CN113906347B - 用于确定取样方案的方法、半导体衬底测量设备、光刻设备 - Google Patents
用于确定取样方案的方法、半导体衬底测量设备、光刻设备 Download PDFInfo
- Publication number
- CN113906347B CN113906347B CN202080037732.1A CN202080037732A CN113906347B CN 113906347 B CN113906347 B CN 113906347B CN 202080037732 A CN202080037732 A CN 202080037732A CN 113906347 B CN113906347 B CN 113906347B
- Authority
- CN
- China
- Prior art keywords
- model
- fingerprint
- substrate
- fingerprint model
- semiconductor substrate
- 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.)
- Active
Links
- 239000000758 substrate Substances 0.000 title claims abstract description 377
- 238000000034 method Methods 0.000 title claims abstract description 230
- 238000005070 sampling Methods 0.000 title claims abstract description 210
- 239000004065 semiconductor Substances 0.000 title claims abstract description 142
- 238000005259 measurement Methods 0.000 claims abstract description 219
- 238000009826 distribution Methods 0.000 claims abstract description 68
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 85
- 230000008569 process Effects 0.000 claims description 39
- 238000012937 correction Methods 0.000 claims description 35
- 230000033001 locomotion Effects 0.000 claims description 16
- 238000000059 patterning Methods 0.000 description 33
- 230000005855 radiation Effects 0.000 description 32
- 238000012545 processing Methods 0.000 description 19
- 235000012431 wafers Nutrition 0.000 description 19
- 239000010410 layer Substances 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 14
- 238000005286 illumination Methods 0.000 description 14
- 238000013178 mathematical model Methods 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000001459 lithography Methods 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 5
- 238000007654 immersion Methods 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000004886 process control Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000000206 photolithography Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 3
- 238000005530 etching Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000005381 magnetic domain Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- -1 baking Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000000671 immersion lithography Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G03F7/70605—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
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种用于确定取样方案的方法,所述方法包括:‑获得与性能参数在半导体衬底的第一部分上的第一空间分布有关的第一指纹模型和与所述性能参数在所述半导体衬底的第二部分上的第二空间分布有关的第二指纹模型;以及‑基于与在所述第一部分上对所述第一指纹模型的估计相关联的第一不确定性指标的期望减小和与在所述第二部分上对所述第二指纹模型的估计相关联的第二不确定性指标的期望减小来确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的取样点。
Description
相关申请的交叉引用
本申请要求于2019年5月22日提交的欧洲申请19176024.8和于2020年5月08日提交的欧洲申请20173733.5的优先权,这些专利申请的全部内容通过引用并入本文中。
技术领域
本说明书涉及一种产生高效取样方案的方法,所述高效取样方案可以被用于测量和/或检查样品或衬底,诸如半导体器件。测量和/或检查的结果可以被用于控制光刻设备。
背景技术
光刻过程是将期望的图案施加至衬底(通常是在衬底的目标部分上)上的一种过程。光刻设备(扫描器)可以被用于例如集成电路(IC)的制造中。在这种情况下,可以将可替代地称为掩模或掩模版的图案形成装置用于产生要在IC的单层上形成的产品图案。可以将这种图案转印到衬底(例如硅晶片)上的目标部分(例如包括一部分管芯、一个或若干管芯)上。典型地,通过将图案成像到设置在衬底上的辐射敏感材料(抗蚀剂)层上进行图案的转印。可以涉及步进和/或扫描运动,以在衬底上的连续目标部分处重复图案。还可以通过将图案压印到衬底上而将图案从图案形成装置转印到衬底上。所述图案可以通过进一步的处理步骤而被转印成功能产品特征。
所述光刻过程的一关键性能参数是重叠误差。这种误差(经常被简称为“重叠”)是将产品特性相对于形成在先前层中的特征放置在正确位置中的误差。随着产品特征变得越来越小,重叠规格变得越来越严格。
当前重叠误差通过例如在US2013230797A1中描述的校正模型来控制和校正。先进过程控制技术近年来已经被引入并且使用被施加至衬底的量测目标以及所施加的器件图案的测量。这些目标允许使用高吞吐量检查设备(诸如散射仪)来测量重叠,并且测量的结果可以被用于确定重叠指纹且随后产生校正,当对后续衬底进行图案化时所述校正被反馈到所述光刻设备中。例如在US2012008127A1中描述了过程控制(APC)的示例。所述检查设备可以与所述光刻设备是分立的。代替直接使用所述测量结果来限定控制动作,经常优选的是,首先向与被提供在所述衬底上的重叠目标相对应的测量值来应用校正模型。建模的测量数据典型地具有较少的噪声且允许限定控制动作,即使在跨越所述晶片的小空间尺度下。所述校正模型现今典型地包括较高阶项,以对所述晶片的非线性变形进行校正。所述非线性变形可以与许多效应相关联。这些效应可以是处理所述衬底的诱导变形,例如由于在所述图案化过程的退火、蚀刻或层沉积步骤期间引入应力分量所引起的诱导变形。所述校正模型还可以被扩展以考虑其它测量结果和/或计算结果,诸如在图案化操作期间的热变形。
虽然使用较高阶模型可能能够考虑更多效应,然而,这样的模型需要进行更多的位置测量。另外,较高阶校正模型需要较多的计算能力和/或耗费较多的计算时间。因而,使用较高阶校正模型可能在某些情况下在理论上可行,但在实践中可能在经济上不可能性,因为它将对所述光刻过程的吞吐量(即,每小时晶片)产生负面影响。另外,如果所述图案形成设备本身不提供与所述校正模型的较高阶项的空间尺度相对应的空间分辨率下的控制,则较高阶校正模型可能使用上受限。
如在WO2016/146217中所描述的,所述重叠指纹的某些分量将在衬底间随机变化。然而,其它部件本质上将是***的,不论它们的起因是否已知。在类似的衬底具有性能参数(例如,重叠误差)的类似图案时,所述性能参数的图案可以被称为所述光刻过程的“指纹”。性能参数(诸如重叠误差)可以被广泛地分类到两个不同的群组中:
1)跨越整个衬底、晶片变化的贡献在本领域中被已知为场间指纹,
2)跨越衬底或晶片的每个目标部分(场)或子场类似地变化的贡献在本领域中被已知为场内指纹。
在尖端节点中或在半导体晶片的3D-NAND中,观察到由晶片处理步骤(诸如蚀刻)所引发的重叠误差指纹的重复图案。这些指纹可以依据子场重叠校正来补偿,所述子场重叠校正允许和/或需要高空间频率下的扫描器校正。
通过引用并入本文中的WO2016/146217公开了一种方法,其中基于可用数据来限定场的一个或更多个子场。与每个子场有关的性能参数数据被处理以产生子场校正信息。使用所述子场校正信息来校正所述子场的曝光。通过参考场内的特定子场的性能数据来控制所述光刻设备,针对与特定子场相对应的关键特征的重叠误差可以被最小化,而不是在整个场上求平均值。通过相对于子场而不仅是整个场来控制光刻设备,一个或更多个子场中的残余误差可以被减少。可以使用针对在子场水平下的所述性能参数行为的空间尺度而专门设计的校正模型来对与所述一个或更多个子场相关联的性能参数数据进行建模。
如WO2016/146217中描述的方法需要在所述衬底上的较大数目个部位(特别是跨越所述一个或更多个子场足够密集地分布的部位)处测量所述光刻过程的性能参数,以实现特定于子场的校正模型的足够准确的确定。然而,它经常还需要对整个衬底进行取样以准确地确定所述校正模型,所述校正模型旨在描述跨越整个衬底、或大于所述子场的至少一部分的所述性能参数行为。本发明的目标是确定用于测量所述性能参数的适当部位,从而满足如上文提到的要求。
发明内容
说明书旨在提供用于确定取样方案的方法,所述方法可以例如用于半导体衬底的测量和/或检查、和/或用于控制在半导体衬底上执行的光刻过程。
根据本发明的实施例,提供一种用于确定取样方案的方法,所述方法包括:
已经根据这个实施例确定的单个取样点可以被用于导出所述第一指纹模型和所述第二指纹模型两者的模型参数。通过所述模型参数,可以减少为了获得所述模型参数所必须执行的测量的数目。
在用于确定取样方案的所述方法的实施例中,所述第一部分和所述第二部分至少部分地彼此叠置。
这是这个实施例的实际实现方式,其允许光刻设备的有效控制。
在用于确定取样方案的所述方法的实施例中,所述第一指纹模型是全局指纹模型,并且所述第二指纹模型是局部指纹模型。
例如,所述第一指纹模型是所述半导体衬底(场间)的整个上表面的指纹模型,例如,与这样的性能参数有关的指纹模型:其值依赖于所述半导体衬底面内的整***置,例如,依赖于距所述衬底的中心的径向距离。第二指纹模型例如是所述半导体衬底面一部分(例如,场、管芯或单元)(场内)的指纹模型,例如,与这样的性能参数有关的模型:其值依赖于在所述半导体衬底的一部分内的位置,例如,依赖于沿x方向或y方向距场的中心的距离。
这是这个实施例的实际实现方式,其允许光刻设备的有效控制。
在用于确定取样方案的所述方法的实施例中,所述第一部分是所述半导体衬底内的或所述半导体衬底的顶表面处的受照射层的至少一部分。
这是这个实施例的实际实现方式,其允许光刻设备的有效控制。
在用于确定取样方案的所述方法的实施例中,所述第二部分是场、多个场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、单元的多个部分中的一种。
这是这个实施例的实际实现方式,其允许光刻设备的有效控制。
在用于确定取样方案的所述方法的实施例中,所述性能参数是重叠误差、临界尺寸(例如,线宽)、对准标记位置、侧壁角、边缘粗糙度、边缘放置误差、和/或聚焦误差。
这是这个实施例的实际实现方式,其允许光刻设备的有效控制。
在用于确定取样方案的所述方法的实施例中,所述第一指纹模型和/或所述第二指纹模型还涉及至少一个另外的参数的空间分布。
例如,至少一个另外的参数是所述第一指纹模型和/或第二指纹模型的预测不确定性,例如,归一化模型不确定性、G-最优性、最小二乘误差和/或移动标准差。
这是这个实施例的实际实现方式,其允许光刻设备的有效控制。
在用于确定取样方案的所述方法的实施例中,确定所述取样点的位置包括考虑所述性能参数随时间推移的所述第一空间分布和/或所述第二空间分布中的漂移。
这允许光刻设备的准确控制。
在用于建立取样方案的方法的实施例中,所述方法还包括确定额外的取样点的步骤。
额外的取样点的数目优选地小于由如上文叙述的方法的实施例中任一项确定的取样点的数目。
因此,所述取样方案可以仅包含已经由如上文叙述的方法的实施例中任一项确定的取样点。替代地,所述取样方案可以包含已经由如上文叙述的方法的实施例中任一项确定的取样点、以及以不同方式确定的另外的取样点。
在用于建立取样方案的所述方法的实施例中,所述方法还包括:
-识别所述半导体衬底上的一个或更多个关键区域,
-确定每表面积的用于所述半导体衬底的所述一个或更多个关键区域与用于所述半导体衬底的其它区域相比的更高的取样点数目。
这允许在所述衬底的更多关键区域上施加图案时获得光刻设备的准确控制。
根据本发明的实施例,提供一种用于从半导体衬底产生测量数据的方法,所述方法包括:
-根据用于如上文叙述的确定取样方案的方法的实施例中任一项,确定取样点的位置,
-通过测量在所述半导体衬底上的取样点的部位处的性能参数来产生测量数据。
在这个实施例中,如根据用于如上文叙述的确定取样方案的方法的实施例中任一项所确定的取样点被用于产生测量数据。
根据本发明的实施例,提供一种用于从半导体衬底产生测量数据的方法,所述方法包括:
-接收与取样点的位置有关的信息,已经使用根据用于如上文叙述的确定取样方案的方法的实施例中任一项确定了所述位置,
-通过测量在所述半导体衬底上的取样点的部位处的性能参数来产生测量数据。
可选地,这个方法还包括基于所产生的测量数据来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数的步骤。
在这个实施例中,如根据用于如上文叙述的确定取样方案的方法的实施例中任一项所确定的取样点被用于产生测量数据,并且可选地,另外用于基于所产生的测量数据来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种用于确定模型参数的方法,所述方法包括:
