\right) \]

或者引入简并因子 \(\gamma_n, \gamma_p\) 来刻画对Boltzmann统计关系的偏离：

\[n = n_i \exp\left(\frac{q(\phi - \phi_n)}{k_B T}\right) \cdot \gamma_n(\eta_n) \\ p = n_i \exp\left(\frac{q(\phi_p - \phi)}{k_B T}\right) \cdot \gamma_p(\eta_p) \]

其中：

• \(N_c\), \(N_v\)：导带和价带有效态密度。
• \(F_{1/2}(\eta)\)：Fermi-Dirac（1/2阶），其自变量 \(\eta\) 称为简约费米能级。对于电子，\(\eta_n = (E_{Fn} - E_c)/(k_B T) = q(\phi - \phi_n - \phi_c)/(k_B T)\)，\(\phi_c\) 为导带底电势。
• \(\gamma_n(\eta_n) = F_{1/2}(\eta_n) / e^{\eta_n}\)：简并因子。当 \(\eta_n << -1\) (非简并) 时，\(\gamma_n ≈ 1\)，退化为玻尔兹曼统计；当 \(\eta_n\) 很大 (强简并) 时，\(\gamma_n > 1\)。
• \(E_c\), \(E_v\)：导带底和价带顶，它们会随掺杂浓度变化（带隙变窄效应）。

---

对耦合求解流程的影响

整个自洽求解的框架（Poisson + 连续性方程）不变，但所有涉及 \(n(p)\) 及其偏导数的环节都需要重写。

• 1. 对控制方程本身的影响

  • Poisson方程：电荷密度项 \((p - n)\) 现在必须用Fermi-Dirac关系计算，其非线性更强。
  • 连续性方程：电流密度表达式 \(J_n = -q μ_n n\nabla\phi_n\) 形式上仍然成立。但迁移率 \(\mu_n\) 现在不仅是电场的函数，还可能依赖于载流子浓度（简并度）。

• 2. 对Gummel迭代法的影响
  在更新载流子浓度和求解连续性方程的步骤中，必须使用Fermi-Dirac统计关系。

  • 更新载流子浓度：
    不能再简单使用 \(exp()\)，而需要计算Fermi-Driac积分或查表。

  # 伪代码示例：计算电子浓度
  eta_n = (phi[i] - phi_n[i] - phi_c) / (k_B_T_over_q)
  # 方法1：调用费米积分计算函数
  n[i] = N_c * (2/sqrt(pi)) * FD_Integral_OneHalf(eta_n)
  # 方法2：使用预计算的简并因子表 γ_n = f(eta_n)
  # n[i] = n_i * exp(eta_n) * Interpolate_Gamma_n(eta_n)
  

  这会显著增加单次迭代的计算成本。

  • 求解连续性方程（内循环的牛顿法）：
    构建局部雅可比矩阵时，关键项 \(\partial n/\partial\phi_n\) 变得复杂：

\[ \frac{\partial n}{\partial \phi_n} = - \frac{q}{k_B T} \cdot n \cdot \frac{F_{-1/2}(\eta_n)}{F_{1/2}(\eta_n)} \]

其中 \(F_{-1/2}\) 是 -1/2 阶Fermi-Dirac积分。这个比值在非简并时约等于1（退化回Boltzmann情况 \(\partial n/\partial\phi_n = -q n / (k_BT)\)），在简并时会小于1，导致耦合变得复杂。

• 3. 对Newton迭代法的影响（最大）

Newton迭代法最受影响，雅可比矩阵 \(J\) 中所有与载流子浓度导数相关的项都需要重新计算。

• 以 \(\partial F_{P,i} / \partial\phi_i\) 为例：
  在Boltzmann统计下：\(\partial n/\partial\phi = q n / (k_BT)\)， \(\partial p/\partial\phi = -q p / (k_BT)\)。
  在Fermi-Dirac统计下：

\[ \frac{\partial n}{\partial \phi} = + \frac{q}{k_B T} \cdot n \cdot \frac{F_{-1/2}(\eta_n)}{F_{1/2}(\eta_n)} = - \frac{\partial n}{\partial \phi_n} \\ \frac{\partial p}{\partial \phi} = - \frac{q}{k_B T} \cdot p \cdot \frac{F_{-1/2}(\eta_p)}{F_{1/2}(\eta_p)} = + \frac{\partial p}{\partial \phi_p} \]

