CN114527143A - 无损检测半导体缺陷演变方法、系统及装置 - Google Patents
无损检测半导体缺陷演变方法、系统及装置 Download PDFInfo
- Publication number
- CN114527143A CN114527143A CN202210428181.2A CN202210428181A CN114527143A CN 114527143 A CN114527143 A CN 114527143A CN 202210428181 A CN202210428181 A CN 202210428181A CN 114527143 A CN114527143 A CN 114527143A
- Authority
- CN
- China
- Prior art keywords
- spectrum image
- photoluminescence spectrum
- semiconductor
- defect
- evolution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 170
- 239000004065 semiconductor Substances 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 10
- 238000000103 photoluminescence spectrum Methods 0.000 claims abstract description 134
- 230000005284 excitation Effects 0.000 claims abstract description 78
- 230000003595 spectral effect Effects 0.000 claims abstract description 49
- 230000001678 irradiating effect Effects 0.000 claims abstract description 22
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 238000005424 photoluminescence Methods 0.000 claims abstract description 13
- 239000000758 substrate Substances 0.000 claims description 47
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 claims description 26
- 229910010271 silicon carbide Inorganic materials 0.000 claims description 26
- 238000001228 spectrum Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 13
- 230000001066 destructive effect Effects 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 12
- 229910052724 xenon Inorganic materials 0.000 claims description 9
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 claims description 9
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 7
- 229910052753 mercury Inorganic materials 0.000 claims description 7
- 230000035515 penetration Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000010191 image analysis Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 229910002601 GaN Inorganic materials 0.000 claims description 3
- JMASRVWKEDWRBT-UHFFFAOYSA-N Gallium nitride Chemical compound [Ga]#N JMASRVWKEDWRBT-UHFFFAOYSA-N 0.000 claims description 3
- PMHQVHHXPFUNSP-UHFFFAOYSA-M copper(1+);methylsulfanylmethane;bromide Chemical compound Br[Cu].CSC PMHQVHHXPFUNSP-UHFFFAOYSA-M 0.000 claims description 3
- 229910003460 diamond Inorganic materials 0.000 claims description 3
- 239000010432 diamond Substances 0.000 claims description 3
- AJNVQOSZGJRYEI-UHFFFAOYSA-N digallium;oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Ga+3].[Ga+3] AJNVQOSZGJRYEI-UHFFFAOYSA-N 0.000 claims description 3
