SRH統計

SRH統計（Shockley-Read-Hallプロセス）

SRH統計は、半導体材料におけるキャリアの生成と再結合のメカニズムを表現するモデルです。このモデルは、深い準位によるキャリアの捕獲と放出に関する時定数を考慮し、半導体内でのキャリア挙動を理解するための重要な手段となっています。

この理論は1952年にWilliam ShockleyとW. T. Readによって提唱され、その後の半導体物理学の発展に大きな影響を与えました。SRHプロセスは、半導体の性能や機能に関する多くの研究に利用されており、特に太陽電池やトランジスタなどのデバイス設計において欠かせない知識となっています。

モデルの概要

SRH統計では、キャリアの捕獲および放出に関する二つの主要な時定数が設定されます。これらの時定数は、キャリアの密度や捕獲断面積に依存します。

捕獲時定数

捕獲に関する時定数は以下のように定義されます：

• - 電子に関する捕獲時定数：\( \tau_n^{cap} = \frac{1}{C_n n} \)
• - ホールに関する捕獲時定数：\( \tau_p^{cap} = \frac{1}{C_p p} \)

ここで、\( C_n \)および\( C_p \)は、それぞれ電子とホールに対応する捕獲断面積、\( n \)および\( p \)はキャリア密度を示しています。キャリア密度は、物質内における電子やホールの数を反映しており、特に深い準位が存在する場合、その計算は特に重要です。

放出時定数

放出に関する時定数は次のように表されます：

• - 電子に関する放出時定数：\( \tau_n^{emi} = \frac{1}{C_n n_1} \)
• - ホールに関する放出時定数：\( \tau_p^{emi} = \frac{1}{C_p p_1} \)

放出時定数における\( n_1 \)および\( p_1 \)は、深い準位のエネルギーと温度に依存し、それぞれ以下の式で表されます：

• - \( n_1 = N_C exp\left(-\frac{E_C - E_T}{kT}\right) \)
• - \( p_1 = N_V exp\left(-\frac{E_T - E_V}{kT}\right) \)

ここで、\( N_C \)および\( N_V \)はキャリア濃度の定数、\( E_C \)は伝導帯のエネルギー、\( E_V \)は価電子帯のエネルギー、\( E_T \)は深い準位のエネルギー、\( k \)はボルツマン定数、\( T \)は絶対温度を示します。

DLTSとの関連性

ディープレベルトランジスタ測定（DLTS）技術は、SRHモデルを利用して深い準位のエネルギーを測定する方法です。DLTSでは、キャリアの捕獲と放出の応答時間の違いを解析することで、深い準位に関する情報を得ることができます。この技術により、深い準位の存在とその特性を評価することが可能になり、半導体デバイスの設計や改良に重要な役割を果たしています。

参考文献

• - W. Shockley and T. Read, Phys.Rev 87.835 (1952)

関連項目

• - 深い準位
• - DLTS

SRH統計は、半導体物理学の基盤をなす重要な理論であり、現代の電子デバイスの理解に不可欠なものとなっています。

もう一度検索