因此，Poisson方程对角元的电荷贡献部分变为：

\[ \frac{\partial}{\partial \phi_i} [q(p_i - n_i)] = \frac{q^2}{k_B T} \left[ -p_i \cdot r_p(\eta_p) - n_i \cdot r_n(\eta_n) \right] \]

其中 \(r(\eta) = F_{-1/2}(\eta) / F_{1/2}(\eta)\) 是简并修正因子。由于 \(r(\eta) ≤ 1\)，这个耦合项的绝对值比Boltzmann情况下更小，导致矩阵的主对角优势减弱，可能使牛顿迭代的收敛性变差。

• 以 \(\partial F_{n,i} / \partial\phi_i\) 为例：
  这个耦合项来自于电流项和复合项对 \(\phi\) 的依赖。计算它需要求 \(\partial/\partial\phi [\mu_n n\nabla\phi_n]\)，其中 \(n\) 通过Fermi-Dirac积分依赖于 \(\phi\)，导数 \(\partial n/\partial\phi\) 如上所示，形式复杂。这大大增加了雅可比矩阵元素计算的复杂度和成本。

---

实用的数值处理策略

1. Fermi-Dirac积分的快速计算：

   • 使用有理函数逼近或查表+插值。通常预计算 \(F_{1/2}(\eta)\) 和 \(F_{-1/2}(\eta)\) 的查询表，运行时进行高效插值。
   • 对于 \(\eta < -1\)，使用渐近级数；对于 \(\eta\) 在中间范围，使用特定拟合公式；对于 \(\eta > 10\)，使用强简并近似 \(F_{1/2}(\eta) ≈ (4\eta^{3/2})/(3\sqrt{\pi})\)。

2. 带隙变窄 (Band Gap Narrowing, BGN) 的纳入：

   • 高掺杂时，\(E_c\) 和 \(E_v\) 会移动，有效带隙 \(E_g\) 减小。这直接影响费米积分的自变量 \(\eta\)。
   • 通常采用经验模型，如 \(\delta E_g = f(N_{dop})\)，然后修正 \(\phi_c\) 和 \(\phi_v\)。
   • 这进一步增加了 \(n(p)\) 对掺杂浓度和电势的依赖复杂性。

3. 迭代策略的调整：

   • 由于Fermi-Dirac统计下方程非线性更强，而耦合却因 \(r(\eta) < 1\) 而“表现得更弱”，可能需要：
     • 更保守的阻尼因子：在Newton法中采用更小的 \(\lambda\)。
     • 使用更精确的初始猜测：例如，先用Boltzmann统计进行几次Gummel迭代，再切换到Fermi-Dirac统计进行全牛顿迭代。
     • 考虑采用“冻结系数”法：在构建雅可比矩阵时，不每次都更新最复杂的耦合导数项，以节省计算时间。

---

总结对比

特性	Boltzmann统计	Fermi-Dirac统计
物理适用范围	低掺杂，非简并半导体	任意掺杂，包括高掺杂简并半导体
载流子浓度公式	指数关系，解析形式简单	包含费米积分，需数值计算
非线性强度	强，但形式单一	极强，且形式复杂
变量间耦合强度	强	在简并区减弱
数值实现复杂度	低，导数可解析写出	高，需计算/查询费米积分及其比值
计算成本	低	显著增加（每个网格点每次迭代）
关键附加效应	通常忽略	必须与带隙变窄模型一同使用

在实际操作中，通常会根据区域的掺杂水平动态选择统计模型（如在低掺杂体区用Boltzmann统计，在高掺杂接触区用Fermi-Dirac统计），以在精度和效率间取得平衡。