MDPmapおよびMDPingotを使用すれば、広範囲の注入領域において、1回の測定で光伝導度と少数キャリア寿命を完全に自動化して測定することが可能です。高度なアルゴリズムにより、試料中のトラップ濃度を決定することができます。
注入依存の寿命曲線から、低注入時の寿命 τLLI を決定し、光伝導度は HORNBECK および HAYNES のモデルを若干修正したものでフィッティングされます。トラップ密度 NT および活性化エネルギー EA がフィッティングパラメータとなります。
mc-SiおよびCz-Siウェハーを用いて最初の測定結果が得られ、トラップ密度と転位密度との間に相関関係があることが確認された。
\(\Delta\delta = e[\tau_{LLI}G_{opt}(\mu_{n}+\mu_{p})+\Delta n_{T}\mu_{p}]\)
MDPmapを使用すると、注入依存性の光伝導度および寿命曲線を高分解能で測定できるため、トラップ密度およびトラップセンターの活性化エネルギーを決定することができる。これにより、トラップの起源や、例えば太陽電池の効率に対するその影響を調査することが可能となる。
詳細については、以下の文献を参照のこと：
[1] J. A. Hornbeck and J. R. Haynes, Physical Review 97, 311-321 (1955)[2] D. Macdonald および A. Cuevas, Applied Physics Letters 74, 1710 - 1712 (1999)
[3] N. Schüler, T. Hahn, K. Dornich, J.R. Niklas, 第25回 PVSEC バレンシア (2010) 343-346
Photoconductivity versus Gopt for different trap densities and fit of measured photoconductivity curve
関連ソリューションおよび業界: エピタキシャル層と薄膜, 太陽光発電, 研究開発
