[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111149063A - 确定器件制造工艺的控制参数的方法 - Google Patents

确定器件制造工艺的控制参数的方法 Download PDF

Info

Publication number
CN111149063A
CN111149063A CN201880062857.2A CN201880062857A CN111149063A CN 111149063 A CN111149063 A CN 111149063A CN 201880062857 A CN201880062857 A CN 201880062857A CN 111149063 A CN111149063 A CN 111149063A
Authority
CN
China
Prior art keywords
image
determined
substrate
control parameters
feature
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.)
Granted
Application number
CN201880062857.2A
Other languages
English (en)
Other versions
CN111149063B (zh
Inventor
W·T·特尔
M·J·马斯洛
K·范因根·舍瑙
P·沃纳尔
A·斯拉克特
R·阿努西亚多
S·H·C·范戈尔普
F·斯塔尔斯
M·乔彻姆森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ASML Netherlands BV
Original Assignee
ASML Netherlands BV
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from EP17193430.0A external-priority patent/EP3462240A1/en
Application filed by ASML Netherlands BV filed Critical ASML Netherlands BV
Priority to CN202210429378.8A priority Critical patent/CN114721232A/zh
Publication of CN111149063A publication Critical patent/CN111149063A/zh
Application granted granted Critical
Publication of CN111149063B publication Critical patent/CN111149063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/7055—Exposure light control in all parts of the microlithographic apparatus, e.g. pulse length control or light interruption
    • G03F7/70558—Dose control, i.e. achievement of a desired dose
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18—Manufacturability analysis or optimisation for manufacturability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/32—Circuit design at the digital level
    • G06F30/33—Design verification, e.g. functional simulation or model checking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21K—TECHNIQUES FOR HANDLING PARTICLES OR IONISING RADIATION NOT OTHERWISE PROVIDED FOR; IRRADIATION DEVICES; GAMMA RAY OR X-RAY MICROSCOPES
    • G21K5/00—Irradiation devices
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)

Abstract

本文中公开了一种用于确定制造工艺的一个或多个控制参数的方法，该制造工艺包括光刻工艺和一个或多个另外的工艺，该方法包括：获取衬底的至少一部分的图像，其中该图像包括通过制造工艺而被制造在衬底上的至少一个特征；取决于从图像确定的轮廓，计算一个或多个图像相关度量，其中图像相关度量中的一项是至少一个特征的边缘位置误差EPE；以及取决于边缘位置误差，确定光刻工艺和/或一个或多个另外的工艺的一个或多个控制参数，其中至少一个控制参数被确定以便最小化至少一个特征的边缘位置误差。

