CN113508338A - 用于表征半导体器件的制造工艺的方法 - Google Patents
用于表征半导体器件的制造工艺的方法 Download PDFInfo
- Publication number
- CN113508338A CN113508338A CN202080015560.8A CN202080015560A CN113508338A CN 113508338 A CN113508338 A CN 113508338A CN 202080015560 A CN202080015560 A CN 202080015560A CN 113508338 A CN113508338 A CN 113508338A
- Authority
- CN
- China
- Prior art keywords
- probability
- substrate
- features
- values
- defect
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 502
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 56
- 239000004065 semiconductor Substances 0.000 title claims description 13
- 230000008569 process Effects 0.000 claims abstract description 333
- 239000000758 substrate Substances 0.000 claims abstract description 203
- 230000007547 defect Effects 0.000 claims abstract description 188
- 238000009826 distribution Methods 0.000 claims description 72
- 230000008859 change Effects 0.000 claims description 20
- 229920002120 photoresistant polymer Polymers 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000006872 improvement Effects 0.000 claims description 9
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 47
- 238000013461 design Methods 0.000 description 170
- 238000000059 patterning Methods 0.000 description 131
- 230000006870 function Effects 0.000 description 114
- 238000005457 optimization Methods 0.000 description 106
- 230000005855 radiation Effects 0.000 description 89
- 238000005286 illumination Methods 0.000 description 86
- 239000010410 layer Substances 0.000 description 54
- 230000003287 optical effect Effects 0.000 description 32
- 210000001747 pupil Anatomy 0.000 description 27
- 238000001459 lithography Methods 0.000 description 26
- 230000000694 effects Effects 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 17
- 238000004088 simulation Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000004075 alteration Effects 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000001186 cumulative effect Effects 0.000 description 15
- 230000015654 memory Effects 0.000 description 15
- 238000007689 inspection Methods 0.000 description 14
- 238000010894 electron beam technology Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 11
- 238000011161 development Methods 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 235000012431 wafers Nutrition 0.000 description 7
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 6
- 230000036961 partial effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000000206 photolithography Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000005530 etching Methods 0.000 description 4
- 238000013213 extrapolation Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 229910052718 tin Inorganic materials 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 238000005468 ion implantation Methods 0.000 description 3
- 238000001465 metallisation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 238000009304 pastoral farming Methods 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 2
- 201000009310 astigmatism Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000002301 combined effect Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001900 extreme ultraviolet lithography Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 239000011733 molybdenum Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000007517 polishing process Methods 0.000 description 2
- 230000037452 priming Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 229910052724 xenon Inorganic materials 0.000 description 2
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010073306 Exposure to radiation Diseases 0.000 description 1
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000001015 X-ray lithography Methods 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000002925 chemical effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000001393 microlithography Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000001259 photo etching Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- 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
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
-
- 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
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- 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
- G03F7/70653—Metrology techniques
- G03F7/70658—Electrical testing
-
- 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
- G03F7/706835—Metrology information management or control
- G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Image Processing (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
该文档中提供了一种确定用于在衬底上制造特征的一个或多个工艺的特性的方法，该方法包括：获取衬底上的至少一个区域的至少部分上的多个特征的图像数据；使用图像数据以获取多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据；确定取决于多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据的变化的统计参数；根据图像数据中的缺陷特征的确定数目，确定特征的缺陷制造的概率；并且确定具有特征的缺陷制造的概率和统计参数的一个或多个工艺的特性。
Description
相关申请的交叉引用
本申请要求于2019年2月20日提交的美国申请62/807,854；于2019年6月24日提交的美国申请62/865,425；于2019年8月22日提交的美国申请62/890,091；以及于2020年1月9日提交的美国申请62/958,928的优先权，这些申请整体通过引用被并入本文中。
技术领域
本文中的描述涉及可以在被制造在衬底上的半导体结构上执行的制造、测试、测量和其他工艺，并且更具体地涉及用于根据结构的特征的图像来改进工艺中的任何工艺的方法、非暂态计算机可读介质和系统。
背景技术
光刻投影设备可以例如在诸如集成电路(IC)的器件的制造中被使用。在这种情况下，图案化装置(例如，掩模)可以包含或提供与器件的个体层相对应的图案(“设计布局”)，并且该图案可以通过诸如穿过图案化装置上的图案来照射目标部分的方法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，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。在一种光刻投影设备中，整个图案化装置上的图案被一次转印到一个目标部分上；这种设备通常称为步进器。在通常被称为步进扫描设备的备选设备中，投影束在给定参考方向(“扫描”方向)上扫描图案化装置，同时与该参考方向平行或反平行地同步移动衬底。图案化装置上的图案的不同部分被逐渐转印到一个目标部分。因为通常光刻投影设备将具有放大系数M(通常<1)，所以移动衬底的速度F将是投影束扫描图案化装置的速度的M倍。关于如本文所述的光刻装置的更多信息可以例如从US 6,046,792(通过引用被并入本文中)中收集。
在将器件图案从图案化装置转印到衬底之前，衬底可以经历各种过程，诸如涂底、抗蚀剂涂覆和软烘烤。在曝光之后，衬底可以进行其他过程，诸如曝光后烘烤(PEB)、显影、硬烘烤、和被转印的器件图案的测量/检查。这一系列过程用作制作器件(例如，IC)的个体层的基础。然后，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，所有这些都旨在完成器件的个体层。如果器件中需要若干层，则针对每一层重复整个工艺或其变型。最终，器件将出现在衬底上的每个目标部分中。然后，通过诸如切割或锯切的技术将这些器件彼此分开，由此个体器件可以被安装在载体上，被连接到引脚，等等。
如所提及的，光刻是制造IC的核心步骤，其中被形成在衬底上的图案定义了诸如微处理器、存储器芯片等的IC的功能元件。类似的光刻技术也被用在平板显示器、微机电系统(MEMS)和其他器件的形成中。
随着半导体制造工艺的不断进步，功能元件的尺寸不断减小，而每个器件的功能元件(诸如晶体管)的数量几十年来一直在稳步增加，遵循通常被称为“摩尔定律”的趋势。在当前技术状态下，器件层使用光刻投影设备被制造，该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，创建尺寸远低于100nm(即，小于来自照射源(例如，193nm照射源)的辐射的波长的一半)的个体功能元件。
根据分辨率公式CD＝k1×λ/NA，其中λ是所采用的辐射波长(当前在大多数情况下为248nm或193nm)，NA是光刻投影设备中的投影光学器件的数值孔径，CD是“临界尺寸”(通常是被印刷的最小特征尺寸)，以及k1是经验分辨率因子，其中具有比光刻投影设备的经典分辨率极限小的尺寸的特征被印刷的这种工艺通常被称为低k1光刻。
发明内容
通常，k1越小，将图案无缺陷地复制到衬底上的抗蚀剂层变得越困难。缺陷可以是设计者计划出现在器件中的特征的缺失，通常称为缺失特征。缺陷可以是特征的合并；当它们的距离变得太近时，存在特征可能合并的风险。例如，局部显著尺寸过大的相邻接触孔可能使它们之间的抗蚀剂的壁塌陷；接触孔实际上合并成大的接触孔。具有(多个)显著尺寸误差的特征也可以被视为缺陷。
根据一方面，提供了一种确定用于在衬底上制造特征的一个或多个工艺的特性的方法，该方法包括：获取衬底上的至少一个区域的至少部分上的多个特征的图像数据；使用图像数据以获取多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据；确定取决于多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据的变化的总体统计参数；根据图像数据中的缺陷特征的确定数目，确定特征的缺陷制造的概率；以及确定一个或多个工艺的特性以包括特征的缺陷制造的概率和总体统计参数。
根据另一方面，提供了一种用于确定期望的工艺条件的方法，该方法包括：获取性能参数的值的多个分布，性能参数的值的每个分布与不同的工艺条件相关联；针对性能参数的值的每个分布，导出性能参数在指定范围内的概率的指示符以获取多个概率指示符值，每个概率指示符值与不同的工艺条件相关联；以及基于概率指示符的值与工艺条件之间的关系，确定期望的工艺条件。
根据一方面，提供了一种用于确定被提供给衬底的一个或多个半导体器件的失效的概率的方法，该方法包括：获取i)与在衬底上具有在一定范围内的定位和/或尺寸的特征的概率相关联的概率指示符的值与ii)衬底的工艺条件之间的关系；获取与跨衬底的至少部分的工艺条件相关联的一个或多个参数的衬底特定值；以及对该关系和该衬底特定值进行组合，以确定跨衬底的至少部分的失效的概率。
在一个实施例中，图像数据从衬底上的多个区域被获取。
在一个实施例中，该方法还包括：针对多个区域中的每个区域，确定局部统计参数，该局部统计参数取决于区域中的多个特征的一个或多个尺寸的测量数据的变化；以及根据多个局部统计参数，确定总体统计参数。
在一个实施例中，每个区域的局部统计参数取决于区域中的特征的局部临界尺寸均匀性。
在一个实施例中，该方法还包括：确定缺陷概率关系，该缺陷概率关系指示所确定的特征的缺陷制造的概率与相应的总体统计参数之间的关系；其中确定缺陷概率关系包括：针对在衬底上的特征的制造中所执行的一个或多个工艺，生成多个特性，其中多个特性中的每个特性通过在一个或多个工艺的不同条件下执行先前描述的方法而被生成。
在一个实施例中，每个总体统计参数根据以下项而被生成：多个特征的一个或多个尺寸的平均值；以及取决于多个特征的一个或多个尺寸的变化的变化值。
在一个实施例中，变化值是多个特征的一个或多个尺寸的标准偏差。
在一个实施例中，每个总体统计参数根据以下项中的任一项而被生成：平均值与变化值的倍数之间的差值；或者平均值与变化值的倍数之和。
在一个实施例中，变化值的倍数是三。
在一个实施例中，当平均值低于阈值时，每个总体统计参数根据平均值与变化值的倍数之间的差值而被生成；以及当平均值处于或高于阈值时，每个总体统计参数根据平均值与变化值的倍数之和而被生成。
在一个实施例中，阈值被确定为针对第一累积概率值和第二累积概率值相同的阈值；其中：第一累积概率值是针对低于阈值的多个统计参数的所有平均值的缺陷的发生的累积概率；以及第二累积概率值是针对处于或高于阈值的多个统计参数的所有平均值的缺陷的发生的累积概率。
在一个实施例中，该方法还包括确定用于描述缺陷概率关系的尾部中的每个尾部的一个或多个公式。
在一个实施例中，该方法还包括：使用一个或多个公式来估计最小可实现缺陷概率；确定与经估计的最小可实现缺陷概率相对应的总体统计参数的值；以及根据总体统计参数的确定值，确定用于一个或多个工艺的一个或多个工艺窗口。
在一个实施例中，该方法还包括：使用一个或多个公式来确定在缺陷概率处于或低于用户确定水平之上的总体统计参数的值的范围；以及根据所确定的总体统计参数的值的范围，确定用于一个或多个工艺的一个或多个工艺窗口。
在一个实施例中，该方法还包括：使用用于仅描述缺陷概率关系的尾部中的一个尾部的一个或多个公式来确定总体统计参数的值，在处于以及高于或低于总体统计参数的值处，缺陷概率处于以及高于或低于用户确定水平；以及根据总体统计参数的确定值，确定用于一个或多个工艺的一个或多个工艺窗口。
在一个实施例中，确定工艺的工艺窗口包括：根据每个工艺的工艺设置与总体统计参数的值之间的已知或估计关系，确定工艺设置。
在一个实施例中，工艺设置包括从以下项中选择的一项或多项：焦距设置、剂量设置、蚀刻工具设置、激光带宽设置、光学像差设置、光刻设备的动态参数设置、沉积工具设置和/或抗蚀剂显影设置。
在一个实施例中，缺陷概率关系通过以剂量工艺的多个工艺设置中的每个工艺设置和焦距工艺的多个工艺设置中的每个工艺设置生成多个特性而被确定。
在一个实施例中，测量数据通过对利用被施加到衬底的抗蚀剂来形成的特征的显影后检查而被获取。
在一个实施例中，测量数据通过对在被施加到衬底的层内形成的特征的蚀刻后检查而被获取。
在一个实施例中，图像数据中的所确定的缺陷特征包括在特征应当存在时的缺失特征以及在至少两个特征应当彼此分离时的至少两个特征的合并。
