3. 参数化设计对象建模

在 Sentaurus 参数化设计与自动优化流程中，真正决定优化上限的并不是优化算法本身，而是“被优化的对象”是否被正确抽象。如果器件结构、掺杂分布和材料堆叠没有被拆解成一组可独立驱动、可约束、可复现的参数，那么后续的 DOE、灵敏度分析或遗传算法都只是在噪声空间里搜索。本节的核心任务，是把一个具体的半导体器件从“一张结构图”转化为“一组带量纲、带范围、带依赖关系的变量集合”。

一、参数化建模的三个抽象层次

参数化建模不是简单地把尺寸写成变量，而是分三个层次逐步抽象：

• 几何参数层：描述器件“长什么样”，如栅长 Lg、鳍宽 Wfin、氧化层厚度 Tox、侧墙宽度 Wspacer、结深 Xj。这些参数直接对应 SDE/SPROCESS 中的坐标或区域边界。
• 物理参数层：描述器件“电学上是什么”，如沟道掺杂浓度 Na、源漏掺杂峰值 Nsd、界面陷阱密度 Dit、迁移率模型参数。它们通常不直接改变几何，但决定电学响应。
• 工艺/材料参数层：描述“怎么造出来、用什么材料”，如退火温度 Tanneal、退火时间 tanneal、材料组分 x(AlGaAs)、应力层厚度 tstress。它们往往通过工艺仿真间接影响几何与掺杂。

这三层不是并列的，而是存在依赖方向：工艺参数 → 几何/掺杂 → 物理响应。参数化建模的关键，是把这种依赖关系显式写出来，而不是让每个参数各自独立变化。

二、从结构图到参数集：以 FinFET 为例

假设我们要参数化一个 14nm 节点 FinFET 的简化结构。原始结构图上有：衬底、鳍、栅氧化层、金属栅、侧墙、源漏外延。参数化时，我们不是给每个区域随便起名，而是按“可制造、可测量、可约束”的原则提取变量：

注意 Wspacer 与 Lg 之间存在几何约束：Wspacer 不能大到让相邻栅极的侧墙重叠。这类约束必须在参数化阶段就写入，否则优化器会生成物理上不可实现的结构。

三、掺杂分布的参数化：从连续函数到分段变量

掺杂分布本质上是空间连续函数 N(x,y,z)。在 Sentaurus 中，我们通常用解析掺杂或工艺仿真结果来定义。参数化时有两种策略：

1. 解析参数化：用高斯分布或 erfc 分布描述，参数为峰值浓度 Npeak、结深 Xj、特征长度 σ。例如源漏掺杂可写为 N(y)=Npeak·exp[-(y-Xj)²/(2σ²)]。此时优化变量是 Npeak、Xj、σ。
2. 分段参数化：把掺杂剖面分成若干段，每段用线性或样条插值，优化变量是各段节点浓度。这种方式更灵活，但变量维度高，容易过拟合。

实际工程中，推荐先用解析参数化做粗调，再用分段参数化做局部精修。无论哪种方式，都要保证掺杂单调性或至少物理合理性，例如源漏掺杂不能低于沟道掺杂。

四、材料堆叠的参数化：层序、厚度与界面

材料堆叠的参数化比几何更抽象，因为它涉及“层序”和“界面”两个维度。以高k/金属栅堆叠为例，典型层序为：Si 衬底 → SiO₂ 界面层 → HfO₂ 高k层 → TiN 功函数层 → W 填充金属。参数化时，每层需要定义：

• 材料类型（Si、SiO₂、HfO₂、TiN、W）
• 厚度 t_i
• 界面质量（固定电荷 Qf、陷阱密度 Dit）
• 功函数 Φm（对金属层）

层序本身也可以参数化，例如是否插入 dipole 层、是否使用双层功函数金属。但层序变化属于离散变量，通常用枚举或条件分支处理，而不是连续优化。

五、参数依赖图与建模流程

把上述内容整合起来，一个完整的参数化建模流程可以用下面的依赖图表示。图中区分了独立变量、派生变量和约束条件，并标出了它们对最终电学响应的作用路径。

六、参数化建模的工程检查清单

完成参数化后，建议用以下清单做一次自检，避免把错误带入优化循环：

• 每个参数是否有明确的物理含义和单位？
• 独立变量与派生变量是否区分清楚？派生变量不应再被优化器直接调整。
• 参数范围是否来自工艺能力或物理极限，而不是随意设定？
• 约束条件是否覆盖了几何重叠、掺杂单调性、材料层序合法性？
• 参数变化是否会导致仿真不收敛？例如 Tox 过小、掺杂梯度过陡。
• 是否保留了参数到 SDE/SPROCESS 命令的映射关系，便于自动生成脚本？

总结来说，参数化设计对象建模的本质，是把器件的“结构—掺杂—材料”三个维度拆解成一组带量纲、带范围、带依赖和带约束的变量，并明确它们对电学响应的作用路径。只有这一步做扎实，后续的自动优化才有意义。