Description

确定器件制造工艺的控制参数的方法
相关申请的交叉引用
本申请要求于2017年9月27日提交的欧洲申请17193430.0、于2017年11月7日提交的欧洲申请17200255.2以及于2018年2月5日提交的欧洲申请18155070.8的优先权，这些申请通过引用以它们的整体并入本文。
技术领域
本文中的描述涉及半导体器件的制造中的工艺，并且更具体地涉及一种方法、非暂态计算机可读介质和系统，用于取决于所制造的器件的特征的图像，来改进这些工艺中的任何工艺。
背景技术
光刻投影设备可以用于例如集成电路(IC)的制造中。在这种情况下，图案形成装置(例如，掩模)可以包含或提供与IC的单独层相对应的电路图案(“设计布局”)，并且该电路图案可以通过诸如通过图案形成装置上的电路图案来辐射目标部分等方法，而被转印到已经涂覆有辐射敏感材料(“抗蚀剂”)层的衬底(例如，硅晶片)上的目标部分(例如，包括一个或多个管芯)上。通常，单个衬底包含多个相邻的目标部分，电路图案通过光刻投影设备被依次转印到该多个相邻的目标部分，一次一个目标部分。在一种类型的光刻投影设备中，整个图案形成装置上的电路图案被一次转印到一个目标部分上；这样的设备通常被称为步进器。在通常被称为步进扫描设备的备选设备中，投影束沿给定参考方向(“扫描”方向)对图案形成装置进行扫描，同时同步地使衬底平行于或反平行于该参考方向移动。图案形成装置上的电路图案的不同部分被渐进地转印到一个目标部分。由于通常光刻投影设备将具有放大倍数M(通常<1)，因此衬底移动的速度F将是投影束扫描图案形成装置的速度的M倍。关于本文中描述的光刻设备的更多信息可以例如从US 6,046,792中搜集，该文献通过引用并入本文。
在将电路图案从图案形成装置转印到衬底之前，衬底可以经历各种工序，诸如涂底料、抗蚀剂涂覆和软烘烤。在曝光之后，该衬底可以进行其他处理，诸如曝光后烘烤(PEB)、显影、硬烘烤以及转印电路图案的测量/检查。该工序的阵列被用作制作诸如IC的器件的单个层的基础。然后，该衬底可以经历各种工艺，诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等，所有这些工艺都旨在完成器件的单独层。如果器件中需要若干层，则整个工序及其变型针对每一层而被重复。最终，器件将出现在衬底上的每个目标部分中。然后，这些器件通过切割或锯切等技术而彼此分离，从而单独器件可以被安装在载体上、连接到引脚，等等。
如所指出的，光刻是集成电路制造中的中心步骤，其中形成在衬底上的图案限定IC的功能元件，诸如微处理器、存储器芯片等。类似的光刻技术也用于形成平板显示器、微机电系统(MEMS)和其他器件。
随着半导体制造工艺的不断发展，功能元件的尺寸已经持续地减少，同时每个器件的功能元件(诸如晶体管)的数目在过去几十年中一直按照通常被称为“摩尔定律”的趋势而稳定地增长。在当前的技术水平下，器件的层使用光刻投影设备来制造，该光刻投影设备使用来自深紫外照射源的照射将设计布局投影到衬底上，从而创建具有远低于100nm的尺寸的单独功能元件，即，小于来自照射源(例如，193nm照射源)的辐射的波长的一半。
根据分辨率公式CD＝k1×λ/NA，该工艺，其中具有小于光刻投影设备的经典分辨率极限的尺寸的特征被印刷，通常被称为低k1光刻，其中λ是所采用的辐射的波长(当前大多数情况下为248nm或193nm)，NA是光刻投影设备中投影光学器件的数值孔径，CD是“临界尺寸”，通常是印刷的最小特征大小，k1是经验分辨率。通常，k1越小，越难以在衬底上再现如下图案，该图案类似于由电路设计者计划的、以便实现特定电气功能和性能类似的形状和尺寸。为了克服这些困难，需要准确地确定器件制造中所有工艺的控制参数。
发明内容
根据本发明的第一方面，提供了一种用于确定制造工艺的一个或多个控制参数的方法，制造工艺包括光刻工艺和一个或多个另外的工艺，该方法包括：获取衬底的至少一部分的图像，其中图像包括通过制造工艺而被制造在衬底上的至少一个特征；取决于从图像确定的轮廓来计算一个或多个图像相关度量，其中图像相关度量中的一项是至少一个特征的边缘位置误差EPE；以及取决于边缘位置误差，确定光刻工艺和/或上述一个或多个另外的工艺的一个或多个控制参数，其中至少一个控制参数被确定以便最小化至少一个特征的边缘位置误差。
优选地，该方法还包括：取决于所确定的一个或多个控制参数来控制以下至少一项：器件的制造工艺中的光刻设备和上述一个或多个另外的工艺。
优选地，器件的制造工艺中的上述另外的工艺包括以下项中的一项或多项：光刻工艺、涂底料工艺、抗蚀剂涂覆工艺、软烘烤工艺、曝光后烘烤工艺、显影工艺、硬烘烤工艺、测量/检查工艺、蚀刻工艺、离子注入工艺、金属化工艺、氧化工艺和化学机械抛光工艺。
优选地，图像相关度量是特征的边缘位置误差EPE。
优选地，图像相关度量是取决于轮廓与目标轮廓的比较来计算的。
优选地，图像相关度量是取决于特征的多个图像来生成的。
优选地，特征的多个图像在衬底的相应的多个层中。
优选地，该方法还包括：确定特征的轮廓的多个分段；确定针对多个分段中的每个分段的相应权重；针对分段中的每个分段，计算该分段的图像相关度量；以及取决于分段中的每个分段的权重和图像相关度量，计算特征的图像相关度量。
优选地，每个分段的权重取决于该分段的图像相关度量的公差值。
优选地，一个或多个控制参数是取决于每个分段的敏感度来确定的。
优选地，一个或多个控制参数被确定以便最小化特征的EPE。
优选地，该方法包括生成针对图像中的多个特征中的每个特征的图像相关度量，其中特征的每个图像相关度量是通过执行根据权利要求8或与其任何从属权利要求的方法来生成的。
优选地，该方法还包括确定针对图像中的多个特征中的每个特征的权重；以及取决于每个特征的图像相关度量和每个特征的权重，计算图像的图像相关度量。
优选地，图像的图像相关度量是图像的EPE，并且一个或多个控制参数被确定以便最小化图像的EPE。
优选地，该方法还包括：获取衬底的相同层的不同部分的多个图像；以及计算每个图像的图像相关度量；其中一个或多个控制参数是取决于每个图像的图像相关度量来确定的。
优选地，其中每个图像是10μm×10μm的视场。
优选地，该方法还包括：计算衬底的层的一个或多个图像中的多个特征中的每个特征的图像相关度量；其中上述一个或多个控制参数是取决于多个图像相关度量中的每个图像相关度量来确定的。
优选地，一个或多个控制参数限定将在器件的制造工艺中应用的剂量分布。
优选地，该方法还包括计算全局图像相关度量；其中上述一个或多个控制参数是取决于全局图像相关度量而被附加地确定的。
优选地，该方法还包括计算EPE，其中上述一个或多个控制参数被确定以便最小化EPE。
优选地，EPE是取决于以下项中的一项或多项来确定的：全局临界尺寸均匀性、线宽粗糙度、局部临界尺寸均匀性和临界尺寸幅度。
优选地，EPE被计算作为全局临界尺寸均匀性和局部临界尺寸均匀性的加权组合。
优选地，该方法包括：获取衬底的多个图像；确定每个图像中的特征的图像相关度量；其中一个或多个控制参数是取决于每个图像的图像相关度量、以及所确定的图像相关度量对一个或多个控制参数的改变的依赖性来确定的。
优选地，图像相关度量包括以下项中的一项或多项：图像中的块图案的大小、图像中的块图案的大小差异、图像中的光栅中的节距差异、阻挡层相对于光栅层的整体偏移、以及两个LELE层之间的偏移。
优选地，图像是属于衬底的相同层的不同部分。
优选地，图像是属于衬底的相同部分；并且该图像在衬底的层的不同制造工艺期间而被获取。
优选地，该方法还包括取决于图像之间的差异来控制邻近效应。
优选地，图像相关度量通过如下来获取：将测量的图像映射到参考图像；和/或对从跨图像的线所得出的参数进行平均。
根据本发明的第二方面，提供了一种非暂态计算机可读介质，其包括指令，该指令在被执行时，使得衬底上的器件的制造工艺根据第一方面的方法而被控制。
根据本发明的第三方面，提供了一种用于在衬底上制造器件的系统，其中该系统被配置为执行第一方面的方法。
附图说明
图1是光刻系统的各种子系统的框图。
图2是与图1中的子系统相对应的模拟模型的框图。
图3A示意性地描绘了LER。
图3B示意性地描绘了LWR。
图3C示意性地示出了随机变化如何影响光刻。
图4A和图4B示意性地示出了确定空间图像或抗蚀剂图像的特性的随机变化与一个或多个设计变量之间的关系的方法。
图5A和图5B示出了使用该关系的拟合结果。
图6示出了用于计算和图示随机变化的示例性流程图。
图7示出了使用随机变化而标识的热点。
图8示出了包含处于多个条件、以及处于设计变量的多个值的随机变化值的非暂态计算机可读介质。
图9A和图9B均示出了在垂直于图案的边缘的方向(x)上，跨该边缘的图像(空间或抗蚀剂)的强度。
图10示意性地示出了EPEILS项的曲线。
图11是示出联合优化/共同优化的示例方法学的各方面的流程图。
图12示出了另外的优化方法的示例。
图13A、图13B和图14示出了各种优化过程的示例流程图。
图15A示出了用于基于特性的随机变化(例如，LER)或其函数(例如，bl_ILS、ILS或NILS)来标识空间图像或抗蚀剂图像上的热点的方法的流程图。
图15B示出了用于基于空间图像或抗蚀剂图像的特性(例如，边缘位置)的随机变化(例如，LER)或其函数(例如，bl_ILS、ILS或NILS)来标识空间图像或抗蚀剂图像上的热点的另外的方法的流程图。
图16示出了用于减少空间图像或抗蚀剂图像的一个或多个特性(例如，边缘位置)的随机变化(例如，LER)的方法的流程图。
图17是示例计算机系统的框图。
图18是光刻投影设备的示意图。
图19是另一光刻投影设备的示意图。
图20是图19中的设备的更详细的视图。
图21是图19和图20的设备的源收集器模块SO的更详细的视图。
图22示出了生产量和随机变化的度量的几种关系。
图23示意性地示出了一种方法的流程图，该方法用于对一个或多个设计变量的一组值执行优化，并且向用户呈现工艺、空间图像和/或抗蚀剂图像的各种特性，使得用户可以基于用户期望的特性来选择一个或多个设计变量的一组值。
图24(a)和图24(b)总体上示出了根据实施例的用于确定控制参数和控制过程的过程。
图25示出了衬底上的特征的图像。
图26示出了一个层上的通孔，其应当被定位在相邻层上的特征之上。
图27(a)、图27(b)、图27(c)和图27(d)示出了特征轮廓与目标轮廓之间的不同关系。
图28示出了衬底上的图案化的区域的图像。
图29是根据一个实施例的方法的流程图。
具体实施方式
尽管在本文本中可以具体参考IC的制造，但是应当明确地理解，本文中的描述具有很多其他可能的应用。例如，它可以在以下项的制造中被采用：集成光学系统、针对磁畴存储器的引导和检测图案、液晶显示面板、薄膜磁头等。本领域技术人员将理解，在这样的备选应用的上下文中，本文中的术语“掩模版”、“晶片”或“管芯”的任何使用应当被认为分别与更通用的术语“掩模”、“衬底”和“目标部分”可互换。
在本文档中，术语“辐射”和“束”用于涵盖所有类型的电磁辐射，包括紫外线辐射(例如，具有365nm、248nm、193nm、157m或126nm的波长)和EUV(极紫外线辐射，例如具有5-20nm的范围内的波长)。
如本文中使用的术语“优化”、“进行优化”指代或意指调节光刻投影设备、光刻工艺等，使得光刻的结果和/或工艺具有更期望的特性，诸如设计布局在衬底上的投影的更高准确度、更大的工艺窗口等。因此，本文中使用的术语“优化”指代或意指标识这样的一个或多个参数的一个或多个值的过程，与该一个或多个参数的一个或多个值的初始集合相比，该一个或多个参数的一个或多个值提供至少一个相关度量改进(例如，局部最优)。“最优”和其他相关术语应当相应地被解释。在一个实施例中，优化步骤可以迭代地被应用，以提供一个或多个度量的进一步改进。
此外，光刻投影设备可以是具有两个或更多个台(例如，两个或更多个衬底台、衬底台和测量台、两个或更多个图案形成装置台等)的类型。在这样的“多平台”装置中，多个台可以并行使用，或者可以在一个或多个其他台正被用于曝光的同时，在一个或多个台上执行准备步骤。双平台光刻投影设备在例如美国专利5,969,441中描述，该专利通过引用并入本文。
上面提到的图案形成装置包括或者可以形成一个或多个设计布局。设计布局可以使用CAD(计算机辅助设计)程序来生成，该过程通常称为EDA(电子设计自动化)。大多数CAD程序遵循一组预定设计规则，以便创建功能设计布局/图案形成装置。这些规则是由处理和设计限制设置的。例如，设计规则限定电路器件(诸如门、电容器等)或互连线之间的空间公差，从而确保电路器件或线不会以不期望的方式彼此相互作用。设计规则限制中的一项或多项可以被称为“临界尺寸”(CD)。电路的临界尺寸可以定义为线或孔的最小宽度、或两条线或两个孔之间的最小间距。因此，CD决定了所设计的电路的整体尺寸和密度。当然，集成电路制备的目标之一是(经由图案形成装置)在衬底上忠实地再现原始电路设计。
本文中采用的术语“掩模”或“图案形成装置”可以广义地解释为是指通用图案形成装置，其可以用于向入射的辐射束赋予与将图案化的横截面，该图案化的横截面与在衬底的目标部分中待创建的图案相对应；在该上下文中也可以使用术语“光阀”。除了经典掩模(透射或反射的；二进制、相移、混合等)，其他这样的图案形成装置的示例包括：
-可编程的反射镜阵列。这样的装置的一个示例是具有粘弹性控制层和反射表面的矩阵可寻址表面。这样的设备背后的基本原理是(例如)，反射表面的寻址区将入射辐射反射为衍射辐射，而未寻址区将入射辐射反射为未衍射辐射。使用适当的过滤器，上述未衍射辐射可以从反射光束中滤除，仅留下衍射辐射；以这种方式，束根据矩阵可寻址表面的寻址图案而变得为图案化。所需要的矩阵寻址可以使用合适的电子部件来执行。有关这样的反射镜阵列的更多信息可以从例如美国专利第5,296,891号和第5,523,193号中搜集，这些专利通过引用并入本文。
-可编程LCD阵列。这样的结构的示例在美国专利No.5,229,872中给出，该专利通过引用并入本文。
作为简要介绍，图1示出了示例性光刻投影设备10A。主要组件是辐射源12A，辐射源12A可以是深紫外准分子激光源或其他类型的源，包括极紫外(EUV)源(如上所述，光刻投影设备本身不需要具有辐射源)；照射光学器件，其限定部分相干性(被表示为σ)并且可以包括光学器件14A、16Aa和16Ab，其对来自源12A的辐射进行整形；图案形成装置14A；以及透射光学器件16Ac，其将图案形成装置图案的图像投影到衬底平面22A上。在投影光学器件的光瞳面处的可调节过滤器或开孔20A可以限制入射在衬底平面22A上的光束角度范围，其中最大可能角度限定投影光学器件的数值孔径NA＝n sin(Θmax)，n是投影光学元件的最后一个元件与衬底之间的介质的折射率。
在系统的优化过程中，系统的品质因数可以表示为代价函数(cost function)。优化过程归结为寻找系统的一组参数(设计变量)的过程，该一组参数对代价函数进行优化(例如，最小化或最大化)。代价函数可以具有任何合适的形式，这取决于优化的目标。例如，代价函数可以是系统的某些特性(评估点)相对于这些特性的期望值(例如，理想值)的离差的加权均方根(RMS)；代价函数也可以是这些离差中的最大值(即，最坏的离差)。本文中的术语“评估点”应当广义地解释为包括系统的任何特征。由于系统实现的实用性，系统的设计变量可以被约束在有限范围内和/或是相互依赖的。在光刻投影设备的情况下，约束通常与硬件的物理性质和特性(诸如可调节范围和/或图案形成装置可制造性设计规则)相关联，并且评估点可以包括衬底上的抗蚀剂图像上的物理点、以及非物理特性，诸如剂量和焦距。
在光刻投影设备中，光源向图案形成装置提供照射(即，辐射)，并且投影光学器件经由图案形成装置引导和整形该照射去往到衬底上。术语“投影光学器件”在这里被广义地定义为包括可以改变辐射束的波前的任何光学组件。例如，投影光学器件可以包括组件14A、16Aa、16Ab和16Ac中的至少一些组件。空间图像(AI)是在衬底水平处的辐射强度分布。衬底上的抗蚀剂层被曝光，并且空间图像转印到抗蚀剂层作为在其中的潜在“抗蚀剂图像”(RI)。抗蚀剂图像(RI)可以定义为抗蚀剂在抗蚀剂层中的溶解度的空间分布。抗蚀剂模型可以被用来从空间图像计算抗蚀剂图像，其示例可以在美国专利申请公开号US 2009-0157360中找到，该公开的全部内容通过引用并入本文。抗蚀剂模型仅与抗蚀剂层的性质有关(例如，在曝光、PEB和显影期间发生的化学工艺的影响)。光刻投影设备的光学特性(例如，源、图案形成装置和投影光学器件的性质)决定了空间图像。由于光刻投影设备中使用的图案形成装置可以被改变，因此期望将图案形成装置的光学性质与光刻投影设备的其余部分的光学性质分开，光刻投影设备的其余部分至少包括源和投影光学器件。
在图2中示出了用于在光刻投影设备中模拟光刻的示例性流程图。源模型31表示源的光学特性(包括辐射强度分布和/或相位分布)。投影光学模型32表示投影光学器件的光学特性(包括由投影光学器件引起的辐射强度分布和/或相位分布的改变)。设计布局模型35表示设计布局的光学特性(包括由给定设计布局33引起的辐射强度分布和/或相位分布的改变)，其是图案形成装置上的、或由图案形成装置形成的特征的布置的表示。空间图像36可以从设计布局模型35、投影光学模型32和设计布局模型35进行模拟。抗蚀剂图像38可以使用抗蚀剂模型37而从空间图像36进行模拟。例如，光刻的模拟可以预测抗蚀剂图像中的轮廓和CD。
更具体地，应当注意，源模型31可以表示源的光学特性，包括但不限于NA设置、西格玛(σ)设置以及任何特定照射形状(例如，诸如环形、四极、双极的离轴辐射源)。投影光学模型32可以表示投影光学器件的光学特性，包括像差、变形、一个或多个折射率、一个或多个物理大小、一个或多个物理维度等。设计布局模型35可以表示例如在美国专利号7,587,704中所描述的一个或多个物理图案形成装置的物理性质，该专利通过引用整体并入本文。模拟的目的是准确地预测例如边缘位置、空间图像强度斜率和/或CD，然后其可以与预期设计进行比较。预期设计通常定义为前OPC(pre-OPC)设计布局，其可以以标准的数字文件格式(诸如GDSII或OASIS)或其他文件格式来提供。
根据该设计布局，一个或多个部分可以被标识，其被称为“片段”。在一个示例中，一组片段被提取，该一组片段表示设计布局中的复杂图案(通常可以使用约50到1000个片段，尽管可以使用任何数目的片段)。这些图案或片段表示设计的小部分(即，电路、单元或图案)，并且更具体地，片段通常表示需要特别关注和/或验证的小部分。换言之，片段可以是设计布局的部分，也可以与设计布局的部分相似，或者具有设计布局的部分的相似行为，其中一个或多个关键特征可以通过经验来标识(包括由客户提供的片段)、通过反复试验来标识，或者通过运行全芯片模拟来标识。片段可以包含一个或多个测试图案或计量器图案。
一组较大的初始片段可以由客户基于设计布局中的一个或多个已知的关键特征区而先验地提供，该关键特征区需要特别地图像优化。备选地，在另一示例中，一组较大的初始片段可以通过使用标识一个或多个关键特征区的某种自动化(诸如机器视觉)或手动算法，来从整个设计布局中提取。
在例如使用EUV(极紫外辐射，例如波长在5-20nm范围内)源或非EUV源的光刻投影设备中，降低的辐射强度可能导致较强的随机性变化，诸如小二维特征(诸如孔)的明显的线宽粗糙度和/或局部CD变化。在使用EUV源的光刻投影设备中，降低的辐射强度可以归因于从源输出的低的总辐射量、对来自源的辐射进行整形的光学器件的辐射损耗、通过投影光学器件的传输损耗、导致在恒定剂量下的较少光子的高光子能量等。随机变化可以归因于诸如光子散粒噪声、光子生成的二次电子、光子吸收变化和/或抗蚀剂中的由光子生成的酸等因素。特征的小的大小进一步加剧了这种随机变化。较小特征的随机变化是生产产率的重要因素，并且证明了将光刻工艺和/或光刻投影设备的各种优化过程包括在内的合理性。
在相同辐射强度下，每个衬底的较短的曝光时间导致光刻投影设备的较高的生产量，但是导致较强的随机变化。在给定辐射强度下的给定特征中的光子散粒噪声与曝光时间的平方根成比例。在使用EUV和其他辐射源的光刻中，存在对缩短曝光时间以增加生产量的期望。因此，本文中描述的考虑优化过程中的随机变化的方法和装置不限于EUV光刻。
生产量还可能受到被导向衬底的辐射总量的影响。在一些光刻投影设备中，来自源的辐射的一部分被舍弃以便实现期望的照射形状。
图3A示意性地描绘了线边缘粗糙度(LER)。假定在设计布局上的特征的边缘903的三个曝光或曝光模拟中所有条件相同，则边缘903的抗蚀剂图像903A、903B和903C可以具有略微不同的形状和位置。抗蚀剂图像903A、903B和903C的位置904A、904B和904C可以通过分别对抗蚀剂图像903A、903B和903C进行平均来测量。诸如线边缘粗糙度的随机变化通常由基本特性的分布的参数来表示。在该示例中，假定该分布是正态分布，则边缘903的LER可以由边缘903的空间分布的3σ来表示。3σ可以从边缘903的许多曝光或模拟中的边缘903的位置(例如，位置904A、904B和904C)而得出。LER表示边缘903可能由于随机效应而落入的范围。因此，LER也可以称为随机边缘位置误差(SEPE)。LER可以比由非随机效应所引起的边缘903位置的改变更大。
图3B示意性地描绘了线宽粗糙度(LWR)。假定在设计布局上具有宽度911的长矩形特征910的三个曝光或曝光模拟中所有条件相同，则矩形特征910的抗蚀剂图像910A、910B和910C的宽度911A、911B和911C可以分别略有不同。矩形特征910的LWR可以是宽度911A、911B和911C的分布的度量。例如，假定该分布是正态分布，则LWR可以是宽度911的分布的3σ。LWR可以从矩形特征910的宽度911(例如，宽度911A、911B和911C)的许多曝光或模拟而得出。在短特征(例如，接触孔)的上下文中，其图像的宽度不能很好地限定，因为长边缘不可获得以用于对它们的位置进行平均。类似的量，LCDU，可以被用来表征该随机变化。LCDU是短特征的图像的测量的CD的分布的3σ(假定该分布是正态分布)。
