3、光效提取基础：光效定义、提取效率概念、影响光效的主要因素
Micro-LED 作为新一代显示与光电器件的核心载体，其理论外量子效率（EQE）可超过 40%，然而实际器件中，大量由多量子阱（MQW）区域产生的光子最终未能逃逸出芯片本体，而是被限制在材料内部或转化为热量。这一“光子困局”直接导致器件亮度不足、功耗偏高、热管理压力增大，严重制约了 Micro-LED 在 AR/VR 微显示、车用大灯、可见光通信等场景中的商业化落地。本章将系统梳理光效提取的基础概念，深入剖析全内反射（TIR）、菲涅尔损耗与吸收损耗三大物理机制，并结合工程实践给出可操作的效率评估与优化路径。
3.1 光效定义与核心指标体系
3.1.1 核心原理：从内量子效率到外量子效率
Micro-LED 的光效评估必须建立在一套完整的物理量链路上。最基础的指标是内量子效率（IQE），它描述有源区中注入的电子-空穴对通过辐射复合产生光子的比例。对于 InGaN/GaN 多量子阱结构，IQE 通常在 60%~90% 之间，受位错密度、载流子局域化效应和俄歇复合（Auger recombination）的影响显著。然而，IQE 再高，如果光子无法从高折射率半导体材料中逃逸出来，器件的实际发光性能依然受限。
因此，工程上更关注外量子效率（EQE），其定义为：
EQE = IQE × ηextraction其中 ηextraction（光提取效率） 表示有源区产生的光子中，最终能够逃逸到外部介质（空气、封装胶或透镜）的比例。对于未做任何表面处理的平面 Micro-LED，ηextraction 通常仅为 20%~30%；而经过优化的器件可提升至 60%~80%。此外，壁插效率（WPE） 将电学功率与光输出功率直接关联，是系统级功耗评估的关键指标：
WPE = P_optical / P_electrical = EQE × (hν / qV)其中 hν 为光子能量，qV 为外加偏压对应的能量。WPE 综合反映了电学注入效率、内量子效率和光提取效率的乘积效果。
3.1.2 判断方法：如何准确测量光提取效率
光提取效率无法直接测量，必须通过间接方法获得。工程上常用的评估流程如下：
- 积分球法：将 Micro-LED 置于积分球中，测量总光通量 Φ_total，排除封装和透镜影响，得到裸芯片的光输出功率。
- 变温 PL 法：通过低温（77K）与室温（300K）的光致发光强度对比，估算 IQE。假设低温下非辐射复合被冻结，IQE≈1，则室温 IQE = I_300K / I_77K。
- EQE 反推法：在已知 IQE 的前提下，通过 EQE = IQE × ηextraction 反推 ηextraction。
- 光学仿真验证：使用 FDTD（时域有限差分）或 Ray Tracing 工具建立器件模型，输入材料折射率、吸收系数、几何结构，仿真得到理论提取效率，与实验值对比验证。
3.1.3 案例拆解：10μm 蓝光 Micro-LED 的光效评估
某 AR 微显示项目采用 10μm × 10μm 的蓝光（450nm）Micro-LED 阵列，GaN 基材料，蓝宝石衬底，未做表面粗化。初始测试数据如下：
- 注入电流 1μA 时，光输出功率 P_opt = 0.8μW
- 工作电压 V_f = 2.9V，注入电流 I = 1μA
- 变温 PL 测试得到 IQE ≈ 55%
- 积分球测量 EQE ≈ 12%
由此反推 ηextraction = EQE / IQE = 12% / 55% ≈ 21.8%。这一数值与理论预期一致——平面结构 GaN 基 LED 的提取效率上限约为 25% 左右。进一步分析损耗分布：全内反射导致约 60% 的光子被限制在芯片内部，菲涅尔反射损失约 8%，蓝宝石衬底吸收约 5%，侧壁漏光约 5%。
优化方案：在芯片表面制作纳米级圆锥阵列（周期 300nm，高度 200nm），并将蓝宝石衬底减薄至 80μm 后抛光。优化后重新测试，EQE 提升至 28%，ηextraction 提升至 51%。代价是工艺复杂度增加，纳米压印步骤导致良率下降约 3%。
3.2 全内反射（TIR）——光提取的最大障碍
3.2.1 核心原理：Snell 定律与临界角
全内反射是限制 Micro-LED 光提取效率的首要因素。当光子从高折射率介质（GaN, n≈2.5）向低折射率介质（空气, n≈1.0）传播时，根据 Snell 定律：