-根据用于如上文叙述的从半导体衬底产生测量数据的方法的实施例,从半导体衬底产生测量数据,
-基于所产生的测量数据来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
可选地,这个方法在用于控制光刻设备的方法中使用,
所述方法还包括以下步骤:
-将半导体衬底布置在光刻设备中,
-在所述光刻设备中的所述半导体衬底上施加图案,
-基于控制输入数据来控制所述图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
例如,控制在所述半导体衬底上的图案的施加包括控制所述半导体衬底相对于来自所述光刻设备的图案施加***的曝光用光的移动,和/或控制所述图案形成装置(即掩模版)相对于所述照射***的照射光的移动。控制所述半导体衬底上的图案的施加的另一示例包括控制所述图案施加***中的透镜的位置和/或取向,控制所述照射***的照射设置,控制所述曝光用光的焦距,和/或控制所述曝光用光的剂量。
在这个实施例中,产生所测量的数据的半导体衬底可以与被布置在所述光刻设备中的半导体衬底相同或不同。
在这个实施例中,在所述样本点处执行的测量被用于高效地控制光刻设备。
根据本发明的实施例,提供一种计算机程序产品,所述计算机程序产品包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成执行上文叙述的方法中任一项所述的实施例。
根据本发明的实施例,提供一种计算机程序产品,所述计算机程序产品包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成:
-接收取样点,已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项产生了所述取样点,以及
-控制测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种计算机程序产品,所述计算机程序产品包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成:
-接收测量数据,已经在与所述取样点相对应的测量部位处从半导体衬底产生了所述测量数据,已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项确定了所述取样点,以及
-基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,
-基于控制输入数据来控制半导体衬底上的图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种半导体衬底测量设备,所述半导体衬底测量设备包括:
-输入终端,所述输入终端被配置成接收取样点,已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项确定了所述取样点,以及
-控制器,所述控制器被配置成控制所述半导体衬底测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-处理器,所述处理器被配置成基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种光刻设备,所述光刻设备包括:
-输入终端,所述输入终端被配置成接收测量数据,已经在与取样点相对应的测量部位处从半导体衬底产生了所述测量数据,已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项确定了所述取样点,以及
-处理器,所述处理器被配置成基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,以及
-控制器,所述控制器被配置成基于控制输入数据来控制半导体衬底上的图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种光刻***,所述光刻***包括根据如上文叙述的实施例所述的半导体衬底测量设备以及根据上文叙述的实施例所述的光刻设备。
根据本发明的实施例,提供一种器件制造方法,包括将来自图案形成装置的图案转印到衬底上,包括使用上文叙述的实施例所述的光刻设备的步骤。
根据本发明的另外的实施例,提供一种产生用于半导体衬底的取样方案,所述方法包括:
识别衬底的至少两个指纹的步骤,每个指纹与不同空间尺度相关联,
基于确定所述至少两个不同的指纹的所需精确度来产生所述取样方案的步骤。
在根据本发明的这种方法的实施例中,产生所述取样方案的步骤是基于至少两个不同的参数。
例如,所述至少两个不同的参数中的一个是模型的预测不确定性。可选地,模型的预测不确定性是归一化模型不确定性、G-最优性、最小二乘误差和/或移动标准差。
在根据本发明的方法的实施例中,,产生所述取样方案的步骤是基于至少两个不同的参数,并且所述至少两个不同的参数不是归一化模型不确定性、G-最优性、最小二乘误差和/或移动标准差。
在根据本发明的方法的实施例中,所述至少两个不同的指纹中的至少一个是跨越衬底的指纹、跨越场的指纹、跨越子场的指纹、跨越管芯的指纹、跨越一组管芯的指纹、跨越单元的指纹、跨越一组单元或单元的子场的指纹。
在根据本发明的方法的实施例中,产生所述取样方案的步骤是使用所述至少两个不同的指纹中的至少一个的模型。可选地,所述模型与可使用光刻设备校正的轮廓或分布相关联。
在根据本发明的方法的实施例中,产生所述取样方案的步骤还基于所述至少两个不同的指纹中的至少一个的漂移。
在根据本发明的方法的实施例中,所述至少两个不同的指纹中的一个至少部分地与衬底情境数据相关联。
在根据本发明的方法的实施例中,产生所述取样方案的步骤包括产生用于所述至少两个不同的指纹的至少两个子取样方案的步骤,以及将用于产生所述取样方案的所述至少两个子取样方案进行组合的步骤。
在根据本发明的方法的实施例中,,所述至少两个不同的指纹中的一个是衬底的跨越小于与光刻设备的校正电位相关联的最小尺寸的区域的指纹。
根据本发明的另外的实施例,提供一种用于根据用于如上文叙述的确定取样方案的方法的实施例中任一项来确定取样方案的方法,其中使用获得用于对衬底的一部分的性能参数的空间分布进行建模的指纹模型的方法来获得所述第一指纹模型或第二指纹模型,所述方法包括:将涉及所述性能参数在所述部分上的空间分布的初始指纹模型限定为基底函数的参数化组合;基于先验知识来确定用于基底函数的参数化组合的参数值,以及基于表示在一组一个或更多个半导体衬底的所述部分上的性能参数的测量结果集合以及所述初始指纹模型来确定用于对所述性能参数在所述衬底的所述部分上的空间分布进行建模的指纹模型,由此在所述初始指纹模型中确定的所述基底函数的至少两个参数值的比值保持恒定,或所述初始指纹模型的形状的至少一部分被保持在所述指纹模型中。
根据本发明的另外的实施例,提供一种用于根据用于如上文叙述的确定取样方案的方法的实施例中任一项来确定取样方案的方法,其中所述第一指纹模型作为第一组基底函数的参数化组合而与所述性能参数在所述衬底的所述第一部分上的所述第一空间分布相关联;所述第二指纹模型作为第二组基底函数的参数化组合而与所述性能参数在所述衬底的所述第二部分上的所述第二空间分布相关联;并且所述第一组基底函数中的一个或更多个大致正交于所述第二组基底函数中的一个或更多个。
附图说明
现在将参考随附的示意性附图仅通过举例的方式描述本发明的实施例,在附图中:
-图1描绘了根据本发明的实施例的光刻设备;
-图2示意性地图示了根据已知实践的在图1的设备的测量和曝光过程中的平台;并且
-图3图示出在实施本文中所披露的过程时有用的计算机***硬件,
-图4示出关注的区域相对于子场的最小大小的示意性描述,
-图5示意性地示出了半导体衬底,
-图6A示意性地示出了性能参数P的第一指纹模型,
-图6B示意性地示出了性能参数P的第二指纹模型,
-图7示意性地示出了性能参数P跨越一子场的指纹模型。
具体实施方式
图1示意性地描绘了根据本发明的一个实施例的光刻设备LA。所述设备包括:
-照射***(照射器)IL,所述照射***被配置成调节辐射束B(例如,UV辐射或EUV辐射)
-支撑结构(例如,掩模台)MT,所述支撑结构被构造成支撑图案形成装置(例如,掩模)MA,并被连接至第一***PM,所述第一***PM被配置成根据某些参数准确地定位所述图案形成装置;
-衬底台(例如,晶片台)WTa或WTb,所述衬底台被构造成保持衬底(例如,涂覆有抗蚀剂的晶片)W并被连接至第二***PW,所述第二***PW被配置成根据某些参数准确地定位所述衬底;以及
-投影***(例如,折射型投影透镜***)PS,所述投影***PS被配置成将由图案形成装置MA赋予所述辐射束B的图案投影到所述衬底W的目标部分C(例如,包括一个或更多个管芯)上。
所述照射***可以包括各种类型的光学部件,例如折射型、反射型、磁性型、电磁型、静电型或其它类型的光学部件、或者它们的任意组合,用以对辐射进行引导、成形或控制。
所述支撑结构支撑所述图案形成装置,即承载所述图案形成装置的重量。它以依赖于图案形成装置的方向、光刻设备的设计和诸如例如图案形成装置是否保持在真空环境中之类的其它条件的方式保持所述图案形成装置。所述支撑结构可以采用机械的、真空的、静电的或其它夹持技术保持图案形成装置。所述支撑结构可以是框架或台,例如,其可以根据需要成为固定的或可移动的。所述支撑结构可以确保图案形成装置(例如相对于投影***)位于期望的位置上。本文中使用的任何术语“掩模版”或“掩模”可以被认为与更上位的术语“图案形成装置”同义。
本文中使用的术语“图案形成装置”应被广义地解释为表示可以被用于在辐射束的截面中赋予所述辐射束图案以便在所述衬底的目标部分中产生图案的任何装置。应注意,被赋予至所述辐射束的图案可以不与所述衬底的目标部分中的期望的图案精确地对应(例如,如果所述图案包括相移特征或所谓的辅助特征)。通常,被赋予至所述辐射束的图案将与在所述目标部分中产生的器件(诸如集成电路)中的特定功能层相对应。
所述图案形成装置可以是透射型或反射型的。图案形成装置的示例包括掩模、可编程反射镜阵列和可编程LCD(液晶显示器)面板。掩模在光刻术中是公知的,并且包括诸如二元掩模类型、交替相移掩模类型、衰减相移掩模类型和各种混合掩模类型之类的掩模类型。可编程反射镜阵列的示例采用小反射镜的矩阵布置,所述小反射镜中的每个小反射镜可以被单独地倾斜,以便沿不同的方向反射入射的辐射束。被倾斜的反射镜将图案赋予由所述反射镜矩阵反射的辐射束。
在本文中所使用的术语“投影***”应被广义地解释为包括任意类型的投影***,包括折射型、反射型、反射折射型、磁性型、电磁型以及静电型光学***或者它们的任意组合,如对于所使用的曝光辐射或者诸如使用浸没液体或使用真空之类的其它因素所适合的。本文中使用的任何术语“投影透镜”可以被认为与更上位的术语“投影***”同义。
如这里描绘的,所述设备属于透射类型(例如,采用透射型掩模)。可替代地,所述设备可以是反射类型(例如,使用上文提及类型的可编程反射镜阵列,或者使用反射型掩模)。
所述光刻设备可以是具有两个(双平台)或更多个衬底台(和/或两个或更多掩模台)的类型。在这样的“多平台”机器中,可以并行地使用额外的台,或可以在一个或更多个台上执行预备步骤的同时,将一个或更多个其它台用于曝光。本文中公开的发明可以使用于独立的方式,但是特别的,它可以在单平台或多平台设备的预曝光测量平台中提供额外的功能。
所述光刻设备还可以属于如下类型:其中衬底W的至少一部分还可以被具有相对高折射率的液体(例如,水))覆盖,以便填充投影***与衬底之间的空间。浸没液体也可以被施加至所述光刻设备中的其它空间,例如所述掩模与所述投影***之间的空间。本领域中众所周知,浸没技术用于增加投影***的数值孔径。本文中使用的术语“浸没”并不意味着诸如衬底W之类的结构必须浸没在液体中,而是“浸没”仅意味着在曝光期间液***于投影***PS与衬底W之间。
参考图1,所述照射器IL接收来自辐射源SO的辐射束。所述源和所述光刻设备可以是分立的实体,例如当所述源是准分子激光器时。在这样的情况下,所述源并不认为是构成光刻设备的一部分,并且辐射束被借助于包括例如适合的定向反射镜和/或扩束器的束传递***BD从源SO传递至照射器IL。在其它情况下,所述源可以是所述光刻设备的组成部分(例如,当所述源是汞灯时)。可以将所述源SO和所述照射器IL以及需要时设置的所述束传递***BD一起称为辐射***。
所述照射器IL可以包括用于调整所述辐射束的角强度分布的调整器AD。通常,可以调整所述照射器的光瞳平面中的强度分布的至少外部径向范围和/或内部径向范围(通常分别被称为σ-外部和σ-内部)。此外,照射器IL可以包括各种其它部件,诸如积分器IN和聚光器CO。可以将所述照射器用于调整所述辐射束,以便在其横截面中具有期望的均匀性和强度分布。
辐射束B入射到图案形成装置(例如,掩模MA)上并被所述图案形成装置图案化,所述图案形成装置被保持在支撑结构(例如,掩模台MT)上。在已横穿所述掩模MA的情况下,所述辐射束B穿过所述投影***PS,所述投影***将所述束聚焦至所述衬底W的目标部分C上。借助于所述第二***PW和位置传感器IF(例如,干涉仪装置、线性编码器或电容传感器),可以准确地移动所述衬底台WTa/WTb,例如,以将不同的目标部分C定位在所述辐射束B的路径中。类似地,例如在从掩模库的机械获取之后或在扫描期间,可以将所述第一***PM和另一位置传感器(图1中未明确描绘)用于相对于所述辐射束B的路径准确地定位所述掩模MA。通常,可以借助于构成所述第一***PM的一部分的长行程模块(粗定位)和短行程模块(精定位)来实现掩模台MT的移动。类似地,可以采用构成所述第二***PW的一部分的长行程模块和短行程模块来实现所述衬底台WTa/WTb的移动。在步进器的情况下(与扫描器相反),掩模台MT可以仅与短行程致动器相连,或可以是固定的。可以使用掩模对准标记M1、M2和衬底对准标记P1、P2来对准掩模MA和衬底W。虽然图示的衬底对准标识占据了专用目标部分,但是它们可以位于多个目标部分之间的空间(这些被称为划线对准标记)中。类似地,在将多于一个管芯设置在所述掩模MA上的情形中,所述掩模对准标记M1、M2可以位于这些管芯之间。
所描绘的设备可以使用于以下模式中的至少一种:
1.在步进模式中,在将所述掩模台MT和所述衬底台WTa/WTb保持为基本静止的同时,将赋予所述辐射束B的整个图案一次投影到目标部分C上(即,单次静态曝光)。然后将所述衬底台WTa/WTb沿X方向和/或Y方向移动,使得可以对不同的目标部分C曝光。在步进模式中,曝光场的最大大小限制了在单次静态曝光中被成像的所述目标部分C的大小。
2.在扫描模式中,在同时扫描所述掩模台MT和所述衬底台WTa/WTb的同时,将被赋予至所述辐射束B的图案投影到目标部分C上(即,单次动态曝光)。所述衬底台WTa/WTb相对于所述掩模台MT的速度和方向可以通过所述投影***PS的(缩小)放大率和图像反转特性来确定。在扫描模式中,所述曝光场的最大大小限制了单次动态曝光中所述目标部分的宽度(沿非扫描方向),而所述扫描运动的长度决定了所述目标部分C的高度(沿扫描方向)。
3.在另一模式中,所述掩模台MT被保持成基本静止地保持可编程图案形成装置,并且在所述衬底台WTa/WTb被移动或扫描的同时,将被赋予至所述辐射束B的图案投影到目标部分C上。在这种模式中,通常采用脉冲辐射源,并且在所述衬底台WTa/WTb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所述可编程图案形成装置。这种操作模式可以易于被应用于利用可编程图案形成装置(诸如,如上文提到的类型的可编程反射镜阵列)的无掩模光刻术中。
也可以采用上文描述的使用模式的组合和/或变形例,或完全不同的使用模式。
