Dura 0299000505Z TH

Année 2012
THESE
présentée devant
L’UNIVERSITE AIX-MARSEILLE
Par
Julien DURA
Ingénieur de l’Institut National Polytechnique de Grenoble
en vue d’obtenir
LE GRADE DE DOCTEUR
Ecole doctorale : Mécanique, Physique, Micro- et Nano-électronique

Spécialité : Micro- et Nano-électronique
Etude et modélisation des phénomènes physiques émergents

pour la simulation de dispositifs électroniques à base de
nanofils de silicium
Directeur de thèse : Daniela MUNTEANU

Co-encadrant : François TRIOZON
Soutenue le 18 octobre 2012 devant la commission d’examen :
Président M. Ian O’Connor Professeur, Ecole centrale de Lyon

Rapporteur M. Arnaud Bournel Professeur, Université Paris Sud
Rapporteur M. Thomas Zimmer Professeur, Université de Bordeaux 1
Examinateur M. Hervé Jaouen Ingénieur STMicroelectronics Crolles
Examinateur M. Jean-Luc Autran Professeur, Université de Provence
Directeur de thèse Mme. Daniela Munteanu Directrice de recherche, CNRS
Co-encadrant M. François Triozon Ingénieur CEA-LETI
Thèse préparée au Laboratoire Electronique et des Technologies de l’Information

(CEA-LETI MINATEC) et à l’Institut Matériaux Microélectronique Nanosciences
de Provence (IM2NP-CNRS)
1
Remerciements
Après un investissement professionnel et personnel de près de 36 mois, voilà que ma

thèse se termine. La rédaction du manuscrit est donc le moment idéal de remercier toutes
les personnes qui ont été impliquées, de prés ou de loin, à ce travail. Vu le nombre de
personnes croisées au sein des deux organismes qui ont accepté d’encadrer mes travaux,
le CEA-LETI de Grenoble et l’IM2NP de Marseille, cette liste sera loin d’être exhaustive.
Si toutefois, votre nom a été malencontreusement oublié, n’hésitez pas à le rajouter sur
votre propre version...aucun droit d’auteur n’est appliqué ! !
En tout premier lieu, je tenais à remercier l’ensemble de mon jury de soutenance qui
a accepté d’évaluer mon travail. Parmi les membres extérieurs du jury, je remercie cha-
leureusement le président du jury, Mr Ian O’connor, professeur à l’école centrale de Lyon.
Ensuite, je remercie les deux rapporteurs qui m’ont autorisé à soutenir ma thèse, mes-
sieurs Arnaud Bournel, professeur à l’université Paris-Sud, et Thomas Zimmer, professeur
à l’université de Bordeaux 1. Enfin, un grand merci à Hervé Jaouen de la société STmi-
croelectronics, examinateur de mon travail qui a su apporter sa vision industrielle.
Ensuite, comment ne pas remercier les personnes qui m’ont encadrées au quotidien et,
sans qui, je n’aurais certainement pas atteint les objectifs initialement fixés :
Un grand merci à Mme Daniela Munteanu, directrice de recherche au CNRS, pour m’avoir
dirigé dans ma recherche, conseillé et soutenu durant ces trois années de présence au sein
de l’IM2NP.
Au sein du CEA-LETI, j’ai eu le privilège d’avoir été encadré par Mr François Triozon,
ingénieur de recherche, qui a su mettre à mon niveau toutes ces connaissances. Si j’ai pu
acquérir qu’une infime partie de son savoir-faire, le contrat est largement rempli !
Enfin, je remercie le dernier membre de mon jury, Mr Jean-Luc Autran, professeur de
l’université Aix-Marseille et directeur du département nanoélectronique de l’IM2NP, pour
m’avoir accueilli au sein de son équipe et m’avoir donné les possibilités de progresser.
Je tenais également à associer à ces remerciements toutes les personnes qui ont été for-
1
Remerciements
tement impliquées à ce travail mais dont la présence dans le jury n’a pu être validées.
Je remercie donc Mr Sylvain Barraud, ingénieur de recherche au CEA-LETI, qui m’a ap-
puyé et soutenu « numériquement » durant toutes ces années ; Mr Yann-Michel Niquet,
ingénieur de recherche au CEA-INAC, pour tout son savoir et son humilité qui rend l’am-
biance agréable (même si on ne comprend pas tout). Enfin, un grand merci à Mr Sébastien
Martinie, ingénieur de recherche, qui a su brillamment passer le relai et me mettre le pied
à l’étrier.
Passons maintenant à mes collègues de travail avec qui je n’ai pas eu la chance de tra-
vailler mais avec qui les trois années sont passées très rapidement. Je remercie en premier
lieu Jean-Charles Barbé pour m’avoir accueilli au sein de son laboratoire LSM et m’avoir
donné la possibilité de développer l’aspect recherche de mon travail dans un environ-
nement appliqué tel que le CEA-LETI. J’associe également tous les permanents de ce
laboratoire : Philipe, Pierrette, Olga, Pascal, François D., Patrick, Gilles, Marina, Hélène,
Marie-Anne, Anne-Sophie... Afin d’éviter toute jalousie malsaine, je remercie également
chaleureusement les trois mousquetaires de l’IM2NP dont l’ouverture d’esprit et la socia-
bilité sont hors-normes pour des chercheurs « purs souches ». Merci donc à Marc, Fabienne
et Nicolas C...
La vie d’un labo ne serait rien sans eux donc je tenais à les remercier dans leur en-
semble, il s’agit bien sur de tous les stagiaires, thésards et post-docs que j’ai pu croiser.
Commençons évidemment par mes co-bureaux historiques avec qui j’ai perdu tant de
neurones : Hadrien, Aude et Nicolas. Je n’oublie évidemment pas les autres (en vrac) :
Benoit, Raphael, Sylvain, Eddie, Sébastien, Alexandre, Rémy, Mathieu, Emmanuelle, Sa-
lim, Ania, sans oublier les petits nouveaux, Pierre et Anouar. Un grand merci à vous pour
les pauses « café » de 16h et les parties de cartes dont le nom fait référence à une pratique
sexuelle non recommandée pas l’église catholique.
Pour conclure, je tiens à associer à ces remerciements toutes les personnes « extra-
professionnelles » qui m’entourent aux quotidien, que ce soit mes amis ou ma grande
famille. Même si leur aide s’est révélée limitée dans la résolution de la dernière équation
à la mode, leur présence est essentielle pour trouver un équilibre dans ma vie.
A toute les personnes que je viens de citer et celles que j’ai pu croiser lors de mon par-
cours, ce fut un plaisir de travailler (ou autre) avec vous et j’espère ce sentiment restera
partagé au fil du temps...
2
Table des matières
Glossaire 7
Introduction 11
I Simulation du transport électronique dans les nanocompo-

sants 17
1 La structure électronique d’un matériau 21

1.1 Notions théoriques du problème à N corps . . . . . . . . . . . . . . . . . . 21
1.2 Les différentes méthodes utilisées . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.1 Les méthodes ab initio . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.2.2 Les méthodes semi-empiriques . . . . . . . . . . . . . . . . . . . . . 25
1.3 Extraction de la fonction d’onde mono-électronique- Équation de Schrö-
dinger 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.4 Neutralité électronique - Couplage avec Poisson . . . . . . . . . . . . . . . 31
2 Modélisation du transport électronique : du classique au quantique... 35

2.1 Formalismes mathématiques pour le transport . . . . . . . . . . . . . . . . 36
2.1.1 Equation de Liouville - Von Neumann . . . . . . . . . . . . . . . . 36
2.1.2 Equation de Wigner . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.1.3 Équation de Boltzmann . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2 Approches Macroscopiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 Approches Microscopiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3.1 Résolution Déterministe . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3.2 Résolution Particulaire (Monte Carlo). . . . . . . . . . . . . . . . . 45
2.4 Approche Matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5 Approche compacte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3
Remerciements
II L’architecture "nanofil" comme solution pour le contrôle

électrostatique des composants nanoélectroniques 55
3 Le transistor MOSFET comme brique de base de la nanoélectronique 59

3.1 Introduction au MOSFET . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.2 Évolution des noeuds technologiques : vers une miniaturisation agressive . 61
3.3 Des effets parasites de plus en plus présents . . . . . . . . . . . . . . . . . 63
3.4 Émergence de nouvelles architectures . . . . . . . . . . . . . . . . . . . . . 66
4 Structure électronique du nanofil de silicium 69

4.1 Formalisme et approximations pour le nanofil cylindrique . . . . . . . . . . 70
4.1.1 Modèle de liaisons fortes . . . . . . . . . . . . . . . . . . . . . . . . 70
4.1.2 Description du système . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1.3 Approximation de la masse effective . . . . . . . . . . . . . . . . . . 71
4.1.4 Approximation d’un système isotropique . . . . . . . . . . . . . . . 75
4.1.5 Validation des hypothèses . . . . . . . . . . . . . . . . . . . . . . . 78
4.2 Impact de la miniaturisation du transistor sur la structure électronique . . 78
5 Modélisation analytique de l’électrostatique des MOSFETs à base de

nanofil 81
5.1 État de l’art sur les principaux modèles compacts pour le transistor MOS-
FET à nanofil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.1.1 Approche par résolution exacte de l’équation de Poisson . . . . . . 82
5.1.2 Approche par hypothèse d’un potentiel parabolique . . . . . . . . . 83
5.2 Modélisation analytique de l’électrostatique basée sur l’hypothèse d’un po-
tentiel parabolique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.2.1 Détermination du potentiel parabolique . . . . . . . . . . . . . . . . 83
5.2.2 Définition de la tension de seuil classique canal long . . . . . . . . . 85
5.2.3 Modélisation du confinement de mécanique quantique . . . . . . . . 86
5.2.4 Modélisation des effets de structure de bandes . . . . . . . . . . . . 88
5.2.5 Modélisation des effets canaux courts . . . . . . . . . . . . . . . . . 89
III Étude et modélisation du transport électronique 99
6 Étude numérique des mécanismes d’interactions 103

6.1 Calcul numérique de la mobilité par approche Kubo-Greenwood . . . . . . 104
6.1.1 Détermination du temps de relaxation des porteurs . . . . . . . . . 104
6.1.2 Expression de la mobilité multi sous-bandes . . . . . . . . . . . . . 106
4
Remerciements
6.2 Interaction "phonons" . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.3 Interaction "rugosité de surface" . . . . . . . . . . . . . . . . . . . . . . . . 110
6.4 Interaction "Coulombienne à distance" . . . . . . . . . . . . . . . . . . . . 114
6.4.1 Potentiel d’interaction Coulombien NON écranté . . . . . . . . . . . 115
6.4.2 Potentiel d’interaction Coulombien écranté . . . . . . . . . . . . . . 118
6.5 Comparaison et validation sur données expérimentales . . . . . . . . . . . 120
6.6 Résultats et discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.6.1 Impact du diamètre du nanofil . . . . . . . . . . . . . . . . . . . . . 121
6.6.2 Impact des paramètres technologiques . . . . . . . . . . . . . . . . 122
7 Modélisation analytique du courant quasi-balistique des MOSFETs à

base de nanofil 125
7.1 La méthode des flux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7.1.1 Description physique générale d’un nanocomposant . . . . . . . . . 126
7.1.2 Approche de Landauer . . . . . . . . . . . . . . . . . . . . . . . . . 127
7.2 Modélisation du transport quasi-balistique . . . . . . . . . . . . . . . . . . 128
7.2.1 Notion de source virtuelle . . . . . . . . . . . . . . . . . . . . . . . 128
7.2.2 Modèle en courant . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.3 Le coefficient de réflexion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.3.1 État de l’art . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.3.2 Approche de McKelvey . . . . . . . . . . . . . . . . . . . . . . . . . 134
7.3.3 Application à notre nanofil . . . . . . . . . . . . . . . . . . . . . . . 135
7.3.4 Approche empirique de la puissance . . . . . . . . . . . . . . . . . . 136
7.3.5 Libre parcours moyen des porteurs . . . . . . . . . . . . . . . . . . 137
7.4 Résultats et comparaisons expérimentales . . . . . . . . . . . . . . . . . . . 140
7.5 Application à l’étude de petits circuits . . . . . . . . . . . . . . . . . . . . 142
Bibliographie 152
5
Remerciements
6
Glossaire
α Numéro de la vallée
B
βn Paramètre de NON-parabolicité de la structure de bande
C
Cox Capacité d’oxyde de grille du transistor MOSFET
D
D Diamètre du nanofil
∆ Moyenne quadratique de la rugosité de surface du nanofil
E
e Charge élémentaire d’un électron
EG Bande interdite du silicium
EG,bulk Bande interdite du silicium du matériau massif
Eef f Champ effectif transverse
E Énergie de l’électron
Eαj Énergie de la sous-bande j de la vallée α
Eiv Énergie des phonons intervallées
ǫSi Permittivité du silicium
ǫSiO2 Permittivité de l’oxyde de silicium
ǫHf O2 Permittivité de l’oxyde de silicium
7
Glossaire
F
f (r, k, t) Fonction de distribution des électrons
FS Flux de porteurs au niveau de la source
FD Flux de porteurs au niveau du drain
ψ Fonction d’onde dans l’espace 3D
ϕ Fonction d’onde dans les directions du confinement (enveloppe)
ℑn Intégrale de Fermi à l’ordre n
fraccord Fonction de raccord
G
G Fonction de Green, solution de Poisson avec charge locale dans l’oxyde
â
G Fonction de Green, solution de Poisson avec charge locale dans l’oxyde
H
H Hamiltonien du système
h̄ Constante de Planck réduite
I
IDS Courant de drain du transistor MOSFET à nanofil
J
j Numéro de la sous-bande
K
k Vecteur d’onde
kB Constante de Boltzmann
L
Lc Longueur du canal du transistor
LkT Longueur de la "kT-Layer"
λ Libre parcours moyen des porteurs
lαj Moment angulaire de la sous-bande j de la vallée α
Λ Longueur de corrélation de la rugosité de surface du nanofil
8
Glossaire
M
µtotal Mobilité totale des électrons
µ0 Mobilité à champ transverse faible
µ0,bulk Mobilité à champ transverse faible pour le matériau massif
µαj Mobilité de la sous-bande j de la vallée α
mt Masse transverse
mt,bulk Masse transverse du matériau massif
ml Masse longitudinale
ml,bulk Masse longitudinale du matériau massif
mαz Masse de transport de la vallée α
mαc Masse de confinement de la vallée α
me Masse de l’électron
N
ntot Densité électronique totale (le long du rayon du nanofil)
nαj Densité électronique de la sous-bande j de la vallée α
Nf ix Densité de charges piégées dans l’oxyde de grille
Niv Nombre de phonons intervallées
ηF Potentiel de Fermi
NA Dopage du canal
NSD Dopage des source et drain
ni Dopage intrinsèque
P
Ξac Potentiel de déformation acoustique
Ξiv Potentiel de déformation acoustique
Q
q Différence de vecteurs d’onde entre les sous-bandes initiales et finales
Qinv Charge d’inversion linéïque (le long du rayon du nanofil)
R
R Coefficient de réflexion
rs Interface Silicium/SiO2 en coordonnées cylindriques
9
Glossaire
rox Interface SiO2 /Hf O2 en coordonnées cylindriques

rm Interface SiO2 /métal en coordonnées cylindriques
rc Position de la charge piégée dans l’oxyde en coordonnées cylindriques
ρ Matrice densité
S
S Inverse de la pente sous le seuil
Se Paramètre d’écrantage
Sk→k′ Probabilité de transition d’un état de vecteur d’onde k vers un état de vecteur
d’onde k’
T
T Température
tSiO2 Épaisseur de la couche d’oxyde SiO2
tHf O2 Épaisseur de la couche d’oxyde Hf O2
τ Temps de relaxation d’un électron
θ Dépendance de la mobilité vis-à-vis du champ électrique transverse
V
V (r, φ, z) Potentiel
Vs Potentiel de surface
Vs,th Potentiel de surface au seuil
VGS Polarisation de grille
VDS Polarisation de drain
Vth Tension de seuil
Vth,long Tension de seuil canal long
∆Vth Chute de tension de seuil liée aux effets de canaux courts
VF B Tension de bande plate
vth Vitesse thermique
vinj Vitesse d’injection
10
Introduction
⇒ Un monde de plus en plus "nano"

Le préfixe "nano" est un terme de plus en plus répandu dans le langage usuel de la so-
ciété. Que nous parlons de nanotechnologies, nanosciences ou nanomatériaux, ce préfixe
de seulement quatre lettres ne laisse pas indifférent. Qu’il suscite de l’engouement ou une
certaine crainte, l’intérêt est réel non seulement dans la communauté scientifique mais
aussi économique et industrielle puisque le terme "nano" devient à lui seul un argument
publicitaire. Cet engouement s’explique par le fait qu’après la révolution industrielle du
XIX e siècle, rares sont les domaines nouveaux où tout reste à approfondir pour un dé-
veloppement industriel. L’apparition des nanosciences au milieu du XX e siècle a donc
mis en exergue de futures perspectives inexplorées. Elles se définissent comme l’étude de
systèmes aux dimensions nanométriques (de un à quelques centaines de nanomètres) dans
au moins une dimension de l’espace. L’échelle nanométrique est donc la clé de ce nouveau
domaine car nous sommes précisément à la frontière entre la mécanique classique et la
mécanique quantique où les propriétés des matériaux n’ont plus rien à voir avec celles qui
définissent les matériaux de plus grandes échelles. La recherche scientifique portant sur
ces nano-objets n’est pas en soi un nouveau domaine. En effet, les perspectives ouvertes
par ceux-ci ne sont que le prolongement de l’évolution des différentes disciplines que nous
pensions arrivés à maturité : physique, électronique, biologie, mécanique, chimie, infor-
matique... Vu le potentiel applicatif des nanosciences, nous avons vu un essor important
à tout niveau portant aussi bien sur la compréhension théorique que sur le maîtrise tech-
nologique des procédés de fabrication.
Les origines des nanotechnologies sont relativement récentes car l’idée même d’une ré-
duction extrême des objets ne fût proposée qu’au milieu du siècle dernier avec notam-
ment le fameux discours de Richard Feynman en 1959. Cependant, il faudra attendre
les années 80 pour voir concrètement les premières observations nanométriques. Ceci
fût rendu possible grâce à l’invention d’instruments permettant d’observer et d’inter-
agir avec la matière au niveau atomique. Il s’agit du microscope à effet tunnel (STM
pour Scanning Tunneling Microscope) [Bin82] en 1981 développé par des chercheurs de la
société IBM puis du microscope à force atomique (AFM pour Atomic F orce M icroscope)
11
Introduction
[Bin86]. Ces deux outils ont eu un tel impact sur les nanotechnologies que leur déve-
loppement se poursuit encore aujourd’hui. Cependant, il a fallu attendre 1990 pour voir
la première démonstration officielle de manipulations d’atomes avec les fameuses lettres
"IBM" reconstruites avec 35 atomes de xénon [Eig90]. A partir de là, une multitude de
possibilités se sont ouvertes avec l’élaboration de nouvelles formes structurelles des nano-
objets ou l’exploration de nouveaux matériaux afin de couvrir l’ensemble des besoins.
Depuis lors, les nanosystèmes se multiplient comme en témoigne l’augmentation continue
et exponentielle des publications scientifiques concernant les nanotechnologies [Bon06].
⇒ Le nanofil semiconducteur
La forme des nano-objets est actuellement très variée puisque nous observons dans la litté-
rature différentes structures telles que les rubans, les nanocristaux, les nanotubes (souvent
en carbone)... Dans ce manuscrit, nous nous intéresserons plus particulièrement aux na-
nofils considérés comme une structure émergente avec potentiel applicatif vaste. Il s’agit
de structures longilignes (d’où le parallèle avec un fil) généralement cristallines avec une
section assez diverse aussi bien en terme de taille que de forme. En fonction des matériaux
utilisés, le comportement du nanofil est semi-conducteur, isolant ou métallique. Les na-
nofils peuvent être clés dans le développement des nanotechnologies car, contrairement à
d’autres architectures, cette structure est nanométrique sur deux des trois dimensions de
l’espace. L’intérêt du "nano" y est donc accentué par rapport à des structures fines mais
planaires. Ceci se retrouve dans la communauté scientifique comme en témoigne l’aug-
mentation importante du nombre de publication sur ce sujet depuis les années 90 [Lie07].
La méthode de fabrication de ces nanofils varie en fonction des applications ciblées (et
donc des dimensions géométriques). Nous distinguons notamment la fabrication de nano-
fils par approche "top-down". Cette technique provient de l’industrie de la microélectro-
nique puisqu’elle consiste à graver le matériau massif de façon précise par lithographie.
La précision de cette technique dépend essentiellement de la résolution qu’il est possible
d’obtenir, généralement perturbée par des phénomènes de diffraction du faisceau optique.
Au contraire, la deuxième approche dite "bottom-up" consiste à faire croître le nanofil à
partir d’un substrat cristallographique. Cette technique est réalisée à partir du procédé
Vapeur Liquide Solide (VLS) mis au point par Wagner et al [Wag64]. Avec l’aide d’un
catalyseur métallique qui va attirer les atomes du substrat, le nanofil croit en cristallisant
les atomes à l’interface entre la goute métallique et le substrat. La figure 1 montre la
réalisation de nanofils par les deux approches. Il ne s’agit que d’exemples afin d’illustrer
le propos puisque nous retrouvons de plus en plus de publications montrant la faisabilité
du procédé technologique pour la fabrication du nanofil. Le choix des méthodes dépendra
12
Introduction
bien évidemment de l’application choisie pour les nanofils. Généralement, la technique par
croissance est plus difficilement contrôlable (homogénéité du diamètre le long du fil par
exemple) mais reste techniquement plus simple et moins couteuse.
Figure 1: Champ de nanofils de silicium obtenus par approche "bottom-up" (crois-

sance) [Wan06] (gauche) ; Coupe transverse d’un nanofil obtenu par approche "top-down"
(gravure) [Tac11] (droite).
⇒ Quelles applications pour les nanofils ?
Le nanofil est généralement présenté comme une alternative à une autre structure uni-
dimensionnelle qu’est le nanotube de carbone. Ces deux nanostructures sont souvent dé-
crites comme les futures briques élémentaires des nanodispositifs. Cependant, pour les
nanotubes de carbone, les propriétés sont définies par la chiralité (c’est à dire l’axe selon
lequel le feuillet de carbone s’enroule) qui reste difficilement contrôlable technologique-
ment parlant. C’est pourquoi le nanofil semble plus accessible puisque les techniques de
fabrication sont fiables aussi bien sur la composition chimique du nanofil que son uni-
formité géométrique. De plus, la fabrication du nanofil par gravure apparaît comme la
continuité des procédés technologiques actuels ce qui incite l’industrie à se tourner vers
celui-ci afin de limiter les coûts de mise à jour du matériel.
Comme nous l’avons dit précédemment, les applications potentielles des nanofils sont
nombreuses. La principale reste le développement de composants électroniques à base de
transistors notamment après l’évocation par le comité ITRS (International Technology
Roadmap for Semiconductors) de l’utilisation de nanofils comme architecture de référence
pour les noeuds technologiques ultimes [ITR11]. Nous savons combien il est difficile de
13
Introduction
suivre les lois de performances et économiques telles que la loi de Moore pour main-
tenir la révolution en électronique à un niveau acceptable. L’engouement s’est aussitôt
fait ressentir dans la littérature dans les années 2000 [Chu00] [Cui01] [Cui03] [Zhe04]
[Gol06] [Wan06] [Hu08]. C’est sur cette application que nous nous pencherons dans la
suite de ce manuscrit. Toutefois, d’autres possibilités sont à l’essai dans la littérature
pour des composants annexes comme les portes logiques [Hua01] ou les mémoires non-
volatiles [Dua02]. D’autres domaines beaucoup plus récents sont aussi envisagés comme
le photovoltaïque [Tia07] [Kem08], la photonique [Gud02] [Pau06] avec notamment l’uti-
lisation de semiconducteurs III-V [Bjo02] [The03] [Dic04] ou des applications capteurs de
type biologique ou chimique avec fonctionnalisation du nanofil [Zho03] [Hah04]. Toutes
ces applications sont aussi différentes les unes des autres et nécessitent une compréhension
approfondie pour peut être un jour révolutionner à nouveau notre quotidien. Pour plus
d’informations, le lecteur pourra se reporter à la publication de R. Rurali [Rur10] qui
synthétise les connaissances actuelles sur les nanofils avec toutes les références adéquates.
⇒ L’étude théorique et la simulation des propriétés des nanofils

Au regard des enjeux et de ce que peut apporter le nanofil au développement des na-
notechnologies, les besoins en connaissances sont énormes. Que ce soit en compréhension
théorique, en maîtrise des techniques ou plus en aval avec l’élaboration de dispositifs fonc-
tionnels, chaque étape est importante et participe à l’émergence de ce domaine aussi bien
au niveau scientifique qu’économique. C’est pourquoi la simulation a toute sa place dans la
chaîne industrielle. Cependant, ce terme de simulation est extrêmement général puisqu’il
regroupe des objectifs très variés : de la compréhension de la mécanique quantique très
présente au niveau nanométrique, à l’étude des procédés technologiques tels que l’implan-
tation de dopants dans un réseau cristallin par exemple mais aussi des modélisations plus
simples requises afin d’estimer les performances des futurs dispositifs complets. Il s’agit
donc d’un outil très pratique complémentaire aux activités expérimentales pour une plus
forte compréhension et une réduction des coûts.
Nous ne pouvons pas parler d’essor de la simulation dans les nanosciences sans parler
d’amélioration des outils numériques à l’origine de l’intérêt de plus en plus fort pour des
simulations numériques amonts (de type atomistique). Les matériels utilisés sont de plus
en plus performants notamment avec l’augmentation de la fréquence des processeurs et
avec l’apparition de "clusters" qui regroupent plusieurs centaines (voire milliers) de coeurs
de calcul. C’est par la combinaison des compétences de physiciens, d’informaticiens mais
aussi de mathématiciens afin d’améliorer les algorithmes de calcul que la simulation nu-
14
Introduction
mérique est devenue si populaire aujourd’hui.
⇒ Objectif et plan de ce travail

De façon générale, nous observons dans la littérature une multitude de publications (sur
le nanofil ou autre) concernant des études numériques au niveau atomistique ou bien du
design de composants afin d’anticiper et de valider les futures orientations industrielles.
Cependant, très peu de passerelles sont faites entre les deux niveaux de simulations bien
que la physique soit commune. C’est dans ce contexte que ce travail se situe. Nous nous
intéresserons uniquement aux problématiques liées au transport électronique dans un na-
nofil de silicium. Le manuscrit se décompose en trois grandes parties découpées elle-même
en chapitres. La première fera l’état des lieux de la simulation actuelle avec la description
des caractéristiques des nanostructures aussi bien pour la structure de bande (chapitre 1)
et ses problématiques d’extraction que pour les différentes approches de modélisation du
transport électronique (chapitre 2). Dans la deuxième partie, nous verrons un des princi-
paux avantages du nanofil qui est son électrostatique assez stable vis-à-vis d’éventuelles
perturbations. Pour cela, nous nous pencherons sur une application précise du nanofil à
savoir l’utilisation de cette architecture particulière en microelectronique. En effet, l’évo-
lution des transistors MOSFET (Metal-Oxide-Semiconductor Field Effect Transistor)(et
donc des performances des composants électroniques) est extrêmement dépendante du
contrôle électrostatique de sa zone active. Dans le chapitre 3, nous exposerons donc le
contexte actuel des transistors MOSFETs : de l’enjeu économique jusqu’aux probléma-
tiques qu’il reste à résoudre et pourquoi le nanofil apparait comme une solution alternative
aux architectures standards. Ensuite, nous étudierons plus en détails l’électrostatique du
nanofil avec une étude de sa structure de bandes (chapitre 4) et notamment son évolution
en fonction des épaisseurs de fils. Nous exposerons à cette occasion les différents codes
que nous avons utilisés ou développés dans cette thèse. Nous ferons systématiquement une
comparaison entre des approches précises telles que des calculs atomistiques et d’autres
approches faisant intervenir plusieurs hypothèses afin de simplifier le système pour tendre
vers des simulations de dispositifs plus proches de ce qui est fait expérimentalement (donc
des dimensions plus importantes). Enfin, dans le dernier chapitre de cette partie (chapitre
5), nous mettrons en place un modèle analytique de l’électrostatique du nanofil à travers
la modélisation de la tension de seuil du transistor MOSFET à base de nanofil. Toute
la physique observée précédemment telle que les effets de confinement quantique ou des
effets de structure de bandes est retranscrite dans un modèle compact compatible avec
des simulations au niveau circuit. La dernière partie de ce manuscrit se concentrera sur le
transport électronique dans les nanofils. Dans le premier chapitre de cette partie (chapitre
15
Introduction
6), nous expliquerons la théorie du code que nous avons développé afin de calculer la mo-
bilité dans le nanofil incluant les principaux mécanismes qui limitent le transport à savoir
les interactions avec les phonons, la rugosité de surface et l’interaction Coulombienne à
distance. Ce code basé sur la formule de Kubo-Greenwood fait plusieurs approximations
permettant de calculer numériquement la mobilité pour des diamètres assez importants
contrairement à des codes plus précis sur la physique. La mobilité est donc calculée et ana-
lysée pour différentes configurations (variation de diamètres, d’oxydes de grille...). Enfin
dans le dernier chapitre (chapitre 7), à l’instar de la partie 2, nous mettrons en place une
modélisation analytique du courant de drain du transistor MOSFET à nanofil incluant
évidemment la tension de seuil développée dans le chapitre 5 mais aussi tous les phéno-
mènes observés au niveau du transport d’un porteur (effet de quasi-balisticité, effet de
diamètre...). Les résultats seront exposés et comparés autant que cela fut possible à des
données expérimentales. Le manuscrit se finira sur l’utilisation du modèle développé avec
la simulation de petits circuits tels qu’un oscillateur en anneau ou une cellule mémoire
SRAM incluant tous les phénomènes ultimes qui sont censés impacter les performances du
transistors MOSFET pour les années à venir. Loin d’être exhaustif sur la théorie ou sur
le design de circuit, ce travail tente de faire le lien entre toutes les simulations afin d’ap-
porter, d’un coté comme de l’autre, tous les arguments nécessaires à valider la pertinence
de l’architecture nanofil pour une application MOSFET.
16
Première partie
Simulation du transport électronique

dans les nanocomposants
17
Comme nous venons de le voir dans l’introduction générale, le domaine de la na-
notechnologie au sens large connait un développement rapide puisque les nanostructures
offrent des perspectives intéressantes et transverses. Bien au delà de la microélectronique,
de nombreux domaines peuvent être dynamisés comme le BTP ou le textile sans compter le
domaine médical. Une compréhension fine des matériaux et notamment leurs propriétés à
l’échelle nanométrique est indispensable. C’est pourquoi la simulation numérique connaît
un tel essor au regard des enjeux. De plus, l’amélioration des performances des machines
de calcul ainsi que la réduction de leur coût a fortement participé à cette émergence. De
nos jours, les laboratoires ou entreprises disposent de "clusters" de calculs pour leurs si-
mulations. L’optimisation des codes numériques par de meilleurs algorithmes jusqu’à la
parallélisation est donc devenu un enjeu à part entière.
Dans cette partie, nous allons passer en revue le formalisme théorique du concept de
structure de bandes d’un matériau et les problèmes qui se soulèvent pour sa simulation
numérique. Dans le chapitre 1, nous poserons le problème à N-corps qui constitue la base
de l’étude des solides. Nous verrons que deux grandes familles d’approches existent afin de
simplifier le problème : les méthodes abinitio et les méthodes semi-empiriques. Une fois
les approximations faites, nous verrons comment il est alors possible d’extraire numéri-
quement la fonction d’onde issue de la résolution de l’équation de Schrödinger en trois
dimensions à travers la méthode "Mode Space" puis son couplage avec l’équation de Pois-
son afin de respecter la neutralité électronique. Dans le deuxième chapitre de cette partie,
nous ferons un tour d’horizon des formalismes employés pour la simulation et la modé-
lisation du transport électronique dans les nano-composants (orientés transistor). Nous
parcourrons toutes les méthodes, des plus simplistes par une approche de mécanique clas-
sique jusqu’au développement de formalisme de mécanique quantique. Nous verrons qu’un
fort lien existe entre la structure électronique et le transport électronique. Une vision gé-
nérale de la simulation numérique (de la nature même des matériaux jusqu’au transport
électronique) est donc proposée afin de justifier les méthodes choisies dans la suite de ce
travail pour aboutir sur un modèle, dit compact, seul apte à estimer les performances de
circuits contenant plusieurs milliards de transistors.
19
20
Chapitre 1
La structure électronique d’un

matériau
Sommaire
1.1 Notions théoriques du problème à N corps . . . . . . . . . . . 21
1.2 Les différentes méthodes utilisées . . . . . . . . . . . . . . . . . 23
1.2.1 Les méthodes ab initio . . . . . . . . . . . . . . . . . . . . . . . 24
1.2.2 Les méthodes semi-empiriques . . . . . . . . . . . . . . . . . . 26
1.3 Extraction de la fonction d’onde mono-électronique- Équa-
tion de Schrödinger 3D . . . . . . . . . . . . . . . . . . . . . . . 29
1.4 Neutralité électronique - Couplage avec Poisson . . . . . . . . 32
1.1 Notions théoriques du problème à N corps

S’intéresser à la structure de bande d’un matériau constitué de Nat noyaux et de Nel
électrons, consiste à déterminer la répartition statistique des électrons dans l’espace réel
en fonction de leur énergie. L’étude de la structure de bande repose donc sur la résolution
d’un problème à (Nat + Nel ) particules chargées avec toutes les combinaisons possibles
d’interactions que cela engendre. Afin de ne pas compliquer le problème, l’extraction de
la structure de bandes se fait en ne considérant aucune perturbation extérieure. Dans la
suite, chaque électron est repéré par une variable x contenant aussi bien les coordonnées
spatiales que le spin. De même, la variable X représente l’état spatial et de spin d’un noyau.
Le système est donc décrit par une fonction d’onde Ψ(x1 ,...,xNel ,X1 ,...,XNat ) solution
21
Chapitre 1: La structure électronique d’un matériau
de l’équation de Schrödinger. Dans le cas stationnaire, celle-ci s’écrit pour un système

d’énergie E [Coh95] :
H.Ψ(x1 , ..., xNel , X1 , ..., XNat ) = E.Ψ(x1 , ..., xNel , X1 , ..., XNat ) (1.1)
où H est l’hamiltonien du système. Il s’agit de l’opérateur décrivant les différentes contribu-

tions : opérateurs d’énergie cinétique et d’énergie potentielle des particules en interaction :
H= Tnoy + Vnoy−noy
ü ûú ý ü ûú ý
Énergie cinétique des noyaux Énergie d′ interaction noyau−noyau
+ T el + Vel−noy + Vel−el
üûúý ü ûú ý ü ûú ý
Énergie cinétique des électrons Énergie d′ interaction électron−noyau Énergie d′ interaction électron−électron
(1.2)
La résolution de l’équation 1.1 n’est possible que pour un nombre extrêmement res-
treint de corps (maximum deux !). Sans cette condition, la cout numérique explose. L’enjeu
d’une approche théorique consiste donc à apporter des méthodes de simplifications qui
approchent au mieux la solution exacte.
La première approximation employée en physique du solide est de découpler les degrés de

liberté ioniques et électroniques. Cette approximation est dite "approximation de Born-
Oppenheimer" ou encore "approximation adiabatique" [Bor27]. Elle se justifie par la dif-
férence de masse entre un électron et un noyau. En effet, dans le silicium, le ratio des
vitesses est de l’ordre de 100 entre un électron et un noyau. De façon simple, les noyaux
sont considérés fixes pour les électrons. La fonction d’onde s’écrit donc comme le produit
de deux fonctions d’onde ; une électronique ψ el et l’autre atomique φnoy .
Ψ ≃ ψ el .φnoy (1.3)
Par conséquent, l’équation initiale revient à résoudre l’équation de Schrödinger strictement

d’un point de vue électronique pour une configuration donnée des noyaux.
[Tel + Vel−noy + Vel−el ].ψ el (x1 , ..., xNel ) = Eel .ψ el (x1 , ..., xNel ) (1.4)
A partir de maintenant, nous nous intéresserons uniquement à la fonction d’onde élec-

tronique ψ el qui reste néanmoins un problème à Nel corps. Toujours dans l’optique de
simplifier le problème, nous considérerons les électrons comme "indépendants". Cela per-
met d’exprimer Nel fonctions à une variable plutôt que une fonction à Nel variables. Ce
choix est avant tout stratégique afin d’alléger numériquement le problème. Par exemple,
22
1.2Les différentes méthodes utilisées
pour un maillage à 1000 points, le cout de stockage de la fonction d’onde passe de 1000Nel
pour une fonction à Nel variables à 1000xNel pour Nel fonctions à une variable. La re-
présentation par électrons indépendants se justifie par la théorie du liquide de Fermi de
Landau [Asc76] qui considère que pour des électrons peu énergétiques (de l’ordre de l’agi-
tation thermique kB T ), la relaxation par un autre électron est bien plus longue comparée
à d’autres mécanismes de relaxation. Toutefois, de façon théorique, décrire l’état d’un
électron comme la solution de l’équation mono-électronique n’implique pas systématique-
ment qu’aucune interaction n’intervient entre les électrons. C’est à cette problématique
que toutes les méthodes basées sur la représentation des électrons indépendants tentent
de répondre.
1.2 Les différentes méthodes utilisées
Les méthodes utilisées pour calculer la structure électronique (c’est-à-dire pour ré-
soudre l’équation 1.4) se décomposent en deux grandes familles : d’une part, les méthodes
"ab initio" qui utilisent les lois physiques de base sans postulat additionnel et d’autre part,
les méthodes semi-empiriques pour lesquelles un hamiltonien général est utilisé et dont
les paramètres sont ajustés à partir de données expérimentales ou ab initio. Dans les deux
cas, même si certaines méthodes divergent dans leur approche pour traiter la physique et
notamment les interactions, elles convergent sur leur schéma numérique puisque toutes
sont basées sur des calculs mono-électroniques de fonctions d’onde desquelles vont être
déterminées les énergies d’interaction qui elles-mêmes affectent les fonctions d’onde. Des
boucles d’itération sont donc nécessaires afin de s’assurer de la cohérence du système.
L’équation de Schrödinger 1.4 s’écrit pour un calcul mono-électronique :
 
