【技术实现步骤摘要】
本专利技术涉及氧化镓材料优化，具体为氧化镓微观缺陷电学特性调节方法。
技术介绍
1、氧化镓因其宽带隙、优异的热稳定性和高击穿电场等特性，成为下一代高功率、高频电子器件的重要候选材料。然而，氧化镓材料中存在的微观缺陷会显著影响其电学特性，进而影响器件的性能和稳定性。
2、公开号为cn1 17347304a的中国专利，公开了一种氧化镓晶体原子级缺陷的检测方法，所述检测方法使用散射式扫描近场光学显微镜系统进行氧化镓晶体原子级缺陷的检测，所述散射式扫描近场光学显微镜系统通过探针尖端的散射增强作用收集到氧化镓晶体缺陷的光学信号进行成像，所述散射式扫描近场光学显微镜系统包括，原子力显微系统和光学系统，其中，上述光学系统的光源为可调谐的量子级联激光器和/或二氧化碳激光器，最优选为可调谐的量子级联激光器所述原子力显微系统包括探针和激光器。
3、现有的对于氧化镓材料的微观缺陷，其一般都是通过采用显微系统采集图像进行观察，即需要通过显微系统观察整个氧化镓材料，进行微观缺陷检查，因为其需要逐步缓慢地遍历整个氧化镓材料区域，导致其检查的效率缓慢，也易出现漏查的问题，其次一般采用人为观察确定，导致其误判性较大，故而满足不了使用者的需求。
技术实现思路
1、为了解决上述问题，本专利技术提供了氧化镓微观缺陷电学特性调节方法。
2、本专利技术采用以下技术方案，氧化镓微观缺陷电学特性调节方法，包括：
3、采集氧化镓材料的tem图像，所述tem图像为明场图像，即使用明场
4、获取氧化镓材料中与缺陷敏感区域对应的区域，标记为检查区域，获取检查区域的暗场图像、高分辨率图像；
5、将采集的暗场图像和高分辨率图像输入到预构建的缺陷种类识别模型中，获取检查区域的缺陷种类，基于缺陷种类确定缺陷类型，其中缺陷类型包括可修复类型和不可修复类型；
6、根据可修复类型，获取缺陷种类以及该缺陷种类对应的缺陷程度，计算生成缺陷修复系数；
7、将采集的缺陷种类和缺陷修复系数输入预构建的掺杂参数推荐模型中，得到掺杂参数推荐集合标签，进而获取到掺杂参数推荐集合标签对应的掺杂参数推荐集合；
8、根据掺杂参数推荐集合内的参数，对氧化镓材料进行掺杂调控，优化氧化镓材料电学特性。
9、作为上述技术方案的进一步描述：所述采集氧化镓材料的tem图像的方法包括：
10、步骤q1：将氧化镓材料安装在tem样品杆上，对氧化镓材料固定；
11、步骤q2：将样品杆插入tem样品室，并抽真空至10-6pa；
12、步骤q3：设置加速电压为200kv，调整物镜聚焦和束流强度；
13、步骤q4：使用明场成像模式，获得氧化镓材料的整体结构图像。
14、作为上述技术方案的进一步描述：所述基于整体结构图像确定缺陷敏感区域的方法包括：
15、步骤p1：对采集的整体结构图像进行灰度处理，获取整体结构图像中每个像素块的灰度值，并标记为实时灰度值；
16、步骤p2：获取正常氧化镓材料的图像数据，进行灰度处理，得到标准图像数据中每个像素块的灰度值，并标记为标准灰度值；
17、步骤p3：将整体结构图像中每个像素块的实时灰度值与标准图像数据中相同位置的标准灰度值比对分析，判断是否对像素块进行缺陷标记；
18、步骤p4：提取具有缺陷标记的像素块，记为缺陷像素块，随机选取一个缺陷像素块作为目标像素块，预设间距阈值，获取其他缺陷像素块与目标像素块的距离，当距离未超过间距阈值，将获取的缺陷像素块再次作为目标像素块，再次进行获取除了目标像素块的其他像素块与目标像素块的距离，遍历所有缺陷像素块，将所有目标像素块构成的区域标记为缺陷敏感区域；
19、步骤p5：对于剩下的缺陷像素块，重复步骤p4，直到所有的缺陷像素块均划分到了缺陷敏感区域，从而形成了n个缺陷敏感区域，n≥1。
20、作为上述技术方案的进一步描述：所述获取检查区域的暗场图像和高分辨率图像的方法包括：
21、在使用明场成像模式，获得氧化镓材料的整体结构图像后，调整氧化镓材料位置和聚焦，然后使用暗场成像模式、高分辨成像模式分别进行图像采集，从而获取缺陷敏感区域的暗场图像和高分辨率图像。
22、作为上述技术方案的进一步描述：所述缺陷种类识别模型的训练方法包括：
23、收集具有不同缺陷种类的氧化镓材料的暗场图像和高分辨率图像，并对暗场图像和高分辨率图像的缺陷种类设置标签，即标签为缺陷种类，将暗场图像和高分辨率图像以及与暗场图像和高分辨率图像对应的标签构成一组训练数据，将x组训练数据构成样本集，x为大于1的整数，将样本集划分为训练集与测试集；将训练集中的暗场图像和高分辨率图像作为缺陷种类识别模型的输入，将训练集中暗场图像和高分辨率图像对应的的标签作为缺陷种类识别模型的输出，对缺陷种类识别模型进行训练，得到初始缺陷种类识别模型，最小化预测误差之和为训练目标，利用测试集对初始缺陷种类识别模型进行评测，将预测误差之和达到收敛时的初始缺陷种类识别模型作为构建的缺陷种类识别模型；