图3C示意性地示出了随机变化如何影响光刻。在图3C的示例中，空间图像或抗蚀剂图像中的特征的边缘的预期位置被表示为虚线982。实际边缘被表示为曲线995，其包括随机变化(在该示例中为LER、以及与随机效应不相关的误差(例如，由诸如剂量变化、焦距变化、源形状、图案形成装置(例如，掩模)误差等其他因素所引起)。实际边缘的平均位置被表示为实线981。平均位置(实线981)与预期位置(虚线982)之间的差异980是与随机效应不相关的误差，其可以被称为边缘位置误差(EPE)。实际边缘相对于平均位置的变化是随机变化。平均位置(实线981)的周围的带990可以被称为随机变化带，该带包围随机变化，其表示由于随机效应，实际局部边缘位置可能达到的程度。随机变化带的宽度可以大于EPE。因此，与边缘的预期位置(虚线982)的总概率离差可以是EPE和随机变化带的总和。如果不存在随机变化，则该示例中的边缘的实际位置将在由实线981指示的位置处，其不会与相邻特征983合并，并且因此不会产生缺陷。然而，当存在随机变化、并且随机变化带足够大时(例如，带990)，实际边缘可能与相邻特征983合并(由虚线圆来标记的位置)并且从而产生缺陷。因此，期望评估、模拟或减少随机变化。
在图4A的流程图和图4B的示意图中描绘了确定空间图像或抗蚀剂图像的特性的随机变化与一个或多个设计变量之间的关系的方法。在步骤1301中，特性的值1503从多个空间图像或抗蚀剂图像1502(通过实际曝光或模拟)而被测量，多个空间图像或抗蚀剂图像1502是针对一个或多个设计变量的多组值1501的每组值而形成。在步骤1302中，从针对一个或多个设计变量的每组值1501而形成的空间图像或抗蚀剂图像而被测量的特性的值1503的分布1504中，随机变化的值1505针对一个或多个设计变量的每组值1501而被确定。在步骤1303中，关系1506通过来自随机变化的值1504、以及一个或多个设计变量的多组值1501的模型的一个或多个参数进行拟合而被确定。
在一个示例中，随机变化是LER，并且一个或多个设计变量是经模糊的图像ILS(bl_ILS)、剂量和图像强度。模型可以是：
LER＝a×bl_ILSb×(剂量×图像强度)c (等式30)参数a、b和c可以通过拟合来确定。经模糊的图像ILS(bl_ILS)是在其上施加有空间模糊的图像对数斜率ILS。空间模糊可以表示由于化学种类的扩散所引起的抗蚀剂图像的模糊，该化学种类通过暴露于辐射而在抗蚀剂层中生成。
图5A示出了使用等式30中的模型进行拟合的结果。多于900个不同特征的LER1400(作为随机变化的示例)的值，其包括以恒定的图像强度和恒定的剂量的长沟槽1401、长线1402、短线1403、短沟槽1404、短线端部1405和短沟槽端部1406，是按照图4A和图4B中的方法来确定的。等式30中的参数a和b(因为剂量加权的经模糊的图像强度是恒定的，故参数c被卷入到参数a中)通过将LER的值与设计变量bl_ILS的值进行拟合来确定。拟合结果示出在曲线1410中。
图5B示出了使用等式30中的模型进行拟合1510的结果。以各种剂量和各种图像强度的、在20×40nm沟槽1505的宽度方向上的CD的、以及在其长度方向上的CD的LCDU 1500(作为随机变化的示例)的值使用图4A和图4B中的方法来确定。等式30中的参数a、b和c通过将LWR的值与设计变量bl_ILS、剂量和图像强度的值进行拟合来确定。
一旦空间图像或抗蚀剂图像的特性的随机变化与一个或多个设计变量之间的关系通过方法(诸如图4A和图4B中的方法)被确定，则针对该特性，该关系可以被用来计算随机变化的值。图6示出了用于该计算的示例性流程图。在步骤1610中，一组条件(例如，NA、σ、剂量、焦距、抗蚀剂化学成分、一个或多个投影光学器件参数、一个或多个照射参数等)被选择。在步骤1620中，一个或多个设计变量的值在这些条件下被计算。例如，沿着边缘的抗蚀剂图像和bl_ILS的边缘位置的值。在步骤1630中，随机变化的值根据随机变化与一个或多个设计变量之间的关系来计算。例如，在一个示例中，随机变化是边缘的LER。在可选步骤1640中，噪声矢量可以被限定，该噪声矢量的频率分布近似匹配实际的衬底测量值。在可选步骤1650中，噪声矢量覆盖在结果上(例如，空间图像或抗蚀剂图像的随机边缘)。
空间图像或抗蚀剂图像的特性的随机变化与一个或多个设计变量之间的关系也可以用于标识空间图像或抗蚀剂图像的一个或多个“热点”，如图7所示。“热点”可以定义为图像上的随机变化超出一定幅度的位置。例如，如果两个附近边缘上的两个位置的LER值较大，则这两个位置具有很高的相互连接的机会。
在一个示例中，在多个条件且在一个或多个设计变量的多个值处的随机变化(和/或其函数)的值可以在如图8所示的非暂态计算机可读介质1800(诸如，被存储在硬盘驱动器上的数据库)中计算和编译。计算机可以查询介质1800，并且根据介质1800的内容来计算随机变化的值。
空间/抗蚀剂图像的特性的随机变化的确定在光刻工艺中可以以许多方式而有用。在一个示例中，该随机变化可以在光学邻近校正(OPC)中考虑。
作为示例，OPC解决了以下事实：投影在衬底上的设计布局的图像的最终大小和放置将与设计布局的尺寸和在图案形成装置上的设计布局不相同，或者简单地仅取决于在图案形成装置上的设计布局的大小和放置。注意，术语“掩模”、“掩模版”、“图案形成装置”在本文中可互换使用。同样，本领域技术人员将认识到，尤其是在光刻模拟/优化的上下文中，术语“掩模”/“图案形成装置”和“设计布局”可以可互换使用，如在光刻模拟/优化中，物理图案形成装置不一定被使用，但设计布局可以被用来表示物理图案形成装置。对于一些设计布局上存在的小特征大小和高特征密度，给定特征的特定边缘的位置将在一定程度上受到其他相邻特征的存在或不存在的影响。这些邻近效应是由从一个特征耦合到另一特征的微量辐射和/或诸如衍射和干涉的非几何光学效应而引起的。类似地，在通常在光刻之后进行的例如曝光后烘烤(PEB)、抗蚀剂显影和蚀刻期间，邻近效应可能由扩散和其他化学效应所引起。
为了帮助确保设计布局的投影图像符合给定目标电路设计的要求，邻近效应应当使用设计布局复杂的数值模型、校正或预变形来预测和补偿。文章“Full-ChipLithography Simulation and Design Analysis-How OPC Is Changing IC Design”，C.Spence，Proc.SPIE，卷5751，页1-14(2005)的提供了“基于模型”的光学邻近校正过程的综述。在典型的高端设计中，设计布局的几乎每个特征都需要一些修改，以便实现投影图像对目标设计的高的保真度。这些修改可以包括边缘位置或线宽的偏移或偏差、以及旨在辅助其他特征的投影的“辅助”特征的应用。
考虑到芯片设计中通常存在的数百万个特征，基于模型的OPC在目标设计中的应用涉及良好的过程模型和可观的计算资源。但是，应用OPC通常不是一门“精确的科学”，而是一种经验性的、迭代的过程，该过程并不总是能够补偿所有可能的邻近效应。因此，OPC的影响(例如，在应用OPC和/或任何其他RET之后的设计布局)应当通过设计检查来验证，即使用经校准的数值过程模型的密集的全芯片模拟，以减少或最小化设计缺陷被内建到图案形成装置图案中的可能性。这是由制作高端图案形成装置的巨额成本(其在数百万美元范围内变动)、以及一旦实际图案形成装置已经被制造，对实际图案形成装置进行返修或修理对周转时间的影响所驱动的。
OPC和全芯片RET验证二者均可以基于例如在美国专利申请公开号US 2005-0076322、以及Y.Cao等人的文章题为“Optimized Hardware and Software For Fast,FullChip Simulation”，Proc.SPIE，卷5754，405(2005)中所描述的数值建模系统和方法。
一种RET与设计布局的全局偏差(也称为“掩模偏差”)的调节有关。总体偏差是设计布局中的图案与旨在衬底上印刷的图案之间的差异。例如，忽略投影光学器件的(缩小)放大倍率，直径为25nm的圆形图案可以通过如下被印刷在衬底上：通过设计布局中通过直径为50nm的图案，或通过设计布局中直径为20nm的图案但是利用高的剂量。
除了对设计布局或图案形成装置(例如，OPC)进行优化，照射也可以进行优化，其可以与图案形成装置优化一起或是分开地，以努力提高整体光刻保真度。术语“照射源”和“源”在本文档中可互换使用。许多离轴照射(诸如环形、四极和双极照射)已经被引入，并且这些离轴照射提供了针对OPC设计的更大的自由度，从而改进了成像效果。离轴照射是一种分辨图案形成装置中包含的精细结构(即，目标特征)的方式。然而，当与传统照射相比时，离轴照射通常提供针对空间图像(AI)的较少的辐射强度。因此，期望尝试优化照射以实现在较精细的分辨率与减小的辐射强度之间的最优平衡。
数种照射优化方法可以在例如Rosenbluth等人的文章题为“Optimum Mask andSource Patterns to Print a Given Shape”，Journal of Microlithography，Microfabrication，Microsystems 1(1)，页13-20(2002)中找到。源被分成几个区域，每个区域对应于光瞳光谱的某个区域。然后，光源分布被假定为在每个源区域中是均匀的，并且每个区域的亮度针对工艺窗口而被优化。然而，源分布在每个源区域中是均匀的这样的假定并不总是有效，并且因此这种方案的有效性受到影响。Granik的文章题为“SourceOptimization for Image Fidelity and Throughput”，Journal of Microlithography，Microfabrication,Microsystems 3(4)，页509-522(2004)中阐述的另一示例中，综述了若干种现有的源优化方案并且一种基于照射器像素的方法被提出，该方法将源优化问题转换为一系列非负最小二乘优化。尽管这些方法展现出一定的成功，但是它们通常需要多次复杂的迭代以收敛。另外，可能难以确定针对一些额外参数的适当/最优值，诸如Granik方法中的γ，这决定了在优化源以用于衬底图像保真度与源的平滑度要求之间的权衡。
对于低k1光刻，对源和图案形成装置两者的优化对于帮助确保用于投影关键电路图案的可行工艺窗口是有用的。一些算法(例如，Socha等人，Proc.SPIE，卷5853，2005，页180)将照射离散化为独立的源点，并且将图案形成装置离散化为空间频域中的衍射阶，并且分别基于工艺窗口度量(诸如曝光宽容度)来制定代价函数(其被限定为一个或多个选定的设计变量的函数)，该工艺窗口度量可以由光学成像模型从源点强度和图案形成装置衍射阶来预测。
如本文中使用的术语“设计变量”包括光刻投影设备或光刻工艺的一组参数，例如，光刻投影设备的用户可以调节的参数、或者用户可以通过调节这些参数来调节的图像特性。应当理解，光刻投影工艺的任何一个或多个特性，其包括照射、图案形成装置、投影光学器件和/或抗蚀剂中的一个或多个特性，可以由优化中的设计变量来表示。代价函数通常是设计变量的非线性函数。然后，标准的优化技术被用来优化代价函数。
相关地，不断减少的设计规则的压力已经驱使半导体芯片制作者利用现有的193nm ArF光刻技术更深入地进入低k1光刻技术时代。朝向较低k1的光刻技术对RET、曝光工具以及对光刻友好的设计的需求提出了很重的要求。1.35ArF超数值孔径(NA)曝光工具可以在未来使用。为了帮助确保电路设计可以利用可行的工艺窗口而产生到衬底上，照射-图案形成装置的优化(在本文中被称为源掩模优化或SMO)正变为针对2×nm节点的重要RET。
在美国专利申请公开No.2011-0230999中，其全部内容通过引用并入本文，描述了照射和图案形成装置(设计布局)优化方法和系统，其允许在没有约束的情况下使用代价函数、并且在可实践的时间量内对照射和图案形成装置进行同时优化。在美国专利申请公开第2010/0315614号中，其全部内容通过引用并入本文，描述了另一种SMO方法和系统，其涉及通过调节源的像素来优化源。
在光刻投影设备中，作为一个示例，代价函数可以表达为
Figure BDA0002427348700000191
其中(z1，z2，…，zN)是N个设计变量或它们的值。fp(z1，z2，…，zN)可以是设计变量(z1，z2，…，zN)的函数，诸如在针对设计变量(z1，z2，…，zN)的一组值的评估点处，特性的实际值与预期值之间的差异。wp是与fp(z1，z2，…，zN)相关联的权重常数。比其他评估点或图案更关键的评估点或图案可以被分配较高的wp值。具有较多出现次数的图案和/或评估点也可以被分配较高的wp值。评估点的示例可以是衬底上的任何物理点或图案、虚拟设计布局上的任何点、或抗蚀剂图像或空间图像、或其组合。fp(z1，z2，…，zN)也可以是一个或多个随机变化(诸如LWR、LER和/或LCDU)的函数，其继而是设计变量(z1，z2，…，zN)的函数。fp(z1，z2，…，zN)可以是随机变化的显函数，诸如fp(LER)＝LER2(z1，z2，…，zN)。fp(z1，z2，…，zN)可以是如下变量的显函数，该变量是诸如LER的随机变化的函数。例如，bl_ILS可以是如等式30所指示的LER的函数，并且
Figure BDA0002427348700000192
fp(z1，z2，…，zN)可以是影响诸如LER的随机变化的变量。
因此，使用包括表示随机变化的fp(z1，z2，…，zN)的代价函数的优化可能导致减少或将随机变化最小化的一个或多个设计变量的值。代价函数可以表示光刻投影设备、光刻工艺或衬底的任何一个或多个合适的特性，例如焦距、CD、图像偏移、图像变形、图像旋转、随机变化、生产量、LCDU或其组合。LCDU是局部CD变化(例如，局部CD分布的标准差的三倍)。在一个示例中，代价函数表示LCDU、生产量和随机变化(即，是其函数)。在一个示例中，代价函数表示EPE、生产量和随机变化(例如，包括fp(z1，z2，…，zN)，其是作为这些项的函数)。在一个示例中，代价函数包括作为EPE的函数的fp(z1，z2，…，zN)、以及作为诸如LER的随机变化的函数的fp(z1，z2，…，zN)。在一个示例中，设计变量(z1，z2，…，zN)包括选自以下项中的一项或多项：剂量、图案形成装置的整体偏差、照射的形状或其组合。由于通常是抗蚀剂图像决定衬底上的图案，因此代价函数可以包括表示抗蚀剂图像的一个或多个特性的函数。例如，这样的评估点的fp(z1，z2，…，zN)可以简单地是抗蚀剂图像中的点与该点的预期位置之间的距离(即，边缘位置误差EPEp(z1，z2，…，zN))。设计变量可以包括任何可调节参数，诸如光源、图案形成装置、投影光学器件、剂量、焦距等的可调节参数。
光刻设备可以包括被统称为“波前操纵器”的组件，其可以用于调节波前的形状以及辐射束的强度分布和/或相移。在一个示例中，光刻设备可以调节在沿着光刻投影设备的光路的任何位置处的波前和强度分布，诸如在图案形成装置之前，在光瞳面附近，在像平面附近，和/或在焦平面附近。波前操纵器可以用于校正或补偿由例如源、图案形成装置、光刻投影设备中的温度变化、光刻投影设备的组件的热膨胀等引起的波前以及强度分布的某些变形和/或相移。调节波前以及强度分布和/或相移可以改变评估点和代价函数的值。这样的改变可以从模型中模拟、或实际测量。当然，CF(z1，z2，…，zN)不限于等式1中的形式。CF(z1，z2，…，zN)可以以任何其他合适的形式。
根据一个示例，表示EPE和LER两者的代价函数可以具有以下形式：
Figure BDA0002427348700000211
这是因为，EPE和LER都具有长度维度。因此，它们可以直接被添加。备选代价函数可以被使用，包括在其中LER被包括在EPE中的代价函数。
等式30将bl_ILS链接到LER。因此，使用表示bl_ILS的代价函数的优化类似于使用表示LER的代价函数的优化。较大的bl_ILS导致较小的LER，反之亦然。根据一个示例，代价函数可以表示EPE和bl_ILS(或归一化ILS(NILS))。然而，因为bl_ILS不测量长度、而EPE测量长度，或者NILS是无量纲的、而EPE具有长度维度，EPE和bl_ILS(或NILS)可能不被直接地添加。因此，通过表示长度的函数来表示bl_ILS(或NILS)可以使得能够将该表示直接添加到EPE。
ILS定义为
Figure BDA0002427348700000212
bl_ILS是经空间模糊的ILS。NILS定义为＝CD×ILS。这些定义提出了可以表示ILS、bl_ILS或NILS、并且表示长度的函数，并且因此允许直接添加到EPE。图9A和图9B分别示出了在垂直于图案的边缘的方向(x)上、跨该边缘的图像(空间或抗蚀剂)的强度。强度相对于x的较高斜率意味着较高的ILS、bl_ILS和NILS。因此，图9A的示例具有比图9B的示例更高的ILS、bl_ILS和NILS。边缘位置Xe随着足以将抗蚀剂I曝光的强度而偏移。当曝光持续时间固定时，足以将抗蚀剂I曝光的强度随剂量而改变。因此，由剂量的给定改变量(例如，相对于标称剂量的±δ，其可以是用户选择的参数)引起的边缘位置Xe的偏移量(下文中称为“EPEILS”，例如2911和2912)由ILS、bl_ILS或NILS来确定。图9A的示例中的EPEILS小于图9B的示例中的EPEILS，因为图9A的示例因此具有比图9B的示例更高的ILS、bl_ILS和NILS。因此，EPEILS是可以表示ILS、bl_ILS或NILS、并且表示长度的函数的一个示例，从而允许直接添加到代价函数中的EPE。EPEILS可以写成
Figure BDA0002427348700000221
其中ILS(xe(0))是设计变量(z1，z2，…，zN)的函数。根据一个示例，表示EPE以及ILS、bl_ILS或NILS两者的代价函数可以具有以下形式：
Figure BDA0002427348700000222
其中EPEp(z1，z2，…，zN)|δ＝0是在标称剂量处的EPE值，p是第p评估点，并且Sp是针对EPEILS项的权重。因此，例如，通过使该代价函数最小化的优化使得ILS(xe(0))最大化，并且因此使LER最小化。
根据一个示例，当EPE项增加时，EPEILS项
Figure BDA0002427348700000223
的权重可以相对于EPE项(例如，
Figure BDA0002427348700000224
)的权重而减少，使得EPEILS项
Figure BDA0002427348700000225
不比EPE项
Figure BDA0002427348700000226
占优势。如果EPEILS项占优势，则EPE项将无法通过优化来充分减少。例如，在|EPEp|高于用户选定的偏移时，当|FPEp|＞OF时sp＝0(因此优化忽略EPEILS项而仅减少EPE项)，而当|EPEp|≤OF时sp≠0，其中OF是偏移。例如，
Figure BDA0002427348700000231
EPE项的较高权重将使得在使用代价函数的优化中，该优化有利于减少EPE项。
图10示意性地示出了代价函数与EPEp的关系的曲线，其中权重
Figure BDA0002427348700000232
如图10所示，当|EPEp|＞OF时，因为权重wp具有较大值，EPE项占代价函数的较大比例。
设计变量可以具有约束，其可以表达为(z1，z2，…，zN)∈Z，其中Z是设计变量的可能值的集合。对设计变量的一种可能约束可以由光刻投影设备的期望生产量所施加。期望生产量的下限导致剂量的上限，并且因此对随机变化具有影响(例如，对随机变化施加下限)。较短的曝光时间和/或较低的剂量通常导致较高的生产量，但是随机变化较大。由于随机变化是设计变量的函数，因此对衬底生产量的考虑和随机变化的最小化可能会限制设计变量的可能值。在没有由期望生产量所施加的这样的约束的情况下，优化可能会产生不切实际的设计变量的一组值。例如，如果剂量是设计变量，在没有这样的约束的情况下，优化可能产生使生产量在经济上不可行的剂量值。然而，约束的有用性不应当被解释为必要。例如，生产量可能受到光瞳填充因子的影响。对于某些照射设计，低光瞳填充因子可能会丢弃辐射，从而导致较低的生产量。生产量也可能受到抗蚀剂化学成分的影响。较慢的抗蚀剂(例如，需要大量辐射来正确地曝光的抗蚀剂)导致较低的生产量。
因此，优化过程是在约束(z1，z2，…，zN)∈Z下找到一个或多个设计变量的一组值，其对代价函数进行优化，例如：
Figure BDA0002427348700000241
根据一个示例，总体的优化方法在图11中示出。该方法包括限定多个设计变量的多变量代价函数的步骤302。设计变量可以包括选自表示以下项的设计变量的任何合适的组合：表示照射的一个或多个特性(300A)(例如，光瞳填充因子，即穿过光瞳或开孔的照射的辐射的百分比)、表示投影光学器件的一个或多个特性(300B)和/或表示设计布局的一个或多个特性(300C)。例如，设计变量可以包括表示照射的一个或多个特性(300A)和设计布局的一个或多个特性(300C)(例如，全局偏差)，但是不表示投影光学器件的一个或多个特性(300B)的设计变量，其导致了SMO。或者，设计变量可以包括表示照射的一个或多个特性(300A)(可选地是偏振)、投影光学器件的一个或多个特性(300B)和设计布局的一个或多个特性(300C)的设计变量，其导致照射-图案形成装置(例如，掩模)-投影系统(例如，镜头)优化(SMLO)。在步骤304中，设计变量同时被调节，使得代价函数移动朝向收敛。在步骤306中，确定是否预定义的终止条件被满足。预定终止条件可以包括各种可能性，例如，选自以下项中的一项或多项：根据所使用的数值技术的要求，代价函数的值已经被最小化或最大化，代价函数的值已经等于阈值或者越过阈值，代价函数的值已经达到预设的误差限制内，和/或预设的迭代次数已经达到。如果步骤306中的条件满足，则该方法结束。如果步骤306中的一个或多个条件不满足，则迭代地重复步骤304和306，直到获取期望的结果。优化不一定导致针对一个或多个设计变量的单组值，因为可能存在由诸如光瞳填充因子、抗蚀剂化学成分、生产量等因素引起的物理限制。优化可以提供针对一个或多个设计变量和相关联的性能特性(例如，生产量)的多组值，并且允许光刻设备的用户选择一组或多组。图22示出了在横轴的生产量(以每小时衬底的数目为单位)和在纵轴上的随机变化的度量(例如，最坏拐角(worst corner)CDU和LER的平均值)，与抗蚀剂化学性质(其可以由曝光抗蚀剂所需要的剂量来表示)、光瞳填充因子(也称为“光瞳填充因子”)、照射效率(例如，将辐射引导到图案形成装置的反射镜与照射器中的总的可用反射镜的比率)和掩模偏差之间的若干种关系。迹线1811示出了在100％光瞳填充因子和快速抗蚀剂情况下的这些关系。迹线1812示出了在100％的光瞳填充因子和缓慢抗蚀剂情况下的这些关系。轨迹1821示出了在60％的光瞳填充因子和快速抗蚀剂情况下的这些关系。迹线1822示出了在60％的光瞳填充因子和缓慢抗蚀剂情况下的这些关系。轨迹1831示出了在29％的光瞳填充因子和快速抗蚀剂情况下的这些关系。迹线1832示出了在29％的光瞳填充因子和缓慢抗蚀剂情况下的这些关系。优化可以向用户呈现所有这些可能性，因此用户可以基于他对随机变化和/或生产量的特定要求来选择光瞳因子、抗蚀剂化学成分。优化还可以包括计算生产量与光瞳填充因子、抗蚀剂化学成分和掩模偏差之间的关系。优化还可以包括计算随机变化的度量与光瞳填充因子、抗蚀剂化学成分和掩模偏差之间的关系。
