首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
无线电   2篇
  2023年   1篇
  2019年   1篇
排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
碳化硅(SiC)具有宽禁带、高临界击穿电场、高热导率等优异特性,是制备高温、高频、大功率器件最理想的半导体材料之一。然而,制备良好的SiC欧姆接触尤其是p型SiC欧姆接触仍然是SiC器件研制中亟需攻克的关键技术难题。首先对p型SiC欧姆接触的形成机制及金属/SiC接触势垒理论进行了深入分析。然后,对近年来p型SiC欧姆接触的重要研究进展进行了综述,包括形成欧姆接触的金属体系,制备工艺条件,获得的比接触电阻率等,并重点讨论了p型SiC欧姆接触的形成机理。最后,对未来p型SiC欧姆接触的研究方向进行了展望。  相似文献   
2.
对结温进行精准预测和提取仍然是SiC MOSFET器件应用中需要攻克的技术难题,对此,结合粒子群优化-反向传播(PSO-BP)神经网络预测精度高以及径向基函数(RBF)神经网络函数逼近能力强等优点,提出了一种基于PSO-BP与RBF级联神经网络的SiC MOSFET结温预测模型。模型将SiC MOSFET的漏极电流和通态电压作为PSO-BP神经网络的输入,再将PSO-BP神经网络的结温预测值以及插值法得到的温度插值作为RBF神经网络的输入。基于LTspice仿真获取的数据集验证了模型对SiC MOSFET结温预测的有效性。结果表明,该模型对SiC MOSFET结温预测的绝对误差在0.005℃以内,均方根误差和平均绝对误差分别低至0.0082和0.0015,相比单一的BP、PSO-BP以及RBF神经网络模型,其预测精度得到了大大提高。该级联神经网络模型可实现对SiC MOSFET结温(> 75℃)的精准预测。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号