- 229910001195 gallium oxide Inorganic materials 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 3
- 239000013078 crystal Substances 0.000 abstract description 3
- 235000012431 wafers Nutrition 0.000 description 38
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004020 luminiscence type Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000002441 X-ray diffraction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开一种无损检测半导体缺陷演变方法、系统及装置，方法包括：获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域；判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；若存在，则通过光谱特征峰的形态确定出对应的缺陷类型；将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。得到待检测半导体同一区域不同深度的缺陷，进而得到纵向的变化，能够直接研究缺陷的起源并且得到不同缺陷之间的相互演化，从而为晶体缺陷质量的改善提供重要的参考。
Description
技术领域
本发明涉及半导体技术领域，尤其涉及一种无损检测半导体缺陷演变方法、系统及装置。
背景技术
随着半导体器件应用越来越广泛，高质量的半导体器件显得尤为重要。比如碳化硅材料由于宽禁带、高电流击穿场和高热导率等特性，将在功率器件中发挥重要作用。在半导体的制作过程中，由于工艺或材料上的缺陷会造成器件良率下降，进而会使得生产成本提高，尤其是目前随着晶圆或者衬底的尺寸不断缩小，对工艺的控制也就越来越严格。但是晶圆中存在各类缺陷直接影响到器件的性能和良率，所以改善晶圆衬底和外延层的质量极其关键。晶圆中常见的缺陷有堆叠层错(SF)、基平面位错(BPD)、微管和贯穿型位错，主要指螺位错(TSD)和刃位错(TED)，以上缺陷对器件性能都会产生不良影响。
在现有技术中，为了能在实际生产过程中及时发现和解决问题，目前主要的缺陷检测方法有X射线衍射形貌术(XRT)，高温熔融碱腐蚀等方法，但是这些方法中有些检测成本昂贵，有些是晶圆的有损检测，而且流程比较繁琐，更重要的是以上检测方法都不能直接获得不同缺陷之间的相互演变，也就是说只能进行单一的检测，只能了解到某个位置是否存在缺陷并不能通过检测得到演变的过程。所以需要有更高效及直观的检测方法来分析缺陷的演变以及起源，进而有效的分析半导体的生长以此来改善晶圆质量。
发明内容
本发明针对现有技术中的缺点，提供了一种无损检测半导体缺陷演变方法、系统及装置。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
一种无损检测半导体缺陷演变方法，包括以下步骤：
获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
作为一种可实施方式，还包括获取单色激发光的步骤，包括：
基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，其中，激发光源包括氙灯、汞灯、紫外激光灯及LED阵列。
作为一种可实施方式，所述将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，包括以下步骤：
将缺陷类型与深度进行匹配，得到不同深度对应的不同缺陷类型；
得到待检测半导体在同一区域下不同缺陷类型得到纵向分布。
作为一种可实施方式，所述单色激发光的波长的范围为200nm-1000nm；
所述单色激发光的波长越长，在待测半导体内的穿透深度越深。
作为一种可实施方式，包括以下步骤：
选取至少三种波长的单色激发光照射于待检测半导体同一区域，其中，三种波长的选择按照预设波长选取规则选取或者随机选取；
获取三种波长的单色激发光照射于待检测半导体同一区域形成的第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像，其中，第一光致发光光谱图像在第一深度以内形成的、第二光致发光光谱图像在第二深度处形成的，第三光致发光光谱图像在第三深度处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到待检测半导体同一区域的不同深度缺陷类型的演变。
作为一种可实施方式，所述待检测半导体为衬底或外延片或外延片衬底，其中，所述外延片包括同质外延片和异质外延片；
所述衬底和外延片的材料为碳化硅、氮化镓、氮化铝、氧化镓或金刚石。
作为一种可实施方式，当待检测半导体为碳化硅的衬底时，包括以下步骤：
获取将波长为250nm、300nm及350nm的单色激发光照射于碳化硅的衬底同一区域形成的第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像，其中，第一光致发光光谱图像在深度2μm以内形成的，第二光致发光光谱图像在深度为10μm处形成的，第三光致发光光谱图像在深度为60μm处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到衬底同一区域的不同深度缺陷类型的演变。
