📚 课程目录第4章 GaN HEMT大信号模型

4. GaN HEMT 大信号模型：Angelov、EEHEMT、ASM-HEMT 原理对比

大信号模型（Large-Signal Model）是 GaN HEMT 功率放大器、开关电源和射频前端设计的核心。本章深入对比三种主流大信号模型：Angelov 模型（查表/经验型）、EEHEMT 模型（半经验等效电路型）和 ASM-HEMT 模型（物理基紧凑型）。理解它们的数学原理、参数提取流程和适用场景，是进行高效参数优化的前提。

学习提示： 大信号模型的核心矛盾是“精度 vs 收敛性 vs 可提取性”。Angelov 偏重拟合灵活性，EEHEMT 偏重电路级收敛，ASM-HEMT 偏重物理缩放与工艺相关性。实际工程中常混合使用。

4.1 模型架构总览与核心方程

下表从数学形式、核心方程、参数数量、温度/自热处理四个维度对比三种模型。

对比维度	Angelov 模型	EEHEMT 模型	ASM-HEMT 模型
数学形式	经验双曲正切函数展开	分段平滑函数 + 子电路	表面势解析解 + 电荷控制
核心漏电流方程	\( I_{ds} = I_{pk} (1 + \tanh(\psi)) \tanh(\alpha V_{ds}) \)	\( I_{ds} = I_{max} \cdot F_{gm}(V_{gs}) \cdot F_{ds}(V_{ds}) \)	\( I_{ds} = \frac{W}{L} \mu C_{ox} \frac{(V_{g,eff} - V_{off})^2}{1 + \theta (V_{g,eff} - V_{off})} \)
参数数量（典型）	30 ~ 50	40 ~ 70	20 ~ 35
自热模型	外挂热子电路	内置热 RC 网络	物理温度缩放方程
陷阱效应	经验 RC 网络 + 栅/漏滞后	DX 中心陷阱模型	表面势陷阱调制

  关键洞察： Angelov 的 \( \tanh \) 函数族对跨导峰形拟合极好，但外推能力弱；ASM-HEMT 的物理方程对沟道长度缩放和温度外推有天然优势。

4.2 Angelov 模型：双曲正切函数族与参数提取

Angelov 模型由 I. Angelov 于 1992 年提出，核心思想是用 双曲正切函数族 平滑拟合 GaN HEMT 的 I-V 和 C-V 特性。其漏电流方程形式为：

Ids = Ipk0 * (1 + tanh(ψ)) * tanh(α * Vds) * (1 + λ * Vds)

其中：
ψ = P1 * (Vgs - Vpk) + P2 * (Vgs - Vpk)^2 + P3 * (Vgs - Vpk)^3
Ipk0 = 峰值跨导点电流
Vpk  = 峰值跨导点栅压
P1, P2, P3 = 跨导形状参数
α    = 饱和电压参数
λ    = 沟道长度调制参数

参数提取陷阱： P2 和 P3 高度相关，同时优化容易导致非物理参数。建议先固定 P3=0 提取 P1，再逐步释放 P2 和 P3。α 参数对 Vds 低端（< 5V）拟合敏感，需单独加权。

4.2.1 电容模型与电荷守恒

Angelov 的栅电容模型同样采用 tanh 函数：

Cgs = Cgs0 * (1 + tanh(φ1)) * (1 + tanh(φ2))
Cgd = Cgd0 * (1 + tanh(φ3)) * (1 + tanh(φ4))

其中 φ1~φ4 是 Vgs 和 Vds 的多项式函数

这种形式能很好地拟合 Cgs 和 Cgd 的“钟形”曲线，但 不保证电荷守恒。在混频器或开关应用中，非守恒模型会导致电荷注入误差。

4.3 EEHEMT 模型：分段平滑与子电路架构

EEHEMT（EEsof HEMT Model）是 Keysight ADS 内置的半经验模型，采用 分段平滑函数 描述不同工作区。其核心架构包含四个子电路：

本征 I-V 子电路： 使用 Gm 和 Gds 的平滑插值函数
栅电荷子电路： 基于 Meyer 电容模型，保证电荷守恒
陷阱子电路： DX 中心陷阱模型，模拟栅滞后和漏滞后
热子电路： 内置 RC 热网络，模拟自热效应

EEHEMT 的漏电流方程采用 最大电流归一化 形式：

Ids = Imax * Gm_norm(Vgs) * Gds_norm(Vds)

其中：
Gm_norm = (1 + tanh(γ * (Vgs - Vto))) / 2
Gds_norm = (1 + λ * Vds) / (1 + (Vds / Vsato)^delta)

