Application of exhaustive simulation flow for advanced performance prediction of monolithic active pixel sensors

本論文は、リーク電流や照射効果を含まれるモノリシック・アクティブ・ピクセル・センサー（MAPS）の性能を正確に予測するために、TCAD、Allpix Squared、および SPICE を統合した包括的なシミュレーション・フローを提示し、この手法を Belle II TJ-Monopix2 センサーからの測定値に対して検証する。

要約

超高速粒子加速器用の究極の高速カメラを構築しようとしていると想像してください。このカメラは「モノリシックアクティブピクセルセンサー（MAPS）」と呼ばれ、他のすべてをぼやけさせるほど高速で移動する亜原子粒子の写真を撮影する必要があります。このカメラが完璧に機能することを確認するために、科学者たちは実際に製造する前に、カメラがどのように振る舞うかを正確に予測する「デジタルツイン」、つまり超精密なコンピュータシミュレーションを必要とします。

本論文は、そのデジタルツインを構築するための新しい、極めて詳細な手法を説明しています。著者たちはこれを「網羅的なシミュレーションフロー」と呼んでいます。これは、車の単純なスケッチから、実物大の風洞試験を経てエンジンが作動する仮想プロトタイプへと進化させるようなものです。

以下に、その手法を簡単なステップに分解して説明します。

1. 設計図の構築（3D モデル）

課題： 従来のシミュレーションは、都市の平面地図を見るようなものでした。建物の高さや通りの具体的な配置を見落としていたのです。これらのセンサーにおいて、微小な「ピクセル」（カメラの個々の光センサー）の物理的な形状は非常に重要です。形状がわずかにずれると、電気信号が混乱してしまいます。
解決策： チームはセンサーの実際の設計図（「レイアウト」）を取得し、それに基づいて正確な 3D モデルを構築しました。彼らは「深い p ウェル」といった特定の機能を含めました。これは電子の交通整理役として機能する特殊な材料層です。
結果： これらの 3D 詳細を含めることで、彼らは建物の周りを流れる風のように、電界がどのように流れるかを正確に把握できました。これにより、センサーが実際にどの程度の「電荷」（粒子からの信号）を捕捉するかを予測することが可能になりました。

2. 「経年劣化」プロセスのシミュレーション（照射）

課題： これらのカメラは、日本の Belle II 実験のような高放射線環境で使用されます。時間の経過とともに、放射線は砂嵐が像を削り取るように、センサーを損傷させます。この損傷は「リーク」（本来あるべきではない場所から電子が逃げること）を生み出し、センサーの電気的な扱い方を変化させます。
解決策： チームは、この損傷を模倣するシミュレーションを作成しました。彼らは単に推測したのではなく、センサーの内部電流が放射線による「摩耗」に伴ってどのように変化するかを予測する数学モデル（「ペルージャモデル」）を使用しました。
結果： 彼らは、センサーがより多くの放射線にさらされるにつれて、より多くの電流がリークし始めることを正確に予測することに成功しました。これは極めて重要です。なぜなら、リークが多すぎると、センサーの信号読み取り能力がショートしてしまうからです。

3. カメラの「脳」のテスト（フロントエンド電子回路）

課題： センサーは単に粒子を捕捉するだけでなく、信号を処理する小さな電子回路の「脳」（フロントエンド）を持っています。放射線がセンサーを損傷すると、この「脳」を混乱させる「ノイズ」電流が発生し、反応が遅くなったり弱くなったりします。
解決策： 彼らは、粒子の動きをシミュレートする物理シミュレーションと、脳の思考をシミュレートする回路シミュレーションを接続しました。電子回路のテストの標準である「SPICE」というツールを使用して、センサーが損傷した際に「脳」がどのように反応するかを確認しました。
結果： 彼らは、放射線がセンサーを「放電」させすぎて、信号を短く弱くしてしまうことを発見しました。彼らのシミュレーションは、実際の測定値とほぼ完全に一致し、損傷が電子回路にどのように影響するかを理解していることを証明しました。

4. 大団円：「Allpix Squared」の接続

大きな飛躍： 通常、科学者たちは、物理（粒子の動き）をシミュレートするツールと、電子（回路の動作）をシミュレートする別のツールを別々に使用します。これは、天気予報アプリを使って車エンジンを設計するようなもので、二つの異なる言語を使用していることになります。
革新： 著者たちは、この二つの世界をつなぐ橋を構築しました。彼らは、物理シミュレーターの「Allpix Squared」と、回路シミュレーターの「SPICE」を、単一のフローに組み合わせて統合しました。
テスト： 彼らは、実ラボでもテスト済みの放射性源（鉄 -55）を使用してシミュレーションを実行しました。

• 放射線照射前： シミュレーションは、実際のカメラと完全に一致する信号強度とタイミングを予測しました。
• 放射線照射後： 仮想センサーを「損傷」させた後でも、シミュレーションは、実際の損傷したカメラの挙動と依然として一致していました。

なぜこれが重要なのか（論文によると）

この論文は、この手法が病気を治したり、新しい携帯電話を製造したりすると主張しているわけではありません。代わりに、この手法は将来の粒子検出器の設計にとって「ゲームチェンジャー」であると主張しています。

この「網羅的」なフローを使用することで、科学者たちは以下が可能になります。

1. ナノ秒（10 億分の 1 秒）の精度で性能を予測する。
2. 製造にお金を費やす前に、設計を仮想的にテストする。
3. 放射線がセンサーをどのように破壊するかを正確に理解することで、次世代の粒子物理学実験向けに、より頑強で優れたカメラを設計する。

要約すれば、彼らは粒子加速器の過酷で放射線に満ちた環境において、粒子カメラがどのように振る舞うかを正確に視覚化できる「水晶玉」を構築しました。これにより、次世代の実験はより鮮明で正確なものになることが保証されます。

技術概要

技術概要：単一活性ピクセルセンサーの高度な性能予測への網羅的シミュレーションフローの適用

問題提起
単一活性ピクセルセンサー（MAPS）の最近の進展、特にナノ秒レベルのタイミング精度に関する進展は、従来のシミュレーションツールの能力を上回っている。既存の手法は、特に照射条件下において、電荷輸送の複雑な物理現象とフロントエンド電子回路の精密な電気的挙動を同時に扱うことができないことが多い。著者らは、電荷生成（感応体積内）からピクセルロジックのデジタル出力（到達時間および閾値超過時間、ToA/ToT）に至るまでの完全な信号連鎖を正確にモデル化できる、アップグレードされたシミュレーションフレームワークの重要な必要性を特定している。これは、OBELIX センサー（Belle II 頂点検出器のアップグレード用）などの次世代センサーの開発に不可欠である。OBELIX センサーは、高フラックス照射（$5 \times 10^{14} \text{ 1 MeV neq/cm}^2$）後の室温動作を必須とする。

手法
本論文は、主に Allpix Squared モンテカルロ環境と SPICE 電気シミュレーションを連携させることで、複数のシミュレーション領域を統合されたフレームワークに組み込む「網羅的シミュレーションフロー」を提案する。この手法は、以下の 4 つの主要な段階に構造化されている。

1. 3D TCAD レイアウト統合: 著者らは、物理的なピクセルレイアウト（特に n ウェルと p ウェル）を直接 3D TCAD（テクノロジー支援設計）モデルに統合する。これには、TJ-Monopix2 プロトタイプで見られる Reduced Deep P-Well（RDPW）の非対称性などの特定の機能をモデル化するために、GDS ファイルから層を抽出することが含まれる。これにより、n ウェル内の電荷損失を考慮しつつ、電界と電荷収集効率の正確な記述が可能となる。
2. 照射モデリング（物理および電気）:
   • 電荷輸送: 電荷トラッピングなどの電荷伝播に対する照射効果をモデル化する。
   • 電流の進化: Perugia モデルを用いて、照射に伴うリーク電流（$I_{leak}$）およびパンチスルー電流（$I_{pt}$）の進化をシミュレーションする。これには、基板と p ウェル間のリーク電流の温度依存性およびパンチスルー電流の電圧依存性を特徴づけることが含まれる。
   • フロントエンドの劣化: 照射がアナログフロントエンドに与える影響を、増加したリーク電流を表す電流源を導入することでモデル化する。これにより、センサーの放電効果（電流パルスの短縮と信号振幅の減少）をシミュレーションする。このモデルは、ファウンドリが提供するモンテカルロ分散値を用いてトランジスタのミスマッチも考慮する。
3. 結合モンテカルロおよび SPICE シミュレーション: 中核的な革新は、電荷の堆積・伝播・収集のための Allpix Squared と、フロントエンド回路応答のための SPICE との結合である。これは Allpix Squared 内の NetlistWriter モジュールを通じて実現される。各ピクセルには特定のミスマッチ ID が割り当てられ、統計的変動を維持しつつ、イベント間で一貫したピクセル間分散を確保する。
4. 検証: このフローは、最大 $5 \times 10^{14} \text{ 1 MeV neq/cm}^2$ のフラックスまで照射された TJ-Monopix2 プロトタイプ（サンプル W8R4、W2R17、W8R6）からの測定値に対して検証される。比較対象には、I-V 曲線、注入電荷に対する ToT 曲線、および照射前後の $^{55}\text{Fe}$ 分光応答が含まれる。

主な貢献

• レイアウトを考慮した TCAD モデリング: 特定のレイアウト機能（RDPW など）を 3D TCAD モデルに統合することで、電荷収集効率の予測精度が大幅に向上する。RDPW 構成は Full Deep P-Well（FDPW）構成と比較して、収集電荷において約 16% の改善を示す。
• ハイブリッドシミュレーションフレームワーク: Allpix Squared と SPICE の成功した結合により、電荷収集の物理現象および照射誘起リークによって動的に影響を受けるフロントエンドの電気的応答を含む、現実的な信号イベントのシミュレーションが可能となる。
• 包括的な照射モデリング: このアプローチは、電荷トラッピング（収集電荷の減少）とフロントエンド放電（高リーク電流による信号振幅の減少）という 2 つの視点から照射効果をモデル化する。
• 定量的検証: この手法は、照射後の閾値超過時間（ToT）値のシフトや信号振幅の劣化など、複雑な実験的挙動を再現する能力を実証している。

結果

• I-V 特性: Perugia モデルは、リーク電流（$I_{leak}$）の温度依存性および照射に伴うパンチスルー電流（$I_{pt}$）の一般的な減少傾向を成功裡に再現する。高バイアス電圧における $I_{pt}$ シミュレーションにはわずかな不一致があるものの、このモデルは照射後の基板電圧を低くできる運用上のシフトを捉えている。
• フロントエンド応答: 結合シミュレーションは、注入電荷に対する ToT 曲線を正確に再現する。照射前、シミュレーションは測定値と約 20% の範囲で一致する（例：140 DAC において 45 対 37 ToT 単位）。照射後、モデルは信号損失を正しく捉え、140 DAC において測定値 8 に対して ToT 10 を予測する。
• $^{55}\text{Fe}$ スペクトル: シミュレーションは、照射前の $^{55}\text{Fe}$ K$\alpha$ ピーク（約 1600 $e^-$）を成功裡に再現する。照射後、シミュレーションは電荷トラッピングおよびセンサー放電によるピークの広がりおよび減少を正しく反映する。
• 較正の一貫性: シミュレートされた ToT と収集電荷の関係を分析することで、著者らは $8.9 \text{ e}^-/\text{DAC}$ の注入静電容量を導き出し、これは測定値 $9 \text{ e}^-/\text{DAC}$ とよく一致する。

重要性
本論文は、この網羅的シミュレーションフローが現代の MAPS 開発のための堅牢なツールを提供すると主張している。詳細な TCAD 物理モデリングと高精度 SPICE 回路シミュレーションの間のギャップを埋めることで、この手法は極限条件（高放射線、室温）で動作するセンサーの性能を正確に予測することを可能にする。著者らは、このアプローチが Belle II 実験向けの OBELIX センサーの進行中の R&D に特に価値があり、将来の MAPS 世代への適用を意図していると述べている。この研究は、放射線損傷、電荷輸送、およびフロントエンド電子回路間の複雑な相互作用が効果的にモデル化でき、試行錯誤的な製造サイクルへの依存を軽減することを検証している。