TẠP CHÍ KHOA HỌC, Đại học Huế, Số 65, 2011<br />
MÔ PHỎNG BA CHIỀU LINH KIỆN NA-NÔ BÁN DẪN<br />
VỚI LỜI GIẢI PHƯƠNG TRÌNH POISSON<br />
DỰA TRÊN THUẬT TOÁN GPBICG<br />
Đinh Như Thảo, Dương Thị Diễm My,<br />
Nguyễn Châu Phương Thi, Ngô Thanh Thủy<br />
Trường Đại học Sư phạm, Đại học Huế<br />
<br />
TÓM TẮT<br />
Bài báo trình bày việc xây dựng chương trình giải phương trình Poisson ba chiều dựa<br />
trên thuật toán GPBICG để sử dụng trong chương trình mô phỏng linh kiện na-nô bán dẫn bằng<br />
phương pháp Monte – Carlo tập hợp tự hợp. Chương trình mô phỏng được áp dụng để mô<br />
phỏng động lực học ba chiều của hạt tải trong các đi-ốt p-i-n bán dẫn GaAs. Các kết quả mô<br />
phỏng thu được hoàn toàn phù hợp với các kết quả của các công trình đã được công bố trước<br />
đây [1, 2]. Các kết quả chỉ ra rằng, chương trình giải phương trình Poisson dựa trên thuật toán<br />
GPBICG không những có tốc độ hội tụ nhanh mà còn có tính ổn định cao hơn các chương trình<br />
từng được sử dụng [2].<br />
Từ khóa: Mô phỏng linh kiện bán dẫn, phương trình Poisson ba chiều, thuật toán<br />
GPBICG, phương pháp Monte – Carlo.<br />
<br />
1. Giới thiệu<br />
Nghiên cứu và phát triển các linh kiện na-nô bán dẫn đang thu hút sự quan tâm<br />
mạnh mẽ của giới khoa học do tính ứng dụng cao của nó [1, 2, 3]. Nghiên cứu thực<br />
nghiệm các linh kiện na-nô nói chung là rất tốn kém, đòi hỏi phải sử dụng công nghệ<br />
cao và mất nhiều thời gian. Các phương pháp nghiên cứu lý thuyết có thể giúp khắc<br />
phục được các hạn chế nêu ở trên, đặc biệt là các phương pháp mô phỏng như: phương<br />
pháp Monte – Carlo tập hợp tự hợp, phương pháp các phương trình cân bằng, mô hình<br />
kéo theo – khuếch tán [4]. Trong lớp các phương pháp đó, Monte – Carlo tập hợp tự hợp<br />
có nhiều ưu điểm nổi trội đặc biệt là tính chính xác và tính ổn định. Đây là phương pháp<br />
bán cổ điển với tốc độ tán xạ được tính toán dựa trên qui tắc vàng Fermi và việc khảo<br />
sát động lực học của hạt tải dựa trên các phương trình động học của Newton.<br />
Trong quá trình mô phỏng, phương pháp Monte – Carlo tập hợp tự hợp cần cập<br />
nhật phân bố của điện thế trong linh kiện ứng với một phân bố xác định của điện tích.<br />
Phân bố điện thế trong linh kiện có thể được xác định bằng việc giải phương trình<br />
Poisson, thông thường bằng phương pháp sai phân hữu hạn [4]. Khi đó việc giải phương<br />
trình Poisson chuyển thành việc giải một hệ phương trình tuyến tính cực lớn với hàng<br />
215<br />
<br />
triệu phương trình và hàng triệu ẩn. Rõ ràng, việc giải hệ phương trình trên bằng một<br />
phương pháp giải tích là một việc bất khả thi và người ta phải sử dụng đến các phương<br />
pháp số. Đến nay nhiều phương pháp đã được xây dựng như: Jacobi, Gauss – Seidel,<br />
SOR, đa ô lưới (multigrid), iLU [5, 6]. Các phương pháp này có thể cho các kết quả<br />
chính xác tuy nhiên độ ổn định không cao và tốc độ hội tụ thấp. Gần đây, các phương<br />
pháp không gian con Krylov như CGS, BiCG, BICGSTAB, BICGSTAB2,<br />
BICGSTAB(l), GPBICG đã được phát triển và sử dụng như là các phương pháp hiệu<br />
