【摘 要】
：
透明非晶铟镓锌氧（a-IGZO）基薄膜晶体管（TFT）以其具有驱动能力强、光学透过率高、大面积制备均一性好、功耗低等优点,作为核心器件应用于新一代显示驱动技术中。尽管a-IGZO TFT表现出优异的器件性能,但由于a-IGZO沟道材料的晶格结构无序性,在材料中存在高密度的亚带态缺陷,严重影响a-IGZO TFT的器件性能与可靠性。近年来,原位氮掺杂技术被提出抑制a-IGZO TFT器件中亚带态相关
论文部分内容阅读
透明非晶铟镓锌氧（a-IGZO）基薄膜晶体管（TFT）以其具有驱动能力强、光学透过率高、大面积制备均一性好、功耗低等优点,作为核心器件应用于新一代显示驱动技术中。尽管a-IGZO TFT表现出优异的器件性能,但由于a-IGZO沟道材料的晶格结构无序性,在材料中存在高密度的亚带态缺陷,严重影响a-IGZO TFT的器件性能与可靠性。近年来,原位氮掺杂技术被提出抑制a-IGZO TFT器件中亚带态相关缺陷,进而提升器件的电学性能与可靠性。但是氮掺杂对a-IGZO TFT器件中亚带态缺陷密度分布的影响尚不清楚,为了进一步揭示氮掺杂对器件性能与可靠性改善的机理,需要深入系统地研究氮掺杂对a-IGZO TFT缺陷态密度的影响;同时,随着现代显示技术向高分辨率、大尺寸等方向发展,薄膜晶体管需具有更高电子迁移率及高稳定性等特点。基于此,本论文采用TCAD仿真开展了氮掺杂对a-IGZO TFT亚带态缺陷密度分布的影响及IZO/IGZO复合沟道对TFT电学特性的影响的研究。主要工作和结果如下:1.利用Silvaco TCAD仿真工具,开展了不同氮掺杂比率的a-IGZO TFT的器件性能与可靠性（偏压、单色光照射与负偏压光照）的实验拟合。结果发现,适量的氮掺杂比率能够显著降低a-IGZO TFT的界面、带尾态和深能级氧空位相关缺陷态的密度,这与器件在应力条件下电学性能和稳定性的提高相吻合;当过量的氮掺入a-IGZO TFT时,器件的相关缺陷密度增加,导致器件性能和可靠性退化;同时,发现过量的氮掺入将引入氮相关的尾态缺陷,进而导致a-IGZO TFT器件的亚阈值摆幅退化。2.为了进一步提高a-IGZO TFT器件的场效应电子迁移率,使用Silvaco TCAD仿真工具,开展了具有高导电性的a-IZO与a-IGZO复合沟道TFT器件性能与可靠性研究。首先,研究了沟道材料a-IZO/a-IGZO厚度比对器件特性的影响。仿真结果表明,沟道材料厚度比为5:40,TFT器件表现出优异的电学性能,如阈值电压为1.0 V,亚阈值摆幅为0.09 V/dec,场效应电子迁移率为31.1 cm~2/V?s,电流开关比为1010;同时,发现a-IZO/a-IGZO TFT性能的改善与沟道材料界面处形成电子导通路径（副沟道）有关。其次,研究了沟道材料的界面缺陷以及沟道材料中氧相关缺陷对TFT器件可靠性的影响。通过建立并调整态密度模型参数,发现随着界面尾态受主缺陷密度的增加,器件阈值电压和亚阈值摆幅增大;当a-IZO层引入后钝化了TFT器件相关缺陷密度,进而a-IZO/a-IGZO TFT的电学可靠性显著改善。
其他文献
自动调制识别是非合作通信系统中非常关键的一种技术,被广泛应用在军用和民用等诸多领域,具体是在部分或全部通信参数未知的情况下,对接收信号的调制类型进行分类识别,从而有助于后续信号解调等相关信号处理工作,最终提高通信系统的性能。随着日益复杂多变的通信场景,以往很多研究中假设的高斯分布加性噪声已经不再满足实际信道环境的准确描述。实际中,由于飞机、火车等现代交通工具的高速移动,在其中的用户进行通信时会导致
随着物联网的普及和5G应用的发展,越来越多的图像数据被产生和收集。为了有效地对这些数据进行处理,研究者们对计算机视觉下的图像分类、目标检测、图像分割和目标跟踪等各个子领域都进行了深入研究与探索。多目标跟踪是从连续的图像帧中得出所有感兴趣目标的轨迹,其广泛应用在自动驾驶、人机交互和机器人视觉导航,近年来受到越来越多的关注。由于多目标跟踪目标数量的随机性、跟踪背景的复杂性、目标间的遮挡等多种因素的干扰
