In electronic warfare, one of the key technologies is radar. Radar is used to detect and identify unknown aerial, nautical or land-based objects. An attribute of of a pulsed radar signal is the Pulse Repetition Interval (PRI) which is the time interval between pulses in a pulse train. In a passive radar receiver system, the PRI can be used to recognize the emitter system. Correct classification of emitter systems is a crucial part of Electronic Support Measures (ESM) and Radar Warning Receivers (RWR) in order to deploy appropriate measures depending on the emitter system. Inaccurate predictions of emitter systems can have lethal consequences and variables such as time and confidence in the predictions are essential for an effective predictive method. Due to the classified nature of military systems and techniques, there are no industry standard systems or techniques that perform quick and accurate classifications of emitter systems based on PRI. Therefore, methods that allows for fast and accurate predictions based on PRI is highly desirable and worthy of research. This thesis explores and compares the capabilities of two machine learning methods for the task of classifying emitters based on received PRI. The first method is an attention based model which performs well throughout all levels of realistic noise and is quick to learn and even quicker to give accurate predictions. The second method is a K-Nearest Neighbor (KNN) implementation that, while performing well for noise-free PRI, finds its performance degrading as the amount of noise increases. An additional outcome of this thesis is the development of a system to generate samples in an automated fashion. The attention based model performs well, achieving a macro avarage F1-score of 63% in the 59-class recognition task whereas the performance of the KNN is lower, achieving a macro avarage F1-score of 43%. Future research could be conducted with the purpose of designing a better attention based model for producing higher and more confident predictions and designing algorithms to reduce the time complexity of the KNN implementation. / En av de viktigaste teknikerna inom telektrig är radarn. Radar används för att upptäcka och identifiera okända, luftburna, sjögående eller landbaserade förmål. En komponent av radar är Pulsrepetitionsinterval (Pulse Repetition Intervall, PRI) som beskrivs som tidsintervallet mellan två inkommande pulser. I ett radarvarnar system (Radar Warning Receiver, RWR) kan PRI användas för att identifiera radarsystem. Korrekt identifiering av radarsystem är en viktig uppgift för elektroniska understödsmedel (Electronic Support Measures, ESM) med syfte att tillsätta lämpliga medel beroende på radarsystemet i fråga. Icke tillförlitlig identifiering av radarsystem kan ha dödliga konsekvenser och variabler som tid och säkerhet i identifieringen är avgörande för ett effektivt system. Då dokumentation och specifikationer för militära system i regel är hemligstämplade är det svårt att utröna någon typ av industristandard för att utföra snabb och säker klassificering av radarsystem baserat på PRI. Därför är det av stort intresse detta område och möjligheterna för sådana lösningar utforskas. Detta examensarbete utforskar och jämför förmågorna hos två maskininlärningsmetoder i avseende att korrekt identifiera radarsändare baserat på genererat PRI. Den första metoden är ett djupt neuralt nätverk som använder sig av tekniken ”attention”. Det djupa nätverket presterar bra för alla brusnivåer och lär sig snabbt att känna igen attributen hos PRI som kännetecknar vilken radarsändare och som efter träning dessutom är snabb på att korrekt identifiera PRI. Den andra metoden är en K-Nearest Neighbor implementation som förvisso presterar bra på icke brusig data men vars förmåga försämras allt eftersom brusnivåerna ökar. Ett ytterligare resultat av arbetet är utvecklingen och implementationen av en metod för att specificera PRI och sedan generera PRI efter specifikation. Attention modellen genererar bra prediktioner för data bestående av 59 klasser, med ett F1-score snitt om 63% medan KNN-implementationen för samma uppgift har en lägre träffsäkerhet med ett F1-score snitt om 43%. Vidare forskning kan innefatta utökad utveckling av det djupa, neurala nätverket i syfte att förbättra dess förmåga för identifiering och metoder för att minimera tidsåtgången för KNN implementationen.