在一个实施例中，测量数据包括被包括衬底上的两个或更多个层内的特征的数据，并且图像数据中的所确定的缺陷特征包括由不同层所包括的特征的相对定位的过大误差。
在一个实施例中，该方法还包括：针对多个光刻胶中的每个光刻胶，确定缺陷概率关系和取决于缺陷概率关系的一个或多个工艺窗口；以及根据所确定的一个或多个工艺窗口，选择在制造特征的工艺中使用的光刻胶。
根据一方面，提供了一种被配置为执行如本文所述的方法的系统。
在一个实施例中，该系统包括计算系统和电子束设备，其中：电子束设备被布置为获取衬底的图像；以及计算系统被布置为接收衬底的所获取的图像并且执行如本文所述的方法。
在一个实施例中，该系统包括光刻设备和/或计量设备。
根据一个方面，提供了一种非暂态计算机可读介质，该介质包括指令，该指令在被执行时使衬底上的器件的制造工艺根据本文所述的方法被控制。
根据一个实施例，提供了一种用于确定期望的工艺条件的方法，该方法包括：获取性能参数的值的多个分布，性能参数的值的每个分布与不同的工艺条件相关联；针对性能参数的值的每个分布，导出性能参数在指定范围内的概率的指示符以获取多个概率指示符值，每个概率指示符值与不同的工艺条件相关联；以及基于概率指示符的值与工艺条件之间的关系，确定期望的工艺条件。
附图说明
现在将仅通过示例的方式，参考附图描述本发明的实施例，附图中：
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仿真模型的框图。
图3A示意性地描绘了线边缘粗糙度(LER)。
图3B示意性地描绘了线宽粗糙度(LWR)。
图3C示意性地图示了随机变化如何可以影响光刻。
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示出了使用该关系进行拟合的结果。
图6示出了用于计算和说明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示出了包含在多个条件处和在设计变量的多个值处的随机变化的值的非暂态计算机可读介质。
图9A和图9B各自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是图示了联合优化/协同优化的示例方法的各方面的流程图。
图12示出了另一优化方法的示例。
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一方法的流程图。
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的更详细视图。
图22示出了生产量和随机变化的测量的若干关系。
图23示意性地图示了针对一个或多个设计变量的值的集合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的期望特性来选择一个或多个设计变量的值的集合的方法的流程图。
图24示出了衬底上的特征的图像。
图25示出了根据一个实施例的多个对准的和堆叠的图像。
图26是根据一个实施例的方法的流程图。
图27A、27B、27C、27D、27E和27F示出了可以检测到的制造缺陷的示例性类型。
图28示出了衬底的部分上的密集接触孔阵列的示例性图像。
图29描绘了平均临界尺寸与缺陷概率之间的关系。
图30描绘了根据一个实施例的统计参数与缺陷概率之间的关系。
图31描绘了根据一个实施例的统计参数与缺陷概率之间的关系的尾部中的一个尾部的函数。
图32描绘了根据一个实施例的统计参数与缺陷概率之间的关系的尾部中的两个尾部的函数。
图33描绘了根据一个实施例的如何可以根据统计参数来确定工艺窗口。
图34描绘了根据一个实施例的统计参数与缺陷概率之间的两个单独关系。
图35是根据一个实施例的方法的流程图。
图36描绘了根据一个实施例的与所确定的CD对剂量和焦距行为相关联的基于概率百分比的工艺窗口。
图37描绘了根据一个实施例的基于轮廓的工作点确定。
具体实施方式
尽管在本文中可以具体参考IC的制造，但是应当明确理解，本文中的描述具有很多其他可能的应用。例如，它可以用于制造集成光学系统、用于磁畴存储器的制导和检测图案、液晶显示面板、薄膜磁头等。技术人员将理解，在这样的备选应用的上下文中，本文中对术语“分划版”、“晶片”或“芯片”的任何使用都应当被视为可分别与更一般的术语“掩模”、“衬底”和“目标部分”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365、248、193、157或126nm的波长)和EUV(极紫外线辐射，例如具有在5-20nm的范围内的波长)。
如本文中使用的，术语“优化(optimizing)”和“优化(optimization)”是指或意指调节光刻投影设备、光刻工艺等，使得光刻的结果和/或工艺具有更理想的一个或多个特性，诸如设计布局在衬底上的投影精度更高、工艺窗口更大等。因此，本文中使用的术语“优化(optimizing)”和“优化(optimization)”是指或意指用于标识(与针对那些一个或多个参数的一个或多个值的初始集合相比)提供至少一个相关度量的改进(例如，局部最优)的一个或多个参数的一个或多个值的工艺。“最优”和其他相关术语应当作相应解释。在一个实施例中，可以迭代地应用优化步骤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、一个衬底台和一个测量台、两个或更多个图案化装置台等)的类型。在这种“多级”设备中，可以并行使用多个台中的多个，或者可以在一个或多个台上执行准备步骤，同时使用一个或多个其他台进行曝光。例如，双级光刻投影设备在US 5,969,441中有描述，该专利通过引用被并入本文中。
上面提到的图案化装置包括或可以形成一种或多种设计布局。设计布局可以利用CAD(计算机辅助设计)程序来生成，这个过程通常被称为EDA(电子设计自动化)。大多数CAD程序遵循预先确定的设计规则的集合，以创建功能性设计布局/图案化装置。这些规则通过处理和设计限制而被设置。例如，设计规则定义了电路器件(诸如栅极、电容器等)或互连线之间的空间容差，以确保电路器件或线不会以不良方式相互交互。设计规则限制中的一个或多个设计规则限制可以被称为“临界尺寸”(CD)。临界尺寸可以定义为一个线或孔的最小宽度或两个线或两个孔之间的最小间距。因此，CD决定了所设计的器件的整体尺寸和密度。当然，器件制造的目标之一是在衬底上如实地再现原始器件设计(经由图案化装置)。
本文中使用的术语“掩模”或“图案化装置”可以广义地解释为是指通用图案化装置，该图案化装置可以用于向传入辐射束赋予与将在衬底的目标部分中创建的图案相对应的图案化横截面；术语“光阀”也可以用于该上下文。除了经典掩模(透射式或反射式；二进制、相移、混合等)，其他这样的图案化装置的示例包括：
-可编程反射镜阵列。这种器件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。这种设备所依据的基本原理是：(例如)反射表面的已寻址区域将入射辐射反射为衍射辐射，而未寻址区域将入射辐射反射为未衍射辐射。使用合适的滤光片，可以将未衍射辐射从反射束中滤除，只留下衍射辐射；以这种方式，束变为根据矩阵可寻址表面的寻址图案而被图案化。所需要的矩阵寻址可以使用合适的电子装置来执行。例如，关于这样的反射镜阵列的更多信息可以从美国专利第5,296,891号和第5,523,193号中收集，其全部内容通过引用并入本文。
-可编程LCD阵列。这种构造的示例在美国专利第5,229,872号中给出，该专利的全部内容通过引用并入本文。
作为简要介绍，图1图示了示例性光刻投影设备10A。主要组件是辐射照射系统12A，辐射照射系统12A可以包括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，该照射光学器件定义了部分相干性(表示为西格玛)，并且可以包括对来自照射系统12A的辐射进行整形的光学器件14A、16Aa和16Ab；图案化装置18A；以及将图案化装置图案的图像投影到衬底平面22A上的投射光学器件16Ac。在投影光学器件的光瞳平面处的可调滤光片或孔径20A可以限制撞击在衬底平面22A上的束角的范围，其中最大可能角度限定了投影光学器件的数值孔径NA＝nsin(Θmax)，n是投影光学器件的最后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成本函数。优化过程归结为寻找优化(例如，最小化或最大化)成本函数的系统的参数(设计变量)的集合的过程。根据优化的目标，成本函数可以具有任何合适的形式。例如，成本函数可以是系统的某些特性(评估点)相对于这些特性的预期值(例如，理想值)的偏差的加权均方根(RMS)；成本函数也可以是这些偏差中的最大值(即，最差偏差)。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性。由于系统的实现的实践性，系统的设计变量可以被限制到有限范围和/或相互依赖。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相关联，诸如可调范围和/或图案化装置的可制造性设计规则，并且评估点可以包括衬底上的抗蚀剂图像上的物理点、以及诸如剂量和焦距的非物理特性。
在光刻投影设备中，照射系统向图案化装置提供照射(即，辐射)，并且投影光学器件经由图案化装置将照射引导和成形到衬底上。术语“投影光学器件”在此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。空间图像(AI)是衬底水平的辐射强度分布。衬底上的抗蚀剂层被曝光并且空间图像被转印到抗蚀剂层作为其中的潜在“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。抗蚀剂模型可以用于根据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No.US 2009-0157360(其通过引用被整体并入本文中)中找到。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)。光刻投影设备的一个或多个光学性质(例如，照射系统、图案化装置和投影光学器件的一个或多个性质)决定了空间图像。由于在光刻投影设备中使用的图案化装置可以被改变，因此希望将图案化装置的光学性质与至少包括照射系统和投影光学器件的光刻投影设备的其余部分的光学性质分开。
图2中图示了用于模拟光刻投影设备中的光刻的示例性流程图。照射模型31表示照射系统的一个或多个光学特性(包括辐射强度分布和/或相位分布)。投影光学器件模型32表示投影光学器件的一个或多个光学特性(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表示设计布局的一个或多个光学特性(包括由给定设计布局引起的辐射强度分布和/或相位分布的改变)，其是图案化装置上或由图案化装置形成的特征的布置的表示。空间图像36可以根据照射模型31、投影光学器件模型32和设计布局模型35被模拟。抗蚀剂图像38可以使用抗蚀剂模型37根据空间图像36被模拟。光刻的模拟可以例如预测抗蚀剂图像中的轮廓和CD。
更具体地，注意，照射模型31可以表示照射系统的一个或多个光学特性，包括但不限于一种或多种数值孔径(NA)设置、一种或多种西格玛(σ)设置和/或特定照射形状(例如，诸如环形、四极、偶极等的离轴辐射照射)。投影光学器件模型32可以表示投影光学器件的一个或多个光学特性，包括像差、失真、一种或多种折射率、一种或多种物理大小、一种或多种物理尺寸等。设计布局模型35可以表示物理图案化装置的一个或多个物理性质，如例如在美国专利No.7,587,704(其通过引用被整体并入本文中)中所描述的。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，然后可以将其与预期设计进行比较。预期设计通常被定义为预OPC设计布局，该预OPC设计布局可以以标准化数字文档格式(诸如GDSII或OASIS)或其他文档格式被提供。
根据该设计布局，可以标识一个或多个部分，该一个或多个部分被称为“剪辑”。在一个示例中，提取剪辑的集合，其表示设计布局中的复杂图案(典型地大约50到1000个剪辑，尽管可以使用任何数目的剪辑)。这些图案或剪辑表示设计的小部分(例如，电路、单元或图案)，更具体地，剪辑典型地表示需要特别注意和/或验证的小部分。换言之，剪辑可以是设计布局的部分，或者可以与设计布局的部分相似或具有与设计布局的部分相似的行为，其中一个或多个关键特征通过经验(包括由客户提供的剪辑)、通过反复试验、或者通过运行全芯片模拟来标识。剪辑可以包含一个或多个测试模式或计量模式。
客户可以基于需要特定图像优化的设计布局中的一个或多个已知的关键特征区域来先验地提供初始较大的剪辑的集合。备选地，在另一示例中，可以通过使用标识一个或多个关键特征区域的某种自动(诸如机器视觉)或手动算法从整个设计布局中提取初始较大的剪辑的集合。
在光刻投影设备中，例如，使用EUV(极紫外辐射，例如具有在5-20nm范围内的波长)源或非EUV源，降低的辐射强度可以导致更强的随机变化，诸如小的二维特征(诸如孔)中的明显的线宽粗糙度和/或局部CD变化。在使用EUV辐射的光刻投影设备中，降低的辐射强度可以归因于来自EUV辐射源的低总辐射输出、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、在恒定剂量下导致较少光子的高光子能量等。随机变化可以归因于诸如抗蚀剂中的光子生成酸、光子散粒噪声、光子生成二次电子和/或光子吸收变化等因素。小的特征尺寸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，并且证明在光刻工艺和/或光刻投影设备的各种优化过程中的包含是合理的。
在相同的辐射强度下，每个衬底的曝光时间越短，光刻投影设备的生产量越高，但随机变化越强。在给定辐射强度下给定特征中的光子散粒噪声与曝光时间的平方根成正比。在使用EUV和其他辐射源的光刻中存在针对增加生产量的目的的较低曝光时间的期望。因此，本文中所描述的考虑了随机变化的方法和设备不限于EUV光刻。
生产量也可能受到被导向到衬底的辐射的总量的影响。在一些光刻投影设备中，来自源的辐射的部分被牺牲以便实现照射的期望形状。
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都相同，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可以通过将抗蚀剂图像903A、903B和903C分别求平均为相应的平均902A、902B和902C来测量。诸如线边缘粗糙度的随机变化通常由潜在特性的分布的参数表示。在该示例中，假定分布是正态分布，边缘903的LER可以由边缘903的空间分布的3σ表示。3σ可以从边缘903的很多曝光或模拟中的边缘903的位置(例如，位置904A、904B和904C)被导出。LER表示边缘903由于随机效应而将可能落入的范围。因此，LER也可以称为随机边缘位置误差(SEPE)。LER可以大于由非随机效应引起的边缘903位置的改变。
图3B示意性地描绘了线宽粗糙度(LWR)。假定在设计布局上的具有宽度911的长矩形特征910的三个曝光或曝光模拟中所有条件都相同，矩形特征910的抗蚀剂图像910A、910B和910C可以分别具有略微不同的宽度911A、911B和911C。矩形特征910的LWR可以是宽度911A、911B和911C的分布的测量。例如，假定分布是正态分布，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)的很多曝光或模拟被导出。在短特征(例如，接触孔)的上下文中，其图像的宽度没有很好地被定义，因为长边缘不能用于对它们的位置求平均。类似的量(LCDU)可以用于表征随机变化。LCDU是短特征的图像的经测量的CD的分布(假定该分布是正态分布)的3σ。
图3C示意性地图示了随机变化如何能够影响光刻。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定位被指示为虚线982。实际边缘被指示为曲线995，其包括随机变化(在该示例中的LER)和与随机效应无关的(例如，由其他因素(诸如剂量变化、焦距变化、照射形状、图案化装置(例如，掩模)误差等)引起的)误差。实际边缘的平均位置被指示为实线981。平均位置(实线981)与预期位置(虚线982)之间的差异980是与随机效应无关的误差，其可以称为边缘位置误差(EPE)。实际边缘相对于平均位置的变化是随机变化。围绕随机变化的平均位置(实线981)周围的带990可以称为随机变化带，其表示由于随机效应而引起的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)的总概率偏差可以是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(例如，带990)时，实际边缘可能与相邻特征983合并(由虚线圆圈标记)并且因此产生缺陷。因此，需要评估、模拟或降低随机变化。
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图4A中的流程图和图4B中的示意图中描述。在步骤1301中，根据针对一个或多个设计变量的值的多个集合1501中的每个集合而形成(通过实际曝光或模拟)的多个空间图像或抗蚀剂图像1502来测量特性的值1503。在步骤1302中，根据针对一个或多个设计变量的值的该集合1501而形成的空间图像或抗蚀剂图像来测量的特性值1503的分布1504，针对一个或多个设计变量的值的每个集合1501确定随机变化的值1505。在步骤1303中，关系1506通过根据随机变化的值1504和一个或多个设计变量的值的集合1501来拟合模型的一个或多个参数而被确定。
在一个示例中，随机变化是LER以及一个或多个设计变量是模糊图像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。模糊图像ILS(bl_ILS)是具有对其应用的空间模糊的图像对数斜率(ILS)。空间模糊可以表示由于暴露于辐射而在抗蚀剂层中生成的化学物质的扩散而引起的抗蚀剂图像的模糊。
图5A示出了使用等式30中的模型来拟合的结果。遵循图4A和图4B中的方法，确定恒定图像强度和恒定剂量下的900多个不同的特征(包括长沟槽1401、长线1402、短线1403、短沟槽1404、短线末端1405和短沟槽末端1406)的LER 1400的值(作为随机变化的示例)。等式30中的参数a和b(参数c被卷入到参数a中，因为剂量加权的模糊图像强度是恒定的)通过将LER的值与设计变量bl_ILS的值进行拟合来确定。拟合结果在曲线1410中示出。
图5B示出了使用等式30中的模型的拟合的结果1510。在各种剂量和各种图像强度下的20×40nm的沟槽1505在宽度方向上的CD和在长度方向上的CD的LCDU 1500的值(作为随机变化的一个示例)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通过对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诸如图4A和图4B中的方法的方法而被确定，可以使用该关系针对该特性来计算随机变化的值。图6示出了针对该计算的示例性流程图。在步骤1610中，选择条件(例如，NA、σ、剂量、焦距、抗蚀剂化学、一个或多个投影光学器件参数、一个或多个照射参数等)的集合。在步骤1620中，在这些条件下计算一个或多个设计变量的值。例如，抗蚀剂图像的边缘定位的值和沿边缘的bl_ILS的值。在步骤1630中，根据随机变化与一个或多个设计变量之间的关系，计算随机变化的值。例如，在一个示例中，随机变化是边缘的LER。在可选步骤1640中，可以定义噪声向量，其频率分布近似匹配真实衬底测量。在可选的步骤1650中，噪声向量被叠加在结果上(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”1700，如图7所示。“热点”可以被定义为图像上随机变化超过一定幅度的位置。例如，如果两个相邻边缘上的两个定位具有大的LER值，则这两个定位相互连接的机会很高。
