Смекни!
smekni.com

Методы численного моделирования МДП-структур (стр. 4 из 5)

(Dnj l+1)nl+1)k-pklr(pkl,nkl)nkl+1=-(nie2)kr(pkl,nkl) (3.26)

(Dpj l+1)pl+1)k-nklr(pkl,nkl)pkl+1=-(nie2)kr(pkl,nkl) (3.27)


где r(p,n)= +Cnn+Cpp.

Методы решения каждой из линейных систем уравнений, т.е. для определения j l+1,nl+1,pl+1 , будут рассмотрены позже.

Можно привести пример ещё двух подобных методов , отличающихся от предыдущего видом лианеаризованного разностного аналога уравнения Пуассона :

(Dhrjl+1)k=nkl-pkl-Ndk+Nak+(nkl+pkl)(jkl+1-jkl)/tk(3.28)

(Dhrjl+1)k=nkl-pkl-Ndk+Nak+(nkl/akl+pkl/bkl)(jkl+1-jkl) (3.29)

гдеakl=(jkl-jkl-1)/ln(nkl/nkl-1); bkl=(jkl-jkl-1)/ln(pkl/pkl-1);

Итерационный процесс (3.29),(3.26),(3.27) будем называть методом 1, итерационный процесс (3.25),(3.26),(3.27)-методом 2, итерационный процесс

(3.28),(3.26),(3.27)-методом 3. Метод 3 во многих случаях более эффективен, чем 1 и 2, и обладает более высокой скоростью сходимости. Другой подход к решению системы нелинейных разностных уравнений (*)(**), также основанный на линеаризации, связан с методом Ньютона .Запишем (*)(**) в виде

(Dhrj)k-nk+pk=-Ndk+Nak

Fk(jk-1,jk,jk+1,jk-m,jk+m,nk-1,... nk+m, pk-1,pk,pk+1,pk-m,pk+m)=0,

(3.30)

Gk(jk-1,jk,jk+1,jk-m,jk+m,nk-1,... nk+m, pk-1,pk,pk+1,pk-m,pk+m)=0,

(3.31)

Линеаризуя (3.30) и (3.31) в окрестности известного l-го приближения, получаем, что, для определения l+1 приближения неоходимо решить систему линейных уравнений

(Dhrjl+1)k-nkl+1+pkl+1=-Ndk+Nak

åh=k-1,k,k+1[ jhl+1+ nhl+1+ phl+1]+
¶Fkl¶ph
¶Fkl¶nh

h=k-m,k+m [ jhl+1+ nhl+1 +phl+1]=-Fkl+
¶Fkl¶ph
¶Fkl¶nh

h=k-1,k,k+1[ jhl+ nhl+ phl]+
h=k-m,k+m [ jhl+ nhl+phl] (3.32)
¶Gkl¶nh
¶Gkl¶ph

åh=k-1,k,k+1[ jhl+1+ nhl+1+ phl+1]+
¶Gkl¶ph
¶Gkl¶jh

h=k-m,k+m [ jhl+1+ nhl+1 +phl+1]=-Gkl+
h=k-1,k,k+1[ jhl+ nhl+ phl]+
h=k-m,k+m [ jhl+ nhl+phl]

с соответствующими краевыми условиями.Таким образом , на каждом шаге метода Ньютона необходимо решить линеаризованную систему линейных уравнений (3.32) .После того,как эта система решена ,пологаем l=l+1 и переходим к определению следующего приближения .Достоинством данного алгоритма является высокая (квадратичная ) скорость сходимость .Следует отметить ,что реализация метода Ньютона требует значительно больших затрат оперативной памяти по сравнению с методами 1-3.

3.2.3.1 Итерационные методы решения линеаризованных уравнений

На каждом шаге итерационного процесса в методах линеаризации 1-3 необходимо решить три системы эллиптических разностных уравнений большой размерности. Прямые методы их решения громоздки и требуют больших вычислительных затрат. Поэтому, как правило, используют итерационные методы. Методам решения эллиптических разностных уравнений посвящена обширная литература [4][5]. Рассмотрим наиболее широко применяющиеся методы решения этих уравнений.

Матрицы систем разностных уравнений (3.25), (3.28) и (3.29) (линеаризованное уравнение Пуассона) имеют сильное диаганальное преобладание, и их числа обусловленности (отношение максимального собственного значения матрицы к минимальному) невелики.

Поскольку числа обусловленности невелики, то нахождение решения указанных систем разностных уравнений не вызывает затруднений.Обычно используется метод поточечной верхней релаксации.

Определение решений разностных аналогов уравнений неразрывности для электронов и дырок является значительно более трудной задачей. Коэффициенты этих уравнений зависят от потенциала электрического поля ,который сильно меняется по структуре прибора. Данное обстоятельство приводит к плохой обусловленности (большим числам обусловленности) разностных уравнений. В связи с этим использование методов простой итерации и Зейделя [4][5], скорость сходимости которых обратно пропорциональна числу обусловленности, для решения разностных аналогов уравнений неразрывности требует очень больших вычислительных затрат.