Die Überlebenswahrscheinlichkeit der Unfallopfer nach Straßenverkehrsunfällen hängt von der Zeitspanne vom Unfall bis zur ersten suffizienten Hilfeleistung (therapiefreies Intervall) sowie von der Qualität der Erstversorgung ab. Das therapiefreie Intervall kann durch automatische Notrufsysteme (ACN) und suffiziente Laienhilfe verkürzt werden. In dieser Dissertation werden (1) Modelle zur Prognose der Verletzungsschwere von Fahrzeuginsassen für den Einsatz in erweiterten automatischen Notrufsystemen (AACN) entwickelt und (2) Anforderungen an Telemedizinsysteme zur Unterstützung von Laien bei der Durchführung von Erste-Hilfe-Maßnahmen untersucht. (1) Die Prognose der Verletzungsschwere ist für eine optimale Disposition der Rettungsmittel erforderlich. Auf der Basis der amerikanischen Unfalldatenbank NASS/ CDS und der deutschen Unfalldatenbank GIDAS werden Prognosemodelle mit multivariaten inferenzstatistischen Verfahren (decision tree, logistic regression) entwickelt, die Bedeutung einzelner Eingangsgrößen untersucht und die Leistungsfähigkeit der Modelle überprüft. Die Leistungsfähigkeit beider statistischen Verfahren stellt sich in ROC-Analysen als vergleichbar heraus. Mit den Prognosemodellen kann eine Dispositionsempfehlung erstellt werden, die heutigen Dispositionsentscheidungen auf der Grundlage eines Telefongesprächs mit dem Unfallmelder qualitativ entspricht. (2) Zur Entwicklung eines Telemedizinsystems für die Laienunterstützung wird untersucht, ob die telemedizinische Anleitung von Laien bei der Durchführung von Erste-Hilfe-Maßnahmen zu einer Erhöhung der Hilfsbereitschaft führt und welche Anforderungen ein Telemedizinsystem erfüllen muss. Dazu werden die am häufigsten indizierten Erste-Hilfe-Maßnahmen nach Verkehrsunfällen durch Auswertung der GIDAS-Datenbank identifiziert, der Stand der heutigen Laienhilfe analysiert, die erforderlichen Funktionen eines Telemedizinsystems abgeleitet und der Einfluss einer verbesserten Laienhilfe auf die Überlebenswahrscheinlichkeit bestimmt. / The probability of survival of motor vehicle accident victims depends on two factors: the time interval between the accident and the initial provision of appropriate first-aid (therapy-free interval), and the quality of the first-aid treatment. The therapy-free interval can be shortened significantly by automatic crash notification systems (ACN) and by adequate bystander first aid. In this thesis, (1) models are developed for predicting the severity of injury of vehicle occupants for use in advanced automatic crash notification systems (AACN) and (2) requirements of telemedical bystander support systems are examined. (1) The prediction of the severity of injury is needed for optimal disposition of rescue services. Therefore, prediction models are developed on the basis of the American accident database NASS/ CDS and its German counterpart, GIDAS, using multivariate inference statistical procedures (decision tree, logistic regression). In addition, the importance of individual parameters and the efficiency of these models are investigated. The performance of the two statistical procedures proves to be equal by using the ROC analyses. The prediction models allow for recommendations of rescue services that correspond in quality to contemporary dispatching decisions for rescue services on the basis of a telephone call between the individual reporting the accident and a dispatcher. (2) Concerning the development of a telemedical bystander support system, the paper examines whether the availability of telemedical guidance leads to an increase in bystander willingness to provide first aid. In order to evaluate the requirements of a telemedical system, the most frequently indicated first-aid measures after traffic accidents are identified by evaluating the GIDAS database. Furthermore, the status of assistance currently offered by bystanders is analyzed, the necessary functions of a telemedical system are scrutinized, and the influence of improved bystander assistance on the probability of accident victims’ survival is determined.

