Analýza dislokací v GaN pomocí mikroskopických metod

Abstract

Tato práce se zabývá vývojem škálovatelného systému pro analýzu vláknových dislokací v nitridu gallia (GaN). V rámci práce byla navržena a implementována automatizovaná metoda pro detekci a analýzu jednotlivých defektů pomocí zobrazování kontrastu elektronového kanálování (ECCI) ve skenovacím elektronovém mikroskopu. Současně byl vytvořen algoritmus pro detekci míst úniku proudu v datech z vodivostní mikroskopie atomárních sil (CAFM). Byly provedeny korelativní ECCI-CAFM experimenty na průmyslových AlGaN/GaN epivrstvách, pro účely CAFM měření pak byla vyvinuta šetrná metoda pro dekontaminaci povrchu vzorků. Předběžná statistická analýza souboru 12~000 dislokací naznačuje existující souvislost mezi vodivostí defektů a jejich strukturálními znaky viditelnými v ECCI. Výsledky této práce vytvářejí pevný základ pro rozsáhlé korelační studie dislokací v GaN, které v budoucnu mohou přispět ke zlepšení účinnosti a spolehlivosti polovodičových součástek pro vysokovýkonové aplikace.

This thesis introduces a scalable framework for the analysis of threading dislocations in gallium nitride (GaN). An automated workflow for single-defect-level crystallographic classification was developed based on electron channeling contrast imaging (ECCI) in a scanning electron microscope (SEM). In parallel, a detection pipeline was implemented for identifying current leakage sites in conductive atomic force microscopy (CAFM) maps. Correlative ECCI–CAFM experiments were carried out on industry-grade AlGaN/GaN epilayers, supported by the development of an optimized surface decontamination procedure. A preliminary statistical analysis of over 12,000 individual defects suggests a correlation between dislocation leakage behavior and its ECCI fingerprints. This work establishes a robust foundation for large-scale correlative studies of dislocations in GaN, contributing to improved understanding and future enhancement of high-power semiconductor device performance and reliability.