环栅可重构场效应晶体管查找表建模及逻辑单元电路研究

来源 :华东师范大学 | 被引量 : 0次 | 上传用户:susan6918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着半导体技术的迅猛发展,突破物理尺寸的限制变得越来越困难,纳米线环栅已成为5nm以下技术节点的核心器件结构。而可重构场效应晶体管器件(RFET)得益于其自身的结构特点,通过极性栅(Program gate,PG)调控流经沟道内载流子的类型,在一个晶体管内可实现N型导电与P型导电的动态可重构,拓宽了传统晶体管的功能。这样通过RFET的可重构特性,从而可以达到使用较少数目的晶体管去实现更加丰富的逻辑输出,在未来超大规模电路的应用方面具有广阔的前景。本文的主要研究内容和成果如下:首先,利用TCAD工具,搭建了RFET结构,并模拟分析了RFET在不同纳米线直径、不同纳米线长度、不同两栅极间隔、不同温度下的直流特性,研究了不同漏极偏压下,器件寄生电容的情况。其次,依据TCAD在不同Vds的条件下,仿真不同尺寸、不同Vpgs的Ids-Vcgs、Ccgs-Vcgs、Ccgd-Vcgs、Cpgs-Vcgs、Cpgd-Vcgs、Ccgpg-Vcgs曲线,分别制作成查找表。并通过Verilog-A语言分别构建极性栅极电压固定与极性栅极电压可变的查找表模型。并利用构建好的查找表模型模拟器件的I-V、C-V曲线并与TCAD仿真的曲线进行比较,验证了所构建模型的准确性。最后,基于以上构建的RFET器件查找表模型,模拟了最基本的反相器,结果表明,在电源电压为2Vth的情况下具有最优的功耗与延迟的平衡;然后搭建了通过选通信号select来控制电路逻辑输出的NAND/NOR、AND/OR、XNOR/XOR、OAI/AOI电路。根据不同的输入情形对其传播延时、平均功耗、PDP进行仿真。结果表明,其中NAND门电路输入信号为下降沿时,其延时是最低的,NOR门输入信号为上升沿时,延时最低;AND门电路输出为下降沿的延迟要比上升沿的延迟要低,OR门与之相反;XNOR与XOR均在in2为下降情形时延时最低;对于OAI与AOI门输出为下降情况时的延时要比上升情况要低,但是OAI门的功耗受输入的变化影响比AOI门要大。另外探究了在电源电压为1.0V下,RFET的六管静态存储器电路,并评估了其读写速度与读写稳定性。
其他文献
随着互联网5G时代的到来,军工通讯行业也变得越发成熟,竞争也比往年更加激烈,企业依靠自身内在增长的步调放缓。市场竞争环境之激烈,使得企业间加快了整合步伐,存在部分企业选择采取并购方式来获得迅速发展。企业取得协同效应是判断企业并购成功的依据之一,但真正并购成功的案例只是少数,并购失败的案例相对较多。因此,关注和研究军工通讯企业的横向并购活动就变为一个很迫切的问题。本文首先回顾了整个并购交易的背景、动
目前目标检测领域已有诸多研究,算法也层出不穷,如:R-CNN(RegionCNN)、YOLO(You Only Look Once)、SSD(Single Shot Multi Box Detector)等,但这些算法的小目标检测效果却难以尽如人意。同时,卷积神经网络的计算密度大,所以对于实时目标检测,研究如何利用硬件加速运算显得尤为重要。本文将算法移植到目标板上,使用目标板上硬件单元加速计算,并
学位
随着云计算、物联网、大数据等信息化技术的快速发展,人们对网络终端设备的依赖性日益增加,社区、企业、学校等场景下的网络数据环境日益复杂。由于缺乏对网络数据的监控与管理,诸如数据泄露、DDo S攻击、家用摄像头入侵等网络安全问题日益凸显。目前,基于软件层面的传统网络数据监控与管理方案具有处理能力、处理时延、资源消耗等方面的局限性。结合应用场景与项目需求,本文自主设计并实现了一套基于FPGA的网络数据管
随着经济的日益发展,无人驾驶在汽车驾驶中的地位越发重要,在无人驾驶中车辆进行各种驾驶决策的关键一环是道路检测。然而现有的应用于道路检测的多模态数据融合方法由于未能降低LiDAR点云数据之间的距离,导致在道路检测中会出现检测过程时间开销大的问题。本文通过将LiDAR点云数据和视觉图像数据两种异源数据通过球面坐标变换进行数据级融合,并使用改进的SegNet进行道路检测,以此实现一种高精度低时延的道路检
学位
厌氧膜生物反应器(anaerobic membrane reactor,AnMBR)作为一种应用广泛的有机固体废物处理工艺,利用有机物产生沼气的同时实现剩余污泥的减量化,在技术和经济上具有很大的优势和前景。目前,AnMBR在实际应用中面临诸多技术难题,如厌氧消化性能低、消化残渣处理难、膜污染严重等。共消化是一种简单高效处理有机固体废物的技术,在提升厌氧消化性能、缓解膜污染等方面有极大的应用潜力。基
图像配准和图像分割是医学图像处理中的两项关键技术,在疾病诊断、手术导航、疗效评估等实际医疗场景中发挥着非常重要的作用。传统的医学图像配准和人工分割耗时较长,且对医生的专业水平要求较高。随着医学图像种类和数量的激增,医生的工作负担显著增加,从而导致漏诊和误诊的现象发生。近些年来深度学习的快速发展,吸引了越来越多的研究人员将深度学习引入医学图像配准和分割任务中,利用计算机来辅助医生进行诊断,提高医生的
蓝藻水华一直是全球性重大环境问题,对蓝藻进行环境友好的处理与处置是关系国计民生的重要研究课题。蓝藻富含蛋白质、碳水化合物、脂类等营养物质,蓝藻的高值化再生资源回收利用成为近年来的研究热点。通过厌氧发酵对蓝藻进行资源化利用具备广阔应用前景和实践意义。但蓝藻细胞独特的刚性结构导致厌氧发酵效率不高,为强化蓝藻厌氧发酵效率,需针对蓝藻实行一定的预处理。目前已公开的蓝藻厌氧发酵预处理方法不多,因此,亟需开发
学位