In forensic autopsies, accurately estimating the postmortem interval (PMI) is crucial. Traditional methods, relying on physical parameters and police data, often lack precision, particularly after approximately two days have passed since the person's death. New methods are increasingly focusing on analyzing postmortem metabolomics in biological systems, acting as a 'fingerprint' of ongoing processes influenced by internal and external molecules. By carefully analyzing these metabolomic profiles, which span a diverse range of information from events preceding death to postmortem changes, there is potential to provide more accurate estimates of the PMI. The limitation of available real human data has hindered comprehensive investigation until recently. Large-scale metabolomic data collected by the National Board of Forensic Medicine (RMV, Rättsmedicinalverket) presents a unique opportunity for predictive analysis in forensic science, enabling innovative approaches for improving  PMI estimation. However, the metabolomic data appears to be large, complex, and potentially nonlinear, making it difficult to interpret. This underscores the importance of effectively employing machine learning algorithms to manage metabolomic data for the purpose of PMI predictions, the primary focus of this project.  In this study, a dataset consisting of 4,866 human samples and 2,304 metabolites from the RMV was utilized to train a model capable of predicting the PMI. Random Forest (RF) and Artificial Neural Network (ANN) models were then employed for PMI prediction. Furthermore, feature selection and incorporating sex and age into the model were explored to improve the neural network's performance.  This master's thesis shows that ANN consistently outperforms RF in PMI estimation, achieving an R2 of 0.68 and an MAE of 1.51 days compared to RF's R2 of 0.43 and MAE of 2.0 days across the entire PMI-interval. Additionally, feature selection indicates that only 35% of total metabolites are necessary for comparable results with maintained predictive accuracy. Furthermore, Principal Component Analysis (PCA) reveals that these informative metabolites are primarily located within a specific cluster on the first and second principal components (PC), suggesting a need for further research into the biological context of these metabolites.  In conclusion, the dataset has proven valuable for predicting PMI. This indicates significant potential for employing machine learning models in PMI estimation, thereby assisting forensic pathologists in determining the time of death. Notably, the model shows promise in surpassing current methods and filling crucial gaps in the field, representing an important step towards achieving accurate PMI estimations in forensic practice. This project suggests that machine learning will play a central role in assisting with determining time since death in the future.

In der vorliegenden Arbeit wird das Hauptaugenmerk auf die Untersuchung der Auswirkungen einer Modifikation der zugänglichen Prozessparameter auf die funktionalen Eigenschaften oxidischer Dünnfilme während der gepulsten Laserabscheidung (PLD) gelegt. Der erste Teil der Arbeit stellt die Herstellung von BaTiO3/SrTiO3-Mehrfach-Heterostrukturen auf thermisch und chemisch vorbehandelten SrTiO3-Substraten mittels gepulster Laserabscheidung (PLD) vor. Die zugängliche in-situ Wachstumskontrolle durch ein reflection high-energy electron diffraction (RHEED)-System ermöglicht es die Wachstumsprozesse in Echtzeit zu überwachen. Angestrebt wird ein stabiler zwei-dimensionaler Wachstumsmodus, der neben glatten Grenzflächen auch eine hohe Dünnfilmqualität ermöglicht. Es wird erstmals die prinzipielle Anwendbarkeit von BaTiO3/SrTiO3-Heterostrukturen als Bragg-Spiegel aufgezeigt. Für BaTiO3- sowie SrTiO3-Dünnfilme wurden die PLD-Parameter Substrattemperatur, Sauerstoffpartialdruck, Energiedichte des Lasers sowie Flussdichte der Teilchen variiert und die Auswirkungen auf die strukturellen, optischen und Oberflächeneigenschaften mittels Röntgendiffraktometrie (XRD), spektraler Ellipsometrie (SE) und Rasterkraftmikroskopie (AFM) beleuchtet. Im zweiten Teil werden ZnO/MgxZn1−xO-Quantengrabenstrukturen hetero- und homoepitaktisch auf thermisch vorbehandelten a-Saphir- respektive m- und a-orientierten ZnO-Einkristallen vorgestellt. Die Realisierung eines zwei-dimensionalen „layer-by-layer“ Wachstumsmodus wird für die Quantengrabenstrukturen aufgezeigt. Die Quantengrabenbreite lässt sich aus beobachteten RHEED-Oszillationen exakt bestimmen. Ein Vergleich zwischen, mittels Photolumineszenz gemessenen Quantengrabenübergangsenergien als Funktion der Grabenbreite mit theoretisch ermittelten Werten wird vorgestellt, wobei der Unterschied zwischen polaren und nicht-polaren Strukturen mit Blick auf eine Anwendung aufgezeigt wird. Für c-orientierte ZnO-Dünnfilme wird das Wachstum im Detail untersucht und ein alternativer Abscheideprozess im so genannten Intervall PLD-Verfahren vorgestellt. Die Verifizierung der theoretischen Prognose einer ferromagnetischen Ordnung mit einer Curie-Temperatur oberhalb Raumtemperatur (RT) für kubische, Mangan stabilisierte Zirkondioxid (MnSZ)-Dünnfilme stellt den dritten Teil der Arbeit dar. Die strukturellen Eigenschaften der Dünnfilme werden mittels XRD, AFM sowie Transmissionselektronenmikroskopie (TEM) untersucht. Die Bedingungen einer erfolgreichen Stabilisierung der kubischen Kristallphase durch den Einbau von Mn wird aufgezeigt. Mittels Röntgenphotoelektronenspektroskopie (XPS) sowie Elektronenspinresonanz (EPR) wird der Ladungszustand der, in der Zirkondioxidmatrix eingebauten, Mn-Ionen ermittelt. Die elektrischen Eigenschaftenwerden durch Strom-Spannungsmessungen(IU) sowie der Leitungstyp durch Seebeck-Effekt Messungen charakterisiert. Zur Erhöhung der Leitfähigkeit werden die MnSZ Dünnfilme in verschiedenen Atmosphären thermisch behandelt und Veränderungen durch IU-Messungen aufgezeigt. Ergebnisse von optischen Untersuchungen mittels Transmissionsmessungen und KL werden präsentiert. Superconducting quantum interference device (SQUID)-Magnetometrie wird zur Charakterisierung der magnetischen Eigenschaften genutzt. Magnetische Ordnungen im Bereich zwischen 5 K ≤ T ≤ 300 K werden untersucht und der Einfluss von Defekten sowie einer thermischen Behandlung in verschiedenen Atmosphären auf die magnetischen Eigenschaften diskutiert.

