[发明专利]一种基于界面态陷阱能级分布的图像传感器质量检测方法

说明书

本发明公开了一种基于界面态陷阱能级分布的图像传感器质量检测方法。本发明基于半物理‑半解析的建模思路描述了不同界面态陷阱能级分布下满阱容量动态变化的行为，从而解决了现有PPD满阱容量检测方法中对于界面态陷阱设计考虑不完全导致所得结果仅能反应满阱容量最大值的技术问题。本发明不仅能够更加合理、准确的预测满阱容量在不同界面态陷阱能级分布下的满阱容量的动态行为，而且本发明得到的满阱容量的值是在一段区间动态变化的，这直接关系着图像传感器的成像质量问题，通过提供PPD满阱容量的分布情况为图像传感器的电路设计提供依据。

技术领域

本发明属于CMOS图像传感器器件建模仿真领域，具体涉及一种新的图像传感器内的PPD光电二极管像素仿真中考虑界面态陷阱能级分布的满阱容量建模方法。

背景技术

钉扎光电二极管(Pinned Photodiode，PPD)因其在降低暗噪声方面的强大优势而被最先进的互补金属氧化物半导体图像传感器(CIS)广泛采用。满阱容量(Full WellCapacity,FWC)是CMOS成像器最重要的指标之一，定义为光电二极管中可累积的最大电子量，它影响灵敏度、动态范围、信噪比和光谱响应。因此，通过对钉扎光电二极管的FWC进行建模以提供优化设计指南来满足项目设计开发-信息系统的发展显得尤为重要。

传统的FWC建模都是通过建立FWC与光照，温度以及掺杂浓度的函数来建模的，但是却没有建立依赖于界面态陷阱能级分布的满阱容量模型。尽管我们也知道钉扎光电二极管的PN结表面加了P型重掺杂可以避免界面态产生暗电流。然而，如果沟道处于耗尽状态，则耗尽的沟道会与局部PN结耗尽扩展从而产生更强的暗电流。此外由于晶格错配、表面悬挂键、表面上吸附的一些杂质原子或化学键断裂产生的各种陷阱在禁带中形成了相应的能级，这些陷阱能级的位置及其分布的不确定性会导致不同能级对非平衡载流子复合的贡献也会不同。而这些都与满阱容量有密切的联系。因此建立一个新的考虑界面态陷阱能级分布的满阱容量模型显得尤为重要。

发明内容

本发明的目的在于针对现有PPD像素满阱容量建模存在的上述不足，提出一种新的考虑界面态陷阱能级分布的满阱容量建模方法。本发明提供的方法解决了现有像素仿真方法中对于界面态陷阱设计考虑不完全的技术问题,该方法基于半物理-半解析的建模思路描述不同的陷阱能级分布下满阱容量动态变化的情况,从而更加合理、准确的预测了满阱容量的动态行为。一种基于界面态陷阱能级分布的图像传感器质量检测方法，具体步骤如下：

步骤一：构建依赖界面态陷阱能级分布变化的满阱容量N_FW(N_t～E_t)的表达式如式(15)所示，

式(15)中，q为单位正电荷量；C_PPD为PPD的电容值，V_pin为掺杂相关夹断电压；V_FW(N_t～E_t)为满阱电势；V表示电压。

步骤二、分别建立PPD的满阱容量N_FW(N_t～E_t)在陷阱能级属于Level分布、Gaussian分布、Exponential分布时的表达式。

步骤三、计算被测PPD的满阱容量的值。

3-1.测试被测PPD的陷阱能级分布的类型。

3-2被测PPD在对应陷阱能级分布下的陷阱态密度N_t，陷阱能级E_t的取值范围，载流子捕获面积σ进行检测。

3-3.根据被测PPD的陷阱能级分布类型，选择式(18)、(21)或(24)计算被测PPD的满阱容量N_FW(N_t～E_t)的数值或取值范围。