−h̄2 ∇
þ2
 + V  ϕi (xi ) = E(k).ϕi (xi ) (1.5)
2me
où V est l’opérateur potentiel du système et me est la masse de l’électron.
De plus, généralement, les matériaux utilisés sont de nature cristalline ce qui permet
d’appliquer le théorème de Bloch afin d’exploiter cette périodicité. Nous pouvons donc
introduire un vecteur d’onde k associé à chaque bande n de la structure électronique.
Les fonctions d’ondes associées |ϕn,k ê, solution de l’équation 1.5, peuvent donc s’écrire en
utilisant les fonctions de Bloch [Asc76].
ϕn,k (x) = un,k (x).eik.x (1.6)
23
où un,k est une fonction ayant la périodicité de la structure cristalline.
1.2.1 Les méthodes ab initio

Ces dernières années, les méthodes ab initio deviennent de plus en plus populaires.
Outre les capacités de calculs grandissantes, elles suscitent la curiosité car leur domaine
d’application est vaste. Diverses activités sont donc concernées, de la chimie à la physique
en passant par la biologie, car les propriétés de n’importe quelle structure (molécules,
agrégats, solides...) peuvent être étudiées. Le principe de ces méthodes repose sur l’ex-
traction de l’état fondamental correspondant à l’énergie la plus basse du système. La
fonction d’onde associée à ce minimum doit alors être trouvée (généralement en utilisant
la forme variationnelle [Coh95]) :
éψ|H|ψê
Emin = minψ (1.7)
éψ|ψê
Comme nous venons de le dire, toute la difficulté réside dans l’expression de l’hamiltonien
et notamment la description fine de l’interaction entre particules. Nous pouvons distinguer
deux catégories d’approches : les méthodes en fonction d’onde et les méthodes basées sur
la fonctionnelle de densité.
Les méthodes en fonctions d’onde
Comme nous venons de le voir, l’ensemble des méthodes de résolution de l’équation de

Schrödinger se concentre sur un problème à un corps. Les méthodes en fonctions d’onde
sont les plus représentatives puisque la fonction d’onde mono-électronique est au coeur
de leur développement mathématique.
Dans l’approximation de Hartree, la fonction d’onde totale s’écrit comme le produit des
fonctions d’onde mono-électroniques :
N
Ù el
H
ϕ (x1 , ..., xNel ) = ϕi (xi ) (1.8)
i=1
L’interaction entre électrons est décrite en considérant que chaque électron évolue dans
un champ électrique généré par la présence des autres électrons [Har28]. Cependant, le
potentiel de Hartree ne permet pas de décrire assez précisément cette interaction. Il a été
montré que les équations de Hartree conviennent de façon assez réaliste aux atomes isolés
où peu d’électrons interviennent mais s’avèrent limitées pour l’étude des solides.
Dans l’optique d’optimisation, l’approximation de Hartree-Fock s’attache à la nature des
électrons puisqu’elle corrige le fait que ce sont des fermions. Pour corriger le coté non
24
anti-symétrique de l’équation 1.8, la fonction d’onde dans l’approximation de Hartree-

Fock s’exprime comme un déterminant de fonctions d’onde mono-électroniques, appelé
déterminant de Slater :
- -
- -
- ϕ1 (x1 ) ... ϕ1 (xNel ) -
- -
- -
1 -- ϕ2 (x1 ) ... ϕ2 (xNel ) -
ϕHF = √ .. .. - (1.9)
Nel ! -- . .
-
-
- -
- -
- ϕNel (x1 ) . . . ϕNel (xNel ) -
La résolution de l’équation 1.7 avec cette hypothèse donne, par la méthode variationnelle,
un terme supplémentaire par rapport à la simple approximation de Hartree afin d’amélio-
rer l’interaction électron-électron. Cette approximation est tout à fait adaptée à l’étude
de la structure de bandes des solides même si l’interaction reste encore incomplète comme
l’absence des effets de corrélation entre électrons.
Pour être parfaitement décrite, la fonction d’onde devrait s’écrire comme une somme in-
finie de déterminant de Slater. Considérant l’aspect irréaliste de la chose, la méthode dite
"interaction de configuration" étend l’approche de Hartree-Fock en imposant un nombre
fini de cette somme. Les quelques imperfections énoncées précédemment sont corrigées au
détriment d’un cout numérique qui explose.
Les méthodes en fonctionnelle de la densité
Contrairement aux méthodes présentées ci-dessus, les méthodes en fonctionnelle de

la densité considèrent la densité électronique n comme variable du problème. Ce change-
ment permet notamment une forte simplification du système mathématique et donc une
réduction du cout numérique.
La méthode la plus utilisée dans ce domaine là reste la théorie de la fonctionnelle de la
densité (DFT pour Density Functional Theory). Les fondements de cette approximation
considèrent que la résolution peut se faire à travers une seule fonctionnelle de la den-
sité à l’état fondamental. De même qu’avec une méthode en fonction d’onde, la densité
électronique doit être trouvée afin de minimiser l’énergie du système, exprimée mathéma-
tiquement par :
E[n(x)] = Tel [n(x)] + Vel−el [n(x)] + Vel−noy [n(x)] (1.10)
L’approximation de la DFT peut paraître idéale puisque la résolution est exacte. Cepen-
dant, aucune expression explicite n’existe pour la description des parties énergie cinétique
des électrons Tel et potentiel d’interaction entre électrons Vel−el de l’hamiltonien du sys-
tème à plusieurs électrons. De plus, même si cette méthode est très bien adaptée pour
25
l’extraction de l’état fondamental, une méthode complémentaire doit généralement être

utilisée pour décrire les états excités. Sans les développer, nous pouvons énoncer pour
cela la TDDFT (Time Dependant Density Functional Theory) [Bur05] ou la théorie per-
turbative à plusieurs corps [Hed65] [Hyb86]. Cependant, ces simulations sont limitées par
leur temps de calcul et ne sont donc applicables qu’à l’étude de petits systèmes (quelques
dizaines d’atomes).
1.2.2 Les méthodes semi-empiriques

Malgré la pertinence des méthodes ab initio pour l’étude des solides, elles requièrent
des puissances numériques qui limitent leur utilisation, notamment sur la taille des dis-
positifs. Les méthodes semi-empiriques entrent en jeu pour contrer cette limitation. Elles
utilisent des hamiltoniens modèles utilisant des paramètres ajustables afin de simplifier
le problème. Pour ces méthodes, chaque électron est dans un état |n, kê associé à une
fonction d’onde |ϕn,k ê exprimée sur une base simplifiée.
Diverses méthodes existent pour la résolution de l’équation équation de Schrödinger mo-
noélectronique (1.5). La structure électronique peut alors être extraite pour la plupart
des matériaux cristallins soit dans toute la première zone de Brillouin (méthodes pseudo-
potentiels ou liaisons fortes) soit au voisinage de vecteur d’onde spécifique (méthode k.p
ou approximation de la masse effective).
Les liaisons fortes
Le principe de la résolution de l’équation de Schrödinger par la méthode des liaisons

fortes consiste à décomposer les états propres du système sur une base d’orbitales localisées
de chaque atome du matériau. Dans le cas d’une structure cristalline, nous pouvons écrire
la fonction d’onde comme :
Nat +∞
Ø Ø
|ϕn,k ê = cn,i,α φi,α (x − Xi ) (1.11)
i=1 α=1
où φi,α (x-Xi ) est l’orbitale de type α centrée sur l’atome i décrit par la coordonnée Xi .
Si une infinité d’orbitales est considérée, la formulation mathématique est exacte. Cepen-
dant, dans les faits, cela n’est pas possible et des simplifications doivent être apportées
pour alléger l’aspect numérique sans perdre d’informations importantes [Sla54]. Parmi les
principales, nous pouvons noter le choix d’une base minimale d’orbitales en ne considérant
que les électrons de valence et non de coeur et une portée finie des orbitales (c’est-à-dire
qu’elles disparaissent à partir d’une certaine distance du noyau de l’atome. En général,
26
les modèles s’arrêtent aux premiers, deuxièmes ou troisièmes voisins (pas de couplages au
delà). Malgré ceci, augmenter le nombre d’atomes du système grossit la base d’orbitales
sur laquelle cette méthode se repose. Le temps de calcul y est alors fortement rallongé.
Pour les gros systèmes, il est alors préférable d’utiliser la méthode des pseudo-potentiels
qui couvre également l’intégralité de la première zone de Brillouin.
Pseudo-potentiels
Le nom de cette méthode vient du fait que le potentiel exercé par les noyaux et les
électrons de coeurs est remplacé par un potentiel effectif qui s’applique uniquement aux
électrons de valence. L’énergie potentielle de l’équation de Schrödinger s’exprime alors
comme la somme des contributions de chaque pseudo-potentiel :
Ø
V = −q vi (x − Xi ) (1.12)
i
où vi (x-Xi ) est le pseudo-potentiel de l’atome i représenté par la coordonnée Xi .
L’utilisation de cette méthode s’applique aux cellules périodiques découpées en cellules

unités. Il est alors tout naturel de décomposer la fonction d’onde sur une base d’ondes
planes :
Ø 1
|ϕn,k ê = cn,k,G ei(G+k).x (1.13)
G
Ω cellule
où Ωcellule est le volume de la cellule unitaire et G est un vecteur du réseau réciproque. En

plus des termes vi (G) (transformé de Fourier de vi (x)), un paramètre ajustable consiste
donc à limiter le nombre d’ondes planes qui constituent la base. L’ensemble de ces pa-
ramètres est utilisé pour ajuster les énergies En (k) au plus proche de ce qui est obtenu
expérimentalement ou par approche ab initio sur un ensemble de vecteurs d’onde de la
première zone de Brillouin.
Méthode k.p
Contrairement aux deux méthodes présentées juste au dessus, la méthode k.p est
locale puisqu’elle permet de reproduire les principales bandes de la structure électronique
au voisinage d’un point k0 donné [Car66]. La résolution de l’équation de Schrödinger par
cette méthode s’apparente donc à un développement limité de la structure de bandes
autour de ce point k0 . De plus, cette méthode utilise la nature cristalline des matériaux
utilisés ce qui permet d’écrire les fonctions d’onde |ϕn,k ê en utilisant les fonctions de
Bloch pour traduire cette périodicité comme écrite à l’équation 1.6. La méthode k.p
consiste donc à décomposer cette fonction un,k sur la base des solutions un,k0 (solution de
27
Schrödinger) supposées connues.

Ø
un,k (x) = cn,m (k)un,k0 (x) (1.14)
m
Cette méthode est exacte tant que la base des solutions utilisée est infinie. En pratique,
comme pour les autres méthodes, ce n’est pas le cas et un nombre fini doit être choisi
(le temps de calcul en est fortement dépendant). Toutefois, l’exactitude et la pertinence
de cette méthode repose essentiellement sur des paramètres ajustables qui interviennent
dans l’équation de Schrödinger.
Approximation de la masse effective
Dans l’approximation de la masse effective, l’effet intrinsèque du réseau sur le porteur

va être inclus directement dans sa nature à travers sa masse. La description classique du
déplacement d’un électron dans un cristal est soumise aux lois de Newton qui considèrent
que l’électron subit la force interne liée au réseau d’atomes Fi et une force externe due
par exemple à l’application d’un champ électrique Fe . L’approximation consiste donc à
supprimer le terme Fi et à inclure son effet directement en modifiant la valeur de la masse
de l’électron.
De façon globale, nous pouvons définir une vitesse de groupe des porteurs :
1þ
vn = ∇k En (1.15)
h̄
De plus, le champ extérieur s’exprime en fonction du vecteur d’onde des porteurs :
(dh̄k)
Fe = (1.16)
dt
A partir de ces équations, nous pouvons déduire les dépendances de la masse effective :
A B−1
2 ∂ 2E
m∗e,x(y,z) = h̄ (1.17)
∂kx(y,z)
avec (x,y,z) les trois directions de l’espace.
Bien que très simpliste, cette approximation est très utilisée puisqu’elle simplifie consi-
dérablement le problème numérique. En toute rigueur, il faudrait connaître la valeur des
masses effectives dans les trois directions de l’espace et pour tout point de la première
zone de Brillouin. Généralement, pour une même direction et dans une même bande, cette
masse est considérée constante ce qui approxime la bande comme parabolique. Des cor-
28
1.3Extraction de la fonction d’onde mono-électronique- Équation de Schrödinger 3D
rections supplémentaires doivent être alors ajoutées pour décrire proprement la structure
électronique du matériau.
1.3 Extraction de la fonction d’onde mono-électronique-

Équation de Schrödinger 3D
Une fois la méthode choisie et donc l’hamiltonien défini, il faut alors résoudre nu-
mériquement l’équation de Schrödinger qui idéalement recouvre les trois dimensions de
l’espace. Dans la suite, nous allons présenter les découpages numériques employés afin
d’extraire les valeurs propres de la fonction d’onde. Ici, nous considérons l’approximation
de la masse effective qui sera largement utilisée par la suite. Ainsi, comme nous venons
de le dire, lorsque la particule (de masse effective m∗ ) subit l’action d’un potentiel U, sa
fonction d’onde obéit alors à l’équation de Schrödinger [Coh95] (dans le cas stationnaire) :
Hψ = Eψ (1.18)
où l’hamiltonien H du système est défini comme :
h̄2 ∂ 1 ∂ ∂ 1 ∂ ∂ 1 ∂
H=− [ ( ∗ )+ ( ∗ ) + ( ∗ )] + V (x, y, z) (1.19)
2 ∂x mx ∂x ∂y my ∂y ∂z mz ∂z
La résolution de cette équation nous donnera donc une infinité de solutions ψn associées
chacune à un niveau énergétique En . La solution générale de la fonction d’onde est alors
une somme sur toutes les solutions propres de l’équation de Schrödinger :
Ø
ψ(x, y, z) = cn ψn (x, y, z) (1.20)
n
où les cn sont des coefficients complexes déterminés grâce aux conditions initiales.
Cependant, la résolution numérique directe de cette équation dans les trois dimensions de
l’espace, appelée approche Real Space, est trop complexe. Il faut alors décorréler le pro-
blème afin de retrouver une résolution de l’équation de Schrödinger sur une ou deux di-
mensions. Une alternative a donc été trouvée avec l’approche Mode Space [Ven02] [Bar09].
Formalisme mathématique par approche Mode Space- Cas du nanofil
La polarisation de grille appliquée au nanofil dans la direction transverse (x,y) est

indépendante de la direction de transport z. On peut alors décomposer la fonction d’onde
29
en une composante en (x,y) et une composante en z.
ψn (x, y, z) = φn (z).ϕn (x, y) (1.21)
Cette séparation n’est pas exacte quand V (z) varie mais l’approche mode-space reste une
bonne approximation. Il suffit alors de découper le nanofil en tranches suivant la direc-
tion du transport pour résoudre de façon locale ces équations. On supposera alors que le
potentiel V(z) est constant sur chaque tranche. Cette approche consiste à remplacer la
discrétisation suivant z par une discrétisation de l’espace du vecteur propre (ici, l’énergie
quantifiée). Ainsi, l’objectif est d’extraire les deux fonctions d’onde ψ(z) et ϕ(x, y) sur
chaque tranche qui dans ce cas sont indépendantes puisque V(z) est supposé constant sur
chaque tranche [Coh95].
La première étape consiste donc à étudier la quantification liée à la polarisation de grille

dans les directions x et y. Il faut alors résoudre l’équation de Schrödinger 2D sur une
tranche du nanofil entre z0 et z0 + dz, supposant le potentiel constant dans cette direction
(V(x,y,z0 )). L’hamiltonien devient alors :
h̄2 ∂ 1 ∂ ∂ 1 ∂
H 2D = − [ ( ∗ )+ ( )] + V (x, y, z0 ) (1.22)
2 ∂x mx ∂x ∂y m∗y ∂y
Cette première étape conduit essentiellement à deux résultats :

– L’extraction des fonctions d’onde propres ϕn due à la résolution de Schrödinger 2D
dans le plan transverse au transport.
– L’extraction des niveaux d’énergie quantifiés en x et en y pour une tranche en z
associé au potentiel V(z0 ). Ainsi, la résolution de l’équation de Schrödinger 2D, sur
chaque tranche, dans tout le canal permet de reconstruire les fonctions énergétiques
En (z) qui régissent le système dans le sens du transport.
La seconde étape consiste donc à réinjecter ces dernières fonctions dans la résolution de
l’équation de Schrödinger 1D dans le sens du transport. L’hamiltonien devient donc :
h̄2 ∂ 1 ∂
H 1D = − [ ( )] + En (z) (1.23)
2 ∂z m∗z ∂z
Le principal résultat de cette étape est l’extraction de chaque fonction d’onde φn associée
au mode n de la quantification en x et y. Il n’y a pas vraiment de quantification puisque
les dimensions géométriques suivant z sont assez grandes pour qu’un réel confinement ait
lieu. L’information importante reste quand même la valeur énergétique des porteurs et sa
variation suivant z qui jouera un rôle dans le transport.
30
1.3Extraction de la fonction d’onde mono-électronique- Équation de Schrödinger 3D
Figure 1.1: Principe général pour la résolution de Schrödinger 3D dans le cas d’un
dispositif 1D par l’approche Mode space.
D’un point de vue numérique, la résolution de Schrödinger se base sur une décom-
position des dimensions de l’espace aussi bien dans l’approche "Real Space" que "Mode
Space". Pour cela, une discrétisation est faite suivant la dimension géométrique concernée
("x"). L’équation de Schrödinger 1D devient alors au point de maille i :
h̄2 2(ψi+1 − ψi ) 2(ψi − ψi−1 )

− [ − ] + Vi ψi = Ei ψi (1.24)
2 mi xi (xi + xi−i ) mi−1 xi−1 (xi + xi−i )
L’hamiltonien H devient alors une matrice NxN. Après quelques opérations matricielles
explicitées dans les références [Mun08] [Tan90], nous pouvons extraire les fonctions d’onde
propres ψ du système.
31
1.4 Neutralité électronique - Couplage avec Poisson

Nous avons vu dans la section précédente la résolution de l’équation de Schrödinger
donnant, en sortie, la fonction d’onde et les niveaux énergétiques du système. Nous pou-
vons alors extraire les principaux paramètres et notamment la variation de la charge dans
la zone active. Cela est fait à partir de tensions appliquées (tension de grille et de drain)
qui imposent une forme de potentiel. Cependant, la variation de la charge affecte le po-
tentiel dans la couche concernée qui impacte alors, à son tour, la résolution de l’équation
de Schrödinger. Une résolution cohérente des équations de Poisson et de Schrödinger doit
donc être faite pour s’assurer de la cohérence du système entre charges et potentiel.
Figure 1.2: Principe de résolution numérique auto-cohérente des équations de Schrödin-

ger et de Poisson
Le point critique de cette résolution reste l’initialisation de la boucle où une estima-

tion de la forme du potentiel doit être trouvée. Ainsi pour une meilleur stabilité du calcul,
il est préférable d’effectuer une recherche des niveaux d’énergie et des fonctions d’onde
(résolution de Schrödinger) à partir d’un profil de potentiel assez proche de la réalité afin
d’aider à la convergence du système.
De nombreuses études de dispositifs planaires ont utilisé l’approximation du puits triangulaire

pour évaluer la forme du potentiel. Dans la configuration où la courbure de bande n’est pas
importante (charge d’inversion faible), celle-ci peut être approximée par une droite for-
mant alors un triangle avec l’interface [Ste74] [Van94]. Toutefois, d’autres profils peuvent
être employés comme pour les travaux de Rana et al [Ran96] où le potentiel prenait la
forme :
x x
V (x) = A.exp(− ) + B.exp(− ) (1.25)
αlD βlD
où A, B, α et β sont des paramètres dépendants du champ électrique appliqué et lD est
la longueur de Debye. Cependant, cette expression n’est valable que pour un système 1D
ce qui n’est pas approprié dans le cas du nanofil.
32
1.4Neutralité électronique - Couplage avec Poisson
Autres solutions : modèles phénoménologiques

D’autres équipes de recherche ont developpé de nouvelles approches pour prendre en
compte les effets de confinement quantique à partir de modèles phénoménologiques. Ces
modèles sont basés sur une approche classique mais possèdent un terme de correction
quantique.
Modèle de Hänsch
Les effets de confinement quantique se caractérisent par deux aspects : la quantification

énergétique et la répartition des porteurs sous l’interface. Le modèle de Hänsch considère
seulement le second aspect. Il introduit une fonction enveloppe analytique sur la densité
d’états dans le sens transverse au transport [Han89]. La densité d’états 3D devient alors
fonction de la profondeur (z) avec une valeur nulle à l’interface :
z2
NC (z) = NC [1 − exp(− 2 )] (1.26)
λ
Le paramètre λ déterminera le déplacement de la densité moyenne des porteurs près de

l’interface. Ce paramètre est considéré comme ajustable dans les simulateurs commer-
ciaux.
Toutefois, ce modèle est loin d’être parfait. Outre le fait qu’il ne considère pas la quantifi-
cation énergétique, le paramètre λ devrait dépendre fortement du champ transverse (plus
le champ est fort, plus le pic de concentration se rapproche de l’interface), ce qui n’est
pas le cas.
Modèle de Van Dort
Dans ce modèle, toutes les caractéristiques de confinement quantique sont prises en

compte. Dans ce cas, la valeur de la capacité d’oxyde est modifiée introduisant la zone
de désertion (∆z) à l’interface due aux effets de confinement quantiques. Une épaisseur
d’oxyde équivalente peut être exprimée :
ǫox .∆z
teq
ox = tox + (1.27)
ǫSC
Par conséquent, le potentiel de surface va être modifié puisqu’il faut lui ajouter la contri-
bution de la zone de déplétion (FS .∆z ; FS étant le champ électrique de cette zone).
De plus, afin de prendre en compte la quantification énergétique des porteurs, un terme
33
∆ε est ajouté à l’expression du potentiel représentant la valeur du premier niveau quan-

tifié au dessus de la bande de conduction. Finalement, on peut écrire le potentiel incluant
les effets ondulatoires des porteurs comme :
∆ε
Vtot = Vclass + + ES ∆z (1.28)
e
L’objectif est maintenant de résoudre l’équation de Schrödinger afin de déterminer une

expression analytique de ∆ε et de ∆z. Pour cela, Van Dort et al utilise l’approximation
du puits triangulaire. Les différentes expressions sont exprimées dans [Van94].
Conclusion
La connaissance de la structure de bandes d’un matériau est à la base de toutes les
études. Elle regroupe l’ensemble des propriétés qui peuvent être par la suite exploitées
pour différentes applications. Cependant, la théorie générale du problème à N corps est
trop complexe pour être explicitée de façon brute. Différentes approches ont donc été
développées afin de simplifier le problème notamment autour de la notion de fonction
d’onde mono-électronique. La complexité numérique de ces approches est très variable et
le choix qui doit être fait dépendra des attentes de chacun. Il en est de même pour la neu-
tralité électronique. Le couplage entre les effets de confinement quantique (Schrödinger)
et leur impact sur le potentiel local (Poisson) peut être abordé de diverses manières. Il
est alors possible de faire une résolution fine des deux équations de façon auto-cohérente
jusqu’à des modèles phénoménologiques simples qui tendent juste à corriger les grandeurs
physiques telles que la concentration de porteurs incluant les effets de confinement.
Dans le chapitre suivant, nous verrons que le vaste choix de méthodes de simulation peut
s’appliquer également à l’étude du transport électronique dans un matériau soumis à un
champ électrique extérieur. La structure électronique y est directement impliquée. Il est
donc important de s’assurer de la pertinence des approches choisies aussi bien pour la
structure de bandes que pour le transport.
34
Chapitre 2
Modélisation du transport
électronique : du classique au
quantique...
Sommaire
2.1 Formalismes mathématiques pour le transport . . . . . . . . . 36
2.1.1 Equation de Liouville - Von Neumann . . . . . . . . . . . . . . 36
2.1.2 Equation de Wigner . . . . . . . . . . . . . . . . . . . . . . . . 37
2.1.3 Équation de Boltzmann . . . . . . . . . . . . . . . . . . . . . . 38
2.2 Approches Macroscopiques . . . . . . . . . . . . . . . . . . . . . 39
2.3 Approches Microscopiques . . . . . . . . . . . . . . . . . . . . . 44
2.3.1 Résolution Déterministe . . . . . . . . . . . . . . . . . . . . . . 44
2.3.2 Résolution Particulaire (Monte Carlo). . . . . . . . . . . . . . . 45
2.4 Approche Matricielle . . . . . . . . . . . . . . . . . . . . . . . . 47
2.5 Approche compacte . . . . . . . . . . . . . . . . . . . . . . . . . 49
Depuis plusieurs années, la modélisation du transport électronique a été basée sur

une approche classique et globale. L’approche convenait totalement puisque les résultats
étaient en accord avec les données expérimentales du fait des grandes dimensions des
systèmes. Cependant, la réduction des dimensions nécessite désormais une description du
transport électronique incluant des effets émergeants jusqu’alors négligés. Liu [Liu90] a
exprimé le principe d’incertitude d’Heisenberg [Coh95] à travers l’expression d’une valeur
limite de concentration de porteurs à ne pas dépasser pour assurer la validité des équations
35
Chapitre 2: Modélisation du transport électronique : du classique au quantique...
de transport classique :
−1 4πλ
nlim3 = (2.1)
3
où λ est la longueur d’onde des porteurs.
Ainsi, en réduisant les dimensions géométriques, on impose des bornes à la valeur de

cette longueur d’onde, ce qui limite notre capacité à doper le système. Sachant qu’ac-
tuellement les technologies émergentes sont non dopées (1015 cm−3 ), la longueur limite du
canal à ne pas franchir est de 28nm. Au regard des recommandations de l’ITRS (longueur
bien en deçà), la validité des hypothèses classiques n’est plus vérifiée, le transport devient
quantique.
Afin de modéliser le transport quantique, différentes approches peuvent être employées

[Ryn08]. Tout d’abord, les approches macroscopiques qui prennent en compte l’incerti-
tude quantique d’une particule et qui l’appliquent à tout le système à travers des fonctions
statistiques (fonctions de distribution de type Fermi par exemple). La deuxième approche
est une approche microscopique s’attachant à la trajectoire exacte de quelques particules
extrayant ainsi la fonction de distribution du système et tous les paramètres macrosco-
piques qui en découlent. Ensuite, une approche matricielle, dite "NEGF" (Non-Equilibrium
Green Function), étudie le système à travers un formalisme plus mathématique où des
hamiltoniens plus complexes peuvent être traités par l’utilisation de matrice. Enfin, une
dernière approche, dite "compacte", est particulièrement dédiée aux études au niveau cir-
cuit. Moins physique mais plus rapide, elle doit être calibrée puis validée par les autres
approches plus amonts pour être pertinente. Dans cette partie, nous verrons les avantages
de chacune de ces approches et les différents modèles de simulation qui en sont issus.
2.1 Formalismes mathématiques pour le transport
2.1.1 Equation de Liouville - Von Neumann

Si nous sommes intéressés par l’évolution d’un électron sous l’influence d’un champ
électrique, alors la résolution de l’équation de Schrödinger est suffisante. Seulement pour
extraire la notion de transport d’un système macroscopique, il est indispensable d’évaluer
les fonctions d’onde de chaque électron ce qui devient trop coûteux en temps de calcul.
Nous avons alors recourt à la notion de matrice densité ρ qui allie la notion d’incertitude
quantique d’une particule (comme Schrödinger) et la notion de distribution statistique des
36
2.1Formalismes mathématiques pour le transport
Figure 2.1: Différentes approches afin de simuler le transport électronique
porteurs. Une explication complète est fournie dans [Coh95] concernant la matrice densité.
L’évolution dans le temps de ce nouvel opérateur ρ peut s’écrire :
dρ i
= − [H, ρ] (2.2)
dt h̄
où [,] est l’opérateur "commutation" et H est l’hamiltonien défini dans le chapitre 1.
Cette équation, appelée équation de Liouville - Von Neumanm, est l’équation régis-
sant le transport à partir d’une approche physique. C’est à partir de celle-ci et avec de
nombreuses approximations, que l’on tire la fameuse équation de transport de Boltzmann
(pour le cas classique) et l’équation de transport de Wigner (pour le cas quantique).
2.1.2 Equation de Wigner

Commençons par développer l’équation de Liouville - Von Neumann en 1D pour deux
états x et x’.
dρ(x, x′ , t)
ih̄ = [H(x)ρ(x, x′ , t) − ρ(x, x′ , t)H(x′ )] (2.3)
dt
Dans le cas d’une approche semi-empirique, l’hamiltonien peut être décrit explicitement
(cf eq 1.5).
dρ(x, x′ , t) h̄2 ∂ 2 h̄2 ∂ 2

ih̄ = [− 2
′ ′
+ V (x)]ρ(x, x , t) − ρ(x, x , t)[− ′2
+ V (x′ )] (2.4)
dt 2m ∂x 2m ∂x
dρ(x, x′ , t) h̄2 ∂ 2 ∂2
ih̄ =− [ 2 − ′2 ]ρ(x, x′ , t) + [V (x) − V (x′ )]ρ(x, x′ , t) (2.5)
dt 2m ∂x ∂x
37
Dans le but de retrouver des propriétés similaires à la fonction d’onde, il convient

d’exprimer l’équation de Liouville-Von Neumann en terme de deux variables : la variable
position ’r’ et la variable moment ’k’. Ceci est possible en utilisant le transformation de
Wigner-Weyl qui transforme l’opérateur densité en fonction de distribution de Wigner
fw (r, k, t) . Cette transformation consiste en un changement de coordonnées suivi d’une
transformée de Fourier de la matrice densité.
1
r = (x + x′ ); z = x − x′ (2.6)
2
L’équation 2.5 devient alors :
dρ(r, z) h̄2 1 ∂ ∂ 1 ∂ ∂ z z
ih̄ =− [( + )2 −( − )2 ]ρ(r, z)+[V (r + )−V (r − )]ρ(r, z) (2.7)
dt 2m 2 ∂r ∂z 2 ∂r ∂z 2 2
La fonction de distribution de Wigner, définie comme la transformée de Fourier de la

matrice densité, s’exprime par :
1 Ú z z
fw (r, k, t) = ρ(r + , r − , t).exp(−ikz).dz (2.8)
2πh̄ 2 2
Ainsi, en appliquant la transformée de Fourier à l’équation de Liouville-Von Neumann et

en ajoutant le terme de collision, nous obtenons l’équation de transport de Wigner :
∂fw (r, k, t) h̄k ∂fw (r, k, t) ∂fw (r, k, t)

+ + θ(fw (r, k, t)) = [ ]coll (2.9)
∂t m ∂r ∂t
où Ú
θ(fw (r, k, t)) = −i Vw (r, k − k ′ )fw (r, k ′ , t)dk ′ (2.10)
est le terme quantique appelé "potentiel quantique de Wigner".
Bien qu’une interprétation physique de la fonction de distribution de Wigner soit difficile,

ses propriétés ont l’avantage de garder les propriétés quantiques de la matrice densité.
Ainsi, cette fonction de distribution peut présenter des parties négatives qui caractérisent
les effets d’interférences quantiques. Cette équation est à l’origine de tous les modèles dits
"quantiques" pour la modélisation du transport.
2.1.3 Équation de Boltzmann

L’équation de transport de Boltzmann est issue du même raisonnement mathématique
que celui présenté précédemment incluant en plus des hypothèses afin de supprimer tous
les effets quantiques. Ainsi, l’effet ondulatoire des porteurs est supprimé et l’incertitude
38
2.2Approches Macroscopiques
quant à la position n’est pas prise en compte. Nous obtenons alors une équation similaire
à l’équation de Wigner où le terme quantique est fortement simplifié :
∂f (r, k, t) h̄k ∂f (r, k, t) e ∂V ∂f (r, k, t) ∂f (r, k, t)

+ + =[ ]coll (2.11)
∂t m ∂r h̄ ∂r ∂k ∂t
Cette équation, appelée équation de transport de Boltzmann (ETB), est une équa-
tion de transport semi-classique et constituera la base pour tous les modèles dans cette
configuration. Ses limitations sont les suivantes :
– La mécanique classique (loi de Newton) décrit les trajectoires entre les collisions.
– Les collisions sont binaires (un électron avec un électron), instantanées et localisées.
– Aucune corrélation entre porteurs puisque nous nous plaçons dans une description
à une particule.
– Non respect du principe d’incertitude d’Heisenberg.
2.2 Approches Macroscopiques

Cette approche consiste à résoudre de façon globale une équation de transport. Pour
cela, certaines méthodes comme celle des moments ou des flux permettent d’extraire les
paramètres macroscopiques du système que nous allons définir.
Définition des paramètres macroscopiques du système :

1 s
– Concentration de porteurs : n = 8π 3
f d3 k
1 s
– Vitesse moyenne : vmoy = 8π 3 .n
vn .f d3 k
1 s
– Energie moyenne : w = 8π 3 .n
E.f d3 k
1 s
– Flux d’énergie : S = 8π 3 .n
vn .E.f d3 k
où vn est la vitesse de groupe.
Dans la suite, nous allons expliciter la méthode des moments appliquée à l’équation de
transport de Boltzmann afin de lister les modèles de transport classique. Les modèles de
transport quantiques sont issus du même formalisme mais basés sur l’équation de Wigner.
T ransport Classique
Pour relier les paramètres macroscopiques entre eux, nous allons intégrer l’ETB à
différents ordres (méthode des moments). Dans notre cas, l’intégration se fera à l’ordre 0,
1 et 2 correspondant à l’intégration sur l’espace des phases de 1, vn et ε respectivement
39
(appelé θ dans la suite).
∂ e ∂V ∂
éθê + ▽r évn θê + . . ▽k éθê = −é θêcoll (2.12)
∂t h̄ ∂r ∂t
2 s
où éθê = (2π)3
f.θ.d3 k
Ainsi, nous obtenons un système d’équations :
∂
n + ▽r (n.vmoy ) = −Rnet (ordre0; θ = 1) (2.13)
∂t
(Rnet est le coefficient de génération recombinaison étant l’intégrale du terme de collision)
∂ 2 F n(vmoy − vmoy0 )
(n.vmoy ) + ▽r (n.w) + n = − (ordre1; θ = vg ) (2.14)
∂t 3m m τm
(τm étant le temps de relaxation en moment)
∂ w − w0
(n.w) + ▽r (n.S) − F.n.vmoy = −n (ordre2; θ = E) (2.15)
∂t τε
(τε étant le temps de relaxation en énergie)
Modèle Dérive-Diffusion. Le modèle Derive-Diffusion (DD) rassemble l’intégration

de l’ETB d’ordre 0 et 1. Il faut donc fermer le système d’équations à l’ordre 2, c’est-
à-dire imposer une condition sur l’énergie. Dans ce modèle-ci, nous considèrerons que
la température des électrons est égale à la température du réseau. L’énergie est donc
constante et vaut :
3
w = kB T (2.16)
2
En multipliant par la charge élémentaire e, nous obtenons les deux équations régissant le
transport du modèle Dérive-Diffusion :


 ∂
e. ∂t n + ▽r (Jn ) = −e.Rnet
(2.17)
 Jn = e.Dn . ▽r n + e.n.µn .E

où µn est la mobilité des électrons (µn = e.τm

m
) et Dn est le coefficient de diffusion
( µn = kBe.T ).
Dn
Les hypothèses du modèle Dérive-Diffusion sont

– Approximation des bandes paraboliques (approximation de la masse effective)
– La fonction de distribution est une maxwellienne déplacée
40
– Les temps de relaxation sont constants par rapport à l’énergie

– L’énergie moyenne néglige la partie de conduction (uniquement énergie thermique)
– La variation temporelle de la densité de courant est négligée
– La température des électrons est égale à celle du réseau (relation de fermeture)
Modèle HydroDynamique/Energie Balance. Dans le cas du modèle HydroDy-

namique (HD), la fermeture se fait à un ordre supplémentaire par rapport au modèle
Dérive-Diffusion, c’est-à-dire à l’ordre 3. La relation de fermeture porte donc sur le flux
énergétique qui sera exprimé par Gritsch [Gri02] :
5.kB .Tn
n.S = − Jn + n.Q (2.18)
2.e
où Q est le flux de chaleur exprimé par la loi de Fourier et la loi de Wiedermann-

Frantz [Blo70].
Ainsi, le modèle HD peut se synthétiser par le système d’équations :



 ∂
q. ∂t n + ▽r (Jn ) = −e.Rnet




Jn = µn .kB .[▽r (n.Tn ) + keB .E.n] − τm . ∂J
∂t
n
(2.19)


 3.kB ∂(n.Tn )