In der vorliegenden Arbeit wird das Hauptaugenmerk auf die Untersuchung der Auswirkungen einer Modifikation der zugänglichen Prozessparameter auf die funktionalen Eigenschaften oxidischer Dünnfilme während der gepulsten Laserabscheidung (PLD) gelegt. Der erste Teil der Arbeit stellt die Herstellung von BaTiO3/SrTiO3-Mehrfach-Heterostrukturen auf thermisch und chemisch vorbehandelten SrTiO3-Substraten mittels gepulster Laserabscheidung (PLD) vor. Die zugängliche in-situ Wachstumskontrolle durch ein reflection high-energy electron diffraction (RHEED)-System ermöglicht es die Wachstumsprozesse in Echtzeit zu überwachen. Angestrebt wird ein stabiler zwei-dimensionaler Wachstumsmodus, der neben glatten Grenzflächen auch eine hohe Dünnfilmqualität ermöglicht. Es wird erstmals die prinzipielle Anwendbarkeit von BaTiO3/SrTiO3-Heterostrukturen als Bragg-Spiegel aufgezeigt. Für BaTiO3- sowie SrTiO3-Dünnfilme wurden die PLD-Parameter Substrattemperatur, Sauerstoffpartialdruck, Energiedichte des Lasers sowie Flussdichte der Teilchen variiert und die Auswirkungen auf die strukturellen, optischen und Oberflächeneigenschaften mittels Röntgendiffraktometrie (XRD), spektraler Ellipsometrie (SE) und Rasterkraftmikroskopie (AFM) beleuchtet. Im zweiten Teil werden ZnO/MgxZn1−xO-Quantengrabenstrukturen hetero- und homoepitaktisch auf thermisch vorbehandelten a-Saphir- respektive m- und a-orientierten ZnO-Einkristallen vorgestellt. Die Realisierung eines zwei-dimensionalen „layer-by-layer“ Wachstumsmodus wird für die Quantengrabenstrukturen aufgezeigt. Die Quantengrabenbreite lässt sich aus beobachteten RHEED-Oszillationen exakt bestimmen. Ein Vergleich zwischen, mittels Photolumineszenz gemessenen Quantengrabenübergangsenergien als Funktion der Grabenbreite mit theoretisch ermittelten Werten wird vorgestellt, wobei der Unterschied zwischen polaren und nicht-polaren Strukturen mit Blick auf eine Anwendung aufgezeigt wird. Für c-orientierte ZnO-Dünnfilme wird das Wachstum im Detail untersucht und ein alternativer Abscheideprozess im so genannten Intervall PLD-Verfahren vorgestellt. Die Verifizierung der theoretischen Prognose einer ferromagnetischen Ordnung mit einer Curie-Temperatur oberhalb Raumtemperatur (RT) für kubische, Mangan stabilisierte Zirkondioxid (MnSZ)-Dünnfilme stellt den dritten Teil der Arbeit dar. Die strukturellen Eigenschaften der Dünnfilme werden mittels XRD, AFM sowie Transmissionselektronenmikroskopie (TEM) untersucht. Die Bedingungen einer erfolgreichen Stabilisierung der kubischen Kristallphase durch den Einbau von Mn wird aufgezeigt. Mittels Röntgenphotoelektronenspektroskopie (XPS) sowie Elektronenspinresonanz (EPR) wird der Ladungszustand der, in der Zirkondioxidmatrix eingebauten, Mn-Ionen ermittelt. Die elektrischen Eigenschaftenwerden durch Strom-Spannungsmessungen(IU) sowie der Leitungstyp durch Seebeck-Effekt Messungen charakterisiert. Zur Erhöhung der Leitfähigkeit werden die MnSZ Dünnfilme in verschiedenen Atmosphären thermisch behandelt und Veränderungen durch IU-Messungen aufgezeigt. Ergebnisse von optischen Untersuchungen mittels Transmissionsmessungen und KL werden präsentiert. Superconducting quantum interference device (SQUID)-Magnetometrie wird zur Charakterisierung der magnetischen Eigenschaften genutzt. Magnetische Ordnungen im Bereich zwischen 5 K ≤ T ≤ 300 K werden untersucht und der Einfluss von Defekten sowie einer thermischen Behandlung in verschiedenen Atmosphären auf die magnetischen Eigenschaften diskutiert.:Inhaltsverzeichnis 1. Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.1. Thermodynamische Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . 9 2.1.1. Konzept der Übersättigung . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.1.2. Beschreibung der Grenz- bzw. Oberfläche . . . . . . . . . . . . . . 10 2.2. Keimbildung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.2.1. Thermodynamische Grundlagen der Keimbildung . . . . . .. . . . 12 2.2.2. Atomistische Beschreibung der Keimbildung . . . . . . . . . . . . . 