作为一种可实施方式，当待检测半导体为碳化硅的外延片衬底时，包括以下步骤：
获取将波长为250nm、300nm的单色激发光照射于碳化硅的外延片衬底同一区域形成的第一光致发光光谱图像及第二光致发光光谱图像，其中，第一光致发光光谱图像在深度2μm以内形成的，第二光致发光光谱图像在深度为10μm处形成的；
获取将波长为350nm的单色激发光照射于与所述碳化硅的外延片衬底相同区域形成的第三光致发光光谱图像，所述第三光致发光光谱图像在深度为60μm处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到在不同深度下外延片上生长衬底时缺陷类型的演变。
一种无损检测半导体缺陷演变系统，包括图像获取模块、图像分析模块、缺陷判断模块及缺陷分析模块；
所述图像获取模块，获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
所述图像分析模块，基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
所述缺陷判断模块，若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
所述缺陷分析模块，将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
作为一种可实施方式，还包括带通滤波结构；
基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，其中，激发光源包括氙灯、汞灯、紫外激光灯及LED阵列。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如下所述的方法步骤：
获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
一种无损检测半导体缺陷演变装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时
实现如下所述的方法步骤：
获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
本发明由于采用了以上技术方案，具有显著的技术效果：
本发明通过这些常见的缺陷在激发的出的光谱波长的不同范围内有不同的光谱特征峰，因此可以借助这些特性来分析待检测半导体同一区域不同深度的缺陷，进而得到纵向的变化，能够直接研究缺陷的起源并且得到不同缺陷之间的相互演化，从而为晶体缺陷质量的改善提供重要的参考。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明方法的整体流程示意图；
图2是本发明系统的整体结构示意图；
图3是本发明的装置示意图；
图4-图5是本发明一个实施例的得到的缺陷类型；
图6-图7是本发明另一个实施例得到的缺陷类型。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例1：
一种无损检测半导体缺陷演变方法，如图1所示，包括以下步骤：
S100、获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
S200、基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
S300、若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
S400、将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
由于不同波长的单色激发光在同一材质中的穿透深度不同，因此不同波长的单色激发光照射于待检测半导体形成的光致发光光谱图像也不同，每个光致发光光谱图像其实对应的是一个深度，如果不同波长的单色激发光照射在待检测半导体上的位置是一致的，则采用不同波长的单色激发光照射，在同一区域的不同深度会有不同的光致发光光谱图像，通过对这些光致发光光谱图像中的光谱进行分析，能够得到对应的缺陷类型，通过每个深度的缺陷类型可以推出缺陷的纵向分布，那很显然就能得到待检测半导体在生长过程过存在的缺陷及这些缺陷之间的演变关系。
常见的缺陷有堆叠层错(SF)、基平面位错(BPD)、微管和贯穿型位错，贯穿型位错主要指螺位错(TSD)和刃位错(TED)，常见的螺位错(TSD)在激发的出的光谱波长为780nm到820nm的范围内有光谱特征峰；而堆叠层错(SF)在激发的出的光谱波长为410nm至430nm的范围内有光谱特征峰；基平面位错和微管在激发的出的光谱波长为500nm至750nm的范围内有明显的光谱特征峰增强现象，但两种缺陷的形状不同，基平面位错为表示出的是长条形，而微管表现出的圆形。
由于这些常见的缺陷在激发的出的光谱波长的不同范围内有不同的光谱特征峰，因此可以借助这些特性来分析待检测半导体同一区域不同深度的缺陷，进而得到纵向的变化，能够直接研究缺陷的起源并且得到不同缺陷之间的相互演化，从而为晶体缺陷质量的改善提供重要的参考。
在一个实施例中，还包括获取单色激发光的步骤，包括：
基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，其中，激发光源包括氙灯、汞灯、紫外激光灯及LED阵列。