在一个示例中，可以在非暂态计算机可读介质1800(如图8所示，诸如存储在硬盘驱动器上的数据库)中计算和编译在多个条件下和在一个或多个设计变量的多个值下的随机变化的值(和/或其函数)。计算机可以查询介质1800并且根据介质1800的内容计算随机变化的值。
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多种方式有用。在一个示例中，可以在光学邻近校正(OPC)中考虑随机变化。
作为一个示例，OPC解决了如下事实：即，投影在衬底上的设计布局的图像的最终大小和位置将不与图案化装置上的设计布局的大小和位置相同，或者简单地仅取决于图案化装置上的设计布局的大小和位置。注意，术语“掩模”、“分划板”、“图案化装置”在本文中可互换使用。此外，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”/“图案化装置”和“设计布局”可以互换使用，如在光刻模拟/优化中，未必使用物理图案化装置，但可以使用设计布局来表示物理图案化装置。针对一些设计布局上存在的小的特征尺寸和高的特征密度，给定特征的特定边缘的定位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。这些邻近效应由从一个特征被耦合到另一特征的微量辐射和/或非几何光学效应(诸如衍射和干涉)引起。类似地，在例如曝光后烘烤(PEB)、抗蚀剂显影和通常在光刻之后的蚀刻期间，邻近效应可以由扩散和其他化学效应引起。
为了帮助确保设计布局的投影图像符合给定目标设备设计的要求，应当使用复杂的数值模型、设计布局的校正或预失真来预测和补偿邻近效应。文章“Full-ChipLithography Simulation and Design Analysis-How OPC Is Changing IC Design”(C.Spence,Proc.SPIE,Vol.5751,pp 1-14(2005))(通过引用被整体并入本文中)提供了“基于模型的”光学邻近校正工艺的概述。在典型的高端设计中，设计布局的几乎每个特征都具有一些修改，以实现投影图像到目标设计的高保真度。这些修改可以包括边缘定位或线宽的移位或偏差以及旨在辅助其他特征的投影的“辅助”特征的应用。
考虑到芯片设计中典型存在的数百万个特征，将基于模型的OPC应用于目标设计涉及良好的工艺模型和相当大的计算资源。然而，应用OPC通常不是一门“精确的科学”，而是一种经验的、迭代的工艺，并不总是能补偿所有可能的邻近效应。因此，OPC的效果(例如，在OPC的应用和/或任何其他RET之后的设计布局)应当通过设计检查(即，使用经校准的数值工艺模型的精密的全芯片模拟)来验证，以便降低或最小化在图案化装置图案中嵌入设计缺陷的可能性。这是由制造在数百万美元的范围中运行的高端图案化装置的巨大成本以及由在实际图案化装置制造完成后返工或修理对周转时间的影响驱动的。
OPC和全芯片RET验证两者都可以基于数字建模系统和方法，例如在美国专利申请公开号US 2005-0076322和Y.Cao等人的题为“Optimized Hardware and Software ForFast,Full Chip Simulation”(Proc.SPIE,Vol.5754,405(2005))的文章中所描述的，其整体通过引用被并入本文中。
一个RET与设计布局的全局偏差(也称为“掩模偏差”)的调节有关。全局偏差是设计布局中的图案与预期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，可以通过设计布局中的50nm直径图案或设计布局中的20nm直径图案将25nm直径的圆形图案印刷在衬底上，但使用高剂量。
除了对设计布局或图案化装置(例如，OPC)的优化，照射还可以与图案化装置优化联合或单独地被优化，以努力提高整体光刻保真度。诸如环形、四极和偶极的多种离轴照射已被引入，并且为OPC设计提供了更大的自由度，从而提高了成像结果。离轴照射是一种解决图案化装置中所包含的精细结构(即，目标特征)的方法。然而，与传统照射相比，离轴照射通常为空间图像(AI)提供较少的辐射强度。因此，需要尝试优化照射以实现更精细的分辨率和降低的辐射强度之间的最优平衡。
很多照射优化方法可以在例如Rosenbluth等人的题为“Optimum Mask andSource Patterns to Print a given Shape”(Journal of Microlithography,Microfabrication,Microsystems 1(1),pp.13-20,(2002))的文章中找到，其通过引用被整体并入本文中。照射形状(有时称为照射源)被划分为若干区域，该若干区域中的每个区域对应于光瞳光谱的某区域。然后，假定每个照射形状区域中的分布是均匀的，并且针对工艺窗口优化每个区域的亮度。然而，这种在每个区域中分布均匀的假定并不总是有效的，因此这种方法的有效性会受到影响。在Granik的题为“Source Optimization for ImageFidelity and Throughput”(Journal of Microlithography,Microfabrication,Microsystems 3(4),pp.509-522,(2004))的文章(通过引用被整体并入本文中)中阐述的另一示例中，概述了几种现有的照射优化方法，并且提出了一种基于照射器像素的方法，该方法将优化问题转换为一系列非负最小二乘优化。尽管这些方法取得了一些成功，但它们通常需要多次复杂的迭代才能收敛。此外，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，这决定了优化用于衬底图像保真度的照射与照射的平滑度要求之间的权衡。
针对低k1光刻，照射和图案化装置两者的优化(有时称为源掩模优化(SMO))有助于确保用于关键图案的投影的可行工艺窗口。一些算法(例如，Socha等人的(Proc.SPIEvol.5853,2005,p.180)，其通过引用被整体并入本文中)将照射离散为独立的照射点，并且将图案化装置离散为空间频率中的衍射级，并且基于工艺窗口度量(诸如曝光宽容度)单独制定成本函数(被定义为一个或多个选定设计变量的函数)，该度量可以通过光学成像模型根据照射点强度和图案化装置衍射级进行预测。
如本文中使用的，术语“设计变量”包括诸如光刻投影设备或光刻工艺等器件制造工艺的设备或工艺的参数的集合，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图像特性。应当理解，器件制造工艺或设备的任何一个或多个特性(包括照射、图案化装置、投影光学器件和/或抗蚀剂的一个或多个特性)可以由优化中的设计变量表示。成本函数通常是设计变量的非线性函数。然后使用标准优化技术来优化成本函数。
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造商通过现有的193nm ArF光刻更深入地进入低k1光刻时代。朝着较低k1的光刻对RET、曝光工具和光刻友好设计的需求提出了很高的要求。未来可能会使用1.35ArF超数值孔径(NA)曝光工具。为帮助确保器件设计能够在具有可行工艺窗口的衬底上进行，照射图案化装置优化(本文中称为源掩模优化或SMO)正在成为2×nm节点的重要RET。
在美国专利申请公开第2011-0230999号(通过引用整体并入本文)中描述了一种照射和图案化装置(设计布局)优化方法和系统，其允许在没有约束的情况下并且在可行的时间量内使用成本函数同时优化照射和图案化装置。在美国专利申请公开第2010/0315614号(通过引用整体并入本文)中描述了涉及通过调节照射的像素来优化照射的另一种SMO方法和系统。
在光刻投影设备中，作为示例，成本函数可以表示为
其中(z1，z2，…，zN)是N个设计变量或其值。fp(z1，z2，…，zN)可以是(诸如针对(z1，z2，…，zN)的设计变量的值的集合的评估点处的特性的预期值与实际值之间的差异的)设计变量(z1，z2，…，zN)的函数。wp是与fp(z1，z2，…，zN)相关的权重常数。比其他评估点或模式更关键的评估点或模式可以被分配更高的wp值。出现次数较多的模式和/或评估点也可以分配更高的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)也可以是诸如LWR、LER和/或LCDU等一个或多个随机变化的函数，该随机变化又是设计变量(z1，z2，…，zN)的函数。fp(z1，z2，…，zN)可以是随机变化的显式函数，诸如fp(LER)＝LER2(z1，z2，…，zN).fp(z1，z2，…，zN)可以是变量的显式函数，该变量是诸如LER等随机变化的函数。例如，bl_ILS可以是LER的函数，如等式30所示，
因此，使用包括表示随机变化的fp(z1，z2，…，zN)的成本函数的优化可以得到减小或最小化随机变化的一个或多个设计变量的值。成本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特性，例如，焦距、CD、图像偏移、图像失真、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分布的标准偏差的三倍)。在一个示例中，成本函数表示(即，是其函数)LCDU、生产量和随机变化。在一个示例中，成本函数表示(例如，包括)作为EPE、生产量和随机变化的函数的fp(z1，z2，…，zN)。在一个示例中，成本函数包括作为EPE的函数的fp(z1，z2，…，zN)和作为诸如LER等随机变化的函数的fp(z1，z2，…，zN)。在一个示例中，设计变量(z1，z2，…，zN)包括剂量、图案化装置的全局偏差、照射形状或其组合中的一项或多项。由于通常是抗蚀剂图像决定衬底上的图案，因此成本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参数，诸如照射、图案化装置、投影光学器件、剂量、焦距等的可调参数。
光刻设备可以包括统称为“波前操纵器”的组件，该组件可以用于调节波前的形状和辐射束的强度分布和/或相移。在一个示例中，光刻设备可以在沿着光刻投影设备的光路的任何位置调节波前和强度分布，诸如在图案化装置之前、在光瞳平面附近、在图像平面附近和/或在焦平面附近。波前操纵器可以用于校正或补偿由例如照射系统、图案化装置、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和强度分布和/或相移的某些失真。调节波前和强度分布和/或相移可以改变评估点和成本函数的值。这种变化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)可以是任何其他合适的形式。
根据一个示例，表示EPE和LER两者的成本函数可以具有以下形式：
这是因为，EPE和LER都具有长度尺寸。因此，它们可以直接添加。可以使用备选成本函数，包括其中LER被包括在EPE中的成本函数。
等式30将bl_ILS链接到LER。因此，使用表示bl_ILS的成本函数的优化类似于使用表示LER的成本函数的优化。较大的bl_ILS导致较小的LER，反之亦然。根据一个示例，成本函数可以表示EPE和bl_ILS(或归一化ILS(NILS))两者。但是，可能不会直接添加EPE和bl_ILS(或NILS)，因为bl_ILS不测量长度而EPE测量长度，或者NILS是无尺寸的，而EPE具有长度尺寸。因此，通过表示长度的函数来表示bl_ILS(或NILS)使得可以直接将该表示添加到EPE成为可能。
ILS被定义为
bl_ILS是空间模糊的ILS。NILS被定义为＝CD×ILS。这些定义暗示了可以表示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各自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的更高斜率表示更高的ILS、bl_ILS和NILS。因此，图9A的示例比图9B的示例具有更高的ILS、bl_ILS和NILS。边缘位置Xe随着足以使抗蚀剂I曝光的强度而移动。当曝光的持续时间固定时，足以使抗蚀剂I曝光的强度随着剂量而改变。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的移动量(下文中的“EPEILS”，例如，2911和2912)由ILS、bl_ILS或NILS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。EPEILS因此是可以表示ILS、bl_ILS或NILS并且表示长度的函数的示例，允许直接添加到成本函数中的EPE。EPEILS可以被写为：
其中ILS(xe(0))是设计变量(z1，z2，…，zN)的函数。根据示例，表示EPE和ILS、bl_ILS或NILS两者的成本函数可以具有以下形式：
其中EPEp(z1，z2，…，zN)|δ＝0是标称剂量下的EPE值，p是第p评估点，Sp是用于EPEILS项的权重。因此，例如，通过最小化该成本函数的优化使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
的权重相对于EPE项(例如，
)的权重可以被降低，使得EPEILS项
不主导EPE项
如果EPEILS项占主导，则EPE项将不会通过优化被充分降低。例如，当|EPEp|高于用户选择的偏移时，当|EPEp|＞OF时，sp＝0(由此优化忽略了EPEILS项而仅降低EPE项)，而当|EPEp|≤OF时，sp≠0，其中OF是偏移。例如，
EPE项的更高权重将使优化有利于在使用成本函数的优化中的EPE项的降低。
图10示意性地示出了作为EPEp的函数的成本函数的曲线，其中权重
如图10所示，当|EPEp＞OF时，EPE项占成本函数的比例更大，因为权重wp具有更大的值。
设计变量可以具有约束条件，约束条件可以被表示为(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来施加。期望生产量的下限导致剂量的上限，因此针对随机变化具有意义(例如，对随机变化施加下限)。更短的曝光时间和/或更低的剂量通常会导致更高的生产量但更大的随机变化。由于随机变化是设计变量的函数，因此衬底生产量和随机变化的最小化的考虑可以约束设计变量的可能值。如果没有由期望生产量施加的这种约束，优化可以产生设计变量的不切实际的值的集合。例如，如果剂量是一个设计变量，没有这样的约束，优化可以产生一个剂量值，该剂量值使得生产量在经济上是不可能的。但是，不应当将约束的有用性解释为必要性。例如，生产量可能受光瞳填充率的影响。对于某些照射设计，低光瞳填充率可以丢弃辐射，从而导致生产量降低。生产量也可能受到抗蚀剂化学物质的影响。较慢的抗蚀剂(例如，需要更多辐射才能正确曝光的抗蚀剂)产生较低生产量。
因此，优化过程是在约束(z1，z2，…，zN)∈Z下找到优化成本函数的一个或多个设计变量的值的集合，例如，找到：
根据一个示例，一般优化方法在图11中示出。该方法包括定义多个设计变量的多变量成本函数的步骤302。设计变量可以包括选自表示照射(300A)的一个或多个特性(例如，光瞳填充率，即，穿过光瞳或孔径的照射的辐射的百分比)、投影光学器件(300B)的一个或多个特性和/或设计布局(300C)的一个或多个特性的设计变量的任何合适的组合。例如，设计变量可以包括表示照射(300A)的和设计布局(300C)的一个或多个特性(例如，全局偏差)但不是投影光学器件(300B)的一个或多个特性的设计变量，这导致了SMO。或者，设计变量可以包括表示照射(300A)(可选偏振)的、投影光学器件(300B)的和设计布局(300C)的一个或多个特性的设计变量，这导致照射图案化装置(例如，掩模)投影系统(例如，透镜)优化(SMLO)。在步骤304中，同时调节设计变量，使得成本函数向收敛移动。在步骤306中，确定预定义终止条件是否满足。预定终止条件可以包括各种可能性，例如，从以下项中选择的一项或多项：根据所使用的数值技术的要求，成本函数可以被最小化或最大化，成本函数的值已经等于阈值或者已经越过阈值，成本函数的值已经达到预设的误差限制内，和/或达到预设的迭代次数。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。优化不一定会导致一个或多个设计变量的值的单个集合，因为可能存在由诸如光瞳填充因子、抗蚀剂化学、生产量等因素引起的物理约束。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)的值的多个集合，并且允许光刻设备的用户挑选一个或多个集合。图22示出了横轴上的生产量(以每小时衬底的数目为单位)和随机变化的测量(例如，纵轴上的LER和最坏角CDU的平均值)与抗蚀剂化学成分(可以由曝光抗蚀剂所需要的剂量表示)、光瞳填充率(也称为“光瞳填充因子”)、照射效率(例如，将辐射引导到图案化装置的反射镜与照射器中的总的可用反射镜的比率)和掩模偏差的几种关系。迹线1811示出了在100％的光瞳填充因子和快速抗蚀剂的情况下的这些关系。迹线1812示出了在100％的光瞳填充因子和慢速抗蚀剂的情况下的这些关系。迹线1821示出了在60％的光瞳填充因子和快速抗蚀剂的情况下的这些关系。迹线1822示出了在60％的光瞳填充因子和慢速抗蚀剂的情况下的这些关系。迹线1831示出了在29％的光瞳填充因子和快速抗蚀剂的情况下的这些关系。迹线1832示出了在29％的光瞳填充因子和慢速抗蚀剂的情况下的这些关系。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。优化还可以包括计算生产量与光瞳填充因子、抗蚀剂化学和掩模偏差之间的关系。优化还可以包括计算随机变化的测量与光瞳填充因子、抗蚀剂化学和掩模偏差之间的关系。
根据一个示例，同样如图23的流程图中所示意性图示的，可以在一个或多个设计变量(例如，阵列、矩阵、或全局偏差和掩模锚偏差的值的列表)的值的集合中的每个值下执行优化(步骤1910)。在一个示例中，优化的成本函数是随机变化的一个或多个测量(例如，LCDU)的函数。然后，在步骤1920，工艺的各种特性、空间图像和/或抗蚀剂图像(例如，临界尺寸均匀性(CDU)、焦距的深度(DOF)、曝光宽容度(EL)、掩模误差增强因子(MEEF)、LCDU、生产量等)可以(例如，在3D图中)呈现给用户以针对一个或多个设计变量的值的每个集合进行优化。在可选的步骤1930中，用户基于他的一个或多个期望特性选择一个或多个设计变量的值的集合。该流程可以通过XML文件或任何脚本语言来实现。
照射、图案化装置和投影光学器件可以被交替优化(称为交替优化)或同时优化(称为同时优化)。如本文中使用的，术语“同时”、“同时地”、“联合”和“联合地”是指表示照射、图案化装置、投影光学器件和/或任何其他设计变量的一个或多个特性的一个或多个设计变量被允许同时改变。如本文中使用的术语“交替”和“交替地”表示并非所有设计变量都被允许同时改变。
在图11中，所有设计变量的优化同时执行。这种流程可以称为同时流程或协同优化流程。备选地，所有设计变量的优化交替执行，如图12所示。在该流程中，在每个步骤中，一些设计变量是固定的，而其他设计变量被优化以优化成本函数；然后在下一步骤中，不同的变量的集合是固定的，而其他变量被优化以使成本函数最小化或最大化。这些步骤交替执行，直到收敛或某终止条件被满足。如图12的非限制性示例流程图所示，首先，获取设计布局(步骤402)，然后在步骤404中执行照射优化的步骤，其中照射的一个或多个设计变量被优化(SO)以在其他设计变量固定的同时使成本函数最小化或最大化。然后，在接下来的步骤406中，执行图案化装置(例如，掩模)优化(MO)，其中图案化装置的设计变量被优化以在其他设计变量固定的同时使成本函数最小化或最大化。这两个步骤交替执行，直到在步骤408中某终止条件被满足。可以使用一个或多个各种终止条件，诸如成本函数的值变为等于阈值，成本函数的值越过阈值，成本函数的值达到预设的误差限制内，达到预设的迭代次数等。注意，使用SO-MO-交替-优化(SO-MO-Alternative-Optimization)作为交替流程的示例。交替流程可以采用多种不同的形式，诸如SO-LO-MO-交替-优化(SO-LO-MO-Alternative-Optimization)，其中交替和迭代执行SO、LO(投影光学器件优化)和MO；或者可以先执行一次SMO，然后交替迭代执行LO和MO；等等。另一备选方案是SO-PO-MO(照射优化、偏振优化和图案化装置优化)。最后在步骤410得到优化结果的输出，并且该过程停止。