 2 ∂t
+ ▽r (n.S) − E.Jn = − 3.k2B Tnτ−T
ε
L
où Tn est la température des électrons et TL est la température du réseau.
Les hypothèses du modèle HydroDynamique sont :

– Approximation des bandes paraboliques
– La fonction de distribution est une maxwellienne déplacée
– Les temps de relaxation sont constants par rapport à l’énergie
– L’énergie moyenne néglige la partie de conduction (uniquement énergie thermique)
– La variation temporelle de la densité de courant est négligée
– La température des électrons n’est pas égale à celle du réseau
– La partie diffusive du flux d’énergie est exprimée par la loi de Fourier et la loi de
Wiedermann-Frantz (relation de fermeture)
Le modèle Energie Balance est une variante du modèle HydroDynamique issue de la

méthode de R. Stratton qui considère une relation entre le temps de relaxation et l’énergie.
Le développement mathématique de ce modèle est explicité dans [Apa94]. Le nouveau
système pour ce modèle est :
41


 ∂
e. ∂t n + ▽r (Jn ) = −e.Rnet




Jn = µn [kB .(Tn . ▽r (n) + n. ▽r (Tn )(1 + νn )) + e.E.n] (2.20)


 3.kB ∂(n.Tn )


 2 ∂t
+ ▽r (n.S) − E.Jn = − 3.k2B Tnτ−T
ε
L
où νn est un terme correctif qui traduit la dépendance en température du paramètre

mobilité.
Tn . ▽r (µn )
νn = (2.21)
µn . ▽r (Tn )
N otions quantiques : de la correction au transpor Quantique.
La notion de transport quantique est assez vaste puisque nous distinguons deux as-
pects d’effets quantiques : les effets quantiques électrostatiques (répartition des porteurs
et quantification énergétique) et le véritable transport quantique (transport multi sous-
bandes ou tunnel). Ainsi, certains modèles se limitent juste à incorporer les effets quan-
tiques électrostatiques dans leur modèle de courant par une simple correction des para-
mètres macroscopiques.
Modèle Density Gradient. Ce modèle consiste à corriger le potentiel classique par

un potentiel de correction quantique et à le réinjecter dans les équations de transport
usuelles. Ainsi, le potentiel peut s’écrire respectivement pour les électrons (n) et pour les
trous (p) : √
▽2 n
Vn = Vclass + Vquan avec Vquan = αn .( √ ) (2.22)
n
√
▽2 n
Vp = Vclass + Vquan avec Vquan = αp .( √ ) (2.23)
n
αn étant une constante dont l’expression est un peu controversée suivant les approches
employées.
Tout d’abord, en appliquant la méthode des moments à l’équation de transport de Wi-

gner (à l’instar du modèle dérive diffusion), il nous est possible de déterminer ce para-
mètre [Wet01].
γ.h̄2
αn = − (2.24)
6mDOS
Dans le cas d’un conducteur multi-vallée, nous ne pouvons prévoir exactement la masse
effective à prendre en compte. Pour cela, nous utiliserons la masse de densité d’états et
nous gérerons le problème grâce au paramètre γ.
Deuxièmement, la formulation de Bohm de la mécanique quantique permet également
42
d’extraire ce potentiel de correction quantique. Le descriptif mathématique de cette for-

mulation est donné dans [Boh52]. L’expression du paramètre α est alors :
h̄2
αn = − (2.25)
2mef f
La dernière approche reste celle développée par Ancona [Anc89] qui a utilisé une
approche microscopique pour déterminer son paramètre α. L’expression devient :
h̄2
αn = − (2.26)
12mDOS
La différence observée par rapport à Wettstein [Wet01] est due aux approximations faites
dans le développement mathématique.
Les simulateurs commerciaux de type TCAD utilisent généralement, dans leur modèle
Density-Gradient, l’expression de Wettstein utilisant le paramètre γ comme paramètre
de calibration. Cette calibration est généralement faite par comparaison à des résolutions
Poisson-Schrödinger. Ce modèle de transport avec corrections quantiques est le plus utilisé
en TCAD bien que peu physique puisqu’il modifie juste le potentiel de façon mécanique
sans aucune notion de fonctions d’onde ni de niveaux d’énergie.
Résolution du système Poisson-Schrödinger couplé avec les équations de trans-

port Dérive-Diffusion. Cette solution consiste en une résolution numérique du sys-
tème Poisson-Schrödinger couplé avec l’équation de transport de dérive-Diffusion. Ainsi,
nous pouvons inclure dans le formalisme classique de Boltzmann les effets quantiques
dits électrostatiques (répartition des porteurs et quantification énergétique). Pour cela,
les équations de Poisson, Schrödinger et de continuité sont résolues de façon cohérente
par la méthode des différences finies qui contient le canal, les régions source et drain,
les couches d’oxyde et les électrodes de grille du nanocomposant [Mun08]. Cependant,
à l’instar du modèle Density-Gradient, il s’agit d’une correction quantique du potentiel
calculé proprement avec la résolution de l’équation de Schrödinger.
Résolution de l’équation de Wigner par la méthode des moments. L’approche

macroscopique la plus physique reste la résolution de l’équation de Wigner. Ainsi, l’ap-
plication de la méthode des moments à cette équation permet d’extraire de nouvelles
équations incluant le transport quantique. Comme dans le cas classique, nous pouvons dis-
tinguer deux modèles (Dérive Diffusion Quantique et HydroDynamique Quantique) avec
les mêmes hypothèses. Les trois premiers moments de l’équation de Wigner sont [Coh95]
43
(pour un transport suivant l’axe z) :


 ∂
n + ▽r (n.vmoy ) = −Rnet

 ∂t

 ∂vmoy h̄2 ∂ 2 n
m. ∂t
− ▽r (2n.w + 4m ∂z 2
) + e.E.n = (m. ∂v∂t
moy
)coll (2.27)



 ∂ h̄2 ∂ 2 n ∂ h̄2 ∂ 2 n
 ∂t (w.n + 4m ∂z 2 ) + ▽r (n.S) + e.E.vmoy
 = ( ∂t (w.n + ))
4m ∂z 2 coll
Ainsi, en gardant uniquement les deux premiers moments et en appliquant la relation

de fermeture, on retrouve le modèle Density-Gradient [Wet01]. Par contre, les trois pre-
miers moments permettent de limiter les approximations et de tendre vers une simulation
plus physique incluant les effets non stationnaires. (Les hypothèses sont les mêmes que
pour le modèle HD).
2.3 Approches Microscopiques

L’approche faite par la méthode des moments est une approche très efficace puisqu’elle
mène à des équations de transport relativement simples à implémenter. Cependant, elle
introduit de nombreuses approximations et hypothèses qui limitent la signification phy-
sique de cette méthode. Une étude exacte de la trajectoire au niveau de la particule
(microscopique) est nécessaire pour s’affranchir de toutes les approximations précédentes.
2.3.1 Résolution Déterministe

La résolution déterministe d’une équation de transport consiste à résoudre de façon
numérique une équation sans approximations (un peu comme si nous considérions tous
les ordres de la méthode des moments). Pour cela, la résolution se fait généralement par
discrétisation suivant l’axe de transport. Cette méthode est donc bien adaptée pour les
dispositifs 1D mais devient complexe numériquement si nous voulons traiter des cas à plu-
sieurs dimensions. De plus, afin de simplifier le calcul, les équations résolues sont souvent
les équations de transport stationnaire ce qui exclut tout effets non stationnaires de cette
méthode.
Nous citons ici deux approches afin de traiter le transport quantique : la résolution cou-
plée de Boltzmann et Schrödinger, et la résolution de l’équation de Wigner. Nous avons
vu dans le chapitre 1 comment extraire la fonction d’onde suivant toutes les directions
de l’espace. A l’issue de la résolution de l’équation de Schrödinger dans le sens du confi-
nement, nous avons pu extraire les fonctions énergétiques dans le sens du transport. Ce
sont donc ces énergies que nous réinjectons dans les équations de transport.
44
2.3Approches Microscopiques
Résolution déterministe de l’équation de Boltzmann. A l’instar du couplage de

Schrödinger avec les équations de dérive-diffusion, cette méthode permet d’insérer les
effets quantiques électrostatiques (répartition des porteurs et quantification énergétique)
dans un formalisme de transport classique. Scaldaferri et al [Sca07] ont développé un
algorithme de résolution basé sur ce couplage pour un transport multi bandes. Après
avoir expliqué les différentes problématiques liées à la résolution numérique, ils ont pu
montrer l’impact du transport balistique sur des transistors MOSFETs.
Résolution déterministe de l’équation de Wigner. Cette méthode-ci est une des

méthodes les plus physiques puisque la résolution se fait sans approximations [Bar09].
Dans ce cas, tous les effets quantiques sont pris en compte ce qui impacte fortement les
temps de calcul de cette résolution.
2.3.2 Résolution Particulaire (Monte Carlo).

Les simulations de transport de type Monte Carlo constituent l’outil idéal pour prendre
en compte les effets hors d’équilibre. Elles consistent en des "simulations expérimentales"
de problèmes mathématiques, dans lesquelles des nombres aléatoires sont utilisés pour
trouver une solution proche de la réalité. Bien que gourmandes en temps de calcul, elles
permettent tout type de transport (du stationnaire au balistique), mais surtout elles sont
adaptées à l’étude des composants à deux (voire trois) dimensions (point limitant pour
les résolutions déterministes).
Ainsi, dans un simulateur de transport de type Monte Carlo, on décompose la trajec-

toire des particules en un grand nombre de séquences aléatoires. Une étude préalable est
donc nécessaire pour effectuer ces tirages au sort suivant des lois de probabilité issues
d’une fine modélisation physique des matériaux (généralement tabulées). Durant chaque
séquence, un porteur suit une trajectoire déterministe, puis subit une collision choisie de
façon aléatoire. Sa trajectoire en est alors modifiée et une nouvelle séquence démarre. La
simulation d’un grand nombre de particules peut nous donner les valeurs des caractéris-
tiques macro- et microscopiques : courant, fonction de distribution, densité de charges...
L’avantage de cette méthode est que durant le temps de vol libre, nous pouvons ap-
pliquer n’importe quelle équation de transport. Ainsi, dans la littérature, nous pouvons
trouver du transport classique [Jac83], du transport classique corrigé [Jau06], ou alors
les équations de transport de Boltzmann (DD) couplées à une résolution de Schrödin-
ger [Sai06]. Dans ce dernier cas, la résolution est assez complexe et se fait grâce à l’ap-
proche "Mode Space" explicitée dans le chapitre 1. Ainsi, afin de couvrir l’aspect 3D du
nanodispositif, une résolution de l’équation de Schrödinger est faite dans le sens du confi-
45
nement puis couplée avec l’équation de Boltzmann dans le sens du transport. Toutefois,
nous avons vu précédemment que le couplage Schrödinger/Boltzmann permet d’inclure les
effets quantiques électrostatiques (répartition de la charge et quantification énergétique)
sans considérer véritablement le transport quantique. Pour cela, une résolution Monte
Carlo est faite de façon similaire à [Sai06] sauf que l’équation de transport résolue dans ce
cas est celle de Wigner [Que06]. Ci dessous, nous pouvons voir l’organigramme simplifié
d’un tel algorithme.
Figure 2.2: Organigramme simplifié d’une simulation par Monte Carlo
46
2.4Approche Matricielle
Figure 2.3: Arborescence des différents modèles issus de l’équation de Liouville - Von
Neumann
2.4 Approche Matricielle

L’approche matricielle dans la résolution du transport électronique consiste à discré-
tiser les différents couplages du système. La représentation d’un nanodispositif peut donc
être schématisée par [Bes04] :
Figure 2.4: Représentation schématique d’un nanodispositif
Ainsi, l’effet intrinsèque de chaque élément du dispositif est indépendant de l’effet d’un
élément sur l’autre. Ceci est la base pour la modélisation matricielle d’un nanocomposant
qui est constitué d’une zone active (S) connectée à deux électrodes (L et R) dont les
potentiels électrochimiques sont µL et µR . La différence entre ces potentiels est à l’origine
47
du courant généré à travers la zone active.
Formalisme de Landauer
Landauer a été l’un des premiers à modéliser le transport dans des systèmes mésosco-
piques. Ainsi, chaque contact envoie un courant partiel dans la zone active. Une partie
de ce courant sera transmise à l’autre contact et l’autre sera réfléchie suivant la nature
diffusive du conducteur. Cette dernière caractéristique de la zone active est représentée
par un coefficient de transmission T [Bes04].
Figure 2.5: Bilan des courants traversant un conducteur non-transparent
Les courants injectés dans la zone active peuvent s’exprimer par (pour une seule sous-
bande et par unité d’énergie)
e
IL+ = − f (E − µL ) (2.28)
h
e
IR− = f (E − µR ) (2.29)
h
où f est la fonction de distribution de Fermi.
Les courants réfléchis peuvent alors s’écrire :
IL− = (1 − T ).IL+ + T.IR− (2.30)
IR+ = T.IL+ + (1 − T ).IR− (2.31)
Le courant total traversant le système vaut alors :
I = IL+ − IL− = IR+ − IR− (2.32)
eÚ
I=− T (E)[f (E − µL ) − f (E − µR )]dE (2.33)
h
L’équation 2.33 est la formule généralisée de Landauer. Il reste maintenant à appréhender
le coefficient de transmission à partir de la résolution de l’équation de Schrödinger du
système.
48
2.4Approche Matricielle
Formalisme des fonctions de Green
Les fonctions de Green sont donc un outil mathématique pour résoudre l’équation
différentielle de Schrödinger utilisant l’hamiltonien défini dans le chapitre 1. Elles sont
définies comme :
G(E) = [EI − H]−1 (2.34)
où I est la matrice identité.
Cependant, H est une matrice infinie et l’inverser est une opération trop complexe numé-
riquement. Nous décidons alors de restreindre la fonction de Green uniquement à la zone
qui nous intéresse HS (zone active) :
G(E) = [EI − HS − ΣL − ΣR ]−1 (2.35)
où ΣL,R est la matrice Self-énergie représentant l’influence du contact L (R) sur la zone
active.
Sommant le courant passant par chaque contact, il est possible d’exprimer le courant
total traversant la zone active en fonction des paramètres définis dans le formalisme des
fonctions de Green [Bes04] [Dat02] :
eÚ
I=− T race[ΓL GΓR G+ ][f (E − µL ) − f (E − µR )]dE (2.36)
h
où Γ représentent la matrice de couplage définie comme :
ΓL(R) = i[ΣL(R) − Σ+
L(R) ] (2.37)
Par analogie avec l’équation du courant issue du formalisme de Landauer (eq 2.33), nous
pouvons exprimer le coefficient de transmission comme étant :
T (E) = T race[ΓL GΓR G+ ] (2.38)
La résolution du transport basée sur le calcul de la transmission par approche fonction

de Green est très utile pour une étude complète, sans limitations grossières, d’un large
éventail de systèmes. Ainsi, que l’on soit en matière condensée (MOSFET) ou en physique
mésoscopique (SET Single Electron T ransistors par exemple), toutes les interactions
peuvent être considérées par implémentation directe dans l’hamiltonien. Ceci nécessite
donc de considérer un hamiltonien réaliste. Pour cela, des simulations atomiques de type
ab initio sont souvent indispensables.
49
2.5 Approche compacte

Les méthodes que nous venons de présenter permettent avec plus ou moins de préci-
sion de décrire le transport électronique dans les nanocomposants. Cette étape associée
à l’étude de la structure de bandes décrite dans le chapitre 1 est indispensable pour la
compréhension physique de notre dispositif. Toutefois, la microélectronique a pour but de
fournir des circuits tels que les microprocesseurs contenant des milliards de transistors.
Toujours dans l’optique d’augmentation des performances, ces circuits doivent être scrupu-
leusement analysés et optimisés par les concepteurs. Au regard de leur taille, il n’est donc
pas envisageable d’utiliser des codes numériques comme ceux présentés ci-dessus dont le
temps de calculs est incompatible avec des simulations à l’échelle multi-transistors. C’est
pourquoi des modèles dits compacts sont nécessaires pour estimer les grandeurs électriques
mises en jeu dans le circuit. Le but de cette approche est comme pour les autres méthodes
d’exprimer le courant mis en jeu dans le dispositif à travers une expression simple dont le
temps de calcul est quasi-instantané. Dans la communauté des modèles compacts, nous
pouvons distinguer trois types d’approches.
Modèle en tension de seuil
L’approche en tension de seuil permet de séparer de façon bien distincte le courant

en fonction de son régime de fonctionnement : sous le seuil IDS,lin et au delà IDS,sat .
Sachant que le courant de drain a une composante liée à la diffusion et une autre liée à
la conduction, cette approche simplifie le problème en considérant que le mécanisme de
transport est essentiellement diffusif sous le seuil et de conduction au dessus du seuil. Le
modèle conventionnel utilisant cette approche est BSIM [BSI09] développé par l’université
de Berkeley. 3 4
W 1
IDS,lin = µ.Cox . VGS − Vth − VDS VDS (2.39)
Lc 2
1 W
IDS,sat = µ.Cox . (VGS − Vth )2 (2.40)
2 Lc
Cependant, le principal inconvénient de cette approche est qu’une fonction de raccord est
nécessaire pour rendre continu le courant sur tous les régimes.
Modèle de charge
Les modèles de charge regroupent les modèles basés sur le concept de linéarisation de
la charge d’inversion. Cette nouvelle approche a été introduite pour la première fois en
1994 avec le modèle EKV [Enz06] développé à l’EPFL (Ecole P olytechnique F édérale de
Lausanne). Elle consiste à linéariser la charge Qinv par rapport au quasi-niveau de Fermi
50
2.5Approche compacte
des porteurs défini aussi comme le potentiel du canal EF .
dEF
IDS = −µ.W.Qinv (2.41)
dx
Bien que l’équation du courant soit valide dans tous les régimes de fonctionnement, des
approximations sont émises en amont dans le développement afin de décomposer les ré-
gimes d’inversion faible et d’inversion forte. Une fonction de lissage est donc également
nécessaire.
Modèle en potentiel de surface
Le modèle en potentiel de surface consiste en une méthode mathématique d’approxi-

mation qui sort un potentiel valide dans tous les régimes de fonctionnement avec une
précision de l’ordre du nanovolt. Les modèles SP et PSP basés sur cette approche sont
les références actuelles en modélisation compacte [Gil04] [Gil06]. Le courant de drain est
alors obtenu par résolution de l’équation suivante qui intègre le potentiel de surface entre
la source et le drain du transistor.
W Ú φs,drain
IDS = − µ.Qinv .dφs (2.42)
L φs,source
Toutefois, bien que très précis sur la description de l’électrostatique, le modèle en potentiel
de surface rend difficile le couplage avec le transport électronique (mobilité généralement
considérée comme constante).
51
Graphique résumé
Ci-dessous, nous pouvons voir une synthèse de toutes les méthodes de modélisation
du transport électronique passés en revue dans ce rapport en fonction de leur précision
physique et de leur cout numérique :
Figure 2.6: Récapitulatif des différents modèles pour la simulation du transport électro-
nique en fonction de leur précision physique et de leur coût numérique.
52
Conclusion de la partie I
Dans cette partie, une vue d’ensemble de la simulation des nanocomposants est propo-
sée pour l’étude de la structure électronique des matériaux et pour le transport. La théorie
à N-corps est la base de l’étude des solides puisqu’elle regroupe toutes les caractéristiques
d’une particule progressant dans un environnement constitué par un réseau d’atomes
et d’autre particules de même nature. Cependant, la complexité du formalisme mathé-
matique rend impossible la résolution de l’équation de Schrödinger de façon brute. Des
approximations sont donc appliquées afin de simplifier le problème notamment avec l’ap-
proximation de Born-Oppenheimer et la considération d’un système mono-électronique.
Toutefois, l’étude d’une seule particule ne suppose pas qu’aucune interaction entre charges
ait lieu. Les différentes méthodes de résolution s’intéressent donc à cette problématique.
Les méthodes ab initio permettent la résolution d’un tel problème en utilisant les lois
physiques de base sans postulat additionnel. Cependant, leur investissement numérique
ne permet pas d’étudier des gros systèmes. L’intérêt des méthodes semi-empiriques est
donc de s’affranchir de cette limitation là puisqu’un hamiltonien modèle est utilisé avec des
paramètres ajustés à partir de données expérimentales ou ab initio. Bien que moins phy-
sique, elles permettent une bonne description de la structure de bandes. Une combinaison
de plusieurs approches est donc intéressante à exploiter pour allier précision physique et
temps de simulation. La configuration de la simulation du transport électronique pour les
nanocomposants est semblable puisque également assez vaste. Initialement focalisée sur
du transport dit "classique", le transport concernait uniquement les systèmes de grandes
dimensions. Ainsi, les deux modèles qui en sont issus, "dérive-diffusion" ou "Hydrodyna-
mique" (incluant les effets non-stationnaires par rapport au premier), ont été largement
utilisés ces dernières décennies. Par la suite, au regard de la réduction des dimensions,
il est nécessaire d’adresser le transport dit "quantique". Nous pouvons distinguer deux
types d’approches : une modélisation incluant juste les effets quantiques électrostatiques
(répulsion des porteurs de l’interface et quantification énergétique) et une modélisation
du véritable transport quantique (avec transport tunnel, interférences...). Dans le pre-
mier cas, le principe est de coupler les équations de transport classique avec l’équation
de Schrödinger. Ainsi, nous pouvons observer l’ajout d’un terme supplémentaire dans les
53
équations régissant le transport. Toutefois, dans ce type d’approche, il ne s’agit unique-

ment que d’une correction. Afin de modéliser le transport quantique, il convient d’utiliser
une méthode de résolution précise (déterministe ou Monte Carlo) sur une équation fon-
damentale de transport (Wigner). Les outils numériques sont alors limités et les temps de
calcul deviennent beaucoup plus importants. Une autre approche, a priori non adaptée
au transport dans les dispositifs de microélectronique (car trop lourde numériquement), a
fait son apparition. Il s’agit de la résolution "NEGF" (Non-Equilibrium Green Function)
basée sur le formalisme de transmission de Landauer. Les fonctions de Green sont donc
un outil mathématique utile dans le but de résoudre des systèmes dont l’hamiltonien as-
socié est plus complexe. Enfin, une dernière approche a été présentée pour compléter le
panel d’outil indispensable à la simulation de nanodispositifs. Il s’agit de la modélisation
compacte spécialement dédiée à l’étude de circuits, objectif final de l’industrie de la mi-
croélectronique. Une modélisation simple mais rapide est donc proposée pour apporter
au niveau circuit toute la physique observée au niveau dispositif. Généralement, comme
pour l’extraction de la structure de bandes, une combinaison de différentes approches est
donc nécessaire afin de mettre en place une étude complète et pertinente.
Nous venons de voir que la modélisation du transport électronique est un sujet vaste
englobant une multitude d’approches. Chaque méthode dispose de ses propres caracté-
ristiques et de ses propres approximations. Chacun peut donc s’approprier telle ou telle
méthode en fonction de ses besoins et des applications qu’il vise. C’est dans ce contexte
là que ce travail s’établit puisque dans les parties suivantes un modèle compacte sera
proposé pour le transport électronique dans le nanofil de silicium. Cependant, de nom-
breuses autres approches seront employées ou développées afin d’étudier et d’inclure dans
le modèle les phénomènes physiques ultimes aussi bien pour l’électrostatique (partie II)
que pour le transport électronique (Partie III).
54
Deuxième partie
L’architecture "nanofil" comme

solution pour le contrôle
électrostatique des composants
nanoélectroniques
55
Dans le domaine de la microélectronique, le transistor MOSFET (Metal - Oxide - Se-
miconductor Field Effect Transistor) est actuellement le dispositif le plus répandu aussi
bien en terme de recherche et développement qu’en terme de production de composants à
base de semiconducteurs. L’évolution dans le temps de ses caractéristiques est extrême-
ment rapide au point que nous assistons à une mutation de son architecture. Le chan-
gement est tel que le nanofil semiconducteur est envisagé comme candidat potentiel pour
l’avenir du MOSFET.
Dans le premier chapitre de cette partie, nous présenterons tout d’abord le transistor MOS-
FET dans son fonctionnement le plus basique jusqu’aux problématiques qui se soulèvent
aujourd’hui. Nous expliquerons pourquoi l’intérêt qui lui est porté est toujours aussi impor-
tant et pour ainsi comprendre ce qui a poussé à envisager le nanofil comme solution pour
les futurs noeuds technologiques. Dans la deuxième partie, nous rentrerons plus en détails
dans les caractéristiques du nanofil de silicium en explicitant des notions plus fondamen-
tales telles que la structure de bande ainsi que le formalisme et les hypothèses utilisés dans
la suite de ce travail. Les différentes approches y seront exposées afin de poser le contexte
numérique de l’étude : des codes les plus poussés vers des approximations afin d’alléger le
temps de calcul. Enfin, la dernière partie se concentrera sur la modélisation analytique de
l’électrostatique du nanofil afin de retranscrire toute la physique observée avec des simu-
lations plus avancées. Un modèle de la tension de seuil du transistor MOSFET à nanofil
sera présenté incluant les phénomènes physiques ultimes.
57
58
Chapitre 3
Le transistor MOSFET comme

brique de base de la
nanoélectronique
Sommaire
3.1 Introduction au MOSFET . . . . . . . . . . . . . . . . . . . . . 60
3.2 Évolution des noeuds technologiques : vers une miniaturisa-
tion agressive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.3 Des effets parasites de plus en plus présents . . . . . . . . . . 63
3.4 Émergence de nouvelles architectures . . . . . . . . . . . . . . 66
L’engouement que nous connaissons actuellement pour le transistor MOSFET (et no-
tamment celui à base de silicium) prend sa source au milieu du 19ème siècle en pleine
révolution industrielle. La découverte du silicium par J. Berzellius et sa cristallisation par
H. Sainte-Claire Deville marquent les prémisses de la microélectronique telle que nous la
côtoyons au quotidien. Cependant, il faut attendre, bien plus tard, les travaux de F. Bloch
sur la théorie cohérente de la conduction dans les solides, de N.F. Mott sur la jonction
métal-semiconducteur ou encore l’introduction du concept du MOSFET par J.E. Lilienfeld
pour se persuader que les semiconducteurs étaient l’avenir de l’électronique. La première
réalisation de transistor a eu lieu en 1947 avec l’apparition du transistor bipolaire issu des
travaux de J. Bardeen, W. Brattain et W. Schockley. Toutefois, le véritable démarrage
de l’industrie dans ce domaine commence avec le dépôt du concept de technologie CMOS
(Complementary Metal-Oxide-Semiconductor) en 1967 par F. Wanlass.
59
Chapitre 3: Le transistor MOSFET comme brique de base de la nanoélectronique
Nous pourrions nous demander pourquoi cette industrie a connu une telle évolution en
seulement quelques décennies. Ceci s’explique en partie par la matière première que nous
retrouvons en abondance sur terre. En effet, le silicium représente le deuxième élément
(après l’oxygène) de la croute terrestre. Cette abondance couplé au fonctionnement ba-
sique du transistor suscite un fort intérêt dans la perspective de nouveaux composants
électroniques capables de révolutionner notre quotidien.
3.1 Introduction au MOSFET

Le transistor MOSFET correspond à l’élément élémentaire du circuit intégré de tech-
nologie CMOS. Son principe de base repose sur la circulation ou non d’un courant entre
deux électrodes appelées "source" et "drain". Il s’agit en fait de régions fortement dopées
qui peuvent être modélisées au sein du transistor par deux réservoirs de porteurs. Sui-
vant le type de porteurs, nous pouvons définir deux types de transistor : type n dans le
cas d’électrons et type p dans le cas de trous. La zone active (aussi appelée canal) d’un
transistor à effet de champ se situe donc entre ces deux régions et est dopée légèrement
de façon opposée à la source et au drain. A ce stade là, et du fait de l’opposition des
dopages, aucun courant ne circule ce qui définit l’état bloqué du transistor. Le passage du
courant va donc être commandé par une troisième électrode appelée "grille". Celle-ci va
être à proximité du canal, séparée par une couche diélectrique, afin d’accumuler par effet
électrostatique les porteurs minoritaires et créer un canal de conduction entre la source et
le drain. Dans un tel cas, le semiconducteur est dans un régime d’inversion et le transistor
est dit dans un état passant.
De manière idéale, le transistor fonctionne comme un interrupteur permettant le transfert

ou non d’une information via le champ électrique transverse. L’accumulation de porteurs
dans le canal par l’application d’un potentiel sur la grille n’est pas aussi binaire que nous
souhaiterions. Dans les faits, nous pouvons définir un troisième état intermédiaire du
transistor où la polarisation n’est ni nulle afin de bloquer totalement le transistor ni forte
pour permettre le passage d’un courant conséquent. Ce dernier régime est appelé régime
de déplétion. Les transitions entre régimes sont assurées par des grandeurs électriques.
Le passage de l’accumulation à la déplétion se marque par la tension de bandes plates
VF B qui correspond à la polarisation qui aligne les bandes des cotés grille et semiconduc-
teur. La transition entre la déplétion et l’inversion est plus arbitraire car moins marquée
physiquement. Il s’agit du moment où la concentration de porteurs minoritaires dépasse
celle des porteurs majoritaires du substrat. Ce critère là définit la tension de seuil Vth .
La figure 3.1 synthétise les différents régimes de fonctionnement du transistor MOSFET
60
3.2Évolution des noeuds technologiques : vers une miniaturisation agressive
en fonction du champ transverse appliqué [Mat04]. Il est important de bien comprendre

les différents régimes de fonctionnement du transistor puisqu’ils apparaissent directement
sur les caractéristiques en courant du transistor. La figure 3.2 montre qualitativement
l’évolution du courant de drain en fonction de la tension de grille.
Figure 3.1: Représentation schématique du transistor MOSFET de type n et diagrammes

de bandes associés à chaque régime en fonction de la polarisation de grille
3.2 Évolution des noeuds technologiques : vers une

miniaturisation agressive
Comme nous l’avons dit précédemment, l’industrie de la microélectronique est relati-
vement récente. Mais malgré ceci, l’évolution qu’elle a connu depuis un demi siècle montre
un réel intérêt et des enjeux multiples. En effet, afin d’être toujours plus performant, le
nombre de transistors n’a cessé de croître dans les dispositifs électroniques. Dès le milieu
des années 1960, Gordon Moore de la société Intel a déclaré "Le nombre de transistors
des processeurs devrait doubler tous les 18 mois et permettre ainsi une croissance expo-
nentielle régulière des performances". Cette règle plus connue sous le nom de loi de Moore
s’est révélée étonnamment exacte dans le temps. Actuellement, les principaux acteurs du
61
Figure 3.2: Caractéristique qualitative ID (VG ) pour un transistor MOSFET de type n,

échelle logarithmique (gauche) et linéaire (droite)
monde du semiconducteur se réunissent tous les deux ans afin de définir l’ITRS (Inter-
national Technological Roadmap for Semiconductors) [ITR05]. Il s’agit d’une feuille de
route stratégique qui définit, pour les quinze prochaines années, les objectifs à atteindre
afin de conserver un développement exponentiel.
Les spécifications à atteindre sont classées sous forme de noeuds technologiques. Ils dé-
finissent la taille caractéristique d’une génération de composants, souvent donnée par la
demi distance minimale entre deux lignes d’interconnexion. La réduction des dimensions
géométriques permet non seulement d’augmenter l’intégration des transistors (augmenta-
tion du nombre de transistors par puce) mais également d’augmenter les performances.
Ainsi, à chaque noeud technologique, l’ensemble des paramètres (géométrie, polarisa-
tions...) ainsi que les performances à obtenir sont redéfinis (cf. figure 3.3). Dans les années
70, une règle d’échelle a été introduite par Dennard [Den74] qui consistait à appliquer le
même coefficient de réduction aussi bien aux dimensions qu’aux polarisations. Ce prin-
cipe permettait de passer d’une génération à l’autre en conservant un champ électrique
constant. Toutefois, dans les faits, la réduction des transistors doit prendre en compte
l’application pour laquelle ils se destinent. En effet, idéalement, un transistor doit avoir
un courant de fonctionnement (ION ) fort avec un courant de fuite nul (Iof f défini à
VG = 0V ). En pratique, ce n’est pas le cas et un compromis doit être trouvé entre les
deux critères. C’est pourquoi nous avons vu apparaître dans les recommandations de
l’ITRS deux familles distinctes : Hautes Performances (HP ou High Performances) et
Basses Consommations (LP ou Low Power).
62
3.3Des effets parasites de plus en plus présents
Figure 3.3: Évolution des noeuds technologiques selon les spécifications ITRS 2005 pour
application HP en architecture "bulk" (silicium massif).
3.3 Des effets parasites de plus en plus présents

Cette réduction incessante des dimensions des transistors n’est pas sans conséquence
sur leur fonctionnement. Le fait d’atteindre des dimensions nanométriques induit des
effets parasites qui dégradent fortement les performances électriques. Nous allons nous
pencher plus en détails sur les principales problématiques sur lesquelles l’industrie de la
microélectronique s’est et continue de s’intéresser.
Les effets de canaux courts
Les effets de canaux courts, dits SCE (Short-Channel Effect), constituent l’un des
effets parasites les plus prédominants lorsque l’on réduit la longueur de grille. Nous avons
vu précédemment que le contrôle électrostatique du canal est effectué par l’électrode de
grille. Les barrières de potentiel au niveau des jonctions source et drain sont modulées
par la grille. Ces mêmes jonctions n’ont donc aucun effet sur le contrôle électrostatique
de la zone active dans le cas d’un canal long. En effet, du fait du dopage opposé entre
le canal et les régions d’accès, des zones de désertion se forment au niveau des jonctions
mais affectent peu la hauteur de barrière énergétique du canal. Cependant, la réduction
de la longueur de grille va engendrer le chevauchement de ces deux zones (coté source et
drain) ce qui va perturber fortement l’électrostatique et ainsi affaiblir considérablement
le contrôle de la grille sur la zone active. Comme illustré figure 3.4, la principale cause de
cet effet est l’abaissement de la barrière énergétique. Ceci a pour conséquence de réduire
la tension de seuil du transistor et de dégrader fortement la pente sous le seuil de la
caractéristique en courant. Dit simplement, le passage entre l’état bloqué et l’état passant
du transistor se fait de manière moins abrupte ce qui va à l’encontre des efforts apportés
au développement du MOSFET. Concrètement, bien que le courant de fonctionnement
soit augmenté du fait d’un canal plus court, les performance à l’état Of f (courant de
63
fuite) sont largement dégradées. La polarisation de drain accentue le recouvrement des

zones de désertion. Ce dernier effet est connu sous le nom de DIBL (Drain Induced Barrier
Lowering) [Mat04].
Figure 3.4: (a) Schéma de l’évolution de la barrière énergétique dans le canal en fonction
de la longueur de grille ; (b) Impact des effets canaux courts sur la caractéristique en
courant ID (VG ) du transistor
Cet effet est purement électrostatique et a des conséquences néfastes sur les perfor-
mances du transistor. C’est pour cela que la réduction de la longueur de grille s’accom-
pagne d’une diminution de l’épaisseur de l’isolant entre le canal et le métal de grille afin
d’améliorer le contrôle électrostatique de la grille sur le canal. Cependant, ceci a deux
conséquences principales que nous allons détailler.
Les effets de fuites de grille
Comme nous venons de le dire, la réduction de l’oxyde de grille renforce le couplage

capacitif entre la grille et le canal. Historiquement, dans les transistors MOS convention-
nels, la silice SiO2 sert de diélectrique de grille et n’a jamais été remise en cause pour des
64
3.3Des effets parasites de plus en plus présents
épaisseurs supérieures à 2 nm. Toutefois, en deçà de cette valeur, le courant traversant

l’oxyde de grille par effet tunnel devient du même ordre de grandeur que le courant de
fuite du transistor Iof f . En dessous de 1 nm (objectif prévu par l’ITRS pour les noeuds
technologiques actuels), ce courant devient prépondérant et compromet fortement le fonc-
tionnement du dispositif.
Pour répondre à cette problématique, des solutions technologiques sont envisagées. Par
exemple, l’emploi d’oxyde nitruré qui, contrairement à un oxyde pur, présente une per-
mittivité légèrement plus importante. Une oxyde plus épais peut dont être utilisé en
gardant le même effet capacitif. Cependant, l’oxyde nitruré ne pourra pas répondre aux
spécifications actuelles de l’ITRS. Par conséquent, nous avons vu apparaître l’utilisation
d’oxydes à haute permittivité (ou "high-κ"). La nouvelle architecture de l’empilement
de grille repose sur une couche interfaciale de silice afin de garder une interface propre
avec le canal puis une couche (généralement plus épaisse) d’oxyde high-κ (cf. figure 3.5).
Communément, les oxydes à base d’hafnium sont les plus utilisés (Hf O2 , Hf SiON ,
Hf1−x Six O2 ). Toutefois, un large panel de diélectriques alternatifs a été envisagé ces
dernières années [Wil00] [Cal01] [Gus03] [Gil03] [Ber06].
Figure 3.5: Nouvelle architecture de l’oxyde de grille afin d’éviter un courant de fuite
par effet tunnel : couche interfaciale + high-κ
Les effets de confinement quantique
Un autre effet localisé à l’interface entre le canal et l’oxyde de grille participe à la

dégradation du contrôle de grille sur le canal. En régime de forte inversion, les bandes
énergétiques de valence et de conduction se courbent sous l’effet de la polarisation de grille.
Il y a alors formation d’un puits de potentiel triangulaire qui va confiner les porteurs.
Le continuum en énergie utilisé dans une approche classique ne peut plus être appliqué
puisque les porteurs sont répartis dans des bandes de conduction associées chacune à un
65
niveau énergétique comme nous l’avons vu dans le chapitre 1 avec le couplage Poisson-
Schrödinger. Le résultat d’un tel confinement est que le maximum de la concentration
de porteurs dans le canal ne se situe plus à l’interface mais quelques angströms plus loin
définissant une "zone noire" (ou "dark space"). Cet écartement des porteurs diminue le
poids de la grille dans le fonctionnement du transistor en diminuant l’effet capacitif. Cette
nouvelle répartition engendre une réduction de la charge impliquée dans le transport et
donc une diminution du courant de fonctionnement comparé à un dispositif moins avancé
avec un oxyde plus épais et un champ électrique plus faible.
Figure 3.6: Principe du confinement quantique dans un transistor de type n et représenta-

tion qualitative de la concentration de porteurs dans une approche classique et quantique
3.4 Émergence de nouvelles architectures

