《Materials Science and Engineering: B》:Impact of secondary selection parameters on the morphology and crystalline quality of GaSb layers deposited using MBE technology
编辑推荐:
GaSb层生长通过优化基底温度和V/III流比,并分析二次生长参数如断片方法和Sb通量截止时机对薄膜形貌及晶体质量的影响,发现抽速效率显著改善GaSb层结晶质量,填补了该领域的研究空白。
达维德·雅罗什(Dawid Jarosz)、安娜·尤什(Anna Ju?)、玛尔塔·帕斯特纳克(Marta Pasternak)、帕维尔·斯利兹(Pawe? ?li?)、皮奥特尔·克热米恩斯基(Piotr Krzemiński)、亨里克·泰塞耶雷(Henryk Teisseyre)、马尔钦·斯塔霍维茨(Marcin Stachowicz)、埃娃·普热日德茨卡(Ewa Prze?dziecka)、卢卡什·丘拉(?ukasz Ciura)、埃娃·博布科(Ewa Bobko)、马尔戈扎塔·特日纳-索瓦(Ma?gorzata Trzyna-Sowa)、金加·马什(Kinga Ma?)、雷娜塔·沃伊纳罗夫斯卡-诺瓦克(Renata Wojnarowska-Nowak)、奥斯卡·诺瓦克(Oskar Nowak)、达里亚·古迪卡(Daria Gudyka)、布拉扬·塔博尔(Brajan Tabor)、米哈乌·马尔切夫卡(Micha? Marchewka)
波兰热舒夫大学(University of Rzeszow)材料科学与工程学院,微电子与纳米技术中心,Rejtana大街16c号,邮编35-959,热舒夫
摘要
本研究详细介绍了在GaSb衬底上生长GaSb层的逐步优化过程,涉及关键参数如衬底温度和V/III通量比。同时分析了次要生长参数(如衬底破碎方法或生长后保护性Sb通量切断的时间)对沉积GaSb层的形貌和晶体质量的影响。研究还独特地探讨了泵送效率对沉积GaSb层晶体质量的影响。尽管这些结论具有直观性,但其实验验证在学术文献中较为罕见。我们的结果表明,通过调控这些参数可以显著提高层质量。
引言
在准备沉积II型超晶格(T2SL)探测器异质结构(例如InAs/GaSb)的过程中,我们在MBE反应器中安装了低温光学测温仪,并选择了合适的衬底。随后优化了缓冲层,以实现高晶体质量和原子级光滑的表面。高质量的缓冲层能够将活性探测区域与可能产生寄生电子气体和杂质的污染衬底表面隔离开来[1]。平滑生长前沿对于后续的超晶格层至关重要,它有助于形成均匀且清晰的界面,减少表面缺陷,并降低位错密度——这些条件通过提高探测器的电阻率和降低暗电流来增强其探测性能[2]。由于GaSb衬底与外延层的晶格匹配良好,常用于生长6.1 ?家族的半导体异质结构[3,4]。本研究聚焦于单面抛光、四分之一断裂的2英寸GaSb:Un (100)衬底,并优化了GaSb缓冲层的关键生长参数。然而,本研究的主要目的是展示次要参数的影响,包括:衬底破碎和清洗方法、Ga双区蒸发室内的温度梯度高度、脱氧过程中的GaSb衬底温度、脱氧过程中为保护GaSb衬底表面而施加的Sb通量压力、生长结束后切断Sb通量时的GaSb衬底温度以及生长腔的泵送效率。在所有次要参数中,泵送效率对沉积GaSb层的晶体质量具有显著影响。这一结论虽然直观,但相关分析在文献中较为少见。
实验方法
所有样品均在生长初期沉积,此时蒸发室已完全加载。生长过程在配备标准ABN60双区蒸发室(用于In、Al和Ga)的Riber Compact 21 T (III-V) MBE系统中连续进行,同时使用带阀门的砷和锑分解器(分别为VAC 500和VCOR 300)。生长过程中衬底的旋转速度设定为10 rpm。加热时的衬底温度升速为10°C/min,冷却时的速度为20°C/min
结果与讨论
以下小节阐述了针对GaSb上同质外延GaSb层沉积过程的全面优化方案。首先提出了一种无需购买制造商专用软件即可校准测温仪的方法。随后分析了GaSb衬底破碎和清洗过程的影响,接着优化了关键生长参数。工作的核心部分是对...
结论
本研究旨在通过分子束外延(MBE)技术提高T2SL探测器的GaSb缓冲层质量。开发了一种利用RHEED图案的新型测温仪校准方法,显著提升了温度控制的精度。这种精确的校准对于实现稳定的生长条件至关重要。
此外,还确定了最佳的衬底破碎方法和清洗程序。M4衬底破碎技术被证明能够有效减少缺陷
CRediT作者贡献声明
达维德·雅罗什(Dawid Jarosz):撰写 – 审稿与编辑、初稿撰写、数据可视化、研究方法设计、数据分析、概念构建。安娜·尤什(Anna Ju?):数据管理。玛尔塔·帕斯特纳克(Marta Pasternak):数据分析。帕维尔·斯利兹(Pawe? ?li?):数据管理。皮奥特尔·克热米恩斯基(Piotr Krzemiński):数据分析。亨里克·泰塞耶雷(Henryk Teisseyre):数据分析。马尔钦·斯塔霍维茨(Marcin Stachowicz):撰写 – 审稿与编辑、数据分析。埃娃·普热日德茨卡(Ewa Prze?dziecka):数据分析。卢卡什·丘拉(?ukasz Ciura):撰写 – 审稿与编辑、数据分析。埃娃·博布科(Ewa Bobko):
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本项目得到了以下资助:
•项目编号:SKN/SP/601031/2024。
•项目编号:33/UR/1/DG/PCI/2020。