在这个示例中,光刻设备LA是所谓的双平台类型,其具有两个衬底台WTa、WTb和两个站——曝光站和测量站——衬底台可以在所述曝光站与所述测量站之间进行交换。在所述曝光站EXP处正在曝光一个衬底台上的一个衬底的同时,可以在所述测量站MEA处将另一衬底装载至另一衬底台上以使得可以执行各种预备步骤。所述预备步骤可以包括使用水平传感器LS对衬底的表面高度廓线进行绘图和使用对准传感器AS测量衬底上的对准标记的位置。这能够实现所述设备的吞吐量显著增加。如果所述位置传感器IF在所述测量站和所述曝光站处时都不能测量所述衬底台的位置,则可以设置第二位置传感器以实现在两个站处追踪所述衬底台的位置。本发明可以被应用在具有仅一个衬底台或具有多个两个衬底台的设备中。
所述设备还包括光刻设备控制单元LACU,所述控制单元LACU控制所描述的各种致动器和传感器的所有移动和测量。LACU也包括信号处理和数据处理能力,以实施与设备的操作相关的期望计算。在实践中,控制单元LACU将被实现为许多子单元的***,每个子单元处理所述设备内的子***或部件的实时数据采集、处理和控制。例如,一个处理子***可以专用于所述衬底***PW的伺服控制。分立的单元甚至可以处理粗致动器和精致动器,或不同的轴。另一单元可以专用于所述位置传感器IF的读取。设备的总体控制可以由中央处理单元来控制,与这些子***处理单元通信,与操作者以及与所述光刻制造过程中涉及的其它设备通信。
图2图示出将目标部分(例如,管芯)曝光至图1的双平台设备中的衬底W上的已知步骤。在虚线框内的左手侧的步骤是在测量站MEA处执行的,而右手侧示出所述曝光站EXP处执行的步骤。经常,所述衬底台WTa、WTb中的一个衬底台将位于所述曝光站处,而另一衬底台位于所述测量站处,如上文描述的。出于此描述的目的,假定衬底W已经被加载至所述曝光站中。在步骤200处,通过未示出的机构将新衬底W’加载至所述设备。并行地处理这两个衬底以增加所述光刻设备的吞吐量。首先参考新加载的衬底W’,这个衬底可以是先前未处理的衬底,是用新光致抗蚀剂制备以供在所述设备中的第一次曝光使用。然而,通常,所描述的光刻过程将仅仅是一系列曝光和处理步骤中的一个步骤,使得衬底W’已经穿过这个设备和/或其它光刻设备若干次,并且也可以经历后续过程。
可以在其它光刻设备中执行先前和/或后续的过程(如刚才所提到),并且甚至可以在不同类型的光刻设备中执行先前和/或后续的过程。例如,在器件制造过程中,在诸如分辨率和重叠之类的参数上要求非常高的一些层相比于其它要求较不高的层可以在更先进的光刻工具中执行。因此,一些层可以在浸没型光刻工具中曝光,而其它层在“干型”工具中曝光。一些层可以在DUV波长下工作的工具中曝光,而其它层使用EUV波长辐射曝光。
在202处,使用所述衬底标记P1等和图像传感器(未示出)的对准测量被用来测量和记录所述衬底的相对于衬底台WTa/WTb的对准。另外,将测量跨越所述衬底W’的若干对准标记以建立“晶片栅格”,所述晶片栅格非常准确地映射标记的跨越整个所述衬底的分布,包括相对于名义矩形栅格的任何变形。在步骤204处,衬底高度相对于XY位置的映射也被测量,以供用于经曝光的图***聚焦中。
当装载衬底W’时,接收选配方案数据206,所述选配方案数据限定待执行的曝光,并且还限定所述衬底、和先前制作的图案以及待制作于衬底上的图案的性质。将在202、204处进行的衬底位置、衬底栅格和高度映射的测量结果添加至这些选配方案数据,使得可以将一整套选配方案和测量数据208传递至所述曝光平台。对准数据的测量结果例如包括以与所述产品图案(其是所述光刻过程的产品/产物)成固定或名义上固定的关系而形成的对准目标的X位置和Y位置。就在曝光之前所获取的这些对准数据将被组合和插值,以提供对准模型的参数。这些参数和所述对准模型将在曝光操作期间使用,以校正当前光刻步骤中所施加的图案的位置。常规的对准模型可以包括四个、五个或六个参数,这些参数一起以不同尺寸来限定“理想”栅格的平移、转动和缩放。如下文中进一步描述的,已知改进模型使用较多参数。在210处,调换晶片W'和W,使得所测量的衬底W’变成进入所述曝光站EXP的衬底W。通过交换所述设备内的所述支撑件WTa和WTb来执行这种调换,使得所述衬底W、W’保持准确地被夹持和定位于那些支撑件上,以保持所述衬底台与衬底自身之间的相对对准。因此,一旦已调换所述台,则确定投影***PS与衬底台WTb(以前为WTa)之间的相对位置是在控制曝光步骤时利用所述衬底W(以前为W')的测量信息202、204所必需的全部。在步骤212处,使用所述掩模对准标记Ml、M2来执行掩模版对准。在步骤214、216、218中,扫描运动和辐射脉冲被施加于跨越整个所述衬底W的连续目标部位处,以便完成多个图案的曝光。通过在执行曝光步骤时使用在所述测量站处所获得的对准数据和高度映射,这些图案被相对于期望的部位准确地对准,并且具体地说,相对于先前放置于同一衬底上的特征准确地对准。在步骤220处,从所述设备卸载的现在被标注为W”的经曝光的衬底根据所曝光的图案而经历蚀刻或其它过程。
图5示意性地示出了半导体衬底W。所述半导体衬底W具有带中心10的大致圆形形状。
所述半导体衬底W(或简称为“衬底W”)包含多个场11.1、11.2,在图5中示意性地指示了其中的两个场。一个场例如是所述衬底W的在所述平台相对于所述投影***的后续移动之间被照射的区域。在这个示例中,每个场11.1、11.2由多个管芯12.1、12.2形成,在图5中也示意性地指示了所述多个管芯12.1、12.2。因此,在这个示例中,管芯小于场。在处理所述衬底之后,所述管芯将形成多个单独的/分立的微芯片。在另一示例中,管芯可以包括多个场。因此,在该示例中,管芯大于场。每个管芯可选地包含多个单元13.1、13.2,在图5中也示意性地指示了所述多个单元13.1、13.2。因此,单元是管芯内的区域。单元小于管芯。图5示出两个场11.1、11.2。在图5中,每个场包含四个管芯,例如12.1、12.2。在图5中,每个管芯包含两个单元,例如13.1、13.2。场、管芯和单元的数目可以不同。
性能参数的值可以随着点14.1、14.2在所述衬底W上的位置而变化,例如从所述点至所述衬底W的中心10的径向距离。在一些情况下,已知这种变化可以通过数学模型(例如,多项式)来描述,但是所述模型参数可以在单独的衬底W之间变化。
例如,可以已知在点14.1处的性能参数的值。14.2依赖于至所述衬底的中心10的径向距离,并且所述值遵循抛物线型曲线。则描述所述参数值的数学模型是二阶多项式,所述二阶多项式可以写成:p1=aR2+bR+c,其中p1表示与所述衬底W有关的所述性能参数P的值,R是点至所述衬底W的中心10的径向距离,并且a、b和c是模型参数。所述数学模型可以包括或可以不包括周期性。数学模型的包括周期性的示例是正弦波。
可以通过执行在样本点处的测量来确定针对每个单独的衬底的所述模型参数。所述样本点是所述衬底W上的执行测量以提供测量数据的部位,可以根据所述测量数据确定所述模型参数a、b和c。多个取样点一起形成取样方案。一旦确定了模型参数a、b和c,就可以针对没有执行所述测量的部位来预测所述性能参数的分布,并且因而所述性能参数测量数据可以被增密。经增密的性能参数测量数据可以被用于以增加的准确度来控制所述光刻设备,因为关于经增密的性能参数测量数据的值和/或用于所述性能参数的模型的所述模型参数的知识允许补偿误差或其它偏差。
如果所述取样方案包含大量取样点,则可以准确地确定所述性能参数分布。然而,需要花费很长时间来执行用以确定所述模型参数所必需的测量,这降低了所述光刻过程的吞吐量。因此,如果取样方案中的取样点的数目可以被减少则会是有利的。
性能参数的值可以不仅随点14.1、14.2在所述衬底W上的位置而变化,而且也随点14.1、14.2在场11.1、11.2、管芯12.1、12.2或单元13.1、13.2内的位置而变化,例如,随着从所述点14.1、14.2所位于的场11.1、11.2的拐角15.1、15.1沿x方向或沿y方向的距离而变化。描述所述性能参数的值的变化的所述数学模型可以与描述所述性能参数在所述衬底面的整个表面上的变化的数学模型相同或不同。例如,场11.1、11.2内的所述性能参数的变化依赖于沿x方向距所述场11.1、11.2的拐角点15.1、15.2的距离,其可以被写成:p2=fY+g,其中p2表示与所述场11.1、11.2有关的性能参数P的值,Y是沿y方向从点14.1、14.2至相应的场11.1、11.2的拐角点15.1、15.2的距离,并且f和g是模型参数。
当考虑如图5中示出的点14.1和14.2时,性能参数P的值,依赖于点14.1、14.2在所述衬底W上的位置,通常将在点14.1和点14.2之间是不同的,因为这些点位于距所述衬底W的中心10不同的径向距离处。然而,对于点14.1和14.2,所述性能参数P的值将是相同或至少类似的,因为它们沿y方向位于距它们的相应的场11.1、11.2的拐角点15.1、15.2相同的距离处。在所述光刻设备的过程的控制中(例如,在所述衬底相对于所述光刻设备的投影***的移动的控制中)考虑这些考虑因素,可以有助于增加所述光刻过程的准确度。
性能参数在所述半导体衬底上或其一部分上的空间分布(即,性能参数的值在所述半导体衬底或其一部分上的变化)被称作“指纹”。所述指纹也可以随时间变化,因为例如过程随时间而改变。所述指纹模型是对在所述衬底W或所述衬底W的一部分上的指纹进行建模的数学模型。所述指纹模型包含许多模型参数(例如,在上文给出的示例中的参数a、b、c、f和g)。相同的指纹模型可以被用于一组衬底W,例如,一个或更多个批次中的衬底W,或甚至在同一光刻设备上受处理的所有衬底W。然而,所述模型参数可以在单独的衬底W之间变化。
图6A和图6B图示出这种变化。图6A示出表示性能参数P的值p1的曲线图,其取决于距所述衬底的中心10的径向距离R。线p1-1表示在第一衬底中的P值的变化,并且线p1-2表示在第二衬底中的P值的变化。虽然线p1-1、线p1-2的形状可以由同一类型的多项式(所述“指纹模型”)来描述,但是所述多项式的参数在线p1-1与线p1-2之间变化。例如,如果表示线p1-1和线p1-2两者的多项式可以被写为aR2+bR+c,则对于线p1-1和线p1-2,所述模型参数a、b和c的值是不同的。
图6B示出表示性能参数P的值p2的曲线图,其取决于沿y方向Y距场11.1、11.2的拐角15.1、15.2的距离。线p2-1表示在第一衬底中的P值的变化,并且线p2-2表示在第二衬底中的P值的变化。虽然线p2-1、线p2-2的形状可以由同一类型的多项式(所述“指纹模型”)来描述,但是所述多项式的参数在线p2-1与线p2-2之间变化。例如,如果表示线p1-1和线p1-2两者的多项式可以被写为fY+g,则对于线p2-1和线p2-2,所述模型参数f和g的值是不同的。
例如,通过首先获得所述指纹且然后将所获得的指纹转换成表示所获得的指纹的数学模型,来获得指纹模型。例如,可以通过测量半导体衬底或一组半导体衬底在多个测量部位处的所述性能参数来获得所述指纹。通常,为了获得所述指纹,必须在大量测量部位处执行测量。替代地或另外,可以通过在计算机模型中模拟所述性能参数并且获得所述性能参数的值在所述半导体衬底或其一部分上的空间分布,来获得所述指纹。
根据所获得的指纹,可以例如通过确定在所测量的性能参数的空间分布中的图案(例如,通过曲线拟合)来获得所述指纹模型。例如,在WO2013/092106的第[0108]-[0129]段中描述了可以如何将校正模型应用至测量数据以便计算模型参数。因此,所述指纹模型是基于领域知识来确定的数学模型。然后,在取样部位处执行测量。包括所述模型参数的所述指纹模型被拟合至测量结果。然后,通过所述拟合来确定所述模型参数。经拟合的指纹模型(即,具有被拟合至所测量数据的模型参数的所述指纹模型)可以预测在所述衬底W上的任何部位处(典型地在没有执行测量的部位处)的性能参数值。以这种方式,经拟合的指纹模型能够对跨越整个衬底W的测量进行“建模”或“增密”,而同时保持相当低的测量数目。这允许获得吞吐量与准确度之间的良好平衡。
光刻设备的控制架构被配置成用以控制场内水平和场间水平两者情况处的性能(例如,重叠、CD、焦距)。最新发展(WO2016146217A1、WO2018121921A1)也能够实现在小于场的空间尺度下的控制。最先进的扫描器的控制架构也允许在子场水平/层级的情况下的控制。所述子场的关于其大小和/或形状的定义可以根据所述性能参数的空间变化来被选择,所述空间变化通常取决于所述场、管芯和单元跨越整个所述衬底的布局。基于子场的控制架构提供了对于所述光刻设备的控制的增强的灵活性。例如,管芯/单元跨越场的特定布局(分布)可以引起所述场内的相对应的应力分布,这引起所述场的平面内晶片变形,从而引发性能参数(误差)指纹的相对应的指纹。在所述应力分布是周期性的情况下,所述指纹可以示出跨越整个所述场的重复的(周期性)图案。在基于子场的控制接口可用的情况下,这种类型的指纹可以由所述光刻设备高效地校正,其中所述子场被限定为覆盖被包括在所述重复的图案内的单个或离散数目个周期,使得每子场的指纹校正典型地是大致相同的(例如,每个校正的目标是校正相同的周期性性能参数指纹)。
当处于不同的空间尺度(例如,整个衬底和场、场和子场等)的指纹被识别时,有益的是通过基于所识别的指纹来控制所述光刻设备从而校正这些指纹。
本发明的目的是获得一种取样方案,所述取样方案能够在不同的空间尺度下对两个或更多个指纹进行准确地建模,而同时防止识别所述模型参数所需的测量数目过大。
指纹模型的模型参数可以基于(归一化)模型不确定性来确定。例如,WO2015110191A1和WO2016162231A1描述了所述方法。当在数据中存在噪声时,可以根据所述噪声的性质、所使用的测量(例如,取样)方案等,以不同的方式对所述数据进行建模。因此,当使用有噪声的测量结果、在给定的量测方案上对数学模型的参数进行估计时,所述模型不确定性为所述数学模型提供了噪声灵敏度的量度。因而,所述模型不确定性可以被解释为从存在于测量结果中的噪声至模型预测值中的变化的噪声放大/抑制因子。所述模型不确定性是所使用的数学模型、测量点的部位、进行对所述模型的估计(插值外推法)的部位、以及所测量的衬底数目的函数。所述归一化模型不确定性(NMU)是模型不确定性的无单位版本,并且不依据噪声水平/等级而改变。NMU<1表示噪声抑制,并且NMU>1表示噪声放大。因而,所述归一化模型不确定性表示与测量结果中的噪声的量成比例的建模值中的变化的量。低NMU(<1)帮助确保取样方案-数学模型组合将导致对噪声的一致的拟合,即,对噪声的拟合稳健性(虽然它可能不保证所述模型将准确地描述实际测量结果)。在实施例中,为了良好的噪声抑制,最大NMU应小于0.6、小于0.5、小于0.4、或小于0.3。衬底内噪声(例如,3西格玛值)和NMU的乘积是基于衬底内噪声的输出噪声(例如,剩余噪声)。它是理论输出噪声并且是示出所选模型和所使用取样方案的效果的指示器。因而,在实施例中,取样方案优化器可以进行优化以减少或最小化NMU,且然后,可以通过将可适用的NMU值乘以所测量的数据的衬底内噪声(例如,3西格玛值)来确定剩余的不确定性,所述剩余的不确定性进一步用于关于所测量的数据对一个或更多个数学模型和取样方案的估计。
可以基于所述指纹模型的(归一化)模型不确定性来确定用于确定所述取样点的部位的取样方案,以获得所述性能参数的测量结果从而确定两个或更多个指纹模型的模型参数。所述取样方案可以被确定以共同优化从而同时减少或最小化两个或更多个指纹模型的NMU。以这种方式所确定的取样方案提供了有助于以最小化的或减小的模型不确定性来进行对两个或更多个指纹的模型参数的确定的所述取样点的部位。
在本发明的实施例中,通过获得与性能参数在半导体衬底的第一部分上的第一空间分布有关的第一指纹模型以及与所述性能参数在所述半导体衬底的第二部分上的第二空间分布有关的第二指纹模型,以及通过确定与所述半导体衬底上的用于(基于与在所述第一部分上对所述第一指纹模型的估计相关联的第一不确定性指标的期望减小以及与在第二部分上对所述第二指纹模型的估计相关联的第二不确定性指标的期望减小)产生测量数据的测量部位相对应的取样点,来确定取样方案。指纹模型的数目可以大于2个,例如,三个、四个或更多个。