Le problème des effets parasites sur l’électrostatique devient majeur pour les noeuds
actuels au point que la structure même du transistor MOS conventionnel est remis en
cause. Dans ce paragraphe, nous allons exposer les principales architectures potentielles
au remplacement du transistor massif.
Afin d’optimiser le contrôle électrostatique du canal, une solution envisagée est l’uti-
lisation de substrat de type SOI (Silicon On Insulator). Ce transistor reste planaire
mais introduit un oxyde enterré, appelé BOX (Burried Oxide), entre la zone active et
le substrat. En fonctionnement et au regard de la position de l’oxyde, la zone active
sera partiellement (PDSOI P artially Depleted SOI) ou complètement déplétée (FDSOI
F ully Depleted SOI). Ce dernier suscite particulièrement un intérêt car les lignes de
champs générées par les polarisations sont impactées par la structure. Ainsi, le BOX
évite l’étalement des lignes de champs dans le substrat et les limite à la zone active. Le
66
3.4Émergence de nouvelles architectures
contrôle par la grille en est considérablement amélioré. De plus, des études plus pous-
sées ont été faites afin d’optimiser ces capacités comme l’amincissement de l’épaisseur de
BOX [Fay95] [Fen04] ou la polarisation du substrat [Web08].
Dans la prolongation de l’amincissement du BOX du FDSOI couplé avec une polarisation

arrière, nous avons vu apparaître le transistor Double-Grille (DG). Il a été montré que
l’immunité des transistors face aux effets électrostatiques parasites peut être sensiblement
améliorée par l’ajout de grille dans la structure [Par02]. L’idée du Double-Grille est donc
d’avoir un double contrôle du canal par deux grilles indépendantes ou non. Il en résulte
une amélioration de la mobilité des porteurs et ainsi une augmentation de la densité de
courant débité tout en limitant les effets SCE. Cependant, à l’instar du FDSOI, l’archi-
tecture du transistor DG reste planaire et donc limitée pour le contrôle électrostatique du
canal de conduction des noeuds technologiques ultimes [Cel03].
Toujours dans l’optique d’architectures multi-grilles, le transistor FinFET dispose de trois

grilles qui entourent le canal (cf. figure 3.7). Contrairement aux architectures présentées
au dessus, la conduction du FinFET est unidimensionnelle avec un confinement 2D des
porteurs. L’effet quantique y est alors beaucoup plus présent ce qui limite le courant de
fonctionnement. Toutefois, cette architecture possède une très bonne immunité face aux
effets de canaux courts ce qui permet d’envisager une forte intégration géométrique des
transistor FinFET.
Enfin, les transistors à grille totalement enrobante ou encore GAA (Gate All Around)
représentent la solution ultime pour s’affranchir des effets de canaux courts des technolo-
gies suivantes. De section carrée ou circulaire, le film de silicium est totalement entouré
par la grille ce qui optimise la stabilité de l’électrostatique de la zone active. Contrai-
rement à la figure 3.3 qui présente les spécifications de l’ITRS de 2005 ne considérant
que l’architecture transistor massif, le dernier rapport de 2011 [ITR11] introduit les ar-
chitectures alternatives dans les projections des performances. Le nanofil comme canal
de conduction du MOSFET est envisagé pour les noeuds technologiques sub-20nm et
devient indispensable pour les noeuds sub-11nm. Un très forte intégration géométrique
peut donc être envisagée. Cependant, outre les problèmes technologiques que cela suscite,
une compréhension physique plus poussée devient nécessaire puisque les dimensions vi-
sées impliquent l’émergence de phénomènes jusqu’alors négligés. Dans le chapitre suivant,
nous allons décrire plus précisément la structure électronique du nanofil de silicium et les
approximations qui sont faites pour la suite de ce travail.
67
Figure 3.7: Evolution des architectures alternatives au transistor massif par rapport
au nombre de grilles. Représentation schématique et image TEM ; de gauche à droite :
FDSOI [Fen09], Double-Grille [Vin09], FinFET [Dup08], nanofil [Ern08].
68
Chapitre 4
Structure électronique du nanofil de

silicium
Sommaire
4.1 Formalisme et approximations pour le nanofil cylindrique . . 70
4.1.1 Modèle de liaisons fortes . . . . . . . . . . . . . . . . . . . . . . 70
4.1.2 Description du système . . . . . . . . . . . . . . . . . . . . . . 71
4.1.3 Approximation de la masse effective . . . . . . . . . . . . . . . 73
4.1.4 Approximation d’un système isotropique . . . . . . . . . . . . . 75
4.1.5 Validation des hypothèses . . . . . . . . . . . . . . . . . . . . . 78
4.2 Impact de la miniaturisation du transistor sur la structure
électronique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Afin de s’affranchir des problèmes d’intégration du MOSFET, nous avons absolument

besoin de connaître la structure électronique du matériau considéré (le silicium dans notre
cas). Comme nous l’avons dit dans le chapitre 1, elle décrit la manière dont le matériau
organise, spatialement ou énergétiquement, les porteurs minoritaires susceptibles de par-
ticiper à la conduction en fonction des paramètres extérieurs comme les polarisations. Il
est indispensable de décrire proprement cette structure de bandes car tous les paramètres
impliqués dans les caractéristiques du transistors peuvent être déterminés à partir de
celle-ci comme une alternative aux données expérimentales : densité d’états, constantes
physiques du matériau comme la constante diélectrique [Del04] ou bien le descriptif éner-
gétique du matériau qui conditionne les mécanismes d’interactions comme nous le verrons
dans le chapitre 6. Elle est à la base de tous les phénomènes physiques, liés à l’intégration
69
Chapitre 4: Structure électronique du nanofil de silicium
des transistors, qui vont se répercuter à la fois sur les caractéristiques électrostatiques du
dispositif mais aussi sur les propriétés du transport électronique.
4.1 Formalisme et approximations pour le nanofil cy-

lindrique
Comme nous l’avons vu dans le chapitre 1, différentes méthodes avec plusieurs ni-
veaux d’approximations sont possibles afin d’extraire la structure de bande du silicium.
Dans notre cas, nos objectifs sont d’apporter des outils et des pistes au développement
industriel des futurs noeuds technologiques basés sur le nanofil. Il n’est donc pas envisagé
d’utiliser des méthodes de type ab-initio qui peuvent difficilement inclure à court terme
toute la physique nécessaire à des comparaisons expérimentales. Nous avons donc décidé
de développer tous nos outils (numériques ou analytiques) par la méthode semi-empirique
de la masse effective. Cependant, dans un soucis de pertinence et de réalisme, nous avons
pu bénéficier d’un code de liaisons forte "TB_Sim" développé par Y-M. Niquet et son
équipe [Niq00] [Niq06] afin d’extraire les paramètres et de valider les résultats.
4.1.1 Modèle de liaisons fortes

Dans le silicium, les bandes de valence et de conduction sont généralement décrites avec
les orbitales 3s et 3p. Il est, toutefois, possible de rajouter d’autres orbitales (notamment
les orbitales de type d) pour mieux décrire les bandes de conduction. Cependant, plus la
base contient d’orbitales, plus le temps de calcul sera long (cf chapitre 1). Pour le silicium,
les choix de bases d’orbitales sont notamment :
– sp3 : chaque atome de silicium comporte quatre orbitales : une orbitale 3s et trois
orbitales 3p,
– sp3 s∗ : l’ajout d’une orbitale s∗ permet d’apporter une correction due à l’influence
des états excités d [Vog83],
– sp3 d5 : la base se décompose en une orbitale 3s, trois orbitales 3p et les cinq orbitales
3d,
– sp3 d5 s∗ : une orbitale s∗ est ajoutée au modèle sp3 d5 .
Au choix de la base d’orbitales s’ajoute ceux du nombre de voisins et du nombre de
centres considérés. C’est pourquoi il existe une vaste gamme de modèles [Niq00] [Vog83]
[Tse93] [Jan98] [Boy04]. Dans notre cas, un modèle ayant une bonne description des pre-
mières bandes de conduction est suffisant. Nous utiliserons l’approche sp3 aux troisièmes
voisins et trois centres [Niq00]. Elle est parfaitement adapté notamment pour évaluer cor-
rectement les masses effectives et la quantification des niveaux énergétiques, paramètres
70
4.1Formalisme et approximations pour le nanofil cylindrique
d’entrée de nos futurs développements.
4.1.2 Description du système
Le silicium utilisé pour des applications de microélectronique est cristallin. Les atomes
de silicium sont disposés dans un réseau périodique avec une maille élémentaire de type
tétrahédrique dont le paramètre de maille a0 vaut 0.543nm. Cependant, les caractéristiques
de transport du cristal dépendent (entre autre) de la longueur de la maille élémentaire
suivant son axe de conduction et peuvent changer suivant l’orientation cristallographique :
– L = a0 pour les nanofils orientés suivant la direction <001>,
√
– L = a0 / 2 pour les nanofils orientés suivant la direction <110>,
√
– L = a0 3 pour les nanofils orientés suivant la direction <111>.
Dans la suite de ce travail, nous avons fixé l’orientation des nanofils suivant l’axe
<100>. La figure 4.1 montre la structure atomistique du nanofil simulé avec le code
TB_Sim. Les atomes d’hydrogène entourent totalement le film de silicium afin de passiver
la surface et ainsi éviter les liaisons pendantes en surface qui créent des états dans la bande
interdite [Lee04].
Figure 4.1: Représentation atomistique du nanofil de silicium orienté suivant l’axe

<001> ; Bleu : atomes de silicium, Gris : atomes d’hydrogène, Rouge : maille élémen-
taire de la structure silicium. Dans ce cas, le nanofil est long de 5nm avec un diamètre de
1.5nm.
71
Une fois le modèle choisi et la structure fixée, nous disposons de tous les éléments pour
extraire la relation de dispersion En (k) du réseau cristallin 1D du nanofil dans la première
zone de Brillouin par diagonalisation du hamilonien H(k) d’une maille élémentaire du
nanofil. Comme la structure de bandes est symétrique par rapport au point k = 0, nous ne
représenterons que les points k positifs. La figure 4.2 montre la structure de bandes extraite
avec le modèle sp3 pour un nanofil de section circulaire de diamètre 10nm. Nous retrouvons
quasiment les caractéristiques du silicium massif. C’est-à-dire que nous retrouvons les
projections des 6 minima du silicium massif : 4 en k = 0 et 2 en k = 0.17 pour les bandes
de conductions le long des six directions équivalentes et un maximum dégénéré en k = 0
pour les bandes de valence. Dans la suite, nous nous pencherons sur les caractéristiques
des électrons. Plus d’informations sur la bande de valence peuvent être trouvées dans le
manuscrit de thèse de K. Huet [Hue08].
Figure 4.2: Structure de bandes d’un nanofil de silicium orienté suivant la direction
<001> avec une section circulaire de 10nm.
72
4.1.3 Approximation de la masse effective

Comme explicité dans le chapitre 1, l’approximation de la masse effective suppose les
bandes énergétiques de forme parabolique. Suivant la forme de la bande, le porteur va,
plus ou moins bien, pouvoir suivre les champs électriques qu’il subit. Nous pouvons donc
supposer que son déplacement est toujours régi par la mécanique classique de Newton
mais sa masse associée n’est plus sa masse réelle mais une masse effective dépendant de
la bande dans laquelle il se trouve. La masse effective est directement liée à la courbure
de la bande parabolique :
1 ∂2E
m∗ = 2 . 2 (4.1)
h̄ ∂k
Il est alors possible de traiter les six minima de la bande de conduction avec l’ap-
proximation de la masse effective. Les deux vallées suivant la direction [001], appelées
"longitudinales", ont une masse de confinement mt = 0.191me et une masse de transport
ml = 0.916me . Les quatre autres vallées dites "transverses" sont anisotropiques ; c’est-
à-dire que leur masse effective dépend de la direction que l’on considère dans le nanofil
comme illustré figure 4.3. Dans la suite, pour chaque vallée α, la masse de transport sera
notée mαc et la masse de confinement sera notée mαz . L’extraction de la relation de disper-
sion se fait donc par la résolution de l’équation de Schrödinger en 2 dimensions suivant le
plan de confinement (xy).
Figure 4.3: Définition des masses longitudinales et transverses pour les six vallées de
confinement du silicium orienté <100>.
Les figures 4.4 et 4.5 montrent le résultat de la résolution de l’équation de Schrödinger

en coordonnées cartésiennes (grâce à un module "masse effective" du code TB_Sim) pour
le nanofil de 10nm de diamètre. Le carré de la fonction d’onde des seize premiers niveaux
est tracé dans l’espace pour les vallées longitudinale et transverse. La valeur associée à
chaque niveau représente la différence d’énergie vis-à-vis du premier niveau quantifié.
73
Figure 4.4: Module au carré de la fonction d’onde des seize premiers niveaux quantifiés
d’une vallée longitudinale pour un nanofil orienté <001> de diamètre 10nm. A chaque
niveau est associée la différence d’énergie vis-à-vis du premier niveau.
Figure 4.5: Module au carré de la fonction d’onde des seize premiers niveaux quantifiés
d’une vallée transverse pour un nanofil orienté <001> de diamètre 10nm. A chaque niveau
est associée la variation d’énergie vis-à-vis du bas de bande de chaque vallée. Les fonctions
d’onde d’une vallée transverse orthogonale sont identiques mais pivotées de 90 degrés.
74
4.1.4 Approximation d’un système isotropique
Étant donné que nous considérons un nanofil à section circulaire, nous avons décidé de
nous placer dans un repère cylindrique. Dans ce cas là, les masses suivant les deux axes
de confinement (x et y) sont égales. Le Hamiltonien à résoudre est donc celui exposé dans
le chapitre 1 avec un potentiel radial à symétrie cylindrique V (þr) :
h̄△
H= + V (þr) (4.2)
2m∗
Dans le cas d’un nanofil de longueur L ayant un potentiel constant à symétrie cylindrique,
la fonction d’onde de la j ième sous-bande de la vallée α s’écrit alors comme le produit
d’une onde plane, d’une fonction angulaire et d’une fonction radiale, appelée "fonction
enveloppe".
1
ψαj,k (r, φ, z) = √ .ϕαj (r).eilαj φ .eikz (4.3)
Lc
où r, φ, z sont les coordonnées cylindriques et lαj est le nombre quantique angulaire.
L’hypothèse d’un système isotropique dans le plan de confinement consiste donc à né-
gliger la partie angulaire de la fonction d’onde. L’extraction de la fonction d’onde se
traduit donc par la résolution de l’équation de Schrödinger cylindrique (eq 4.4) que doit
vérifier ϕαj (r). Le problème numérique est nettement simplifié puisque nous passons d’une
résolution 2D à une résolution 1D le long du rayon du nanofil. Le temps de calcul y est
donc fortement réduit ce qui nous permettra d’envisager des structures plus grandes afin
de tendre vers les dimensions réelles des dispositifs expérimentaux.
C A B D
−h̄2 d r d h̄2 lαj
. . + 2 α + V (r) .ϕαj (r) = Eαj .ϕαj (r) (4.4)
2r dr mαc dr 2r mc
L’énergie totale de la sous-bande (α,j) est donc E(k) = Eαj +Ez (k) où la non-parabolicité
est incluse le long du transport à travers le paramètre βn = 0.5eV −1 :
h̄2 .k 2
Ez .(1 + βn .Ez ) = (4.5)
2mαz
Couplage avec Poisson
Il ne reste plus qu’à coupler le résultat issu de la résolution de Schrödinger à l’équation

de Poisson. Si nous considérons des conditions périodiques pour le potentiel le long de son
75
axe de transport, une transformée de Fourier peut s’appliquer :
1 Ø
V (r, φ, z) = Vlq (r).eilφ .eiqz (4.6)
2πLc l,q
et
1 Ø
ρ(r, φ, z) = ρlq (r).eilφ .eiqz (4.7)
2πLc l,q
où l est un entier et q est un multiple de 2π/L. Sous cette forme, l’équation de Poisson
devient : A B
d2 1 d 2 l2 ρlq (r)
+ − q − Vlq (r) = − (4.8)
dr2 r dr r2 ε(r)
Toutefois, l’approximation de l’isotropie sur la résolution de l’équation de Schrödinger
engendre une densité de charge cylindriquement symétrique et constante le long de l’axe
de transport z. Ceci implique que la transformée de Fourier appliquée au potentiel se
réduit à l = 0 et q = 0. La partie radiale correspondante de l’équation de Poisson est
résolue pour mettre à jour le potentiel et ainsi le réinjecter dans l’équation de Schrödinger.
Cette approximation de l’isotropie est la base du développement du code numérique CYL-

MOS [Mun03] [Zer04] développé à l’IM2NP de Marseille. Il s’agit d’un code Poisson 2D-
Schrödinger 1D suivant le rayon et l’axe de transport du nanofil. Le principe numérique
est celui expliqué juste au dessus et illustré sur la figure 4.6, représentant la structure
maillée simulé avec CYLMOS. Bien que le potentiel varie entre la source et le drain du
transistor, il est considéré constant sur chaque tranche de simulation.
Figure 4.6: Représentation schématique de la structure maillée simulée avec le code

CYLMOS.
Dans cette approximation isotrope, la structure de bandes du nanofil est fortement

simplifiée. Nous ne considérons plus que deux vallées : une longitudinale dégénérée deux
76
fois et une transverse dégénérée quatre fois. La figure 4.7 indique la masse de transport
et de confinement pour chaque vallée. La masse de confinement de la vallée transverse est
approximée à une masse cylindrique afin de préserver la symétrie dans les calculs.
Figure 4.7: Définition des masses longitudinales et transverses pour les six vallées du
silicium orienté <100> dans l’approximation d’un système isotropique.
La figure 4.8 montre la fonction d’onde au carré issue du code CYLMOS pour les cinq
premières sous-bandes de la vallée transverse d’un nanofil de de 10nm de diamètre et pour
deux polarisations de grille différentes (sous et sur le seuil).
Figure 4.8: Module au carré de la fonction d’onde issue du code CYLMOS pour les cinq
premières sous-bandes de la vallée transverse ; Deux polarisations de grille : sous (gauche)
et sur le seuil (droite)
77
4.1.5 Validation des hypothèses

Afin de vérifier la crédibilité de notre approche, il est important de confronter nos
résultats à des approches plus fondamentales. Dans la suite de ce travail, nous essaierons
de comparer systématiquement nos résultats en fonctions des codes numériques auxquels
nous avons accès. La figure 4.9 compare la répartition de la densité surfacique de charge
en fonction de la position sur le rayon du nanofil entre la résolution des équations Poisson-
Schrödinger 2D anisotropique et la résolution 1D avec hypothèse d’une masse de confi-
nement isotrope. Nous pouvons valider cette dernière hypothèse puisque la variation de
la charge pour une position fixée reste faible. L’intérêt de comparer les 3 approches que
nous venons de décrire précédemment est de s’assurer de la pertinence de grandeurs dont
la modélisation précise est indispensable à l’évaluation des potentialités du nanofil pour
une application MOSFET.
Figure 4.9: Densité surfacique d’électrons en fonction de la position le long du rayon du

nanofil ; Comparaison entre la résolution des équations Poisson-Schrödinger 2D anisotro-
pique (TB_Sim EMA) et la résolution 1D avec hypothèse d’une masse de confinement
isotrope (CYLMOS).
4.2 Impact de la miniaturisation du transistor sur la

structure électronique
Comme évoqué dans le chapitre 3, l’architecture nanofil est prévue pour des noeuds
technologiques ultimes où l’intégration géométrique est extrême. Les dimensions ciblées
sont d’une dizaine de nanomètre pour la longueur de canal et de seulement quelques
78
4.2Impact de la miniaturisation du transistor sur la structure électronique
nanomètres pour l’épaisseur de film de silicium. A ces dimensions-là, les effets perturba-
tifs que nous avons décrit précédemment (comme les SCE ou le confinement quantique)
sont extrêmement présents. En effet, quelques nanomètres de silicium correspondent à
quelques couches atomiques ce qui modifie fortement la structure électronique comparé à
un matériau massif. De plus, l’architecture particulière du nanofil avec une grille circulaire
totalement enrobante confère un confinement à deux dimensions qui accentue cet effet.
La figure 4.10 montre la structure de bande issue du code TB_Sim avec le modèle sp3
pour des nanofils circulaires orientés suivant la direction <100> de diamètre 2 et 10nm.
Figure 4.10: Structure de bandes de nanofils de silicium orientés suivant la direction

<100> avec une section circulaire de 2nm (gauche) et de 10nm (droite).
Nous pouvons voir qu’à 10nm de diamètre (structure proche du matériau massif), les
sous-bandes de chaque vallée sont relativement resserrées ce qui tend vers l’approche clas-
sique d’un continuum en énergie pour l’accumulation des porteurs. Cependant, à 2nm, ce
n’est plus le cas, les bandes sont beaucoup plus espacées. Nous voyons clairement que le
confinement et la quantification des porteurs y sont accentués. De plus, la forme même
des bandes est différentes. La bande interdite du silicium (différence entre le maximum de
la bande de valence et le minimum de la bande de conduction) augmente ce qui accroit
le comportement isolant du semiconducteur. Enfin, les masses effectives calibrées sur la
courbure des bandes sont modifiées en réduisant l’épaisseur de film. De nombreux papiers
théoriques se sont penchés sur ces effets [Neo08] [Niq00] [Niq06] [Sar08] [Neh06]. Dans la
79
suite, nous allons donc tenter de modéliser analytiquement l’électrostatique du transistor

MOSFET à base de nanofil en incluant tous ces effets. Bien qu’il s’agisse d’un compor-
tement global de la structure de bandes vis-à-vis de l’intégration, nous allons dissocier
d’une part l’augmentation de la bande interdite et des masses effectives que nous appel-
lerons Effet de Structure de Bandes (dit BSE pour Band Structure Effet) et d’autre part
l’espacement des sous-bandes qui constituera pour nous le conf inement quantique.
80
Chapitre 5
Modélisation analytique de
l’électrostatique des MOSFETs à
base de nanofil
Sommaire
5.1 État de l’art sur les principaux modèles compacts pour le
transistor MOSFET à nanofil . . . . . . . . . . . . . . . . . . . 82
5.1.1 Approche par résolution exacte de l’équation de Poisson . . . . 82
5.1.2 Approche par hypothèse d’un potentiel parabolique . . . . . . 83
5.2 Modélisation analytique de l’électrostatique basée sur l’hy-
pothèse d’un potentiel parabolique . . . . . . . . . . . . . . . . 84
5.2.1 Détermination du potentiel parabolique . . . . . . . . . . . . . 84
5.2.2 Définition de la tension de seuil classique canal long . . . . . . 85
5.2.3 Modélisation du confinement de mécanique quantique . . . . . 86
5.2.4 Modélisation des effets de structure de bandes . . . . . . . . . 88
5.2.5 Modélisation des effets canaux courts . . . . . . . . . . . . . . 90
Dans le chapitre précédent, nous avons fait le bilan des propriétés électroniques du
nanofil de silicium et ainsi décrit les différentes approches numériques que nous avons uti-
lisées. Cette étape est indispensable pour la compréhension physique de notre dispositif.
Ainsi une prédiction de l’évolution de ces propriétés peut être envisagée et construite.
Toutefois, la microélectronique a pour but de fournir des circuits tels que les micropro-
cesseurs contenant des milliards de transistors. Toujours dans l’optique d’augmentation
81
Chapitre 5: Modélisation analytique de l’électrostatique des MOSFETs à base de nanofil
des performances, ces circuits doivent être scrupuleusement analysés et optimisés par les
concepteurs. Cependant, il n’est pas envisageable d’utiliser des codes numériques comme
ceux présentés ci-dessus. Bien que très physiques, ils ont un temps de calculs incompatible
avec des simulations à l’échelle multi-transistor. Sur le plan économique, il n’est égale-
ment pas envisageable de fabriquer physiquement des microprocesseurs sans cette étape
préalable de validation par la simulation. C’est pourquoi des modèles dits compacts, in-
troduits dans le chapitre 2, sont nécessaires pour évaluer les grandeurs électriques mises
en jeu dans le circuit.
Dans ce chapitre, après avoir passé en revue les différentes approches de modélisation com-
pacte que nous retrouvons dans la littérature, nous adapterons au nanofil la modélisation
de la tension de seuil incluant le confinement quantique initiée par Harrisonet al [Har05]
et T rivedi et al [Tri05].
5.1 État de l’art sur les principaux modèles compacts

pour le transistor MOSFET à nanofil
La modélisation de l’électrostatique d’un composant électronique passe par une des-
cription exacte du potentiel en tout point défini par l’équation de Poisson. Pour cela,
deux approches ressortent dans ce domaine. Il y a tout d’abord la résolution exacte de
l’équation de Poisson en coordonnées cylindriques. La deuxième approche consiste à pré-
supposer la forme du potentiel qui sera réinjectée dans l’équation de Poisson afin d’en
déduire les paramètres indéterminés. En reprenant l’équation 4.8 pour l = 0 et q = 0 et
en explicitant la densité de charges, l’équation à résoudre analytiquement est exprimée en
coordonnées cylindriques par :
d2 V 1 dV e eV
+ . = (N A + n i .e kT ) (5.1)
dr2 r dr εsi
5.1.1 Approche par résolution exacte de l’équation de Poisson

La double intégration de l’équation de Poisson donnant sa solution exacte est explicitée
dans la littérature de façon quasi-unanime [Chi04] [Jim04] [Liu09] [Ini05] [Yu07a] [Yu07b].
A A BB
2kT D 4βp r2
V (r) = VF B − ln 1− (5.2)
e 4Lc .βp D2
Cependant, cette expression n’est pas une expression purement analytique puisque le pa-
ramètre βp est indéterminé car dépendant de la structure même du composant. A partir de
là, différentes approches sont utilisées dans la littérature. Dans le chapitre 2, nous avons
82
5.1État de l’art sur les principaux modèles compacts pour le transistor MOSFET à nanofil
brièvement introduit les différents types de modèles compact. Ici, nous allons reprendre
ceci mais appliqué aux nanofils.
Comme nous l’avons déjà dit, l’approche en tension de seuil permet de séparer de façon
bien distincte le courant en fonction de son régime de fonctionnement : sous le seuil et au
dessus du seuil. Sachant que le courant de drain a une composante liée à la diffusion et
une autre liée à la conduction, cette approche simplifie le problème en considérant que le
mécanisme de transport est essentiellement diffusif sous le seuil et de conduction au dessus
du seuil. Le modèle conventionnel utilisant cette approche est BSIM [BSI09] développé
par l’université de Berkeley. Dans le cas du nanofil, le modèle de Chiang et al [Chi04] uti-
lise ce raisonnement puisque la résolution de l’équation de Poisson conduit à l’apparition
d’un terme B qui varie suivant la position et les régimes de fonctionnement. Il en est de
même pour le modèle de Jiménez et al [Jim04] qui s’applique aux nanofils peu ou faible-
ment dopés. Le principal inconvénient de cette approche est qu’une fonction de raccord
est nécessaire pour rendre continu le courant sur tous les régimes. Ensuite, des modèles
de charge tel que le modèle EKV [Enz06] ont également été transposés aux nanofils. Nous
comptons notamment sur les modèles de Liu et al et Iniguez et al utilisant cette ap-
proche. Enfin, le modèle en potentiel de surface consiste en une méthode mathématique
d’approximation qui sort un potentiel valide dans tous les régimes de fonctionnement avec
une précision de l’ordre du nanovolt. Les modèles SP et PSP basés sur cette approche
sont les références actuelles en modélisation compacte [Gil04] [Gil06]. Ce modèle a été
appliqué aux nanofilx par Y u et al [Yu07a] [Yu07b]. Toutefois, bien que très précis sur la
description de l’électrostatique, le modèle en potentiel de surface rend difficile le couplage
avec le transport électronique (mobilité généralement considérée comme constante).
5.1.2 Approche par hypothèse d’un potentiel parabolique
Pour le nanofil de silicium qui dispose d’une grille totalement enrobante et dans le
cas d’un film de silicium relativement fin, le potentiel ne peut atteindre un plateau. Les
courbures de bande générées par la grille d’un coté et de l’autre du nanofil se recouvrent
et le potentiel prend ainsi la forme proche d’une parabole [Aut05]. Il s’agit de l’approche
que nous avons choisi de développer dans la suite basée sur un modèle en tension de seuil.
Ainsi, toute la physique décrite précédemment pourra plus facilement être implémentée
dans le modèle comparé à une approche en potentiel de surface.
83
5.2 Modélisation analytique de l’électrostatique ba-

sée sur l’hypothèse d’un potentiel parabolique
5.2.1 Détermination du potentiel parabolique
A l’instar des travaux de M artinie et al [Mar09] sur le transistor double grille, l’objectif
de cette partie est de modéliser toute l’électrostatique du nanofil à section circulaire en
se basant sur l’hypothèse d’un potentiel électrostatique de forme parabolique.
V (r, z) = A(z) + B(z).r + C(z).r2 (5.3)
où A, B et C sont des fonctions de z indéterminées. Dans un premier temps, nous allons

considérer un canal long où le potentiel est constant donc nous allons nous affranchir de
la composante en z.
Ayant un système totalement symétrique et isotrope, nous pouvons dire que les potentiels
en r = D2 et en r = − D2 sont égaux. Donc nous pouvons écrire :
D D
V( ) = V (− ) (5.4)
2 2
D D2 D D2
⇒ A + B. + C. = A − B. + C. (5.5)
2 4 2 4
D’où :
B=0 (5.6)
De plus, nous pouvons définir le potentiel en r = D

2
comme étant le potentiel de surface
Vs .
D D2
V( ) = A + C. = Vs (x) (5.7)
2 4
D2
⇒ A = Vs − C. (5.8)
4
Nous pouvons alors donner l’expression générale du potentiel électrostatique :
D2
+ C.r2
V (r) = V s − C. (5.9)
4
Afin d’avoir une expression analytique complète du potentiel électrostatique, il nous faut
alors déterminer l’expression de la constante parabolique C.
84
5.2Modélisation analytique de l’électrostatique basée sur l’hypothèse d’un potentiel parabolique
Détermination de C
Pour cela, nous allons utiliser l’équation de Poisson (cf eq 5.1). Dans notre cas, nous
avons :
dV d2 V
= 2C.r ⇒ = 2C (5.10)
dr dr2
Ainsi, nous allons intégrer cette équation sur toute la surface transverse du nanofil entre
0 et D2 .
Ú
2π.e.NA Ú 2
D D
2 Qinv,2D
4C.2π.r.dr = r.dr + (5.11)
0 εsi 0 εsi
s tsi
eV
où Qinv,2D = 0
2
2π.e.ni .e kT .r.dr est la charge d’inversion sur la surface (en m−1 ).
D2 e.NA D2 Qinv,2D
⇒ 8π.C. = 2π . + (5.12)
8 εsi 8 εsi
e.NA Qinv,2D
C= + (5.13)
4εsi π.εsi .D2
5.2.2 Définition de la tension de seuil classique canal long

La figure 5.1 illustre le diagramme de bandes suivant une coupe transverse du nanofil.
Figure 5.1: Diagramme de bandes suivant une coupe transverse du nanofil.
85
Les conditions à l’interface Si/SiO2 nous donnent :
εsi
VGS − VF B = .ζs + Vs + φF (5.14)
Cox
où ζs est le champ électrique à l’interface défini par
dV
ζs = − | D = −C.D (5.15)
dr r= 2
L’expression finale de la tension de seuil classique canal long est alors définie comme
étant la polarisation de grille lorsque le critère de seuil est atteint. Comme nous l’avons dit
dans le chapitre 3, la tension de seuil est définie comme étant le moment où la concentra-
tion de porteurs minoritaires dépasse celle des dopants. Nous avons donc choisi d’imposer
un critère de seuil sur la charge totale. Autour du seuil, la charge linéïque (intégrée sur le
rayon par analogie au dispositif planaire) est égale à Qinv,1D = kte Cox où Cox [Mun05] est
la capacité d’oxyde exprimée par :
εox
Cox = D (5.16)
2
ln(2 tD
ox
+ 1)
Dans notre cas, nous avons un système 2D (suivant r et suivant l’angle θ), donc la charge
totale d’inversion vaut Qinv,2D = Qinv,1D .2π. D2 .
L’expression analytique du paramètre C au seuil devient :
e.NA kT Cox
Cth = + . (5.17)
4εsi e εsi .D
Finalement, l’expression qui définit notre tension de seuil pour un transistor MOSFET
à nanofil canal long est donnée ci-dessous. Il ne reste plus qu’à déterminer le potentiel
de surface au seuil Vs,th . Nous allons par la suite utiliser ce paramètre pour inclure les
phénomènes physiques décrits ci-dessus comme le confinement quantique ou les effets de
structure de bandes.
εsi
Vth = VF B − .D.Cth + Vs,th + φF (5.18)
Cox
5.2.3 Modélisation du confinement de mécanique quantique
Afin de prendre en compte le confinement des porteurs dans l’ensemble des vallées α et
des sous-bandes j de la structure de bandes, l’expression de la charge quantique intégrée
86
sur le rayon doit être exprimée :

ØØ
Qinv,1D = n(Eαj ) (5.19)
α j
avec Ú +∞
n(Eαj ) = 2 ρ1D (E, Eαj ).f (E).dE (5.20)
Eαj
En remplaçant par l’expression de la densité d’état et de la fonction de Fermi, l’expression

de la charge devient :
ó ó
ØØ 2 2.mαz kT Ú ∞ r−0,5
Qinv,1D = e ( . ). . .dr (5.21)
α j π h̄2 e 0 1 + er− kTe .(Eαj + E2g −Vs )
Dans la condition d’un film non-dégénéré (valide au seuil), la distribution de Fermi peut
être approximée par une simple exponentielle (correspondant à la distribution de Boltz-
mann) [Aut04].
e.ψs
Qinv,1D ≈ Q∗ .e− kT (5.22)
avec ó ó
ØØ 2 2.mαz kT √ − e .(Eαj + Eg )
Q∗ = e ( . 2 ). . π.e kT 2 (5.23)
α j π h̄ e
Il devient donc nécessaire d’exprimer analytiquement la valeur énergétique des niveaux

quantifiés. Baccarani et al [Bac08] ont exprimé la valeur de ces niveaux pour le cas du
nanofil à section circulaire supposant que 1 et 2 correspondent aux vallées transverses et
3 à la vallée longitudinale :
(2.ς.h̄.j)2 1 1
E1(2)j = 2
.( ∗ + ∗ ) (5.24)
4.e.tsi mt ml
(2.ς.h̄.j)2 1
E3j = .( ∗ ) (5.25)
2.e.t2si mt
où ς est un paramètre numérique valant 2,405. Notons que nous retrouvons bien la masse
cylindrique définie dans le chapitre 4 pour les vallées transverses.
La figure 5.2 montre la variation du premier niveau énergétique par rapport au bas de la
bande de conduction en fonction du diamètre du nanofil pour les vallées longitudinale et
transverse. Les masses effectives utilisées dans ce cas sont les valeurs du silicium massif.
Le résultat analytique a été confronté aux deux codes numériques utilisant également la
même approche : Poisson-Schrödinger 2D (TB_Sim EMA) et Poisson 2D-Schrödinger 1D
en masse isotrope (CYLMOS). Étant donné que nous cherchons les niveaux quantifiés liés
à la structure, les simulations ont été faites pour une polarisation de grille nulle.
87
Figure 5.2: Variation du premier niveau quantifié par rapport au bas de la bande de
conduction pour les vallées longitudinale et transverse ; Comparaison avec les codes nu-
mériques CYLMOS et TB_Sim EMA.
La tension de seuil étant toujours calculée avec la condition de seuil Qinv,th = kT

e
.Cox ,
nous pouvons exprimer le potentiel de surface au seuil comme étant :
kT Qinv,th
Vs,th = .ln( ) (5.26)
e Q∗
que nous réinjectons dans l’équation 5.18 pour obtenir la tension de seuil quantique.
5.2.4 Modélisation des effets de structure de bandes
Comme nous l’avons vu à la fin du chapitre 4, la structure de bandes est fortement

impactée par l’intégration géométrique des transistors. Les propriétés de transport en
sont alors modifiées. Dans le but d’inclure ces modifications dans le modèle que nous
développons, des expressions analytiques (inspirées de [Niq00]) des paramètres affectés
(bande interdite et masses effectives) sont proposées ici. La calibration se fait sur les
résultats issus du code en liaisons fortes TB_Sim [Sar08] (cf figure 5.3).
K1,g
Eg = Eg,bulk + (5.27)
D2 + K2,g .D + K3,g
K1,t(l)
mt(l) = mt(l),bulk + (5.28)
D2 + K2,t(l) .D + K3,t(l)
où les constantes K sont des paramètres de calibrage dont les valeurs sont répertoriées
dans le tableau ci-dessous.
88
Eg mt ml
K1 5.148 1.784 0.975
K2 1.748 2.483 3.9.10−6
K3 10−6 0.957 310−6
Figure 5.3: Variation de la bande interdite du silicium et des masses effectives relatives
longitudinale et transverse en fonction du diamètre du nanofil ; Comparaison avec des
résultats numériques issus de TB_Sim [Sar08].
Résultat au niveau de la tension de seuil canal long
La figure 5.4 montre l’augmentation de la tension de seuil due aux effets de confinement
quantique avec (considérant les équations 5.27 et 5.28) et sans (utilisant les valeurs du
silicium massif) effets de structure de bandes. Le modèle analytique est comparé aux
simulations numériques mais également à des données expérimentales. Dans le papier de
Suket al [Suk07], des nanofils "jumeaux" GAA circulaires ont été obtenus jusqu’à des
diamètres d’environ 3nm.
Nous pouvons remarquer que les effets de structure de bandes limitent de façon non
négligeable l’impact du confinement quantique sur la tension de seuil. Ceci est cohérent
avec les équations 5.24 et 5.25. En augmentant les masses effectives, les niveaux quantifiés
sont abaissés et donc le remplissage des sous-bandes est facilité. La tension de seuil du
transistor diminue donc. La figure 5.4 met l’accent sur le fait que l’approximation de la
masse effective est toujours valide pour des diamètres faibles mais les valeurs des masses
doivent être modulées.
89
Figure 5.4: Différence entre la tension de seuil quantique (Vth,q ) et la tension de seuil
classique (Vth,cl ) avec et sans effet de structure de bandes en fonction du diamètre du
nanofil pour un transistor à canal long) ; Comparaison avec des résultats numériques issus
de TB_Sim [Sar08] et des données expérimentales [Suk07].
5.2.5 Modélisation des effets canaux courts
Pour obtenir une modélisation analytique des effets de canal court, il est nécessaire
d’avoir une description explicite du potentiel de surface et notamment sa variation suivant
la direction du transport (axe z). D’un point de vue électrostatique, le contrôle du courant
est déterminé par le maximum de la barrière énergétique qui correspond au minimum du
potentiel de surface. L’objectif de cette partie est d’exprimer analytiquement ce potentiel
de surface afin d’inclure les effets perturbatifs SCE et DIBL. L’approche développée ici
suit les grandes lignes de la méthodologie proposée par Suzuki et al [Suz96] et revue par
Autran et al [Aut04]. En appliquant la loi de Gauss sur une tranche du nanofil, l’équation
suivante est obtenue :
D2 D2 D e.NA .D
− ζ(z)π. + ζ(z + dz)π. − ζs (z)2π. dx = − .dz (5.29)
4 4 2 2εsi
où le champ électrique est approximé par l’expression suivante :
dVs
ζ ≃ éηê (5.30)
dx
éηê est un paramètre qui inclut les effets de la variation du champ électrique latéral,
paramètre qui dépend du dopage, de l’épaisseur de film est de l’épaisseur d’oxyde [Ban95].
90
Nous donnerons une expression analytique au moment des résultats.