quả trong việc giải các hệ phương trình tuyến tính thưa loại lớn [5]. Một số tác giả đã sử<br />
dụng phương pháp BICGSTAB để giải phương trình Poisson và đã thu được các kết quả<br />
chính xác với thời gian tính toán được rút ngắn nhiều lần [2, 7]. Đó là động lực để<br />
chúng tôi tiến hành tìm nghiệm của phương trình Poisson bằng phương pháp GPBICG,<br />
phương pháp được đánh giá là hoạt động ổn định hơn và cho kết quả nhanh hơn phương<br />
pháp BICGSTAB [8].<br />
2. Giải phương trình Poisson ba chiều bằng thuật toán GPBICG<br />
Giả sử vật liệu là đồng nhất thì phương trình Poisson trong trường hợp ba chiều<br />
có dạng:<br />
<br />
2 2 2<br />
<br />
2 2 ,<br />
2<br />
x<br />
y<br />
z<br />
S<br />
<br />
(1)<br />
<br />
ở đây, là điện thế, là mật độ điện tích, S là hằng số điện môi tĩnh trong linh kiện;<br />
x , y , z là ba biến không gian. Để có thể dễ dàng thực hiện sai phân hữu hạn ta chia<br />
mô hình linh kiện thành các ô lưới và giả sử khoảng cách giữa các nút lưới theo các<br />
chiều không gian là bằng nhau, x y z . Tiến hành lấy sai phân hữu hạn phương<br />
trình (1) ta thu được hệ phương trình sau:<br />
<br />
i 1, j ,k i , j 1,k i , j ,k 1 6i , j ,k i 1, j ,k i , j 1,k i , j ,k 1 <br />
<br />
i , j ,k 2<br />
x , (2)<br />
S<br />
<br />
ở đây, i 1, N x , j 1, N y , k 1, N z với N x , N y , N z lần lượt là số nút lưới theo các<br />
chiều không gian Ox , Oy , Oz . Hệ phương trình (2) có thể được viết lại dưới dạng một<br />
phương trình ma trận như sau:<br />
A b, (3)<br />
trong đó, ma trận A có dạng:<br />
b1 <br />
<br />
a2 <br />
A<br />
<br />
<br />
<br />
<br />
<br />
c1 <br />
b2 c2 <br />
<br />
0<br />
<br />
<br />
0<br />
<br />
aNZ1 bNZ1 <br />
a NZ <br />
216<br />
<br />
<br />
<br />
<br />
,<br />
<br />
cNZ1 <br />
bNZ <br />
<br />
(4)<br />
<br />
với a j và c j là các ma trận một đường chéo chính:<br />
<br />
<br />
<br />
<br />
a j c j <br />
<br />
<br />
<br />
<br />
<br />
0<br />
<br />
<br />
<br />
<br />
0<br />
<br />
<br />
<br />
<br />
<br />
<br />
,<br />
<br />
<br />
<br />
<br />
<br />
(5)<br />
<br />
còn b j là ma trận ba đường chéo chính:<br />
<br />
1<br />
2(1 )<br />
<br />
<br />
<br />
1<br />
2(1 ) 1<br />
<br />
<br />
,<br />
b j <br />
<br />
<br />
<br />
<br />
<br />
1 2(1 )<br />
1<br />
<br />
<br />
1<br />
2(1 ) <br />
<br />
<br />
0<br />
<br />
(6)<br />
<br />
0<br />
<br />
trong đó (x z )2 1 .<br />
Bảng 1. Thuật toán GPBICG để tìm nghiệm của phương trình Poisson<br />
<br />
Đây là một phương trình ma trận loại lớn và việc giải phương trình này khá phức<br />
tạp. Dù dùng phương pháp nào thì để có thể giải hệ này với cách giải thông thường ta<br />
cũng đều cần một máy tính mạnh với bộ nhớ cực lớn để có thể lưu trữ và xử lý dữ liệu.<br />
217<br />
<br />
May mắn là các phương pháp không gian con Krylov có thể hỗ trợ cách tính toán không<br />
cần lưu trữ các số liệu tính toán trung gian. Đây chính là ưu điểm lớn nhất của các<br />
phương pháp. Việc tính toán không cần dùng nhiều bộ nhớ có thể được thực hiện bằng<br />