在本发明的实施例中,还通过获得与所述性能参数在所述半导体衬底的第三部分上的第三空间分布有关的第三指纹模型来进一步确定取样方案,
其中确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的取样点还基于与在所述第三部分上对所述第三指纹模型的估计相关联的第三不确定性指标的期望减小。
在本发明的实施例中,还通过获得与所述性能参数在所述半导体衬底的第四部分上的第四空间分布有关的第四指纹模型来进一步确定取样方案,
其中确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的取样点还基于与在所述第三部分上对所述第四指纹模型的估计相关联的第四不确定性指标的期望减小。
已经根据这个实施例确定的单个取样点可以被用于导出所述第一指纹模型和所述第二指纹模型两者的模型参数。利用所述模型参数,可以减少为了获得所述模型参数所必须执行的测量的数目。
并不是所述衬底W上的所有可能的测量部位都提供对两个指纹模型都有用的信息。例如,如果所述指纹模型是周期函数,则性能参数为零的部位不提供与所述周期函数的峰值高度有关的信息。需要在不同部位处的另外的测量来获得这种信息。根据实施例,只有对所述第一指纹模型和所述第二指纹模型两者都提供有用信息的部位才有资格作为取样点。
可以用各种方式确定有资格作为取样点的这些测量部位。
例如,初始地,基于在样本衬底W上的大量部位处所执行的测量来确定第一指纹模型和第二指纹模型。因此,大量取样点被包括在这个测量中。基于这种大量测量来确定所述样本衬底的所述第一指纹和第二指纹的模型参数。然后,例如,通过数字或其它计算机实施的方法,再次确定所述第一指纹和第二指纹模型的模型参数,但是现在基于在较少数目个取样点处所执行的测量。然后,检查初始运行(利用所有取样点)与第二次运行(利用较少取样点)之间的偏差是否可接受。如果不可接受,则在第二次运行时过多取样点或过多重要取样点被遗漏。如果所述偏差是可接受的,则甚至可以省略/不考虑甚至更多取样点。以这种方式,所述取样方案可以被优化,使得所有或至少大部分所述取样点允许确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
除了如前一段落中所描述的方法之外或代替如前一段落中所描述的方法,可以使用的另一优化方法是检查遗漏或改变点的测量值的影响,并且确定这对于基于第一次运行(因此,使用大量取样点)初始地确定的模型参数的影响。如果对所述第一指纹模型的模型参数以及所述第二指纹模型的模型参数两者都存在显著影响,则这是有资格作为取样点以供执行本发明的实施例的取样点。
其它额外的或替代方法也是可能的。
可选地,所述第一指纹模型是全局指纹模型,并且所述第二指纹模型是局部指纹模型。
例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的顶部面(即,所述衬底W的顶部面的待照射或已被照射的部分,不包括任何聚焦禁止区(focusexclusion area)(如果存在这些聚焦禁止区的话)),并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是场。
替代地,例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的顶部面(即,所述衬底W的顶部面的待照射或已被照射的部分,不包括任何聚焦禁止区(如果存在这些聚焦禁止区的话)),并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是管芯。
替代地,例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的顶部面(即,所述衬底W的顶部面的待照射或已被照射的部分,不包括任何聚焦禁止区(如果存在这些聚焦禁止区的话)),并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是单元。
替代地,例如,所述第一指纹模型或所述第二指纹模型是光刻设备校正能力模型。
所述光刻设备校正能力模型可以是对光刻设备可应用于所述衬底的校正能力进行描述的模型。例如,管芯内指纹可能比缓慢变化的全晶片指纹更难以校正。通过使用这样的光刻设备校正能力模型作为所述第一指纹模型或所述第二指纹模型,则待根据本发明待确定的取样点可以仅识别可以由所述光刻设备校正的指纹分量。这使所述取样部位的选择能够更有效,因为以这种方式选择的取样部位仅识别可由所述光刻设备校正的指纹分量而不识别不可由所述光刻设备校正的其它指纹分量。
替代地,例如,所述第一指纹模型和/或所述第二指纹模型可以是物理模型。所述物理模型可以是例如应力分布模型或任何其它过程模型。
例如,所述应力分布模型可以是描述在所述衬底或所述衬底的一部分(例如,场、子场、管芯、单元,或多个场、子场、管芯、单元)上的应力分布的模型。当某一半导体制造过程(例如,涂覆、焙烤、CMP、显影或蚀刻)在整个所述衬底或所述衬底的一部分上引入应力分布时,则通过在由本发明所确定的取样部位处所进行的测量,有效地识别由所述应力所引起的相对应的指纹,其中所述第一指纹模型和/或所述第二指纹模型中的至少一个是所述应力分布模型。以类似的方式,可以由本发明利用作为与所述半导体制造过程模型相对应的过程模型的所述第一指纹模型和/或第二指纹模型来识别由半导体制造过程所引发的任何其它类型的指纹分量。
替代地,例如,所述第一指纹模型和/或所述第二指纹模型与过程指纹相关联。
例如,所述第一指纹模型和/或第二指纹模型可以与整个所述衬底或所述衬底的一部分上的由半导体制造过程所引发的过程指纹相关联。通过在由本发明所确定的取样部位处所进行的测量,有效地识别所述过程指纹,其中所述第一指纹模型和/或第二指纹模型与所述过程指纹相关联。例如,可以由重叠误差的显影后检查(ADI)与在相同/不同晶片或批次的衬底上所测量的蚀刻后检查(AEI)重叠误差之间的非零偏移来表示所述过程指纹。
替代地,例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的场,并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是管芯。
替代地,例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的场,并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是单元。
替代地,例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的管芯,并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是单元。
替代地,例如,所述衬底的所述第一指纹模型所涉及的所述第一部分是所述衬底W的场,并且所述衬底W的第二指纹模型所涉及的所述第二部分例如是子场。
替代地,例如,所述第一指纹模型被配置成描述性能参数跨越所述衬底的内部部分的行为,并且所述第二指纹模型被配置成描述所述性能参数在所述衬底的边缘处的行为。
可选地,所述第一部分和第二部分至少部分地彼此叠置。
可选地,所述第一部分是所述半导体衬底内的或所述半导体衬底的顶表面处的受照射层的至少一部分。
可选地,所述第二部分是场、多个场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、单元的多个部分中的一种。
可选地,所述第一指纹模型是全局模型,并且所述第二部分是场、多个场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。甚至进一步可选地。
可选地,所述第一部分是所述衬底W的顶部面(即所述衬底W的顶部面的待照射或已被照射的部分,不包括任何聚焦禁止区(如果存在这些聚焦禁止区的话),并且所述第二部分是场、多个场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是多个场,并且所述第二部分是场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是场,并且所述第二部分是子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是多个子场,并且所述第二部分是子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是子场,并且所述第二部分是管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是多个管芯,并且所述第二部分是管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是管芯,并且所述第二部分是管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是管芯的多个部分,并且所述第二部分是单元、多个单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是多个单元,并且所述第二部分是单元、单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是单元,并且所述第二部分是单元的一部分、或单元的多个部分中的一种。
可选地,所述第一部分是单元的多个部分,并且第二部分是单元的一部分。
所述第一部分和第二部分具有比取样点所具有的面积更大的面积。
可选地,所述第一指纹模型是全局模型,并且所述第二指纹模型是衬底边缘模型,所述第三部分是场,并且所述第四部分是子场。
所述性能参数例如是重叠误差、临界尺寸(例如,线宽)、对准参数(对准标记位置)、侧壁角、边缘粗糙度、边缘放置误差、和/或焦距(误差)。
可选地,所述第一指纹模型和/或所述第二指纹模型还涉及至少一个另外的参数的空间分布。
例如,至少一个另外的参数是模型的预测不确定性,例如,归一化模型不确定性、G-最优性、最小二乘误差和/或移动标准差。
除了提供建立取样方案的方法之外,本发明的方面关于建立或确定用于对所述性能参数进行建模的合适的模型。通常,性能参数的指纹、(或更特别地)所述性能参数的指纹模型可以由基底形状或函数的组合来限定。这样的基底形状或函数可以例如包括多项式、样条或其它数学函数。通常,对沿一轨迹或跨越一区域的所测量的现象进行建模可以涉及确定沿所述轨迹或跨越所述区域的函数的基底形状的线性或非线性组合(例如,加权组合)的最佳拟合。如将理解的,越多的基底形状被认为被包含于所述拟合,则越多的测量数据需要是可获得的。如果例如希望通过表示沿X方向所测量的性能参数P的一组测量结果来拟合五阶多项式,则存在6个变量需要被确定,即p0至p5:
P = p0 + p1.x + p2.x2 + p3.x3 + p4.x4 + p5.x5 (1)
以类似方式,可以使用一组样条函数Ci对所述性能参数进行建模:
P = p1.C1 + p2.C2 + p2.C3 (2)
在大量基底形状或函数被包含于所述拟合过程的情况下,因而可能需要至少相同的大数量的测量,以便确定所应用的模型的变量或参数。注意,被应用以实现所述指纹模型与所测量的数据的拟合的变量或参数也可以被称为权重因子。包括基底形状或函数的组合的模型或指纹模型的拟合因而对应于确定所述基底形状或函数的与所测量的一组数据尽可能良好对应的加权组合。
然后,基底形状的加权组合可以被称为所测量的数据的指纹模型,例如特定性能参数(诸如重叠误差、临界尺寸、侧壁角等)的指纹模型或指纹。
关于对所述模型进行建模或建立所述模型,可以指出,大量基底函数的使用提供了大的拟合自由度,即,它允许模型被调谐至大量的各种形状,但是它具有在建立所述模型时产生一些复杂性的缺点,这是因为它需要确定大量变量、参数或权重因子。
将理解,在所述指纹模型对衬底的子场的性能参数进行描述的情况下,它因而可能需要大量测量来确定所述衬底的每个子场的所述指纹模型。需要大量测量来确定模型也可能增大噪声灵敏度。
在本发明的实施例中,提议一种方法以减少用以获得衬底的许多场或子场的指纹模型所需的测量数目。
所提议的方法是基于以下洞察/理解:虽然在衬底的子场上的性能参数P可能对于每个子场是不同的,但所述性能参数在不同子场中的总体形状可以示出强相似性。如此,发明人已经设计出所述方法,所述方法可以足以(至少部分地)维持先前确定的指纹模型,例如特定子场的指纹模型,以导出用于另一子场的指纹模型。
在这样的实施例中,因而可以维持或保留先前确定的模型(被称为初始指纹模型)的某些方面,而不是拟合整个新模型(即所有变量或权重因子均待确定的模型),由此减少确定所述新模型所需要的变量数目。
这可以被例解如下:
参考上文提到的五阶多项式拟合,假定对于衬底的特定子场S0,所述拟合已经被执行并且产生用于所述子场的模型或指纹,所述模型或指纹可以被描述为:
P(S0) = a0 + a1.x + a2.x2 + a3.x3 + a4.x4 + a5.x5 (3)
由此,a0、a1、a2、a3、a4和a5现在是固定参数,从而导致在子场S0上所测量的性能参数P的最优拟合。子场S0可以例如被称为参考子场,所述参考模型用于确定方程式(1)的模型的拟合参数,从而产生所述指纹模型P(S0),所述指纹模型P(S0)可以被称为用于对衬底的子场上的性能参数P进行建模的初始指纹模型或参考指纹模型。
根据本发明的实施例,用于另一子场(例如,子场S1)的所述性能参数P的指纹模型现在可以被确定为:
P(S1) = pS . (a0 + a1.x + a2.x2 + a3.x3 + a4.x4 + a5.x5) (4)
由此,ps是待确定的变量或参数,其用于获得所述模型(a0+a1.x+a2.x2+a3.x3+a4.x4+a5.x5)与所述子场S1的性能参数P的测量结果的最优拟合。在本文档中,pS也被称为形状参数。
在如所给出的示例中,用于对所述子场S1的性能参数P进行建模的所述模型的形状是固定的,仅所述模型的幅值可以经由变量pS来改变,可以通过将方程式(4)的模型与所述子场S1中的性能参数P的测量数据进行拟合来确定所述变量pS。以更数学的方式进行表达,可观察到,通过使所述初始指纹模型的参数a0至a5固定,所述模型的不同基底函数之间的比率被固定,或者所使用的不同基底函数的相对权重被固定、或保持恒定。通过这样做,所述指纹模型的形状被固定或维持。
如由技术人员将理解的,由于所述指纹模型P(S1)(特别是所述模型的形状)对于子场S1来说除了幅值之外都是大致固定的,因此需要大量测量数据集来拟合所述模型。如在给出的示例中可以看出的,仅需要确定一个变量pS以便完全确定用于所述子场S1的所述指纹模型。原则上,它将会足以具有在所述子场S1上执行的性能参数的一个测量,以便确定所述形状参数或变量pS。
在给出的示例中,如所应用的模型的形状因而是大致固定的,使得可以针对特定子场仅改变或建模所述指纹模型的表示所述性能参数P的幅值。
在观察到所测量的性能参数(例如,所测量的重叠误差)跨越不同子场大致具有相同形状的情况下,如由上文所描述的过程所开发的这样的指纹模型可以被有利地应用。
在观察到指纹或模型的表示跨越子场的性能参数的实际形状将不会在衬底上保持大致恒定的情况下,可能需要在如所应用的指纹模型中引入额外的灵活性或可变性。在这样的情况下,也可以允许所述形状发生改变、而不是将如所应用的模型的形状完全固定或冻结,尽管具有比使用根据方程式(1)的一般模型更多的限制。
由此,模型形状没有完全被固定但可以在一定程度上被改变的这些模型的示例是:
在方程式(5)的顶部方程式中,可以观察到,零阶基底函数、一阶基底函数和二阶基底函数被固定或保持恒定,并且三阶基底函数、四阶基底函数和五阶基底函数的相对权重也是如此。通过这样做,待确定的形状参数或变量pSi的数目从6减少至2。通常,可以提到,通过使如所应用的基底函数中的两个基底函数的相对权重固定,或保持两个基底函数的比率恒定,则可以消除需要被确定的一个变量或参数。
以类似方式,可以针对特定子场来确定基于样条函数的模型或指纹,由此所述模型可以被用于对其它子场进行建模,从而在一定程度上维持或固定所述模型的形状。
在这样的实施例中,可以通过执行跨越所述子场的多个测量来确定用于衬底的特定子场S0的指纹或模型,并且产生用于所述子场S0的模型或指纹,其可以被描述为:
P(S0) = a1.C1 + a2.C2 + a2.C3 (6)
由此,a0、a1、a2和a3现在是固定参数,从而导致如在子场S0上所测量的性能参数P的最优拟合。
根据本发明的实施例,用于子场S1的性能参数P的模型现在可以被确定为:
P(S1) = pS . (a1.C1 + a2.C2 + a2.C3) (7)
由此,pS是待确定的变量或参数,以获得所述模型(a1.C1+a2.C2+a2.C3)与所述子场S1的性能参数P的测量结果的最优拟合。
在由方程式7给出的示例中,所述模型的形状是大致固定的,如此,当对另一子场(例如,子场S1)进行建模时,仅所应用的模型的幅值被认为是变量。
以与针对所述多项式模型所论述的类似的方式,基于样条函数的模型也可以适于考虑所述模型跨越所述衬底的某些变量。在观察到指纹或模型的表示跨越子场的性能参数的实际形状将不会在衬底上保持大致恒定的情况下,因而可在如所应用的指纹模型中引入额外的灵活性或可变性。在这样的情况下,也可以允许所述形状改变、而不是将如所应用的模型的形状完全固定或冻结,尽管具有比使用根据方程式(1)的一般模型更多的限制。
由此,所述模型的形状不完全被固定但可以在一定程度上被改变的这种基于样条函数的模型的示例是:
P(S1)=pS1.(a1.C1+pS2.a2.C2+a2.C3)
P(S1) = pS1 . (a1.C1 + a2.C2) + pS2.C3 (8)
对于所述多项式模型和基于样条函数的模型两者,或定义为基底函数的(线性或非线性)组合的其它模型,对衬底上的多个子场的性能参数进行建模的过程因而可以开始于确定用于特定子场或一组特定子场的模型或指纹。在本发明的实施例中,使用参考子场的集合体,其可以在衬底上的多个部位上被测量和/或在多个衬底上被测量。然后,在所述多个子场上的测量结果可以被求平均值。在实施例中,以这样的方式来选择所述参考子场:所述参考子场提供对期望形状的良好表示。由于这种初始指纹仅需要被确定一次,并且其在很大程度上被用于其它子场的建模,因此可能值得执行跨越所述子场的所述指纹或性能参数的详细测量。可以例如在初始设置阶段期间使用可用测量数据(诸如训练和验证数据)来确定这种初始指纹或参考指纹。
一旦所述初始或参考指纹或指纹模型已经被确定,它就可以被用于确定另一子场的指纹模型,鉴于对维持或固定用于其它子场的指纹模型中的初始指纹模型的形状的至少一部分的约束,所述另一子场的指纹模型随后将会仅需要一组有限的测量结果。
在图7中图示出这个过程。图7示意性地示出了指纹500,所述指纹500描述了跨越子场(例如,沿X方向)的性能参数P,如基于在所述子场上所执行的测量而确定的。
指纹500因而可以被认为是参考指纹,所述指纹500的形状也被认为与其它子场的指纹的形状相对应。如此,假定所述衬底的另一子场的指纹将具有大致相同的形状,则另一子场的指纹可以例如对应于曲线图510或曲线图520,曲线图510和520仅在幅值方面与所述参考指纹不同。如由技术人员将理解的,为了确定子场的实际指纹,由此预先确定所述指纹的形状,将会仅需要执行一个测量。参考图7,将会足以知晓所述指纹模型在特定部位处的实际幅值(例如在x=x1处的幅值P1),且对所述指纹500进行缩放使得其包括在x=x1处的测量值P1。
因为仅需要一组有限的测量结果来确定子场的实际指纹,所以重要的是确保所选择的测量结果提供足够的信息,或优选地提供最相关信息,以确定子场的实际指纹。作为示例,可能优选的是,对在期望所述性能参数的相对比较高的幅值的部位处的子场性能参数进行取样或测量。在这样的部位处执行所述测量可以例如对应于信噪比低的部位。相反,当在期望所述性能参数的低幅值的部位处执行所述测量时,可以确定所述指纹的准确度可以是较小的。对于图7中给出的示例,显然,在x=x2或x=x3附近执行测量将不会提供与所寻找的指纹的幅值有关的信息测量结果。
为了减轻噪声的影响或在测量中包括某种形式的冗余,执行比严格需要的更多的测量可能是明智的/可取的。执行额外测量也提供了检查所述指纹500的预定形状是否有效或是否仍有效的可能性。冗余测量因而提供了检测所述指纹500的预定形状是否有仍效或是否应被调整的可能性。参考图7,可以观察到,对于所述指纹模型500,在x=x4处和x=x5处所进行的测量呈现相同的性能参数P2。如此,当在另一子场上在x=x4和x=x5的部位处执行测量时,预期获得相同的性能参数测量结果。在这样的测量将会导致不同值的情况下,这可以被认为是所述其它子场的形状与用作参考的所述指纹模型的形状不对应的指示。因而,这可以是所述形状可能需要被重新配置或调整的指示。
上文给出的示例描述了可以如何针对特定子场来预先确定指纹模型,以及可以如何进一步使用所述指纹模型以供确定其他子场的指纹模型,由此维持所述初始指纹模型的形状的至少一部分。
将由技术人员理解到,相同的方法也可以被应用以对更全局现象(即,跨越所述衬底的整个表面而延伸或扩展的现象)进行建模。在这样的实施例中,例如可以基于一组广泛的测量数据来确定表征特定性能参数的全局指纹模型。这样的全局指纹模型随后被用于对另外的衬底的性能参数进行建模,由此所述初始全局指纹模型的形状的至少一部分以与如上文论述的类似的方式被维持或固定。
以与如上文描述的类似的方式,所述全局指纹模型可以使用一组基底形状或函数,诸如多项式或样条函数。关于样条函数的使用,可以提到,基于样条函数的模型提供了较大的拟合自由度。当特定分析形状是未知的时,它允许灵活的方式来描述特定形状。
在上文中,已经提到,可以针对特定子场来开发或确定特定指纹模型,且可以进一步使用所述特定指纹模型来对其它子场进行建模,由此在某一程度上维持所述特定指纹模型的模型的形状。例如可以参考方程式(4),由此用于所述性能参数P(S1)的指纹模型的形状被假定是固定的,即a0、a1、a2、a3、a4和a5是通过如在子场S0上所测量的所述性能参数P的最优拟合来获得的固定参数。
如上文提到的,这样的固定模型的使用假定用于对所述子场性能参数进行建模的局部指纹模型的形状保持大致恒定。
然而,在本发明的实施例中,可以考虑跨越衬底所使用的指纹模型的变化。在这样的实施例中,构成所述指纹模型的变量或形状参数pSi不是恒定的,而是可以跨越所述衬底而变化的函数。可以认为这些参数可以跨越所述衬底而变化,而不是保持这些参数恒定,并且使用一组广泛的测量数据,可以将全局模型与针对这些参数所观察的任何变化进行拟合。换句话说,用于描述子场的指纹模型的参数中的每个参数都可以被认为是函数,例如二维函数,其因而可以跨越所述衬底而变化。这样的变化可以用与针对所述子场模型而描述的大致类似的方式来建模,即,使用多个基底函数,诸如多项式函数或样条函数。
在上文给出的用于确定局部或全局指纹模型的示例中,可以识别以下步骤:
在第一步骤中,涉及性能参数在半导体衬底的一部分上的空间分布的初始指纹模型被限定为多个基底函数的参数化组合。这样的模型的示例可以例如在方程式(1)和(2)中找到。
在第二步骤中,使用表示所述性能参数的在所述半导体衬底的所述部分的示例上的测量结果集合来确定所述初始指纹模型的参数。
在第三步骤中,基于所述初始指纹模型来确定用于在所述部分上对所述性能参数进行建模的指纹模型,由此在所述初始指纹模型中所使用的至少两个基底函数的比率保持恒定。
这个第三步骤也可以被描述成基于所述初始指纹模型来确定用于对所述部分上的性能参数进行建模的指纹模型的步骤,由此所述初始指纹模型的形状的至少一部分在所述指纹模型中被维持。
在本发明的实施例中,使用Legendre多项式来用于对所述性能参数的指纹进行建模,以供对局部指纹模型、对全局指纹模型、或对这两者进行建模。
如上文已经提到的,当前,针对整个衬底来确定性能参数(诸如重叠)并对所述性能参数进行建模,因而产生所谓的全局指纹模型,并且所述全局指纹模型随后被用于所谓的先进过程控制(APC)。用于对跨越整个所述衬底的性能参数进行建模的模型可以例如是多项式模型,即,由此使用基底函数的模型是多项式,例如低阶多项式。例如在US2012008127A1中描述了先进过程控制(APC)的示例。
为了在子场水平上应用校正或控制,可以开发如上文论述的局部指纹模型。根据本发明的一方面,可以确定最优取样方案以便能够确定全局指纹模型(例如,用于APC)和局部指纹模型(即,处于管芯或子场水平)两者,而没有对密集的测量或取样方案的需求。如上文论述的,也可以使用多项式基底函数来确定用于对性能参数P的局部变化进行建模的指纹模型(例如,子场指纹模型)。发明人已经观察到,在全局指纹模型和局部指纹模型两者使用多项式函数或基底函数的情况下,可能发生串扰。在使用笛卡尔多项式或基底函数来确定两种模型的情况下,局部指纹模型可能无法与用于例如APC的全局指纹模型区分开。结果,对全局指纹模型做出的改变可能影响局部指纹模型,反之亦然,并且可能需要对局部指纹模型参数进行检查或重新测量。
为了避免或至少减轻这种串扰,在本发明的实施例中,提议使用与全局指纹模型不同的基底函数来对局部指纹模型进行建模。
本发明的这样的实施例可以例如被描述成获得指纹模型的方法,包括:
将与性能参数在衬底的第一部分上的第一空间分布有关的第一指纹模型限定为第一组基底函数的参数化组合;
将与所述性能参数在所述衬底的第二部分上的第二空间分布有关的第二指纹模型限定为第二组基底函数的参数化组合;
其中所述第一组基底函数中的一个或更多个基底函数大致正交于所述第二组基底函数中的一个或更多个基底函数。
特别地,已经推导出,使用Legendre多项式对所述局部指纹进行建模能够减少所述全局指纹与所述局部指纹之间发生的串扰。特别地,可以表明,在无限数目个均匀分布的测量的情况下,串扰将会减少至零。有限个(例如较小数目个)测量的应用仍可以产生所述串扰的显著减小。Legendre多项式的应用要求限定位置边界条件。在实施例中,用于所应用的Legendre多项式的位置边界条件被设定为-1至1。通过这样做,可以限定一组Legendre多项式,其中零阶和一阶多项式与笛卡尔多项式相同,如下表中所例示的:
/>
通过这样做,可以减少所述全局指纹模型的零阶多项式与一阶多项式之间的串扰,用于APC和由所述Legendre多项式所限定的更高阶参数。通过这样做,可以建立所述全局指纹模型与所述局部指纹模型的分量之间的分离。当也利用相同的位置边界条件[-1,1]而使用笛卡尔多项式时,Legendre多项式可以被容易地转换成笛卡尔多项式,反之亦然。作为所使用的指纹模型的分量的分离的结果,可以执行一个模型的参数的修改或校正,而基本上不影响其它模型。特别地,所使用的指纹模型可以被分解成具有较低阶参数的模型和具有较高阶参数的模型。作为示例,用于APC控制的指纹模型可以例如包括零阶参数和一阶参数,而用于子场的指纹模型可以包括较高阶(>1)参数。这样的分解可以有利地被应用,以确定用于确定所应用的模型的修改或校正的取样策略。在先进过程控制是基于仅具有低阶参数的指纹模型的情况下,所述低阶参数可以利用较少的测量来更新,而具有较高阶参数的模型的使用可能需要较多的测量用于更新。所述分解也可以被用于考虑所述模型的某些特性,诸如稳定性。在所述模型参数之间存在较少串扰的情况下,已经发现,较容易分别监测这些参数。如此,已经观察到,子场指纹模型(特别是其较高阶分量)随时间推移是相对稳定的。基于此,可以例如开发取样和测量策略,由此(例如,与较高阶Legendre多项式相关联的)较高阶参数可需要利用较密集的测量但以较低频率来建模,因而降低测量成本。较低阶指纹模型可以例如用较少的测量但以高频率来更新。
可选地,确定所述取样点的位置包括考虑所述性能参数的随时间推移在所述第一空间分布和/或所述第二空间分布中的漂移。可以例如由于在开机之后在许多衬底W的曝光期间所述光刻设备的预热而产生这样的漂移。
根据如上文描述的实施例中任一项所述的方法当然可以被用于确定多个取样点。
根据另外的实施例,以上实施例可以在用于提供一种用于建立取样方案的方法中使用,所述方法包括:
-根据用于如上文叙述的确定取样方案的方法的实施例中任一项,确定多个取样点,
-建立取样方案,所述取样方案包括所确定的取样点。
在根据这个实施例所建立的取样方案中,有效利用了所述取样点。取样点的数目被减少,而同时仍可以获得用于所述第一指纹模型和所述第二指纹模型两者的模型参数。
例如,在已经由上文所阐述的实施例所建立的取样方案中的取样点的数目至少比用以建立所述第一指纹模型和/或第二指纹模型所必需或所使用的取样点的数目少50%。
可选地,在已经由上文叙述的实施例所建立的取样方案中的取样点的数目至少比建立所述第一指纹模型和/或第二指纹模型所必需或所使用的取样点的数目少75%。
所建立的取样方案也可以包括以不同的方式所确定的额外的取样点。
可选地,在建立取样方案时,考虑所述衬底W上的关键区域的位置。在关键区域中,例如所需准确度高于所述衬底W上的其它位置,或可接受偏差小于所述衬底W上的其它位置。
这可以通过用于建立取样方案的上述方法的实施例来实现,在所述实施例中,所述方法还包括:
-识别所述半导体衬底W上的一个或更多个关键区域,
-确定每表面积的用于所述半导体衬底W的所述一个或更多个关键区域与用于所述半导体衬底W的其它区域相比的更高的取样点数目。
可以在用于从半导体衬底产生测量数据的方法、用于控制光刻设备的方法、计算机程序产品、半导体衬底测量设备、光刻设备、光刻***和器件制造方法中实施用于确定取样方案、用于确定多个取样点、和/或用于建立取样方案的方法的实施例。
在用于从半导体衬底产生测量数据的方法的实施例中,利用由上文所阐述的方法的实施例中任一项所确定的取样点、多个取样点和/或取样方案。
例如,提供一种用于从半导体衬底W产生测量数据的方法,所述方法包括以下步骤:
-根据用于如上文叙述的确定取样方案的方法的实施例中任一项,确定取样点的位置,
-通过测量在所述半导体衬底W上的实施取样点的部位处的性能参数来产生测量数据。
作为另外的示例,提供一种用于从半导体衬底W产生测量数据的方法,所述方法包括以下步骤:
-接收与取样点的位置有关的信息,已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项确定了所述位置,
-通过测量在所述半导体衬底W上的所述取样点的部位处的性能参数来产生测量数据。
可选地,这个实施例还包括基于所产生的测量数据来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数的步骤。
在用于控制光刻设备的方法的实施例中,利用通过上文叙述的方法的实施例中任一项所确定的取样点、多个取样点和/或取样方案。
这样的实施例例如包括以下步骤:
-根据用于如上文叙述的从半导体衬底产生测量数据的方法的实施例,从半导体衬底产生和/或接收测量数据,
-基于所产生的测量数据来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,
-将半导体衬底布置在光刻设备中,
-在所述光刻设备中的所述半导体衬底上施加图案,
-基于控制输入数据来控制所述图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
所述光刻设备例如是根据图1的光刻设备。
