シリコンフォトニクス・ファウンドリプロセス向けにPIN光検出器モデルを最適化する方法

ウェブ見積
電子設計自動化
+ 電子設計自動化
電子設計自動化
+ 電子設計自動化

鋳造プロセス向けモデルのカスタマイズ

PIN（正-内因-負）型光検出器モデルの最適化には、半導体の挙動とレイアウトに起因する寄生成分の両方を正確に表現する必要があります。光検出器、寄生部品、バイアス電圧、負荷抵抗、および光入力を用いた交流（AC）小信号シミュレーションを設定し、対応する周波数範囲にわたる実測デバイスデータをインポートしてください。

シミュレーション結果と実測応答を比較し、不一致の原因となる変数を最適化します。候補となるパラメータには、寄生容量、インダクタンス、抵抗、直列抵抗、接合容量、およびドリフトや拡散に関連する変数などが含まれます。寄生変数を固定したまま、適切な光検出器変数をバイアスに応じて変化させながら、複数のバイアス条件下で最適化されたパラメータを検証します。

光検出器モデルの解を最適化する

AC小信号光検出器のシミュレーション結果と、実際に製造されたデバイスの測定データを比較し、不一致が生じる原因となるモデルパラメータを最適化することで、試験を実施します。Keysight Photonic Designer には、光学および電気光学コンポーネント向けの物理ベースのモデルを含む、シリコンフォトニクス用プロセス設計キット（PDK）のテンプレートが用意されています。 PINフォトディテクタモデルは、半導体の特性に加え、ビアやメタルパッドなどの実用的なレイアウト寄生要素も表現しています。最適化により、寄生要素、直列抵抗、接合容量、およびドリフトや拡散に関連するパラメータを現実的な範囲内で調整し、シミュレーション結果と実測データを一致させることができます。その後、マルチシナリオ検証により、さまざまな逆バイアス条件下で最適化されたモデルを評価することができます。
ウェブ見積

「光検出器モデルの最適化」ソリューションのブロック図を参照してください

PIN型光検出器

PIN型光検出器

「光検出器モデルの最適化」ソリューションの製品をご覧ください

関連するユースケース

デバイスモデルのパラメータ抽出と再中心化を自動化する方法

機械学習を活用して、デバイスモデルのパラメータ抽出とモデルの再センタリングを自動化し、幅広いパラメータ範囲を探索し、複数の目標値に適合させ、必要なモデルシミュレーションの回数を削減します。

詳細はこちら

超伝導量子ビット回路の設計方法

超伝導キュービット回路を設計し、全波電磁界シミュレーションを用いて共振モードを解析し、製造用のGDSレイアウトをエクスポートします。

詳細はこちら

フラックス量子化型ジョセフソン接合回路のモデル化とシミュレーション方法

ADSにおいて、磁束を考慮したコンポーネントおよび直流、Sパラメータ、過渡、高調波平衡シミュレーションを用いて、磁束量子化型ジョセフソン接合回路をモデル化する。

詳細はこちら

お問い合わせ ロゴ

当社のエキスパートにお問い合わせください。

所望のソリューションを見つけるのにお困りですか？

お問い合わせ