在使用时，首先使用氙灯作为激发光源，氙灯的发光波长范围很广，可覆盖200nm至780nm的极紫外到可见红光的宽光谱范围。当然，其他实施例中还可以选用汞灯，紫外激光和LED阵列等都可以作为激发光源。激光光源发射的是复合光，为了后续得到单一的光致发光光谱图像，因此需要对复合光进行过滤，将复合光过滤成单色激发光，因此可以在入射光路中加入带通滤波结构，比如带通滤波片，基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，目的就是为了将激发光源发出的复合光源转变成单色激发光。单色单色激发光照射到衬底或者外延片上会产生光致发光现象，因衬底或者外延片中不同的缺陷具有不同的发光性质和发光波长，进而来来确定衬底或者外延片中存在的缺陷类型。
于一个实施例中，单色激发光的波长的范围为200nm-1000nm；所述单色激发光的波长越长，在待测半导体内的穿透深度越深。
在一个实施例中，选取至少三种波长的单色激发光照射于待检测半导体同一区域，其中，三种波长的选择按照预设波长选取规则选取或者随机选取；在此，预设波长选取规则可以是间隔50nm，也可以间隔100nm亦或者其他间隔数据，当然，也可以进行随机选取。
获取三种波长的单色激发光照射于待检测半导体同一区域形成的第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像，其中，第一光致发光光谱图像在第一深度以内形成的、第二光致发光光谱图像在第二深度处形成的，第三光致发光光谱图像在第三深度处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到待检测半导体同一区域的不同深度缺陷类型的演变。在此实施例中，也可以获取更多的光致发光光谱图像，选取波长的种类越多，则穿透深度越多，得到的数据就会越多，因此对后续的缺陷类型判断会更有利，进而待检测半导体缺陷的纵向分布会越清晰。
在一个实施例中，所述待检测半导体为衬底或外延片或外延片衬底，其中，所述外延片包括同质外延片和异质外延片；所述衬底和外延片的材料为碳化硅、氮化镓、氮化铝、氧化镓及金刚石。
则一个具体的实施例中，当待检测半导体为碳化硅衬底时，包括以下步骤：
获取将波长为250nm、300nm及350nm的单色激发光照射于碳化硅衬底同一区域形成的第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像，其中，第一光致发光光谱图像在深度2μm以内形成的、第二光致发光光谱图像在深度为10μm处形成的，第三光致发光光谱图像在深度为60μm处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到碳化硅衬底同一区域的不同深度缺陷类型的演变。
选用不同的带通滤波结构或者带通滤波片，能够产生具有不同波长的单色激发光，而在本实施例中选择的是用带通滤波片分别产生250nm、300nm和350nm的波长的单色激发光。
不同波长的激发光在同一材料中穿透深度不同，250nm，300nm和350nm的单色激发光在碳化硅衬底或者外延片中的穿透深度分别是2μm，10μm和60μm，因此可以在衬底或者外延片的同一区域中用不同波长的激发光去检测，能够确定缺陷在纵向的分布，以此来确定不同缺陷之间的演变。
首先选择用波长250nm的激发光去照射碳化硅衬底表面，产生的光致发光谱图像是接收来自深度2um以内的信号产生的，如果在该区域有观察到某种缺陷的光谱特征峰则继续在相同区域分别用波长300nm和350nm的单色激发光去照射，观察产生的光致发光谱图像中的光谱是否有其它缺陷的光谱特征峰，产生的光致发光谱图像的是来自深度为10um和60um的信号产生的。
如图4-图5所示，使用波长350nm的单色激发光照射碳化硅衬底表面，但是激发的是来自60μm深度范围内的某种缺陷物质，在该区域内光致发光谱图像中的光谱在波长为410-430nm范围内出现了光谱特征峰，此光谱特征峰为衬底的堆叠层错，图2中的三角形区域都存在有堆叠层错，而使用的350nm激发光，可以激发来自60μm深度范围内的信息。
更换带通滤波片，选用300nm的单色激发光去激发同一碳化硅衬底表面的同一区域，从光致发光谱图像中的光谱中可以看到，在波长780nm到820nm的光谱范围内有明显的光谱特征峰，该光谱特征峰代表了此区域中存在螺位错(TSD)，如图5中独立的四个点状斑即为螺位错。
因此通过选择不同波长的单色激发光能得到光致发光谱图像，通过直观的观察光致发光谱图像的光谱， 能够得到衬底中堆叠层错向螺位错的转变。此方法以及研究结果对半导体生长工艺具有非常重要的指导意义，因此有利于进一步提高衬底的质量。
则一个具体的实施例中，当待检测半导体为碳化硅外延片衬底时，包括以下步骤：
获取将波长为250nm、300nm的单色激发光照射于碳化硅外延片衬底同一区域形成的第一光致发光光谱图像及第二光致发光光谱图像，其中，第一光致发光光谱图像在深度2μm以内形成的，第二光致发光光谱图像在深度为10μm处形成的；
获取将波长为350nm的单色激发光照射于与所述碳化硅外延片衬底相同区域形成的第三光致发光光谱图像，所述第三光致发光光谱图像在深度为60μm处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到在不同深度下外延片上生长衬底时缺陷类型的演变。
如图6-图7所示，选用波长为300nm的单色激发光去激发碳化硅同质外延片，激发的深度为10μm，从该样品的光致发光谱图像中的光谱中可以看到在波长为500nm至750nm的范围内有明显的光谱特征峰增强现象，如图5中衬度更亮的长条状即为基平面位错(BPD)。