例如,控制在所述半导体衬底上的所述图案的施加包括控制所述半导体衬底相对于来自所述光刻设备的图案施加***的曝光用光的移动,和/或控制所述图案形成装置(即掩模版)相对于所述照射***的照射光的移动。控制所述半导体衬底上的所述图案的施加的另一示例包括控制所述图案施加***中的透镜的位置和/或取向,控制所述照射***的照射设置,控制所述曝光用光的聚焦,和/或控制所述曝光用光的剂量。
在这个实施例中,产生所述测量数据的半导体衬底可以是与被布置在所述光刻设备中的半导体衬底相同或不同的半导体衬底。
根据本发明的实施例,提供一种计算机程序产品,所述计算机程序产品包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成执行上文叙述的方法中任一项所述的实施例。
根据本发明的实施例,提供一种计算机程序产品,所述计算机程序产品包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成:
-接收已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项所产生的取样点,以及
-控制测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种计算机程序产品,所述计算机程序产品包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成:
-接收已经在与已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项所确定的取样点相对应的测量部位处从半导体衬底所产生的测量数据,以及
-基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,
-基于控制输入数据来控制半导体衬底上的图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种半导体衬底测量设备,所述半导体衬底测量设备包括:
-输入终端,所述输入终端被配置成接收已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项所确定的取样点,以及
-控制器,所述控制器被配置成控制所述半导体衬底测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-处理器,所述处理器被配置成基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种光刻设备,所述光刻设备包括:
-输入终端,所述输入终端被配置成接收已经在与已经根据用于如上文叙述的确定取样方案的方法的实施例中任一项所确定的取样点相对应的测量部位处从半导体衬底所产生的测量数据,以及
-处理器,所述处理器被配置成基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,以及
-控制器,所述控制器被配置成基于控制输入数据来控制半导体衬底上的图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
根据本发明的实施例,提供一种光刻***,所述光刻***包括根据如上文叙述的实施例所述的半导体衬底测量设备以及根据上文叙述的实施例所述的光刻设备。
根据本发明的实施例,提供一种器件制造方法,包括将来自图案形成装置的图案转印到衬底上,包括使用上文叙述的实施例所述的光刻设备的步骤。
虽然在本文中可以具体参考光刻设备在IC制造中的使用,但是应理解,本文中描述的光刻设备可以具有其它应用。可能的其它应用包括制造集成光学***、用于磁畴存储器的引导和检测图案、平板显示器、液晶显示器(LCD)、薄膜磁头,等等。
虽然在本文中在光刻设备的情境下对本发明的实施例进行具体的参考,但是本发明的实施例可以用于其它设备。本发明的实施例可以形成掩模检查设备、量测设备或测量或处理诸如晶片(或其它衬底)或掩模(或其它图案形成装置)之类的物体的任何设备的一部分。这些设备通常可以被称为光刻工具。这种光刻工具可以使用真空条件或环境(非真空)条件。
虽然上文已经在光学光刻术的情境下使用实施例进行了具体的参考,但是将理解,在情境允许的情况下,本发明不限于光学光刻术并且可以在其它应用中使用,例如压印光刻术。
在情境允许的情况下,可以在硬件、固件、软件或其任何组合中实施本发明的实施例。本发明的实施例也可以被实施为存储在机器可读介质上的能够由一个或更多个处理器读取和执行的指令。机器可读介质可以包括用于储存或传输呈机器(例如,计算装置)可读的形式的信息的任何机制。例如,机器可读介质可以包括只读存储器(ROM);随机存取存储器(RAM);磁存储介质;光存储介质;闪速存储装置;电学、光学、声学或其它形式的传播信号(例如,载波、红外信号、数字信号等)等等。另外,本文中,可以将固件、软件、例程、指令描述为执行某些动作。然而,应理解,这样的描述仅仅是为了方便,并且这些动作实际上是由计算装置,处理器,控制器,或执行固件、软件、例程、指令等的其它装置产生的,并且这样做可以使致动器或其它装置与实体世界相互作用。
虽然上文已经描述了本发明的具体实施例,但是将理解,可以与所描述的不同的方式来实践本发明。上文的描述旨在是示例性的而非限制性的。因此,本领域的技术人员将明白,在不背离下文阐述的权利要求的范围的情况下,可以对所描述的发明进行修改。
上文中描述的方法的步骤可以在图1中示出的所述光刻设备控制单元LACU内被自动化。这个单元LACU可以包括如图3中示出的计算机装置。所述计算机装置可以是呈根据本发明的组件的实施例中的控制单元的形式的专用计算机,或替代地,是控制所述光刻投影设备的中央计算机。所述计算机组件可以被布置成用于加载包括计算机可执行代码的计算机程序产品。当所述计算机程序产品被下载时,这可以启动所述计算机组件,以控制具有水平传感器LS和对准传感器AS的实施例的光刻设备的上述用途。
连接至处理器1227的存储器1229可以包括许多存储器部件,如硬盘1261、只读存储器(ROM)1262、电可擦可编程只读存储器(EEPROM)1263和随机存取存储器(RAM)1264。不必存在所有上述存储器部件。此外,上述存储器部件在物理上非常接近于所述处理器1227或彼此是不重要的。它们可以被定位成相隔一距离。
所述处理器1227还可以被连接至某种类型的用户接口,例如键盘1265或鼠标1266。还可以使用本领域技术人员已知的触摸屏、轨迹球、语音转换器或其它接口。
所述处理器1227可以被连接至阅读单元1267,所述阅读单元1267被布置成从数据载体(如软磁盘1268或CDROM 1269)上的一些环境储存数据或在所述环境储存数据下读取(例如,呈计算机可执行的程序代码的形式的)数据。还可以使用本领域技术人员已知的DVD或其它数据载体。
所述处理器1227还可以被连接至打印机1270以在纸上打印出输出数据,并被连接至显示器1271,例如监视器或LCD(液晶显示器),以及本领域技术人员已知的任何其它类型的显示器。
所述处理器1227可以通过负责输入/输出(I/O)的发送器/接收器1273而被连接至通信网络1272,例如公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)等。所述处理器1227可以被布置成经由所述通信网络1272与其它通信***通信。在本发明的实施例中,外部计算机(未示出),例如操作者的个人计算机,可以经由所述通信网络1272登录所述处理器1227。
所述处理器1227可以被实现为独立的***或并行操作的许多处理单元,其中每个处理单元被布置成执行较大程序的子任务。所述处理单元还可以被分成具有若干子处理单元的一个或更多个主处理单元。所述处理器1227的一些处理单元甚至可以被定位成与其它处理单元相隔一距离并且经由通信网络1272来通信。可以有线或无线地进行模块之间的连接。
计算机***可以是具有被布置成执行这里所论述的功能的模拟和/或数字和/或软件技术的任何信号处理***。
虽然在本文中可以对光刻设备在IC制造中的用途进行具体参考,但是应理解,本文中描述的光刻设备可以具有其它应用,诸如集成光学***的制造、磁畴存储器的引导和检测图案、平板显示器、液晶显示器(LCD)、薄膜磁头等。本领域技术人员将理解,在这种替代应用的情境下,本文中使用的任何术语“晶片”或“场”/“管芯”可以被认为分别与更上位的术语“衬底”或“目标部分”同义。本文中提及的衬底可以在曝光之前或之后例如在轨道或涂覆显影***(一种典型地将抗蚀剂层施加到衬底上并且对被曝光的抗蚀剂进行显影的工具)、量测工具和/或检查工具中进行处理。在可适用的情况下,可以将本文的公开内容应用于这种和其它衬底处理工具中。另外,所述衬底可以被处理一次以上,例如用于产生多层IC,使得本文中使用的术语衬底也可以表示已经包含多个已处理层的衬底。
虽然上文已经在光学光刻术的情境下使用实施例进行具体参考,但是应理解,本发明的实施例可以用于其它应用,例如压印光刻术,并且在上情境允许的情况下,不限于光学光刻术。在压印光刻术中,图案形成装置中的形貌限定了产生在衬底上的图案。图案形成装置的形貌可以被按压印到供给至衬底的抗蚀剂层中,由此抗蚀剂通过应用电磁辐射、热、按压或者它们的组合而被固化。在抗蚀剂被固化之后所述图案形成装置被移出抗蚀剂,在其中留下图案。
在本文中所使用的术语“辐射”和“束”包括全部类型的电磁辐射,包括:紫外(UV)辐射(例如,具有或约为365nm、248nm、193nm、157nm或126nm的波长)和极紫外(EUV)辐射(例如,具有在5nm-20nm范围内的波长),以及粒子束(诸如离子束或电子束)。
在情境允许的情况下,术语“透镜”可以表示各种类型的光学部件中的任何一种或其组合,包括折射型、反射型、磁性型、电磁型和静电型光学部件。
虽然上文已经描述了本发明的具体实施例,但是将理解,可以与所描述的不同的方式来实践本发明。例如,本发明可以采取包含一个或更多个描述上述方法的机器可读指序列令的计算机程序或于其中存储所述计算机程序的数据存储介质(例如,半导体存储器、磁盘或光盘)的形式。
上文的描述旨在是示例性的而非限制性的。因而,本领域的技术人员将明白,在不背离下面阐述的权利要求书的范围的情况下,可以对所描述的发明进行修改。另外,应理解,在本文中任一实施例中示出或描述的结构特征或方法步骤都可以同样被用于在其它实施例中。
当前,为了执行子场校正,需要将密集的取样数据作为用于子场(基于单元或管芯的)校正的输入。此外,蚀刻后取样布局没有被优化以具有最优取样用于APC控制(基于全晶片指纹控制)以及基于分立的管芯/平均管芯随时间推移的(子场)校正。直到现在为止,旨在实现这两个目标的取样方案已经是密集的且昂贵的。
根据本发明的实施例,用于子场校正的最优取样方案旨在减少取样点的数目,而同时维持跨越整个所述晶片的足够的覆盖度以实现APC控制。
根据实施例,可以使用跨越衬底、场内、子场、一组管芯、管芯、一组单元、单元、和/或单元的子集的指纹来确定用于子场校正的最优取样方案。在实施例中,所述指纹可以是描述性能参数的分布的指纹,所述性能参数诸如跨越衬底上的多个部位的重叠误差。
根据本发明的实施例,衬底(例如,晶片)的指纹可以被分成具有不同的空间尺度的多个(至少两个)不同的指纹。例如,所述指纹可以是跨越衬底、一组衬底的指纹,跨越一组管芯、跨越管芯、跨越一组单元、跨越单元、和/或跨越单元内的特征子集的子场指纹,场内指纹。可以通过选择跨越所述衬底的取样部位来确定最优取样方案,所述选择旨在最小化被配置成捕获所述至少两个不同指纹的模型的预测不确定性的量度。预测不确定性的量度可以是归一化模型不确定性、G-最优性、最小二乘误差、和/或任何其它适合的量度。
替代地,可以通过获得至少两个子取样方案(每个针对上述指纹中的一个)并且通过随后合并所述子取样方案来确定最优取样方案。当合并所述子取样方案时,可以从所述最优取样方案中移除一些取样点,或者在所述最优取样方案中加权一些取样点。这可以例如通过考虑所述指纹的时间/分布/过程特性来实现。
可以通过优化一个、两个或更多个参数(诸如被配置成捕获关注的指纹的模型的预测不确定性)来实现所述子取样方案的产生,所述预测不确定性可以是归一化模型不确定性、G-最优性、最小二乘误差、移动标准差等。
在本发明的实施例中,可以使用模型来产生用于衬底的最优取样方案。所述模型可以与能够通过使用光刻设备(诸如曝光设备)校正的轮廓或分布相关联。所述模型也可以考虑所述衬底的指纹的时间效应(诸如漂移)和/或情境效应(诸如过程历史)。可以使用两个或更多个模型(每个针对具有不同的空间尺度的指纹中的至少一个)来确定所述最优取样方案。
图4描述了本发明的实施例。可以针对关注的区域1来产生最优取样方案,所述关注的区域1小于子场(光刻设备的可校正场)2的最小大小。例如,所述区域1可以仅包含3D-NAND的关键单元,而排除非关键特征(诸如围绕所述单元的布线)。
根据本发明的实施例,所述最优取样方案可以被应用至其它取样布局,诸如蚀刻后取样布局。根据本发明的实施例,所述最优取样方案可以被应用至其它测量数据(诸如聚焦测量结果)。
还可以使用以下方面来描述本发明:
1.一种用于确定取样方案的方法,
所述方法包括:
-获得与性能参数在半导体衬底的第一部分上的第一空间分布有关的第一指纹模型和与所述性能参数在所述半导体衬底的第二部分上的第二空间分布有关的第二指纹模型;以及
-基于与在所述第一部分上对所述第一指纹模型的估计相关联的第一不确定性指标的期望减小和与在所述第二部分上对所述第二指纹模型的估计相关联的第二不确定性指标的期望减小来确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的取样点。
2.根据方面1所述的方法,
其中所述第一部分和所述第二部分至少部分地彼此叠置。
3.根据方面1或2所述的方法,
其中所述第一指纹模型是全局指纹模型,并且所述第二指纹模型是局部指纹模型。
4.根据前述方面中任一项所述的方法,
其中所述第一部分和/或所述第二部分是在所述半导体衬底内的或所述半导体衬底的顶表面处的受照射层的至少一部分。
5.根据前述方面中任一项所述的方法,
其中所述第二指纹模型包括光刻设备校正能力模型。
6.根据前述方面中任一项所述的方法,
其中所述第一指纹模型和/或所述第二指纹模型包括物理模型。
7.根据方面6所述的方法,其中所述物理模型包括应力分布模型。
8.根据方面6或7所述的方法,其中所述物理模型包括过程模型。
9.根据前述方面中任一项所述的方法,其中所述第二指纹模型与过程指纹相关联。
10.根据方面9所述的方法,其中所述过程指纹包括非零偏移。
11.根据前述方面中任一项所述的方法,
其中所述第二部分是场、多个场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、单元的多个部分中的一种。
12.根据方面11所述的方法,其中所述第一指纹模型是全局模型。
13.根据前述方面中任一项所述的方法,其中
所述第一部分是场,并且
所述第二部分是子场。
14.根据前述方面中任一项所述的方法,其中
其中所述第一指纹模型是衬底内部模型,并且
所述第二指纹模型是衬底边缘模型。
15.根据前述方面中任一项所述的方法,还包括:
获得与所述性能参数在所述半导体衬底的第三部分上的第三空间分布有关的第三指纹模型,
还基于与在所述第三部分上对所述第三指纹模型的估计相关联的第三不确定性指标的期望减小确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的所述取样点。
16.根据方面15所述的方法,
其中所述第三指纹模型包括光刻设备校正能力模型。
17.根据方面15所述的方法,还包括:
获得与所述性能参数在所述半导体衬底的第四部分上的第四空间分布有关的第四指纹模型,