根据一个示例，也如图23的流程图中所图示，优化可以在一个或多个设计变量(例如，全局偏离和掩码锚偏离的值的数组、矩阵、或列表)的一组值中的每一项下执行(步骤1910)。在一个示例中，该优化的代价函数是随机变化的一个或多个度量(例如，LCDU)的函数。然后，在步骤1920中，针对一个或多个设计变量的每一组值的优化，工艺、空间图像和/或抗蚀剂图像的各种特性(例如，临界尺寸均匀度(CDU)、聚焦深度(DOF)、曝光宽容度(EL)、掩模误差增强因子(MEEF)、LCDU，生产量等)可以被呈现给用户(例如，以3D图的形式)。在可选步骤1930中，用户基于他的一个或多个期望特性来选择一个或多个设计变量的一组值。该流程可以经由XML文件或任何脚本语言来实现。
照射、图案形成装置和投影光学器件可以可选择地被优化(称为可选择的优化)或者同时被优化(称为同时优化)。如本文中使用的术语“同时”、“同时地”、“共同”和“共同地”意指表示照射、图案形成装置、投影光学器件的一个或多个特性的一个或多个设计变量和/或任何其他设计变量被允许在相同时刻改变。如本文中使用的术语“可选择的”和“可选择地”意指并非所有设计变量被允许在相同时刻改变。
在图11中，所有设计变量的优化被同时执行。这样的流程可以称为同时流程或共同优化(co-optimization)流程。备选地，所有设计变量的优化也可以可选择地执行，如图12所示。在该流程中，在每个步骤中，一些设计变量被固定，同时其他设计变量被优化以优化代价函数；然后在下一步骤中，一组不同的变量被固定，同时其他变量被优化以最小化或最大化代价函数。这些步骤可选择地执行，直到收敛或某个终止条件被满足。如图12的非限制性示例流程图所示，首先，设计布局被获取(步骤402)，然后在步骤404中照射优化的步骤被执行，其中照射的一个或多个设计变量被优化(SO)，以最小化或最大化代价函数，同时其他设计变量固定。然后在下一步骤406中，图案形成装置(例如，掩模)优化(MO)被执行，其中图案形成装置的设计变量被优化以最小化或最大化代价函数，同时其他设计变量被固定。这两个步骤被可选择地执行，直到在步骤408中某个终止条件被满足。一个或多个各种终止条件可以被使用，诸如代价函数的值变为等于阈值，代价函数的值越过阈值，代价函数的值达到预设的误差范围内，预设的迭代次数已达到等。注意，将SO-MO-可选择-优化作为可选择的流程的一个示例。可选择的流程可以采用很多不同的形式，诸如SO-LO-MO-可选择-优化，其中SO、LO(投影光学优化)被执行，而MO则可选择地并且迭代地进行；或者首先SMO执行一次，然后可选择地并且迭代地执行LO和MO；等等。另一种选择是SO-PO-MO(照射优化、偏振优化和图案形成装置优化)。最终，在步骤410中优化结果的输出被获取，并且该过程停止。
如之前所讨论的，图案选择算法可以与同时优化或可选择的优化集成。例如，当采用可选择的优化时，首先全芯片SO可以被执行，一个或多个“热点”和/或“暖点”被标识，然后MO被执行。鉴于本公开，子优化的数种排列和组合是可能的，以便获取期望的优化结果。
图13A示出了优化的一种示例性方法，其中代价函数被最小化或最大化。在步骤S502中，一个或多个设计变量的初始值被获取，包括一个或多个相关联的调整范围(如果有的话)。在步骤S504中，多变量代价函数被建立。在步骤S506中，代价函数在第一迭代步骤(i＝0)的一个或多个设计变量的起始点值周围的足够小的邻域内扩展。在步骤S508中，标准多变量优化技术被应用于代价函数。注意，优化问题可以在S508中的优化过程期间或在优化过程的稍后阶段引用约束，诸如一个或多个调整范围。步骤S520指示每次迭代针对一个或多个给定测试图案(也被称为“计量器”(gauges))已完成，一个或多个给定测试图案针对已经被选择以优化光刻工艺的所标识的评估点。在步骤S510中，光刻响应被预测。在步骤S512中，将步骤S510的结果与在步骤S522中获取的期望或理想的光刻响应值进行比较。如果在步骤S514中终止条件满足，即，该优化生成足够接近期望值的光刻响应值，则在步骤S518中设计变量的最终值被输出。输出步骤还可以包括使用设计变量的最终值输出一个或多个其他函数，诸如输出在光瞳面(或其他平面)处的波前像差调节图、经优化的照射图和/或经优化的设计布局等。如果终止条件不满足，则在步骤S516中，一个或多个设计变量的值利用第i次迭代的结果来更新，并且过程返回到步骤S506。下面详细描述图13A的过程。
在示例性优化过程中，除了fP(z1，z2，…，zN)足够平滑(例如，存在一阶导数
Figure BDA0002427348700000271
)，没有设计变量(z1，z2，…，zN)与fp(z1，z2，…，zN)之间的关系被假定或近似，这通常在光刻投影设备中有效。诸如高斯-牛顿(Gauss-Newton)算法、莱文贝格-马夸特(Levenberg-Marquardt)算法、柏萝登-弗莱彻-戈德福布-生纳(Broyden-Fletcher-Goldfarb-Shanno)算法、梯度下降算法、模拟退火算法、内点算法和遗传算法的算法可以被应用以寻找
Figure BDA0002427348700000281
这里，以高斯-牛顿算法为例。高斯-牛顿算法是一种迭代方法，其适用于一般的非线性多变量优化问题。在第i次迭代中，其中设计变量(z1，z2，…，zN)采取值(z1i，z2i，…，zNi)，高斯-牛顿算法在(z1i，z2i，…，zNi)的附近对fp(z1，z2，…，zN)进行线性化，并且然后计算在(z1i，z2i，…，zNi)的附近的值(z1(i+1)，z2(i+1)，…，zN(i+1))，其给出CF(z1，z2，…，zN)的最小值。设计变量(z1，z2，…，zN)采取第(i+1)次迭代中的值(z1(i+1)，z2(i+1)，…，zN(i+1))。该迭代继续直到收敛(即，CF(z1，z2，…，zN)不再进一步减少)或者预设迭代次数已达到。
具体地，在第i次迭代中，在(z1i，z2i，…，zNi)附近，
Figure BDA0002427348700000282
在等式3的近似下，代价函数变为：
Figure BDA0002427348700000283
其是设计变量(z1，z2，…，zN)的二次函数。除了设计变量(z1，z2，…，zN)，每个项都是常数。
如果设计变量(z1，z2，…，zN)不受任何约束，则(z1(i+1)，z2(i+1)，…，zN(i+1))可以通过求解N个线性方程来得出：
Figure BDA0002427348700000284
其中n＝1，2，…，N。
如果设计变量(z1，z2，…，zN)以如下形式而处于约束下：以J个不等式(例如，(z1，z2，…，zN)的调整范围)的形式
Figure BDA0002427348700000291
其中j＝1，2，…，J；以及以K个等式(例如，设计变量之间的相互依赖性)
Figure BDA0002427348700000292
其中k＝1，2，…，K，那么优化过程将变为一个经典的二次规划问题，其中Anj、Bj、Cnk、Dk是常数。附加的约束可以针对每次迭代而施加。例如，“阻尼因子”(damping factor)ΔD可以被引入以限制(z1(i+1)，z2(i+1)，…，zN(i+1))与(z1i，z2i，…，zNi)之间的差异，使得等式3的近似保持。这样的约束可以被表达为zni-ΔD≤zn≤zni+ΔD。例如，(z1(i+1)，z2(i+1)，…，zN(i+1))可以使用Jorge Nocedal和Stephen J.Wright的“Numerical Optimization”(第二版)(柏林纽约：范登贝格。剑桥大学出版社)中描述的方法来得出。
代替最小化fp(z1，z2，…，zN)的RMS，优化过程还可以最小化评估点到其预期值之中的最大离差(最坏缺陷)的幅度。在这种方法中，代价函数可以表达为
Figure BDA0002427348700000293
其中CLp是fp(z1，z2，…，zN)的最大允许值。该代价函数表示评估点之中的最坏缺陷。使用该代价函数的优化可以将最坏缺陷的幅度最小化。迭代贪婪算法可以被用于该优化。
等式5的代价函数可以被近似为：
Figure BDA0002427348700000294
其中q是偶数正整数，诸如至少4或至少10。等式6模仿等式5的行为，同时允许优化以被分析地执行，并且使用诸如最速下降方法、共轭梯度方法等的方法来加速。
将最坏缺陷大小最小化也可以与fp(z1，z2，…，zN)的线性化进行组合。具体地，fp(z1，z2，…，zN)被近似为如等式3中。然后，将对最坏缺陷大小的约束条件被写为不等式ELp≤fp(z1，z2，…，zN)≤EUp，其中ELp和EUp是两个常数，这两个常数指定fp(z1，z2，…，zN)的最小和最大允许离差。插入等式3，针对p＝1，...P，这些约束被转换为
Figure BDA0002427348700000301
以及
Figure BDA0002427348700000302
由于等式3通常仅在(z1，z2，…，zN)附近有效，如果期望的约束ELp≤fp(z1，z2，…，zN)≤EUp不能在这样的附近被实现，这可以通过不等式之中的任何冲突来确定，则约束ELp和EUp可以放宽直到该约束是可实现的。该优化过程将(z1，z2，…，zN)，i附近的最坏缺陷大小最小化。然后，每个步骤逐渐地减少最坏缺陷大小，并且每个步骤被迭代地执行，直到某些终止条件被满足。这将导致对最坏缺陷大小的最优的减少。
用以将最坏缺陷最小化的另一方式是在每次迭代中调节权重wp。例如，在第i次迭代之后，如果第r评估点是最坏缺陷，则wr可以在第(i+1)次迭代中增加，使得对该评估点的缺陷大小的减少被给予较高的优先级。
此外，等式4和等式5中的代价函数可以通过引入拉格朗日乘数来修改，以实现对缺陷大小的RMS的优化与对最坏缺陷大小的优化之间的妥协，即，
Figure BDA0002427348700000311
其中λ是预设常数，其指定对缺陷大小的RMS的优化与对最坏缺陷大小的优化之间的权衡。特别地，如果λ＝0，则等式6”'变为等式4，并且仅缺陷大小的RMS被最小化；而如果λ＝1，则变为等式5并且仅最坏缺陷大小被最小化；如果0<λ<1，则在优化中，两者均被考虑在内。这样的优化问题可以使用多种方法来解决。例如，类似于先前描述的，每次迭代中的权重可以被调节。备选地，类似于从不等式将最坏缺陷大小最小化，在解决二次规划问题期间，公式6'和6”的不等式看作是设计变量的约束。然后，最坏缺陷大小的界限可以递增地放宽，或者递增地增加最坏缺陷大小的权重，针对每个可实现的最坏缺陷大小计算代价函数值，并且选择将总代价函数最小化的设计变量值作为下一步骤的初始点。通过迭代地进行该操作，对该新代价函数的最小化可以实现。
优化光刻投影设备可以扩大工艺窗口。较大的工艺窗口为工艺设计和芯片设计提供了更大的灵活性。工艺窗口可以被定义为一组焦距和剂量值，针对该组焦距和剂量值，抗蚀剂图像在抗蚀剂图像的设计目标的特定限制内。注意，在此讨论的所有方法也可以扩展到通用的工艺窗口定义，除了曝光剂量和散焦，通用的工艺窗口的定义还可以通过不同或附加的基本参数来建立。这些参数可以包括但不限于光学设置，诸如NA、σ、像差、偏振或抗蚀剂层的光学常数。例如，如前所述，如果工艺窗口(PW)也包括不同的掩模偏差，则优化包括MEEF的最小化，MEEF被定义为衬底EPE与所诱导的掩模边缘偏差之间的比率。在焦距和剂量值上限定的工艺窗口在本公开中仅用作一个示例。下面描述根据一个示例的最大化工艺窗口的方法。
在第一步骤中，从工艺窗口中的已知条件(f0，ε0)开始，其中f0是标称焦距并且ε0是标称剂量，在(f0±Δf，ε0±ε)附近最小化以下代价函数之一：
Figure BDA0002427348700000321
或者
Figure BDA0002427348700000322
或者
Figure BDA0002427348700000323
如果标称焦距f0和标称剂量ε0允许移动，则它们可以与设计变量(z1，z2，…，zN)共同地进行优化。在下一步骤中，如果可以找到一组值(z1，z2，…，zN，f，ε)，使得代价函数在预设限制内，则(f0±Δf，ε0±ε)被接受作为工艺窗口的一部分。
如果焦距和剂量不允许移动，则在焦距和剂量被固定在标称焦距f0和标称剂量ε0的情况下，优化设计变量(z1，z2，…，zN)。在备选示例中，如果可以找到一组值使得代价函数在预设限制之内，则(f0±Δf，ε0±ε)被接受作为工艺窗口的一部分。
在本公开中较早描述的方法可以用于最小化等式7、等式7＇或等式7″的相应代价函数。如果设计变量表示投影光学器件的一个或多个特性(诸如泽尼克(Zernike)系数)，则将等式7、等式7＇或等式7″的代价函数最小化导致基于投影光学器件优化(即，LO)的工艺窗口最大化。如果设计变量还表示除了投影光学器件的特性之外的照射和图案形成装置的一个或多个特性，则将等式7、等式7＇或等式7″的代价函数最小化导致基于SMLO的工艺窗口最大化，如图11所示。如果设计变量表示源和图案形成装置的一个或多个特性，则将等式7、等式7＇或等式7″的代价函数最小化导致基于SMO的工艺窗口最大化。等式7、等式7＇或等式7″的代价函数还可以包括诸如本文中描述的至少一个fp(z1，z2，…，zN)，它是诸如LWR、2D特征的局部CD变化和/或生产量的一个或多个随机变化的函数。
图14示出了同时SMLO过程如何可以使用高斯-牛顿算法进行优化的一个具体示例。在步骤S702中，一个或多个设计变量的起始值被标识。针对每个变量的调整范围也可以被标识。在步骤S704中，代价函数使用一个或多个设计变量来定义。在步骤S706中，代价函数扩展到设计布局中所有评估点的起始值附近。在可选步骤S710中，全芯片模拟被执行以覆盖全芯片设计布局中的所有关键图案。在步骤S714中，期望的光刻响应度量(诸如CD或EPE)被获取，并且在步骤S712中，期望的光刻响应度量与这些量的预测值进行比较。在步骤S716中，工艺窗口被确定。步骤S718、S720和S722类似于如关于图13A描述的对应的步骤S514、S516和S518。如前所述，最终输出可以是例如光瞳面中的波前像差图，其被优化以产生期望的成像性能的。最终输出可以是例如经优化的照射图和/或经优化的设计布局。
图13B示出了用于优化代价函数的示例性方法，其中设计变量(z1，z2，…，zN)包括这样的设计变量，其可以仅采用离散值。
该方法开始于定义照射的像素组和图案形成装置的图案形成装置图块(步骤802)。通常，像素组或图案形成装置图块也可以被称为光刻工艺组件的划分。在一种示例性方案中，基本上如上所述，照射被划分为117个像素组，并且针对图案形成装置，94个图案形成装置图块被限定，从而产生总共211个划分。
在步骤804中，光刻模型被选择作为光刻模拟的基础。光刻模拟产生的结果，该结果在一个或多个光刻度量或响应的计算中使用。特定光刻度量被定义为要被优化的性能度量(步骤806)。在步骤808中，照射和图案形成装置的初始(预优化)条件被设置。初始条件包括针对照射的像素组和图案形成装置的图案形成装置图块的初始状态，使得可以参考初始照射形状和初始图案形成装置图案。初始条件还可以包括掩模偏差、NA和/或焦距斜坡范围。尽管步骤802、804、806和808被描绘为顺序步骤，但是应当理解，在其他示例中，这些步骤可以以其他顺序执行。
在步骤810中，像素组和图案形成装置图块进行排序。像素组和图案形成装置图块可在排序中交错。各种排序方式可以被采用，包括：顺序地(例如，从像素组1到像素组117以及从图案形成装置图块1到图案形成装置图块94)，随机地，根据像素组和图案形成装置图块的物理位置(例如，将较接近照射中央的像素组排序更高)，和/或根据像素组或图案形成装置图块的改变如何影响性能度量。
一旦像素组和图案形成装置图块被排序，照射和图案形成装置被调节以改进性能度量(步骤812)。在步骤812中，像素组和图案形成装置图块中的每一项以排序的顺序进行分析，以确定像素组或图案形成装置图块的改变是否将导致改进的性能度量。如果确定性能度量将被改进，则像素组或图案形成装置图块相应地改变，并且然后所得的经改进的性能度量和经修改的照射形状或经修改的图案形成装置图案形成用于如下比较的基线，该比较用于排序较低的像素组和图案形成装置图块的后续分析。换言之，改进性能度量的改变被保留。由于对像素组和图案形成装置图块的状态的改变被做出且被保留，初始照射形状和初始图案形成装置图案相应地改变，从而经修改的照射形状和经修改的图案形成装置图案从步骤812中的优化过程中获得。
在其他方案中，图案形成装置多边形形状调节和像素组和/或图案形成装置图块的成对轮询也在步骤812的优化过程内被执行。
在一个示例中，交错的同时优化过程可以包括改变照射的像素组，并且如果发现性能度量的改进，则剂量或强度被步进增加和/或步进降低以寻找进一步的改进。在另外的示例中，剂量或强度的步进增加和/或步进降低可以由以下来代替：图案形成装置图案的偏差改变以寻找同时优化过程中的进一步改进。
在步骤814中，确定性能度量是否已经收敛。例如，如果在步骤810和812的最后几次迭代中，对性能度量的不多的改进或没有改进已经被见证到，则性能度量可以被认为已经收敛。如果性能度量尚未收敛，则步骤810和812在下一次迭代中重复，其中来自当前迭代的经修改的照射形状和经修改的图案形成装置被用作下一次迭代的初始照射形状和初始图案形成装置(步骤816)。
上述优化方法可以用于增加光刻投影设备的生产量。例如，代价函数可以包括作为曝光时间的函数的fp(z1，z2，…，zN)。在一个示例中，对这样的代价函数的优化受到随机变化的度量或其他度量的约束或影响。具体地，用于增加光刻工艺的生产量的计算机实现的方法可以包括：优化代价函数，该代价函数是光刻工艺的一个或多个随机变化的函数、并且是衬底的曝光时间的函数，以便减少或最小化曝光时间。
在一个示例中，代价函数包括至少一个fp(z1，z2，…，zN)，其是一个或多个随机变化的函数。一个或多个随机变化可以包括2D特征的LWR和/或局部CD变化。在一个示例中，一个或多个随机变化包括空间图像或抗蚀剂图像的一个或多个特性的一个或多个随机变化。例如，这样的随机变化可以包括线边缘粗糙度(LER)、线宽粗糙度(LWR)和/或局部临界尺寸均匀性(LCDU)。在代价函数中包括一个或多个随机变化允许找到一个或多个设计变量的值，该一个或多个设计变量的值使一个或多个随机变化最小化，从而减少由于随机变化而导致缺陷的风险。
图15A示出了根据一个示例的基于特征的随机变化(例如，LER)、或者基于作为随机变化的函数或影响随机变化的变量(例如，bl_ILS、ILS或NILS)，来标识空间图像或抗蚀剂图像的热点的方法的流程图。在可选步骤2510中，作为空间图像或抗蚀剂图像的特性(例如，边缘位置)的随机变化(例如，LER)的函数、或者影响这样的随机变化的变量(例如，bl_ILS、ILS或NILS)的值被获取。在步骤2520中，特性的随机变化(例如，LER)的值(例如，从变量的值)被获取。在步骤2530中，特性的范围被获取。该范围可以是由于任何合适的限制。例如，当随机变化是LER时，该范围可以由设计布局的图案的几何形状来决定。例如，LER的最大值可以不超过从边缘到其相邻边缘的间隙的宽度。在步骤2540中，随机变化的值与该范围进行比较。如果随机变化超出该范围，则在步骤2550中，该特性被标识为热点。诸如用以减少随机变化的优化的进一步的处理可以针对被标识为热点的该特性来执行。
图15B示出了根据一个示例的用于基于空间图像或抗蚀剂图像的特性(例如，边缘位置)的随机变化(例如，LER)、或者基于作为随机变化的函数的或影响该随机变化的变量(例如，bl_ILS、ILS或NILS)，来标识空间图像或抗蚀剂图像的热点的方法的流程图。在步骤2610中，特性的范围被获取。在步骤2620中，随机变化(例如，LER)的范围或变量(例如，bl_ILS、ILS或NILS)的范围基于特性的范围来获取。在步骤2630中，随机变化的值或变量的值被获取。在步骤2640中，随机变化的值或变量的值与其相应范围进行比较。如果随机变化的值或变量的值超过其相应范围，则在步骤2650中，该特性被标识为热点。对于被标识为热点的该特性，诸如用以减少随机变化的优化的进一步的处理可以被执行。
图16示出了根据一个示例的用于减少空间图像或抗蚀剂图像的一个或多个特性(例如，边缘位置)的随机变化(例如，LER)的方法的流程图。在步骤2710中，通过例如使用图15A或图15B的方法，从设计布局的一部分中将一个或多个特性标识为热点，来获取一个或多个特性。在步骤2720中，例如通过使用代价函数来减少一个或多个特性的随机变化，该代价函数至少表示随机变化或变量(例如，bl_ILS、ILS或NILS)，该变量是该随机变化的函数或影响该随机变化。在步骤2730中，从设计布局的一部分中重新标识热点。在步骤2740中，确定是否热点被标识。如果热点被标识，则进行到步骤2750；如果没有热点被标识，则该方法结束。在步骤2750中，改变优化的一个或多个参数(例如，δ和/或用户选择的偏移)，并且该方法再次重复到步骤2720并且利用经改变的一个或多个参数来执行优化。在一个备选中，一个或多个参数可以是设计布局的一部分，并且步骤2740和2750可以被省略。