Imax  = 最大漏电流
Vto   = 阈值电压
γ     = 跨导斜率参数
Vsato = 饱和电压
delta = 饱和过渡平滑参数

  工程优势： EEHEMT 的陷阱模型是三种模型中最成熟的，能同时模拟栅压滞后（Gate Lag）和漏压滞后（Drain Lag），对 GaN HEMT 的“电流崩塌”效应拟合精度最高。

4.4 ASM-HEMT 模型：表面势基物理模型

ASM-HEMT（Advanced SPICE Model for HEMT）是 表面势基紧凑模型，由 Arizona State University 和 Compact Model Coalition (CMC) 联合开发。其核心是求解 AlGaN/GaN 异质结的 二维电子气（2DEG） 表面势解析解。

4.4.1 表面势方程

ASM-HEMT 通过求解泊松方程和费米能级连续性，得到表面势 \( \psi_s \) 的隐式方程：

Vgs - Vfb - ψs = γ * sqrt(ψs + φt * exp((ψs - 2φf - Vch) / φt))

其中：
Vfb = 平带电压
γ   = 体效应系数
φt  = 热电压 (kT/q)
φf  = 费米势
Vch = 沟道电势（沿沟道变化）

该方程通过 Newton-Raphson 迭代 在每个偏置点求解，得到 \( \psi_s \) 后，2DEG 电荷密度为：

Q2DEG = Cox * (Vgs - Vfb - ψs)

4.4.2 漏电流与电荷模型

漏电流通过 漂移-扩散近似 沿沟道积分得到：

Ids = (W / L) * μ * ∫[Q2DEG(Vch)] dVch

积分限：Vch = 0 (源端) 到 Vch = Vds (漏端)

栅电荷采用 Ward-Dutton 电荷分配方案，保证电荷守恒和互易性：

Qg = W * ∫[Q2DEG(x)] dx
Qs = W * ∫[(1 - x/L) * Q2DEG(x)] dx
Qd = W * ∫[(x/L) * Q2DEG(x)] dx

物理优势： ASM-HEMT 的沟道长度缩放公式基于物理推导，无需像 Angelov 那样为每个尺寸重新提取全套参数。一个模型文件可覆盖 0.1μm ~ 10μm 的沟道长度范围。

4.5 陷阱效应建模对比

GaN HEMT 的陷阱效应（电流崩塌、Kink 效应、低频色散）是建模难点。三种模型采用不同策略：

陷阱效应类型	Angelov 模型	EEHEMT 模型	ASM-HEMT 模型
栅压滞后	RC 网络 + 经验 Vth 偏移	DX 中心陷阱（栅极）	表面势陷阱调制
漏压滞后	RC 网络 + 经验 Rd 调制	DX 中心陷阱（漏极）	缓冲层陷阱模型
自热效应	外挂热子电路	内置 RC 热网络	物理温度缩放
Kink 效应	无法建模	陷阱辅助隧穿	碰撞电离模型
参数提取复杂度	低（脉冲 I-V 即可）	中（需多偏置 S 参数）	高（需变温 + 变尺寸）

4.6 模型选择决策流程

在实际工程中，模型选择取决于 应用场景、数据可用性 和 仿真需求。以下决策流程可帮助选择：

是否有变温/变尺寸数据？
- 是 → 优先选择 ASM-HEMT（物理缩放优势）
- 否 → 进入下一步
是否需要高精度陷阱建模？
- 是 → 优先选择 EEHEMT（DX 中心陷阱最成熟）
- 否 → 进入下一步
是否需要快速拟合现有数据？
- 是 → 选择 Angelov（参数少，收敛快）
- 否 → 根据仿真器兼容性选择

  混合建模策略： 在 PDK 开发中，常先用 Angelov 快速拟合多批次数据，再用 ASM-HEMT 建立物理缩放模型，最后用 EEHEMT 生成最终电路仿真模型。三种模型可以形成“拟合 → 物理 → 电路”的流水线。

4.7 本章小结

Angelov 模型：基于双曲正切函数族，拟合灵活，参数提取简单，适合快速原型验证。陷阱建模依赖外挂 RC 网络，精度有限。
EEHEMT 模型：分段平滑函数 + 子电路架构，陷阱建模最成熟，收敛性好，是射频电路设计的工业标准。参数提取流程较复杂。
ASM-HEMT 模型：表面势基物理模型，支持沟道长度缩放和温度外推，适合工艺开发和 PDK 建立。对初值敏感，收敛性需仔细调试。
工程选择：没有“最好”的模型，只有“最适合”的模型。理解每种模型的数学原理和参数特性，是后续参数优化算法设计的基础。