其中还基于与在所述第四部分上对所述第四指纹模型的估计相关联的第四不确定性指标的期望减小来确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的所述取样点。
18.根据方面17所述的方法,其中,
其中所述第一指纹模型是全局模型,
所述第二指纹模型是衬底边缘模型,
所述第三部分是场,并且
所述第四部分是子场。
19.根据前述方面中任一项所述的方法,
其中所述性能参数是重叠误差、临界尺寸、对准参数、侧壁角、线边缘粗糙度、边缘放置误差、和/或聚焦误差。
20.根据前述方面中任一项所述的方法,
其中所述第一指纹模型和/或所述第二指纹模型还涉及至少一个另外的参数的空间分布。
21.根据方面20所述的方法,
其中至少一个另外的参数是所述第一指纹模型和/或所述第二指纹模型的预测不确定性。
22.根据方面21所述的方法,
其中所述预测不确定性是或包括归一化模型不确定性、G-最优性标准、最小二乘误差和/或移动标准差。
23.根据前述方面中任一项所述的方法,
其中确定所述取样点的位置包括考虑所述性能参数的随时间推移的所述第一空间分布和/或所述第二空间分布中的漂移。
24.根据前述方面中任一项所述的方法,
其中所述方法还包括以下步骤:
-确定额外的取样点,
其中额外的取样点的数目优选地小于通过根据前述方面中任一项所述的方法所确定的取样点的数目。
25.根据前述方面中任一项所述的方法,
其中所述方法还包括:
-识别所述半导体衬底上的一个或更多个关键区域,
其中确定所述取样点还基于所述一个或更多个关键区域。
26.一种用于配置量测设备的方法,包括以下步骤:
使用根据前述方面中任一项所述的方法来确定取样点的位置,和
基于所确定的位置来配置量测设备,用于在所述半导体衬底上的所述取样点的部位处产生所述性能参数的测量数据。
27.一种用于配置量测设备的方法,包括以下步骤:
接收与取样点的位置有关的信息,已经使用根据前述方面1-25中任一项所述的方法确定了所述位置,以及
基于所接收的信息来配置量测设备,用于在所述半导体衬底上的所述取样点的部位处产生所述性能参数的测量数据。
28.一种用于从半导体衬底产生测量数据的方法,
所述方法包括以下步骤:
-使用根据前述方面中任一项所述的方法来确定取样点的位置,
-通过测量在所述半导体衬底上的所述取样点的部位处的所述性能参数来产生测量数据。
29.一种用于从半导体衬底产生测量数据的方法,
所述方法包括以下步骤:
-接收与已经使用根据前述方面1至25中任一项所述的方法所确定的取样点的位置有关的信息,
-通过测量在所述半导体衬底上的所述取样点的部位处的所述性能参数来产生测量数据。
30.一种用于确定模型参数的方法,包括以下步骤:
-通过使用根据方面28或29中任一项所述的方法,从半导体衬底产生测量数据,
-基于所产生的测量数据来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
31.一种用于配置光刻设备的方法
-通过使用根据方面30所述的方法来确定第一指纹模型的模型参数和第二指纹模型的模型参数,
-至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的所述模型参数来配置光刻设备。
32.一种使用光刻设备在半导体衬底上施加图案的方法,包括以下步骤:
-通过使用根据方面30所述的方法来确定第一指纹模型的模型参数和第二指纹模型的模型参数,
-至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的所述模型参数,使用光刻设备在半导体衬底上施加图案。
33.根据方面32所述的方法,
其中在所述半导体衬底上施加所述图案包括以下步骤中的一个或更多个:
控制所述半导体衬底相对于来自所述光刻设备的图案施加***的曝光用光的移动,和/或控制所述图案形成装置即掩模版相对于所述照射***的照射光的移动,和/或控制所述图案施加***中的透镜的位置和/或取向,和/或控制所述照射***的照射设置,和/或控制所述曝光用光的焦距,和/或控制所述曝光用光的剂量。
34.一种获得用于对性能参数在衬底的一部分上的空间分布进行建模的指纹模型的方法,所述方法包括:
-将与所述性能参数在所述部分上的空间分布有关的初始指纹模型限定为基底函数的参数化组合;
-基于先验知识来确定用于基底函数的所述参数化组合的参数值,以及
-基于表示在一组一个或更多个半导体衬底的所述部分上的所述性能参数的测量结果集合以及所述初始指纹模型来确定用于对所述性能参数在所述衬底的所述部分上的空间分布进行建模的指纹模型,由此如在所述初始指纹模型中确定的所述基底函数的至少两个参数值的比值保持恒定,或所述初始指纹模型的形状的至少一部分在所述指纹模型中被维持。
35.根据方面34所述的方法,其中所述先验知识包括:
表示所述性能参数的在另一组一个或更多个半导体衬底上的所述部分上的另一测量结果集合,
模拟结果,
过程情境信息,或
物理模拟结果。
36.根据方面35所述的方法,其中所述物理模拟包括基于在所述衬底的所述部分上的应力分布、基于在所述衬底的所述部分上的蚀刻器倾角而进行的所述性能参数的模拟。
37.根据方面34至36中任一项所述的方法,其中所述基底函数是多项式函数或样条函数。
38.根据方面34至37中任一项所述的方法,由此所述初始指纹模型的形状被保持在所述指纹模型中。
39.根据方面34至38中任一项所述的方法,由此所述指纹模型是局部指纹模型。
40.根据方面34至38中任一项所述的方法,由此所述指纹模型是全局指纹模型。
41.根据方面1至29中任一项所述的方法,由此使用根据方面34至40中任一项所述的方法来获得所述第一指纹模型或所述第二指纹模型。
42.根据方面41所述的方法,由此所述第一指纹模型或所述第二指纹模型基于Legendre多项式。
43.一种获得指纹模型的方法,包括:
将与性能参数的在衬底的第一部分上的第一空间分布有关的第一指纹模型限定为第一组基底函数的参数化组合;
将与所述性能参数的在所述衬底的第二部分上的第二空间分布有关的第二指纹模型限定为第二组基底函数的参数化组合;
其中所述第一组基底函数中的一个或更多个基底函数大致正交于所述第二组基底函数中的一个或更多个基底函数。
44.根据方面43所述的方法,其中所述第一部分包括所述第二部分。
45.根据方面43或44所述的方法,其中所述第一指纹模型是全局指纹模型并且所述第二指纹模型是局部指纹模型。
46.根据方面43至45中任一项所述的方法,其中所述第一组基底函数是笛卡尔多项式函数并且所述第二组基底函数是Legendre多项式函数。
47.根据方面1至29所述的方法,其中所述第一指纹模型涉及所述性能参数在所述衬底的第一部分上的第一空间分布,作为第一组基底函数的参数化组合,
所述第二指纹模型涉及所述性能参数在所述衬底的第二部分上的第二空间分布,作为第二组基底函数的参数化组合,并且所述第一组基底函数中的一个或更多个基底函数大致正交于所述第二组基底函数中的一个或更多个基底函数。
48.根据方面47所述的方法,其中所述第一部分包括所述第二部分。
49.根据方面47或48所述的方法,其中所述第一指纹模型是全局指纹模型并且所述第二指纹模型是局部指纹模型。
50.根据方面47至49中任一项所述的方法,其中所述第一组基底函数是笛卡尔多项式函数并且所述第二组基底函数是Legendre多项式函数。
51.一种计算机程序产品,包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成执行根据前述方面中任一项所述的方法。
52.一种计算机程序产品,包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成:
-接收已经根据方面1至25中任一项、根据方面41在从属于方面1至25中任一项时、或根据方面47至50中任一项所述的方法所产生的取样点,以及
-控制测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
53.一种计算机程序产品,包含一个或更多个机器可读指令的序列,所述机器可读指令被配置成:
-接收已经在与已经通过根据方面1至25中任一项、根据方面41在从属于方面1至25中任一项时、或根据方面47至50中任一项所述的方法所确定的取样点相对应的测量部位处从半导体衬底产生的测量数据,以及
-基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,
-产生用于控制在半导体衬底上施加图案的控制输入数据,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的所述模型参数。
54.一种半导体衬底测量设备,所述半导体衬底测量设备包括:
-输入终端,所述输入终端被配置成接收已经根据方面1至25中任一项、根据方面41在从属于方面1至25中任一项时、或根据方面47至50中任一项所述的方法所确定的取样点,以及
-控制器,所述控制器被配置成控制所述半导体衬底测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-处理器,所述处理器被配置成基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
55.一种光刻设备,所述光刻设备包括:
-输入终端,所述输入终端被配置成接收已经在与已经根据方面1至25中任一项、根据方面41在从属于方面1至25中任一项时、或根据方面47至50中任一项所述的方法所确定的取样点相对应的测量部位处从半导体衬底所产生的测量数据,以及
-处理器,所述处理器被配置成基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,以及
-控制器,所述控制器被配置成基于控制输入数据来控制半导体衬底上的图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
56.一种光刻***,所述光刻***包括根据方面54所述的半导体衬底测量设备和根据方面55所述的光刻设备。
57.一种器件制造方法,包括将来自图案形成装置的图案转印到衬底上,包括使用根据方面55所述的光刻设备的步骤。
具体实施例的前述描述将如此充分地揭示本发明的一般性质,在不背离本发明的总体构思且不进行过度实验的情况下,其它人可以通过应用本领域技术范围内的知识而容易地修改和/或适应例如这些具体实施例的各种应用。因此,基于本文中提出的教导和指导,这样的适应和修改旨在落入所公开的实施例的等同物的含义和范围内。应理解,这里的措辞或术语是出于举例描述的目的而不是限制性的,因此本说明书中的术语或措辞应由本领域的技术人员根据所述教导和指导进行解释。
本发明的广度和范围不应受到上文描述的任何的示例性实施例的限制,而应仅由随附的权利要求及其等同物来限定。
Claims (15)
1.一种用于确定取样方案的方法,
所述方法包括:
-获得与性能参数在半导体衬底的第一部分上的第一空间分布有关的第一指纹模型和与所述性能参数在所述半导体衬底的第二部分上的第二空间分布有关的第二指纹模型;以及
-基于与在所述第一部分上对所述第一指纹模型的估计相关联的第一不确定性指标的期望减小和与在所述第二部分上对所述第二指纹模型的估计相关联的第二不确定性指标的期望减小来确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的取样点。
2.根据权利要求1所述的方法,其中所述第一不确定性指标和/或所述第二不确定性指标是归一化模型不确定性、G-最优性标准、最小二乘误差和/或移动标准差。
3.根据权利要求1所述的方法,
其中所述第一指纹模型是全局指纹模型,并且所述第二指纹模型是局部指纹模型,或
其中所述第一部分和/或所述第二部分是在所述半导体衬底内的或所述半导体衬底的顶表面处的受照射层的至少一部分。
4.根据权利要求1所述的方法,
其中所述第一指纹模型或所述第二指纹模型包括物理模型。
5.根据权利要求4所述的方法,其中所述物理模型包括应力分布模型或过程模型。
6.根据权利要求1所述的方法,其中所述第二指纹模型与过程指纹相关联,所述过程指纹包括非零偏移。
7.根据权利要求1所述的方法,
其中所述第二部分是场、多个场、子场、多个子场、管芯、多个管芯、管芯的一部分、管芯的多个部分、单元、多个单元、单元的一部分、单元的多个部分中的一种。
8.根据权利要求1所述的方法,
其中所述第一部分是场并且所述第二部分是子场。
9.根据权利要求1所述的方法,
其中所述第一指纹模型是衬底内部模型,并且
所述第二指纹模型是衬底边缘模型。
10.根据权利要求1所述的方法,还包括:
获得与所述性能参数在所述半导体衬底的第三部分上的第三空间分布有关的第三指纹模型,
还基于与在所述第三部分上对所述第三指纹模型的估计相关联的第三不确定性指标的期望减小确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的所述取样点,并且
其中所述第三指纹模型包括光刻设备校正能力模型。
11.根据权利要求1所述的方法,还包括:
获得与所述性能参数在所述半导体衬底的第三部分上的第三空间分布有关的第三指纹模型,
获得与所述性能参数在所述半导体衬底的第四部分上的第四空间分布有关的第四指纹模型,
其中还基于与在所述第三部分上对所述第三指纹模型的估计相关联的第三不确定性指标和与在所述第四部分上对所述第四指纹模型的估计相关联的第四不确定性指标的期望减小来确定与所述半导体衬底上的用于产生测量数据的测量部位相对应的所述取样点,并且
其中所述第一指纹模型是全局模型,
所述第二指纹模型是衬底边缘模型,
所述第三部分是场,并且
所述第四部分是子场。
12.根据权利要求1所述的方法,其中使用获得用于对性能参数在衬底的一部分上的空间分布进行建模的指纹模型的方法来获得所述第一指纹模型或所述第二指纹模型,所述方法包括:
-将与所述性能参数在所述部分上的空间分布有关的初始指纹模型限定为基底函数的参数化组合;
-基于先验知识来确定用于基底函数的所述参数化组合的参数值,以及
-基于表示在一组一个或更多个半导体衬底的所述部分上的所述性能参数的测量结果集合以及所述初始指纹模型来确定用于对所述性能参数在所述衬底的所述部分上的空间分布进行建模的指纹模型,由此如在所述初始指纹模型中确定的所述基底函数的至少两个参数值的比值保持恒定,或所述初始指纹模型的形状的至少一部分在所述指纹模型中被维持。
13.根据权利要求1所述的方法,其中所述第一指纹模型作为第一组基底函数的参数化组合而与所述性能参数在所述衬底的所述第一部分上的所述第一空间分布相关联,
所述第二指纹模型作为第二组基底函数的参数化组合而与所述性能参数在所述衬底的所述第二部分上的所述第二空间分布相关联,并且
所述第一组基底函数中的一个或更多个基底函数大致正交于所述第二组基底函数中的一个或更多个基底函数。
14.一种半导体衬底测量设备,所述半导体衬底测量设备包括:
-输入终端,所述输入终端被配置成接收已经根据权利要求1中任一项所述的方法所确定的取样点,以及
-控制器,所述控制器被配置成控制所述半导体衬底测量设备以在与所述取样点相对应的测量部位处从半导体衬底产生测量数据,以及
-处理器,所述处理器被配置成基于所产生的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数。
15.一种光刻设备,所述光刻设备包括:
-输入终端,所述输入终端被配置成接收已经在与已经由根据权利要求1中任一项所述的方法所确定的取样点相对应的测量部位处从半导体衬底产生的所述测量数据,以及
-处理器,所述处理器被配置成基于所接收的测量数据的至少一部分来确定所述第一指纹模型的模型参数和所述第二指纹模型的模型参数,以及