图17是示出可以帮助实现本文中公开的优化方法和流程的计算机系统100的框图。计算机系统100包括总线102或用于传送信息的其他通信机制、以及与总线102耦合以用于处理信息的处理器104(或多个处理器104和105)。计算机系统100还包括主存储器106，诸如随机存取存储器(RAM)或其他动态存储设备，主存储器106耦合到总线102以存储信息和要被处理器104执行的指令。主存储器106还可以用于在要被处理器104执行的指令的执行期间，存储临时变量或其他中间信息。计算机系统100还包括只读存储器(ROM)108或与总线102耦合的其他静态存储设备，以用于存储处理器104的静态信息和指令。诸如磁盘或光盘等存储设备110被提供并且被耦合到总线102以用于存储信息和指令。
计算机系统100可以经由总线102耦合到用于向计算机用户显示信息的显示器112，诸如阴极射线管(CRT)或平板或触摸面板显示器。包括字母数字键和其他键的输入设备114耦合到总线102以用于将信息和命令选择传送给处理器104。另一种类型的用户输入设备是光标控件116，诸如鼠标、轨迹球或光标方向键，其用于将方向信息和命令选择传送给处理器104并且用于控制显示器112上的光标移动。该输入设备通常具有在两个轴上的，第一轴(例如，x)和第二轴(例如，y)上的两个自由度，其允许设备指定平面中的位置。触摸面板(屏幕)显示器也可以用作输入设备。
根据一个示例，响应于处理器104执行主存储器106中包含的一个或多个指令的一个或多个序列，优化过程的一部分可以由计算机系统100来执行。这样的指令可以从诸如存储设备110的另一计算机可读介质而被读取到主存储器106中。主存储器106中包含的指令序列的执行使得处理器104执行本文中描述的过程步骤。以多处理布置的一个或多个处理器也可以被采用来执行主存储器106中包含的指令序列。在备选示例中，硬连线电路系统可以被用来代替软件指令、或与软件指令相组合。因此，本文中的描述不限于硬件电路和软件的任何特定组合。
如本文中使用的，术语“计算机可读介质”是指参与向处理器104提供指令以用于执行的任何介质。这样的介质可以采取许多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘，诸如存储设备110。易失性介质包括动态存储器，诸如主存储器106。传输介质包括同轴电缆、铜线和光纤，其包括包含有总线102的线。传输介质也可以采取声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间生成的声波或光波。常见形式的计算机可读介质包括例如软盘、柔性盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储器芯片或盒、下文中描述的载波、或计算机可以从其中读取的任何其他介质。
各种形式的计算机可读介质可以涉及将一个或多个指令的一个或多个序列携带到处理器104以用于执行。例如，指令最初可以承载在远程计算机的磁盘上。远程计算机可以将指令加载到其动态存储器中，并且然后使用调制解调器通过电话线发送指令。计算机系统100本地的调制解调器可以在电话线上接收数据，并且使用红外发射器将数据转换为红外信号。耦合到总线102的红外检测器可以接收红外信号中携带的数据并且将数据放置在总线102上。总线102将数据携带到主存储器106，处理器104从主存储器106中取回和执行指令。由主存储器106接收的指令可以可选地在由处理器104执行之前或之后被存储在存储设备110上。
计算机系统100还可以包括耦合到总线102的通信接口118。通信接口118提供耦合到网络链路120双向数据通信，网络链路120连接到局域网122。例如，通信接口118可以是集成服务数字网(ISDN)卡或调制解调器，用于提供到对应类型的电话线的数据通信连接。作为另一示例，通信接口118可以是局域网(LAN)卡，用于提供到兼容LAN的数据通信连接。无线链接也可以被实现。在任何这样的实现中，通信接口118发送和接收携带表示各种类型的信息的数字数据流的电信号、电磁信号或光学信号。
网络链路120通常通过一个或多个网络提供到其他数据设备的数据通信。例如，网络链路120可以通过本地网络122提供到主机计算机124的连接、或到由互联网服务提供者(ISP)126操作的数据设备的连接。ISP 126继而通过全球分组数据通信网络(现在通常称为“互联网”128)提供数据通信服务。局域网122和互联网128都使用承载数字数据流的电信号、电磁信号或光学信号。通过各种网络的信号以及在网络链路120上并且通过通信接口118的信号，其携带去往和来自计算机系统100的数字数据，是输送信息的载波的示例性形式。
计算机系统100可以通过(多个)网络、网络链路120和通信接口118来发送消息和接收数据，包括程序代码。在互联网示例中，服务器130可以通过互联网128、ISP 126、本地网络122和通信接口118传输应用程序所请求的代码。例如，一个这样的下载的应用可以提供示例的照射优化。所接收的代码可以在其被接收到时由处理器104执行，和/或存储在存储设备110或其他非易失性存储中以用于以后执行。以这种方式，计算机系统100可以获取以载波形式的应用代码。
图18示意性地描绘了示例性光刻投影设备，其照射可以利用本文中描述的方法来优化。该设备包括：
-照射系统IL，用于调整辐射束B。在这种特定情况下，照射系统还包括辐射源SO；
-第一载物台(例如，图案形成装置台)MT，其设置有图案形成装置保持器，用于保持图案形成装置MA(例如，掩模版)，并且第一载物台连接到第一定位器以相对于物品PS准确地定位图案形成装置；
-第二载物台(衬底台)WT，其设置有衬底保持器，用于保持衬底W(例如，涂覆有抗蚀剂的硅晶片)，并且第二载物台连接到第二定位器以相对于物品PS准确地定位衬底。
-投影系统(“透镜”)PS(例如，折射系统、折反射系统或折反射光学系统)，用于将图案形成装置MA的照射部分成像到衬底W的目标部分C(例如，包括一个或多个管芯)上。
如本文中描绘的，该设备是透射型的(即，具有透射型图案形成装置)。然而，通常，该设备例如也可以是反射型的(具有反射型图案形成装置)。该设备可以采用与传统掩模不同的图案形成装置；示例包括可编程反射镜阵列或LCD矩阵。
源SO(例如，汞灯或准分子激光器、LPP(激光产生等离子体)EUV源)产生辐射束。该束直接地或者在经过诸如扩束器Ex的调整装置之后，被馈送到照射系统(照射器)IL中。照射器IL可以包括用于设置束中的强度分布的外部和/或内部径向范围(通常分别称为σ-外和σ-内)的调节装置AD。另外，照射器通常将包括各种其他组件，诸如积分器IN和聚束器CO。以这种方式，入射在图案形成装置MA上的束B在其横截面中具有期望的均匀性和强度分布。
关于图18应当注意，源SO可以在光刻投影设备的壳体内(例如，当源SO是水银灯时通常是这种情况)，但是也可以远离光刻投影设备，其产生的辐射束被引入到该设备中(例如，借助于合适的导向反射镜)；后一种场景通常是当源SO是准分子激光器时(例如，基于KrF、ArF或F2激光)的情况。
束PB随后拦截图案形成装置MA，图案形成装置MA被保持在图案形成装置台MT上。在已经穿过图案形成装置MA之后，束B通过透镜PL，透镜PL将束B聚焦到衬底W的目标部分C上。借助于第二定位装置(和干涉测量装置IF)，衬底台WT可以被准确地移动，例如从而将不同的目标部分C定位在束PB的路径上。类似地，例如在从图案形成装置库中机械地取回图案形成装置MA之后、或者在扫描期间，第一定位装置可以用于相对于束B的路径准确地定位图案形成装置MA。通常，载物台MT、WT的移动将借助于长冲程模块(粗略定位)和短冲程模块(精细定位)(在图18中未明确示出)来实现。然而，在步进器的情况下(与步进-且-扫描工具相反)，图案形成装置台MT可以仅连接到短行程致动器，或者可以被固定。
所描绘的工具可以用于两种不同的模式中：
-在步进模式下，图案形成装置台MT保持基本上静止，并且整个图案形成装置图像被一次(即，单个“闪光”)投影到目标部分C上。然后衬底台WT在x和/或y方向上移动，使得不同的目标部分C可以由束PB来辐射；
-在扫描模式下，基本上相同的场景适用，除了给定目标部分C不在一次“闪光”中被曝光。代替地，图案形成装置台MT利用速度v在给定方向(所谓的“扫描方向”，例如y方向)上是可移动的，使得投影束B被引起在图案形成装置图像之上扫描；同时地，衬底台WT同步地以速度V＝Mv在相同或相反的方向上移动，其中M是透镜PL的放大率(通常，M＝1/4或1/5)。以这种方式，相对较大的目标部分C可以曝光，而无需牺牲分辨率。
图19示意性地描绘了另一示例性光刻投影设备1000，其照射可以利用本文中描述的方法来优化。
光刻投影设备1000包括：
-源收集器模块SO
-照射系统(照射器)IL，其被配置为调整辐射束B(例如，EUV辐射)。
-支撑结构(例如，图案形成装置台)MT，其被构造为支撑图案形成装置(例如，掩模或掩模版)MA并且连接到第一定位器PM，第一定位器PM被配置为准确地定位图案形成装置；
-衬底台(例如，晶片台)WT，其被构造为保持衬底(例如，涂覆有抗蚀剂的晶片)W，并且连接到第二定位器PW，第二定位器PW被配置为准确地定位衬底；以及
-投影系统(例如，反射型投影系统)PS，其被配置为将由图案形成装置MA赋予给辐射束B的图案投影到衬底W的目标部分C(例如，包括一个或多个管芯)上。
如此处描绘的，设备1000是反射型的(例如，采用反射型图案形成装置)。应当注意，因为大多数材料在EUV波长范围内是吸收性的，所以图案形成装置可以具有多层反射器，该多层反射器包括例如钼和硅的多堆叠。在一个示例中，多堆叠反射器具有40层成对的钼和硅层，其中每层的厚度是四分之一波长。甚至更小的波长可以用X射线光刻来产生。由于大多数材料在EUV和X射线波长具有吸收性，因此在图案形成装置的形貌上的一薄片的经图案化的吸收材料(例如，多层反射器上的TaN吸收剂)限定了特征将印刷在何处(正性抗蚀剂)或不印刷在何处(负性抗蚀剂)。
参考图19，照射器IL从源收集器模块SO接收极紫外辐射束。用于产生EUV辐射的方法包括但不限于将材料转换为具有在EUV范围中一个或多个发射线的至少一种元素(例如，氙、锂或锡)的等离子态。在一种这样的方法中，其通常被称为激光产生等离子体(“LPP”)，等离子体可以通过用激光束来辐射燃料(诸如具有线发射元素的液滴、流或材料簇)来产生。源收集器模块SO可以是EUV辐射系统的一部分，其包括在图19中未示出的激光器，以用于提供激发燃料的激光束。所得到的等离子体发射输出辐射，例如EUV辐射，该辐射使用被设置在源收集器模块中的辐射收集器来收集。例如，当CO2激光器被用来提供激光束以用于燃料激发时，激光器和源收集器模块可以是分开的实体。
在这种情况下，激光器不被认为形成光刻设备的一部分，并且借助于包括例如合适的定向反射镜/或扩束器的光束传递系统，辐射束从激光器传送到源收集器模块。在其他情况下，例如，当源是放电产生等离子体EUV发生器(通常被称为DPP源)时，该源可以是源收集器模块的组成部分。
照射器IL可以包括用于调节辐射束的角强度分布的调节器。通常，照射器的光瞳面中的强度分布的至少外部和/或内部径向范围(通常分别被称为σ-外和σ-内)可以被调节。另外，照射器IL可以包括各种其他组件，诸如琢面场和光瞳反射镜器件。照射器可以用于调节辐射束，以在其横截面中具有期望的均匀性和强度分布。
辐射束B入射在图案形成装置(例如，掩模)MA上，图案形成装置被保持在支撑结构(例如，图案形成装置台)MT上，并且由图案形成装置图案化。在从图案形成装置(例如，掩模)MA反射之后，辐射束B通过投影系统PL，投影系统PS将束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器PS2(例如，干涉测量装置、线性编码器或电容传感器)，衬底台WT可以准确地移动，例如以便将不同的目标部分C定位在辐射束B的路径中。类似地，第一定位器PM和另一位置传感器PS1可以用于相对于辐射束B的路径准确地定位图案形成装置(例如，掩模)MA。图案形成装置(例如，掩模)MA和衬底W可以使用图案形成装置对准标记M1、M2和衬底对准标记P1、P2来对准。
所描绘的装置1000可以以以下模式中的至少一种模式来使用：
1.在步进模式中，支撑结构(例如，图案形成装置台)MT和衬底台WT保持基本静止，同时被赋予给辐射束的整个图案被一次投影到目标部分C上(即，单次静态曝光)。然后，衬底台WT在X和/或Y方向上移位，使得不同的目标部分C可以被曝光。
2.在扫描模式中，支撑结构(例如，图案形成装置台)MT和衬底台WT同步地扫描，同时被赋予给辐射束的图案被投影到目标部分C上(即，单次动态曝光)。衬底台WT相对于支撑结构(例如，图案形成装置台)MT的速率和方向可以通过投影系统PS的(缩小)放大率和图像反转特性来确定。
3.在另一模式中，支撑结构(例如，图案形成装置台)MT保持基本静止，以保持可编程图案形成装置，并且衬底台WT被移动或扫描，同时被赋予给辐射束的图案被投影到目标部分C上。在该模式中，通常，采用脉冲辐射源，并且在在每次移动衬底台WT之后、或者在扫描期间的连续辐射脉冲之间，可编程图案形成装置根据需要而被更新。该操作模式可以容易地应用于利用可编程图案形成装置的无掩模光刻，诸如上述类型的可编程反射镜阵列。
图20更详细地示出了设备1000，其包括源收集器模块SO、照射系统IL和投影系统PS。源收集器模块SO被构造和布置为使得真空环境可以在源收集器模块SO的封闭结构220中被维持。EUV辐射发射等离子体210可以通过放电产生等离子体源来形成。EUV辐射可以由气体或蒸气(例如氙气、锂蒸气或锡蒸气)产生，其中非常热的等离子体210被产生以发射在电磁光谱的EUV范围中的辐射。非常热的等离子体210例如通过放电产生，该放电引起至少部分离子化的等离子体。为了高效的辐射生成，可能需要例如10Pa的Xe、Li、Sn蒸气或任何其他合适的气体或蒸气的分压。在一个示例中，激发锡(Sn)的等离子体被提供以产生EUV辐射。
由热等离子体210发射的辐射经由可选的气体阻挡部或污染物陷阱230(在某些情况下也称为污染物阻挡部或翼片陷阱)，从源腔室211进入收集器腔室212，气体阻挡部或污染物陷阱230被定位于源腔室211中的开口中或位于该开口之后。污染物陷阱230可以包括通道结构。污染物陷阱230还可以包括气体阻挡部、或气体阻挡部与通道结构的组合。如本领域中已知的，本文中进一步指出的污染物陷阱或污染物阻挡部230至少包括通道结构。
收集器腔室211可以包括辐射收集器CO，其可以是所谓的掠入射收集器的。辐射收集器CO具有上游辐射收集器侧251和下游辐射收集器侧252。穿过收集器CO的辐射可以由光栅光谱滤光片240反射，以被聚焦在沿着由点划线“O”指示的光学轴的虚拟源点IF中。虚拟源点IF通常被称为中间焦点，并且源收集器模块被布置为使得中间焦点IF位于封闭结构220中的开口221处或在其附近。虚拟源点IF是辐射发射等离子体210的图像。
随后，辐射穿过照射系统IL，该照射系统IL可以包括琢面场反射镜装置22和琢面光瞳反射镜装置24，被布置为提供在图案形成装置MA处的辐射束21的期望角度分布、以及在图案形成装置MA处的期望的辐射强度均匀性。当辐射束21在由支撑结构MT保持的图案形成装置MA处反射时，经图案化的束26形成，并且经图案化的束26通过投影系统PS经由反射元件28、30被成像到由衬底台WT保持的衬底W上。
比所示出的更多的元件通常可以存在于照射光学单元IL和投影系统PS中。取决于光刻设备的类型，光栅光谱滤光片240可以可选地存在。此外，可以存在比图中所示出的更多的反射镜，例如，与图20所示出相比，1-6个附加的反射元件可以存在于投影系统PS中。
如图20所图示的收集器光学器件CO被描绘为具有掠入射反射器253、254和255的巢状收集器，其仅作为收集器(或收集器反射镜)的一个示例。掠入射反射器253、254和255围绕光学轴O轴向对称地设置，并且这种类型的收集器光学器件CO可以与通常被称为DPP源的放电产生等离子体源组合使用。
备选地，源收集器模块SO可以是如图21所示的LPP辐射系统的一部分。激光器LA被布置为将激光能量沉积到诸如氙(Xe)、锡(Sn)或锂(Li)的燃料中，以产生具有几十eV的电子温度的高度离子化的等离子体210。在这些离子的去激发和符合期间生成的高能辐射从等离子体中发射，由近正入射收集器光学器件CO来收集并且聚焦到封闭结构220中的开口221上。
美国专利申请公开号US 2013-0179847以整体通过引用并入与此。
本文中公开的概念可以模拟或在数学上建模用于对亚波长特征进行成像的任何通用成像系统，并且对于能够产生越来越短的波长的新兴成像技术尤其有用。已经在使用的新兴技术包括EUV(极紫外)、DUV光刻技术，其在使用ArF激光器的情况下能够产生193nm的波长，在使用氟激光器的情况下甚至能够产生157nm的波长。而且，EUV光刻能够通过使用同步加速器或者通过用高能电子撞击材料(固体或等离子体)来产生在20-5nm范围中的光子，以便产生在该范围内的波长。
虽然本文中公开的概念可以用于在诸如硅晶片的衬底上的成像，但是应当理解，所公开的概念可以与任何类型的光刻成像系统一起使用，例如，用于在除了硅晶片之外的其他衬底上成像的系统。
实施例总体上提供了使用图像相关度量来改进衬底上的器件的任何制造工艺的技术。已经针对改进特定光刻工艺的特定应用描述了上述技术，该特定光刻工艺使用光刻设备将设计布局的一部分成像到衬底上。实施例更一般地提供了用于取决于从衬底的一个或多个图像所确定的图像相关度量，改进对在衬底的制造期间所执行的工艺中的任何工艺的控制参数的确定的技术。每个图像可以是成像设备的视场(FOV)内的衬底的一部分，成像设备通常是基于电子束的量测设备。这样的电子束设备(例如，由HMI制造)通常具有10μm×10μm的FOV。可以通过实施例的技术来改进的工艺包括以下项中的任何一项：光刻工艺、扫描工艺、涂底料工艺、抗蚀剂涂覆工艺、软烘烤工艺、曝光后烘烤工艺、显影工艺、硬烘烤工艺、测量/检查工艺、蚀刻工艺、离子注入工艺、金属化工艺、氧化工艺和化学机械抛光工艺。所有上述示例中描述的技术可以用于取决于图像相关度量，来确定针对这些工艺的经改进的控制参数。
图24(a)和(b)示出了根据实施例的用于确定控制参数和控制过程的总体过程。在图24(a)和(b)两者中，存在计算量测过程和控制过程。计算过程包括获取衬底的一个或多个图像，并且每个图像是衬底的一部分的FOV。所获取的图像包括由被制造在衬底上的器件所包括的特征。图像相关度量取决于特征的性质(诸如特征的轮廓)来计算。然后，取决于图像相关度量，用于控制特征的制造工艺中的工艺的控制参数被确定。
在图24(a)中，针对一个或多个衬底上的多个特征，图像相关度量被计算。在图24(b)中，针对一个或多个衬底的多个层上的多个特征，图像相关度量被计算。
图25示出了衬底上的特征的图像。图像可以表示例如衬底上的10μm×10μm的区域。图像中的粗线是特征中的一个特征的目标轮廓。尽管特征的理想形状可以是矩形，但是目标轮廓是弯曲/倒圆的，由于这是与可以制造的、与矩形最接近的可能形状并且因此是实际上可以实现的最佳轮廓。对于图25所示出的特征中的一个特征，图像已经被构造为特征的多个图像的堆叠图像。已经堆叠的图像均可以已经从以下项来获取：衬底的不同层中的相同特征的图像中的一个或多个图像、衬底的相同层上的多个特征的图像中的一个或多个图像、多个衬底上的特征的图像中的一个或多个图像、和/或衬底的相同层上的、但由不同成像设备拍摄的相同特征的图像中的一个或多个图像。通过与目标轮廓一起来堆叠的相同特征的多个图像，如图25所示，随机变化可以被测量。然而，实施例还包括将特征的轮廓的仅一个图像与目标轮廓相比较。
图像相关度量可以取决于特征的轮廓与对应的目标轮廓之间的差异来计算。特征的轮廓与目标轮廓之间的差异可以通过多个公知的特定图像相关度量来测量，诸如临界尺寸均匀性(CDU)、线宽粗糙度(LWR)和覆盖误差。然而，优选的图像相关度量是“边缘位置误差”(EPE)，因为该度量提供特征的轮廓与目标轮廓之间的差异的总体表示。
在优选实施例中，每个特征的轮廓被划分成多个分段，并且分段中的每个分段具有对应的权重。轮廓如何划分为多个分段以及每个分段的权重可以通过图像处理程序自动地限定，也可以由用户手动限定。分段和权重可以取决多种因素，包括：特征的形状、其他特征与特征的分段的邻近度、特征相对于其他层上的特征的定位、轮廓的公差值、轮廓的正确定位对于器件的正确制造的重要性、图像相关度量的公差值、以及分段或分段的图像相关度量对控制参数的改变的敏感度。
影响特征的轮廓的可控参数可以包括：焦距、剂量、照射光瞳形状(例如，椭圆度)、像差(例如，彗形、球面、像散)、蚀刻速率以及其他可控参数。对于每个可控参数，轮廓的每个分段的敏感度被确定。该敏感度可以例如通过模拟或测量对控制参数的已知响应来确定。
特征的图像相关度量取决于每个分段的图像相关度量、以及每个分段的权重来计算。
为了确定针对特征的更适当的控制参数，特征的分段对控制参数的改变的敏感度可以被用来模拟改变控制参数对特征的图像相关度量的影响。因此，控制参数可以被确定以用于使特征的图像相关度量最小化。
所计算的并且经最小化的特征的图像相关度量优选地是特征的EPE。
在备选实施例中，特征的图像相关度量在特征没有被分段的情况下，取决于特征的整个轮廓与对应的目标轮廓的比较而生成。控制参数被确定以用于以与上述相似的方式使整个轮廓的图像相关度量最小化，但是不包括在分段级别的效果。
实施例包括取决于图像中的多个特征中的每个特征，来确定图像的图像相关度量。图像中可能存在着上千个特征，并且图像相关度量可以针对这些特征中的一些或全部特征来计算。如上所述，特征的每个图像相关度量可以取决于特征的轮廓的分段的权重来计算，或者可以在没有轮廓的分段的情况下进行计算。视场中的多个特征中的每个特征被分配权重。每个特征的权重可以取决于多种因素，诸如每个特征对于器件的正确制造的重要性、以及该特征与热点的邻近度。然后，图像的图像相关度量根据每个特征的图像相关度量和每个特征的权重来生成。如果多次曝光(诸如，利用光刻-蚀刻-光刻-蚀刻(LELE))已经被使用，则两次曝光之间的图案偏移/交叠可以被计算。控制参数的优化过程然后被执行以最小化图像的图像相关度量。图像的图像相关度量优选地是图像的EPE。
实施例包括取决于衬底的多个图像中的每个图像，来确定衬底的图像相关度量。图像可以在衬底上的多个位置被获取。优选地，图像在提供衬底的适当指纹的位中置获取。每个图像的图像相关度量可以如上所述被计算。衬底的图像相关度量取决于图像的图像相关度量来确定。衬底的图像相关度量优选地是衬底的EPE。
在衬底上的特征的制造工艺期间对控制参数的改变和范围的约束被确定。例如，在器件的制造期间，由于焦距能够改变的速率和制造的速度，将存在对焦距能够在衬底上的两个不同位置之间改变的程度的限制。实施例使用所确定的控制参数约束来对控制参数执行优化过程，使得衬底的图像相关度量被最小化。
有利地，控制参数被确定以用于最小化衬底的图像相关度量(诸如衬底的EPE)。轮廓的分段根据每个分段的适当权重而贡献于衬底的EPE。
实施例还包括取决于多个衬底的图像相关度量以及对多个衬底之间的控制参数的限制，来生成和最小化图像相关度量。每个图像和/或衬底的图像相关度量可以例如取决于它们对于器件的正确制造的重要性而被赋予权重。然后一个或多个衬底的图像相关度量可以取决于权重来计算。
实施例特别适合于改进跨衬底的多个层的器件的特征的控制参数。例如，图26示出了一层上的通孔，该通孔应当被定位于相邻层上的特征之上。在这样的多层情形中，图像相关度量取决于特征的交叠区域来确定。因此，图像相关度量的优化过程将确定用于最大化特征之间的交叠的控制参数，即，通孔在另一层中的特征之上的定位。
在一个实施例中，EPE被计算作为图像相关度量并且被表达为百分比。例如，图27(a)至(d)示出了特征轮廓与目标轮廓之间的不同关系。在图27(a)中，EPE可以定义为以百分比表达的特征轮廓与目标轮廓的交叠面积的比率。在图27(b)中，由于特征轮廓太小，EPE很大。在图27(c)中，由于特征轮廓太大，EPE很大。在图27(d)中，EPE受特征轮廓相对于目标轮廓的偏移的影响。图27(a)至(d)所示的特征轮廓与目标轮廓之间的不同关系可以通过控制参数来控制和改变。通过如上所述的取决于图像/FOV中的所有特征来计算和优化EPE，更适合的控制参数可以被确定。
实施例包括使用图像相关度量来改进剂量分布。已知取决全局临界尺寸均匀度(GCDU)以用于剂量分布被控制，全局临界尺寸均匀度是特定单个误差测量值。然而，因为即使局部效果与焦距和剂量相关，控制参数不是取决于局部效果来确定的，故取决于该全局参数来确定控制参数可能会导致更严重的EPE误差。
根据一个实施例，剂量分布取决于图像相关度量来确定，该图像相关度量取决于局部图像相关度量、或取决于局部图像相关度量和全局图像相关度量二者。例如，实施例包括通过确定将EPE最小化的控制参数来优化剂量分布，该控制参数基于以下任何一项来计算：
-GCDU和线宽粗糙度(LWR)二者和/或局部临界尺寸均匀性(LCDU)的函数；
-关键(即，重要)特征的LWR和/或LCDU的函数；或者
-光刻和非光刻CD干扰源的临界尺寸(CD)幅度。
实施例使用EPE作为图像相关度量。EPE可以使用以下简化和近似公式来计算(基于经验研究)：
EPE≈1.5*GCDU+4.2*LCDU
因此，EPE取决于全局参数GCDU和局部参数LCDU两者。实施例包括在上述公式中使用的其他系数，若其可以适用于特定应用和用例。
通过使用根据实施例的技术来代替仅基于全局图像相关度量的已知技术，EPE可以显著减少。
实施例还包括使用上述技术来确定通过扫描器的剂量分布、以及针对蚀刻设备的蚀刻工艺条件手段的组合，以便最小化EPE。
实施例还包括共同确定(co-determine)两个或更多个控制参数的值。通过共同确定控制参数，控制参数的经组合的效果、以及控制参数的效果的相互依赖性可以被用来有利地改进控制参数的确定，以用于提高产率、或者用于对关于任何其他目标进行优化。
特别地，实施例包括共同确定所应用的焦距和剂量的值。当焦距和剂量被共同确定时，可以通过应用焦距和剂量来校正的离差范围会增加。例如，校正离差所需要的焦距可能在适用的焦距范围之外。然而，离差可以通过来自附加地调节所应用的剂量以及焦距的经组合的效果来校正。这对于改进衬底的边缘处的图像相关度量特别有利，在衬底的边缘处可能需要大的焦距改变。
此外，所确定的要应用的剂量的值可以取决于所确定的要应用的焦距的值，并且所确定的要应用的焦距的值可以取决于要应用的剂量的值。有利地，代替在衬底的特定部分处应用独立确定的最优焦距和剂量以用于最小化诸如CD等图像相关度量，与独立确定的焦距值不同的焦距值可以被应用，并且所应用的剂量被调节，使得图像相关度量仍然是适合的。这样做的效果是在衬底的任何特定部分处应用的焦距和剂量范围可以增加。
图像度量CD对所应用的焦距和所应用的剂量两者的依赖性可以通过以下等式来近似：CD＝a*剂量+b*焦距^2。
因此，焦距的改变可以通过剂量的改变来补偿，其中期望的CD仍然可以实现，反之亦然。以上等式的参数可以根据经验或通过其他技术来确定。另外，已知技术可以被用来对剂量和焦距的相互依赖性以及其组合效应进行建模。
在衬底上的特征的制造工艺期间，存在对所应用的焦距可以改变的速率、所应用的焦距可以改变的范围、所应用的剂量可以改变的速率以及所应用的剂量可以改变的范围的约束。这些约束的结果是，并非总是可以在衬底的每个部分处应用焦距或剂量的单独最优值。然而，如上所解释的，本实施例有利地增加了可以在衬底的任何特定部分处应用的适合的焦距和剂量的范围，并且这减少了上述约束的影响。因此，与所应用的焦距是独立地从所应用的剂量来确定的情况相比，共同确定焦距和剂量分布可以提供增加的总产率。
实施例还包括多于两个控制参数的共同确定。例如，改变焦距的效果还可能引起对比度改变为不适合的值。特别地，在低对比度应用的情况中，可允许的对比度降低可能很小。因此，焦距、剂量和对比度中的所有项优选地被共同确定。另外，焦距和剂量可以与覆盖控制和/或对比度一起被共同确定。
实施例不限于焦距和剂量的共同确定，并且实施例包括任何控制参数的共同确定。控制参数的组合和相互依赖影响可以使用已知技术来进行建模，并且被用以根据任何度量来优化控制参数。特别地，实施例不限于控制参数被共同确定以优化CD。控制参数可以被共同确定以便优化任何度量，诸如EPE、产率和/或局部和全局度量(诸如GCDU和LCDU)的组合。
本实施例在减少跨衬底的LDCU变化方面特别有利。由于具有大LCDU变化的衬底的区域更可能包括缺陷、并且因此降低产率，故优选地，跨衬底上几乎没有LCDU变化、或者没有LCDU变化。
LCDU取决于成像度量，诸如焦距和剂量。根据实施例，取决于焦距和剂量对LCDU的影响来确定所应用的焦距和剂量，使得焦距和剂量在衬底上的特征的制造工艺期间被调节，以便最小化LCDU对跨衬底的总CDU预算的贡献。
特别地，特征的LCDU与特征的剂量敏感度相关。该相关性可以通过已知的模拟和/或实际测量技术来进行建模，使得扫描器参数(诸如剂量、焦距和MSD)对剂量敏感度的影响可以被确定。因此，扫描器参数(诸如剂量和焦距)可以取决于扫描器参数对LCDU的影响来确定，使得LCDU被减少。优选地，焦距和剂量取决于GCDU和LCDU两者来确定。实施例还包括焦距和剂量取决于局部EPE或全局EPE和局部EPE两者来确定。
已知取决于单个特定类型的度量跨衬底的稀疏分布的测量来确定控制参数，诸如在特定点处的覆盖测量。实施例包括通过使用从图像确定的图像相关度量以执行所有可控参数的优化过程，从而改进这样的已知技术。
如图28所示，衬底上的几个图案化的区域的一个或多个图像被获取。图像可以已经通过扫描电子显微镜(SEM)和/或电子束设备(诸如由HMI制造的设备)被获取。多个这样的图像可以用于获取工艺参数跨衬底的指纹。
所获取的每个图像可以被解构，以便获取图像相关度量。图像相关度量对控制参数的改变的依赖性可以通过模拟或测量来确定。优化过程然后可以被执行，该优化过程确定用于最小化图像相关度量的控制参数。因此，图像相关度量被用于控制半导体器件的制造(诸如扫描器或蚀刻工具)中的工艺。
图像相关度量包括以下项中的一项或多项：图像中的块图案的大小、图像中的块图案的大小差异、图像中的光栅的节距差异、阻挡层相对于光栅层的整体偏移以及两个LELE层之间的偏移。
优选地，图像相关度量从衬底的相同层的不同部分的多个图像中的每个图像确定。这允许从图像获取指纹和潜在地控制指纹(覆盖指纹、剂量指纹等)。
优选地，图像是衬底的相同部分，并且图像是在衬底的层的不同制造工艺期间获取的。
例如，如果两次扫描操作被执行，则增量(delta)图像，即，两个图像之间的差异可以获取，并且确定EPE。这些操作可以以能够改进EPE的方式来控制。
如果除了扫描操作之外的其他两个操作被执行，则增量图像可以被用来控制由于缺少用于该工艺的设备的匹配而导致的邻近效应。例如，已知蚀刻器会引起邻近效应，诸如微负载，邻近效应对于每个单独蚀刻器是不同的。
为了要被确定的图像相关度量，图像可以被解构为多个工艺参数。该方法可以包括：
-将所测量的图像映射到参考图像。诸如比例缩放、倾斜、旋转、移位、变形等的映射性质可以进行参数化。然后诸如光刻工艺、蚀刻工艺等工艺的控制参数可以取决于经参数化的映射性质确定；和/或
-对从跨图像的图像相关度量(诸如切割线)得出的参数进行平均。
因此，实施例允许对控制参数进行优化以实现期望的图像相关度量。该优化可以针对特定的图像性质，诸如将特定边缘定位的误差最小化。有利地，实施例允许增加图案保真度，即，套刻和CD控制改进。
图像比较的附加的优点是，图像比较可以用于验证图像数据的一致性，并且可以用于减少(图像)噪声并且确定处理伪像。如上所述，HMI制造基于电子束的成像设备以用于获取衬底的各部分的图像。图像可以由多个HMI工具拍摄，并且来自不同HMI工具的图像的比较可以用于验证所确定的工艺参数的一致性。
实施例还包括应用用于减少数据处理量的技术，该数据处理量是用以生成和表示所获取的衬底上的经图案化的区域的一个或多个图像中的特征的结构的图像相关度量所需要的。
对图像中的特征所包括的实际结构的分析包括将实际结构与参考结构进行比较以便确定一个或多个图像相关度量。然而，对每个单独结构执行这样的详细的分析(即，以每像素的基础)需要处理大量的数据并且因此很慢。
实施例优选地通过生成实际结构与参考结构之间的差异的模型，来减少用于分析在衬底上的经图案化的区域的所获取的一个或多个图像所需要的数据处理量。图像中的单独结构被检测，并且其轮廓形状根据已知技术提取。然后每个轮廓形状与参考轮廓形状进行比较，即，与参考轮廓形状进行拟合。
参考轮廓形状可以是具有或不具有离差的理想的预期轮廓形状，使得理想的预期轮廓形状恰好地对应于可以被实现的轮廓形状和/或一个或多个其他实际轮廓形状。特别地，通过将多个层中的相同结构的实际轮廓形状进行比较，覆盖误差的测量可以被获取。
具有N个参数的模型被生成以用于表示每个比较的结果。例如，该模型可以包括参数，该参数描述所比较的轮廓形状之间的平移、放大和旋转。平移对应于线放置误差。放大对应于局部CD差异。旋转不链接到控制参数，但是仍然是两个轮廓之间的可确定的差异。因此，六参数模型可以分别具有针对平移、放大和旋转的X和Y参数。根据实施例的模型可以附加地或备选地包括轮廓形状以及其他参数的比较的其他类型的度量。
优选地，从图像中提取轮廓形状并且将所提取的轮廓形状与参考轮廓形状进行比较的操作在相同操作中一起被执行。这可以改进计算效率。
参考轮廓形状优选也可以在轮廓形状检测过程中使用。例如，轮廓检测算法可能不正确地将单个轮廓检测为两个轮廓。参考轮廓形状可以用于检测该误差，并且从而改进轮廓形状的检测。
所需要的数据处理量还可以以下方式来进一步减少：通过对跨图像或跨多个图像的模型参数进行进一步建模以生成一个或多个通用模型。有利地，这样的通用模型均取决于(多个)图像中的单独结构来生成。
用于表示轮廓形状的比较的模型的生成是计算图像相关度量的高效方式。与进行结构之间的每像素比较的情况中所需要的数据量相比，表示根据本实施例的比较所需要的数据量可以少大约1000倍。因此，为了获取图像相关度量所需要的数据处理量、以及表示图像相关度量所需要的数据量显著减少。
模型参数可以以多种方式来使用。例如，相邻结构的模型参数可以用于确定结构的相对位置和相互作用。
模型参数是图像相关度量。实施例包括取决于模型参数，生成用于调节控制参数的反馈信号。例如，反馈信号可以取决于多个模型参数的平均值或其加权组合来生成。附加地或备选地，为了取决于模型参数来调节控制参数，模型参数可以用于改进任何其他工艺。例如，模型参数可以用于校准成像工艺。
图29是根据一个实施例的过程的流程图。
在步骤2901中，该过程开始。
在步骤2903中，在衬底上的器件的制造工艺中，其中制造工艺包括光刻工艺以及器件的制造工艺中的一个或多个另外的工艺，光刻工艺使用光刻设备将设计布局的一部分成像到衬底上，衬底的至少一部分的图像被获取，其中该图像包括由被制造在衬底上的器件所包括的至少一个特征。
在步骤2905中，一个或多个图像相关度量取决于轮廓而被计算，该轮廓从包括至少一个特征的图像来确定。
在步骤2907中，取决于一个或多个图像相关度量，光刻设备和/或上述器件的制造工艺中的一个或多个另外的工艺的一个或多个控制参数被确定。
在步骤2909中，该过程结束。
在下面的经编号的实施例的列表中公开了本发明的另外实施例：
1.一种衬底上的器件的制造工艺的方法，其中所述制造工艺包括光刻工艺以及所述器件的所述制造工艺中的一个或多个另外的工艺，所述光刻工艺使用光刻设备将设计布局的一部分成像到所述衬底上，所述方法包括：
获取所述衬底的至少一部分的图像，其中所述图像包括至少一个特征，所述至少一个特征由在所述衬底上制造的所述器件所包括；
取决于从包括所述至少一个特征的所述图像而被确定的轮廓，计算一个或多个图像相关度量；
取决于所述一个或多个图像相关度量，确定所述光刻设备的、和/或所述器件的所述制造工艺中的所述一个或多个另外的工艺的一个或多个控制参数。
2.根据实施例1所述的方法，所述方法还包括取决于所确定的所述一个或多个控制参数来控制以下项中的至少一项：所述光刻设备和所述器件的所述制造工艺中的所述一个或多个另外的工艺。
3.根据实施例1或2所述的方法，其中所述器件的所述制造工艺中的所述另外的工艺包括以下项中的一项或多项：光刻工艺、涂底料工艺、抗蚀剂涂覆工艺、软烘烤工艺、曝光后烘烤工艺、显影工艺、硬烘烤工艺、测量/检查工艺、蚀刻工艺、离子注入工艺、金属化工艺、氧化工艺和化学机械抛光工艺。
4.根据前述任一实施例所述的方法，其中所述图像相关度量是所述特征的边缘位置误差EPE。
5.根据前述任一实施例所述的方法，其中所述图像相关度量取决于所述轮廓与目标轮廓的比较而被计算。
6.根据前述任一实施例所述的方法，其中所述图像相关度量取决于所述特征的多个图像而被生成。
7.根据实施例6所述的方法，其中所述特征的所述多个图像在所述衬底的相应的多个层中。
8.根据前述任一实施例所述的方法，所述方法还包括：
确定所述特征的所述轮廓的多个分段；
确定针对所述多个分段中的每个分段的相应权重；
针对所述分段中的每个分段，计算所述分段的图像相关度量；以及
取决于所述分段中的每个分段的权重和图像相关度量，计算所述特征的图像相关度量。
9.根据实施例8所述的方法，其中每个分段的所述权重取决于所述分段的所述图像相关度量的公差值。
10.根据实施例8或9所述的方法，其中所述一个或多个控制参数是取决于所述分段中的每个分段的敏感度而被确定。
11.根据实施例4或从属于实施例4的任何实施例所述的方法，其中所述一个或多个控制参数被确定以便最小化所述特征的所述EPE。
12.根据实施例8或从属于实施例8的任何实施例所述的方法，所述方法包括生成针对所述图像中的多个特征的每个特征的图像相关度量，其中特征的每个图像相关度量通过执行根据实施例8或从属于实施例8的任何实施例所述的方法而被生成。
13.根据实施例12所述的方法，还包括确定针对所述图像中的所述多个特征中的每个特征的权重；以及
取决于每个特征的所述图像相关度量和每个特征的所述权重来计算所述图像的图像相关度量。
14.根据实施例13所述的方法，其中所述图像的所述图像相关度量是所述图像的EPE，并且所述一个或多个控制参数被确定以便最小化所述图像的所述EPE。
15.根据实施例13或14所述的方法，还包括：
获取所述衬底的相同层的不同部分的多个图像；以及
根据实施例13或14所述的方法来计算每个图像的图像相关度量；
其中所述一个或多个控制参数取决于每个图像的所述图像相关度量而被确定。
16.根据前述任一实施例所述的方法，其中每个图像是10μm×10μm的视场。
17.根据前述任一实施例所述的方法，还包括：
计算所述衬底的层的一个或多个图像中的多个特征中的每个特征的图像相关度量；
其中所述一个或多个控制参数取决于所述多个图像相关度量中的每个图像相关度量而被确定。
18.根据实施例17所述的方法，其中所述一个或多个控制参数限定要被应用在所述器件的制造工艺中的剂量分布。
19.根据实施例17或18所述的方法，所述方法还包括计算全局图像相关度量；
其中所述一个或多个控制参数取决于所述全局图像相关度量而被附加地确定。
20.根据实施例17至19中任一项所述的方法，所述方法还包括计算EPE，其中所述一个或多个控制参数被确定以便最小化所述EPE。
21.根据实施例20所述的方法，其中所述EPE取决于全局临界尺寸均匀性、线宽粗糙度、局部临界尺寸均匀性和临界尺寸幅度中的一项或多项而被确定。
22.根据实施例20所述的方法，其中所述EPE被计算作为全局临界尺寸均匀性和局部临界尺寸均匀性的加权组合。
23.根据前述任一实施例所述的方法，其中多个控制参数被确定；以及所述控制参数中的至少两个控制参数被共同确定。
24.根据实施例23所述的方法，其中所述控制参数中的至少两个控制参数的所述共同确定包括：取决于所述控制参数中的一个控制参数的应用值来确定所述控制参数中的另一控制参数的应用值。
25.根据实施例23或24所述的方法，其中所述控制参数中的至少两个的所述共同确定取决于：
所述至少两个控制参数的经组合的效果；和/或
所述至少两个控制参数的相互依赖性。
26.根据实施方案23至25中任一项的方法，其中经共同确定的所述控制参数是焦距和剂量。
27.根据实施例26所述的方法，其中经共同确定的所述控制参数还包括覆盖和/或对比度。
28.根据实施例23至27中任一项所述的方法，其中经共同确定的所述控制参数取决于小空间尺度上的CD变化而被确定，或者取决于小空间尺度上的CD变化、以及大空间尺度上的CD变化两者而被确定。
29.根据实施例23至27中任一项所述的方法，其中经共同确定的所述控制参数取决于以下项中的一项或多项而被确定：全局EPE、局部EPE、CD、CDU、小空间尺度上的CD变化和大空间尺度上的CD变化。
30.根据前述任一实施例所述的方法，所述方法包括：
获取所述衬底的多个图像；以及
确定每个图像中的特征的图像相关度量。
31.根据实施例30所述的方法，其中所述一个或多个控制参数取决于每个图像的所述图像相关度量、以及所确定的所述图像相关度量对所述一个或多个控制参数的改变的依赖性而被确定。
32.根据实施例30或31所述的方法，其中所述图像相关度量包括以下项中的一项或多项：所述图像中的块图案的大小、所述图像中的块图案的大小差异、所述图像中的光栅中的节距差异、阻挡层相对于光栅层的整体偏移以及两个LELE层之间的偏移。
33.根据实施例30至32中任一项所述的方法，其中所述图像是所述衬底的相同层的不同部分的图像。
34.根据实施例30至33中任一项所述的方法，其中所述图像是所述衬底的相同部分的图像；以及
所述图像在所述衬底的层的不同制造工艺期间被获取。
35.根据实施例34所述的方法，还包括取决于所述图像之间的差异来控制邻近效应。
36.根据实施例30至35中任一项所述的方法，其中所述图像相关度量是通过以下方式获取的：将所测量的图像映射到参考图像；和/或
对从跨图像的线得出的参数进行平均。
37.根据前述任一实施例所述的方法，其中获取所述图像相关度量包括：
确定所述图像中的所述特征所包括的结构的轮廓形状；
将所确定的所述轮廓形状与一个或多个参考轮廓形状进行比较；
生成所述比较结果的模型。
38.根据实施例37所述的方法，其中所述参考轮廓形状是预期轮廓形状或实际轮廓形状。
39.根据实施例37或38所述的方法，其中所述参考轮廓形状是在所述结构的另一图像中的相同结构的实际轮廓形状。
40.根据实施例37至39中任一项所述的方法，其中所述模型包括表示以下项中的中的一项或多项的参数：所确定的所述轮廓形状与所述一个或多个参考轮廓形状之间的平移差异、放大差异和旋转差异。
41.根据实施例37至40中任一项所述的方法，其中多个图像相关度量是针对由一个或多个图像中的特征所包括的相应的多个结构中的每个结构而被获取；以及
针对所述图像相关度量中的每个图像相关度量，生成所确定的结构轮廓形状与一个或多个参考轮廓形状之间的比较结果的模型。
42.根据实施例41所述的方法，还包括使用多个所述模型来生成一个或多个通用模型。
43.根据实施例41或42中任一项所述的方法，其中一个或多个图像相关度量取决于多个所述模型而被生成。
44.一种非暂态计算机可读介质，包括指令，所述指令在被执行时，使得衬底上的器件的制造工艺根据实施例1至43中任一项所述的方法来控制。
45.一种用于在衬底上制造器件的系统，其中所述系统被配置为执行根据实施例1至43中任一项所述的方法。
实施例包括对已知工艺的诸多修改和变型。
贯穿本文档描述的任何技术都可以用于确定和优化实施例的图像相关度量。
实施例确定控制参数，其用于控制半导体器件的制造中的工艺。该工艺包括任何工艺，包括测量工艺，并且可以由任何已知的设备来执行。根据实施例的过程可以通过计算系统执行指令来控制，以用于执行被存储在非暂态计算机可读介质上的过程。
通过考虑本文中公开的实施例的说明书和实践，本发明的其他实施例对于本领域技术人员将是显而易见。说明书和实施例仅被认为是示例性的，本发明的真实范围和精神由所附权利要求书指示。另外，在本申请以特定顺序列出了方法或过程的步骤的情况下，可以、甚至在某些情况下方便地改变执行一些步骤执行的顺序，并且意图在于，除非在权利要求中明确地陈述了这样的顺序特殊性，所阐述的方法或过程权利要求的特定步骤不应当被解释为是顺序特定的。