24、所述缺陷种类识别模型是深度神经网络模型。
25、作为上述技术方案的进一步描述：所述缺陷种类包括：位错缺陷、层错缺陷、晶界缺陷、反位缺陷和杂质团簇缺陷；
26、其中，可修复类型包括位错缺陷、层错缺陷和反位缺陷；
27、不可修复类型包括晶界缺陷和杂质团簇缺陷。
28、作为上述技术方案的进一步描述：所述缺陷修复系数的计算公式为：
29、qxxf＝β1×wcqx+β2×ccqx+β3×fwqx；
30、式中，qxxf为缺陷修复系数，wcqx为位错缺陷密度，ccqx为层错缺陷密度，fwqx为反位缺陷浓度，β1、β2和β3为权重因子，均大于0。
31、作为上述技术方案的进一步描述：所述掺杂参数推荐集合为{(a1，b1，c1)，(a2，b2，c2)，…，(an，bn，cn)}，an为集合标签为n时对应的掺杂元素，bn为集合标签为n时对应的掺杂浓度，cn为集合标签为n时对应的掺杂方式。
32、作为上述技术方案的进一步描述：所述掺杂参数推荐模型的训练方法包括：
33、预先将掺杂参数推荐集合设置相应的编号；
34、将缺陷种类和缺陷修复系数转换为对应的一组特征向量，将每组特征向量作为所述掺杂参数推荐模型的输入，所述掺杂参数推荐模型以每组缺陷种类和缺陷修复系数对应的一组掺杂参数推荐集合编号作为输出，以每组缺陷种类和缺陷修复系数实际对应的一组掺杂参数推荐集合编号作为预测目标，以最小化掺杂参数推荐模型损失函数值作为训练目标，当掺杂参数推荐模型损失函数值小于或等于预设的目标损失值时停止训练，所述掺杂参数推荐模型是支持向量机回归、随机森林回归或神经网络回归等模型中的一本文档来自技高网...
【技术保护点】
1.氧化镓微观缺陷电学特性调节方法，其特征在于，包括：
2.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述采集氧化镓材料的TEM图像的方法包括：
3.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述基于整体结构图像确定缺陷敏感区域的方法包括：
4.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述获取检查区域的暗场图像和高分辨率图像的方法包括：
5.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述缺陷种类识别模型的训练方法包括：
6.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述缺陷种类包括：位错缺陷、层错缺陷、晶界缺陷、反位缺陷和杂质团簇缺陷；
7.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述缺陷修复系数的计算公式为：
8.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述掺杂参数推荐集合为{(a1，b1，c1)，(a2，b2，c2)，…，(an，bn，
9.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述掺杂参数推荐模型的训练方法包括：
10.氧化镓微观缺陷电学特性调节系统，其用于实现权利要求1-9中任意一条所述的氧化镓微观缺陷电学特性调节方法，其特征在于，包括：
...【技术特征摘要】
1.氧化镓微观缺陷电学特性调节方法，其特征在于，包括：
2.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述采集氧化镓材料的tem图像的方法包括：
3.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述基于整体结构图像确定缺陷敏感区域的方法包括：
4.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述获取检查区域的暗场图像和高分辨率图像的方法包括：
5.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述缺陷种类识别模型的训练方法包括：
6.根据权利要求1所述的氧化镓微观缺陷电学特性调节方法，其特征在于，所述缺陷种类包括：位错缺陷、层错缺陷、晶界缺...
【专利技术属性】
技术研发人员：肖燕青，郑东，肖迪，吕可慧，贾松松，李亚平，
申请(专利权)人：青岛华芯晶电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。