如前所述，模式选择算法可以与同时或交替优化集成。例如，当采用交替优化时，首先可以执行全芯片SO，标识一个或多个“热点”和/或“暖点”，然后执行MO。鉴于本公开，为了实现期望优化结果，子优化的多种布置和组合是可能的。
图13A示出了一种示例性优化方法，其中成本函数被最小化或最大化。在步骤S502中，获取一个或多个设计变量的初始值，包括一个或多个相关联的调谐范围(如果有的话)。在步骤S504中，建立多变量成本函数。在步骤S506中，在用于第一迭代步骤(i＝0)的一个或多个设计变量的起点值周围的足够小的邻域内扩展成本函数。在步骤S508中，对成本函数应用标准的多变量优化技术。注意，优化问题可以在S508的优化过程中或优化过程的后期应用约束，诸如一个或多个调节范围。步骤S520指示，针对已经被选择以优化光刻工艺的所标识的评估点的一个或多个给定测试图案(也称为“量规”)进行每次迭代。在步骤S510中，预测光刻响应。在步骤S512中，将步骤S510的结果与在步骤S522中所获取的期望或理想光刻响应值进行比较。如果在步骤S514中终止条件被满足，即，优化生成足够接近期望值的光刻响应值，则在步骤S518中输出设计变量的最终值。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，诸如输出光瞳平面(或其他平面)处的波前像差调节的图、优化的照射图和/或优化的设计布局等。如果终止条件不被满足，则在步骤S516中，利用第i次迭代的结果更新一个或多个设计变量的值，并且该过程返回到步骤S506。下面详细阐述图13A的过程。
在示例性优化过程中，假定或近似设计变量(z1，z2，…，zN)和fp(z1，z2，…，zN)之间没有关系，除了fp(z1，z2，…，zN)足够平滑(例如，存在一阶导数
)，这在光刻投影设备中通常是有效的。可以应用诸如Gauss-Newton算法、Levenberg-Marquardt算法、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等算法以找到
这里，以Gauss-Newton算法为例。Gauss-Newton算法是一种适用于一般非线性多变量优化问题的迭代方法。在第i次迭代中，其中设计变量(z1，z2，…，zN)取值为(z1i，z2i，…，zNi)，Gauss-Newton算法在(z1i，z2i，…，zNi)附近线性化fp(z1，z2，…，zN)，然后在给出CF(z1，z2，…，zN)的最小值的(z1i，z2i，…，zNi)附近计算值(z1(i+1)，z2(i+1)，…，zN(i+1))。设计变量(z1，z2，…，zN)采用第(i+1)次迭代中的(z1(i+1)，z2(i+1)，…，zN(i+1))的值。该迭代一直持续，直到收敛(即，CF(z1，z2，…，zN)不再减少)，或者达到预设的迭代次数。
具体地，在第i次迭代中，在(z1i，z2i，…，zNi)附近，
在等式3的近似下，成本函数变为：
这是设计变量(z1，z2，…，zN)的二次函数。除了设计变量(z1，z2，…，zN)，每一项都是常数。
如果设计变量(z1，z2，…，zN)不受任何约束，则可以通过求解以下N个线性等式得出(z1(i+1)，z2(i+1)，…，zN(i+1))：
其中n＝1，2，…，N。
如果设计变量(z1，z2，…，zN)受到J个不等式形式(例如，(z1，z2，…，zN)的调谐范围)
(其中j＝1，2，…，J)；以及K个等式(例如，设计变量之间的相互依赖关系)
(其中k＝1，2，…，K)的约束，则优化过程变为经典的二次规划问题，其中Anj、Bj、Cnk、Dk是常数。可以针对每次迭代施加附加约束。例如，可以引入“阻尼因子”ΔD以限制(z1(i+1)，z2(i+1)，…，zN(i+1))与(z1i，z2i，…，zNi)之间的差异，从而使等式3的近似成立。这种约束可以被表示为zni-ΔD≤zn≤zni+ΔD。(z1(i+1)，z2(i+1)，…，ZN(i+1))可以使用例如Jorge Nocedal和Stephen J.Wright(Berlin New York：Vandenberghe.CambridgeUniversity Press)在Numerical Optimization(2nd ed.)中所描述的方法来导出。
代替将fp(z1，z2，…，zN)的RMS最小化，优化过程可以将评估点之间的最大偏差(最坏缺陷)的幅度最小化到其预期值。在这种方法中，成本函数也可以表示为
其中CLp是fp(z1，z2，…，zN)的最大允许值。该成本函数表示评估点中的最差缺陷。使用该成本函数进行优化可以最小化最坏缺陷的幅度。迭代贪婪算法可以用于该优化。
等式5的成本函数可以被近似为：
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，同时允许使用最深下降法、共轭梯度法等方法进行分析和加速优化。
将最坏缺陷大小最小化也可以与fp(z1，z2，…，zN)的线性化相结合。具体地，如等式3所示对fp(z1，z2，…，zN)进行近似。然后将对最坏缺陷尺寸的约束写为不等式ELp≤fp(z1，z2，…，zN)≤EUp，其中ELp和EUp是指定fp(z1，z2，…，zN)的最小和最大允许偏差的两个常数。插入等式3，这些约束被转换为(其中p＝1，...P)：
和
由于等式3通常仅在(z1，z2，…，zN)附近有效，在这样的附近无法实现期望约束ELp≤fp(z1，z2，…，zN)≤EUp(这可以由不等式之间的任何冲突来确定)的情况下，常量ELp和EUp可以放宽，直到可以实现约束。这个优化过程最小化了(z1，z2，…，zN)附近的最坏缺陷尺寸。然后每个步骤逐渐降低最坏缺陷尺寸，并且每个步骤迭代执行，直到某些终止条件被满足。这将导致最坏缺陷尺寸的最优降低。
将最坏缺陷最小化的另一种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，则可以在第(i+1)次迭代中增加wr，使得该评估点的缺陷大小的降低具有更高优先级。
此外，等式4和等式5中的成本函数可以通过引入拉格朗日乘数来修改，以实现缺陷大小的RMS的优化与最坏缺陷尺寸的优化之间的折衷，即，
其中λ是预设常数，它指定缺陷尺寸的RMS优化与最坏缺陷尺寸的优化之间的权衡。特别地，如果λ＝0，则这变为等式4并且缺陷尺寸的RMS仅被最小化；而如果λ＝1，则这变为等式5并且最坏缺陷尺寸仅被最小化；如果0<λ<1，则在优化中考虑这两者。这种优化可以使用多种方法解决。例如，可以调节每次迭代中的权重，类似于先前描述的权重。备选地，类似于从不等式中最小化最坏缺陷尺寸，等式6'和6"的不等式可以被看作是二次规划问题求解过程中设计变量的约束。然后，可以逐步放宽最坏缺陷尺寸的界限或逐步增加最坏缺陷尺寸的权重，计算每个可实现的最差缺陷尺寸的成本函数值，并且选择最小化总成本函数的设计变量值作为下一步骤的起点。通过迭代地这样做，可以实现这个新成本函数的最小化。
优化光刻投影设备可以扩大工艺窗口。更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针对抗蚀剂图像在抗蚀剂图像的设计目标的特定限制内的焦距和剂量值的集合。注意，这里讨论的所有方法也可以扩展到广义的工艺窗口定义，除了曝光剂量和散焦，该定义还可以通过不同或附加的基本参数来建立。这些可以包括但不限于光学设置，诸如NA、西格玛、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)还包括不同掩模偏差，则优化包括MEEF的最小化，MEEF定义为衬底EPE与诱发的掩模边缘偏差之间的比率。在焦距和剂量值上定义的工艺窗口仅用作本公开中的示例。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)附近最小化以下的成本函数之一：
或者
或者
如果允许标称焦距f0和标称剂量ε0偏移，则它们可以与设计变量(z1，z2，…，zN)联合优化。在下一步骤中，如果可以找到(z1，z2，…，zN，f，ε)的值的集合，使得成本函数在预设限制内，则(f0±Δf，ε0±ε)被接受作为工艺窗口的部分。
如果不允许焦距和剂量移动，则设计变量(z1，z2，…，zN)被优化，焦距和剂量固定在标称焦距f0和标称剂量ε0。在备选示例中，如果可以找到(z1，z2，…，zN)的值的集合，使得成本函数在预设限制内，则(f0±Δf，ε0±ε)被接受作为工艺窗口的部分。
本公开中较早描述的方法可以用于将等式7、7'或7"的相应成本函数最小化。如果设计变量表示投影光学器件的一个或多个特性，诸如Zernike系数，则将等式7、7'或7"的成本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。如果设计变量除了投影光学器件的特性之外还表示照射和图案化装置的一个或多个特性，则将等式7、7'或7"的成本函数最小化导致基于SMLO的工艺窗口最大化，如图11所示。如果设计变量表示照射和图案化装置的一个或多个特性，则将等式7、7'或7"的成本函数最小化导致基于SMO的工艺窗口最大化。等式7、7'或7"的成本函数还可以包括例如本文所述的至少一个fp(z1，z2，…，zN)，其是诸如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工艺如何可以使用Gauss Newton算法进行优化的一个具体示例。在步骤S702中，标识一个或多个设计变量的起始值。还可以标识每个变量的调谐范围。在步骤S704中，使用一个或多个设计变量来定义成本函数。在步骤S706中，围绕设计布局中所有评估点的起始值扩展成本函数。在可选步骤S710中，执行全芯片模拟以覆盖全芯片设计布局中的所有关键图案。在步骤S714中获取期望的光刻响应度量(诸如CD或EPE)，并且在步骤S712中将其与这些量的预测值进行比较。在步骤S716中，确定工艺窗口。步骤S718、S720和S722类似于关于图13A所描述的对应步骤S514、S516和S518。如前所述，最终输出可以是例如光瞳平面中的波前像差图，其被优化以产生期望的成像性能。最终输出可以是例如优化的照射图和/或优化的设计布局。
图13B示出了优化成本函数的示例性方法，其中设计变量(z1，z2，…，zN)包括可以仅假设离散值的设计变量。
该方法开始于定义照射的像素组和图案化装置的图案化装置图块(步骤802)。通常，像素组或图案化装置图块也可以被称为光刻工艺组件的划分。在一种示例性方法中，照射被分成117个像素组，并且94个图案化装置图块被定义用于图案化装置，基本如上所述，从而得到总共211个划分。
在步骤804中，选择光刻模型作为光刻模拟的基础。光刻模拟产生用于计算一个或多个光刻度量或响应的结果。特定的光刻度量被定义为要优化的性能度量(步骤806)。在步骤808中，设置用于照射和图案化装置的初始(预优化)条件。初始条件包括照射的像素组和图案化装置的图案化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化装置图案。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，对像素组和图案化装置图块进行排名。像素组和图案化装置图块可以在排名中交错。可以采用各种排名方式，包括：顺序地(例如，从像素组1到像素组117和从图案化装置图块1到图案化装置图块94)、随机地、根据像素组和图案化装置图块的物理位置(例如，将更靠近照射中心的像素组排名更高)、和/或根据像素组或图案化装置图块的变更如何影响性能度量。
一旦像素组和图案化装置图块被排名，调节照射和图案化装置以改进性能度量(步骤812)。在步骤812中，以排名顺序分析像素组和图案化装置图块中的每个，以确定像素组或图案化装置图块的变更是否将导致改进的性能度量。如果确定性能度量将得到改进，则相应地变更像素组或图案化装置图块，并且所得到的改进的性能度量和修改后的照射形状或修改后的图案化装置图案形成用于比较的基线，以用于更低排名的像素组和图案化装置图块的后续分析。换言之，保留改进性能度量的变更。随着对像素组和图案化装置图块的状态的变更被进行和保留，初始照射形状和初始图案化装置图案相应地改变，使得修改后的照射形状和修改后的图案化装置图案由步骤812中的优化过程产生。
在其他方法中，还在812的优化过程中执行像素组和/或图案化装置图块的图案化装置多边形形状调节和成对轮询。
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，则递增和/或递减剂量或强度以寻找进一步改进。在其他示例中，剂量或强度的递增和/或递减可以被替换为图案化装置图案的偏差改变，以寻求同时优化过程的进一步改进。
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的最后几次迭代中看到性能度量的改进很少或没有，可以认为性能度量已经收敛。如果性能度量没有收敛，则步骤810和812在下一次迭代中重复，其中来自当前迭代的修改后的照射形状和修改后的图案化装置被用作下一次迭代的初始照射形状和初始图案化装置(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，成本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，这种成本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作为光刻工艺的一个或多个随机变化的函数和衬底的曝光时间的函数的成本函数，以降低曝光时间或将曝光时间最小化。
在一个示例中，成本函数包括作为一个或多个随机变化的函数的至少一个fp(z1，z2，…，zN)。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，这种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度(LCDU)。在成本函数中包括一个或多个随机变化允许找到使一个或多个随机变化最小化的一个或多个设计变量的值，从而降低由于随机变化导致的缺陷风险。
图15A示出了根据一个示例的基于特性的随机变化(例如，LER)或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。在可选的步骤2510中，针对空间图像或抗蚀剂图像的特性(例如，边缘位置)获取作为随机变化(例如，LER)的函数或影响其的变量(例如，bl_ILS、ILS或NILS)的值。在步骤2520中，(例如，根据变量的值)获取特性的随机变化(例如，LER)的值。在步骤2530中，获取特性的范围。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决定。例如，LER的最大值不能超过从边缘到其相邻边缘的间隙宽度。在步骤2540中，将随机变化的值与该范围进行比较。如果随机变化超过该范围，则在步骤2550中将该特性标识为热点。可以对被标识为热点的该特性执行进一步处理，诸如优化以减少随机变化。
图15B示出了根据一个示例的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。在步骤2610中，获取特性的范围。在步骤2620中，基于特性的范围获取随机变化(例如，LER)的范围或变量(例如，bl_ILS、ILS或NILS)的范围。在步骤2630中，获取随机变化的值或变量的值。在步骤2640中，将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出其相应范围，则在步骤2650中将该特性标识为热点。可以针对被标识为热点的特性执行进一步处理，诸如优化以减少随机变化。
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，例如使用图15A或图15B的方法，通过将一个或多个特性标识为来自设计布局的部分的热点来获取一个或多个特性。在步骤2720中，例如通过使用至少表示随机变化或者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)的成本函数来减少一个或多个特性的随机变化。在步骤2730中，根据设计布局的部分重新标识热点。在步骤2740中，确定热点是否被标识。如果热点被标识，则进行到步骤2750；如果没有被标识，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)并且该方法重复到步骤2720并且利用改变后的一个或多个参数执行优化。在备选方案中，一个或多个参数可以是设计布局的部分并且可以消除步骤2740和2750。
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包括用于传送信息的总线102或其他通信机制、以及与总线102耦合以处理信息的处理器104(或多个处理器104和105)。计算机系统100还包括被耦合到总线102以用于存储要由处理器104执行的信息和指令的主存储器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还可以用于在要由处理器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还包括被耦合到总线102以为处理器104存储静态信息和指令的只读存储器(ROM)108或其他静态存储设备。存储设备110(诸如磁盘或光盘)被提供并且耦合到总线102以存储信息和指令。
计算机系统100可以经由总线102被耦合到显示器112(诸如阴极射线管(CRT)或平板或触摸面板显示器)以向计算机用户显示信息。包括字母数字和其他键的输入设备114耦合到总线102以将信息和命令选择传送到处理器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，光标控件116用于将方向信息和命令选择传送到处理器104并且用于控制显示器112上的光标移动。该输入设备通常在两个轴(第一轴(例如，x)和第二轴(例如，y))上具有两个自由度，以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，优化过程的部分可以由计算机系统100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而执行。这样的指令可以从另一计算机可读介质(诸如存储设备110)读入主存储器106。主存储器106中包含的指令序列的执行引起处理器104执行本文中描述的处理步骤。还可以采用多处理布置中的一个或多个处理器来执行主存储器106中包含的指令序列。在备选示例中，硬连线电路系统可以代替软件指令或与软件指令结合使用。因此，本文中的描述不限于硬件电路系统和软件的任何特定组合。
本文中使用的术语“计算机可读介质”是指参与向处理器104提供指令以供执行的任何介质。这种介质可以采用多种形式，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，包括构成总线102的电线。传输介质也可以采用声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间生成的那些。常见形式的计算机可读介质包括非暂态的，例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、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、任何其他存储芯片或盒式磁带、下文所述的载波、或计算机可以从其读取的任何其他介质。
