A Compact Model of Gate Capacitance in Ballistic Gate-All-Around Carbon Nanotube Field Effect Transistors
محل انتشار: ماهنامه بین المللی مهندسی، دوره: 34، شماره: 7
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 180
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJE-34-7_016
تاریخ نمایه سازی: 12 مرداد 1400
چکیده مقاله:
This paper presents a one-dimensional analytical model for calculating gate capacitance in Gate-All-Around Carbon Nanotube Field Effect Transistor (GAA-CNFET) using electrostatic approach. The proposed model is inspired by the fact that quantum capacitance appears for the Carbon Nanotube (CNT) which has a low density of states. The gate capacitance is a series combination of dielectric capacitance and quantum capacitance. The model so obtained depends on the density of states (DOS), surface potential of CNT, gate voltage and diameter of CNT. The quantum capacitance obtained using developed analytical model is ۲.۸۴ pF/cm for (۱۹, ۰) CNT, which is very close to the reported value ۲.۵۴ pF/cm. While, the gate capacitance comes out to be ۲۴.۳×۱۰-۲ pF/cm. Further, the effects of dielectric thickness and diameter of CNT on the gate capacitance are also analysed. It was found that as we reduce the thickness of dielectric layer, the gate capacitance increases very marginally which provides better gate control upon the channel. The close match between the calculated and simulated results confirms the validity of the proposed model.
کلیدواژه ها:
Carbon Nanotube Field Effect Transistor ، Quantum Capacitance ، Gate Capacitance ، Gate-all-around Structure
نویسندگان
A. Dixit
Nanomaterial Device Laboratory, Department of Electrical and Electronics Engineering,Birla Institute of Technology and Science, Pilani, Rajasthan, India
N. Gupta
Nanomaterial Device Laboratory, Department of Electrical and Electronics Engineering,Birla Institute of Technology and Science, Pilani, Rajasthan, India
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :