首页 示例 截图 用户手册

下载

Windows Ubuntu

文档

用户手册 幻灯片与视频 教育者 论文 为什么选择 OghmaNano

EN

将模型拟合到实验数据

OghmaNano 的拟合工具使你能够将仿真与测量直接关联——把原始实验数据转化为有意义的物理参数。 通过将模型拟合到稳态或瞬态测量数据，你可以提取电荷载流子迁移率、复合系数、陷阱密度以及能量无序参数等量。 该优化框架支持多参数拟合，允许同时提取多个物理参数。 这些算法可用于drift–diffusion 模型、电路级模型，或 OghmaNano 中任何其他受支持的物理模型——从而在不同仿真域之间提供统一的拟合工作流。

主要特性：

• 多参数提取 — 一次拟合多个物理常数，例如迁移率、复合常数、陷阱密度等。
• 用于从 .txt、.csv 或 .dat 文件导入实验数据的易用界面。
• 使用 downhill simplex（Nelder–Mead）算法实现快速、稳健的优化，无需导数即可获得可靠收敛。
• 可拟合稳态（例如 JV 曲线、Suns–Voc）或时域（例如 TPV、TPC、CELIV）数据集。
• 实时可视化 — 在拟合过程中观察仿真曲线的演化，从而对收敛情况获得即时反馈。
• 多数据集全局拟合 — 同时拟合同一器件的多组测量数据，以提取一组单一且自洽的物理参数。
• 参数约束 — 固定已知值或设置合理边界以引导拟合并避免非物理结果。
• 导出拟合得到的参数以及最终的仿真曲线，用于报告或进一步分析。

通过将实验数据与基于物理的建模相结合，OghmaNano 使研究人员能够在测量与仿真之间形成闭环——从而获得更深入的洞见、更准确的模型以及更快速的器件优化。

×