更换带通滤波片或者带通滤波结构，选用波长250nm的单色激发光去照射同一同质外延片的同一区域，光致发光谱图像中的光谱中没有看到明显的光谱特征峰或者光谱特征波长，说明在该深度没有代表性的缺陷。通过以上方法可以观察到同质外延片中的微管向螺位错转化，还有刃位错向基平面位错的转化。
一般外延片的层厚度为10μm或者30μm，因此可以选择用250nm或者300nm的单色激发光照射外延片，获得的样品信息主要来自于衬底，从而可以获得衬底中的各类缺陷分布，再采用波长350nm的单色激发光去激发外延片，获得外延片的缺陷分布，进而能够观察到衬底中的缺陷对外延片缺陷的影响。因此该方法和研究结果对碳化硅外延片衬底质量的控制和持续改善具有重要的指导作用。
实施例2：
一种无损检测半导体缺陷演变系统，如图2和图3所示，包括图像获取模块100、图像分析模块200、缺陷判断模块300及缺陷分析模块400；
所述图像获取模块100，获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
所述图像分析模块200，基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
所述缺陷判断模块300，若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
所述缺陷分析模块400，将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
还包括带通滤波结构；如图3所示，在整个结构中加入了带通滤波结构，基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，其中，激发光源包括氙灯、汞灯、紫外激光灯及LED阵列。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (12)
1.一种无损检测半导体缺陷演变方法，其特征在于，包括以下步骤：
获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
2.根据权利要求1所述的无损检测半导体缺陷演变方法，其特征在于，还包括获取单色激发光的步骤，包括：
基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，其中，激发光源包括氙灯、汞灯、紫外激光灯及LED阵列。
3.根据权利要求1所述的无损检测半导体缺陷演变方法，其特征在于，所述将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，包括以下步骤：
将缺陷类型与深度进行匹配，得到不同深度对应的不同缺陷类型；
得到待检测半导体在同一区域下不同缺陷类型得到纵向分布。
4.根据权利要求1-3任意一项所述的无损检测半导体缺陷演变方法，其特征在于，所述单色激发光的波长的范围为200nm-1000nm；
所述单色激发光的波长越长，在待测半导体内的穿透深度越深。
5.根据权利要求4所述的无损检测半导体缺陷演变方法，其特征在于，包括以下步骤：
选取至少三种波长的单色激发光照射于待检测半导体同一区域，其中，三种波长的选择按照预设波长选取规则选取或者随机选取；
获取三种波长的单色激发光照射于待检测半导体同一区域形成的第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像，其中，第一光致发光光谱图像在第一深度以内形成的、第二光致发光光谱图像在第二深度处形成的，第三光致发光光谱图像在第三深度处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到待检测半导体同一区域的不同深度缺陷类型的演变。
6.根据权利要求5所述的无损检测半导体缺陷演变方法，其特征在于，所述待检测半导体为衬底或外延片或外延片衬底，其中，所述外延片包括同质外延片和异质外延片；
所述衬底和外延片的材料为碳化硅、氮化镓、氮化铝、氧化镓或金刚石。
7.根据权利要求6所述的无损检测半导体缺陷演变方法，其特征在于，当待检测半导体为碳化硅的衬底时，包括以下步骤：
获取将波长为250nm、300nm及350nm的单色激发光照射于碳化硅的衬底同一区域形成的第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像，其中，第一光致发光光谱图像在深度2μm以内形成的，第二光致发光光谱图像在深度为10μm处形成的，第三光致发光光谱图像在深度为60μm处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到衬底同一区域的不同深度缺陷类型的演变。
8.根据权利要求7所述的无损检测半导体缺陷演变方法，其特征在于，当待检测半导体为碳化硅的外延片衬底时，包括以下步骤：
获取将波长为250nm、300nm的单色激发光照射于碳化硅的外延片衬底同一区域形成的第一光致发光光谱图像及第二光致发光光谱图像，其中，第一光致发光光谱图像在深度2μm以内形成的，第二光致发光光谱图像在深度为10μm处形成的；
获取将波长为350nm的单色激发光照射于与所述碳化硅的外延片衬底相同区域形成的第三光致发光光谱图像，所述第三光致发光光谱图像在深度为60μm处形成的；
分别对第一光致发光光谱图像、第二光致发光光谱图像及第三光致发光光谱图像进行判断，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
若存在，通过分析每个光谱特征峰的形态得到对应的缺陷类型，基于缺陷类型及相应的深度得到在不同深度下外延片上生长衬底时缺陷类型的演变。
9.一种无损检测半导体缺陷演变系统，其特征在于，包括图像获取模块、图像分析模块、缺陷判断模块及缺陷分析模块；