En couplant les équations 5.29 et 5.5, nous obtenons :
d2 Vs Cox 2 D
2
−4 .Vs = .[e.NA . − 2.Cox .(VG − VF B − φF )] (5.31)
dz éηê.εsi .D éηê.εsi .D 2
La solution analytique de l’équation précédente est [Mun05] :
K3
Vs = K1 .eγz + K2 .e−γz − (5.32)
γ2
où tous les coefficients sont donnés par :

K3
(1 − e−γLc ).(Vbi + γ2
) + VDS
K1 = (5.33)
2.sh(γ.Lc )
(1 − e+γLc ).(Vbi + K3
γ2
) + VDS
K2 = (5.34)
2.sh(γ.Lc )
2 D
K3 = .[e.NA . − 2.Cox .(VG − VF B − φF )] (5.35)
éηê.εsi .D 2
ó
4.Cox
γ= (5.36)
éηê.εsi .D
A B
kT NA .NSD
Vbi = .ln (5.37)
e n2i
Afin de trouver le potentiel minimum zmin , la dérivée première de l’équation est fixée à
zéro.
dVs 1 K2
=0 ⇐⇒ zmin = .ln(| |) (5.38)
dz 2.γ K1
L’expression analytique du potentiel de surface minimum est alors :
K3 ñ
Vs (x = xmin ) = − + 2. K1 .K2 (5.39)
γ2
Nous supposons que le transistor change d’état quand le potentiel au seuil est égal au po-
tentiel minimal que nous venons de décrire. En l’insérant dans l’équation 5.18, l’expression
générale de la tension de seuil devient :
εsi K3 ñ
Vth = VF B − .D.Cth + φF − 2 + 2. K1 .K2 (5.40)
Cox γ
Par analogie avec l’approche de Suzukiet al [Suz96], nous pouvons distinguer deux termes.
Le premier terme (indépendant de la longueur de canal) représente la tension de seuil pour
91
un transistor canal long Vth,long et le deuxième correspond à la chute de la tension de seuil

due aux effets canal court ∆Vth .
εsi K3
Vth,long = VF B − .D.Cth + φF − 2 (5.41)
Cox γ
ñ
∆Vth = Vth − Vth,long = 2. K1 .K2 (5.42)
Au seuil, VG = Vth dans l’équation 5.35 et comme ∆Vth intervient dans K1 et K2 , en

développant l’expression, nous obtenons une équation du second ordre :
H1 .∆Vth2 + H2 .∆Vth + H3 = 0 (5.43)
avec
H1 = sh2 (γ.Lc ) + 2.[1 − ch(γ.Lc )] (5.44)
H2 = 2.[1 − ch(γ.Lc )].[2.H4 + VDS ] (5.45)

2
H3 = 2.H4 .[1 − ch(γ.Lc )].[H4 + VDS ] + VDS (5.46)
H4 = Vbi − Vth,long + φf + VF B (5.47)
La solution de la chute de tension de seuil s’exprime alors par :

ñ
−H2 + H22 − 4.H1 .H3
∆Vth = (5.48)
2.H12
La dégradation de la tension de seuil due aux effets de canal court est représentée
figure 5.5 pour des diamètres de nanofil de 2, 5 et 10nm. Les résultats ont été validés
sur des simulations numériques de type TCAD [SIL] pour une structure cylindrique en
utilisant une approche classique (modèle dérive-diffusion). La tension de seuil est extraite
à partir des caractéristiques courant-tension en utilisant la méthode du courant constant.
Ces résultats numériques nous ont servi à établir un modèle numérique pour le paramètre
éηê incluant la dépendance en longueur de canal, diamètre du nanofil et en polarisation
source-drain.
D
éηê = + VDS .[f1 .Lc + f2 .L2c ] (5.49)
D + f0
où f0 , f1 et f2 sont des paramètres calibrés sur les données numériques.
L’équation est valide pour une large gamme de diamètres (jusqu’à 2nm) et de longueur
de canal (jusqu’à une longueur égale au diamètre du nanofil). Le résultat montre un bon
accord entre le modèle analytique et les simulations numériques obtenues par TCAD. Au
92
vu des résultats, le nanofil paraît pertinent pour le contrôle électrostatique puisque les
effets de canal court apparaissent peu pour un ratio longueur de canal sur diamètre valant
deux. Si nous comparons aux autres architectures et pour un effet parasite équivalent, ce
même ratio est deux fois plus fort pour un transistor MOSFET de type double-grille ou
FDSOI optimisé [Col07].
Figure 5.5: Chute de tension de seuil liée aux effets de canal court en fonction de la
longueur de canal pour trois diamètres de nanofil différents (2, 5 et 10nm) et pour une
polarisation de drain faible (VDS = 50mV ) et forte VDS = 0.5V ; Comparaison avec des
résultats numériques TCAD [SIL].
De la même façon que Suzukiet al [Suz96], il est très simple d’obtenir une équation
explicite pour l’expression de la pente sous le seuil en appliquant la définition de S (cf
93
figure 5.6) :
A B−1
kB T dVs
S= .ln(10). (5.50)
e dVG
A B−1
kB T [1 − ch(γLc )].[2.φs + VDS + K3 /γ 2 ]
⇒S= .ln(10). 1 + √ (5.51)
e 2.sh(γ.Lc )2 . K1 .K2 )
Figure 5.6: Evolution de la pente sous le seuil en fonction de la longueur de canal pour
un nanofil de 5nm de diamètre et pour différentes polarisations de drain.
Impact des effets de confinement quantique sur les effets de canal court
Contrairement aux modèles standards qui traitent des effets de canal court [Ban95]
[Suz96], ce modèle a la possibilité d’inclure les effets de confinement quantique. En effet,
dans l’équation 5.47, le terme de tension de seuil canal long intervient et va impacter la
chute de tension de seuil. Jusqu’ici la tension de seuil classique a été utilisée mais les effets
de confinement quantiques et les effets de structure de bandes peuvent y être insérés.
La figure 5.7 montre l’impact du confinement et de la basse dimensionalité sur le SCE. La
courbe trace la chute de tension de seuil pour une longueur de canal égale au diamètre du
nanofil pour les trois approches : classique, quantique et quantique avec effet de structure
de bandes. Les données quantiques avec effets de structure de bandes ont été validées avec
le code CYLMOS (Poisson-Schrödinger couplé avec les équations de continuité afin d’ob-
tenir le courant). Nous pouvons noter que les effets de confinement des porteurs tendent
à limiter le SCE puisque le contrôle énergétique des porteurs est amélioré avec la quanti-
fication. L’énergie étant plus importante que dans l’approche classique, les porteurs sont
94
plus stables face à d’éventuelles perturbations. De plus, les effets de structure de bandes
amplifient ce phénomène. Dans le modèle, le fait d’augmenter artificiellement la barrière
énergétique (ie. la bande interdite) améliore le contrôle électrostatique indispensable pour
s’affranchir des effets de canal court. Il est également important de noter que pour des
nanofils ultra-minces, la chute de tension de seuil se rapproche de zéro. Le confinement
est tel que les porteurs ne subissent quasiment plus la perturbation électrostatique des
jonctions source et drain.
Figure 5.7: Impact du confinement quantique et des effets de structure de bandes sur
le SCE. Chute de la tension de seuil liée aux effets de canal court en fonction du dia-
mètre pour une longueur de canal égale au diamètre ; Comparaison avec des simulations
numériques : TCAD pour le cas classique et CYLMOS pour le cas quantique avec BSE.
95
96
Conclusion de la partie II
Dans cette partie, nous avons fait un point sur les caractéristiques électrostatiques
du transistor MOSFET à base de nanofil. Au regard du contexte et des enjeux écono-
miques de la microélectronique, l’architecture même des transistors évolue constamment
afin de suivre les recommandations de l’ITRS. Il en résulte que, pour permettre une forte
intégration en s’affranchissant des effets parasites, le contrôle électrostatique de la zone
active doit être amélioré ce qui se traduit par une augmentation du nombre de grilles du
transistor. Suivant cette logique, l’architecture nanofil avec grille totalement enrobante
apparaît comme la solution ultime pour les noeuds technologiques avancés.
Au regard des dimensions ciblées pour l’utilisation des nanofils (quelques nanomètres cor-
respondant à quelques dizaines de couches atomiques), il est important de bien connaître
la structure électronique du matériau et quelle sera son évolution lors de l’intégration
géométrique. Pour cela, nous avons tout d’abord fait une étude de la structure avec un
code de liaisons fortes sp3 (TB_Sim). Cependant, vu le temps de calcul et pour une ap-
plication microélectronique (effet d’une grille), ce code n’est pas adapté à des fils de plus
de 5 nm. Nous avons donc fait des approximations supplémentaires afin de simplifier le
problème numérique. L’approximation de la masse effective a été utilisée. De plus, nous
avons considéré un système isotrope (indépendance vis-à-vis de l’angle du nanofil en coor-
données cylindriques) afin de rendre 1D la résolution de l’équation de Schrödinger (le long
du rayon). Ceci est le coeur du code CYLMOS développé (Poisson 2D - Schrödinger 1D
en coordonnées cylindrique). Toutefois, afin de vérifier la pertinence de l’approximation
isotrope, des comparaisons avec un code Poisson-Schrödinger 2D en masse effective ont
été faites. L’enchainement des trois codes permet donc de simplifier le problème tout en
gardant une physique propre puisque les paramètres d’entrée importants pour l’approxi-
mation de la masse effective (énergie des sous-bandes et valeur des masses pour chaque
vallée) ont été extraits du modèle de liaisons fortes et notamment leur évolution lors de
l’amincissement du diamètre du nanofil de silicium.
Dans le dernier chapitre de cette partie, nous nous sommes penchés sur la modélisa-
97
tion analytique de l’électrostatique du MOSFET à nanofil à travers la tension de seuil.

En effet, le but de ce travail est d’estimer les potentialités de l’architecture nanofil pour
la microélectronique à tout niveaux : de la cellule unitaire jusqu’aux circuits. Des mo-
dèles dits compacts sont donc nécessaires dans l’optique d’aider les concepteurs à estimer
les courants mis en jeu dans des circuits contenant plusieurs milliards de transistors. Un
modèle de la tension de seuil a donc été développé en incluant tous les effets liés à l’intégra-
tion : effets de canaux courts, confinement quantique et effet de structure de bandes. Les
masses effectives ont été modélisées analytiquement et calibrées sur le modèle de liaisons
fortes. Le résultat montre que leur variation a un effet non-négligeable sur le confinement
quantique comparé à un modèle utilisant uniquement les valeurs du matériau massif. Au
niveau perturbation des performances due aux effets canal court, la nanofil permet de
réduire la longueur de canal jusqu’à un facteur deux par rapport au diamètre sans forte
chute de la tension de seuil. Le nanofil confirme donc son intérêt pour le contrôle électro-
statique puisque ce rapport était de quatre pour les anciennes meilleures architectures :
double-grille ou FDSOI optimisé. Dans la suite, nous allons nous intéresser au transport
électronique qui est le second aspect susceptible d’affecter les performances d’un dispositif
à nanofil.
98
Troisième partie
Étude et modélisation du transport

électronique
99
Comme nous l’avons vu dans la partie 1, les approches utilisées pour l’étude du trans-
port électronique peuvent être très diverses : de l’approche macroscopique simple jusqu’à
l’étude de la trajectoire d’une particule. L’émergence de nouvelles méthodes est liée, comme
pour l’électrostatique, d’une part à la réduction importante des dimensions qui affecte le
transport et d’autre part au développement de nouvelles architectures comme exposé dans
la partie 2 pour les transistors MOSFETs. Du fait d’une épaisseur de film de quelques na-
nomètres et de la présence de plusieurs électrodes de grille, la mobilité des porteurs va être
impactée par rapport à celle du matériau massif. Dans le premier chapitre de cette partie
3, nous allons nous pencher sur la mobilité canal long du nanofil à grille totalement en-
robante incluant les principaux mécanismes limitant la mobilité : les phonons, la rugosité
de surface et l’interaction Coulombienne à distance due aux charges piégées dans l’empi-
lement d’oxydes de grille lors des étapes de fabrication. Un code basé sur la formule de
Kubo-Greenwood a été développé à cette occasion. Ainsi, une première étude peut être faite
de façon prédictive notamment en ce qui concerne la réduction du diamètre du fil. D’autres
paramètres ont également été regardés comme les paramètres technologiques (épaisseurs
de l’empilement de grille ou bien la permittivité) afin d’optimiser la mobilité. Ensuite,
dans le deuxième chapitre de cette partie, nous nous attarderons sur la modélisation com-
pacte du transport électronique du transistor MOSFET à base de nanofil cylindrique et
notamment sa prédictibilité quant à la réduction du diamètre et de la longueur de grille.
Pour l’impact du diamètre, l’étude numérique faite dans le premier chapitre de cette partie
nous permet de connaitre l’évolution de la mobilité via-à-vis de l’épaisseur du fil. Ceci va
directement être inclus à travers un modèle analytique de mobilité pour le nanofil. Pour
l’effet de la longueur de grille, généralement, une modélisation simple est précise à partir
du moment où la mobilité des porteurs est parfaitement connue et surtout constante vis-
à-vis des paramètres extérieurs. C’était jusqu’alors le cas pour des systèmes de grandes
dimensions. Dans le cas du silicium massif, nous estimons qu’un porteur va subir une
interaction tout les 10 nm. Le fait de grandes dimensions va moyenner ses interactions
et il est alors possible d’extraire un paramètre macroscopique (la mobilité) de façon as-
sez précise représentant des interactions locales. Cependant, aujourd’hui nous arrivons à
des longueurs de grille de l’ordre de quelques dizaines de nanomètres ce qui correspond
à quelques interactions pour le porteur. La probabilité qu’un porteur ne subisse aucune
interaction lors de son trajet est alors beaucoup plus importante. Par conséquent, de façon
globale, nous estimons qu’en réduisant la longueur de grille, le nombre d’interactions va
diminuer en moyenne sur l’ensemble des porteurs pour tendre vers un régime de trans-
port théorique sans interaction appelé transport balistique. Il est alors possible de définir
un régime transitoire où le nombre d’interactions n’est pas nul mais limité par rapport à
un régime diffusif, appelé quasi-balistique. Ce dernier point doit évidemment être inclus
101
et validé dans le modèle compact. Enfin, la dernière section illustrera l’intérêt du modèle
compact puisque nous présenterons le résultat de simulations de petits circuits à base de
nanofils implémentés dans un environnement ELDO.
102
Chapitre 6
Étude numérique des mécanismes

d’interactions
Sommaire
6.1 Calcul numérique de la mobilité par approche Kubo-Greenwood104
6.1.1 Détermination du temps de relaxation des porteurs . . . . . . . 104
6.1.2 Expression de la mobilité multi sous-bandes . . . . . . . . . . . 107
6.2 Interaction "phonons" . . . . . . . . . . . . . . . . . . . . . . . . 108
6.3 Interaction "rugosité de surface" . . . . . . . . . . . . . . . . . 111
6.4 Interaction "Coulombienne à distance" . . . . . . . . . . . . . 115
6.4.1 Potentiel d’interaction Coulombien NON écranté . . . . . . . . 115
6.4.2 Potentiel d’interaction Coulombien écranté . . . . . . . . . . . 118
6.5 Comparaison et validation sur données expérimentales . . . . 120
6.6 Résultats et discussions . . . . . . . . . . . . . . . . . . . . . . . 122
6.6.1 Impact du diamètre du nanofil . . . . . . . . . . . . . . . . . . 122
6.6.2 Impact des paramètres technologiques . . . . . . . . . . . . . . 122
Avant toute modélisation ou application du transistor MOSFET à base de nanofil,

il est important de comprendre les mécanismes d’interactions qui régissent le transport
électronique. En effet, lors de son déplacement dans le réseau cristallin, un porteur subit
des interactions susceptibles de perturber son état, entrainant une modification de sa vi-
tesse voire de son énergie. Ces perturbations ont plusieurs origines : les interactions avec
d’autres porteurs ou des impuretés, des imperfections du réseau ou simplement l’agitation
thermique. Ceci explique notamment la grande différence que nous retrouvons générale-
103
Chapitre 6: Étude numérique des mécanismes d’interactions
ment entre les études théoriques de mobilité et les données expérimentales. Dans cette
partie, nous allons nous intéresser aux principaux mécanismes d’interactions qui limitent
le transport dans le nanofil à grille enrobante : les phonons, la rugosité de surface qui est
importante dans l’architecture particulière du nanofil et enfin l’impact de charges piégées
dans l’oxyde lors de la fabrication des dispositifs (RCS pour Remote Coulomb Scattering).
L’interaction Coulombienne par les impuretés dans le canal n’est pas considérée car les
transistors à nanofil sont généralement non dopés et elle a donc peu d’effet sur la mobilité
totale [Zha10].
Le formalisme employé dans ce chapitre pour le calcul de la mobilité est celui basé sur
la formule de Kubo-Greenwood. Nous le détaillerons dans la section 1 puis nous nous
pencherons sur les probabilités d’interactions de chaque mécanisme considéré.
6.1 Calcul numérique de la mobilité par approche

Kubo-Greenwood
Le calcul de la mobilité peut se faire de manière très variée. En effet, comme nous
l’avons vu dans le chapitre 2, il est possible de relier directement le terme de collision
de l’équation de Boltzmann ou de Wigner avec les fréquences d’interaction qu’un porteur
subit lors de son déplacement. Une résolution déterministe (lourde numériquement) ou
une approche Monte-Carlo peuvent également nous donner une valeur de mobilité. Une
approche plus rapide peut être utilisée en calculant de façon directe la mobilité. Il s’agit
de l’approche Kubo-Greenwood. Cependant, cette approche ne peut être employée que
pour un canal long avec un champ faible [Kub57] [Gre58].
6.1.1 Détermination du temps de relaxation des porteurs
Nous décrivons le transport (suivant l’axe z) le long du fil par l’équation de Boltzmann :
∂f (z, k, t) h̄k ∂f (z, k, t) e ∂V ∂f (z, k, t) ∂f (z, k, t)

+ + =[ ]coll (6.1)
∂t m ∂z h̄ ∂z ∂k ∂t
Le terme de droite est totalement dédié à la description des collisions dans le matériau. Il
est donc indispensable de le décrire proprement en considérant certaines approximations
sans modifier sa réelle signification. De façon générale, nous pouvons développer ce terme
en fonction de Sk→k′ qui définit la probabilité de passage d’un état | n k ê vers un état |
104
6.1Calcul numérique de la mobilité par approche Kubo-Greenwood
n’ k’ ê.
∂f (z, k, t) Ø Ø
[ ]coll = − Sk→k′ .f (z, k, t).[1 − f (z, k ′ , t)] + Sk′ →k .f (z, k ′ , t).[1 − f (z, k, t)]
∂t k′ k′
(6.2)
A champ faible, afin d’isoler la partie perturbative de la fonction de distribution, il convient
de l’exprimer comme la somme d’une partie correspondant à son état d’équilibre f0 et
une partie liée à sa variation g.
f (z, k, t) = f0 (z, k, t) + g(z, k, t) (6.3)
En remplaçant cette dernière expression dans l’équation 6.2 et en s’arrêtant au premier

ordre en g, nous obtenons la relation suivante :
∂f (z, k, t) Ø
[ ]coll = − [Sk→k′ .g(z, k, t).[1 − f0 (z, k ′ , t)] − Sk→k′ .g(z, k ′ , t).f0 (z, k, t)]
∂t k′
Ø
+ Sk′ →k .[g(z, k ′ , t).[1 − f0 (z, k, t)] − g(z, k, t).f0 (z, k ′ , t)] (6.4)
k′
où nous avons utilisé le principe de balance détaillée : à l’équilibre, nous savons que les
collisions de l’état | n k ê vers l’état | n k’ ê équivalent au mécanisme inverse (de l’état |
n k’ ê vers l’état | n k ê). Ceci nous donne la relation :
Sk→k′ .f0 (z, k, t).[1 − f0 (z, k ′ , t)] = Sk′ →k .f0 (z, k ′ , t).[1 − f0 (z, k, t)] (6.5)
En remplaçant le terme Sk′ →k dans l’équation 6.4, nous obtenons l’expression du terme
de collision suivante :
A B
∂f (z, k, t) Ø 1 − f0 (z, k ′ , t) f0 (z, k, t) 1 − f0 (z, k, t)
[ ]coll = − [Sk→k′ . .[g(z, k, t)−g(z, k ′ , t). . ]]
∂t k′
1 − f0 (z, k, t) f0 (z, k ′ , t) 1 − f0 (z, k ′ , t)
(6.6)
Il ne reste plus qu’à exprimer le terme de perturbation g. Pour cela, nous appliquons
l’approximation du temps de relaxation à l’équation de Boltzmann. Il est donc possible
d’exprimer le terme de collision en fonction du temps de relaxation des porteurs τ .
∂f (z, k, t) f (z, k, t) − f0 (z, k, t) g(z, k, t)

[ ]coll = − =− (6.7)
∂t τ (k) τ (k)
En remplaçant ce terme là dans l’équation de Boltzmann (équation 6.1), nous obtenons

dans le cas stationnaire et dans l’hypothèse d’une fonction de distribution variant peu
105
selon l’axe de transport :
∂U ∂f (z, k, t)
g(z, k, t) = −e.τ (k).v(k). . (6.8)
∂z ∂E
Une des propriétés de dérivation de la fonction de distribution par rapport à l’énergie est :
∂f (z, k, t) 1
= .f0 (z, k, t)[1 − f0 (z, k, t)] (6.9)
∂E kB T
Finalement, la fréquence d’interaction des porteurs devient :

A B
1 Ø 1 − f0 (z, k ′ , t) τ (k ′ ).v(k ′ )
= [Sk→k′ . .[1 − ]] (6.10)
τ (k) k′
1 − f0 (z, k, t) τ (k).v(k)
Dans la suite de ce travail, nous simplifierons d’avantage cette expression. En effet, dans
l’expression précédente, nous voyons que le temps de relaxation dépend de lui-même. Afin
d’éviter numériquement des boucles de cohérence, nous considérerons que le terme (1 −
τ (k ′ ).v(k ′ )
) (qui peut s’apparenter à un facteur angulaire) vaut 1 alors que théoriquement
τ (k).v(k)
il peut prendre les valeurs proches de 0 ou 2 en fonction du type d’interaction (transmission
ou rétrodiffusion). L’expression précédente se simplifie et devient :
1 Ø
= Sk→k′ (6.11)
τ (k) k′
A partir de là, il ne reste plus qu’à exprimer la règle d’or de Fermi pour chaque mécanisme
d’interaction pour déterminer la mobilité totale.
Afin de calculer la probabilité qu’un porteur passe de l’état | α j k ê vers un état | α’
j’ k’ ê, une approche perturbative limitée au premier ordre est utilisée à travers la règle
d’or de Fermi associée à l’approximation de Born [Coh95] [Sar09]. La probabilité que cet
événement ait lieu est donc :
A B
1 2π
= . éϕαj | Υ | ϕα′ j ′ ê2 .δ(Eα′ j ′ − Eαj ± h̄ω).ρk (6.12)
τ (k) αj,α′ j ′
h̄
où Υ est l’hamiltonien de la perturbation considérée.

Dans le cas où l’énergie n’est pas modifiée (h̄ω = 0), nous parlons d’interaction élastique
alors que dans le cas contraire, l’interaction est inélastique.
106
6.1Calcul numérique de la mobilité par approche Kubo-Greenwood
6.1.2 Expression de la mobilité multi sous-bandes

Depuis le début de ce manuscrit, nous avons vu que le transport multi sous-bandes
devient inévitable pour les noeuds technologiques actuels et d’autant plus pour l’archi-
tecture nanofil dont le confinement est renforcé par l’aspect 2D. Il est donc nécessaire de
traiter l’ensemble des différentes vallées et des différentes sous-bandes (du moins celles
de plus basses énergies) pour respecter les propriétés physiques de transport des porteurs
dans le matériau.
Si on applique un champ électrique constant le long du nanofil, la mobilité des électrons
de la bande j de la vallée α s’obtient par l’expression suivante :
I αj
µαj = limE→0 (6.13)
e.nαj .E
où nαj est la densité électronique de la bande j de la vallée α et I αj le courant issu des

électrons de cette bande.
En exprimant le courant à partir de la fonction de distribution exprimée précédemment :
e Ú Ú
I αj = . dz dkf (z, k, t)v(k) (6.14)
Lc
et en utilisant l’équation (6.8), il est alors possible d’exprimer la mobilité (en considérant
le régime stationnaire et homogène suivant z) :
Ú ∞ ñ
e.gα .gs 1 + 2.βn .(Eαj ′ − Eαj )
µαj = ñ . dE.τ αj (E). E − E αj . ñ .f (E).[1−f (E)]
nαj .kB T.π.h̄ 2mαj
ef f
Eαj 1 + βn (Eαj ′ − Eαj )
(6.15)
où gα et gs représentent respectivement la dégénérescence de la vallée α et du spin et ταj
le temps de relaxation du porteur dans la bande concernée. Ce temps de relaxation est
l’inverse de la probabilité totale d’interaction qui est la somme de toutes les interactions
possibles :
1 Ø 1
= (6.16)
ταj i ταj,i
La mobilité totale du système s’obtient en moyennant toutes les mobilités de chaque bande
vis-à-vis de leur taux d’occupation :
1 Ø
µtotal = . nαj .µαj (6.17)
ntot αj
où ntot est la densité totale de porteurs.

Dans la suite, nous nous attacherons aux trois principales limitations du déplacement
du porteur dans le nanofil de silicium ; à savoir les phonons, la rugosité de surface et
107
l’interaction Coulombienne à distance due aux charges piégées dans l’oxyde de grille. La
structure électronique considérée est celle obtenue par le code CYLMOS (cf chapitre 4)
avec l’approximation de la masse effective et un système isotrope (indépendance vis-à-vis
de la coordonnée φ). Nous nous retrouvons donc avec un système à deux vallées : une
longitudinale dégénérée deux fois et une transverse dégénérée quatre fois.
6.2 Interaction "phonons"

Lorsque la température est non nulle, les atomes du réseau ont la capacité de vibrer.
Quand cela se produit, un "paquet" d’énergie est associé, appelé phonon. Les porteurs
peuvent alors échanger de l’énergie avec le réseau soit en fournissant de l’énergie (émission
d’un phonon) soit en absorbant cette énergie (absorption d’un phonon). Toutefois, l’acti-
vation de ces vibrations du réseau peut se faire de différentes manières et différents modes
en résultent. Nous comptons notamment les phonons acoustiques, optiques et interval-
lées. De part leur différence de propagation dans le cristal, nous devons alors distinguer
leur cas dans le traitement numérique. Dans cette section, nous exposerons succincte-
ment la théorie du potentiel de déformation ainsi que les principales équations impliquées
dans notre développement Kubo-Greenwood. L’interaction phonon est développée dans
la littérature avec divers formalismes : taux d’interaction [Kot04] [Ram07] [Jin06] [Jin07],
NEGF [Pol08] [Rog09] [Pal09] [Akh11], Wigner déterministe [Bar09] ou approche atomis-
tique [Zha10] [Wan05] [Lui11] [Per08].
Interaction avec les phonons acoustiques
Du fait de la présence de phonons acoustiques, les mailles du réseau vont se distordre.

Ceci a pour conséquence de créer un déplacement des atomes par rapport à l’équilibre
représenté par le vecteur déplacement u. Cette contrainte microscopique affecte les élec-
trons en modifiant la structure de bande. On fait l’hypothèse que seule la position des
niveaux d’énergie est altérée. Dans l’approximation du potentiel de déformation, il est
alors possible de définir l’hamiltonien de l’interaction électron-phonon comme :
Υel−ph = Ξac .∇u (6.18)
où Ξac est le potentiel de déformation pour les phonons acoustiques.

Dans le cas de modes de phonons quantifiés, nous pouvons écrire le déplacement (unique-
ment le déplacement longitudinal entre en jeu) comme :
ó
Ø h̄ 1 2
u= . aq + a+
−q e
iq.r
.qâ (6.19)
q 2ρc .Ω.e.vl
108
6.2Interaction "phonons"
où ρc est la densité volumique, Ω est le volume du système, vl est la vitesse du son selon
l’axe longitudinal, aq et a+
−q sont les opérateurs création et annihilation et q
â est le vecteur
unitaire défini par þq/q.
En considérant l’interaction comme élastique, il est alors possible d’écrire la probabilité

de l’interaction avec un phonon acoustique en réinjectant l’expression de l’hamiltonien
de la perturbation dans l’équation 6.12. Par conséquent, nous ne considérons ici que les
transitions intravallées (α = α′ ). Nous obtenons :
A B
1 Ξ2ac .kB .T ñ Θ(E − Eαj ′ ) 1 + 2.βn .(E − Eαj ′ )
= α
2 2 . 2.mz .Fαj,αj .
′ ñ .ñ (6.20)
τac (k) αj,αj ′ ρc .h̄ .vl E − Eαj ′ 1 + βn (E − Eαj ′ )
où βn est le coefficient de non-parabolicité (permettant de corriger l’approximation des

bandes paraboliques) et Fαj,α′ j ′ est l’intégrale de recouvrement des fonctions d’onde issues
du code CYLMOS (cf chapitre 4) :
Ú
Fαj,α′ j ′ = ϕ2αj (r)ϕ2α′ j ′ (r)2π.r.dr (6.21)
Il suffit alors de sommer cette probabilité sur toutes les sous-bandes pour avoir la proba-
bilité totale : A B A B
1 Ø 1
= (6.22)
τac (k) αj j′
τac (k) αj,αj ′
Rq : Le développement que nous venons d’exposer a été fait pour du matériau massif où
la relation de dispersion des phonons est linéaire. Pour de petits diamètres de nanofil, ce
n’est plus le cas et l’expression de la probabilité d’interaction est plus complexe [Sar09].
Dans notre étude, nous considérons les phonons du matériau massif.
Interaction intervallée
Pour le cas du silicium massif, le calcul de mobilité diffère des données expérimentales
si on se limite aux seules interactions intravallées. Il est nécessaire de considérer les inter-
actions intervallées induites par des phonons acoustiques ou optiques de grands vecteurs
d’onde. Les porteurs peuvent alors complètement changer de vallées (phonon de type g
pour la vallée de même direction et phonon de type f pour les vallées orthogonales).
Toutefois, contrairement à l’interaction acoustique, nous notons une variation d’énergie
des porteurs qui est directement la conséquence de l’absorption ou de l’émission d’un pho-
non. Les phonons considérés ont une énergie de 63meV pour les phonons optiques et de 46
et 59meV pour les autres types de transitions intervallées. Comme pour les autres types
de phonons, l’interaction avec les phonons intervallées est caractérisée par un potentiel
109
de déformation Ξiv . L’expression de la probabilité d’interaction est donc développée en

considérant maintenant le changement de vallée.
A B √
1 Ξ2iv . mαz Ø Θ(E − Eα′ j ′ − Eiv ) 1 + 2.βn .(E − Eα′ j ′ − Eiv )
=√ .(Niv +1). Fαj,α′ j ′ . ñ .ñ
τiv (k) αj 2.ρc .Eiv α′ ,j ′ E − Eα′ j ′ − Eiv 1 + βn (E − Eα′ j ′ − Eiv )
√
Ξ2iv . mαz Ø Θ(E − Eα′ j ′ + Eiv ) 1 + 2.βn .(E − Eα′ j ′ + Eiv )
+ √ .Niv . Fαj,α′ j ′ . ñ .ñ (6.23)
2.ρc .Eiv α ,j
′ ′ E − Eαj
′ ′ + Eiv 1 + βn (E − Eα′ j ′ + Eiv )
Le premier terme de l’équation correspond à l’émission d’un phonon alors que la deuxième
partie fait référence à l’absorption. Eiv correspond à l’énergie du phonon. Pour le cas du
silicium, Eiv est égal à 63 meV. Niv représente le nombre de phonons à l’énergie Eopt défini
par la statistique de Bose-Einstein :
1
Niv = (6.24)
Eiv
e kB .T − 1
A cela il faut considérer la dégénérescence des vallées qui rend les transitions de type g
comme intravallée mais avec variation d’énergie. Il faut donc multiplier l’expression pré-
cédente par le symbole de Kronecker δαα′ pour les interactions avec phonons de type g et
par 2(1 − δαα′ ) pour les interactions avec phonons de type f.
Rq : Il a été montré que, pour obtenir un bon accord entre mobilités expérimentales et
théoriques sur une large gamme de température, il fallait considérer des phonons d’énergie
plus faibles [Fer76]. Le développement mathématique présenté ci-dessus donne un élément
de matrice nul. Ferry a proposé d’utiliser l’ordre supérieur, c’est pourquoi ces interactions
sont appelés interactions intervallées d’ordre 1. Dans notre cas, pour des températures
ambiantes, nous négligeons ce terme.
La figure 6.1 montre les fréquences d’interaction avec les phonons en fonction de l’énergie
du porteur pour les vallées longitudinale et transverse. Nous distinguons les cas pho-
nons acoustiques et optiques. Dans la simulation, le potentiel de déformation des phonons
acoustique est pris égal à Ξac = 14.6eV alors que pour les cas des différentes transi-
tions intervallées (de type f ou g), les valeurs de Ξiv sont prises d’après Jacoboni et
Reggiani [Jac83].
110
6.3Interaction "rugosité de surface"
Figure 6.1: Fréquences d’interaction avec un phonon acoustique ou intervallée en fonction

de l’énergie du porteur et pour les cinq premières sous-bandes des vallées longitudinale et
transverse.
6.3 Interaction "rugosité de surface"