在将一个或多个指令的一个或多个序列携带到处理器104以供执行时可以涉及各种形式的计算机可读介质。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通过电话线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将数据传递到主存储器106，处理器104从主存储器106中检索和执行指令。由主存储器106接收的指令可以可选地在由处理器104执行之前或之后存储在存储设备110上。
计算机系统100还可以包括被耦合到总线102的通信接口118。通信接口118提供与连接到本地网络122的网络链路120的双向数据通信耦合。例如，通信接口118可以是用于提供与对应类型的电话线的数据通信连接的集成服务数字网络(ISDN)卡或调制解调器。作为另一示例，通信接口118可以是用于提供与兼容局域网(LAN)的数据通信连接的LAN卡。也可以实现无线链路。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信息的数字数据流的电、电磁或光信号。
网络链路120通常提供通过一个或多个网络与其他数据设备的数据通信。例如，网络链路120可以提供通过本地网络122与主机124或与由互联网服务提供商(ISP)126操作的数据设备的连接。ISP 126进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。本地网络122和互联网128都使用携带数字数据流的电、电磁或光信号。通过各种网络的信号和网络链路120上的信号以及通过通信接口118的信号(这些信号携带进出计算机系统100的数字数据)是传输信息的载波的示例形式。
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传输应用程序的请求代码。例如，一个这样的下载应用可以提供示例的照射优化。所接收的代码可以在接收到时由处理器104执行，和/或存储在存储设备110或其他非易失性存储装置中以供以后执行。以这种方式，计算机系统100可以获取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所述的方法进行优化。该设备包括：
-照射系统IL，用于调节辐射束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，图案化装置台)MT，设置有图案化装置保持器以保持图案化装置MA(例如，掩模版)，并且连接到第一定位器以相对于物品PS准确地定位图案化装置；
-第二载物台(衬底台)WT，设置有衬底保持器以保持衬底W(例如，涂覆有抗蚀剂的硅晶片)，并且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、反射或反射折射光学系统)，用于将图案化装置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。
如本文所述，该设备是透射型的(即，具有透射图案化装置)。然而，通常，它也可以是反射型的，例如(具有反射图案化装置)。该设备可以采用与传统掩模不同的图案化装置；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。该束被直接或在穿过诸如扩束器Ex等调节设备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(通常分别称为外部σ和内部σ)的调节装置AD。此外，它通常包括各种其他组件，诸如积分器IN和聚光器CO。以这种方式，照射在图案化装置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外壳内(例如，当源SO是汞灯时经常是这种情况)，但它也可以远离光刻投影设备，其产生的辐射束被引入该设备(例如，借助合适的定向镜)；当源SO是准分子激光器(例如，基于KrF、ArF或F2激光)时，后一种情况通常是这种情况。
束PB随后拦截被保持在图案化装置台MT上的图案化装置MA。在穿过图案化装置MA之后，束B穿过透镜PL，透镜PL将束B聚焦到衬底W的目标部分C上。借助第二定位设备(和干涉测量设备IF)，衬底台WT可以准确移动，例如以便在束PB的路径中定位不同目标部分C。类似地，第一定位设备可以用于相对于束B的路径准确定位图案化装置MA，例如，在从图案化装置库机械检索图案化装置MA之后，或在扫描期间。通常，载物台MT、WT的移动将借助于长行程模块(粗略定位)和短行程模块(精细定位)来实现，这些模块在图18中未明确描绘。然而，在步进器(与步进扫描工具相对)的情况下，图案化装置台MT可以仅连接到短行程致动器，或者可以是固定的。
所描绘的工具可以以两种不同的模式使用：
-在步进模式下，图案化装置台MT基本上保持静止，并且整个图案化装置图像一次性(即，单个“闪光”)投影到目标部分C上。衬底台WT然后在x和/或y方向移动，使得不同目标部分C可以被束PB照射；
-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不在单个“闪光”中曝光。相反，图案化装置台MT可以在给定方向(所谓的“扫描方向”，例如y方向)上以速度v移动，使得投影束B被引起扫描图案化装置图像；同时，衬底台WT以速度V＝Mv在相同或相反方向上同时移动，其中M是透镜PL的放大率(通常，M＝1/4或1/5)。以这种方式，可以曝光相对较大的目标部分C，而不必牺牲分辨率。
图19示意性地描绘了其照射可以利用本文中描述的方法进行优化的另一示例性光刻投影设备1000。
光刻投影设备1000包括：
-源收集器模块SO
-照射系统(照射器)IL，被配置为调节辐射束B(例如，EUV辐射)。
-支撑结构(例如，图案化装置台)MT，被构造为支撑图案化装置(例如，掩模或掩模版)MA并且连接到被配置为准确定位图案化装置的第一定位器PM；
-衬底台(例如，晶片台)WT，被构造为保持衬底(例如，涂覆有抗蚀剂的晶片)W并且连接到被配置为准确定位衬底的第二定位器PW；以及
-投影系统(例如，反射投影系统)PS，被配置为将通过图案化装置MA赋予辐射束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。
如这里所描绘的，设备1000是反射型的(例如，采用反射图案化装置)。应当注意，因为大多数材料在EUV波长范围内是吸收性的，所以图案化装置可以具有包括例如钼和硅的多叠层的多层反射器。在一个示例中，多叠层反射器具有40层钼和硅对，其中每层的厚度为四分之一波长。甚至更小的波长可以通过X射线光刻产生。由于大多数材料在EUV和X射线波长下具有吸收性，因此图案化装置形貌上的图案化吸收材料薄片(例如，多层反射器之上的TaN吸收剂)限定了特征将印刷的位置(正抗蚀剂)或不印刷(负抗蚀剂)。
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一定限于将材料转换为等离子体状态，该等离子体状态具有至少一种元素，例如氙、锂或锡，其中一条或多条发射线在EUV范围内。在一种这样的方法中，通常称为激光产生等离子体(“LPP”)的等离子体可以通过用激光束照射燃料(诸如具有线发射元素的材料的液滴、流或簇)来产生。源收集器模块SO可以是包括用于提供激发燃料的激光束的激光器的EUV辐射系统的一部分，在图19中未示出。所得到的等离子体发射输出辐射，例如EUV辐射，该辐射使用设置在源收集器模块中的辐射收集器来收集。激光器和源收集器模块可以是单独的实体，例如当使用CO2激光器来提供用于燃料激发的激光束时。
在这种情况下，激光器被认为没有形成光刻设备的一部分，并且辐射束在束传输系统的帮助下从激光器传递到源收集器模块，该束传输系统包括例如合适的定向镜和/或扩束器。在其他情况下，源可以是源收集器模块的组成部分，例如当源是放电产生等离子体EUV发生器(通常称为DPP源)时。
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，至少可以调节照射器的光瞳平面中的强度分布的外部和/或内部径向范围(通常分别称为外部σ和内部σ)。此外，照射器IL可以包括各种其他组件，诸如琢面场和光瞳镜装置。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入射在图案化装置(例如，掩模)MA上，该MA被保持在支撑结构(例如，图案化装置台)MT上，并且被图案化装置图案化。在从图案化装置(例如，掩模)MA反射之后，辐射束B穿过投影系统PS，投影系统PS将束聚焦到衬底W的目标部分C上。在第二定位器PW和位置传感器PS2的帮助下(例如，干涉测量装置、线性编码器或电容式传感器)，衬底台WT可以准确移动，例如以便在辐射束B的路径中定位不同目标部分C。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的路径准确定位图案化装置(例如，掩模)MA。可以使用图案化装置对准标记M1、M2和衬底对准标记P1、P2来对准图案化装置(例如，掩模)MA和衬底W。
所描绘的设备1000可以用于以下模式中的至少一种：
1.在步进模式下，支撑结构(例如，图案化装置台)MT和衬底台WT基本保持静止，而赋予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方向上移动，从而可以暴露不同目标部分C。
2.在扫描模式下，支撑结构(例如，图案化装置台)MT和衬底台WT被同步扫描，同时赋予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，图案化装置台)MT的速度和方向可以由投影系统PS的放大率(缩小率)和图像反转特性确定。
3.在另一模式下，支撑结构(例如，图案化装置台)MT保持基本静止以保持可编程图案化装置，并且衬底台WT被移动或扫描，同时赋予辐射束的图案被投影到目标部分C上。在这种模式下，通常，采用脉冲辐射源，并且在衬底台WT的每次移动之后或在扫描期间的连续辐射脉冲之间根据需要更新可编程图案化装置。这种操作模式可以很容易地应用于利用可编程图案化装置(诸如上述类型的可编程反射镜阵列)的无掩模光刻。
图20更详细地示出了设备1000，设备1000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被保持在源收集器模块SO的封闭结构220中。发射等离子体210的EUV辐射可以由放电产生等离子体源形成。EUV辐射可以由气体或蒸气产生，例如Xe气、Li蒸气或Sn蒸气，其中产生非常热的等离子体210以发射电磁光谱的EUV范围内的辐射。非常热的等离子体210例如通过引起至少部分电离的等离子体的放电产生。为了有效地生成辐射，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，提供受激锡(Sn)的等离子体以产生EUV辐射。
由热等离子体210发射的辐射通过在源室211中的开口中或后面的可选的气体屏障或污染物陷阱230(在某些情况下也称为污染物屏障或箔陷阱)从源室211传递到收集器室212。污染物陷阱230可以包括通道结构。污染物陷阱230还可以包括气体屏障或气体屏障与通道结构的组合。如本领域已知的，本文中进一步指出的污染物陷阱或污染物屏障230至少包括通道结构。
收集器室211可以包括辐射收集器CO，辐射收集器CO可以是所谓的掠入射收集器。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的辐射可以被光栅光谱滤光片240反射，以沿着由点划线“O”指示的光轴聚焦在虚拟源点IF中。虚拟源点IF通常被称为中间焦距，并且源收集器模块被布置为使得中间焦距IF位于封闭结构220中的开口221处或附近。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可以包括被布置为在图案化装置MA处提供辐射束21的期望角分布并且在图案化装置MA处提供期望的辐射强度均匀性的琢面场反射镜装置22和琢面光瞳反射镜装置24。当辐射束21在由支撑结构MT保持的图案化装置MA处反射时，图案化束26被形成并且图案化束26由投影系统PS经由反射元件28、30成像到由衬底台WT保持的衬底W上。
在照射光学单元IL和投影系统PS中通常可以存在比所示出的更多的元件。取决于光刻设备的类型，可以可选地存在光栅光谱滤光片240。此外，可以存在比图中所示的更多的反射镜，例如，投影系统PS中可以存在与图20所示的相比的1-6个附加反射元件。
如图20所示，收集器光学器件CO被描绘为具有掠入射反射器253、254和255的嵌套收集器，正如收集器(或收集器反射镜)的示例。掠入射反射器253、254和255围绕光轴O轴对称布置，并且这种类型的收集器光学器件CO可以与放电产生等离子体源(通常称为DPP源)结合使用。
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燃料中，诸如氙(Xe)、锡(Sn)或锂(Li)，从而产生电子温度为几十eV的高度电离等离子体210。在这些离子的去激发和复合过程中生成的高能辐射从等离子体中发射出来，由接近垂直入射收集器光学器件220收集并且聚焦到封闭结构ES中的开口221上。
美国专利申请公开号US 2013-0179847的全部内容通过引用并入本文。
本文中公开的概念可以模拟或数学建模用于对亚波长特征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，其能够使用ArF激光器产生193nm波长，甚至使用氟激光器产生157nm波长。此外，EUV光刻能够通过使用同步加速器或通过用高能电子撞击材料(固体或等离子体)以产生该范围内的光子，从而产生20-5nm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等衬底上成像，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。
上述技术已经被描述用于改进使用光刻设备将设计布局的一部分成像到衬底上的特定光刻工艺的特定应用。
实施例通常提供使用图像相关度量来改进衬底上的半导体结构的制造、测试、测量和其他工艺中的任何一个的技术。特别地，生成新的图像相关度量。在本文档中，新的图像相关度量被称为套刻余量。套刻余量提供对正在制造的特征的套刻误差的容差的指示。
实施例还提供了用于改进在制造、测试、测量和可以针对衬底上的器件(例如，半导体结构)执行的其他工艺期间执行的任何工艺中的控制参数的确定的技术，包括取决于套刻余量。
可以从衬底的不同层和部分的多个图像确定套刻余量。每个图像可以通过成像设备获取，诸如基于电子束的计量设备或任何类型的扫描电子显微镜。电子束设备(例如，由HMI制造)可以具有10μm×10μm的视场。
可以通过实施例的技术改进的工艺包括以下中的任一种：光刻工艺、扫描工艺、涂底工艺、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/或化学机械抛光工艺。套刻余量(作为示例)可以用于确定这些工艺中的任何一个以及从这些工艺中选择的任何组合的一个或多个控制参数。
实施例可以包括执行计算计量和控制工艺两者。计算工艺包括在衬底的多个层中的每一层上获取衬底的部分的一个或多个图像。每个获取的图像包括由在衬底上制造的结构所包括的特征。根据特征的一个或多个性质(诸如特征的轮廓)计算套刻余量。然后可以根据套刻余量确定用于控制特征的制造和/或其他过程中的一个或多个工艺的一个或多个控制参数。
图24示出了衬底的一部分上的特征的图像。该图像可以表示例如衬底上的10μm×10μm区域。图像中的粗线是特征之一的目标轮廓。图像中的细线是制造特征的实际轮廓。尽管特征的理想形状可以是矩形，但目标轮廓是弯曲/圆角的，因为这是可以制造的最接近矩形的可能形状，因此是实际可以实现的最优轮廓。理想形状可以备选地用作目标形状。
图25示出了多个堆叠图像。已经堆叠的图像可以各自从衬底的不同层中的相同特征的一个或多个对应图像和/或衬底的同一层上的多个特征的图像获取。图像可以另外地或备选地是多个不同衬底上的特征的图像和/或衬底的同一层上的相同特征的图像但由不同的成像设备获取。
当堆叠图像时，已经执行对准过程。对准过程可以基于根据每个图像中或叠加到每个图像上的一个或多个参考位置来对准图像，从而在图像之间没有套刻误差。例如，对准过程可以包括对准图像中的特征的目标设计，使得目标设计之间没有套刻误差。对准过程可以基于根据GDS/GDSII数据来对准图像。执行对准过程的效果是消除不同图像之间的任何套刻误差的影响。
套刻余量是对准图像堆叠中的特征的随机变化的量度。套刻余量可以根据图像的对准版本中的对应特征的轮廓之间的差异来计算。套刻余量也可以根据特征的目标轮廓来计算。例如，对于图像中的每个，套刻余量可以根据图像中的特征与特征的目标的比较来计算。图像中的特征的轮廓与其他图像中的特征的轮廓之间的差异、以及特征的目标轮廓可以通过多个已知的特定图像相关度量来确定，诸如临界尺寸均匀性(CDU)、线宽粗糙度(LWR)、临界尺寸幅度和/或位置误差。
套刻余量与已知的图像度量边缘位置误差(EPE)有关。EPE是一种图像度量，它提供了一个或多个特征图像的轮廓与特征的目标轮廓之间的差异的整体表示。EPE包括特征图像与特征的目标轮廓之间的套刻误差。
套刻余量与EPE的不同之处在于，它不包括特征图像之间的套刻误差，因为套刻误差通过上述对准过程被去除。
用于确定套刻余量的方法如等式8所示。
套刻余量＝EPE-套刻误差 (等式8)
因此，套刻余量可以通过计算EPE和套刻误差来计算。套刻误差可以根据对图像执行的对准来计算。然后套刻余量可以通过从EPE的计算中减去套刻误差来计算。
应当注意，等式8中的套刻误差可以作为实际套刻量和设计规范的组合来计算。这是因为，当希望在结构的不同层中的特征之间存在套刻时，可能会发生故障情况，但是即使发生套刻，也没有实现所需要的套刻区域。类似地，当希望结构的不同层中的特征分离时，可能发生故障条件，但是即使分离特征，也没有实现所需要的分离量。设计规范包括所需要的特征套刻区域和/或所需要的特征分离量。因此，根据实际套刻量和设计规范的组合来计算套刻误差是合适的。
可以备选地根据对对准图像中的套刻余量的贡献的组合来确定套刻余量。这在下面的套刻余量等式中示出：
其中HROPC取决于由光学邻近校正引起的误差，σPBA取决于由邻近偏差平均值(PBA)引起的误差，σLWR取决于由线宽粗糙度引起的误差，σCDU取决于由临界尺寸均匀性引起的误差。
在等式9中，对所确定的套刻余量有贡献的是OPC、PBA、LWR和CDU。实施例包括确定套刻余量的等式的备选构造，其包括对套刻余量的一个或多个进一步贡献和/或不包括对等式9中包括的套刻余量的贡献中的一个或多个。套刻余量可以根据除套刻误差之外的对EPE计算的所有贡献来计算。
每个图像通常仅是衬底的一小部分。例如，每个图像可以表示衬底上10μm×10μm的区域。套刻余量可以根据衬底的相同部分的不同层的多个图像来计算。这是衬底的该部分的局部套刻余量。
可以针对衬底的多个不同部分中的每个计算多个局部套刻余量，其中局部套刻余量中的每个是根据衬底的同一部分的不同层的多个图像来计算的。可以在衬底上的所有位置或仅在衬底上的一些位置处获取局部套刻余量。当仅在衬底上的一些位置获取局部套刻余量时，可以选择这些位置以提供衬底的指纹。
每个图像可以另外地或备选地被认为包括多个部分。可以为图像的每个部分计算局部套刻余量，使得每个图像有多个局部套刻余量。
衬底的套刻余量可以包括多个局部套刻余量，其中每个局部套刻余量是根据衬底的不同部分的图像和/或图像的部分来计算的。
重叠的套刻余量可以定义为图像和/或图像的部分内的特征的最小套刻余量。
套刻余量可以被表示为套刻余量图，该图示出了跨衬底的套刻余量的局部变化。
套刻余量可以备选地表示为重叠的套刻余量图，该套刻余量图示出了跨衬底的重叠的套刻余量的局部变化。