14 2.3. Besonderheiten der Schichtbildung in Homo- und Heteroepitaxie 16 2.3.1. Homoepitaxie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.3.2. Heteroepitaxie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.4. Wachstumskinetik in der gepulsten Laserabscheidung . . . . . . . 19 3. Experimentelle Details 21 3.1. Probenherstellung – Gepulste Laser Abscheidung (PLD) . . . . . . 21 3.1.1. Allgemeine Grundlagen der PLD . . . . . . . .. . . . . . . . . . . . . . . . 21 3.1.2. Reflection high-energy electron diffraction . . . . . . . . . . . . . . . 23 3.1.3. PLD-Kammer mit in-situ RHEED . . . . . . . . . . . . . . . . . . . . . . . . 27 3.1.4. PLD-Kammer ohne in-situ RHEED . . . . . . . . . . . . . . . . . . . . . . 28 3.2. Strukturelle und chemische Charakterisierung . . . . . . . . . . . . . 29 3.2.1. Röntgendiffraktometrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2.2. Rasterkraftmikroskopie . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . 31 3.2.3. Transmissionselektronenmikroskopie . . . . . . . . . . . . . . . . . . . 33 3.2.4. Energiedispersive Röntgenspektroskopie . . . . . . . . . . . . . . . . 33 3.2.5. Rutherford-Rückstreuspektrometrie und Partikel-induzierte Röntgenemission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.2.6. Röntgenphotoelektronenspektroskopie . . . . . . . . . . . . . . . . . . 34 3.3. Optische Charakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.3.1. Transmissionsmessungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.3.2. Lumineszenzmessungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3.3. Spektroskopische Ellipsometrie . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3.4. Raman-Streuung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.4. Magnetische Charakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.4.1. Messungen der Magnetisierung mit einem SQUID-Magnetometer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 39 3.4.2. Elektronenspinresonanz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.5. Elektrische Charakterisierung . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.5.1. Strom-Spannungs-Messungen . . . . . . . . . . . . . . . . . . . . . . . . 41 3.5.2. Seebeck Effekt Messungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 4. Die Herstellung und Charakterisierung von BaTiO3/SrTiO3-Bragg-Spiegeln mittels PLD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.1. Einführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.2. Bragg-Spiegel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 4.3. Die Materialien Strontiumtitanat und Bariumtitanat . . . . . . . . . . 45 4.3.1. Kristallstruktur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 4.3.2. Substrateigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 4.4. Epitaktische BaTiO3-Dünnfilme . . . . . . . . . . . . . . . . . . . . . . . . . . 47 4.4.1. Heteroepitaktische BaTiO3-Dünnfilme auf SrTiO3 (001)-Substraten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 4.4.2. Initiale Wachstumsphasen von BaTiO3-Dünnfilmen auf SrTiO3 (001)-Substraten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.4.3. Auswirkung der PLD-Abscheideparameter auf epitaktische BaTiO3-Dünnfilme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .60 4.4.4. Veränderung der optischen Konstanten durch die Modifikation der PLD-Abscheideparameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.5. Epitaktische SrTiO3-Dünnfilmen . . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.6. Abscheidung von BaTiO3/SrTiO3-Bragg-Spiegel . . . . . . . . . . . . . 73 4.6.1. BaTiO3/SrTiO3-Einfach–Heterostrukturen . . . . . . . . . . . . . . . . 73 4.6.2. BaTiO3/SrTiO3-Mehrfach–Heterostrukturen . . . . . . . . . . . . . . . 78 4.6.3. BaTiO3/SrTiO3-Bragg-Spiegel . . . . . . . . . . . . . . . . . . . . . . . . . . 80 4.6.4. Abschlussbemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 5. Die Herstellung und Charakterisierung von ZnO/MgxZn1−xO-Quantengräben mittels PLD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.1. Einführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.2. Die Materialien ZnO und MgxZn1−xO . . . . . . . . . . . . . . . . . . . . . 