Un autre facteur limitant de la mobilité est dû au fait que l’interface entre deux
matériaux (dans notre cas, le film de silicium et l’oxyde de grille) n’est pas parfaite.
En pratique, les procédés de fabrication créent des aspérités qui interagissent avec le
déplacement des porteurs et qui sont responsables d’une réduction de mobilité. Il est à
noter que cette limitation concerne donc les porteurs qui se situent près de l’interface. La
réduction des épaisseurs de film accentue alors cet effet.
Concrètement, la rugosité se représente comme une modification de la section du
nanofil ce qui va entrainer une fluctuation du potentiel électrostatique, de la densité élec-
tronique, des niveaux d’énergie et des fonctions d’onde associées. Ce sont ces fluctuations
qu’il va falloir considérer à travers l’élément de matrice VSR (αj; αj ′ ). Cette rugosité est
modélisée de manière empirique par une série de Fourier de la variation du rayon du
111
Figure 6.2: Schéma d’une coupe transverse du nanofil représentant la rugosité de surface
à l’interface Si/SiO2 .
nanofil :
Ø
∆φz = â .ei(lφ+qz)
∆ (6.25)
lq
l,q
où ∆φz représente la variation de la surface au point défini par la coordonnée selon le

transport z et l’angle φ.
La densité spectrale qui intervient dans le calcul des fréquences d’interaction est directe-
ment reliée à la fonction de corrélation spatiale de ∆φz :
e f
â |2 ê
| Slq |2 = Lc .é|∆ lq (6.26)
Cependant, il existe différentes modélisations pour cette fonction. Les deux principales
sont celle d’Ando [And82] de type gaussien ou celle de Goodnick [Goo85] de type expo-
nentiel. Afin d’être au plus proche des mesures expérimentales, le modèle proposé par
Goodnick sera utilisé. La densité spectrale s’exprime alors :
C A BD−3/2
e f ∆2 .Λ2 Λ2 l2
| Slq |2 = 1+ + q2 (6.27)
D 2 D2
Les paramètres ∆ et Λ correspondent respectivement à la moyenne quadratique de la

rugosité et à la longueur de corrélation.
Afin d’obtenir l’élément de matrice représentant la perturbation, il est nécessaire de repar-
tir de l’équation de Schrödinger. Nous allons maintenant exposer les principaux résultats
qui vont permettre d’exprimer la fréquence d’interaction. Le détail des calculs peut se
retrouver dans [Jin07] pour un nanofil à section circulaire et dans [Sar09] pour une sec-
tion carrée. Il est à noter que contrairement à l’interaction avec les phonons, il n’y a pas
112
6.3Interaction "rugosité de surface"
d’échange d’énergie avec la surface. De plus, la variation spatiale de la rugosité est trop
faible pour permettre un changement de vallée lors de l’interaction.
L’élément de matrice dû à l’interaction de la rugosité de surface s’écrit :
q â
VSR (αj; α′ j ′ ) = δαα′ (ΓGP N
αj,αj ′ + Γαj,αj ′ ).é|∆ljj ′ q± |ê (6.28)
où ljj ′ est la différence des moments angulaires entre les sous-bandes initiales et finales
ljj ′ = lj − lj ′ et q± est la différence de vecteur d’onde entre les états initiaux et finaux (-
pour les interactions transmises et + pour les interactions rétroréfléchies).
Le terme ΓGPαj,αj ′ , appelé terme Généralisé de Prange-Nee, réunit toutes les conséquences
N
du fait de la variation de la surface. Ainsi, il est constitué de trois termes :
– Fluctuation des nivaux d’énergie due au changement de la section du nanofil (1˚

terme)
– Fluctuation des fonctions d’onde (2˚ terme)
– Impact du champ électrique (3˚ terme)
L’expression de ΓGP
αj,αj ′ est :
N
Ú ∞ A B
r ∂ϕαj ′
ΓGP N
αj,αj ′ = dr. .(Eαj ′ − Eαj ).ϕαj . ϕαj ′ + r.
0 D ∂r
h̄2 Ú ∞ r ∂ϕαj ∂ϕαj ′

+ . dr. . .
mef f 0 D ∂r ∂r
Ú ∞ A B
r ∂V
+ dr. . − .r.ϕαj .ϕαj ′ (6.29)
0 D ∂r
Le terme Γqαj,αj ′ , quant à lui, provient de la fluctuation de la charge causée par la rugosité.
En effet, la redistribution de la charge se met en place en respectant toujours l’équation de
Poisson ce qui va avoir tendance à atténuer les effets précédemment cités. Ce phénomène
s’appelle l’écrantage.
Le terme Γqαj,αj ′ est lié aux interactions Coulombiennes entre les charges accumulées dans
le silicium qui vont impacter la redistribution des porteurs. Il est défini par :
Ú ∞
Γqαj,αj ′ = 2π. T
dr.r.ϕαj .ϕαj ′ .Vljj ′ q±
(r) (6.30)
0
où le potentiel de perturbation V T (r) est la somme de deux termes ; le premier (V n (r))

lié à la redistribution de la densité de charges dû au changement de section et le deuxième
113
(V σ (r)) due au décalage de la polarisation.
VlqT (r) = Vlqn (r) + Vlqσ (r) (6.31)
avec Ú ∞ C D
2ntot (r′ ) r′ ∂ntot (r′ )
Vlqn (r) = −e. ′ ′
dr .r .Vlq (r). + . (6.32)
0 rs rs ∂r′
εSi − εSiO2 εsi ∂V (rs ) ∂Vlq (r)
Vlqσ (r) = . .rs . . |r′ =rs (6.33)
εSiO2 e ∂r ∂r
où nous rappelons que le terme Vlq est la composante de Fourier du potentiel non perturbé.
Ainsi, la probabilité d’interaction liée à la rugosité de surface avec écrantage s’écrit alors :
A B √
1 Lc . 2.mαz e â 2
f Ø1
GP N q
22 Θ(E − E ′ ) 1 + 2.β .(E − E ′ )
αj n αj
= 2 . | ∆ ljj ′ q± | . Γαj,αj ′ + Γαj,αj ′ . ñ .ñ
τSR (k) αj h̄ j′ E − Eαj ′ 1 + βn (E − Eαj ′ )
(6.34)
La figure 6.3 montre les fréquences d’interaction avec la rugosité de surface en fonction
de l’énergie du porteur pour les vallées longitudinale et transverse. Dans la simulation,
la valeur des paramètres de rugosité est extraite à partir de caractérisation TEM (Trans-
mission Electron Microscopy) d’interface Si/SiO2 . ∆ vaut 0.25nm tandis que Λ est pris
égal à 1.3nm.
Figure 6.3: Fréquences d’interaction pour la rugosité de surface en fonction de l’énergie

du porteur et pour les cinq premières sous-bandes des vallées longitudinale et transverse.
114
6.4Interaction "Coulombienne à distance"
6.4 Interaction "Coulombienne à distance"

Comme nous l’avons évoqué dans le chapitre 3, les technologies CMOS actuelles uti-
lisent un empilement de grille constitué d’un oxyde interfacial sur lequel repose un couche
de diélectrique à haute permittivité. Cependant, à la sortie de son processus de fabri-
cation, le composant à base de nanofil présente des impuretés ionisées qui vont altérer
le déplacement des porteurs dans le canal. Que ce soit volontaire comme la présence de
dopants dans le canal ou involontaire comme les impuretés piégées dans l’oxyde de grille,
un potentiel Coulombien centré sur la position de la charge se mêle à l’énergétique du sys-
tème en la modifiant. Dans le cas du nanofil, vu le faible dopage du canal, il a été montré
que l’interaction liée aux dopants n’est pas un facteur limitant pour la mobilité [Zha10].
Dans cette partie, nous allons donc nous concentrer sur l’interaction Coulombienne à dis-
tance (Remote Coulomb Scaterring RCS) due aux charges piégées dans l’oxyde de grille.
L’empilement considéré par la suite est constitué d’une couche interfaciale de SiO2 , du
Hf O2 pour le diélectrique à haute permittivité puis le métal. L’oxyde d’hafnium est gé-
néralement le plus utilisé et étudié grâce à sa stabilité thermique et son faible courant de
fuite [Wil00] [Cal01] [Ber06].
6.4.1 Potentiel d’interaction Coulombien NON écranté
Dans notre formalisme à coordonnées cylindriques, nous avons exprimé le potentiel

dans toute la zone active du nanofil, solution de l’équation de Poisson.
1 Ø
V (r, φ, z) = Vlq (r).eilφ .eiqz (6.35)
2πLc l,q
Dans le cas d’une interaction Coulombienne à distance générée par une charge unique
dans l’oxyde de grille (localisée en rc ), chaque composante de Fourier (lq) est liée à la
fonction de Green Glq .
e
Vlq (r) = − .Glq (r, rc ) (6.36)
ǫSi
L’élément de matrice de la perturbation causée par un seul centre Coulombien de charge
Q est défini alors par :
C Q2 Ú ∞
Vαj,αj ′ = . dr.r.ϕαj (r).ϕαj ′ (r).Gljj′ q± (r, rc ) (6.37)
Lc .ǫSi 0
où ljj ′ représente la différence des moments angulaires entre la sous-bande finale et la

sous-bande initiale. L’intérêt est donc de simplifier la dépendance angulaire de la fonction
d’onde puisque uniquement sa partie radiale est utilisée.
115
Il est alors possible d’exprimer l’élément de matrice du système global en intégrant ce

terme sur l’ensemble des charges Coulombiennes :
Ú ∞
C C 2
Iαj,αj ′ = 2π.Lc . drc .rc .nc (rc ). | Vαj,αj ′ | (6.38)
0
où nc (rc ) est la densité de centres Coulombiens suivant l’axe r. Cette formule néglige les
effets de corrélations possibles entre les centres Coulombiens qui tendent à réduire l’élé-
ment de matrice de la perturbation [Ess03].
Comme précédemment, nous obtenons la probabilité d’interaction en injectant cet élé-

ment de matrice dans l’expression générale de la règle d’or de Fermi :
A B √
1 Lc . 2.mef f Ø C Θ(E − Eαj ′ ) 1 + 2.βn .(E − Eαj ′ )
= 2 . Iαj,αj ′ . ñ .ñ
τRCS (k) αj h̄ j′ E − Eαj ′ 1 + βn (E − Eαj ′ )
Le seul terme restant à déterminer est donc la fonction de green Glq (r, rc ) représentant le
potentiel de perturbation de la charge localisée en rc et satisfaisant l’équation de Poisson.
Il est donc nécessaire d’obtenir une expression explicite et analytique de cette fonction
de Green. L’équation de Poisson en coordonnées cylindriques dans le cas sans écrantage
s’écrit considérant une charge ponctuelle en rc :
A B
∂2 1 ∂ 2 l2 γ
2
+ . − q − 2
Glq (r, rc ) = .δ(r − rc ) (6.39)
∂r r ∂r r rc
où γ dépend de la position de la charge (1 pour une charge dans le silicium et ǫsi /ǫox pour
une charge dans l’un des oxydes).
Il ne suffit plus qu’à résoudre cette dernière équation couplée aux conditions aux limites
du système. La fonction de Green, à l’instar d’un potentiel, doit être continue dans tout
le système et nulle au niveau de la grille métallique. De plus, la conservation du flux
électrique donne des conditions aux limites supplémentaires. Dans le cas d’un empilement
de grille SiO2 /Hf O2 /métal, les équations à vérifier sont :
∂Glq (rs− , rc ) ∂Glq (rs+ , rc )

ǫSi . = ǫSiO2 . (6.40)
∂r ∂r
− +
∂Glq (rox , rc ) ∂Glq (rox , rc )
ǫSiO2 . = ǫHf O2 . (6.41)
∂r ∂r
∂Glq (rc+ , rc ) ∂Glq (rc− , rc ) 1 ǫSi
− = . (6.42)
∂r ∂r rc ǫHf O2
116
où les notations ri sont définies sur la figure 6.4.
Figure 6.4: Schéma d’une coupe transverse du nanofil représentant l’empilement à double
oxyde utilisé ; Définition des différentes notations : rs : interface Si/SiO2 , rox : interface
Si02 /Hf O2 , rm : interface Hf O2 /métal, rc : position des charges.
La forme de la fonction de Green est donnée grâce à la résolution de l’équation de

Poisson en utilisant les fonctions de Bessel modifiées d’ordre 0 (I) et d’ordre 1 (K).
Nous retrouvons là un autre avantage de l’utilisation de coordonnées cylindriques puisque
la résolution de l’équation de Poisson se fait de façon exacte contrairement au cas 2D
cartésien où aucune solution analytique existe. Nous pouvons distinguer deux cas dans la
résolution de l’équation de Poisson en fonction de la position de la charge : dans le silicium
et dans l’oxyde. Bien que nous nous intéressons uniquement à l’interaction Coulombienne à
distance (avec charge dans l’oxyde), la résolution du potentiel avec charge dans le silicium
nous servira par la suite. Tout d’abord, voyons le cas où la charge est dans l’oxyde.
Résolution de Poisson considérant la charge dans l’oxyde
Dans cette configuration, la fonction de Green s’écrit :



 AN E .Il (qr), 0 < r < rs





 BN E .Il (qr) + CN E .Kl (qr), rs < r < rox
Glq (r, rc ) = (6.43)



 DN E .Il (qr) + EN E .Kl (qr), rox < r < rc




FN E .Il (qr) + HN E .Kl (qr), r c < r < rm
Nous avons donc un système de 7 équations à 7 inconnues. La résolution de ce système

donne l’expression des constantes (AN E , BN E , CN E , DN E , EN E , FN E et HN E ) de la
fonction de Green non écrantée (la notation utilisée est Ix = Il (q.rx ) et Ix′ est sa dérivée
117
par rapport au rayon).

     
I −Is −Ks 0 0 0 0   AN E   0
 s 
      0
 0 Iox Kox −Iox −Kox 0 0  B   
   NE   
      0
 0 0 0 Ic Kc −Ic −Kc   CN E  
    
 
      0
 0 0 0 0 0Im Km 
 . DN E  =  
    
      0
′
ǫSi Is
′
−ǫSiO2 Is −ǫSiO2 Ks
′
0 0 0 0   EN E   
     
      0
 0
′ ′ ′ ′
ǫSiO2 Iox ǫSiO2 Kox −ǫHf O2 Iox ǫHf O2 Kox 0 0  F   
   NE   
 ǫ Si 1 
0 0 0 −Ic
′
−Kc
′
Ic
′ ′
Kc HN E .
ǫHf O2 rc
(6.44)
Résolution de Poisson considérant la charge dans le silicium
Dans ce cas là, seule la forme de la fonction de Green est modifiée. Les équations de
continuité et les conditions aux limites restent inchangées. Dans le cas d’un double oxyde,
la solution est :
 ′

 AN E .Il (qr), 0 < r < rc






′ ′
BN E .Il (qr) + CN E .Kl (qr), rc < r < rs
Gl (r, rc ) =  ′ ′
(6.45)

 DN E .Il (qr) + EN E .Kl (qr), rs < r < rox




 ′ ′
FN E .Il (qr) + HN E .Kl (qr), rox < r < rm
La résolution se fait de la même manière que le cas précédent en adaptant les conditions
aux limites.
6.4.2 Potentiel d’interaction Coulombien écranté

Comme pour l’écrantage de la rugosité de surface, le potentiel supplémentaire introduit
par la présence de charges piégées est partiellement atténué par la charge d’inversion du
canal du transistor. Pour inclure cet effet dans la modélisation numérique du RCS, nous
devons réécrire proprement le potentiel dans le film de silicium incluant la perturbation
(créant un potentiel V ) et la charge d’écrantage (générant un potentiel induit Vind ). Le
potentiel total s’écrit donc :
e 1 Ø â
Vâ (þr) = V (þr) + Vind (þr) = − . Glq (þr).eilφ .eiqz (6.46)
ǫSi 2πLc lq
â est la fonction de Green écrantée.

où G
La charge d’écrantage est obtenue en utilisant l’approximation de Debye-Hückel qui nous
118
donne la paramètre d’écrantage [Ess03] [Fis93].
e ∂ntot
Se = . (6.47)
2ǫSi ∂ηF
où ntot est la densité totale de porteurs (en m−1 ) et EF est l’énergie de Fermi.
Une charge piégée dans l’oxyde de grille induit donc une variation de charge dans le canal
qui est proportionnelle au potentiel :
∆Q = −2ǫSi .Se .éVâ ê (6.48)
où ∆Q est exprimée en C.m−1 .

Dans la suite, au lieu d’intégrer la charge le long du rayon du nanofil, nous considérons la
charge comme un Dirac à la position rmax où la densité de charge est maximale [Yok86].
∆Q = −2ǫSi .Se .Vâ (rmax ) (6.49)
Donc la charge est sur un cylindre de rayon rmax .
δ(r − rmax )
ρind (r) = .∆Q (6.50)
2πrmax
δ(r − rmax ) e 1 Ø â
⇒ ρind (r) = .(−2ǫSi .Se ).(− . Glq (rmax ).eilφ .eiqz ) (6.51)
2πrmax ǫSi 2πLc lq
Dans cette expression, nous identifions chaque composante de Fourier à celle d’une charge
Se â
localisée en rmax multiplié par un facteur .Glq (rmax ). Par analogie avec le cas non
π
écranté, le potentiel induit associé à cette densité de charge vaut :
e 1 Ø Se â
Vind (r) = − . .Glq (rmax ).Glq (r, rmax ).eilφ .eiqz (6.52)
ǫSi 2πLc lq π
Finalement, le potentiel total incluant les effets d’écrantage s’écrit :
e 1 Ø Se â
Vâ (r) = − . [Glq (r, rc ) + .G ilφ iqz
lq (rmax ).Glq (r, rmax )].e .e (6.53)
ǫSi 2πLc lq π
Pour résumer, une correction est faite sur la fonction de Green :
â (r) = G (r, r ) + Se â
G lq lq c .Glq (rmax ).Glq (r, rmax ) (6.54)
π
â (r
A la position r = rmax , G â
lq max ) est une solution particulière de Glq (r) donc nous nous
plaçons à cette position précise dans l’équation précédente pour trouver cette solution
119
particulière :
â (r Glq (rmax , rc )
G lq max ) = (6.55)
Se
1 − .Glq (rmax , rmax )
π
En réinjectant cette expression dans l’équation 6.54, nous trouvons l’expression du poten-
tiel écranté pour une charge piégée en rc :
S
.Glq (r, rmax ).Glq (rmax , rc )
â (r) = G (r, r ) + π
G (6.56)
lq lq c
Se
1 − .Glq (rmax , rmax )
π
Le signe "moins" au dénominateur ne pose pas de problème puisque, selon nos définitions,
la fonction de Green G est négative.
La figure 6.5(a) montre la fonction de Green écrantée ou non écrantée en fonction de

la position sur le rayon du nanofil pour différents vecteurs d’onde et pour une charge
située à l’interface entre la couche interfaciale (SiO2 ) et le diélectrique haute permittivité
(dans notre cas du Hf O2 ). La figure 6.5(b) montre les fréquences d’interaction RCS en
fonction de l’énergie du porteur pour la première bande de la vallée transverse entre les
cas écranté et non-écranté. Les valeurs des permittivités des oxydes sont prises de façon
standard (3.9 pour le SiO2 et 18 pour le Hf O2 ). La concentration de charges piégées dans
l’oxyde est fixée à 109 m−1 (équivalent à environ 5.1012 cm−2 en planaire). Nous pouvons
noter que la différence des fréquences entre les cas écranté et non écranté s’accroît en
augmentant la polarisation de grille. Ceci s’explique par une plus forte charge d’inversion
qui intensifie le phénomène d’écrantage.
6.5 Comparaison et validation sur données expéri-

mentales
Une comparaison avec des données expérimentales est faite afin de valider la pertinence
du code développé. Des transistors à nanofils de silicium empilés ont donc été fabriqués
avec un empilement de grille composé de Hf O2 (3nm)/TiN(10nm)/Poly-Si. La section du
nanofil est rendue circulaire avec une recuit de H2 ce qui a pour conséquence de faire
croître une couche interfaciale de SiO2 d’environ 1.5nm. Tous les détails techniques de la
fabrication de ces dispositifs sont donnés dans Tachi et al [Tac09].
La figure 6.6 représente la mobilité totale des électrons en fonction de leur densité dans
le nanofil pour un diamètre de 20nm. La comparaison montre un plutôt bon accord entre
l’approche numérique et l’approche expérimentale. Cependant, du fait du procédé de
120
6.5Comparaison et validation sur données expérimentales
Figure 6.5: Fonction de Green écrantée ou non écrantée pour la première sous-bande
transverse en fonction de la position sur le rayon du nanofil pour différent vecteurs d’ondes
et pour une charge localisée à l’interface SiO2 /Hf O2 (a) ; Fréquences d’interaction pour
le RCS écranté ou non écranté en fonction de l’énergie d’un porteur situé dans la première
bande transverse pour deux polarisations de grille : au niveau du seuil du transistor (b)
et à 0.1V plus fort (c).
fabrication non optimisé, l’empilement de grille est non seulement épais mais en plus,
un grand nombre de charges piégées y figurent comme reporté dans l’article de Cassé
et al [Cas10]. Il est donc indispensable de considérer une forte concentration de charges
dans le code numérique pour retrouver un bon accord. Cette donnée est susceptible de
générer un grand décalage de la tension de seuil (en supposant que toutes les charges ont
le même signe) qui n’est pas observé expérimentalement. De plus, l’effet de la corrélation
entre charges n’explique pas ce problème puisqu’il tendrait à accroitre cette différence. Le
problème reste entier dans la littérature.
121
Figure 6.6: Mobilité totale des électrons en fonction de la charge d’inver-

sion du canal ; Comparaison entre les données numériques Kubo-Greenwood et
expérimentales pour un nanofil de 20nm disposant d’un empilement de grille
SiO2 (1.5nm)/Hf O2 (3nm)/TiN(10nm)/Poly-Si.
6.6 Résultats et discussions
6.6.1 Impact du diamètre du nanofil

A partir de maintenant nous allons nous pencher sur les projections de mobilité en
faisant varier les paramètres clés du dispositifs. Dans le chapitre 3, nous avons vu la né-
cessité de réduire l’épaisseur de film des transistors MOSFETs afin de s’affranchir d’effets
parasites tels que les effets de canaux courts. Mais quel est son impact sur le transport des
porteurs dans le canal ? C’est dans cette question que tout l’intérêt du code réside. Nous
avons pu sortir la mobilité incluant les interactions phonons, rugosité de surface et RCS
pour différents diamètres de nanofils comme illustré figure 6.7. Pour des diamètres au delà
de 10nm, la mobilité est quasiment la même que dans le matériau massif cependant, en
deçà, la mobilité est fortement dégradée notamment à faible charge d’inversion où les pho-
nons jouent un rôle plus important que la rugosité de surface (forte charge d’inversion).
Incluant le RCS, la différence entre diamètres s’estompe mais reste significative.
6.6.2 Impact des paramètres technologiques

A l’instar du diamètre du film de silicium, il est important de connaître les tendances
de mobilité lorsque tel ou tel paramètre change. Nous allons nous concentrer sur les princi-
paux paramètres qui rentrent en jeu dans la mobilité limitée par le RCS à savoir le nombre
de charges piégées (Nf ix ), l’épaisseur de la couche interfaciale (tSiO2 ) et la permittivité du
122
6.6Résultats et discussions
Figure 6.7: Mobilité totale des électrons en fonction de la charge d’inversion du canal
pour différents diamètres de fils et pour les différents mécanismes d’interaction : phonon
(a), phonon et rugosité (b) et phonon, rugosité et RCS (c).
diélectrique haute permittivité (κ). Ces paramètres sont très dépendants du procédé de
fabrication et une grande incertitude règne sur leur valeur exacte.
La figure 6.8 montre la mobilité totale en fonction la densité électronique en faisant va-
123
rier les différents paramètres évoqués juste au dessus. Comme attendu, le nombre de
charges ainsi que leur position (épaisseur tSiO2 ) perturbent fortement la mobilité ce qui
pousse à contrôler le procédé afin d’éviter toute variabilité de ces paramètres là. Concer-
nant la permittivité, le résultat est moins intuitif. En effet, en changeant de matériau
haute-permittivité, la pénétration de l’enveloppe électrostatique d’une charge piégée va
être différente ce qui modifie son impact sur la conduction du nanofil. Il s’agit là d’un
paramètre clé afin d’obtenir un meilleur contrôle électrostatique ainsi que sur le transport.
Cependant, un compromis doit être trouvé entre la permittivité de l’oxyde et sa qualité
(densité de charges piégées).
124
6.6Résultats et discussions
Figure 6.8: Mobilité totale des électrons en fonction de la charge d’inversion du canal
en faisant varier différents paramètres : densité de charges piégées (Nf ix ), épaisseur de la
couche interfaciale (tSiO2 ) et permittivité du diélectrique à haute permittivité (κ).
125
126
Chapitre 7
Modélisation analytique du courant

quasi-balistique des MOSFETs à
base de nanofil
Sommaire
7.1 La méthode des flux . . . . . . . . . . . . . . . . . . . . . . . . . 128
7.1.1 Description physique générale d’un nanocomposant . . . . . . . 128
7.1.2 Approche de Landauer . . . . . . . . . . . . . . . . . . . . . . . 129
7.2 Modélisation du transport quasi-balistique . . . . . . . . . . . 130
7.2.1 Notion de source virtuelle . . . . . . . . . . . . . . . . . . . . . 130
7.2.2 Modèle en courant . . . . . . . . . . . . . . . . . . . . . . . . . 131
7.3 Le coefficient de réflexion . . . . . . . . . . . . . . . . . . . . . 134
7.3.1 État de l’art . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
7.3.2 Approche de McKelvey . . . . . . . . . . . . . . . . . . . . . . 136
7.3.3 Application à notre nanofil . . . . . . . . . . . . . . . . . . . . 137
7.3.4 Approche empirique de la puissance . . . . . . . . . . . . . . . 138
7.3.5 Libre parcours moyen des porteurs . . . . . . . . . . . . . . . . 138
7.4 Résultats et comparaisons expérimentales . . . . . . . . . . . 142
7.5 Application à l’étude de petits circuits . . . . . . . . . . . . . 144
L’étude numérique du transport est essentielle pour comprendre les mécanismes d’in-
teraction dans les transistors MOSFETs à base de nanofils. Elle a ainsi mis en avant l’effet
de l’intégration géométrique qui devient critique sur la mobilité pour des diamètres de fils
127
Chapitre 7: Modélisation analytique du courant quasi-balistique des MOSFETs à base de nanofil
inférieurs à 10nm. Cette caractéristique est la clé de la prédictibilité des performances des
dispositifs des futurs noeuds technologiques. Toujours dans l’optique d’étudier les méca-
nismes de façon physique jusqu’à leur impact sur le dispositif voire sur les performances
au niveau circuit, nous proposons dans ce chapitre un modèle compact en courant pour le
transistor à nanofil incluant toute la physique décrite préalablement : de l’électrostatique
de la partie 2 aux mécanismes d’interaction du chapitre précédent.
Dans le chapitre 2, nous avons vu l’étendue des méthodes de modélisation du transport
électronique ; des méthodes numériques jusqu’aux modèles simplifiés tels que le modèle
"dérive-diffusion" qui alimente les approches compactes. Cependant, de telles simplifica-
tions ne sont généralement pas compatibles avec la considération de phénomènes physiques
émergents. Dans la suite, un formalisme alternatif aux méthodes classiques est repris puis
transposé aux nanofils : la méthode des flux.
7.1 La méthode des flux

En parallèle des formalismes classiques de transport, McKelvey et al ont développé,
dans les années 50-60, une nouvelle approche peu pertinente pour les systèmes de l’époque
mais qui se révèle particulièrement intéressante aujourd’hui pour des transistors ayant des
dimensions de l’ordre du libre parcours moyen des porteurs [McK61]. La nouveauté de la
méthode des flux se trouve dans ses fondements qui rejoignent la définition même de la
physique mésoscopique indispensable aujourd’hui.
7.1.1 Description physique générale d’un nanocomposant

Considérons un composant électronique connecté à deux électrodes dont chacune ayant
pour caractéristique un potentiel électrostatique associé (µG pour l’électrode gauche et µD
pour l’électrode droite). Lorsque ces deux potentiels différent sous l’effet d’une polarisation
externe (tension source/drain pour le cas d’un transistor MOSFET), le nanocomposant
est dans un état hors-équilibre et un flux d’électrons traverse alors le système. Les deux
électrodes sont considérées comme des réservoirs de porteurs assez grands afin que les
potentiels électrochimiques ne soient pas affectés par l’échange de porteurs avec la zone
active.
Il est alors envisageable de décrire le comportement de la zone active avec les deux contacts
de façon indépendante. Décrire précisément l’échange de porteurs entre le composant et
chaque contact (d’où la notion de ”f lux”) nous donne une indication forte sur le transport
du système. Landauer [Lan57] a repris cette notion de flux et a développé une théorie afin
d’en sortir une formule en courant complète.
128
7.1La méthode des flux
Figure 7.1: Nano-dispositif couplé à deux électrodes semi-infinies
7.1.2 Approche de Landauer
La théorie de Landauer considère qu’un porteur qui est injecté dans la zone active va
avoir une probabilité T d’atteindre l’autre extrémité. Dans le cas d’un transport balistique,
ce coefficient vaut 1. Toutefois, du fait de la présence d’interactions dans la zone active,
le porteur est susceptible d’en subir une et d’être renvoyé dans son contact initial. La
probabilité que cela arrive vaut alors (1-T).
Figure 7.2: Représentation schématique des courants traversant un conducteur
Pour obtenir la nouvelle formule du courant, il nous faut effectuer un bilan des diffé-
rents courants du système (cf fig 7.2). Le courant par unité d’énergie injecté par l’électrode
de gauche (resp. de droite) s’écrit alors :
e e
IG+ = − .M.f (E − µG ) −
ID = .M.f (E − µD ) (7.1)
h h
où M est le nombre de modes.
Ces deux composantes vont ensuite interagir avec la zone active. La partie réfléchie de
chaque composante s’exprime :
IG− = (1 − T ).M.IG+ + T.ID

− +
ID = T.M.IG+ + (1 − T ).ID
−
(7.2)
129
Le courant total traversant le système vaut alors :
I = IG+ − IG− = ID
+ −
− ID (7.3)
En intégrant sur l’énergie, nous obtenons :
eÚ
I=− M.T (E).[f (E − µG ) − f (E − µD )]dE (7.4)
h
L’équation 7.4 est la formule généralisée de Landauer.
7.2 Modélisation du transport quasi-balistique
7.2.1 Notion de source virtuelle

En ce qui concerne la modélisation du système, Natori et al [Nat94] ont développé un
modèle basé sur le formalisme introduit par Landauer. Il a donc été possible de mettre en
place un modèle analytique du courant balistique pour le transistor MOSFET. Ce modèle
repose sur le concept de "source virtuelle" directement lié à la base même du transport
électronique dans le canal. Du fait des polarisations du transistor, une barrière énergétique
se forme dans le canal et seuls les porteurs capables de franchir cette barrière contribueront
au courant. Le modèle se base alors sur la méthode des flux en un point précis du canal,
le maximum de la barrière énergétique, qui constituera notre source virtuelle.
Figure 7.3: Illustration de la méthode des flux appliquée à un transistor MOSFET ;

Définition de la source virtuelle, de la "kT-Layer" et des différents flux de porteurs au
niveau de la source virtuelle.
130
7.2Modélisation du transport quasi-balistique
Bien que Natori ait développé le premier modèle analytique du transport balistique,
Lundstrom l’a généralisé pour tendre vers un transport de type quasi-balistique en in-
troduisant le terme de rétrodiffusion [Lun00] [Rah02]. Ainsi, toujours en se plaçant à la
source virtuelle, le flux total des contributions du drain et de la source s’exprime par :
FS− = R.FS+ + (1 − R).FD− (7.5)
où FS+ (respectivement FD− ) représente le flux injecté par la source (respectivement par le
drain) et R est le coefficient de réflexion de la zone active. Ce paramètre reflète la qualité
du transport en terme d’interactions. Dans la suite, nous supposerons que le coefficient
de réflexion est le même provenant de la source ou du drain.
7.2.2 Modèle en courant

Connaissant le flux de porteurs traversant le canal, il est alors possible non seulement
d’exprimer la charge d’inversion (intégrée sur le rayon du nanofil) mais aussi le courant
qui est juste la variation temporelle de cette charge.
FS− FD+
π.D.Qinv = e.( − + + ) (7.6)
vinjS vinjD
où les vinj représentent les vitesses d’injections.
ID = e.(FS+ − FS− ) (7.7)
Cas non dégénéré
Dans un semiconducteur non dégénéré, la statistique de Fermi est équivalente à la

statistique de Boltzmann. Sous cette condition, le flux de porteurs provenant du drain est
égal à :
e.VDS
FD− = FS+ .exp(− ) (7.8)
kB .T
De plus, toujours dans le cas non dégénéré, toutes les vitesses d’injection (source ou
drain) sont constantes et équivalent à la vitesse thermique vth dont la forme analytique
est [Mat04] : ó
2.kB .T
vth = (7.9)
π.mt
L’équation de la charge exprimée précédemment devient :
e
π.D.Qinv = .(F − + FD+ ) (7.10)
vth S
131
La combinaison des équations 7.7 et 7.10 donne l’expression analytique du courant

quasi-balistique dans le cas non dégénéré :
 
 e.VDS 
3 4  1 − exp(− ) 
1−R  kB .T 
ID = π.D.Qinv .vth . .  (7.11)
1+R  3 4 − e.VDS


 1−R 
1+ .e kB .T
1+R
Cas dégénéré
Dans le cas dégénéré, la statistique de Fermi ne se simplifie pas et donc les flux de
courant issus de la source et du drain s’expriment comme étant les produits de la charge
d’inversion et de la vitesse d’injection [Dat02] :
ℑ0 (ηF )
FS+ = N1D .ℑ−1/2 (ηF ).vinjS
+
avec +
vinjS = vth . (7.12)
ℑ−1/2 (ηF )
e.VDS
ℑ0 (ηF − )
e.VDS − kB .T
FD− = N1D .ℑ−1/2 (ηF − ).vinjD −
avec vinjD = vth . (7.13)
kB .T e.VDS
ℑ−1/2 (ηF − )
kB .T
où N1D , la densité d’états 1D, et ℑn , l’intégrale de Fermi d’ordre n, s’expriment par :

ó
2.mt .kB .T
N1D = (7.14)
π.h̄2
Ú +∞
1 tj
ℑn (x) = . dt (7.15)
Γ(n + 1) 0 exp(t − x) + 1
En introduisant la densité d’états dans l’expression de la charge, celle-ci devient :

5 6
e.VDS
π.D.Qinv = e.N1D . (1 + R).ℑ−1/2 (ηF ) + (1 − R).ℑ−1/2 (ηF − ) (7.16)
kB .T
Toujours en combinant cette équation de charge avec les expressions des flux, nous
132
7.2Modélisation du transport quasi-balistique
obtenons l’expression analytique du courant de drain quasi-balistique pour le nanofil :

 
e.VDS
 ℑ0 (ηF − ) 
 kB .T 
3 4  1− 
ℑ0 (ηF ) 1−R  ℑ0 (ηF ) 
ID = π.D.Qinv .vth . . .  (7.17)
ℑ−1/2 (ηF ) 1 + R  e.VDS 
 3 4 ℑ−1/2 (ηF − )

 1−R kB .T 
1+ .
1+R ℑ−1/2 (ηF )
Dans cette expression, chaque composante physique rentre en jeu : l’électrostatique avec
la charge d’inversion Qinv , le transport avec le coefficient de réflexion R et la physique
statistique à travers les intégrales de Fermi. Sur ces paramètres là, plusieurs remarques
doivent être faites.
Tout d’abord, comme nous l’avons dit précédemment, nous définissons notre charge au
niveau de la source virtuelle. Il est alors possible de l’exprimer en fonction de notre modèle
en tension de seuil décrit au chapitre 5.
Qinv = Cox .(VG − Vth ).fraccord (7.18)
où fraccord est une fonction de raccord permettant de relier les différents régimes de fonc-
tionnement [Mar09].
Deuxièmement, il est à noter que l’intégrale de Fermi d’ordre 0 peut se résoudre faci-
lement dont la solution est :
ℑ0 (x) = ln(1 + exp(x)) (7.19)
Cependant, afin d’avoir une expression totalement analytique, il n’est pas concevable
de laisser la résolution de l’intégrale de Fermi à l’ordre − 12 telle qu’elle intervient dans
l’équation du courant. Une des propriétés de cette équation est de perde un ordre lors de
sa dérivée [Sel84] :
dℑn (x)
= ℑn−1 (x) (7.20)
dx
Ainsi, l’expression analytique de l’intégrale de Fermi à l’ordre − 21 est la dérivée de

l’expression de l’intégrale de Fermi à l’ordre 12 qui elle se décompose [Sel84]. Le détail
mathématique est donné en annexe.
Enfin, il ne reste plus qu’à exprimer précisément le potentiel de Fermi et notamment

sa dépendance vis-à-vis de la polarisation de grille. Pour cela, il faut résoudre l’équation
de la charge d’inversion 7.16. Dans le cas des dispositifs planaires, la solution est expli-
133
cite [Rah02] au regard de la forme analytique simple de l’intégrale de Fermi à l’ordre 0.