-控制器,所述控制器被配置成基于控制输入数据来控制半导体衬底上的图案的施加,所述控制输入数据至少部分地基于所述第一指纹模型的所述模型参数和/或所述第二指纹模型的模型参数。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19176024 | 2019-05-22 | ||
EP19176024.8 | 2019-05-22 | ||
EP20173733 | 2020-05-08 | ||
EP20173733.5 | 2020-05-08 | ||
PCT/EP2020/063077 WO2020234028A1 (en) | 2019-05-22 | 2020-05-11 | Method for determining a sampling scheme, a semiconductor substrate measurement apparatus, a lithographic apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113906347A CN113906347A (zh) | 2022-01-07 |
CN113906347B true CN113906347B (zh) | 2024-04-12 |
Family
ID=70681855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080037732.1A Active CN113906347B (zh) | 2019-05-22 | 2020-05-11 | 用于确定取样方案的方法、半导体衬底测量设备、光刻设备 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220260920A1 (zh) |
EP (2) | EP4235306A3 (zh) |
JP (2) | JP7279197B2 (zh) |
KR (1) | KR20210154243A (zh) |
CN (1) | CN113906347B (zh) |
WO (1) | WO2020234028A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020002143A1 (en) * | 2018-06-25 | 2020-01-02 | Asml Netherlands B.V. | Wavefront optimization for tuning scanner based on performance matching |
WO2022214267A1 (en) * | 2021-04-08 | 2022-10-13 | Asml Netherlands B.V. | A method for modeling measurement data over a substrate area and associated apparatuses |
EP4071554A1 (en) * | 2021-04-08 | 2022-10-12 | ASML Netherlands B.V. | A method for modeling measurement data over a substrate area and associated apparatuses |
KR102662778B1 (ko) * | 2023-08-16 | 2024-04-30 | (주)오로스 테크놀로지 | 오버레이 계측 장치의 타겟 선정 방법 및 오버레이 계측 장치의 타겟 선정 시스템 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016162231A1 (en) * | 2015-04-10 | 2016-10-13 | Asml Netherlands B.V. | Method and apparatus for inspection and metrology |
CN107771271A (zh) * | 2015-04-21 | 2018-03-06 | Asml荷兰有限公司 | 量测方法和设备、计算机程序及光刻*** |
CN108713166A (zh) * | 2016-03-11 | 2018-10-26 | Asml荷兰有限公司 | 计算用于控制制造工艺的校正的方法、计量设备、器件制造方法和建模方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6650955B1 (en) * | 2001-12-18 | 2003-11-18 | Advanced Micro Devices, Inc. | Method and apparatus for determining a sampling plan based on process and equipment fingerprinting |
US8559001B2 (en) * | 2010-01-11 | 2013-10-15 | Kla-Tencor Corporation | Inspection guided overlay metrology |
US9177219B2 (en) | 2010-07-09 | 2015-11-03 | Asml Netherlands B.V. | Method of calibrating a lithographic apparatus, device manufacturing method and associated data processing apparatus and computer program product |
NL2009345A (en) | 2011-09-28 | 2013-04-02 | Asml Netherlands Bv | Method of applying a pattern to a substrate, device manufacturing method and lithographic apparatus for use in such methods. |
NL2009853A (en) | 2011-12-23 | 2013-06-26 | Asml Netherlands Bv | Methods and apparatus for measuring a property of a substrate. |
JP2013247258A (ja) | 2012-05-28 | 2013-12-09 | Nikon Corp | アライメント方法、露光方法、及びデバイス製造方法、並びにデバイス製造システム |
KR101900340B1 (ko) * | 2013-10-02 | 2018-09-20 | 에이에스엠엘 네델란즈 비.브이. | 산업 공정과 관련된 진단 정보를 얻는 방법 및 장치 |
NL2013677A (en) | 2014-01-24 | 2015-07-29 | Asml Netherlands Bv | Method of determining a measurement subset of metrology points on a substrate, associated apparatus and computer program. |
JP6831784B2 (ja) | 2014-12-01 | 2021-02-17 | エーエスエムエル ネザーランズ ビー.ブイ. | リソグラフィ製造プロセスに関する診断情報を取得するための方法および装置、診断装置を含むリソグラフィックプロセシングシステム |
WO2016146217A1 (en) | 2015-03-13 | 2016-09-22 | Asml Netherlands B.V. | Lithographic method and lithographic apparatus |
EP3279735A1 (en) * | 2016-08-01 | 2018-02-07 | ASML Netherlands B.V. | Metrology method and apparatus, computer program and lithographic system |
EP3343294A1 (en) | 2016-12-30 | 2018-07-04 | ASML Netherlands B.V. | Lithographic process & apparatus and inspection process and apparatus |
EP3392711A1 (en) | 2017-04-19 | 2018-10-24 | ASML Netherlands B.V. | Maintaining a set of process fingerprints |
-
2020
- 2020-05-11 EP EP23173939.2A patent/EP4235306A3/en active Pending
- 2020-05-11 CN CN202080037732.1A patent/CN113906347B/zh active Active
- 2020-05-11 EP EP20725523.3A patent/EP3973358B1/en active Active
- 2020-05-11 JP JP2021564432A patent/JP7279197B2/ja active Active
- 2020-05-11 KR KR1020217038083A patent/KR20210154243A/ko not_active Application Discontinuation
- 2020-05-11 US US17/612,601 patent/US20220260920A1/en active Pending
- 2020-05-11 WO PCT/EP2020/063077 patent/WO2020234028A1/en unknown
-
2023
- 2023-05-10 JP JP2023077897A patent/JP7518238B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016162231A1 (en) * | 2015-04-10 | 2016-10-13 | Asml Netherlands B.V. | Method and apparatus for inspection and metrology |
CN107771271A (zh) * | 2015-04-21 | 2018-03-06 | Asml荷兰有限公司 | 量测方法和设备、计算机程序及光刻*** |
CN108713166A (zh) * | 2016-03-11 | 2018-10-26 | Asml荷兰有限公司 | 计算用于控制制造工艺的校正的方法、计量设备、器件制造方法和建模方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3973358B1 (en) | 2023-07-05 |
EP3973358A1 (en) | 2022-03-30 |
EP4235306A3 (en) | 2023-09-20 |
EP4235306A2 (en) | 2023-08-30 |
JP7279197B2 (ja) | 2023-05-22 |
JP2023113652A (ja) | 2023-08-16 |
CN113906347A (zh) | 2022-01-07 |
WO2020234028A1 (en) | 2020-11-26 |
JP2022534660A (ja) | 2022-08-03 |
JP7518238B2 (ja) | 2024-07-17 |
KR20210154243A (ko) | 2021-12-20 |
US20220260920A1 (en) | 2022-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7468795B2 (en) | Method of selecting a grid model for correcting a process recipe for grid deformations in a lithographic apparatus and lithographic assembly using the same | |
CN113906347B (zh) | 用于确定取样方案的方法、半导体衬底测量设备、光刻设备 | |
CN109863458B (zh) | 选择与衬底上的测量或特征相关联的部位的集合 | |
US9291916B2 (en) | Method of applying a pattern to a substrate, device manufacturing method and lithographic apparatus for use in such methods | |
US20160334717A1 (en) | Method of determining a measurement subset of metrology points on a substrate, associated apparatus and computer program | |
KR20180070658A (ko) | 비선형 거동의 영향을 저감시키는 방법 및 장치 | |
CN112969967A (zh) | 确定对过程的校正 | |
EP3309617A1 (en) | Selecting a set of locations associated with a measurement or feature on a substrate | |
CN110235061B (zh) | 用于增加图案定位的准确度的方法及*** | |
US20240046022A1 (en) | Methods for sample scheme generation and optimization | |
US20230141495A1 (en) | Method of determining a sampling scheme, associated apparatus and computer program | |
CN116964530A (zh) | 对准方法和相关联的对准和光刻设备 | |
WO2022199958A1 (en) | Alignment method and associated alignment and lithographic apparatuses | |
CN113168110B (zh) | 确定整个图案形成装置或衬底上的标记布局 | |
EP3893056A1 (en) | Method of determining a sampling scheme, associated apparatus and computer program | |
TWI754249B (zh) | 判定一組度量衡點的方法及判定用於擬合量測之模型之方法 | |
EP3683626A1 (en) | Methods for sample scheme generation and optimization | |
WO2024099744A1 (en) | Alignment method and associated alignment and lithographic apparatuses |
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 |