Claims (17)

1.一种用于确定制造工艺的一个或多个控制参数的方法，所述制造工艺包括光刻工艺和一个或多个另外的工艺，所述方法包括：
获取衬底的至少一部分的图像，其中所述图像包括至少一个特征，所述至少一个特征通过所述制造工艺而被制造在所述衬底上；
取决于从所述图像确定的轮廓，计算一个或多个图像相关度量，其中所述图像相关度量中的一项是所述至少一个特征的边缘位置误差EPE；以及
取决于所述边缘位置误差确定所述光刻工艺和/或所述一个或多个另外的工艺的一个或多个控制参数，其中至少一个控制参数被确定以便最小化所述至少一个特征的所述边缘位置误差。
2.根据权利要求1所述的方法，所述方法还包括：取决于所确定的所述一个或多个控制参数，控制在所述光刻工艺中使用的光刻设备。
3.根据权利要求1所述的方法，所述方法还包括：取决于所确定的所述一个或多个控制参数，控制在所述一个或多个另外的工艺中使用的蚀刻设备。
4.根据权利要求1所述的方法，其中所述图像相关度量取决于所述轮廓与目标轮廓的比较而被计算。
5.根据权利要求1所述的方法，所述方法还包括：
确定所述特征的所述轮廓的多个分段；
确定针对所述多个分段中的每个分段的相应权重；
针对所述分段中的每个分段，计算所述分段的图像相关度量；以及
取决于所述分段中的每个分段的所述权重和图像相关度量，计算所述特征的图像相关度量。
6.根据权利要求5所述的方法，其中每个分段的所述权重取决于所述分段的所述图像相关度量的公差值。
7.根据权利要求5所述的方法，其中所述一个或多个控制参数取决于所述分段中的每个分段的敏感度而被确定。
8.根据权利要求1所述的方法，其中多个控制参数被确定，并且所述控制参数中的至少两个控制参数被共同确定。
9.根据权利要求8所述的方法，其中所述控制参数中的至少两个控制参数的所述共同确定取决于：
所述至少两个控制参数的经组合的效果；和/或
所述至少两个控制参数的相互依赖性。
10.根据权利要求8所述的方法，其中经共同确定的所述控制参数是焦距和剂量。
11.根据权利要求8所述的方法，其中经共同确定的所述控制参数取决于小空间尺度上的CD变化、或取决于小空间尺度上的CD变化和大空间尺度上的CD变化两者而被确定。
12.根据前述任一权利要求所述的方法，所述方法包括：
获取所述衬底的多个图像；以及
确定每个图像中的特征的图像相关度量。
13.根据权利要求12所述的方法，其中所述图像相关度量包括以下项中的一项或多项：所述图像中的块图案的大小、所述图像中的所述块图案的大小差异、所述图像中的光栅中的节距差异、阻挡层相对于光栅层的整体偏移、以及两个LELE层之间的偏移。
14.根据权利要求1所述的方法，其中获取所述图像相关度量包括：
确定由所述图像中的所述特征所包括的结构的轮廓形状；
将所确定的所述轮廓形状与一个或多个参考轮廓形状进行比较；以及
生成所述比较结果的模型。
15.根据权利要求14所述的方法，其中所述模型包括表示以下项中的一项或多项的参数：所确定的所述轮廓形状与所述一个或多个参考轮廓形状之间的平移差异、放大差异和旋转差异。
16.一种非暂态计算机可读介质，包括指令，所述指令在被执行时，使得所述制造工艺根据权利要求1所述的方法被控制。
17.一种用于在衬底上制造器件的系统，其中所述系统被配置为执行根据权利要求1所述的方法。
CN201880062857.2A 2017-09-27 2018-08-22 确定器件制造工艺的控制参数的方法 Active CN111149063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210429378.8A CN114721232A (zh) 2017-09-27 2018-08-22 确定器件制造工艺的控制参数的方法

