N离子注入ZnO的p型导电机制及光电特性研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:gmailzyn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
ZnO是一种直接带隙的宽禁带半导体材料,具有优异的光电特性,其激子束缚能高达60 meV,在短波长光电器件方面有着巨大的应用潜力。实现ZnO在短波长光电子器件中的应用,需要同时制备出高质量的n型和p型ZnO。由于ZnO存在大量的本征缺陷以及杂质的自补偿效应,导致n型ZnO容易获得,而p型ZnO则难以实现。近几十年来,世界各国研究者将大量的精力投入到ZnO的p型掺杂研究中,并取得了显著进展。然而,目前人们对p型ZnO的受主微观形态及其形成过程,还没有清晰的认识,获得p型ZnO的导电性及稳定性也不能满足器件的实际要求。N由于其离子半径及电负性与O极为相近,被认为是实现p型ZnO最合适的受主掺杂元素。本论文以N掺杂ZnO为研究对象,采用N离子注入ZnO薄膜/单晶,并通过退火实现有关缺陷的调控,借助XRD、Hall、Raman、XPS、SIMS、PL、EPR等测试手段,研究N离子注入及不同退火条件下ZnO薄膜/单晶的微观结构、导电特性、发光特性及N在ZnO中的掺杂浓度和掺杂形态,深入分析了N掺杂ZnO的p型导电机制,取得了如下主要结果:(1)采用快速退火工艺将ZnO薄膜分别在N2、O2和金属锌气氛下退火,结果发现:ZnO薄膜的载流子浓度在N2中退火后无明显变化,在O2中退火后降低了一个量级,而在Zn蒸汽气氛下退火后增加了两个量级;同时,结合光致发光(PL)和电子顺磁共振(EPR)测试发现:锌空位(VZn)是ZnO薄膜的载流子的主要补偿缺陷,而间隙锌(Zni)与氧空位(VO)结合形成的复合缺陷是未掺杂ZnO薄膜呈现n型导电的主要施主来源。(2)在N2气氛中对不同N离子注入剂量的ZnO薄膜进行了不同温度的退火处理,注入剂量为5×1016 cm-2的样品在850oC-900oC的退火温度下实现了p型导电,当退火温度为900oC时,N掺杂ZnO薄膜表现出最佳的p型导电性能,且在三个月后,空穴浓度也无明显降低。借助Raman、XPS和低温PL等测试手段,探究了N掺杂ZnO薄膜的p型导电机制。实验结果表明,位于价带顶上方161 meV的浅受主能级归因于VZn-NO受主复合体,退火过程中VZn-NO受主复合体的形成和Zni相关的浅施主缺陷的消除是N掺杂ZnO薄膜实现p型导电转变的原因。(3)在N2气氛中对N离子注入剂量为1×1016 cm-2的ZnO单晶块体进行了不同温度的退火处理。研究表明退火处理可以一定程度恢复由离子注入引起的晶格紊乱,但N在ZnO中的浓度随着退火温度的升高而降低。与纯的ZnO单晶块体相比,退火处理后的样品的低温PL光谱中出现位于3.105 eV和3.220 eV的两个主要的发光峰。前者归因于从导带到Zn空位(VZn)受主能级的电子跃迁,而后者归因于施主-受主对(DAP)的复合。实验结果表明,适当的退火处理可以诱导N掺杂ZnO材料形成更多的有效受主(NO)和VZn本征受主,VZn与NO的共同作用将导致ZnO材料导电类型的转变。
其他文献
太阳射电观测对太阳活动研究及空间天气监测有着重要意义,MUSER(Mingantu Spectral Radioheliograph),即明安图射电频谱日像仪是基于综合孔径成像原理构建的太阳射电观测设备
推荐系统作为解决信息过载的重要工具,一直在不断发展,并且被广泛应用到各个领域中。然而由于信息量日益增加,使得推荐速度逐渐变慢,很难满足现在信息时代对速度的要求,因而,
表面等离子体共振技术由于其自身的特性成为了纳米光学器件的主要研究手段,利用表面等离子体共振技术进行生化分析与检测,具有快速、实时、原位检测,高灵敏度等优势。金纳米
掌握多种语言将为使用者的现在和将来提供便利这个观点目前已经很普遍。随着中国的高速发展,近年来不少以英语为母语的人纷纷学习汉语。印尼,包括望加锡市作为印尼的五大城市
空间目标识别是导弹防御系统末制导信息处理的关键技术,红外目标识别作为主要识别手段,需要准确快速地从众多的真假弹头、诱饵、碎片等目标群中识别出弹头目标。红外目标的识
近年来,随着人工智能的兴起,机器学习和稀疏表示被越来越多的应用于信号处理领域。受自然光学图像超分辨率技术的启发,本文尝试将光学图像超分辨率算法引入ISAR图像分辨率增
由于电化学传感器具有简便、快速、灵敏、高效等优点,它被广泛应用于不同领域。比如药品质量控制、毒害物质检测、食品安全、疾病标记物检测、药物代谢研究等。电化学传感器
三维场景散乱点云语义分割是实现室内三维场景理解与智能环境感知的前提和基础。近年来,国内外学者不断尝试将深度学习用于室内三维场景散乱点云分割与识别。然而,三维散乱点
均等分组加权Lasso模型是一种有效的回归技术,通过结合L2,1及L1范数约束了优化问题的解中组内及组间系数差分的稀疏性.在处理高维数据时,由于该模型本身具有复杂的正则项,使
物联网与人工智能技术的蓬勃发展推进了各类设备的智能化进程,人们在享受智能设备带来的舒适快捷感的同时,也不能忽视存在的安全问题。设备的非法控制威胁是当前智能设备所共