可以计算全局套刻余量，该全局套刻余量是衬底的局部套刻余量和/或重叠的套刻余量的平均值。
可以针对可以对套刻余量有贡献的每个参数的多个值中的每个来计算套刻余量和套刻余量的表示。可以根据针对参数的值而计算的套刻余量来计算或推断套刻余量对每个参数的依赖性。还可以确定套刻余量对多个参数的依赖性。
例如，可以生成重叠的套刻余量图，该套刻余量图示出了在衬底的两个或更多个层之间跨衬底的表面的重叠的套刻余量的变化。重叠的套刻余量图可以被确定为临界尺寸(CD)的函数。因此生成可以用于套刻和CD协同优化的多维度量。
可以对套刻余量有贡献的参数可以包括焦距、剂量、照射光瞳形状(例如，椭圆形)、光学像差(例如，彗差、球差、像散)、蚀刻速率、套刻、对比度、临界尺寸、卡盘温度、气流和/或RF功率分布。可以确定套刻余量对这些参数中的一个或多个参数的依赖性。
制造工艺的良率取决于制造误差的发生。当结构的不同层中的特征之间没有出现期望的套刻区域时，可能会出现制造误差。当结构的不同层中的特征的最小期望分离没有实现时，也可能发生制造误差。EPE是特征和特征轮廓的位置变化的量度，并且可以用于确定正确地制造的结构的预期良率和/或不正确地制造的结构的概率。由于套刻余量与EPE之间的关系，如等式8所示，套刻余量可以用于确定套刻误差的允许量，以实现正确地制造结构的预期良率和/或不正确地制造的结构的概率。
套刻误差取决于多个可控参数。因此，影响套刻误差的一个或多个参数的一个或多个值以及可能的一个或多个值范围可以根据套刻余量来确定，使得套刻误差在预期实现预期良率的范围内。预期良率可以是根据制造规范的期望良率。
实施例包括确定用于根据套刻余量来控制衬底上的结构的制造、检查和/或测试工艺的一个或多个参数。可以根据套刻余量来控制的一个或多个参数包括：焦距、剂量、照射光瞳形状(例如，椭圆度)、光学像差(例如，彗差、球面、散光)、蚀刻速率、套刻、对比度、临界尺寸、卡盘温度、气流和/或射频功率分布。由一个或多个参数控制的工艺可以是光刻工艺、底漆工艺、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/或化学机械抛光工艺。
EPE的允许水平取决于制造规范。制造规范可以取决于以下中的一项或多项：期望良率、不正确地制造的特征的最大概率、EPE的所确定的最大允许幅度、所确定的最大允许套刻误差和/或器件的预期良率。
如上所述，EPE取决于套刻余量和套刻误差。因此，套刻余量允许确定对套刻误差的限制，使得EPE处于特定水平。可以确定套刻误差对每个参数的依赖性。因此，可以根据套刻余量来确定一个或多个参数中的每个的一个或多个值和/或一个或多个值范围。
工艺参数可以根据以下中的一项或多项来确定：套刻余量图、一个或多个局部套刻余量和/或全局套刻余量。
影响套刻误差的参数可以共同确定，使得控制参数之一的应用值取决于另一控制参数的应用值。至少两个控制参数的共同确定可以取决于至少两个控制参数的组合效果和/或至少两个控制参数的相互依赖性。通过共同确定控制参数，控制参数的组合效果和/或控制参数的效果的相互依赖性可以用于有利地改进控制参数的确定以提高良率，或针对任何其他目标进行优化。
可以确定在工艺期间一个或多个控制参数的变化率和/或值范围的一个或多个限制。例如，在器件的制造期间，由于焦距可以改变的速率和移动速度，焦距可以在衬底上的两个不同位置之间改变的程度可能存在限制。实施例包括使用所确定的一个或多个控制参数的一个或多个约束来在给定允许套刻误差的情况下对一个或多个控制参数执行优化过程。例如，给定对可以应用的参数值的一个或多个限制，可以将参数设置在导致对套刻误差的贡献增加的水平。通过控制另一参数以减少其对套刻误差的贡献，这可以使总套刻误差保持在可接受范围内成为可能。
套刻误差可以取决于共同确定的控制参数中的至少一个，并且在器件上制造的特征的尺寸可以取决于共同确定的控制参数中的至少另一个。
共同确定的控制参数中的至少一个可以包括焦距、剂量、照射光瞳形状、光学像差、蚀刻速率、套刻、对比度、临界尺寸、卡盘温度、气流和/或RF功率分布。
如上所述，可以确定套刻余量与一个或多个应用参数之间的关系。一个或多个参数的一个或多个应用值以及适用的一个或多个值范围可以根据一个或多个参数如何影响套刻余量来确定。
可以根据一个或多个参数对套刻余量和套刻误差两者的影响来确定一个或多个应用值和适用的一个或多个范围。
多个参数的应用值和应用范围的共同确定可以根据多个参数对套刻余量和套刻误差两者的影响来进行。
例如，可以确定一个或多个参数以最小化套刻余量，从而减少对套刻误差的一个或多个限制。这可以允许将一个或多个其他参数设置为增加那些一个或多个其他参数对套刻误差的贡献的值。特别地，重叠的套刻余量图可以被确定为临界尺寸(CD)的函数。然后这可以用于套刻和CD协同优化。
图26是根据一个实施例的用于确定衬底上的特征的图像度量的过程的流程图。
在步骤2601中，过程开始。
在步骤2603中，获取衬底上的多个特征的第一图像。
在步骤2605中，获取衬底上的对应的多个特征的一个或多个另外的图像，其中一个或多个另外的图像中的至少一个另外的图像与第一图像相比是衬底的不同层的图像。
在步骤2607中，通过对第一图像和一个或多个另外的图像执行对准工艺来生成第一图像和一个或多个另外的图像的对准版本，其中对准过程基本去除了第一图像中的特征与一个或多个另外的图像中的每个另外的图像中的对应特征之间的任何套刻误差的影响。
在步骤2609中，根据第一图像的对准版本中的特征与一个或多个另外的图像的对准版本中的对应特征的比较来计算图像度量。
在步骤2611中，过程结束。
实施例包括对已知工艺的很多修改和变化。
实施例还包括与套刻余量的备选定义一起应用的上述技术。例如，套刻余量也可以定义为：
套刻余量＝EPE-(除了套刻误差之外的其他所有误差) (等式10)
等式10中的套刻余量的确定可以取决于对套刻余量的贡献的组合。这在以下等式11中示出：
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。
实施例确定用于控制器件制造中的一个或多个工艺的一个或多个控制参数。这些工艺包括任何工艺，包括测量工艺，并且可以由任何已知的设备执行。根据一个实施例的一个或多个工艺可以由计算系统控制，该计算系统执行用于执行一个或多个工艺并且存储在非暂态计算机可读介质上的指令。
根据一个实施例的系统可以包括计算系统和电子束设备，其中电子束设备被布置为获取一个或多个衬底的图像。该系统可以包括光刻设备和/或计量设备。
制造工艺(诸如半导体制造工艺)的良率取决于最终产品上存在的缺陷量。缺陷可能是由例如未正确转印(印刷)到例如衬底上的抗蚀剂层的特征引起的。特征可能缺失或位置和/或尺寸不正确，使得相邻特征可能合并。可能出现的缺陷类型的一些示例如图27A至27F所示
图27A至27D示出了可以在单层内标识的缺陷。图27A所示的缺陷类型是当特征的目标设计的特征完全缺失时的情况。图27B所示的缺陷类型是当为目标设计形成特征但该特征形成在不正确的位置并且不与目标设计套刻时的情况。图27C所示的缺陷类型是当针对单个特征的目标设计形成多个特征时的情况。图27D所示的缺陷类型是当两个相邻的形成特征彼此套刻并且合并时的情况。
图27E和27F示出了可以跨两个层而被标识的缺陷。在图27E中，缺陷由已经形成在一个层中的特征没有按照要求与另一层中的设计目标重叠而引起。在图27F中，当没有预期重叠时，缺陷由形成在一个层中的特征在与另一层中的设计目标重叠而引起。
已知，利用光刻技术，特征的CD取决于所施加的剂量和/或焦距。这是用于Bossung曲线分析的基础。因此，目标CD与用于实现目标CD的焦距和剂量值的工艺窗口相关联。
已知，通过在多个不同焦距和曝光条件下测量感兴趣的特征的CD来确定针对焦距和剂量值的工艺窗口，被称为焦距曝光矩阵(FEM)工艺。可以通过计量工具来测量特征的CD。所使用的CD值可以是平均CD(μ)并且通过对CD的个体测量值求平均以便形成平均CD工艺窗口来确定。
焦距曝光矩阵条件对于每个曝光的管芯可以是唯一的，因此选择每个管芯内的感兴趣的特征的采样。可以根据计量工具进行测量所需要的时间来优化采样的密度。为了准确地确定平均CD，采样不需要很广泛。
平均CD工艺窗口的中心表示由于剂量或焦距的波动而提供最小平均CD变化的剂量和焦距条件。已知，提供平均CD工艺窗口的中心的焦距和剂量值是在光刻工艺中使用的焦距和剂量值。
除了确定平均CD(μ)，还可以使用关于通过计量工具所获取的特征的CD的变化的统计方法来确定标准偏差(σ)、方差(σ2)、偏度(γ)和峰态(κ)。
在光刻工艺期间，使用特定焦距条件和特定剂量条件，每个管芯内(场内)、管芯到管芯(场间)、衬底到衬底和批次到批次内的计量采样可以生成特征的一个或多个尺寸的测量数据，并且可以分析测量数据。可以确定CD均匀性，其与特征的一个或多个尺寸的测量的标准偏差或方差有关，并且可以用于监测和/或控制生产工艺。测量的标准偏差可以用作CD均匀性。然而，测量的方差也可以备选地用作CD均匀性。
在CD-SEM计量中，CD-SEM工具获取跨衬底的区域的数据。可以从中获取数据的区域是CD-SEM工具的视场。视场可以为10μm乘10μm(或更大)。CD-SEM工具可以是电子束设备。用于获取数据的工具可以是任何合适类型的SEM，诸如由HMI制造的SEM。
图28示出了通过CD-SEM工具获取的密集接触孔阵列的测量数据的示例。根据CD-SEM测量数据，可以获取跨区域(诸如CD-SEM工具的视场)的尺寸数据(诸如接触孔的CD)，并且可以执行缺陷的分析。在视场内，针对感兴趣的特征的多次出现中的每次出现，可以测量特征的一个或多个性质。测量可以用于确定管芯内的每个视场的平均CD，并且还可以通过对管芯内的每个视场的平均CD求平均来确定该管芯的整体平均CD。测量还可以用于确定视场内的CD均匀性和管芯内的CD均匀性。例如，局部CD均匀性(LCDU)可能是单个CD-SEM视场内的CD测量的标准偏差。局部CD均匀性的量级可以从位置到位置、管芯到管芯、衬底到衬底以及批次到批次基本相同。
当比较管芯内、管芯到管芯和衬底之间的平均CD值时，光刻工艺技术的当前状态可以实现低于1nm的CD均匀性。然而，针对临界层的局部CD均匀性性能可能超过1nm。
已经认识到，至少部分取决于CD变化的统计参数的性质(诸如局部CD均匀性、管芯内的均匀性、管芯到管芯的均匀性和/或观察到的印刷缺陷)可以用于改进工艺控制。更具体地，缺陷的发生以及制造工艺的良率取决于描述CD变化的统计参数。通过根据取决于CD变化的统计参数进一步确定工艺窗口，可以在仅取决于平均CD的工艺窗口之上确定改进的工艺窗口。
用于获取包括CD变化的统计参数的测量数据可以从形成在被施加到衬底的抗蚀剂内的特征的显影后检查和/或从在被施加到衬底的层内形成的特征的蚀刻后检查来获取。
从测量数据中可以提取尺寸数据和缺陷数据两者，其中缺陷可以包括一个或多个缺失特征或至少两个特征的合并。测量数据可以包括与任何感兴趣的特征的一个或多个尺寸相关联的数据，诸如接触孔、线和空间和/或更复杂的二维产品特征。典型地，测量数据包括通过电子束计量工具(诸如CD-SEM或大视场电子束工具)获取的产品特征数据。计量工具可以能够以每个特征为基础测量特征的一个或多个尺寸的变化，以便确定LCDU度量。
统计参数可以基于测量数据，该测量数据包括跨衬底的多层的特征的尺寸和缺陷数据。例如，测量数据可以包括衬底上的至少两层内包括的特征的尺寸数据，并且所确定的缺陷可以是图27E和/或27F所示的与跨至少两层而发生的缺陷相关联的缺陷类型。
实施例提供了新的指示符以用于基于所获取的特征的测量来预测缺陷的概率，诸如CD-SEM计量测量。实施例对衬底上的特征的测量数据使用图像分析技术，诸如图28所示的，以确定是否发生了缺陷。可以被检测的缺陷的类型的示例在图27中示出。缺陷可以是例如缺失接触孔或已经合并的接触孔。缺失接触孔可能由CD太小而引起。合并接触孔可能由CD过大而引起。接触孔变得如此宽以至于它们之间的抗蚀剂壁塌陷并且两个单独接触孔合并成一个大的接触孔。
可以对视场中的感兴趣的特征的数目和感兴趣的特征的缺陷进行计数。缺陷的比例可以被确定为感兴趣的缺陷特征的数目与感兴趣的特征的总数的比率。可以确定与一个或多个视场中的缺陷的比例相同或基于该比例的缺陷概率。例如，可以将缺陷概率确定为针对多个视场的所有经确定的缺陷的比例的平均值。可以仅针对感兴趣的特征中的缺陷或针对所有特征确定缺陷概率。
图29示出了所确定的特征的缺陷概率与特征的平均CD之间的关系。图29中的所有点已通过执行FEM工艺而生成。针对多个焦距和剂量条件，针对诸如图28所示的密集接触孔阵列执行一系列的曝光。针对每个焦距和剂量条件，确定平均CD和缺陷概率两者。
图29所示的缺陷概率值分为三组。图29所示的第一组缺陷概率值具有负梯度的最优拟合线。第一组缺陷概率值表明针对低于约22nm的阈值的平均CD，缺陷概率增加。图29所示的第二组缺陷概率值具有正梯度的最优拟合线。第二组缺陷概率值表明针对高于该阈值的平均CD，缺陷概率增加。图29所示的第三组缺陷概率值具有最优拟合线，它是图29底部的基本水平线。第三组缺陷概率值表明当平均CD处于15nm至25nm之间的范围内时，缺陷概率非常低。
虽然第一组和第二组缺陷概率值彼此一致并且标识具有最低缺陷概率的平均CD的阈值，但是第一和第二组缺陷概率值与第三组缺陷概率值不一致，该第三组缺陷概率值表明当平均CD处于范围内的任何位置时，可以实现低缺陷概率。平均CD本身因此是用于实现特定缺陷概率的平均CD的适当值的不可靠的预测器。
实施例包括生成用于预测缺陷概率的统计参数。统计参数在本文中被称为尾部CD(Tail CD)。尾部CD可以根据平均CD以及CD的统计变化(本文称为CD变化)两者来确定。CD变化可以取决于上述CD均匀性。因此CD变化可以根据一个或多个视场中的感兴趣特征的LCDU来确定。例如，CD变化可以取决于所有视场的LCDU值的平均值。特别地，CD变化可以被确定为所有视场的LCDU值的平均值的倍数，并且针对每个视场，LCDU值可以被确定为视场中的特征的CD值的标准偏差。倍数可以是三。
计算尾部CD的第一方法可以是平均CD减去CD变化。计算尾部CD的第二方法可以是平均CD加上CD变化。当平均CD和/或CD变化低于阈值时，可以根据第一方法计算尾部CD，当平均CD和/或CD变化等于或高于阈值时，可以根据第二方法计算尾部CD。例如，可以根据阈值的任一侧上的缺陷发生的累积概率的计算来确定阈值。例如，阈值可以对应于小于阈值的平均CD和/或CD变化和处于或大于阈值的平均CD和/或CD变化的相等累积缺陷概率。
图30示出了缺陷概率与尾部CD之间的关系。图30中的图可以被称为缺陷概率关系。图30所示的尾部CD值是通过在大量焦距和剂量条件下执行FEM工艺而获取的。在每个焦距和剂量条件下，大约6500个接触孔的性质被测量并且用于确定平均CD和LCDU值。缺陷的比例也被确定并且用于确定缺陷概率。
如上所述计算了尾部CD。也就是说，CD变化被确定为针对所有视场的LCDU值的平均值的三倍，并且针对每个视场，LCDU值是视场中的特征的CD值的标准偏差。
图30中的结果表明，存在缺陷概率较低的尾部CD值的中央范围。当尾部CD低于该范围的下限时，缺陷概率增加，而当尾部CD大于该范围的上限时，缺陷概率增加。因此，尾部CD值的中央范围指示缺陷概率较低的尾部CD。与图29所示的值不同，图30所示的值属于彼此一致的组。因此，尾部CD是比平均CD更可靠的缺陷概率指示符。
可以根据尾部CD值的中央范围来确定工艺窗口。所确定的工艺窗口应当足够宽以容忍被组合以便在与工艺窗口相对应的缺陷概率水平实现可接受良率的CD不均匀性的所有源。缺陷概率水平可能需要为1e-7或更低。
图30所示的图是统计分布。实施例包括确定统计分布内的相关关系。相关关系可以用于推断结果并且帮助根据统计分布进行推论。
统计分布的尾部可以通过分布的矩来表征。对于纯高斯分布，均值和方差(分别是第一和第二中心矩)都是描述分布所必需的。图30所示的统计分布不是纯高斯分布，因为它是偏斜的。也就是说，与中央范围右侧的尾部CD的值的最优拟合线相比，中央范围左侧的尾部CD的值具有不同梯度的最优拟合线。可以定义第三中心矩、偏度(γ)和第四个中心矩、峰态(κ)来描述图30所示的分布。
可以针对低于中央范围中的尾部CD的值的尾部CD的值来确定左尾部相关器χL。这是用于计算为平均CD与CD变化之间的差异的尾部CD。可以为大于中央范围中的尾部CD的值的尾部CD的值来确定右尾部相关器χR。这是用于计算为平均CD与CD变化之和的尾部CD。χL和χR的每个值可以根据尾部CD值的统计分布的标准偏差、偏度和峰度分别确定。当χL，R＝(σ+γ)×κ时；χL,R是偏斜正态近似的尾部相关器。
尾部相关器可以用于表征尾部CD统计分布。实施例包括使用尾部相关器来确定用于描述统计分布的每个尾部的一个或多个公式。该公式可以用于外推每个尾部。外推允许估计由统计分布中的结果提供的范围之外的缺陷概率。
图31示出了在统计分布的中央范围内低于尾部CD值的尾部CD值的相关关系线。相关关系的线已经被外推。外推允许估计任何缺陷概率。如图31所示，对于图31下的特定数据，外推允许确定需要等于或大于19nm的尾部CD来提供1e-6的缺陷概率。由于测量低缺陷概率需要大量测量，因此可以仅可能通过使用尾部CD中的值的这种外推来确定用于提供低缺陷概率的尾部CD。
图32示出了在统计分布的中央范围内大于尾部CD值的值的相关关系线以及在中央范围内低于尾部CD值的值的相关关系线。每个相关关系的线彼此相交的点指示用于提供最小可实现缺陷概率的尾部CD。尾部CD的该值可以被选择为目标尾部CD并且焦距和剂量值的工艺窗口可以被确定为用于提供目标尾部CD的适当焦距和剂量值。
备选地，可以确定所需缺陷概率处于或低于特定水平的尾部CD值的目标范围。目标范围的上限和下限可以确定为在所需要的缺陷概率下相关关系的每条线的尾部CD值。焦距和剂量值的工艺窗口可以被确定为用于在目标范围内提供尾部CD的焦距和剂量值。工艺窗口的中心可以被确定为在尾部CD值的目标范围的中点处提供尾部CD的焦距和剂量值。
图32中的结果表明，通过根据实施例的技术确定更小且重新居中的工艺窗口，缺陷的数目可以减少三倍。
图33示出了如何使用与实现期望缺陷概率相对应的尾部CD的目标值或尾部CD的目标范围来确定焦距和剂量值的工艺窗口。针对每个焦距值和剂量值，尾部CD可以直接从测量数据计算、从可用数据的外推推断或者使用其他技术估计。焦距和剂量的工艺窗口可以确定为共同提供目标尾部CD或尾部CD的目标范围内的尾部CD的焦距和剂量值。通过将目标焦距值选择为在焦距工艺窗口的中心，并且将目标剂量值选择为在剂量工艺窗口的中心，由于实际应用焦距和剂量值从其目标值的波动而导致缺陷数目增加的概率得到降低。
虽然已经参考确定焦距和剂量值描述了实施例，但实施例的技术也可以用于确定以下中的任何一项：蚀刻工具设置、沉积工具设置、抗蚀剂显影设置、激光带宽、光学像差和/或光刻设备的动态参数(诸如机电系统中的工艺设置)。
图34示出了根据根据实施例的技术而生成的尾部CD的示例统计分布。分布之一是使用抗蚀剂A生成的，该抗蚀剂A的标称所需剂量约为55mJ/cm2。另一分布是使用光刻胶B生成的，该光刻胶B的标称所需剂量约为24mJ/cm2。尾部CD的比较表明，抗蚀剂B具有比抗蚀剂A更大的CD变化和更小的工艺窗口。因此根据实施例的工艺的表征可以用于帮助选择在制造特征的工艺中使用的光致抗蚀剂。
实施例包括以备选方式计算尾部CD。例如，实施例包括基于累积概率来计算尾部CD。
在一些应用中，一种类型的缺陷可能比另一种更严重。例如，合并接触孔可能是完全不可接受的缺陷，但缺失接触孔可能是可以容忍的缺陷。合并接触孔缺陷可能由过大的CD引起，而缺失接触孔缺陷可能由过小的CD引起。因此，不同类型的缺陷是由CD的相反极端引起的。
实施例包括根据缺陷概率与尾部CD之间的所确定的相关关系来确定工艺窗口，其中工艺窗口偏向于降低不可接受的缺陷发生的概率。
工艺窗口可以仅根据不可接受缺陷的相关关系的线来确定。这种工艺窗口将为不可接受缺陷提供低于所需值的缺陷概率，即使该工艺窗口可能会增加发生的可容忍缺陷的数目。
实施例还包括基于一个或多个附加标准确定的工艺窗口。例如，可以确定既提供与可接受缺陷概率相关联的尾部CD又足够低以允许光刻设备满足特定生良率要求(诸如生产量)的剂量值。