所述图像获取模块，获取至少两种波长的单色激发光照射于待检测半导体形成的光致发光光谱图像，其中，每种波长的单色激发光照射在待检测半导体的同一区域，所述光致发光光谱图像为通过不同波长单色激发光激发待检测半导体不同深度存在的缺陷产生的光致发光现象形成的；
所述图像分析模块，基于光致发光光谱图像，判断每个光致发光光谱图像中是否在特定波长范围内存在光谱特征峰；
所述缺陷判断模块，若存在，则通过所述光谱特征峰的形态确定出对应的缺陷类型；
所述缺陷分析模块，将所述缺陷类型与相应的深度进行关联，得到待检测半导体缺陷的纵向分布，进而得到同一区域内不同缺陷类型之间的相互演化。
10.根据权利要求9所述的无损检测半导体缺陷演变系统，其特征在于，还包括带通滤波结构；
基于带通滤波结构对激发光源发出的激发光进行滤波，得到单色激发光，其中，激发光源包括氙灯、汞灯、紫外激光灯及LED阵列。
11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任意一项所述的方法步骤。
12.一种无损检测半导体缺陷演变装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任意一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210428181.2A CN114527143A (zh) | 2022-04-22 | 2022-04-22 | 无损检测半导体缺陷演变方法、系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210428181.2A CN114527143A (zh) | 2022-04-22 | 2022-04-22 | 无损检测半导体缺陷演变方法、系统及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114527143A true CN114527143A (zh) | 2022-05-24 |
Family
ID=81628264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210428181.2A Pending CN114527143A (zh) | 2022-04-22 | 2022-04-22 | 无损检测半导体缺陷演变方法、系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114527143A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114717639A (zh) * | 2022-06-07 | 2022-07-08 | 浙江大学杭州国际科创中心 | 基于光电化学腐蚀工艺定位氧化镓晶片表面缺陷的方法 |
| CN115452217A (zh) * | 2022-10-19 | 2022-12-09 | 江苏华兴激光科技有限公司 | 一种半导体表面应力分布的检测装置及其检测方法 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07294422A (ja) * | 1994-04-27 | 1995-11-10 | Mitsubishi Materials Corp | 表面近傍結晶欠陥の検出方法およびその装置 |
| JPH11173988A (ja) * | 1997-12-16 | 1999-07-02 | Matsushita Electron Corp | 結晶欠陥評価方法 |
| JP2000214099A (ja) * | 1999-01-25 | 2000-08-04 | Hitachi Ltd | 結晶欠陥計測方法および装置 |
| JP2000252338A (ja) * | 1999-03-04 | 2000-09-14 | Nec Corp | 半導体の評価方法および評価装置 |
| US6226079B1 (en) * | 1997-09-29 | 2001-05-01 | Hitachi, Ltd. | Defect assessing apparatus and method, and semiconductor manufacturing method |
| US6256092B1 (en) * | 1997-11-28 | 2001-07-03 | Hitachi, Ltd. | Defect inspection apparatus for silicon wafer |
| JP2006147848A (ja) * | 2004-11-19 | 2006-06-08 | Japan Aerospace Exploration Agency | 半導体試料の欠陥評価方法及び装置 |
| US20150168311A1 (en) * | 2013-12-18 | 2015-06-18 | Lasertec Corporation | Defect classifying method and inspection apparatus |
| JP2017011100A (ja) * | 2015-06-22 | 2017-01-12 | パナソニック株式会社 | 半導体試料の結晶欠陥検出装置及び結晶欠陥検出方法 |
| CN107091822A (zh) * | 2017-03-14 | 2017-08-25 | 华东师范大学 | 双光源激发光致发光检测半导体缺陷的装置及其检测方法 |