注意力与学生的学习效率紧密相关。注意力是一种复杂的认知能力,仅仅通过神态、眼睛等外部特征难以判断认知功能是否发挥作用。脑电信号作为一种能够反应个体的思维状态的电信号,为注意力水平识别提供了一种新的可能。然而基于脑电信号的注意力水平识别仍有一些问题有待解决,如目前对注意力的研究多数停留在两级注意力上;传统的注意力识别仅通过单一特征刻画注意力水平,分类率并不理想。针对以上问题,在前人研究成果的基础上,
近年来,随着无线通信、智能终端和人工智能技术的进步和推广,基于位置服务的需求快速增长。由于卫星导航系统无法在室内提供高精度的位置服务,因此室内定位技术具有重要的研究意义和应用价值。凭借便捷和易布署等特点,无线定位和视觉定位的新发现成为了室内定位技术的重点研究方向。一方面信道状态信息克服了仅用接收信号强度作为无线定位特征的诸多缺点,另一方面从建筑信息模型生成合成图像能极大地减少视觉定位中样本采集需要
近年来,人工智能的热潮让机器学习再次回归,大量应用在光网络和光通信的各个方面,成为研究的热点。机器学习凭借能够解决耗时的复杂分类或回归问题的优势,被提出作为一个新的思路去评估光路的传输质量,以获得高精度的光路传输质量评估结果。目前,大量研究提出光路传输质量是否达到设定阈值的机器学习分类器,对构建光纤链路传输质量评估器具有启发作用。本文围绕改进机器学习在光纤链路传输质量的评估模型和评估方法,进行了深
世界卫生组织统计并公布的数据显示每年新增约一千万神经系统疾病患者。贫困、营养和医疗资源的缺乏,导致部分发展中国家神经系统疾病正面临严峻的形势。目前常见的神经系统疾病主要有癫痫、阿尔兹海默症、中风、偏头痛、耳鸣、抑郁症和药物成瘾等。经颅电刺激已被证明是一种针对神经系统疾病非侵入式、安全的治疗手段,可以持续作用于一部分患者,改善各类神经系统疾病。部分研究者也进行了经颅电刺激对人类认知系统影响的研究。多
2004年,科研人员成功制备出石墨烯,这激发了研究者对二维材料的研究热情。研究人员不断寻找结构独特且具有优异性质的新颖二维材料。其中,单层磷化硼（BP）是一种性能很好的二维材料,具有类石墨烯结构和较高的稳定性。BP的带隙值随着层数的增加而减小,其能带可以通过堆叠和施加外电场进行调控,单层BP是一种带隙值约为1 e V的半导体材料且具有直接带隙的性质。此外,它还具有极高的载流子迁移率。由于单层BP的
电力系统的安全稳定运行是社会有秩序发展的心脏和动力,促使我国经济稳步快速发展,为人类社会的发展起到了巨大的促进作用。因此,对电力系统领域的研究对社会和国家来说都有重要的价值和意义。本文主要对智能优化算法中粒子群优化算法进行研究,针对其易过早陷入局部最优值和对于某些多维问题难以搜索到最优解的缺陷进行改进,并应用于电力系统经济调度问题。首先,本文对基本粒子群优化算法做了深入的研究,从算法原理、认知分析
随着信息时代的发展,高质量的图像在摄影、航天、生物医学、通信以及资源勘探等方面具有重要应用。然而图像在采集传输过程中易受到设备以及外部环境的干扰,最终得到的往往是降质图像（通常含有噪声、模糊、下采样等）,极大地影响了后续分析与应用。作为一类特殊的含乘性噪声的降质图像,由于乘性噪声的高度图像依赖性,使得图像乘性噪声去除变得相当困难和极具挑战性,因此研究更加有效的图像乘性噪声去除方法变得尤为重要。由于
手势识别作为一种自然直观的人机交互方式,用户可以通过手部运动来实现对电子设备的控制。毫米波作为5G无线通信关键技术,可大幅度提高无线网络速率。除了超高速无线传输,毫米波的短波长、大带宽、有向波束等特点,也使得高分辨率、高健壮性的人员手势识别成为可能。为了取得更智能、便捷的人机交互体验,本文基于调频连续波毫米波雷达平台进行了手势分类和识别的研究,具体工作如下:（1）针对微小手指动作、易混淆手势的分类