Cependant, dans notre configuration de confinement 2D, la résolution est beaucoup plus
complexe. Nous allons donc supposer que l’architecture n’a pas ou peu d’effet sur les va-
riations du potentiel de Fermi. Son expression sera donc analogue à celle proposée dans
le cas planaire [Rah02] :
C D
π.D.Qinv
ηF = ln exp( )−1 (7.21)
e.(1 + R).N1D
L’avantage d’un tel formalisme en courant est qu’il permet de relier facilement les
différents types de transport (diffusif, balistique et quasi-balistique) à travers le terme de
réflexion. Pour un transport théorique sans interactions, ce coefficient est donc nul (R = 0)
alors que certaines études théoriques [Rah02] ou expérimentales ont montré que pour un
transistor MOSFET ayant un canal long (transport diffusif) ce terme était de l’ordre de
0,5. Indépendamment de la modélisation en courant présentée au dessus, la difficulté est
d’obtenir un coefficient de réflexion précis et réaliste notamment en réduisant la longueur
du canal de conduction ce qui réduit le nombre d’interactions. Ceci constitue la base même
d’une bonne modélisation du transport quasi-balistique.
7.3 Le coefficient de réflexion

Nombreux travaux se sont penché sur la question du coefficient de réflexion. Que ce soit
à travers des modélisations plus ou moins pertinentes ou des caractérisations électriques,
ce terme intrigue et est loin de faire l’unanimité. Cependant, une seule notion semble être
commune à tous ces travaux. Il s’agit de la notion de distance critique ou généralement
appelée "kT-Layer" qui modélise l’impact des interactions sur l’électrostatique de la zone
active. Elle repose sur une hypothèse simple qui consiste à dire que la plupart des interac-
tions subies par les porteurs se situe dans une zone où la gamme d’énergie est proche du
maximum de la barrière énergétique. Ainsi, la "kT-Layer" définit les bornes géographiques
de cette zone en considérant que la chute de la barrière énergétique ne doit pas excéder
kB T /e par rapport à son maximum (cf fig 7.3). Toutefois, l’expression analytique de ce
terme n’est pas universelle comme nous allons le voir à travers un sommaire état de l’art.
7.3.1 État de l’art
L’expression usuelle concernant le coefficient de réflexion à faible et fort champ élec-

trique d’après Lundstrom et al [Lun00] et redémontré plus tard par Clerc et al [Cle06]
134
7.3Le coefficient de réflexion
est :
LkT
R= (7.22)
λ + LkT
où λ représente le libre parcours moyen et LkT la longueur de la "kT-Layer" sachant qu’à
faible champ cette longueur se rapproche de la longueur de canal.
Travaux de l’université de Purdue [Rah02] [Lun00]
L’équipe de l’université de Purdue s’est penché depuis longtemps sur la modélisation

du courant par la méthode des flux initié par McKelvey. Ils ont donc été les premiers à
introduire ce coefficient de réflexion et à proposer une modélisation de celui-ci. Dans les
versions les plus avancées de leur travaux, l’expression de la "kT-Layer" s’écrit sous la
forme d’une loi de puissance qui est directement reliée au type de transport.
A B
1
kB .T α
LkT = Lc . (7.23)
e.VDS
La valeur du paramètre α dépend directement du type de transport (1,5 pour du trans-

port diffusif et 1,75 pour les cas de transport avancés considérés par Rahman [Rah02]).
Néanmoins, le problème reste entier puisque aucune expression analytique de ce para-
mètre n’a été proposée. De plus, le raccord entre champ faible et champ fort n’a pas été
envisagé.
Travaux de l’université de Chiao Tung [Che08a] [Che08b]
L’équipe de l’université de Chiao Tung s’est essentiellement consacrée aux techniques

de caractérisations électriques du transport balistique. Toutefois, ils ont proposé une mo-
délisation du coefficient de réflexion associée supposant un potentiel parabolique.
Lc
−
1 − e LkT
R= (7.24)
2 λ Lc
1+ √ . − exp(− )
π LkT LkT
Toutefois, cette approche a été largement contredite aussi bien au niveau caractérisation
électrique [Bar08] que pour sa modélisation puisque les résultats affichés sont en contra-
diction avec un fonctionnement standard d’un transistor MOSFET (certainement dû à
l’hypothèse de potentiel parabolique peu importe la longueur de canal !).
135
Travaux de l’université de Tarragone [Ham07]
L’université de Tarragone a été la première à proposer un modèle de coefficient de

réflexion reliant champs faible et fort [Ham07] [Jim04] :
L′kT LkT
R= avec L′kT = 1 (7.25)
λ + L′kT A 3 4m B
LkT m
1+
Lc
où m = 3 est un paramètre de calibration.

Il est à noter que si le champ est faible, L′kT est egal à Lc et si le champ est fort, nous
retrouvons l’expression initiale introduite par Lundstrom (loi de puissance avec α = 1).
Le principal problème des différentes modélisation présentées ci-dessus se situe au niveau

de l’appréhension de la "kT-Layer" ; c’est à dire au niveau du couplage entre les conditions
électrostatiques et le mécanisme de transport mis en jeu dans le système. La plupart des
modèles pertinents ne sont pas valables sur l’ensemble des régimes de fonctionnement du
transistor ce qui est incompatible avec la mise en place d’un modèle analytique à des
fins de simulations de circuits. Ce problème est résolu en reprenant le développement
mathématique de la méthode des flux qui permet d’aboutir sur le coefficient de réflexion.
7.3.2 Approche de McKelvey
Le calcul du coefficient de réflexion proposé par McKelvey [McK61] s’attache à écrire

les flux de porteurs de façon local ; c’est-à-dire sur une tranche fine du matériau (entre
x et x + dx). Avec les notations définies par la figure 7.3, il est possible de définir des
relations entre les différents flux :
FS (x) = FS (x + dx).(1 − r← .dx) + FD (x).(r→ .dx) (7.26)
FD (x + dx) = FD (x).(1 − r→ .dx) + FS (x + dx).(r← .dx) (7.27)

FD (x)
= R← (x) (7.28)
FS (x)
où r est le coefficient de réflexion local associé à sa position contrairement à R qui est
macroscopique sur tout le canal.
Une équation différentielle vérifiée par le coefficient de réflexion R est alors obtenue
dont la solution nous donne l’expression du coefficient. Le développement mathématique
136
Figure 7.4: Illustration de la méthode des flux de façon locale vue par Mc Kelvey ; r :
coefficient de réflexion local (au point x).
est donné dans [Mar09]. Le résultat est le suivant :
L′′kT
R= (7.29)
λ + L′′kT
avec
5 3 4 3 3 446−1 5 3 3 446−1
1 e.VDS x e.VDS 1 x
L′′kT = . . 1 + coth . = . 1 + coth
2.Lc kB .T 2.Lc kB .T 2.LkT 2.LkT
(7.30)
L’introduction de cette nouvelle expression de la "kT-Layer" permet de relier les champs
faible et fort de façon continue. De plus, contrairement aux travaux présentés, cette équa-
tion incorpore la dépendance en fonction de la position x.
7.3.3 Application à notre nanofil

Dans la suite de nos travaux, nous allons considérer cette modélisation afin de prendre
en compte les interactions dans les transistors MOSFETs à nanofil. Comme de nombreux
travaux ont essayé de le faire, nous allons tenter d’améliorer la description de la "kT-
Layer" en adoptant une loi de puissance à l’instar des travaux de Lundstrom [Lun00].
Nous supposons donc que notre coefficient de réflexion a la forme suivante :
5 3 3 −1 446
1 x
. 1 + coth
2.LkT 2.LkT
R(x) = 5 3 3 446−1 (7.31)
1 x
λ+ . 1 + coth
2.LkT 2.LkT
avec
A B
1 1
3 4
k B .T α Vdd − Vth α
LkT = L′ . et L′ = Lc . (7.32)
e.VDS VGS − Vth
137
Le terme L′ sert à moduler la valeur de la "kT-Layer" afin d’obtenir une expression continue
vis-à-vis de la polarisation de grille. Il ne reste plus qu’à traiter le coefficient α pour obtenir
une expression complète de la réflexion dans le canal.
7.3.4 Approche empirique de la puissance
Afin de mettre en place la modélisation du terme de puissance, l’objectif est d’obtenir

la valeur de la "kT-Layer" en fonction des différents paramètres du système (longueur de
canal, diamètre du nanofil ou bien libre parcours moyen des porteurs) à partir de simula-
tions numériques capables de coupler électrostatique et transport. Pour cela, nous avons
utiliser des simulations TCAD dont le couplage électrostatique/transport est l’une des
principales caractéristiques. Dans le but de modifier le libre parcours moyen des porteurs
facilement, la mobilité quasi-balistique développée par Martinie et al [Mar09] a été implé-
mentée.
Il est donc possible d’extraire la valeur de la "kT-Layer" pour les différentes configura-
tions ainsi que que la valeur de la puissance α. En s’inspirant de l’expression fournie
par [Mar09] et en calibrant sur les simulations numériques, nous pouvons exprimer la
puissance comme :
 
A B0.5
 1  λ
α= 1.4 + 

. (7.33)
Lc − 4.D  Lc
1 + exp(− )
D
La figure 7.16 montre la validation de la "kT-Layer" et de la puissance entre notre modèle

analytique et les simulations numériques de type TCAD [SIL].
Le coefficient de réflexion incluant cette expression de la "kT-Layer" est tracé sur la

figure 7.6 en fonction du libre parcours moyen des porteurs. La validation du coefficient
1−R
et du taux de balisticité (défini par ) est faite vis-à-vis de résolutions de l’équation
1+R
de Wigner déterministe (cf chapitre 2) dont l’algorithme est présenté dans [Bar09].
A travers tout le développement que nous venons d’effectuer, l’impact des conditions
électrostatiques a été considéré et établi par rapport au type de transport (dépendance
en λ). Cependant, ce dernier paramètre reste inconnu. Il est directement lié au nombre
d’interactions que les porteurs subissent lors de leur parcours. Nous avons donc déve-
loppé un modèle analytique de ce libre parcours moyen basé sur l’étude numérique Kubo-
Greenwood réalisée au chapitre 6.
138
Figure 7.5: Évolution de la "kT-Layer" en fonction de la longueur de canal du transis-

tor pour différent libre parcours moyen des porteurs ; Validation du modèle vis-à-vis de
simulations numériques de type TCAD.
Figure 7.6: Évolution du coefficient de réflexion et du taux de balisticité en fonction

du libre parcours moyen des porteurs ; Comparaison entre le modèle analytique et des
simulations numériques de type Wigner déterministe.
7.3.5 Libre parcours moyen des porteurs
L’étude numérique de la mobilité du chapitre 6 a permis de mettre en exergue des

tendances de valeurs vis-à-vis de l’intégration géométrique des nanofils. Cependant, au
regard de la complexité mathématique des équations, il est inconcevable d’inclure une telle
modélisation dans un simulateur circuit. Un compromis est donc trouvé en mettant en
139
place une expression analytique simple basée sur le code Kubo-Greenwood. Pour cela, afin
d’inclure l’ensemble des mécanismes d’interaction limitant pour le transport des porteurs,
une formulation de la mobilité se fait de façon similaire à la règle de Matthiessen :
2kT
λ= .µtotal (7.34)
e.vinj
 −1  −1  −1
µ
 0,ph 
µ0,SR µ0,RCS
µ−1
total = θ +  θSR  +  θrcs  (7.35)
Eefphf Eef f Eef f
où µ0 est la mobilité à champ faible et θ représente la dépendance de la mobilité vis-à-vis
du champ électrique transverse.
Mobilité à champ faible
Afin d’inclure l’effet du diamètre, la mobilité de chaque mécanisme est définie par
rapport à la valeur du matériau massif (µ0,bulk ) introduisant une variation relative (δµ(D)).
µ0 = µ0,bulk .δµ(D) (7.36)
A partir de là et pour chaque mécanisme, la dépendance en diamètre est extraite à partir

des équations maitresses de l’approche Kubo-Greenwood. Par exemple, la mobilité limitée
par les phonons est environ proportionnelle à la racine carrée du diamètre. Il est alors
possible d’écrire la variation relative de mobilité comme :
ó
µ0,ph (D) D √
δµph (D) = = = 1 + δD (7.37)
µ0,bulk,ph Dbulk
où
D − Dbulk
δD = (7.38)
Dbulk
Le terme correspondant à la mobilité phonon à champ faible s’écrit alors :
ñ
µ0,ph (D) = µ0,bulk,ph . 1 + Aph .δD + Bph .δD4 (7.39)
où Aph et Bph sont des paramètres de calibrage sur les résultats numériques présentés au
chapitre précédent. Le terme δD4 est rajouté pour une meilleure précision.
Le même raisonnement est appliqué à la rugosité de surface et à l’interaction Coulom-

bienne à distance. Les mobilités respectives à champ faible peuvent alors s’exprimer :
µ0,SR (D) = µ0,bulk,SR .(1 + ASR .δD + BSR .δD4 )6 (7.40)
140
µ0,bulk,RCS
µ0,RCS (D) = .(1 + ARCS .δD + BRCS .δD4 )3/2 (7.41)
Nf ix .π.D
où Nf ix est la densité linéïque de charges piégées dans l’oxyde de grille et ASR , BSR , ARCS
et BRCS sont des paramètres de calibrage sur les résultats numériques.
La figure 7.7 montre la comparaison entre le modèle analytique et les données numé-
riques pour la mobilité à champ faible pour chaque mécanisme en fonction du diamètre
du nanofil.
Figure 7.7: Mobilité à champ faible en fonction du diamètre du nanofil pour les différents
mécansimes d’interaction : phonon (a), rugosité de surface (b) et RCS (c).
141
Dépendance au champ électrique transverse
Il ne reste plus qu’à décrire proprement la dépendance de la mobilité vis-à-vis du

champ électrique transverse pour avoir une expression en mobilité totalement analytique.
Celle-ci s’exprime à travers le paramètre θ de la règle de Matthiessen présentée ci-dessus.
De la même manière que précédemment, l’objectif est de faire ressortir la dépendance par
rapport au diamètre du film de silicium. Des expressions analytiques sont donc trouvées
pour chaque mécanismes d’interaction.
θph = θbulk,ph .(1 + Θ1,ph .δD + Θ2,ph .δD6 ) (7.42)
θSR = θbulk,SR .(1 + Θ1,SR .δD + Θ2,SR .δD6 ) (7.43)
θRCS = θbulk,RCS (7.44)
où θbulk et Θ sont des paramètres de calibrage validés sur les données numériques en mo-
bilité. Il est à noter que le diamètre n’affecte pas la dépendance du champ électrique sur
la mobilité pour les interactions de type RCS.
La figure 2.8 montre la mobilité totale en fonction de la charge d’inversion pour dif-
férents diamètres et notamment la comparaison entre la modélisation analytique et les
résultats numériques issus de l’approche Kubo-Greenwood.
7.4 Résultats et comparaisons expérimentales

Une fois le coefficient de réflexion décrit au complet, il est alors possible d’observer son
évolution en fonction des dimensions des dispositifs. La figure 7.9 présente le coefficient
de réflexion en fonction de la longueur de grille pour différents diamètres et pour les cas
de faible et de forte inversion. Comme nous avions commencé à le voir sur la mobilité, la
réduction de l’épaisseur de film de la zone active nuit gravement au passage des porteurs
à travers le canal.
Le courant de drain du transistor MOSFET à nanofil est donc totalement modélisé
incluant aussi bien les effets électrostatiques que les variations de mobilité dues aux chan-
gement de dimensions. Afin de vérifier la pertinence de notre modèle, une confrontation
avec des données expérimentales a été faite (cf figure 7.10). Comme pour la validation de
la mobilité du chapitre 6, les données sont issues des travaux de thèse de K. Tachi [Tac11].
Le nanofil est à grille totalement enrobante et dispose d’un diamètre de 15nm et d’une
longueur de grille de 40nm. La comparaison montre un bon accord entre le modèle et
l’expérimental avec un petit bémol entre les régimes sous et sur le seuil (la fonction de
142
7.4Résultats et comparaisons expérimentales
Figure 7.8: Mobilité électronique totale en fonction de la charge d’inversion de la zone

active pour différent diamètre du nanofil ; Comparaison entre le modèle analytique et les
résultats numériques Kubo-Greenwood.
Figure 7.9: Coefficient de réflexion analytique en fonction de la longueur de canal du

transistor pour différents diamètres de fils et pour un régime de faible (gauche) et de forte
inversion (droite).
raccord pourrait être améliorée).

Sur la figure 7.9, nous avons vu que la réduction du diamètre du nanofil a un effet
négatif sur la conduction des porteurs ce qui dégrade les performances en fonctionnement
du transistor. Cependant, il est important de confronter cette dégradation aux effets élec-
143
Figure 7.10: Courant de drain en fonction de la tension de grille pour un transistor

MOSFET à nanofil de diamètre 15nm et de canal 40nm ; Comparaison entre le modèle
analytique et des données expérimentales.
trostatiques qui ont un comportement inverse (diminution des effets SCE par la réduction
du diamètre). La figure 7.11 montre le ratio de courant ION /Iof f afin d’estimer, pour
une longueur de canal donnée, quel diamètre choisir. On voit que pour les longueurs im-
portantes, les effets de diamètre ont des variations de l’ordre du linéaire. Un diamètre
important doit être choisi afin d’éviter toute dégradation de mobilité. Toutefois, pour les
longueurs extrêmement courtes, la dégradation du courant de fuite est tel que le transistor
n’est plus viable. Un petit diamètre est donc nécessaire même si nous devons sacrifier un
peu la mobilité.
7.5 Application à l’étude de petits circuits
Dans cette dernière section, nous allons illustrer l’intérêt du modèle compact à travers
la simulation de petits circuits CMOS à base de nanofils. Cette étude est loin d’être
exhaustive et ne s’attarde que sur les effets physiques décrits précédemment. Pour cela,
le modèle a été implémenté en langage Verilog-A afin de simuler les circuits dans un
environnement ELDO. Dans la suite, les transistors de type p-MOS seront pris symétriques
aux transistors n-MOS. De cette manière, nous nous affranchissons de toute contrainte de
dimensionnement des transistors afin d’optimiser les circuits.
144
7.5Application à l’étude de petits circuits
Figure 7.11: Ratio ION /Iof f en fonction de la longueur de canal pour différents diamètres
de fils en régime d’inversion forte (pour le ION ).
Inverseur
Un inverseur est la porte logique élémentaire constitué de deux transistors (un de type
n et un de type p). Sa fonction est d’inverser l’état de l’entrée. La figure 7.12 montre la
représentation schématique de l’inverseur ainsi que sa caractéristique théorique dans le cas
équilibré (quand les niveaux des courants ON des deux transistors sont égaux). Ainsi, tant
que Vin est inférieur à la polarisation Vdd /2, le transistor n-MOS reste bloqué tandis que
le p-MOS est passant. Au delà de cette tension, le comportement des transistors s’inverse
et la sortie devient nulle. Il est à noter que plus ce changement est abrupte, meilleure
est la porte logique. Ce dernier point est totalement dépendant de la caractéristique
électrostatique (tension de seuil et pente sous le seuil) des transistors MOSFETs utilisés.
La figure 7.13 montre le résultat de la simulation des inverseurs à base de nanofil pour
différents diamètres et longueurs de grille des transistors. Le paramètre extrait représente
la qualité de l’inverseur et dépend du fait que sa caractéristique est plus ou moins abrupte.
Plus ce paramètre est petit, plus la porte logique bascule rapidement. Nous voyons claire-
ment un effet du diamètre sur l’inverseur. Les observations faites sur la tension de seuil au
chapitre 5 se retrouvent ici. La quantification de l’énergie des porteurs améliore clairement
l’électrostatique des transistors jusqu’au niveau circuit. La réduction de la longueur de
grille fait intervenir les effets canaux courts qui, eux, dégradent fortement les performances
de l’inverseur.
145
Figure 7.12: Schématisation de l’inverseur (gauche) et de la caractéristique idéale de

celui-ci (droite).
Figure 7.13: Basculement de l’inverseur en fonction de la longueur de canal pour diffé-

rents diamètres de nanofil ; schématisation de l’extraction du NM sur la caractéristique
(encart).
Oscillateur en anneau
L’oscillateur en anneau est une chaine d’inverseurs bouclée sur elle-même. Il est très
utile pour mettre en avant les caractéristiques dynamiques des transistors. C’est pourquoi
il apparaît souvent dans de nombreuses applications des hyperfréquences. Dans notre
cas, la fréquence d’oscillation représente l’inverse du temps de propagation d’une chaine
d’inverseurs qui est directement influencé par les propriétés de transport. Dans la suite,
nous considérons une chaîne de 11 inverseurs, chacun associé à une capacité de charge de
1fF.
146
La figure 7.14 (a) montre la variation de la fréquence d’oscillation en fonction de la

longueur de canal pour trois diamètres de fil différents. Le diamètre joue directement sur
la mobilité comme nous l’avons vu dans le chapitre 6, ainsi que sur la section ; d’où un
courant de fonctionnement plus faible à 5nm qu’à 10nm. Cette différence s’observe sur les
caractéristiques de l’oscillateur. Une bonne modélisation du courant est donc nécessaire
pour estimer et prédire les performances des circuits. Pour illustration, la figure 7.14 (b)
montre la fréquence d’oscillation pour différentes longueurs de canal et pour différents
types de transport en fonction des approximations suivantes : balistique (en fixant le
coefficient de réflexion à 0), quasi-balistique, mais en n’incluant pas les effets de bandes
(variation du gap et des masses en fonction du diamètre) et quasi-balistique avec effets de
bande (le modèle quasi-balistique final développé dans ce manuscrit). Les variations sont
loin d’être négligeables d’où la nécessité de retranscrire la physique observée en amont
jusqu’au circuit.
Cellule mémoire SRAM
Étant données les bonnes projections du nanofil pour le contrôle électrostatique des
transistors MOSFETs, cette architecture pourrait être candidate pour les mémoires vo-
latiles telles que la mémoire SRAM (Static Random Access Memory). Dans notre cas,
nous allons nous pencher sur le cellule mémoire à six transistors (6T) composée de deux
inverseurs retro-couplés et deux transistors d’accès. Le fonctionnement d’une telle cel-
lule est constitué de trois modes (lecture, écriture et rétention), commandés par une
ligne de mot (WL). Afin d’estimer les performances de la cellule, deux principaux para-
mètres sont à observer : la RNM (Read N oise M argin) pour le mode écriture et la SNM
(Static N oise M argin) pour la rétention. Leur extraction est schématisée sur la figure
7.15 en fonction de la caractéristique de la SRAM. La simulation pour différents dia-
mètres de fils est donnée sur la figure 7.16. Sachant que meilleure est la valeur de la SNM,
plus la rétention de la mémoire est de qualité, nous pouvons voir l’effet d’amélioration de
l’électrostatique par la réduction du film et ce jusqu’à la cellule mémoire.
147
Figure 7.14: Fréquence de l’oscillateur en anneau en fonction de la longueur du canal

pour différents diamètres de nanofil utilisant le modèle quasi-balistique(a) ; Fréquence de
l’oscillateur en anneau en fonction de la longueur de canal pour un diamètre de 3nm en
faisant varier le mode de transport : balistique, quasi-balistique sans effets de bandes et
quasi-balistique (b).
148
Figure 7.15: Schématisation de la structure d’une cellule mémoire SRAM (gauche) et

de sa caractéristique électrique avec illustration de l’extraction des principaux facteurs de
mérite (droite).
Figure 7.16: Caractéristique tension de sortie en fonction de la tension d’entrée pour la

cellule mémoire SRAM pour différents diamètres de nanofils (gauche) ; Marge de bruit
statique en fonction de la longueur du canal pour différents diamètres (droite).
149
150
Conclusion de la partie III
Dans cette dernière partie du manuscrit, nous nous sommes intéressés aux différentes
caractéristiques du transport électronique dans un nanofil de silicium pour application
MOSFET. Au niveau comportement électrostatique, nous avons clairement vu, dans la
partie 2, l’intérêt d’utiliser une architecture "nanofil" pour les futurs noeuds technolo-
giques. Cependant, le transport a un rôle à part entière dans les performances d’un dis-
positif ce qui justifie totalement cette partie.
Dans le premier chapitre de cette partie, la théorie du temps de relaxation d’un porteur
a été développée pour les principaux mécanismes d’interactions qui limitent le transport
dans un nanofil à grille enrobante : interaction avec les phonons, l’effet de la rugosité
de surface et l’interaction Coulombienne à distance due à la présence de charges dans
l’empilement de grille du transistor. La mobilité est alors décrite à partir de l’équation de
Boltzmann en utilisant la théorie de Kubo-Greenwood qui limite l’étude aux transistors à
canal long et champ faible. A l’instar de l’électrostatique où nous avons vu le fort impact
du diamètre du fil sur les propriétés de conduction du silicium (bande interdite et masses
effective) ou sur les caractéristiques du transistors (tension de seuil), l’intérêt d’un tel
développement numérique est d’extraire les dépendances de la mobilité en fonction de
certains paramètres clés de l’intégration des dispositifs comme l’épaisseur du film de sili-
cium. Après analyse, cette étude est d’autant plus intéressante puisque la mobilité décroit
fortement pour les diamètres en deçà de 10nm. Ce point-là est à inclure dans toute mo-
délisation ayant pour but de prédire les performances d’un transistor à nanofil. De plus,
d’autres paramètres appelés "technologiques", comme l’épaisseur de la couche interfaciale
ou la permittivité du diélectrique à haute permittivité utilisé dans l’empilement de grille,
ont été balayés afin d’estimer leur impact sur la mobilité. Cela peut apporter quelques
pistes pour l’optimisation des procédés de fabrication ou le changement éventuel de maté-
riau au regard des performances ciblées. Ce code numérique a notamment pu être validé
sur des toutes premières données expérimentales réalisées au CEA-LETI sur des disposi-
tifs à base de nanofil à grille totalement enrobante et à section circulaire. Ceci a soulevé
le problème des charges piégées dans l’oxyde de grille qui sont difficilement localisables
151
expérimentalement (géographiquement ou énergétiquement). Sur ce point, le code peut

être largement amélioré en prenant en compte les effets de corrélation entre charges, une
répartition de charges différentes le long de l’oxyde de grille, voire des charges de signe
contraire.
Afin de poursuivre la modélisation compacte initiée au chapitre 5, le deuxième chapitre

de cette partie s’est porté sur la modélisation du transport dans le nanofil. La base même
du courant a été développée à partir de la méthode des flux faisant intervenir l’électro-
statique avec la tension de seuil et la notion de coefficient de réflexion des porteurs pour
représenter la qualité du transport électronique. Sur ce dernier, deux points ont parti-
culièrement été décrits : le premier est la conséquence directe de l’étude numérique faite
sur la mobilité. Pour cela, un modèle analytique incluant la dépendance en diamètre est
proposé pour la mobilité du nanofil incluant les phonons, la rugosité de surface et le RCS.
Le deuxième point est la prise en compte de l’effet de quasi-balisticité que nous voyons
apparaître lors de la réduction de la longueur du canal. Un modèle empirique est proposé
puis validé sur des simulations numériques de type TCAD et une résolution détermi-
niste de l’équation de Wigner. Finalement, l’ensemble du modèle compact est comparé
aux données expérimentales en courant dont nous disposons. Nous avons donc un modèle
continu en fonction des différentes polarisations du transistor, capable de reproduire les
caractéristiques expérimentales en courant pour des diamètres importants et susceptible
de prédire les performances lors de l’intégration puisque l’ensemble des effets liés à la ré-
duction des dimensions y sont inclus. La dernière section illustre les capacités du modèle
pour la simulation de petits circuits à base de nanofil implémentés dans un environnement
ELDO.
152
Conclusion générale et perspectives
Dans cette thèse, nous nous sommes penchés sur l’étude théorique des propriétés des
nanofils de silicium ainsi que leur modélisation pour une application MOSFET. Cette
architecture est encore trop récente pour juger de sa pertinence sur des circuits contenant
plusieurs milliers de transistors. Ceci est d’autant plus vrai que son architecture et les di-
mensions géométriques ciblées engendrent de nouveaux phénomènes peu ou pas observés
jusqu’alors. Tout ce travail consiste donc à se placer à mi chemin entre l’observation et la
compréhension des phénomènes physiques ultimes susceptibles d’affecter les performances
et la mise en place d’une modélisation simple de ceux-ci pour soutenir des simulations
TCAD ou circuits.
Que ce soit pour l’électrostatique ou le transport électronique, l’approche fût similaire.

Des codes très physiques comme le code de liaisons fortes utilisé sont des outils absolu-
ment nécessaires pour étudier la structure de bande du matériau en question ; cependant
ils deviennent incompatibles avec des simulations de dispositif complet. Nous avons donc
simplifié le système en apportant des approximations pertinentes pour le nanofil telles que
les approximations de la masse effective et de l’isotropie. Il est alors possible d’extraire les
densités de porteurs par sous-bandes ou les fonctions d’onde pour un système ayant des
dimensions assez importantes, proche de ce qui est fait expérimentalement. Le développe-
ment d’un modèle analytique incluant des phénomènes émergents tels que le confinement
énergétique des porteurs ou l’effet de la structure est d’autant plus facilité par l’utilisation
et la validation par des codes numériques. Pour le transport, le développement d’un code
de mobilité basé sur la formule de Kubo-Greenwood est un bon outil intermédiaire pour
l’évaluation du transport dans un dispositif à nanofil. Évidemment moins précise que des
approches telles que des résolutions déterministe ou les fonctions de Green, la mobilité a
pu être extraite incluant, au moins au premier ordre, les principaux mécanismes limitant
le déplacement d’un porteur dans le nanofil ; à savoir les phonons, la rugosité de surface
et surtout les interactions Coulombiennes à distance essentielles pour envisager des com-
paraisons avec des données expérimentales. Ainsi, des tendances de mobilité vis-à-vis de
la réduction du diamètre du fil par exemple ont pu être observées pour une large gamme
153
Bibliographie
de dimensions (des dispositifs actuels jusqu’à des valeurs ultimes de l’ordre de quelques
nanomètres). Une modélisation du transport électronique a donc pu être mis en place à
travers le coefficient de réflexion incluant aussi bien les effets de réduction de diamètre
mais également les effets de quasi-balisticité liés à la réduction du canal. Basé fortement
sur des codes numériques physiques, le modèle mis en place a été confronté également,
pour plus de pertinence, à des données expérimentales que ce soit pour l’électrostatique
à travers la tension de seuil, la mobilité électronique et le courant de drain du dispositif
MOSFET à nanofil. Malheureusement, l’architecture nanofil à grille totalement enrobante
et à section circulaire n’est pas très répandue au niveau résultats expérimentaux ce qui
ne nous a pas permis de comparer le modèle pour un jeu de paramètres conséquent. Tou-
tefois, l’implémentation du code dans un langage Verilog-A a montré tout l’intérêt d’un
tel code puisque des effets tels que les effets de structure de bande ou de quasi-balisticité
ont pu être prédits sur les performances de petits circuits à base de dispositifs à nanofil.
Bien d’autres choses auraient pu être apportées à ce travail et les perspectives de suites
sont nombreuses. Suivant les inspirations de chacun, un travail complémenatire pourra
être ajouté aussi bien en amont sur l’amélioration du code ou le développement d’autres
approches moins simplificatrices soit en aval avec une étude circuit plus exhaustive. Afin
d’affiner le travail qui a été fait au niveau numérique, il est tout à fait envisageable de
s’affranchir de certaine approximation comme l’isotropie et en apportant des réponses
aux problématiques actuelles comme les effets de contraintes (en faisant du calcul k.p par
exemple) ou simplement en améliorant le code Kubo-Greenwood développé ici (considé-
ration des ordres supérieurs, considération du confinement des phonons, corrélation entre
charges pour le RCS...). Concernant le modèle et la partie simulation de circuit, beaucoup
de choses restent à faire. Nous nous sommes essentiellement intéressés à la physique du
nanofil mais tout un travail sur la compacité du modèle et sa robustesse doit être apporté
avant d’envisager la simulation de plus gros circuits. De plus, certaines études non mo-
délisées ici ont commencé à être faites sans approfondissement comme le courant tunnel
direct entre la source et le drain du transistor qui affecte les caractéristiques du transistor
pour des longueurs de grille en deça de 10nm.
Pour définitivement conclure, la force de ce travail réside sur la simulation multi-échelle

qu’il utilise et notamment la mise en relation d’un niveau par rapport à l’autre. L’étude
des nanostructures ne peut plus se contenter d’étudier la physique d’un coté et les ap-
plications de l’autre. La combinaison des deux études est dont indispensable pour les
dimensions ciblées où la physique est complètement bousculée.
154
Bibliographie
[Akh11] N.D. Akhavan, A. Afzalian, A. Kranti, I. Ferain, C.W. Lee, R. Yan, P. Razavi,
R. Yu et J.P. Colinge, Influence of Elastic and Inelastic Electron-Phonon In-
teraction on Quantum Transport in Multigate Silicon Nanowire MOSFETs,
IEEE Transactions on Electron Devices, Vol. 58, pp. 1029–1037, 2011.
[Anc89] M.G. Ancona et G.J. Iafrate, Quantum correction to the equation of state of an
electron-gas in a semiconductor, Physical Review B, Vol. 39, pp. 9536–9540,
1989.
[And82] T Ando, A.B Fowler et F Stern, Electronic properties of two-dimensional sys-
tems, Reviews of Modern Physics, Vol. 54, pp. 437–672, 1982.
[Apa94] Y. Apanovich, E. Lyumkis, B. Polsky, A. Shur et P. Blakey, Steady-state and
transient analysis of submicron devices using energy-balance and simplified
hydrodynamic models, IEEE Transactions on Computer-Aided Design of In-
tegrated Circuits and Systems, Vol. 13, pp. 702–711, 1994.
[Asc76] N.W. Aschchoft et N.D. Mermin, Solid State Physics, Aunders College Publi-
shing, 1976.
[Aut04] J.L. Autran, D. Munteanu, O. Tintori, S. Harrison, E. Decarre et T. Skotni-
cki, Quantum-mechanical analytical Modeling of threshold voltage in long-
channel double-gate MOSFET with symmetric and asymmetric gates, In
NSTI Nanotech 2004, Vol. 2, Technical proceedings, pp. 163–166, 2004.
[Aut05] J.L. Autran, K. Nehari et D. Munteanu, Compact modeling of the threshold
voltage in silicon nanowire MOSFET including 2D-quantum confinement
effects, Molecular Simulation, Vol. 31, pp. 839–843, 2005.
[Bac08] G. Baccarani, Device physics for the modeling of future nanoscale silicon devices,
In SINANO summer School on Device Modeling, 2008.
[Ban95] S.R. Banna, P.C.H. Chan, P.K. Ko, C.T. Nguyen et M.S. Chan, Threshold
voltage model for deep-submicrometer fully depleted SOI MOSFETs, IEEE
Transactions on Electon Devices, Vol. 42, pp. 1949–1955, 1995.
155
Bibliographie
[Bar08] V. Barral, Etude, simulation et caractérisation du transport quasi-balistique dans

les dispositifs nanométriques, Thèse de doctorat, Université de Provence,
2008.
[Bar09] S. Barraud, Phase-coherent quantum transport in silicon nanowires based on
Wigner transport equation : Comparison with the nonequilibrium-Green-
function formalism, Journal of Applied Physics, Vol. 106, pp. 063714, 2009.
[Ber06] G. Bersuker, C. S. Park, J. Barnett, P. S. Lysaght, P. D. Kirsch, C. D. Young,
R. Choi, B. H. Lee, B. Foran, K. van Benthem, S. J. Pennycook, P. M.
Lenahan et J. T. Ryan, The effect of interfacial layer properties on the
performance of Hf-based gate stack devices, Journal of Applied Physics, Vol.
100, pp. 094108, 2006.
[Bes04] M. Bescond, Modélisation et simulation du transport quantique dans les tran-
sistors MOS nanométriques, Thèse de doctorat, Université Aix-Marseille,
2004.
[Bin82] G. Binnig et H. Rohrer :
U.S. Patent : Scanning tunneling microscope.
Rapport technique, I.B.M, 4,343,993, 1982.
[Bin86] G. Binnig, C.F. Quate et C. Gerber, Atomic force microscope, Physical Review
Letters, Vol. 56, pp. 930–933, 1986.
[Bjo02] M.T. Bjork, B.J. Ohlsson, C. Thelander, A. Persson, K. Deppert, L.R. Wallen-
berg et L. Samuelson, Nanowire resonant tunneling diodes, Applied Physics
Letters, Vol. 81, pp. 4458–4460, 2002.
[Blo70] K. Blotekja, Transport equations for electrons in 2-valley semiconductors, IEEE
Transactions on Electon Devices, Vol. 17, pp. 38, 1970.
[Boh52] D. Bohm, A suggested interpretation of the quantum theory in terms of hidden
variables, Physical Review, Vol. 85, pp. 166–179, 1952.
[Bon06] A. Bonaccorsi et G. Thoma :
Scientific and technological regimes in nanotechnology : combinatorial inventors
and performance.
Rapport technique, Laboratory of economics and management, p.43, 2006.
[Bor27] M. Born et R. Oppenheimer, Zur Quantentheorie der Molekeln, Annalen der
Physik, Vol. 84, pp. 457–484, 1927.
[Boy04] T.B. Boykin, G. Klimeck et F. Oyafuso, Valence band effective-mass expressions
in the sp(3)d(5)s(*) empirical tight-binding model applied to a Si and Ge
parametrization, Physical Review B, Vol. 69, pp. 115201, 2004.
[BSI09] Berkeley BSIM4.6.2 Manual :
156
Bibliographie
http ://www.device.eecs.berkeley.edu/bsim3/bsim4.html, 2009.