实施例包括优选工艺设置是最小剂量设置，对于该最小剂量设置，缺陷发生的概率满足制造要求。剂量的进一步控制可以仅在衬底上与预测缺陷概率超过特定值的尾部CD相关联的位置处执行。焦距控制可以基于类似的原理。已知的特征特性(例如，使用布局信息)可以用于预测哪些焦距偏差会导致缺陷概率的不可接受的增加。可以在衬底上与不可接受缺陷概率增加相关的位置处执行进一步的焦距控制。
实施例还包括使用针对缺陷检查的一种或多种已知的应用于衬底的工艺设置，诸如焦距和剂量图。仅可以检查具有与增加的缺陷发生风险相关联的尾部CD的衬底或衬底的部分。备选地或另外地，可以基于特征特定缺陷的工艺窗口来选择用于进行检查的特征。也就是说，缺陷概率满足工艺限制的尾部CD范围较窄的特征可以被选择用于缺陷检查，而对缺陷发生更鲁棒的特征不被检查。这可能会导致计量测量时间的显著减少。
图35示出了根据一个实施例的确定用于在衬底上制造特征的一个或多个工艺的特性的方法。
在步骤3501中，过程开始。
在步骤3503中，获取衬底上的至少一个区域的至少部分上的多个特征的图像数据。
在步骤3505中，使用图像数据以获取多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据。
在步骤3507中，确定总体统计参数，该总体统计参数取决于多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据的变化。
在步骤3509中，根据图像数据中的缺陷特征的确定数目，确定特征的缺陷制造的概率。
在步骤3511中，确定一个或多个工艺的特性以包括特征的缺陷制造的概率和总体统计参数。
在步骤3513中，过程结束。
如图33所示，与实现期望缺陷概率相对应的尾部CD的目标值或尾部CD的目标范围可以用于确定焦距和剂量值的工艺窗口。对于每个焦距和/或剂量值，可能存在大量CD值可用的情况(例如，由于使用大视场(FOV)电子束工具的大量计量的可用性)。不是基于平均CD、尾部CD或其他导出度量来定义工艺窗口，而是建议导出与某个焦距和/或剂量值在预定义范围内相关联的CD的概率。预定义范围可以例如与CD范围相关联，对于该CD范围，包括测量CD的特征的装置将在其一个或多个规格限制内起作用(例如，该装置将产出)。概率可以表示为CD符合某个预定义范围的概率的百分比。所得到的工艺窗口可以被构造为百分位值矩阵，其中一行对应于例如通过焦距的百分位值的行为，而一列对应于通过剂量的百分位值的行为。根据该描述的工艺窗口在图36中描绘。例如，概率等于或超过99-100％的预定义范围的焦距和剂量的值在图中描绘为闭合曲线。在这种情况下，位于该示例曲线(轮廓)内的焦距和剂量条件的任何组合基本与CD在其指定范围内的高概率相关。
工艺窗口可以进一步推广到任何期望的变化参数。例如，除了或备选焦距和/或剂量，可以使用像差、套刻、一个或多个动态性能相关参数(移动平均、移动标准偏差)或与光刻工艺的性能相关的任何其他参数。此外，工艺窗口可以根据在具有多于2个尺寸的向量空间中定义的百分位值来指定，例如向量空间可以具有3个尺寸，这些尺寸与例如成像的剂量、焦距和对比度相关联(例如，基于光刻设备的投影系统的一个或多个特性)。
工艺窗口可以进一步基于与CD不同的度量来定义，例如与测量的套刻(误差)、图像对比度(NILS、ILS)、EPE或局部CD变化(局部临界尺寸均匀性(LCDU)、LWR、LER))相关联的工艺窗口也可以被设想。在一个示例中，工艺窗口被定义为EPE在套刻误差值、剂量值和焦距值(3维空间)范围内的预定义范围内的概率值的矩阵。
在根据上述方法建立工艺窗口之后，可以选择光刻工艺的合适工作点。在一个示例中，基于与CD在其指定范围内的最高概率相关联的剂量值(例如，目标CD+/-10％偏差)来选择光刻工艺的工作点。在该示例中，工艺窗口是概率值的向量，每个值针对不同的剂量值确定。
在另一示例中，工艺窗口用于导出多维向量空间内的轮廓，该轮廓与CD/套刻/EPE/图像对比度在指定范围内的最小可接受概率相关联。轮廓的中心可以作为配置光刻工艺的最有希望的工作点。例如，EPE在-3.5nm到+4.5nm范围内的最小可接受概率可以被认为是95％。如果工艺窗口定义在焦距剂量空间内，则最优焦距和剂量值可以从与概率值>＝95％相关的空间内的轮廓导出，例如基于轮廓的中心。这在图37中进行了描述。图中绘制的椭圆轮廓表示光刻工艺只是提供满足特定标准的CD值的焦距和剂量值的集合。轮廓“X”的中心(虚线相交处，在这种情况下，焦距＝0.02μm，剂量＝53mJ)可以被认为是光刻工艺的一个很好的工作点。
在一个实施例中，获取性能参数值的多个分布，性能参数值的每个分布与不同的工艺条件相关联。随后，对于性能参数值的每个分布，导出性能参数在指定范围内的概率的指示符以获取多个概率指示符值，每个概率指示符值与不同的工艺条件相关联。基于概率指示符的值与工艺条件之间的关系，选择期望的工艺条件。
在一个实施例中，性能参数是以下中的一项或多项：CD、EPE、套刻(误差)、局部CDU、LER、LWR、图像对比度(NILS或ILS)或工艺的良率。
在一个实施例中，工艺条件涉及一个或多个工艺参数，诸如：光刻设备的投影系统的焦距、剂量、(多个)光学像差水平、套刻、和/或与图案化装置与衬底台之间的同步误差相关联的一个或多个动态条件。
在一个实施例中，不同的工艺条件是来自诸如焦距和/或剂量等一个或多个工艺参数的值的向量或矩阵的选择。
在一个实施例中，概率指示符是被包括诸如性能参数的指定范围等满足预定义标准的性能参数的值的分布内的测量或模拟样本的百分比。
在一个实施例中，期望的工艺条件是基于与概率指示符的最大值相关联的一个或多个工艺条件来选择的。
在一个实施例中，期望的工艺条件是基于与概率指示符接近或等于最小所需概率值的一个或多个工艺参数的一个或多个值相关联的工艺条件来选择的。
如前所述，概率指示符的值与工艺条件之间的关系可以用于选择期望的工艺条件。该关系表示制造半导体器件的工艺；优选工艺对工艺条件(例如，焦距/剂量变化)是稳健的，因为这可能通过工艺的令人满意的良率反映出来。通常，良率表示在规格范围内运行的管芯的数目或分数。
在工艺固定的情况下，选择给出最优化或至少提高的良率(与当前条件相比)的工艺条件可能是有利的。假定已经跨工艺窗口确定了概率指示符(通常是剂量和焦距参数值)并且剂量和焦距参数值可用于感兴趣的衬底(的至少部分)，则可以导出跨感兴趣的衬底(的至少部分)的概率指示符的图。基本上每个衬底位置，概率指示符的特定值可以基于关系和衬底特定工艺条件数据(焦距和剂量参数值)来计算。尽管该示例提到了焦距和剂量值，但任何其他相关工艺参数也可以在范围内并且可用于感兴趣衬底(掩模版CD和套刻数据、像差数据、阶段性能数据、和潜在其他工艺工具的其他工艺参数，诸如蚀刻相关参数)。
一旦将衬底特定工艺条件数据与该关系组合，就可以跨感兴趣的衬底的至少部分导出失效概率度量。与特征的尺寸或位置在预定义范围内的概率相关联的概率指示符可以基于对特征的预定义要求(通常基于其在提供给感兴趣衬底的器件内的角色以及特征的尺寸和/或位置偏差对制造后器件的电特性的影响)而转换为失效概率(缺陷概率)。因此，针对衬底特定工艺条件，跨衬底的至少部分获取失效概率的图。可以进一步处理该图以描述合计的失效概率；例如，在感兴趣衬底的至少部分上的管芯内的每个管芯、曝光场或甚至每个功能器件区域。
此外，可以定义失效概率的阈值。例如，阈值可以表示失效概率的值，该值被认为是仍然提供可接受器件性能的最大允许值。使用阈值，失效概率图可以例如用于导出感兴趣衬底上正在产出的管芯的数目或分数。
进一步基于失效概率图和衬底特定工艺条件数据，可以确定改进的工艺条件，该改进的工艺条件预期将改进感兴趣衬底上的例如产出管芯的数目或分数。例如，可以确定更新后的目标剂量和焦距值，该值被预测为提高生产量(基于概率指示符与剂量/焦距值之间的已知关系以及感兴趣衬底的焦距和剂量值的已知分布)。
可以考虑与提供给感兴趣衬底的先前层相关联的进一步处理数据，以确定感兴趣衬底上的当前层的改进工艺条件。例如，与一个或多个先前层相关联的图案位置误差(PPE)、CD或套刻信息可以用于增强失效概率值的确定，并且随后可能导致确定调节后的最佳工艺条件预测。例如，某个PPE指纹可以指示稍微偏差后续层的器件尺寸以保证(多个)先前层和后续层内包括的特征之间的良好接触是有利的。偏差可以是决定将目标剂量降低一定量以增加当前层内的特征的尺寸以便至少部分补偿如在先前层中观察到的相对较大PPE。
在一个实施例中，提供了一种用于确定提供给衬底的一个或多个半导体器件的失效概率的方法，该方法包括：获取概率指示符的值与工艺条件之间的关系；获取与跨衬底的至少部分的工艺条件相关联的一个或多个参数的衬底特定值；并且对关系和衬底特定值进行组合，以确定跨衬底的至少部分的失效概率。
在一个实施例中，工艺条件包括跨衬底的至少部分的有效剂量和焦距偏差的值。
在一个实施例中，该方法还包括：基于跨衬底的至少部分的失效的概率和该失效的概率的选定阈值，确定表示衬底的至少部分上的产出管芯的分数或数目的良率度量。
在一个实施例中，该方法还包括：基于良率度量的预期改进，确定改进的工艺条件。
考虑到本文中公开的实施例的说明和实践，本发明的其他实施例对于本领域技术人员来说将是很清楚的。
本公开的另外的实施例在以下编号条款的列表中给出：
1.一种确定用于在衬底上制造特征的一个或多个工艺的特性的方法，该方法包括：
获取衬底上的至少一个区域的至少部分上的多个特征的图像数据；
使用图像数据以获取多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据；
确定取决于多个特征中的至少一些特征中的每个特征的一个或多个尺寸的测量数据的变化的总体统计参数；
根据图像数据中的缺陷特征的确定数目，确定特征的缺陷制造的概率；以及
确定一个或多个工艺的特性以包括特征的缺陷制造的概率和总体统计参数。
2.根据条款1的方法，其中图像数据根据衬底上的多个区域而被获取。
3.根据条款2的方法，还包括：
针对多个区域中的每个区域，确定局部统计参数，该局部统计参数取决于区域中的多个特征的一个或多个尺寸的测量数据的变化；以及
根据多个局部统计参数，确定总体统计参数。
4.根据条款3的方法，其中每个区域的局部统计参数取决于区域中的特征的局部临界尺寸均匀性。
5.根据任一前述条款的方法，还包括确定缺陷概率关系，该缺陷概率关系指示所确定的特征的缺陷制造的概率与相应的总体统计参数之间的关系；
其中确定缺陷概率关系包括：针对在衬底上的特征的制造中所执行的一个或多个工艺，生成多个特性，其中多个特性中的每个特性通过在一个或多个工艺的不同条件下执行方法而被生成。
6.根据任一前述条款的方法，其中每个总体统计参数根据以下项而被生成：
多个特征的一个或多个尺寸的平均值；以及
取决于多个特征的一个或多个尺寸的变化的变化值。
7.根据条款6的方法，其中变化值是多个特征的一个或多个尺寸的标准偏差。
8.根据条款6或条款7的方法，其中每个总体统计参数是根据以下中的任一项而生成的：
平均值与变化值的倍数之间的差值；或者
平均值与变化值的倍数之和。
9.根据条款8的方法，其中变化值的倍数是三。
10.根据条款8或条款9的方法，其中：
当平均值低于阈值时，每个总体统计参数根据平均值与变化值的倍数之间的差值而被生成；以及
当平均值处于或高于阈值时，每个总体统计参数根据平均值与变化值的倍数之和而被生成。
11.根据条款10的方法，其中阈值被确定为针对第一累积概率值和第二累积概率值相同的阈值；其中：
第一累积概率值是针对低于阈值的多个统计参数的所有平均值的缺陷的发生的累积概率；以及
第二累积概率值是针对处于或高于阈值的多个统计参数的所有平均值的缺陷的发生的累积概率。
12.根据条款5或从属于条款5的任一条款的方法，还包括确定用于描述缺陷概率关系的尾部中的每个尾部的一个或多个公式。
13.根据条款12的方法，还包括：
使用一个或多个公式来估计最小可实现缺陷概率；
确定与经估计的最小可实现缺陷概率相对应的总体统计参数的值；以及
根据总体统计参数的确定值，确定用于一个或多个工艺的一个或多个工艺窗口。
14.根据条款12的方法，还包括：
使用一个或多个公式来确定在缺陷概率处于或低于用户确定水平之上的总体统计参数的值的范围；以及
根据所确定的总体统计参数的值的范围，确定用于一个或多个工艺的一个或多个工艺窗口。
15.根据条款12的方法，还包括：
使用用于仅描述缺陷概率关系的尾部中的一个尾部的一个或多个公式来确定总体统计参数的值，在处于以及高于或低于总体统计参数的值处，缺陷概率处于以及高于或低于用户确定水平；以及
根据总体统计参数的确定值，确定用于一个或多个工艺的一个或多个工艺窗口。
16.根据条款13至15中任一项的方法，其中确定工艺的工艺窗口包括：根据每个工艺的工艺设置与总体统计参数的值之间的已知或估计关系，确定工艺设置。
17.根据条款16的方法，其中工艺设置包括从以下项中选择的一项或多项：焦距设置、剂量设置、蚀刻工具设置、激光带宽设置、光学像差设置、光刻设备的动态参数设置、沉积工具设置和/或抗蚀剂显影设置。
18.根据条款5或从属于条款5的任一条款的方法，其中缺陷概率关系通过以剂量工艺的多个工艺设置中的每个工艺设置和焦距工艺的多个工艺设置中的每个工艺设置生成多个特性而被确定。
19.根据任一前述条款的方法，其中测量数据通过对利用被施加到衬底的抗蚀剂来形成的特征的显影后检查而被获取。
20.根据任一前述条款的方法，其中测量数据通过对在被施加到衬底的层内形成的特征的蚀刻后检查而被获取。
21.根据任一前述条款的方法，其中图像数据中的所确定的缺陷特征包括在特征应当存在时的缺失特征以及在至少两个特征应当彼此分离时的至少两个特征的合并。
22.根据任一前述条款的方法，其中测量数据包括被包括衬底上的两个或更多个层内的特征的数据，并且图像数据中的所确定的缺陷特征包括由不同层所包括的特征的相对定位的过大误差。
23.根据条款5或从属于条款5的任一条款的方法，还包括：
针对多个光刻胶中的每个光刻胶，确定缺陷概率关系和取决于缺陷概率关系的一个或多个工艺窗口；以及
根据所确定的一个或多个工艺窗口，选择在制造特征的工艺中使用的光刻胶。
24.一种系统，被配置为执行根据任一前述条款的方法。
25.根据条款24的系统，其中系统包括计算系统和电子束设备，其中：
电子束设备被布置为获取衬底的图像；以及
计算系统被布置为接收衬底的所获取的图像并且执行根据条款1至23中任一项的方法。
26.根据条款24或条款25的系统，其中系统包括光刻设备和/或计量设备。
27.一种非暂态计算机可读介质，包括指令，该指令在被执行时被配置为使衬底上的器件的制造工艺根据根据条款1至23中任一项的方法被控制。
28.一种用于确定期望的工艺条件的方法，方法包括：
获取性能参数的值的多个分布，性能参数的值的每个分布与不同的工艺条件相关联；
针对性能参数的值的每个分布，导出性能参数在指定范围内的概率的指示符以获取多个概率指示符值，每个概率指示符值与不同的工艺条件相关联；以及
基于概率指示符的值与工艺条件之间的关系，确定期望的工艺条件。
29.根据条款28的方法，其中性能参数是从以下项中选择的一项或多项：临界尺寸、边缘位置误差、套刻(误差)、局部临界尺寸均匀性、线边缘粗糙度、线宽粗糙度、图像对比度(归一化的图像对数斜率或图像对数斜率)或工艺的良率。
30.根据条款28或条款29的方法，其中工艺条件涉及一个或多个工艺参数，诸如：光刻设备的投影系统的焦距、剂量、(多个)光学像差水平、套刻、和/或与图案化装置与衬底台之间的同步误差相关联的动态条件。
31.根据条款28至30中任一项的方法，其中不同的工艺条件是来自诸如焦距和/或剂量的一个或多个工艺参数的值的向量或矩阵的选择。
32.根据条款28至31中任一项的方法，其中概率指示符是被包括在诸如性能参数的指定范围的满足预定义标准的性能参数的值的分布内的测量或模拟样本的百分比。
33.根据条款28至32中任一项的方法，其中期望的工艺条件基于与概率指示符的最大值相关联的一个或多个工艺条件来选择。
34.根据条款28至32中任一项的方法，其中期望的工艺条件基于与针对概率指示符接近或等于最小所需概率值的一个或多个工艺参数的一个或多个值相关联的工艺条件来选择。
35.一种确定被提供给衬底的一个或多个半导体器件的失效的概率的方法，该方法包括：使用条款28的方法获取概率指示符的值与工艺条件之间的关系；获取与跨衬底的至少部分的工艺条件相关联的一个或多个参数的衬底特定值；以及组合关系和衬底特定值以确定衬底的至少部分上的失效概率。
36.根据条款35的方法，其中工艺条件包括跨衬底的至少部分的有效剂量和焦距偏差的值。
37.根据条款35或36的方法，还包括：基于跨衬底的至少部分的失效的概率和该失效的概率的选定阈值，确定表示衬底的至少部分上的产出管芯的分数或数目的良率度量。
38.根据条款37的方法，还包括基于良率度量的预期改进，确定改进的工艺条件。
说明书和实施例旨在仅被认为是示例性的，本发明的真实范围和精神由以下权利要求指示。此外，如果本申请以特定顺序列出了方法或程序的步骤，则改变执行某些步骤的顺序在某些情况下可能或甚至是有利的，并且意图在于，除非在权利要求中明确说明了这种顺序的特殊性，否则下面列出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 (18)
1.一种确定用于在衬底上制造特征的一个或多个工艺的特性的方法，所述方法包括：
获取衬底上的至少一个区域的至少部分上的多个特征的图像数据；
使用所述图像数据以获取所述多个特征中的至少一些特征的一个或多个尺寸，并且基于所述一个或多个尺寸的变化，确定统计参数的值；
根据所述图像数据中的缺陷特征的确定数目，获取特征的缺陷制造的概率；以及
通过导出所述特征的缺陷制造的概率与所述统计参数之间的关系，确定所述一个或多个工艺的特性。
2.根据权利要求1所述的方法，其中所述图像数据根据所述衬底上的多个区域而被获取。
3.根据权利要求2所述的方法，还包括：
针对所述多个区域中的每个区域，确定局部统计参数的值，所述局部统计参数的值取决于所述区域中的多个特征的一个或多个尺寸的变化；以及
根据所述局部统计参数的值，确定所述统计参数的值。
4.根据权利要求3所述的方法，其中每个区域的所述局部统计参数的值取决于所述区域中的特征的局部临界尺寸均匀性。
5.根据权利要求1所述的方法，还包括确定缺陷概率关系，所述缺陷概率关系指示所确定的特征的缺陷制造的概率与相应的统计参数的值之间的关系；
其中确定所述缺陷概率关系包括：针对在所述衬底上的特征的制造中所执行的一个或多个工艺，生成多个特性，其中所述多个特性中的每个特性通过在所述一个或多个工艺的不同条件下执行所述方法而被生成。
6.根据权利要求1的方法，其中所述统计参数的值根据以下项而被生成：
多个特征的一个或多个尺寸的平均值；以及
取决于所述多个特征的一个或多个尺寸的所述变化的变化值。
7.根据权利要求5或从属于权利要求5的权利要求中任一项所述的方法，其中所述缺陷概率关系通过以下而被确定：以工艺的多个剂量设置中的每个剂量设置和以工艺的多个焦距设置中的每个焦距设置来生成多个特性。
8.根据权利要求1所述的方法，其中所述图像数据中的所确定的所述缺陷特征包括：在特征应当存在时的缺失特征以及在至少两个特征应当彼此分离时的所述至少两个特征的合并。
9.根据权利要求5所述的方法，还包括：
针对多个光刻胶中的每个光刻胶，确定缺陷概率关系和取决于所述缺陷概率关系的一个或多个工艺窗口；以及
根据所确定的一个或多个工艺窗口，选择在制造特征的工艺中使用的光刻胶。
10.一种用于确定期望的工艺条件的方法，所述方法包括：
获取性能参数的值的多个分布，所述性能参数的值的每个分布与不同的工艺条件相关联；
针对所述性能参数的值的每个分布，导出所述性能参数在指定范围内的概率的指示符以获取多个概率指示符值，每个概率指示符值与不同的工艺条件相关联；以及
基于所述概率指示符的值与所述工艺条件之间的关系，确定所述期望的工艺条件。
11.根据权利要求10所述的方法，其中所述性能参数是从以下项中选择的一项或多项：临界尺寸、边缘位置误差、套刻(误差)、局部临界尺寸均匀性、线边缘粗糙度、线宽粗糙度、图像对比度(归一化的图像对数斜率或图像对数斜率)或所述工艺的良率。
12.根据权利要求10所述的方法，其中所述不同的工艺条件是来自诸如焦距和/或剂量的一个或多个工艺参数的值的向量或矩阵的选择。