88 5.2.1. ZnO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.2.2. MgxZn1−xO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.3. Quantengrabenstrukturen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.3.1. Exzitonen im Zinkoxid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.3.2. Quantum-Confined Stark Effect . . . . . . . . . . . . . . . . . . . . . . . . 91 5.4. Die Abscheidung von ZnO- und MgxZn1−xO-Dünnfilmen mittels PLD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 5.4.1. Heteroepitaktische Abscheidung von ZnO- und MgxZn1−xO-Dünnfilmen auf a-Saphir-Substraten . . . . . . . . . . . . . . . . . . . . . . . . . 93 5.4.2. Homoepitaktische Abscheidung von ZnO- und MgxZn1−xO-Dünnfilmen auf verschiedenen ZnO-Substraten . . . . . . . . . . . . . . . . 106 5.5. Die Herstellung von ZnO/MgxZn1−xO-Quantengrabenstrukturen auf verschiedenen Substraten . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 5.5.1. Heteroepitaktische Quantengrabenstrukturen auf a-Saphir-Substraten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 5.5.2. Anmerkungen zu homoepitaktischen Quantengrabenstrukturen abgeschieden auf c-ZnO-Substraten . . . . . . . . . . . . . . . . . . . . . . . . 143 5.5.3. Homoepitaktischen Quantengrabenstrukturen abgeschieden auf nicht-polaren ZnO-Substraten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.5.4. Abschlussbemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 6. Die Herstellung und Charakterisierung von Mangan stabilisierten Zirkondioxid als potentieller verdünnter magnetischer Halbleiter mittels PLD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 6.1. Einführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 6.2. Theoretische Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 6.2.1. Spintronik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 6.2.2. Verdünnte magnetische Halbleiter . . . . . . . . . . . . . . . . . . . . . 158 6.2.3. Ferromagnetische Kopplung in verdünnten magnetische Halbleitern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 6.3. Mangan stabilisiertes Zirkondioxid als möglicher DMS . . . . . . . . 162 6.4. Das Material Zirkondioxid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164 6.4.1. Die Phasen des Zirkondioxids . . . . . . . . . . . . . . . . . . . . . . . . . 164 6.5. Substrateigenschaften von (001) und (111) orientiertem Yttrium stabilisierten Zirkondioxid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 6.6. Untersuchungen an Mangan stabilisierten Zirkondioxid Dünnfilmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .176 6.6.1. Strukturelle und chemische Charakterisierung . . . . . . . . . . . . 177 6.6.2. Analyse der unterschiedlichen Phasen im Mangan stabilisierten Zirkondioxid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .190 6.6.3. Elektrische und optische Charakterisierung . . . . . . . . . . . . . . 203 6.6.4. Magnetische Charakterisierung von Mangan stabilisiertem Zirkondioxid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .210 6.6.5. Magnetische Charakterisierung von nominell undotiertem Zirkondioxid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .221 6.6.6. MnSZ-Mehrfach-Heterostrukturen . . . . . . . . . . . . . . . . . . . . . 224 6.6.7. Einfluss einer thermischen Behandlung auf die magnetischen Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .227 6.6.8. Zusammenfassung der Messergebnisse . . . . . . . . . . . . . . . . 232 6.7. Abschlussbemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 7. Zusammenfassung und Ausblick . . . . . . . . . . . . . . . . . . . . . . . 237 8. Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245 A. Symbole und Abkürzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 B. Liste der Veröffentlichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 C. Danksagung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 D. Curriculum Vitae . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .286 E. Selbstständigkeitserklärung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287