[Bur05] K. Burke, J. Werschnik et E.K.U. Gross, Time-dependent density functional
theory : Past, present, and future, Journal of Chemical Physics, Vol. 123,
pp. 062206, 2005.
[Cal01] A. Callegari, E. Cartier, M. Gribelyuk, H.F. Okorn-Schmidt et T. Zabel, Phy-
sical and electrical characterization of Hafnium oxide and Hafnium silicate
sputtered films, Journal of Applied Physics, Vol. 90, pp. 6466–6475, 2001.
[Car66] M. Cardona et F.H. Pollak, Energy-Band Structure of Germanium and silicon-
K.P Method, Physical Review, Vol. 142, pp. 530, 1966.
[Cas10] M. Casse, K. Tachi, S. Thiele et T. Ernst, Spectroscopic charge pumping in Si
nanowire transistors with a high-kappa/metal gate, Applied Physics Letters,
Vol. 96, pp. 123506, 2010.
[Cel03] G.K. Celler et S. Cristoloveanu, Frontiers of silicon-on-insulator, Journal of
Applied Physics, Vol. 93, pp. 4955–4978, 2003.
[Che08a] M.J. Chen et L.F. Lu, A parabolic potential barrier-oriented compact model for
the k BT layer’s width in nano-MOSFETs, IEEE Transactions on Electron
Devices, Vol. 55, pp. 1265–8, 2008.
[Che08b] M.J. Chen, L.F. Lu et C.Y. Hsu, On the Mean Free Path for Backscattering
in k(B)T Layer of Bulk Nano-MOSFETs, IEEE Transactions on Electon
Devices, Vol. 55, pp. 3594–3598, 2008.
[Chi04] T.K. Chiang et M.L. Chen, A compact, continuous analytic I-V model for
surrounding-gate MOSFETs, In 2004 : 7th International Conference on Solid-
State and Integrated Circuits Technology, Vols 1- 3, Proceeding, pp. 1196–
1199, 2004.
[Chu00] S.W. Chung, J.Y. Yu et J.R. Heath, Silicon nanowire devices, Applied Physics
Letters, Vol. 76, pp. 2068–2070, APR 10 2000.
[Cle06] R Clerc, P Palestri et L Selmi, On the physical understanding of the kT-layer
concept in quasi-ballistic regime of transport in nanoscale devices, IEEE
Transactions on Electon Devices, Vol. 53, pp. 1634–1640, 2006.
[Coh95] C. Cohen-Tannoudji, B. Diu et F. Laloë, Mécanique quantique, tome 1 & 2 ,
Dunod, 1995.
[Col07] J. P. Colinge, Multi-gate SOI MOSFETs, Microelectronic Engineering, Vol. 84,
pp. 2071–2076, 2007.
[Cui01] Y Cui et C.M. Lieber, Functional nanoscale electronic devices assembled using
silicon nanowire building blocks, Science, Vol. 291, pp. 851–853, 2001.
157
Bibliographie
[Cui03] Y. Cui, Z.H. Zhong, D.L. Wang, W.U. Wang et C.M. Lieber, High performance
silicon nanowire field effect transistors, Nano Letters, Vol. 3, pp. 149–152,
2003.
[Dat02] S. Datta, The non-equilibrium Green’s function (NEGF) formalism : An elemen-
tary introduction, In International Electron Devices 2002 Meeting, Technical
Digest, pp. 703, 2002.
[Del04] C. Delerue et M. Lannoo, Nanostrutures Theory and Modelling, Springer, 2004.
[Den74] R.H. Dennard, F.H. Gaensslen, H.N. Yu et A.R. Leblanc, Design of Ion Implan-
ted MOSFET’s with very small physical dimensions, IEEE of Solid State
Circuits, Vol. 9, pp. 256, 1974.
[Dic04] K.A. Dick, K. Deppert, M.W. Larsson, T. Martensson, W. Seifert, L.R. Wallen-
berg et L. Samuelson, Synthesis of branched ‘nanotrees’ by controlled seeding
of multiple branching events, Nature Materials, Vol. 3, pp. 380–384, 2004.
[Dua02] X.F. Duan, Y. Huang et C.M. Lieber, Nonvolatile memory and programmable
logic from molecule-gated nanowires, Nano Letters, Vol. 2, pp. 487–490, 2002.
[Dup08] C. Dupre, A. Hubert, S. Becu, M. Jublot, V. Maffini-Alvaro, C. Vizioz, F. Aus-
senac, C. Arvet, S. Barnola, J.-M. Hartmann, G. Garnier, F. Allain, J.-P.
Colonna, M. Rivoire, L. Baud, S. Pauliac, V. Loup, T. Chevolleau, P. Ri-
vallin, B. Guillaumot, G. Ghibaudo, O. Faynot, T. Ernst et S. Deleonibus,
15 nm-diameter 3D stacked nanowires with independent gates operation :
PhiFET, In 2008. IEEE International Electron Devices Meeting Technical
Digest, 2008.
[Eig90] D.M. Eigler et E.K. Schweizer, Positioning single atoms with scanning tunneling
microscope, Nature, Vol. 344, pp. 524–526, 1990.
[Enz06] C.C. Enz et E.A. Vittoz, charge-based MOS transistor modeling : The EKV
model for low-power and RF IC design, Wiley, 2006.
[Ern08] T. Ernst, L. Duraffourg, C. Dupre, E. Bernard, P. Andreucci, S. Becu, E. Ollier,
A. Hubert, C. Halte, J. Buckley, O. Thomas, G. Delapierre, S. Deleonibus,
B. de Salvo, P. Robert et O. Faynot, Novel Si-based nanowire devices : Will
they serve ultimate MOSFETs scaling or ultimate hybrid integration ?, In
2008. IEEE International Electron Devices Meeting Technical Digest, 2008.
[Ess03] D. Esseni et A. Abramo, Modeling of electron mobility degradation by remote
Coulomb scattering in ultrathin oxide MOSFETs, IEEE Transaction on Elec-
tron Devices, Vol. 50, pp. 1665–1674, 2003.
[Fay95] O. Faynot, Caractérisation et modélisation du fonctionnement des transistors
MOS ultra-subnicroniques fabriqués sur film SIMOX très minces, Thèse de
doctorat, Institut National Polytechnique de Grenoble, 1995.
158
Bibliographie
[Fen04] C. Fenouillet-Beranger, T. Skotnicki, S. Monfray, N. Carriere et F. Boeuf, Re-

quirements for ultra-thin-film devices and new materials for the CMOS road-
map, Solid-State Electronics, Vol. 48, pp. 961–967, 2004.
[Fen09] C. Fenouillet-Beranger, P. Perreau, L. Pham-Nguyen, S. Denorme, F. Andrieu,
L. Tosti, L. Brevard, O. Weber, S. Barnola, T. Salvetat, X. Garros, M. Cas-
seacute, C. Leroux, J.P. Noel, O. Thomas, B. Le-Gratiet, F. Baron, M. Ga-
tefait, Y. Campidelli, F. Abbate, C. Perrot, C. de Buttet, R. Beneyton,
L. Pinzelli, F. Leverd, P. Gouraud, E. Josse, N. Planes, D. Delprat, F. Boedt,
K. Bourdelle, B.Y. Nguyen, F. Boeuf, O. Faynot et T. Skotnicki, Hybrid
FDSOI/Bulk high-k/Metal gate platform for Low Power (LP) multimedia
technology, In 2009 IEEE International Electron Devices Meeting Technical
Digest, 2009.
[Fer76] D.K. Ferry, 1st-order optical and intervalley scattering in semiconductors, Phy-
sical Review B, Vol. 14, pp. 1605–1609, 1976.
[Fis93] M.V Fischetti et S.E Laux, Monte-Carlo study of electron transport in silicon
inversion layers, Physical Review B, Vol. 48, pp. 2244–2274, 1993.
[Gil03] D. C. Gilmer, R. Hegde, R. Cotton, J. Smith, L. Dip, R. Garcia, V. Dhandapani,
D. Triyoso, D. Roan, A. Franke, R. Rai, L. Prabhu, C. Hobbs, J. M. Grant,
L. La, S. Samavedam, B. Taylor, H. Tseng et P. Tobin, Compatibility of si-
licon gates with hafnium-based gate dielectrics, Microelectronic Engineering,
Vol. 69, pp. 138–144, 2003.
[Gil04] G. Gildenblat, H.L. Wang, T.L. Chen, X. Gu et X.W. Cai, SP : An advan-
ced surface-potential-based compact MOSFET model, IEEE Journal of Solid-
State Circuits, Vol. 39, pp. 1394–1406, 2004.
[Gil06] G. Gildenblat, X. Li, W. Wu, H. Wang, A. Jha, R. van Langevelde, G.D. Smit,
A.J. Scholten et D.B. Klaassen, PSP : An advanced surface-potential-based
MOSFET model for circuit simulation, IEEE Transactions on Electon De-
vices, Vol. 53, pp. 1979–1993, 2006.
[Gol06] J. Goldberger, A.I. Hochbaum, R. Fan et P. Yang, Silicon vertically integrated
nanowire field effect transistors, Nano Letters, Vol. 6, pp. 973–977, 2006.
[Goo85] S.M Goodnick, D.K Ferry, C.W Wilmsen, Z Liliental, D Fathy et O.L Krivanek,
Surface-roughness at the Si(100)-SiO2 interface, Physical Review B, Vol. 32,
pp. 8171–8186, 1985.
[Gre58] D.A. Greenwood, The Boltzmann equation in the theory of electrical conduction
in metals, Proceedings of the Physical Society of London, Vol. 71, pp. 585–
596, 1958.
159
Bibliographie
[Gri02] M. Gritsch, Numerical modeling of silicon-on-insulator MOSFETs, Thèse de

doctorat, Technischen Universität Wien, 2002.
[Gud02] M.S. Gudiksen, L.J. Lauhon, J. Wang, D.C. Smith et C.M. Lieber, Growth
of nanowire superlattice structures for nanoscale photonics and electronics,
Nature, Vol. 415, pp. 617–620, 2002.
[Gus03] E. P. Gusev, C. Cabral, M. Copel, C. D’Emic et M. Gribelyuk, Ultrathin HfO2
films grown on silicon by atomic layer deposition for advanced gate dielectrics
applications, Microelectronic Engineering, Vol. 69, pp. 145–151, 2003.
[Hah04] J. Hahm et C.M. Lieber, Direct ultrasensitive electrical detection of DNA and
DNA sequence variations using nanowire nanosensors, Nano Letters, Vol.
4, pp. 51–54, 2004.
[Ham07] A.E. Hamdy, Compact Modeling of multiple gate MOS devices, Thèse de docto-
rat, XX, 2007.
[Han89] W. Hansch, T. Vogelsang, R. Kircher et M. Orlowski, Carrier-transport near
the Si/SiO2 interface of a MOSFET, Solid-State Electronics, Vol. 32, pp.
839–849, 1989.
[Har28] P.R. Hartree, The wave mechanics of an atom ith a non-coulomb central field :
Theory and methods, Cambridge Philosophical Society, Vol. 24, pp. 89–110,
1928.
[Har05] S. Harrison, Dispositifs GAA en technologie SON : conception, caractérisation et
modélisation en vue de l’intégration dans les noeuds CMOS avancés, Thèse
de doctorat, Université de Provence, 2005.
[Hed65] L. Hedin, New Method for Calculating 1-Particule Greens Functionwith A ppli-
cation to Electron-Gas Problem, Physical Review, Vol. 139, pp. A796+,
1965.
[Hu08] Y. Hu, J. Xiang, G. Liang, H. Yan et C.M. Lieber, Sub-100 nanometer channel
length Ge/Si nanowire transistors with potential for 2 THz switching speed,
Nano Letters, Vol. 8, pp. 925–930, 2008.
[Hua01] Y. Huang, X.F. Duan, Y. Cui, L.J. Lauhon, K.H. Kim et C.M. Lieber, Logic
gates and computation from assembled nanowire building blocks, Science, Vol.
294, pp. 1313–1317, 2001.
[Hue08] K. Huet, Modélisation du transport sous contraintes mécaniques dans les tran-
sistors sub-65nm pour la microélectronique CMOS, Thèse de doctorat, Uni-
versité Paris Sud, 2008.
[Hyb86] M.S. Hybertsen et S.G. Louie, Electron Correlation in Semiconductors and In-
sulators - Band-Gaps and Quasi-particle energies, Physical Review B, Vol.
160
Bibliographie
34, pp. 5390–5413, 1986.

[Ini05] B. Iniguez, D. Jimenez, J. Roig, H.A. Hamid, L.F. Marsal et J. Pallares, Expli-
cit continuous model for long-channel undoped surrounding gate MOSFETs,
IEEE Transactions on Electon Devices, Vol. 52, pp. 1868–1873, 2005.
[ITR05] ITRS :
2005 International Technology Roadmap for Semiconductors.
http://public.itrs.net, 2005.
[ITR11] ITRS :
2011 International Technology Roadmap for Semiconductors.
http://public.itrs.net, 2011.
[Jac83] C. Jacoboni et L. Reggiani, The Monte-Carlo method for the solution of charge
transport in semiconductors with applications to covalent materials, Reviews
of Modern Physics, Vol. 55, pp. 645–705, 1983.
[Jan98] J.M. Jancu, R. Scholz, F. Beltram et F. Bassani, Empirical spds* tight-binding
calculation for cubic semiconductors : General method and material para-
meters, Physical Review B, Vol. 57, pp. 6493–6507, 1998.
[Jau06] M.A. Jaud, Approche du potentiel effectif pour la silmulation Monte-Carlo du
transport électronique avec effets de quantification dans les dispositifs MOS-
FETs, Thèse de doctorat, Institut national Polytechnique de Grenoble, 2006.
[Jim04] D. Jimenez, B. Iniguez, J. Sune, L.F. Marsal, J. Pallares, J. Roig et D. Flores,
Continuous analytic I-V model for surrounding-gate MOSFETs, IEEE Elec-
tron Device Letters, Vol. 25, pp. 571–573, 2004.
[Jin06] S Jin, YJ Park et HS Min, A three-dimensional simulation of quantum trans-
port in silicon nanowire transistor in the presence of electron-phonon inter-
actions, Journal of Applied Physics, Vol. 99, pp. 123719, 2006.
[Jin07] S. Jin, M.V. Fischetti et T.W. Tang, Modeling of electron mobility in gated sili-
con nanowires at room temperature : Surface roughness scattering, dielectric
screening and band nonparabolicity, Journal of Applied Physics, Vol. 102,
pp. 083715, 2007.
[Kem08] T.J. Kempa, B. Tian, D.R. Kim, J. Hu, X. Zheng et C.M. Lieber, Single and
tandem axial p-i-n nanowire photovoltaic devices, Nano Letters, Vol. 8, pp.
3456–3460, 2008.
[Kot04] R. Kotlyar, B. Obradovic, P. Matagne, M. Stettler et M.D. Giles, Assessment
of room-temperature phonon-limited mobility in gated silicon nanowires, Ap-
plied Physics Letters, Vol. 84, pp. 5270–5272, 2004.
161
Bibliographie
[Kub57] R. Kubo, Statistical-mechanical theory of irreversible processes.1.General theory

and simple applications to magnetic and conduction problems, Journal of the
Physical Society of Japan, Vol. 12, pp. 570–586, 1957.
[Lan57] R. Landauer, Spatial variation of currents and fields due to localized scatterers
in metallic conduction, IBM Journal of Research and Development, Vol. 1,
pp. 223–231, 1957.
[Lee04] S. Lee, F. Oyafuso, P. von Allmen et G. Klimeck, Boundary conditions for the
electronic structure of finite-extent embedded semiconductor nanostructures,
Physical Review B, Vol. 69, pp. 045316, 2004.
[Lie07] C.M. Lieber et Z.L. Wang, Functional nanowires, MRS Bulletin, Vol. 32, pp.
99–108, 2007.
[Liu90] W. Liu, Semiconductor device simulation using quantum transport theory, Thèse
de doctorat, Cornell University, 1990.
[Liu09] F. Liu, J. Zhang, F. He, F. Liu, L. Zhang et M. Chan, A charge-based compact
model for predicting the current-voltage and capacitance-voltage characte-
ristics of heavily doped cylindrical surrounding-gate MOSFETs, Solid-State
Electronics, Vol. 53, pp. 49–53, 2009.
[Lui11] M. Luisier, Phonon-limited and effective low-field mobility in n- and p-type [100]-
, [110]-, and [111]-oriented Si nanowire transistors, Applied Physics letters,
Vol. 98, pp. 32111, 2011.
[Lun00] M. Lundstrom, Fundamentals of carrier transport, Cambridge University Press,
2000.
[Mar09] S. Martinie, Modélisation du transport quasi-balistique pour la simulation de
circuits à base de nano-transistors multigrilles, Thèse de doctorat, Université
de Provence, 2009.
[Mat04] H. Mathieu, Physique des semiconducteurs et des composants électroniques, 5˚
édition DUNOD, 2004.
[McK61] JP McKelvey, TP Brody et RL Longini, Alternative approach to solution of
added carrier transport problems in semiconductors, Physical Review, Vol.
123, pp. 51, 1961.
[Mun03] D. Munteanu et J.L. Autran, Two-dimensional modeling of quantum ballistic
transport in ultimate double-gate SOI devices, Solid-State Electronics, Vol.
47, pp. 1219–1225, 2003.
[Mun05] D. Munteanu, J.L. Autran, S. Harrison, K. Nehari, O. Tintori et T. Skotnicki,
Compact model of the quantum short-channel threshold voltage in symmetric
Double-Gate MOSFET, Molecular Simulation, Vol. 31, pp. 831–837, 2005.
162
Bibliographie
[Mun08] D. Munteanu, Modélisation et simulation numérique des dispositifs Multi-grilles,

Thèse de doctorat, Rapport HDR, Université Aix-Marseille, 2008.
[Nat94] K. Natori, Ballistic metal-oxide semiconductor field-effect transistor, Journal of
Applied Physics, Vol. 76, pp. 4879–4890, 1994.
[Neh06] K. Nehari, N. Cavassilas, J.L. Autran, M. Bescond, D. Munteanu et M. Lannoo,
Influence of band structure on electron ballistic transport in silicon nanowire
MOSFET’s : An atomistic study, Solid-State Electronics, Vol. 50, pp. 716–
721, 2006.
[Neo08] N. Neophytou, A. Paul, M. S. Lundstrom et G. Klimeck, Bandstructure effects in
silicon nanowire electron transport, IEEE Transactions on Electron Devices,
Vol. 55, pp. 1286–1297, 2008.
[Niq00] Y.M. Niquet, C. Delerue, G. Allan et M. Lannoo, Method for tight-binding
parametrization : Application to silicon nanostructures, Physical Review B,
Vol. 62, pp. 5109–5116, 2000.
[Niq06] Y.M. Niquet, A. Lherbier, N.H. Quang, M.V. Fernandez-Serra, X. Blase et
C. Delerue, Electronic structure of semiconductor nanowires, Physical Re-
view B, Vol. 73, pp. 165319, 2006.
[Pal09] M.G. Pala, C. Buran, S. Poli et M. Mouis, Full quantum treatment of surface
roughness effects in Silicon nanowire and double gate FETs, Journal of Com-
putational Electronics, Vol. 8, pp. 374–381, 2009.
[Par02] J.T. Park et J.P. Colinge, Multi-Gate SOI MOSFETs : Device designGuidelines,
[Pau06] P.J. Pauzauskie et P. Yang, Nanowire photonics, Materials Today, Vol. 9, pp.
36–45, 2006.
[Per08] M.P. Persson, A. Lherbier, Y.M. Niquet, F. Triozon et S. Roche, Orientatio-
nal Dependence of Charge Transport in Disordered Silicon Nanowires, Nano
Letter, Vol. 8, pp. 4146–4150, 2008.
[Pol08] S. Poli, M.G. Pala, T. Poiroux, S. Deleonibus et G. Baccarani, Size Depen-
dence of Surface-Roughness-Limited Mobility in Silicon-Nanowire FETs,
[Que06] D. Querlioz, J. Saint-Martin, V.N. Do, A. Bournel et P. Dollfus, A study of quan-
tum transport in end-of-roadmap DG-MOSFETs using a fully self-consistent
Wigner Monte Carlo approach, IEEE Transactions on Nanotechnology, Vol.
5, pp. 737–744, 2006.
[Rah02] A. Rahman et M.S. Lundstrom, A compact scattering model for the nanoscale
double-gate MOSFET, IEEE Transactions on Electon Devices, Vol. 49, pp.
163
Bibliographie
481–489, 2002.
[Ram07] E. B. Ramayya, D. Vasileska, S. M. Goodnick et I. Knezevic, Electron mobility
in silicon nanowires, IEEE Transactions on Nanotechnology, Vol. 6, pp.
113–117, 2007.
[Ran96] F. Rana, S. Tiwari et D.A. Buchanan, Self-consistent modeling of accumula-
tion layers and tunneling currents through very thin oxides, Applied Physics
letters, Vol. 69, pp. 1104–1106, 1996.
[Rog09] K. Rogdakis, S. Poli, E. Bano, K. Zekentes et M. G. Pala, Phonon- and surface-
roughness-limited mobility of gate-all-around 3C-SiC and Si nanowire FETs,
Nanotechnology, Vol. 20, pp. 295202, 2009.
[Rur10] R. Rurali, Colloquium : Structural, electronic, and transport properties of silicon
nanowires, Reviews of Modern Physics, Vol. 82, pp. 427–449, 2010.
[Ryn08] D. Ryndyk, Green function techniques in the treatment of quantum transport at
the molecular scale, Springer, 2008.
[Sai06] J. Saint-Martin, A. Bournel, F. Monsef, C. Chassat et P. Dollfus, Multi sub-
band Monte Carlo simulation of an ultra-thin double gate MOSFET with 2D
electron gas, Semiconductor Science and Technology, Vol. 21, pp. L29–L31,
2006.
[Sar08] E. Sarrazin, S. Barraud, F. Triozon et A. Bournel, A self-consistent calculation of
band structure in silicon nanowires using a Tight-Binding model, In SISPAD
2008 International Conference on Simulation of Semiconductor Processes
and devices, pp. 349–352, 2008.
[Sar09] E. Sarrazin, Etude du transport électronique dans un nanofil de silicium, Thèse
de doctorat, Université Paris-Sud 11, 2009.
[Sca07] S. Scaldaferri, G. Curatola et G. Iannaccone, Direct solution of the boltzmann
transport equation and poisson-schrodinger equation for nanoscale MOS-
FETs, IEEE Transactions on Electon Devices, Vol. 54, pp. 2901–2909, 2007.
[Sel84] S. Selberherr, Analysis and simulation of semiconductor devices, Springer-
Verlag Wien New-York, 1984.
[SIL] SILVACO :
Atlas users manual.
http ://www.silvaco.com.
[Sla54] J.C. Slater et G.F. Koster, Simplified LCAO Method for the Periodic Potential
Problem, Physical Review, Vol. 94, pp. 1498–1524, 1954.
[Ste74] F. Stern, Quantum properties of surface space-charge layers, Critical Reviews
in Solid State Sciences, Vol. 4, pp. 499–514, 1974.
164
Bibliographie
[Suk07] S.D. Suk, M. Li, Y.Y. Yeoh, K.H. Yeo, K.H. Cho, I.K. Ku, H.C., W.J. Jang,
D.W. Kim, D. Park et W.S. Lee, Investigation of nanowire size dependency
on TSNWFET, In 2007 IEEE International Electron Devices Meeting -
IEDM, pp. 891–4, 2007.
[Suz96] K. Suzuki, Y. Tosaka et T. Sugii, Analytical threshold voltage model for short
channel n(+)-p(+) double-gate SOI MOSFET’s, IEEE Transactions on Elec-
ton Devices, Vol. 43, pp. 732–738, 1996.
[Tac09] K. Tachi, M. Casse, D. Jang, C. Dupre, A. Hubert, N. Vulliet, V. Maffini-Alvaro,
C. Vizioz, C. Carabasse, V. Delaye, J. M. Hartmann, G. Ghibaudo, H. Iwai,
S. Cristoloveanu, O. Faynot et T. Ernst, Relationship between mobility and
high-k interface properties in advanced Si and SiGe nanowires, In 2009 IEEE
International Electron Devices Meeting, pp. 288–291, 2009.
[Tac11] K. Tachi, A Study on Carrier Transport Properties of Vertically-Stacked Nano-
wire Transistors, Thèse de doctorat, Science and engineering Tokyo institute
of technology, 2011.
[Tan90] I.H. Tan, G.L. Snider, L.D. Chang et E.L. Hu, A Self-consistent solution of
Schrödinger-Poisson equations using a nonuniform mesh, Journal of Applied
Physics, Vol. 68, pp. 4071–4076, 1990.
[The03] C. Thelander, T. Martensson, M.T. Bjork, B.J. Ohlsson, M.W. Larsson, L.R.
Wallenberg et L. Samuelson, Single-electron transistors in heterostructure
nanowires, Applied Physics Letters, Vol. 83, pp. 2052–2054, 2003.
[Tia07] B. Tian, X. Zheng, T.J. Kempa, Y. Fang, N. Yu, G. Yu, J. Huang et C.M.
Lieber, Coaxial silicon nanowires as solar cells and nanoelectronic power
sources, Nature, Vol. 449, pp. 885–U8, 2007.
[Tri05] V.P. Trivedi et J.G. Fossum, Quantum-mechanical effects on the threshold vol-
tage of undoped double-gate MOSFETs, IEEE Electron Device Letters, Vol.
26, pp. 579–582, 2005.
[Tse93] C. Tserbak, H.M. Polatoglou et G. Theodorou, Unified approach to the
electronic-structure of strained Si/Ge superlattices, Physical Review B, Vol.
47, pp. 7104–7124, 1993.
[Van94] M.J. Van Dort, P.H. Woerlee et A.J. Walker, A simple-model for quantization ef-
fects in heavily-doped silicon MOSFETs at inversion conditions, Solid-State
Electronics, Vol. 37, pp. 411–414, 1994.
[Ven02] R. Venugopal, Z. Ren, S. Datta, M.S. Lundstrom et D. Jovanovic, Simula-
ting quantum transport in nanoscale transistors : Real versus mode-space
approaches, Journal of Applied Physics, Vol. 92, pp. 3730–3739, 2002.
165
Bibliographie
[Vin09] M. Vinet, T. Poiroux, C. Licitra, J. Widiez, J. Bhandari, B. Previtali, C. Vizioz,

D. Lafond, C. Arvet, P. Besson, L. Baud, Y. Morand, M. Rivoire, F. Nemou-
chi, V. Carron et S. Deleonibus, Self-Aligned Planar Double-Gate MOSFETs
by Bonding for 22-nm Node, With Metal Gates, High-kappa Dielectrics, and
Metallic Source/Drain, IEEE Electron Device Letters, Vol. 30, pp. 748–750,
2009.
[Vog83] P. Vogl, H.P. Hjalmarson et J.D. Dow, A Semi-empirical Tight-Binding theory of
the electronic structure of semiconductors, Journal of Physics and Chemistry
of Solids, Vol. 44, pp. 365–378, 1983.
[Wag64] R.S. Wagner et W.C. Ellis, Vapor-Liquid-Solid mechanism of single crystal
growth, Applied Physics Letters, Vol. 4, pp. 89–90, 1964.
[Wan05] J Wang, E Polizzi, A Ghosh, S Datta et M Lundstrom, Theoretical investiga-
tion of surface roughness scattering in silicon nanowire transistors, Applied
Physics letter, Vol. 87, pp. 43101, 2005.
[Wan06] Y. Wang, V. Schmidt, S. Senz et U. Goesele, Epitaxial growth of silicon na-
nowires using an aluminium catalyst, Nature Nanotechnology, Vol. 1, pp.
186–189, 2006.
[Web08] O. Weber, O. Faynot, F. Andrieu, C. Buj-Dufournet, F. Allain, P. Schei-
blin, J. Foucher, N. Daval, D. Lafond, L. Tosti, L. Brevard, O. Rozeau,
C. Fenouillet-Beranger, M. Marin, F. Boeuf, D. Delprat, K. Bourdelle, B. Y.
Nguyen et S. Deleonibus, High Immunity to Threshold Voltage Variability in
Undoped Ultra-Thin FDSOI MOSFETs and its Physical Understanding, In
IEEE 2008 International Electron Devivces Meeting Technical Digest, pp.
245–248, 2008.
[Wet01] A. Wettstein, A. Schenk et W. Fichtner, Quantum device-simulation with the
density-gradient model on unstructured grids, IEEE Transactions on Electon
Devices, Vol. 48, pp. 279–284, 2001.
[Wil00] G.D. Wilk, R.M. Wallace et J.MM Anthony, Hafnium and zirconium silicates
for advanced gate dielectrics, Journal of Applied Physics, Vol. 87, pp. 484–
492, 2000.
[Yok86] K Yokoyama et K Hess, Monte-Carlo study of electronic transport in Al1-
XGaXAs/GsAs single well heterostructures, Physical Review B, Vol. 33, pp.
5595–5606, 1986.
[Yu07a] B. Yu, H. Lu, M. Liu et Y. Taur, Explicit continuous models for double-gate
and surrounding-gate MOSFETs, IEEE Transactions on Electon Devices,
Vol. 54, pp. 2715–2722, 2007.
166
Bibliographie
[Yu07b] B. Yu, W. Lu, H. Lu et Y. Taur, Analytic charge model for surrounding-gate

MOSFETs, IEEE Transactions on Electon Devices, Vol. 54, pp. 492–496,
2007.
[Zer04] M Zervos et LF Feiner, Electronic structure of piezoelectric double-barrier
InAs/InP/InAs/InP/InAs(111) nanowires, Journal of Applied Physics, Vol.
95, pp. 281–291, 2004.
[Zha10] W. Zhang, C. Delerue, Y.M. Niquet, G. Allan et E. Wang, Atomistic modeling
of electron-phonon coupling and transport properties in n-type [110] silicon
nanowires, Physical Review B, Vol. 82, pp. 115319, 2010.
[Zhe04] G.F. Zheng, W. Lu, S. Jin et C.M. Lieber, Synthesis and fabrication of high-
performance n-type silicon nanowire transistors, Advanced Materials, Vol.
16, pp. 1890+, 2004.
[Zho03] Z.H. Zhong, D.L. Wang, Y. Cui, M.W. Bockrath et C.M. Lieber, Nanowire
crossbar arrays as address decoders for integrated nanosystems, Science, Vol.
302, pp. 1377–1379, 2003.
167
Bibliographie
168
Liste de publications de l’auteur
Chapitre de livre
J. Dura, S. Martinie, D. Munteanu, F. Triozon, S. Barraud, Y. M. Niquet et J. L.

Autran, Nanowires : promising candidates for electrostatic control in future nanoelectronic
devices, Intech book, ISBN : 978-953-51-0239-7, 2012.
Publications revues à comité de lecture
J. Dura, F. Triozon, S. Barraud, D. Munteanu, S. Martinie et J.L. Autran. Kubo-

Greenwood approach to analytical model for the calculation of mobility in GAA nanowire
MOSFET including screened remote Coulomb scattering - Comparison with experimental
data, Journal of Applied Physics, vol. 111, 103710, 2012.
S. Martinie, D. Munteanu, G. Le Carval, J. Dura, M.A. Jaud, S. Barraud et J.L. Au-

tran. Impact of (Quasi-)Ballistic Transport on Operation of Complementary Metal-Oxide-
Semiconductor Inverters Based on Fully-Depleted Silicon-on-Insulator and Nanowire De-
vices, Japanese Journal of Applied Physics, 2011
Conférences internationales
J. Dura, S. Martinie, D. Munteanu, M.A. Jaud, S. Barraud et J.L. Autran. Analytical

model of quantum threshold voltage in short-channel nanowire MOSFET including band
structure effects, Proceedings of NSTI-Nanotech WCM, Vol. 2, pp.801-804, ISBN 978-1-
4398-3402-2, Anaheim, California, USA, June 21-24, 2010.
J. Dura, S. Martinie, D. Munteanu, F. Triozon, S. Barraud, Y.M. Niquet, J.C. Barbé

et J.L. Autran. Analytical model of ballistic current for GAA nanowire MOSFET inclu-
ding band structure effects : Application to ring oscillator, Proceedings of 2011 Ultimate
Integration of Silicon, ISBN 978-1-4577-0089-7, Cork, Ireland, March 14-16, 2011.
J. Dura, S. Martinie, D. Munteanu, F. Triozon, S. Barraud, Y.M. Niquet et J.L. Autran.
169
Liste de publications de l’auteur
Analytical model of drain current in nanowire MOSFETs including quantum confinement,

band structure effects and quasi-ballistic transport : device to circuit performances analy-
sis, Proceedings of 2011 Simulation of Semiconductor Processes and Devices (SISPAD),
Osaka, Japan, Sept 08-10, 2011.
J. Dura, F. Triozon, D. Munteanu, S. Barraud et J.L. Autran. Electronic transport in

GAA silicon nanowire MOSFETs : from Kubo-Greenwood mobility including screening
remote coulomb scattering to analytical backscattering coefficient, Proceedings of 2012 In-
ternational Workshop on Computational Electronics (IWCE), accepted (2012).
J. Dura, F. Triozon, D. Munteanu, S. Barraud et J.L. Autran. Numerical study of varia-

bility of technological parameters on remote coulomb scattering in nanowire MOSFETs,
Proceedings of 2012 Simulation of Semiconductor Processes and Devices (SISPAD), Den-
ver, USA, Sept 05-07, 2012.
O. Thomas, J.P. Noel, C. Fenouillet-Beranger, M.A. Jaud, J. Dura, P. Perreau, F. Boeuf,

F. Andrieu, D. Delprat, F. Boedt, K. Bourdelle, B.Y. Nguyen, A. Vladimirescu et A.
Amara. 32nm and beyond Multi-V(T) Ultra-Thin Body and BOX FDSOI : From Device
to Circuit, Proceedings of 2010 IEEE International Symposium on Circuits and Systems
(ISCAS), ISBN : 978-1-4244-5309-2, 2010.
M.A. Jaud, P. Scheiblin, S. Martinie, M. Casse, O. Rozeau, J. Dura, J. Mazurier, A.

Toffoli, O. Thomas, F. Andrieu et O. Weber. TCAD simulation vs. experimental results
in FDSOI technology : From advanced mobility modeling to 6T-SRAM cell characteris-
tics prediction, Proceedings of 2010 Simulation of Semiconductor Processes and Devices
(SISPAD), Bologna, Italy, Sept 06-08, 2011.
170

Dura 0299000505Z TH

Transféré par

Droits d'auteur :

Formats disponibles

Dura 0299000505Z TH

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Dura 0299000505Z TH

Transféré par

Droits d'auteur :

Formats disponibles

Année 2012

Ecole doctorale : Mécanique, Physique, Micro- et Nano-électronique

Etude et modélisation des phénomènes physiques émergents

Directeur de thèse : Daniela MUNTEANU

Soutenue le 18 octobre 2012 devant la commission d’examen :

Président M. Ian O’Connor Professeur, Ecole centrale de Lyon

Thèse préparée au Laboratoire Electronique et des Technologies de l’Information

Après un investissement professionnel et personnel de près de 36 mois, voilà que ma

I Simulation du transport électronique dans les nanocompo-

1 La structure électronique d’un matériau 21

2 Modélisation du transport électronique : du classique au quantique... 35

II L’architecture "nanofil" comme solution pour le contrôle

3 Le transistor MOSFET comme brique de base de la nanoélectronique 59

4 Structure électronique du nanofil de silicium 69

5 Modélisation analytique de l’électrostatique des MOSFETs à base de

III Étude et modélisation du transport électronique 99

6 Étude numérique des mécanismes d’interactions 103

6.2 Interaction "phonons" . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.3 Interaction "rugosité de surface" . . . . . . . . . . . . . . . . . . . . . . . . 110

6.4 Interaction "Coulombienne à distance" . . . . . . . . . . . . . . . . . . . . 114

6.4.1 Potentiel d’interaction Coulombien NON écranté . . . . . . . . . . . 115

6.4.2 Potentiel d’interaction Coulombien écranté . . . . . . . . . . . . . . 118

6.5 Comparaison et validation sur données expérimentales . . . . . . . . . . . 120

6.6 Résultats et discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

6.6.1 Impact du diamètre du nanofil . . . . . . . . . . . . . . . . . . . . . 121

6.6.2 Impact des paramètres technologiques . . . . . . . . . . . . . . . . 122

7 Modélisation analytique du courant quasi-balistique des MOSFETs à

7.1 La méthode des flux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

7.1.1 Description physique générale d’un nanocomposant . . . . . . . . . 126

7.1.2 Approche de Landauer . . . . . . . . . . . . . . . . . . . . . . . . . 127

7.2 Modélisation du transport quasi-balistique . . . . . . . . . . . . . . . . . . 128

7.2.1 Notion de source virtuelle . . . . . . . . . . . . . . . . . . . . . . . 128

7.2.2 Modèle en courant . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

7.3 Le coefficient de réflexion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

7.3.1 État de l’art . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

7.3.2 Approche de McKelvey . . . . . . . . . . . . . . . . . . . . . . . . . 134

7.3.3 Application à notre nanofil . . . . . . . . . . . . . . . . . . . . . . . 135

7.3.4 Approche empirique de la puissance . . . . . . . . . . . . . . . . . . 136

7.3.5 Libre parcours moyen des porteurs . . . . . . . . . . . . . . . . . . 137

7.4 Résultats et comparaisons expérimentales . . . . . . . . . . . . . . . . . . . 140

7.5 Application à l’étude de petits circuits . . . . . . . . . . . . . . . . . . . . 142

rox Interface SiO2 /Hf O2 en coordonnées cylindriques

⇒ Un monde de plus en plus "nano"

Figure 1: Champ de nanofils de silicium obtenus par approche "bottom-up" (crois-

⇒ Quelles applications pour les nanofils ?

⇒ L’étude théorique et la simulation des propriétés des nanofils

mérique est devenue si populaire aujourd’hui.

⇒ Objectif et plan de ce travail

Simulation du transport électronique

La structure électronique d’un

1.1 Notions théoriques du problème à N corps

de l’équation de Schrödinger. Dans le cas stationnaire, celle-ci s’écrit pour un système

où H est l’hamiltonien du système. Il s’agit de l’opérateur décrivant les différentes contribu-

La première approximation employée en physique du solide est de découpler les degrés de

Par conséquent, l’équation initiale revient à résoudre l’équation de Schrödinger strictement

A partir de maintenant, nous nous intéresserons uniquement à la fonction d’onde élec-

1.2 Les différentes méthodes utilisées

où V est l’opérateur potentiel du système et me est la masse de l’électron.

ϕn,k (x) = un,k (x).eik.x (1.6)