n₁ × sin(θ₁) = n₂ × sin(θ₂)当 θ₂ = 90° 时对应的入射角即为临界角 θc：
θc = arcsin(n₂ / n₁) = arcsin(1.0 / 2.5) ≈ 23.6°这意味着，有源区产生的光子中，只有落在以法线为中心、半角 23.6° 的圆锥体内的光子才能逃逸出芯片。对于各向同性的自发辐射，这个立体角对应的逃逸概率仅为：
ηescape = (1 - cos θc) / 2 ≈ 4.2%也就是说，超过 95% 的光子被全内反射困在芯片内部，只能在材料内部反复传播，最终被吸收或从侧壁漏出。
3.2.2 判断方法：识别 TIR 主导的损耗场景
在实际器件中，以下现象提示 TIR 损耗占主导：
- 芯片边缘发光明显亮于正面出光——侧壁成为光子逃逸的主要通道
- 光场分布呈环状或边缘增强——正面出光被 TIR 抑制
- 增加电流后光效下降明显——内部光子密度增大，TIR 困住的光子被吸收的概率增加
工程上可通过角度分辨光谱测量出光分布，若出光强度在法线方向最强、随角度急剧衰减，则 TIR 效应显著。
3.2.3 案例拆解：PSS 衬底对 TIR 的抑制效果
某车用 Micro-LED 大灯项目采用 30μm 像素，对比了平面蓝宝石衬底与图形化蓝宝石衬底（PSS）的性能。PSS 衬底表面具有周期性圆锥凸起（直径 2.5μm，高度 1.5μm，周期 3μm）。
| 参数 | 平面衬底 | PSS 衬底 | 提升幅度 |
|---|---|---|---|
| ηextraction（仿真） | 22% | 48% | +118% |
| EQE @ 10A/cm² | 18% | 35% | +94% |
| 光输出功率（350mA） | 420mW | 780mW | +86% |
| 热阻 | 12 K/W | 14 K/W | +17%（略增） |
PSS 衬底通过打破 TIR 的平面反射条件，使原本被全反射的光子遇到圆锥斜面后改变传播方向，获得逃逸机会。但代价是外延生长难度增加，位错密度从 5×10⁸ cm⁻² 上升至 8×10⁸ cm⁻²，导致 IQE 下降约 5%。综合权衡后，EQE 仍获得接近翻倍的提升。
3.3 菲涅尔损耗与吸收损耗
3.3.1 核心原理：界面反射与材料吸收
菲涅尔损耗发生在光子从一种介质进入另一种介质的界面处。即使入射角小于临界角，光子仍有一部分被反射回原介质。对于垂直入射的情况，反射率 R 为：
R = [(n₁ - n₂) / (n₁ + n₂)]²以 GaN（n=2.5）到空气（n=1.0）为例，R ≈ 18.4%。这意味着即使光子进入了逃逸圆锥，仍有近 20% 被反射回芯片内部。若在 GaN 表面增加一层 SiO₂ 减反膜（n≈1.46，厚度 λ/4≈77nm），可将 R 降至 5% 以下。
吸收损耗则来自多个方面：
- 有源区自吸收：InGaN 量子阱对短波长的光有吸收，特别是当光子能量接近带隙时
- GaN 材料吸收：非故意掺杂的 GaN 层对蓝光有微弱吸收，吸收系数 α ≈ 50-100 cm⁻¹
- 电极与金属反射层吸收：p-GaN 上方的透明导电层（ITO）和金属电极会吸收部分光
- 衬底吸收：蓝宝石衬底在紫外波段有吸收，但对蓝光基本透明
3.3.2 判断方法：区分菲涅尔损耗与吸收损耗
工程上可通过以下实验区分两类损耗：
- 变厚度实验：制备不同 GaN 厚度的样品，测量光输出功率。若功率随厚度线性下降，则吸收损耗主导；若功率对厚度不敏感，则界面反射主导。
- 折射率匹配实验：在芯片表面滴加折射率匹配液（n≈2.5），若光输出功率大幅提升，说明菲涅尔损耗显著；若提升有限，则吸收损耗占比更大。
- 光致发光 mapping：用 PL 扫描芯片表面，若边缘发光强于中心，说明内部吸收严重。
3.3.3 案例拆解：减反膜与反射镜的协同优化
某 Micro-LED 可见光通信项目需要高速调制（带宽 >500MHz），同时要求高光效。初始器件结构为：蓝宝石衬底 / n-GaN / MQW / p-GaN / ITO（120nm）/ Ni/Au 电极。测试发现 EQE 仅 15%，其中菲涅尔损耗约 12%，p-GaN 层吸收约 6%，ITO 吸收约 3%。
优化措施分两步实施：
- 第一步：在 ITO 表面增加 SiO₂/TiO₂ 双层减反膜（SiO₂ 77nm + TiO₂ 50nm），将表面反射率从 18% 降至 3%。