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
EP17193430.0A EP3462240A1 (en) 2017-09-27 2017-09-27 Method of determining control parameters of a device manufacturing process
EP17193430.0 2017-09-27
EP17200255 2017-11-07
EP17200255.2 2017-11-07
EP18155070.8 2018-02-05
EP18155070 2018-02-05
PCT/EP2018/072605 WO2019063206A1 (en) 2017-09-27 2018-08-22 METHOD FOR DETERMINING CONTROL PARAMETERS OF DEVICE MANUFACTURING PROCESS

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202210429378.8A Division CN114721232A (zh) 2017-09-27 2018-08-22 确定器件制造工艺的控制参数的方法

Publications (2)

Publication Number Publication Date
CN111149063A true CN111149063A (zh) 2020-05-12
CN111149063B CN111149063B (zh) 2022-04-22

Family

ID=63350545

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210429378.8A Pending CN114721232A (zh) 2017-09-27 2018-08-22 确定器件制造工艺的控制参数的方法
CN201880062857.2A Active CN111149063B (zh) 2017-09-27 2018-08-22 确定器件制造工艺的控制参数的方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210429378.8A Pending CN114721232A (zh) 2017-09-27 2018-08-22 确定器件制造工艺的控制参数的方法

Country Status (7)

Country Link
US (3) US11513442B2 (zh)
EP (2) EP3688529B1 (zh)
JP (2) JP7438105B2 (zh)
KR (2) KR102473979B1 (zh)
CN (2) CN114721232A (zh)
TW (2) TWI737935B (zh)
WO (1) WO2019063206A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113418560A (zh) * 2021-06-29 2021-09-21 哈尔滨工业大学 一种快速制定树脂基复合材料成型工艺参数的设备及方法
CN114969622A (zh) * 2022-06-01 2022-08-30 湖南大学 一种基于遗传算法的电子束光刻能量沉积分布拟合方法
CN115906543B (zh) * 2023-03-08 2023-08-04 苏州培风图南半导体有限公司 一种基于光刻建模仿真的参数获取方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3688529B1 (en) * 2017-09-27 2023-12-13 ASML Netherlands B.V. Method of determining control parameters of a device manufacturing process
WO2020233950A1 (en) * 2019-05-21 2020-11-26 Asml Netherlands B.V. Method for determining stochastic variation associated with desired pattern
US12045968B2 (en) * 2019-09-02 2024-07-23 Food Machinery Engineering, LMTD Baking pan image capture system
CA3091777A1 (en) 2019-09-02 2021-03-02 Norman Schmidt Pan cleaning system and improved cleaning stations
US11657207B2 (en) * 2020-07-28 2023-05-23 Synopsys, Inc. Wafer sensitivity determination and communication
KR20220130407A (ko) 2021-03-18 2022-09-27 삼성전자주식회사 주사 전자 현미경을 이용한 cd 측정 방법
CN115598923B (zh) * 2022-12-12 2023-03-21 华芯程(杭州)科技有限公司 一种光掩膜优化方法及装置、电子设备
CN116627101B (zh) * 2023-07-20 2023-09-19 北京东方泰阳科技有限公司 一种复合基片生产线的控制方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040221255A1 (en) * 2000-09-29 2004-11-04 Numerical Technologies, Inc. Dissection of edges with projection points in a fabrication layout for correcting proximity effects
CN1906478A (zh) * 2003-12-10 2007-01-31 以色列商·应用材料以色列公司 先进的粗糙度测量方法
US20070196747A1 (en) * 2006-02-21 2007-08-23 Yuri Granik Grid-based resist simulation
US20070201043A1 (en) * 2001-03-02 2007-08-30 Accent Optical Technologies, Inc. Line Profile Asymmetry Measurement
US20100099033A1 (en) * 2007-02-07 2010-04-22 Yoel Cohen Method and system for measuring in patterned structures
US20110184546A1 (en) * 2010-01-22 2011-07-28 Synopsys, Inc. Method and apparatus for using aerial image sensitivity to model mask errors
JP2013148840A (ja) * 2012-01-23 2013-08-01 Fujifilm Corp 露光描画装置、露光描画システム、プログラム及び露光描画方法
CN105992975A (zh) * 2014-02-11 2016-10-05 Asml荷兰有限公司 用于计算任意图案的随机变化的模型
CN106164775A (zh) * 2014-02-03 2016-11-23 Asml荷兰有限公司 量测方法和设备、衬底、光刻系统和器件制造方法

Family Cites Families (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5523193A (en) 1988-05-31 1996-06-04 Texas Instruments Incorporated Method and apparatus for patterning and imaging member
JP2938568B2 (ja) 1990-05-02 1999-08-23 フラウンホファー・ゲゼルシャフト・ツール・フォルデルング・デル・アンゲバンテン・フォルシュング・アインゲトラーゲネル・フェライン 照明装置
JP2897355B2 (ja) * 1990-07-05 1999-05-31 株式会社ニコン アライメント方法，露光装置，並びに位置検出方法及び装置
US5229872A (en) 1992-01-21 1993-07-20 Hughes Aircraft Company Exposure device including an electrically aligned electronic mask for micropatterning
EP0824722B1 (en) 1996-03-06 2001-07-25 Asm Lithography B.V. Differential interferometer system and lithographic step-and-scan apparatus provided with such a system
KR100512450B1 (ko) 1996-12-24 2006-01-27 에이에스엠엘 네델란즈 비.브이. 두개의물체홀더를가진이차원적으로안정화된위치설정장치와이런위치설정장치를구비한리소그래픽장치
JP3856197B2 (ja) * 2001-04-13 2006-12-13 ソニー株式会社 Ｏｐマスクの製作方法
SE0104238D0 (sv) * 2001-12-14 2001-12-14 Micronic Laser Systems Ab Method and apparatus for patterning a workpiece
US6978438B1 (en) 2003-10-01 2005-12-20 Advanced Micro Devices, Inc. Optical proximity correction (OPC) technique using generalized figure of merit for photolithograhic processing
US7003758B2 (en) 2003-10-07 2006-02-21 Brion Technologies, Inc. System and method for lithography simulation
US7039896B2 (en) * 2003-12-18 2006-05-02 Lsi Logic Corporation Gradient method of mask edge correction
JP4709511B2 (ja) 2004-08-18 2011-06-22 株式会社東芝 マスクパターン補正方法、マスクパターン補正プログラム、フォトマスクの作製方法及び半導体装置の製造方法
US7209216B2 (en) * 2005-03-25 2007-04-24 Asml Netherlands B.V. Lithographic apparatus and device manufacturing method utilizing dynamic correction for magnification and position in maskless lithography
EP1941321A2 (en) 2005-09-09 2008-07-09 Brion Technologies, Inc. System and method for mask verification using an individual mask error model
WO2007033362A2 (en) * 2005-09-13 2007-03-22 Luminescent Technologies, Inc. Systems, masks, and methods for photolithography
US7506285B2 (en) * 2006-02-17 2009-03-17 Mohamed Al-Imam Multi-dimensional analysis for predicting RET model accuracy
US7568179B1 (en) * 2006-09-21 2009-07-28 Armen Kroyan Layout printability optimization method and system
JP4943304B2 (ja) 2006-12-05 2012-05-30 株式会社 Ｎｇｒ パターン検査装置および方法
US7707538B2 (en) 2007-06-15 2010-04-27 Brion Technologies, Inc. Multivariable solver for optical proximity correction
JP5408852B2 (ja) * 2007-08-09 2014-02-05 株式会社日立ハイテクノロジーズ パターン測定装置
NL1036189A1 (nl) 2007-12-05 2009-06-08 Brion Tech Inc Methods and System for Lithography Process Window Simulation.
KR101749987B1 (ko) * 2008-06-03 2017-06-22 에이에스엠엘 네델란즈 비.브이. 모델-기반 공정 시뮬레이션 시스템들 및 방법들
US20100005635A1 (en) * 2008-07-09 2010-01-14 International Business Machines Corporation Package Fastening Clip with Secure Latching
US8584056B2 (en) 2008-11-21 2013-11-12 Asml Netherlands B.V. Fast freeform source and mask co-optimization method
US8786824B2 (en) 2009-06-10 2014-07-22 Asml Netherlands B.V. Source-mask optimization in lithographic apparatus
NL2005523A (en) * 2009-10-28 2011-05-02 Asml Netherlands Bv Selection of optimum patterns in a design layout based on diffraction signature analysis.
NL2005738A (en) * 2009-12-15 2011-06-16 Asml Holding Nv Improved polarization designs for lithographic apparatus.
US20110202893A1 (en) * 2010-02-16 2011-08-18 Ir Kusnadi Contour Self-Alignment For Optical Proximity Correction Model Calibration
US8498469B2 (en) * 2010-03-01 2013-07-30 Synopsys, Inc. Full-field mask error enhancement function
US8490034B1 (en) * 2010-07-08 2013-07-16 Gauda, Inc. Techniques of optical proximity correction using GPU
NL2007578A (en) 2010-11-17 2012-05-22 Asml Netherlands Bv Pattern-independent and hybrid matching/tuning including light manipulation by projection optics.
NL2008311A (en) 2011-04-04 2012-10-08 Asml Netherlands Bv Integration of lithography apparatus and mask optimization process with multiple patterning process.
US8607169B2 (en) * 2011-12-28 2013-12-10 Elitetech Technology Co., Ltd. Intelligent defect diagnosis method
NL2009982A (en) 2012-01-10 2013-07-15 Asml Netherlands Bv Source mask optimization to reduce stochastic effects.
NL2010196A (en) 2012-02-09 2013-08-13 Asml Netherlands Bv Lens heating aware source mask optimization for advanced lithography.
US8631360B2 (en) * 2012-04-17 2014-01-14 Taiwan Semiconductor Manufacturing Company, Ltd. Methodology of optical proximity correction optimization
JP5986817B2 (ja) * 2012-06-15 2016-09-06 株式会社日立ハイテクノロジーズ オーバーレイ誤差測定装置、及びコンピュータープログラム
JP2014049573A (ja) * 2012-08-30 2014-03-17 Toshiba Corp 半導体装置の評価方法および半導体装置の評価装置
JP5957357B2 (ja) * 2012-10-15 2016-07-27 株式会社日立ハイテクノロジーズ パターン検査・計測装置及びプログラム
JP2014130077A (ja) * 2012-12-28 2014-07-10 Hitachi High-Technologies Corp パターン形状評価方法、半導体装置の製造方法及びパターン形状評価装置
US9026956B1 (en) * 2013-10-11 2015-05-05 Taiwan Semiconductor Manufacturing Co., Ltd. Method of lithographic process evaluation
KR20160131110A (ko) * 2014-03-18 2016-11-15 에이에스엠엘 네델란즈 비.브이. 패턴 배치 에러 인식의 최적화
WO2016096309A1 (en) 2014-12-15 2016-06-23 Asml Netherlands B.V. Optimization based on machine learning
TWI620980B (zh) * 2015-02-13 2018-04-11 Ａｓｍｌ荷蘭公司 影像對數斜率（ｉｌｓ）最佳化
US10502549B2 (en) * 2015-03-24 2019-12-10 Kla-Tencor Corporation Model-based single parameter measurement
US9672320B2 (en) 2015-06-30 2017-06-06 Taiwan Semiconductor Manufacturing Company, Ltd. Method for integrated circuit manufacturing
JP6581835B2 (ja) * 2015-07-31 2019-09-25 株式会社日立ハイテクノロジーズ 半導体デバイスの評価条件設定方法、及び評価条件設定装置
CN111340762B (zh) 2015-08-10 2021-06-25 科磊股份有限公司 用于预测晶片级缺陷可印性的设备及方法
WO2017102321A1 (en) 2015-12-14 2017-06-22 Cymer, Llc Optimization of source and bandwidth for new and existing patterning devices
US11520239B2 (en) * 2016-02-22 2022-12-06 Asml Netherlands B.V. Separation of contributions to metrology data
US10146124B2 (en) * 2016-02-23 2018-12-04 Xtal, Inc. Full chip lithographic mask generation
US10041873B2 (en) * 2016-05-02 2018-08-07 Kla-Tencor Corporation Porosity measurement of semiconductor structures
US10145674B2 (en) * 2016-05-02 2018-12-04 Kla-Tencor Corporation Measurement of semiconductor structures with capillary condensation
KR102201794B1 (ko) * 2016-06-10 2021-01-13 아이엠이씨 브이제트더블유 반도체 제조 프로세스를 위한 계측 방법 및 장치
WO2018050432A1 (en) * 2016-09-13 2018-03-22 Asml Netherlands B.V. Optimization of a lithography apparatus or patterning process based on selected aberration
CN117406544A (zh) * 2016-10-24 2024-01-16 Asml荷兰有限公司 用于优化图案化装置图案的方法
CN109891324B (zh) * 2016-10-26 2021-05-25 Asml荷兰有限公司 用于光刻过程的优化的方法
WO2018099716A1 (en) * 2016-12-01 2018-06-07 Asml Netherlands B.V. Method and system for pattern configuration
US10732516B2 (en) * 2017-03-01 2020-08-04 Kla Tencor Corporation Process robust overlay metrology based on optical scatterometry
US10534257B2 (en) * 2017-05-01 2020-01-14 Lam Research Corporation Layout pattern proximity correction through edge placement error prediction
US10727142B2 (en) * 2017-05-30 2020-07-28 Kla-Tencor Corporation Process monitoring of deep structures with X-ray scatterometry
EP3688529B1 (en) * 2017-09-27 2023-12-13 ASML Netherlands B.V. Method of determining control parameters of a device manufacturing process

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040221255A1 (en) * 2000-09-29 2004-11-04 Numerical Technologies, Inc. Dissection of edges with projection points in a fabrication layout for correcting proximity effects
US20070201043A1 (en) * 2001-03-02 2007-08-30 Accent Optical Technologies, Inc. Line Profile Asymmetry Measurement
CN1906478A (zh) * 2003-12-10 2007-01-31 以色列商·应用材料以色列公司 先进的粗糙度测量方法
US20070196747A1 (en) * 2006-02-21 2007-08-23 Yuri Granik Grid-based resist simulation
US20100099033A1 (en) * 2007-02-07 2010-04-22 Yoel Cohen Method and system for measuring in patterned structures
US20110184546A1 (en) * 2010-01-22 2011-07-28 Synopsys, Inc. Method and apparatus for using aerial image sensitivity to model mask errors
JP2013148840A (ja) * 2012-01-23 2013-08-01 Fujifilm Corp 露光描画装置、露光描画システム、プログラム及び露光描画方法
CN106164775A (zh) * 2014-02-03 2016-11-23 Asml荷兰有限公司 量测方法和设备、衬底、光刻系统和器件制造方法
CN105992975A (zh) * 2014-02-11 2016-10-05 Asml荷兰有限公司 用于计算任意图案的随机变化的模型

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113418560A (zh) * 2021-06-29 2021-09-21 哈尔滨工业大学 一种快速制定树脂基复合材料成型工艺参数的设备及方法
CN114969622A (zh) * 2022-06-01 2022-08-30 湖南大学 一种基于遗传算法的电子束光刻能量沉积分布拟合方法
CN115906543B (zh) * 2023-03-08 2023-08-04 苏州培风图南半导体有限公司 一种基于光刻建模仿真的参数获取方法

Also Published As

Publication number Publication date
US11513442B2 (en) 2022-11-29
EP3688529A1 (en) 2020-08-05
US11768442B2 (en) 2023-09-26
US20240012337A1 (en) 2024-01-11
JP2022125282A (ja) 2022-08-26
TWI737935B (zh) 2021-09-01
US20210149312A1 (en) 2021-05-20
JP7438275B2 (ja) 2024-02-26
WO2019063206A1 (en) 2019-04-04
JP2020535479A (ja) 2020-12-03
CN114721232A (zh) 2022-07-08
TW201923474A (zh) 2019-06-16
EP3688529B1 (en) 2023-12-13
TWI837495B (zh) 2024-04-01
EP4235305A1 (en) 2023-08-30
KR20220163532A (ko) 2022-12-09
KR20200072474A (ko) 2020-06-22
TW202141204A (zh) 2021-11-01
US20230058839A1 (en) 2023-02-23
KR102473979B1 (ko) 2022-12-06
JP7438105B2 (ja) 2024-02-26
CN111149063B (zh) 2022-04-22
KR102581877B1 (ko) 2023-09-25

Similar Documents

Publication Publication Date Title
TWI790792B (zh) 在圖案化程序中判斷圖案之方法
CN111149063B (zh) 确定器件制造工艺的控制参数的方法
CN107430347B (zh) 图像对数斜率(ils)优化
CN113454532A (zh) 训练机器学习模型以确定掩模的光学邻近效应校正的方法
CN113508338B (zh) 用于表征半导体器件的制造工艺的方法
CN113454533A (zh) 用于确定印刷图案的随机变化的方法
US20210407112A1 (en) Method in the manufacturing process of a device, a non-transitory computer-readable medium and a system configured to perform the method
CN113924525A (zh) 用于确定对掩模的特征的校正的方法
EP3462240A1 (en) Method of determining control parameters of a device manufacturing process
US20230023153A1 (en) Method for determining a field-of-view setting
TWI855820B (zh) 在器件之製造程序中之方法、非暫態電腦可讀取媒體及經組態以執行該方法之系統
EP3822703A1 (en) Method for determining a field-of-view setting

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
GR01 Patent grant
GR01 Patent grant