4. BJT的Gummel-Poon模型：模型拓扑、参数提取方法、大信号与小信号模型

模型中的关键元件包括：

• 本征晶体管：由Gummel-Poon方程描述，包含正向与反向工作模式。
• 寄生电阻：R_B（基极电阻，随电流变化）、R_C（集电极电阻）、R_E（发射极电阻）。
• 结电容：C_JE（发射结耗尽电容）、C_JC（集电结耗尽电容）、C_JS（衬底电容，仅用于集成BJT）。

4.2 参数提取方法

Gummel-Poon模型包含约40个参数，但核心参数可通过以下步骤系统提取：

以下是一个典型的正向Gummel图参数提取流程：

1. 测量I_C与I_B：在V_CB=0条件下，扫描V_BE从0.3V到0.9V。
2. 绘制半对数曲线：log(I_C)与log(I_B) vs V_BE。
3. 提取IS与NF：在中等电流区（无大注入效应），拟合I_C = IS · exp(V_BE / (NF · V_T))。
4. 提取BF：在相同区域，BF = I_C / I_B。
5. 提取VAF：在输出特性曲线（I_C vs V_CE）上，反向延长线性区至V_CE轴截距。

4.3 大信号模型

大信号模型用于描述BJT在任意偏置条件下的瞬态行为，包括开关、脉冲和功率放大应用。Gummel-Poon大信号模型的核心方程如下：

传输电流：I_T = IS * (exp(V_BE / (NF * V_T)) - exp(V_BC / (NR * V_T)))
            / (1 + V_BC / VAF + V_BE / VAR)

基极电流：I_B = I_BE + I_BC
I_BE = IS / BF * (exp(V_BE / (NF * V_T)) - 1) + ISE * (exp(V_BE / (NE * V_T)) - 1)
I_BC = IS / BR * (exp(V_BC / (NR * V_T)) - 1) + ISC * (exp(V_BC / (NC * V_T)) - 1)

总电荷：Q_T = Q_B + Q_JE + Q_JC + Q_JS
其中 Q_B = TF * I_T / BF + TR * I_T / BR （扩散电荷）

大信号模型的关键特性包括：

• 电荷控制：通过基区扩散电荷Q_B描述存储效应，决定开关速度。
• 大注入效应：参数IKF（正向膝点电流）和IKR（反向膝点电流）限制高电流下的电流增益下降。
• 饱和与准饱和：通过集电结电荷Q_JC和基区扩展效应建模。

import numpy as np
import matplotlib.pyplot as plt

# 模拟测量数据：V_BE (V), I_C (A), I_B (A)
V_BE = np.array([0.3, 0.4, 0.5, 0.6, 0.65, 0.7, 0.75, 0.8, 0.85, 0.9])
I_C = np.array([1e-10, 1e-8, 1e-6, 1e-4, 8e-4, 6e-3, 4e-2, 2e-1, 0.8, 2.5])
I_B = np.array([5e-12, 5e-10, 5e-8, 5e-6, 4e-5, 3e-4, 2e-3, 1e-2, 4e-2, 1.2e-1])

# 选择中等电流区域（无大注入效应）
mask = (I_C > 1e-6) & (I_C < 1e-2)
V_BE_fit = V_BE[mask]
I_C_fit = I_C[mask]

# 拟合 I_C = IS * exp(V_BE / (NF * V_T))
V_T = 0.02585  # 300K
log_I_C = np.log(I_C_fit)
coeffs = np.polyfit(V_BE_fit, log_I_C, 1)
NF = 1.0 / (coeffs[0] * V_T)
IS = np.exp(coeffs[1])

print(f"提取结果：IS = {IS:.3e} A, NF = {NF:.3f}")

# 计算电流增益
BF = I_C / I_B
print(f"中等电流区 BF ≈ {np.mean(BF[mask]):.1f}")