cách khai triển các phép nhân ma trận thông qua hệ phương trình (4). Giải thuật<br />
GPBICG để tìm nghiệm của phương trình Poisson được khai triển trong Bảng 1.<br />
3. Kết quả mô phỏng và thảo luận<br />
Mô hình cấu trúc của đi-ốt p-i-n bán dẫn GaAs gồm một lớp bán dẫn thuần (i)<br />
kẹp giữa hai lớp bán dẫn pha tạp loại p và loại n như được chỉ ra trong Hình 1. Trong đó,<br />
mỗi lớp có độ dày tương ứng là di , d p và d n . Mật độ pha tạp acceptor và donor tương<br />
ứng là N A và N D , các tạp được phân bố từ bề mặt của các lớp p và n vào sâu bên trong<br />
linh kiện theo hàm phân bố Gauss. Trạng thái cân bằng nhiệt của linh kiện được xác lập<br />
bằng mô phỏng thời gian thực trước khi chiếu xung laser vào linh kiện.<br />
<br />
Hình 1. Mô hình đi-ốt p-i-n GaAs<br />
<br />
Chúng tôi đã sử dụng phương pháp Monte – Carlo tập hợp tự hợp để mô phỏng<br />
động lực học của hạt tải trong linh kiện trong trường hợp chiếu một xung laser với chiều<br />
dài của xung là 12 fs và năng lượng photon là 1.49 eV . Các tham số cấu trúc vùng<br />
<br />
năng lượng được sử dụng như sau: E gap<br />
1.42 eV , m* e 0.063 m0 , m* h 0.45 m0 ,<br />
<br />
*<br />
mLe<br />
0.222 m0 , và độ chêch lệch năng lượng giữa và L EL 0.29 eV . Chúng tôi<br />
<br />
giả<br />
<br />
thiết<br />
<br />
rằng<br />
<br />
d p d n 50 nm<br />
<br />
,<br />
<br />
di 340 nm<br />
<br />
và<br />
<br />
N A 0.5 1017 cm 3<br />
<br />
,<br />
<br />
N D 2.5 1017 cm3 và N ex 5 1016 cm 3 sau thời gian 1 ps . Kích thước theo ba chiều<br />
<br />
không gian của đi-ốt là Lx Ly Lz 440 nm 100 nm 100 nm , giả sử đi-ốt được nuôi<br />
cấy theo phương Ox . Mô hình linh kiện được chia thành các ô lưới không gian với<br />
khoảng cách giữa các nút lưới là x y z 50 10 10 m . Như vậy, ta sẽ có N x 89<br />
nút lưới theo phương Ox , N y 21 nút lưới theo phương Oy và N z 21 nút lưới theo<br />
phương Oz . Điện trường ngoài được đặt vào linh kiện dọc theo phương Ox và đi-ốt<br />
được phân cực nghịch, xem Hình 1.<br />
Hình 2 mô tả sự thay đổi vận tốc trôi dạt của điện tử theo các phương Ox , Oy<br />
và Oz và vận tốc trôi dạt toàn phần ứng với điện trường ngoài Eext 100 kV cm . Từ đồ<br />
218<br />
<br />
thị ta thấy rằng, điện tử chủ yếu chuyển động trôi dạt theo phương Ox . Vận tốc trôi dạt<br />
toàn phần của điện tử được đóng góp chủ yếu từ thành phần vận tốc theo phương Ox ,<br />
còn các thành phần vận tốc theo phương Oy và phương Oz cho đóng góp không đáng<br />
kể. Đặc biệt, tại thời điểm ban đầu sau khi chiếu xung laser vận tốc trôi dạt của điện tử<br />
theo phương Ox tăng nhanh vượt xa giá trị bão hòa rồi sau đó giảm nhanh về giá trị bão<br />
hòa, hiện tượng này được gọi là sự vượt quá vận tốc [1, 4].<br />
<br />
Hình 2. Vận tốc trôi dạt của điện tử theo các phương khác nhau và vận tốc trôi dạt toàn phần<br />
như là hàm của thời gian ứng với Eext 100 kV cm<br />
<br />
Hình 3. Vận tốc trôi dạt của điện tử theo phương Ox như là hàm của thời gian ứng với các điện<br />
trường ngoài khác nhau<br />
219<br />
<br />