| CN107110782A (zh) * | 2015-01-28 | 2017-08-29 | 东丽工程株式会社 | 宽带隙半导体基板的缺陷检查方法和缺陷检查装置 |
| CN108376655A (zh) * | 2018-01-30 | 2018-08-07 | 北京世纪金光半导体有限公司 | 一种晶圆制造过程中检测缺陷的定位和跟踪方法 |
| CN108449972A (zh) * | 2015-05-04 | 2018-08-24 | 塞米拉布半导体物理实验室有限公司 | 通过光学滤波的微光致发光成像 |
| CN108956550A (zh) * | 2018-06-12 | 2018-12-07 | 华灿光电（浙江）有限公司 | 一种光致发光光谱处理的方法和装置 |
| US20200408700A1 (en) * | 2019-06-27 | 2020-12-31 | Kioxia Corporation | Semiconductor defect inspection apparatus |
| CN113155843A (zh) * | 2021-03-15 | 2021-07-23 | 浙江大学 | 缺陷检测装置、方法及发光信号的获得方法 |
| CN113295616A (zh) * | 2021-03-30 | 2021-08-24 | 浙江大学杭州国际科创中心 | 一种SiC晶圆及其外延层结构的综合测试方法 |
| WO2021177127A1 (ja) * | 2020-03-03 | 2021-09-10 | 株式会社アイテス | 欠陥検査方法、及び欠陥検査装置 |
-
2022
- 2022-04-22 CN CN202210428181.2A patent/CN114527143A/zh active Pending
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07294422A (ja) * | 1994-04-27 | 1995-11-10 | Mitsubishi Materials Corp | 表面近傍結晶欠陥の検出方法およびその装置 |
| US6226079B1 (en) * | 1997-09-29 | 2001-05-01 | Hitachi, Ltd. | Defect assessing apparatus and method, and semiconductor manufacturing method |
| US6256092B1 (en) * | 1997-11-28 | 2001-07-03 | Hitachi, Ltd. | Defect inspection apparatus for silicon wafer |
| JPH11173988A (ja) * | 1997-12-16 | 1999-07-02 | Matsushita Electron Corp | 結晶欠陥評価方法 |
| JP2000214099A (ja) * | 1999-01-25 | 2000-08-04 | Hitachi Ltd | 結晶欠陥計測方法および装置 |
| JP2000252338A (ja) * | 1999-03-04 | 2000-09-14 | Nec Corp | 半導体の評価方法および評価装置 |
| JP2006147848A (ja) * | 2004-11-19 | 2006-06-08 | Japan Aerospace Exploration Agency | 半導体試料の欠陥評価方法及び装置 |
| US20150168311A1 (en) * | 2013-12-18 | 2015-06-18 | Lasertec Corporation | Defect classifying method and inspection apparatus |
| CN107110782A (zh) * | 2015-01-28 | 2017-08-29 | 东丽工程株式会社 | 宽带隙半导体基板的缺陷检查方法和缺陷检查装置 |
| CN108449972A (zh) * | 2015-05-04 | 2018-08-24 | 塞米拉布半导体物理实验室有限公司 | 通过光学滤波的微光致发光成像 |
| JP2017011100A (ja) * | 2015-06-22 | 2017-01-12 | パナソニック株式会社 | 半導体試料の結晶欠陥検出装置及び結晶欠陥検出方法 |
| CN107091822A (zh) * | 2017-03-14 | 2017-08-25 | 华东师范大学 | 双光源激发光致发光检测半导体缺陷的装置及其检测方法 |
| CN108376655A (zh) * | 2018-01-30 | 2018-08-07 | 北京世纪金光半导体有限公司 | 一种晶圆制造过程中检测缺陷的定位和跟踪方法 |
| CN108956550A (zh) * | 2018-06-12 | 2018-12-07 | 华灿光电（浙江）有限公司 | 一种光致发光光谱处理的方法和装置 |
| US20200408700A1 (en) * | 2019-06-27 | 2020-12-31 | Kioxia Corporation | Semiconductor defect inspection apparatus |
| WO2021177127A1 (ja) * | 2020-03-03 | 2021-09-10 | 株式会社アイテス | 欠陥検査方法、及び欠陥検査装置 |
| CN113155843A (zh) * | 2021-03-15 | 2021-07-23 | 浙江大学 | 缺陷检测装置、方法及发光信号的获得方法 |