13.根据权利要求10所述的方法，其中所述概率指示符是被包括在满足诸如所述性能参数的指定范围的预定义标准的所述性能参数的值的分布内的被测量或被模拟的样本的百分比。
14.根据权利要求10所述的方法，其中所述期望的工艺条件基于与针对所述概率指示符接近或等于最小所需概率值的一个或多个工艺参数的一个或多个值相关联的工艺条件而被选择。
15.一种确定被提供给衬底的一个或多个半导体器件的失效的概率的方法，所述方法包括：
获取i)与在所述衬底上具有在一定范围内的定位和/或尺寸的特征的概率相关联的概率指示符的值与ii)所述衬底的工艺条件之间的关系；
获取与跨所述衬底的至少部分的工艺条件相关联的一个或多个参数的衬底特定值；以及
对所述关系和所述衬底特定值进行组合，以确定跨所述衬底的至少部分的失效的概率。
16.根据权利要求15所述的方法，还包括：基于跨所述衬底的至少部分的失效的概率和所述失效的概率的选定阈值，确定表示所述衬底的至少部分上的产出管芯的分数或数目的良率度量。
17.根据权利要求16所述的方法，还包括基于所述良率度量的预期改进，确定改进的工艺条件。
18.一种非暂态计算机可读介质，包括指令，所述指令在被执行时被配置为：根据权利要求1所述的方法，使衬底上的器件的制造工艺被控制。
Applications Claiming Priority (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962807854P | 2019-02-20 | 2019-02-20 | |
| US62/807,854 | 2019-02-20 | ||
| US201962865425P | 2019-06-24 | 2019-06-24 | |
| US62/865,425 | 2019-06-24 | ||
| US201962890091P | 2019-08-22 | 2019-08-22 | |
| US62/890,091 | 2019-08-22 | ||
| US202062958928P | 2020-01-09 | 2020-01-09 | |
| US62/958,928 | 2020-01-09 | ||
| PCT/EP2020/053025 WO2020169355A1 (en) | 2019-02-20 | 2020-02-06 | A method for characterizing a manufacturing process of semiconductor devices |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113508338A true CN113508338A (zh) | 2021-10-15 |
| CN113508338B CN113508338B (zh) | 2024-08-27 |
Family
ID=69528834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080015560.8A Active CN113508338B (zh) | 2019-02-20 | 2020-02-06 | 用于表征半导体器件的制造工艺的方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (2) | US11860548B2 (zh) |
| KR (1) | KR102641682B1 (zh) |
| CN (1) | CN113508338B (zh) |
| TW (2) | TWI771226B (zh) |
| WO (1) | WO2020169355A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116882361A (zh) * | 2023-09-06 | 2023-10-13 | 全芯智造技术有限公司 | 芯片缺陷分析方法、电子设备及存储介质 |
| CN116912272A (zh) * | 2023-09-14 | 2023-10-20 | 飞腾信息技术有限公司 | 创建候选剪辑区域的方法、装置、电子设备及存储介质 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210150574A (ko) * | 2019-05-21 | 2021-12-10 | 에이에스엠엘 네델란즈 비.브이. | 원하는 패턴과 관련된 확률적 변화를 결정하기 위한 방법 |
| US11727171B2 (en) * | 2020-09-29 | 2023-08-15 | X Development Llc | Techniques for using convex fabrication loss functions during an inverse design process to obtain fabricable designs |
| EP4261616A1 (en) | 2022-04-13 | 2023-10-18 | ASML Netherlands B.V. | Method and computer program for grouping pattern features of a substantially irregular pattern layout |
| WO2023131476A1 (en) | 2022-01-07 | 2023-07-13 | Asml Netherlands B.V. | Method and computer program for grouping pattern features of a substantially irregular pattern layout |
| KR102554353B1 (ko) * | 2022-12-07 | 2023-07-11 | 공주대학교 산학협력단 | 용접 비드의 비전 검사 장치 및 방법 |
| WO2024156485A2 (en) * | 2023-01-27 | 2024-08-02 | Asml Netherlands B.V. | Modeling defect probability from expected critical dimensions to improve accuracy of failure rate prediction |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160313651A1 (en) * | 2013-12-17 | 2016-10-27 | Asml Netherlands B.V. | Yield estimation and control |
| US20170010538A1 (en) * | 2014-02-11 | 2017-01-12 | Asml Netherlands B.V. | Model for calculating a stochastic variation in an arbitrary pattern |
Family Cites Families (25)
| 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 |
| US5229872A (en) | 1992-01-21 | 1993-07-20 | Hughes Aircraft Company | Exposure device including an electrically aligned electronic mask for micropatterning |
| US5646870A (en) | 1995-02-13 | 1997-07-08 | Advanced Micro Devices, Inc. | Method for setting and adjusting process parameters to maintain acceptable critical dimensions across each die of mass-produced semiconductor wafers |
| JP4075966B2 (ja) | 1996-03-06 | 2008-04-16 | エーエスエムエル ネザーランズ ビー．ブイ． | 差分干渉計システム及びこのシステムを具えたリソグラフステップアンドスキャン装置 |
| EP0890136B9 (en) | 1996-12-24 | 2003-12-10 | ASML Netherlands B.V. | Two-dimensionally balanced positioning device with two object holders, and lithographic device provided with such a positioning device |
| WO2004059394A2 (en) * | 2002-12-30 | 2004-07-15 | Koninklijke Philips Electronics N.V. | Determining lithographic parameters to optimise a process window |
| US7003758B2 (en) | 2003-10-07 | 2006-02-21 | Brion Technologies, Inc. | System and method for lithography simulation |
| US20060013486A1 (en) * | 2004-07-13 | 2006-01-19 | Burns Peter D | Identification of acquisition devices from digital images |
| US7587704B2 (en) | 2005-09-09 | 2009-09-08 | Brion Technologies, Inc. | System and method for mask verification using an individual mask error model |
| JP2008243192A (ja) * | 2007-02-26 | 2008-10-09 | Kyocera Corp | 公差決定方法、公差決定装置、プログラム、および記録媒体 |
| NL1036189A1 (nl) | 2007-12-05 | 2009-06-08 | Brion Tech Inc | Methods and System for Lithography Process Window Simulation. |
| CN102224459B (zh) | 2008-11-21 | 2013-06-19 | Asml荷兰有限公司 | 用于优化光刻过程的方法及设备 |
| JP5429869B2 (ja) | 2008-12-22 | 2014-02-26 | 株式会社 Ｎｇｒ | パターン検査装置および方法 |
| US8786824B2 (en) | 2009-06-10 | 2014-07-22 | Asml Netherlands B.V. | Source-mask optimization in lithographic apparatus |
| IT1401944B1 (it) * | 2010-09-17 | 2013-08-28 | Giuseppe Cristini S P A Sa | Apparecchio portatile di controllo delle condizioni di un nastro circolante in una macchina di fabbricazione della carta |
| NL2009982A (en) | 2012-01-10 | 2013-07-15 | Asml Netherlands Bv | Source mask optimization to reduce stochastic effects. |
| CN108139686B (zh) | 2015-10-12 | 2021-03-09 | Asml荷兰有限公司 | 处理参数的间接确定 |
| NL2017857A (en) | 2015-12-18 | 2017-06-26 | Asml Netherlands Bv | Process flagging and cluster detection without requiring reconstruction |
| TWI564741B (zh) | 2016-01-25 | 2017-01-01 | 敖翔科技股份有限公司 | 智慧型缺陷分類採樣方法、系統與電腦可讀取儲存媒體 |
| US10768533B2 (en) | 2016-10-20 | 2020-09-08 | Kla-Tencor Corporation | Method and system for generating programmed defects for use in metrology measurements |
| KR102540941B1 (ko) | 2017-06-18 | 2023-06-05 | 코벤터, 인크. | 가상 반도체 디바이스 제조 환경에서 키 파라미터 식별, 프로세스 모델 캘리브레이션 및 가변성 분석을 위한 시스템 및 방법 |
| US11275361B2 (en) | 2017-06-30 | 2022-03-15 | Kla-Tencor Corporation | Systems and methods for predicting defects and critical dimension using deep learning in the semiconductor manufacturing process |
| CN115877673A (zh) | 2017-12-22 | 2023-03-31 | Asml荷兰有限公司 | 基于缺陷概率的过程窗口 |
| EP3531205A1 (en) | 2018-02-22 | 2019-08-28 | ASML Netherlands B.V. | Control based on probability density function of parameter |
-
2020
- 2020-02-06 US US17/425,355 patent/US11860548B2/en active Active
- 2020-02-06 WO PCT/EP2020/053025 patent/WO2020169355A1/en active Application Filing
- 2020-02-06 CN CN202080015560.8A patent/CN113508338B/zh active Active
- 2020-02-06 KR KR1020217026633A patent/KR102641682B1/ko active IP Right Grant
- 2020-02-19 TW TW110142510A patent/TWI771226B/zh active
- 2020-02-19 TW TW109105343A patent/TWI743688B/zh active
-
2023
- 2023-11-06 US US18/387,082 patent/US20240111218A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160313651A1 (en) * | 2013-12-17 | 2016-10-27 | Asml Netherlands B.V. | Yield estimation and control |
| US20170010538A1 (en) * | 2014-02-11 | 2017-01-12 | Asml Netherlands B.V. | Model for calculating a stochastic variation in an arbitrary pattern |
Non-Patent Citations (1)
| Title |
|---|
| P. DE BISSCHOP等: "Stochastic effects in EUV lithography", PROC. OF SPIE, vol. 10583, pages 1 - 17 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116882361A (zh) * | 2023-09-06 | 2023-10-13 | 全芯智造技术有限公司 | 芯片缺陷分析方法、电子设备及存储介质 |
| CN116882361B (zh) * | 2023-09-06 | 2023-12-26 | 全芯智造技术有限公司 | 芯片缺陷分析方法、电子设备及存储介质 |
| CN116912272A (zh) * | 2023-09-14 | 2023-10-20 | 飞腾信息技术有限公司 | 创建候选剪辑区域的方法、装置、电子设备及存储介质 |
| CN116912272B (zh) * | 2023-09-14 | 2023-11-21 | 飞腾信息技术有限公司 | 创建候选剪辑区域的方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020169355A1 (en) | 2020-08-27 |
| TWI743688B (zh) | 2021-10-21 |
| US20240111218A1 (en) | 2024-04-04 |
| TW202209145A (zh) | 2022-03-01 |
| TW202040412A (zh) | 2020-11-01 |
| TWI771226B (zh) | 2022-07-11 |
| US20220100098A1 (en) | 2022-03-31 |
| US11860548B2 (en) | 2024-01-02 |
| KR102641682B1 (ko) | 2024-02-27 |
| KR20210116619A (ko) | 2021-09-27 |
| CN113508338B (zh) | 2024-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI839039B (zh) | 用於訓練機器學習模型之方法及微影方法 | |
| US11768442B2 (en) | Method of determining control parameters of a device manufacturing process | |
| CN113508338B (zh) | 用于表征半导体器件的制造工艺的方法 | |
| US10775705B2 (en) | Patterning stack optimization | |
| CN107430347B (zh) | 图像对数斜率(ils)优化 | |
| KR102621036B1 (ko) | 디바이스의 제조 프로세스에서의 방법, 비-일시적 컴퓨터-판독가능 매체 및 이러한 방법을 수행하기 위한 시스템 | |
| 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 | |
| CN114514476A (zh) | 用于确定视场设定的方法 | |
| 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 | |
| TWI859488B (zh) | 獲得基板之至少部分上之特徵的度量衡資料之方法、運算系統及非暫態電腦可讀媒體 | |
| 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 |