- 第二步：将 Ni/Au 电极替换为 Ag 基反射电极（反射率 >95%），并将 p-GaN 厚度从 200nm 减薄至 120nm，减少吸收路径。
优化后 EQE 从 15% 提升至 32%，其中菲涅尔损耗降至 4%，吸收损耗降至 8%。代价是 Ag 电极在高温高湿环境下容易迁移，需要增加 TiW 阻挡层，工艺步骤增加 2 道，成本上升约 15%。
3.4 影响光效的系统性因素与综合优化策略
3.4.1 核心原理：多因素耦合与权衡
实际 Micro-LED 的光效是多种因素耦合作用的结果，不能孤立地优化单一环节。例如，增加 p-GaN 厚度可以改善电流扩展，但会增加吸收损耗；表面粗化可以提升提取效率，但可能损伤 p-GaN 表面，增加接触电阻；PSS 衬底提升提取效率，但增加外延缺陷密度。因此，光效优化本质上是一个多目标权衡问题。
3.4.2 判断方法：建立损耗预算表
工程上推荐使用损耗预算表来系统评估各环节的贡献，并指导优化优先级：
| 损耗环节 | 物理机制 | 典型占比 | 优化手段 | 优化潜力 |
|---|---|---|---|---|
| 全内反射 | 临界角限制 | 50-70% | 表面粗化、PSS、光子晶体 | 高 |
| 菲涅尔反射 | 界面折射率突变 | 10-20% | 减反膜、折射率匹配层 | 中 |
| 有源区自吸收 | 带边吸收 | 5-10% | 量子阱结构优化、减少阱层数 | 中 |
| p-GaN 吸收 | Mg 掺杂吸收 | 3-8% | 减薄 p-GaN、优化掺杂浓度 | 中 |
| ITO 吸收 | 自由载流子吸收 | 2-5% | 超薄 ITO、高迁移率 TCO | 低 |
| 电极遮挡 | 金属反射率有限 | 3-8% | Ag 基反射镜、DBR | 中 |
| 侧壁漏光 | 刻蚀损伤 | 2-10%（小尺寸） | 侧壁钝化、倾斜侧壁 | 高（小尺寸） |
3.4.3 案例拆解：Micro-LED 微显示阵列的综合优化
某 0.39 英寸 Micro-LED 微显示项目，像素间距 5μm，分辨率 1920×1080，绿光（530nm）。初始设计采用正装结构，EQE 仅 8%，亮度不足导致 AR 眼镜在户外无法使用。
系统分析发现：
- 像素尺寸仅 3.5μm，侧壁面积占比大，侧壁非辐射复合导致 IQE 降至 35%
- TIR 损耗严重，ηextraction 仅 18%
- ITO 薄膜在 5μm 像素上电流扩展不均，局部电流密度过高
优化方案：
- 将正装结构改为倒装结构，采用共晶键合将蓝宝石面朝上，利用蓝宝石作为出光面，避免 p-GaN 和 ITO 的吸收
- 在蓝宝石出光面制作微透镜阵列（每个像素对应一个微透镜，直径 4μm，曲率半径 6μm），将 TIR 逃逸锥扩大
- 采用原子层沉积（ALD）Al₂O₃ 侧壁钝化，修复刻蚀损伤，将侧壁复合速度从 10⁵ cm/s 降至 10³ cm/s
- 优化 n-GaN 厚度至 2μm，平衡电流扩展与吸收
优化后 EQE 提升至 24%，亮度提升 3 倍，达到 5000 nits（@ 10μA/pixel），满足户外 AR 使用需求。但倒装工艺的键合对准精度要求 ±1μm，良率从 92% 降至 85%，成本增加约 30%。
3.4.4 常见误区与注意事项
- 误区一：认为 IQE 高就代表器件光效高。实际上，如果提取效率只有 20%，即使 IQE 达到 90%，EQE 也仅 18%。
- 误区二：忽略尺寸效应。Micro-LED 像素缩小至 10μm 以下时，侧壁面积占比急剧增加，侧壁复合和侧壁漏光成为主导因素，必须专门优化。
- 误区三：过度追求表面粗化。粗化程度过大会增加表面复合，降低 IQE，且对短波长光散射增强，影响出光方向性。
- 误区四：忽视封装对提取效率的影响。Micro-LED 的封装材料（硅胶、环氧树脂）折射率通常为 1.4-1.5，与空气不同，会改变临界角条件。设计时必须明确目标出光介质。
- 误区五：仿真与实验脱节。FDTD 仿真中材料折射率和吸收系数的取值必须与实际工艺条件匹配，否则仿真结果参考价值有限。
光效提取是 Micro-LED 器件设计的核心环节，涉及光学、材料、工艺和封装的交叉优化。理解全内反射、菲涅尔损耗和吸收损耗的物理本质，建立系统化的损耗预算方法，是每一位 Micro-LED 工程师必须掌握的核心能力。在实际项目中，应结合具体应用场景（显示、照明、通信）的出光需求，在提取效率、工艺复杂度、成本与可靠性之间做出合理权衡。