| CN113295616A (zh) * | 2021-03-30 | 2021-08-24 | 浙江大学杭州国际科创中心 | 一种SiC晶圆及其外延层结构的综合测试方法 |
Non-Patent Citations (1)
| Title |
|---|
| HIEU T. NGUYEN ET AL.: "Evaluating depth distributions of dislocations in silicon wafers using micro-photoluminescence excitation spectroscopy", 《ENERGY PROCEDIA》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114717639A (zh) * | 2022-06-07 | 2022-07-08 | 浙江大学杭州国际科创中心 | 基于光电化学腐蚀工艺定位氧化镓晶片表面缺陷的方法 |
| CN115452217A (zh) * | 2022-10-19 | 2022-12-09 | 江苏华兴激光科技有限公司 | 一种半导体表面应力分布的检测装置及其检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114527143A (zh) | 无损检测半导体缺陷演变方法、系统及装置 | |
| Chen et al. | Defect inspection techniques in SiC | |
| JP4758492B2 (ja) | 単結晶の欠陥密度測定方法 | |
| EP2609418B1 (en) | Defect inspection and photoluminescence measurement system | |
| JP3917154B2 (ja) | 半導体試料の欠陥評価方法及び装置 | |
| US8817251B2 (en) | Defect inspection method | |
| CN113295616A (zh) | 一种SiC晶圆及其外延层结构的综合测试方法 | |
| WO2022267401A1 (zh) | 材料表面雾的检测方法和装置 | |
| Yao et al. | Correlation between structural properties and nonradiative recombination behaviors of threading dislocations in freestanding GaN substrates grown by hydride vapor phase epitaxy | |
| Berwian et al. | Imaging defect luminescence of 4H-SiC by ultraviolet-photoluminescence | |
| CN110062953B (zh) | SiC晶片的缺陷测定方法、标准样品及SiC外延晶片的制造方法 | |
| JP2009021572A (ja) | 欠陥検出方法及び欠陥検出システム並びに発光素子の製造方法 | |
| JP2009198281A (ja) | 結晶の構造解析方法 | |
| Frascaroli et al. | Automatic defect detection in epitaxial layers by micro photoluminescence imaging | |
| JP2009054771A (ja) | 半導体結晶の欠陥評価方法及び評価装置 | |
| Aida et al. | Rapid estimation of removal rate of chemical mechanical polishing of gallium nitride substrate by quantitative diagnosis of cathodoluminescence images | |
| JP5704092B2 (ja) | ウェーハ面取り部の品質検査方法 | |
| KR102567624B1 (ko) | 비파괴분석법을 이용한 탄화규소 결정 결함위치 분석법과 이를 포함하는 분석장치 및 이를 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 | |
| KR102436876B1 (ko) | 반도체 웨이퍼의 평가 방법 및 반도체 웨이퍼의 제조 방법 | |
| JP6020073B2 (ja) | 半導体試料における結晶欠陥解析方法 | |
| US11822307B2 (en) | Laser conditioning of solid bodies using prior knowledge from previous machining steps | |
| CN104833450A (zh) | 一种原位测试led应力的拉曼测试系统及其测试方法 | |
| WO2023106414A1 (ja) | 加工変質層の評価方法及び評価システム | |
| McGuire et al. | Automated mapping of micropipes in SiC wafers using polarized-light microscope | |
| JP7363423B2 (ja) | 炭化珪素単結晶の製造方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220524 |