Device里面的两种迭代求解方法如何选择


#1

Device里面的提供里两种迭代求解方法,Gummel和Newton方法

**Gummel方法:**是软件的缺省算法,先固定载流子求解静电势,再将解出来的静电势结果放到漂移扩散方程求解载流子,然后再经求解出的载流子带入泊松方程求解静电势,如此反复迭代,直到达到指定的迭代次数或者迭代误差小于允差,适合于小电流、载流子的初始分布不是太极端,此时载流子与静电势是弱耦合,比较稳定和高效。

但是,此方法不适合瞬态仿真(transient)以及载流子浓度很高的情况。怎么知道载流子浓度是不是很高? 如果在仿真时出现这个信息
Error: The Gummel solver failed to converge after 40 iterations. 等等
而且你增加迭代次数,已经很高了,仍然出现这个问题,就说明此方法不合适。

**Newton方法:**传统的迭代方法,它同时迭代求解漂移扩散方程和泊松方程。如果初始解比较好,例如用以前电压的结果作为初始值,迭代收敛比较快。否则收敛可能很慢。

此方法适合瞬态(transient)仿真以及载流子浓度很高的情况。


CHARGE出现Error in function boost::math::expm1<long double>(long double): Overflow Error
PN节simulation出错
Device电学模拟中device region参数如何设置?