Evolution of the Current-Voltage Characteristic of a Bipolar Memristor

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A theoretical model is proposed that can describe the current-voltage characteristic of a bipolar filament memristor during reversible switching. The model allows us to describe various types of current-voltage curves observed in experiments. It has been established that the initially formed filament, after a series of switching, acquires a stationary shape that reproduces the current-voltage characteristic.

Keywords

Full Text

Restricted Access

About the authors

A. V. Fadeev

Valiev Institute of Physics and Technology of the Russian Academy of Sciences

Author for correspondence.
Email: AlexVFadeev@gmail.com
Russian Federation, Moscow

K. V. Rudenko

Valiev Institute of Physics and Technology of the Russian Academy of Sciences

Email: rudenko@ftian.ru
Russian Federation, Moscow

References

  1. Soni K. and Sahoo S. A Review on Different Memristor Modeling and Applications // 2022 International Mobile and Embedded Technology Conference (MECON), Noida, India, 2022. P. 688–695.
  2. Xiao Y., Jiang B., Zhang Z., Ke Sh., Jin Y., Wen X. A review of memristor: material and structure design, device performance, applications and prospects // Sci. and Tec. of adv. Ma t. 2023. V. 24. № 1. P. 1–24.
  3. Patil A.R., Dongale T.D., Kamat R.K., Rajpure K.Y. Binary metal oxide-based resistive switching memory devices: a status review // Materials today communications 2023. V. 34. P. 105356.
  4. Fadeev A.V., Rudenko K.V. To the Issue of the Memristor’s HRS and LRS States Degradation and Data Retention Time // Russ. Microelectron. 2022. V. 50. № 5. P. 311–325.
  5. Wu L., Liu H., Li J., Wang S., Wang X. A Multi-level Memristor Based on Al-Doped HfO2 Thin Film. // Nanoscale Res. Lett. 2019. V. 14. P. 177.
  6. Larentis S., Nardi F., Balatti S., Gilmer D.C. and Ielmini D. Resistive Switching by Voltage-Driven Ion Migration in Bipolar RRAM-Part II: Modeling. // IEEE Trans. Electron Devices. 2012. V. 59. P. 2468–2475.
  7. Tang Z., Fang L., Xu N., Liu R. Forming compliance dominated memristive switching through interfacial reaction in Ti/TiO2/Au structure. // J. Appl. Phys. 2015. V. 118. P. 185309.
  8. Villena M.A., González M.B., Roldán J.B., Campabadal F., Jiménez-Molinos F., Gómez-Campos F.M., Suñé J. An in-depth study of thermal effects in reset transitions in HfO2 based RRAMs. // Solid-State Electronics. 2015. V. 111. P. 47–51.
  9. Rziga F.O., Mbarek K., Ghedira S., Besbes K. An efficient Verilog-A memristor model implementation: simulation and application. // J. Comput. Electron. 2019. V. 18. P. 1055–1064.
  10. Ji X., Dong Z., Lai C.S., Zhou G., Qi D. A physics-oriented memristor model with the coexistence of NDR effect and RS memory behavior for bio-inspired computing. // Materials Today Advances, 2022. V. 16. P. 100293.
  11. Marchewka A., Waser R. and Menzel S. Physical simulation of dynamic resistive switching in metal oxides using a Schottky contact barrier model. // 2015 International Conference on Simulation of Semiconductor Processes and Devices (SISPAD), Washington DC. USA. 2015. P. 297–300.
  12. Maruf M.H. &. Ali S.I. Review and comparative study of I–V characteristics of different memristor models with sinusoidal input. // International Journal of Electronics, 2020. V. 107:3. P. 349–375.
  13. Guo T., Pan K., Jiao Y., Sun B., Du C., Mills J.P., Chen Z., Zhao X., Wei L., Zhou Y.N., Wu Y.A. Versatile Memristor for Memory and Neuromorphic Computing. // Nanoscale Horiz. 2022. V. 7. № 3. P. 299–310.
  14. Shen W., Kumar S., Kumar S. Experimentally calibrated electro-thermal modeling of temperature dynamics in memristors. // Appl. Phys. Lett. 2021. V. 118. P. 103505.
  15. Fadeev A.V., Rudenko K.V. Filament-based memristor switching model. // Microelectron. Eng. 2024. V. 289. P. 112179.
  16. Sze S.M., Ng K.K. Physics of Semiconductor Devices. // Third ed., John Wiley & Sons, New Jersey, 2007.
  17. Marchewka A., Waser R. and Menzel S. A 2D axisymmetric dynamic drift-diffusion model for numerical simulation of resistive switching phenomena in metal oxides. // 2016 International Conference on Simulation of Semiconductor Processes and Devices (SISPAD). Nuremberg. Germany. 2016. P. 145–148.
  18. Manning J.R. Diffusion kinetics for atoms in crystals. // D. Van nostrand company. inc. princeton 1968.
  19. Permiakova O.O., Rogozhin A.E., Miakonkikh A.V., Smirnova E.A., Rudenko K.V. Transition between resistive switching modes in asymmetric HfO2-based structures. // Microelectron. Eng. 2023. V. 275. 111983.
  20. Mahata C., Kang M., Kim S. Multi-Level Analog Resistive Switching Characteristics in Tri-Layer HfO2/Al2O3/HfO2 Based Memristor on ITO Electrode Nanomaterials. 2020. V. 10. P. 2069.
  21. Tang L., Maruyama H., Han T., Nino J.C., Chen Y., Zhang D. Resistive switching in atomic layer deposited HfO2/ZrO2 nanolayer stacks. // App. Surf. Sci. 2020. V. 515. P. 146015.
  22. Hao Y.X., Zhang Y., Wu Z.H.., Zhang X.M., Shi T., Wang Y.Z., Zhu J.X., Wang R., Wang Y., Liu Q. Uniform, fast, and reliable CMOS compatible resistive switching memory. // J. Semicond. 2022. V. 43. № 5. P. 054102.
  23. Jiang H., Han L., Lin P., Wang Z., Jang M.H., Wu Q., Barnell M., Yang J.J., Xin H.L., Xia Q. Sub-10 nm Ta Channel Responsible for Superior Performance of a HfO2 Memristor. // Sci. Rep. 2016. V. 6. P. 28525.
  24. Otsus M., Merisalu J.; Tarre A., Peikolainen A.-L., Kozlova J., Kukli K., Tamm A.A. Bipolar Resistive Switching in Hafnium Oxide-Based Nanostructures with and without Nickel Nanoparticles. // 2022. V. 11. P. 2963.
  25. Ismail M., Mahata C., Kang M., Kim S, Robust Resistive Switching Constancy and Quantum Conductance in High-k Dielectric-Based Memristor for Neuromorphic Engineering. // Nanoscale Res. Lett. 2022. V. 17. P. 61.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. General scheme of the memristor cell adopted in the model

Download (183KB)
3. Fig. 2. Calculated volt-ampere characteristics corresponding to different radii of the initially moulded filament

Download (165KB)
4. Fig. 3. Calculated volt-ampere characteristics corresponding to different boundary voltages of RESET operation

Download (203KB)
5. Fig. 4. Calculated volt-ampere characteristics corresponding to four switching cycles

Download (199KB)

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».