브래그 반사층 구조와 멤브레인 구조의 체적 탄성파 공진기 필터의 이론적 분석

조문기; 윤영섭

추천

검색

질문

자료유형: 학술저널

저자정보: 조문기 윤영섭

저널정보: 대한전자공학회 전자공학회논문지-SD 전자공학회논문지 SD편 제39권 제4호

발행연도: 2002.4

수록면: 41 - 54 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2002

브래그 반사층 구조와 멤브레인 구조의 체적 탄성파 공진기 필터의 이론적 분석

조문기 , 윤영섭 전자공학회논문지-SD 2002.04 학술저널

2001

브래그 반사층 구조의 체적 탄성파 공진기와 필터의 이론적 분석

조문기 , 장동훈 , 강성준 외 1명 대한전자공학회 학술대회 2001.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문에서는 등가회로를 이용하여 브래그 반사층형 FBAR (Film Bulk Acoustic Wave Resonator) 와
membrane 형 FBAR 그리고 상 하부 전극이 공기와 접하는 이상적인 FBAR 의 특성을 서로 비교함으로서
브래그 반사층과 membrane 이 공진특성에 미치는 영향을 분석하였다. 압전층으로는 ZnO, membrane 층과 낮
은 음향적인 임피던스 반사층은 SiO₂, 높은 음향적인 임피던스 반사층으로는 W, 전극층으로는 Al 를 가정하였고
각 층은 탄성파 전달 손실을 가정하였다. 1-port 의 등가회로를 ABCD 파라미터를 추출할 수 있는 단순화된
등가회로로 변환하여 ABCD 파라미터를 추출하여 입력임피던스를 계산하였다. 필터 설계에서는 구하여진 파라
미터를 산란행렬로 변환하여 필터의 대역폭 및 삽입손실을 구하였다. 전극층, 반사층, membrane 층의 두께 변화
에 의한 공진주파수의 변화는 membrane 층과 전극 바로 아래의 반사층의 두께 변화가 가장 큰 영향을 미친다는
결과를 확인하였다. 반사층 구조에서 반사층수에 따른 공진특성과 K ?? 와 electrical Q 의 변화에서는 반사층수
가 K ?? 에는 거의 영향을 미치지 않지만 electrical Q 는 층수가 증가할수록 증가하다가 7층이상에서 포화되었
다. 또한 FBAR 의 electrical Q 는 membrane 층과 반사층의 mechanical Q 에 의존함을 알 수 있었다.
Ladder 필터와 SCF(Stacked Crystal Filters) 모두 공진기의 수가 증가할수록 삽입손실과 out-of-band
rejection 이 증가하였고 층수가 증가할수록 삽입손실은 감소하지만 대역폭에는 거의 변화가 없었다. membrane
형의 ladder 필터와 SCF 는 불효 공진특성으로 인한 불효응답특성이 나타났다. 또한 ladder 필터는 보다 우수한
대역폭의 skirt-selectivity 특성을 나타내었으며 SCF 는 대역폭의 삽입손실 측면에서 더 우수하였다.

In this study, we have analyzed the effects of the membrane layer and the bragg reflector layers
on the resonance characteristics through comparing the characteristics of the membrane type FBAR
(Film Bulk Acoustic Wave Resonator) and the one type bragg reflector layers with those of the ideal
FBAR with top and bottom electrode contacting air by using equivalent circuit technique. It is assumed
that ZnO is used for piezoelectric film, SiO2
are used for membrane layer and low acoustic impedance
layer, W are used for the high acoustic reflector layer and Al is used for the electrode. Each layer
is considered to have a acoustic propagation loss. ABCD parameters are picked out and input impedance
is calculated by converting 1-port equivalent circuit to simplified equivalent circuit that ABCD
parameters are picked out possible. From the variation of resonance frequency due to the change of
thickness of electrode layers, reflector layers and membrane layer it is confirmed that membrane layer
and the reflector layer just under the electrode have the greatest effect on the variation of resonance
frequency. From the variation of resonance properties, Keff and electrical Q with the number of layers,
Keff is not much affected by the number of layers but electrical Q increases with the number of layers
when the number of layers is less than seven. The electrical Q is saturated when the number of layers
is large than six. The electrical Q is dependent of mechanical Q of reflector layers and membrane layer.
Both ladder filter and SCF (Stacked Crystal Filters) show higher insertion loss and out-of-band
rejection with the increase of the number of resonators. The insertion loss decreases with the increase
of the number of reflector layers but the bandwidth is not much affected by the number of reflector
layers. Ladder Filter and SCF with membrane layer show the spurious response due to spurious
resonance properties. Ladder filter shows better skirt-selectivity characteristics in bandwidth but SCF
shows better characteristics in insertion loss.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

조문기

소속기관 인하대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 8 이용수 473

윤영섭

소속기관 Inha University

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 115 이용수 5,845

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-013722626

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)