CN114357928A - 一种光刻模型优化方法 - Google Patents
一种光刻模型优化方法 Download PDFInfo
- Publication number
- CN114357928A CN114357928A CN202111680682.1A CN202111680682A CN114357928A CN 114357928 A CN114357928 A CN 114357928A CN 202111680682 A CN202111680682 A CN 202111680682A CN 114357928 A CN114357928 A CN 114357928A
- Authority
- CN
- China
- Prior art keywords
- preset
- critical dimension
- lattice point
- dependency
- grid
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 28
- 238000001259 photo etching Methods 0.000 title abstract description 17
- 238000001459 lithography Methods 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 8
- 239000006185 dispersion Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/392—Floor-planning or layout, e.g. partitioning or placement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Architecture (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Image Processing (AREA)
Abstract
本发明涉及光刻建模技术领域，特别涉及一种光刻模型优化方法，用于降低光刻模型中的格点依赖性影响，包括以下步骤：获取实际关键尺寸，根据获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性；根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到各个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值；根据与各个预设关键尺寸相对应的至少两种关键数值对预设关键尺寸的格点依赖性进行评估；根据评估结果对相应的预设关键尺寸进行调整；此设计能解决现有光刻模型格点依赖性太大的问题。
Description
【技术领域】
本发明涉及光刻建模技术领域，特别涉及一种光刻模型优化方法。
【背景技术】
在现代数字图像处理过程中，图像以栅格结构存储内容，栅格结构是指将一幅图划分为均匀分布的栅格，每个栅格称为像素，并显式地记录每一像素的光度值。图像由数字阵列信息组成，所有像素位置按规则方式排列。
在现代光刻工艺中，类似的栅格结构存储图像内容的方法被称之为格点划分法。结合数学理论，掩模可以被描述为具有不同透光率和相位的多边形。根据奈奎斯特采样定律，采样频率应是原始信号最大频率的两倍，不同的采样位置包含不同的信息，这些信息总是原始数据的片段，导致了格点依赖性，通过向上/向下采样过程来保证图像质量和格点依赖性，主像素大小主要由空间频率通带或经验公式确定，主要的掩模误差是圆角和偏压，这是物理上来自电子束接近效应/抗蚀过程等。
在通常情况下，会通过选择高分辨率的亚像素大小来减小格点量化误差，但随着集成电路制造工艺中各个工艺节点相关技术的不断推进，集成电路制造工艺特征尺寸在不断缩小，因此对降低格点依赖性的要求越来越高，现有的计算光刻模型对格点的依赖性依旧很大，已无法满足工艺需求。
【发明内容】
为解决现有计算光刻模型对格点的依赖性太大的问题，本发明提供了一种光刻模型优化方法。
本发明解决技术问题的方案是提供一种光刻模型优化方法，用于降低光刻模型中的格点依赖性影响，包括以下步骤：
获取实际关键尺寸，根据获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性；根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少分别获取到每个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值；根据与各个预设关键尺寸相对应的至少两种关键数值对预设关键尺寸的格点依赖性进行评估；根据评估结果对相应的预设关键尺寸进行调整。
优选地，获取实际关键尺寸，根据获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性，具体包括以下步骤：生成初始光学模型；获取初始光学模型的像素大小，根据像素大小计算出格点偏移范围；从初始光学模型中获取实际关键尺寸，根据实际关键尺寸计算预设关键尺寸在预设格点偏移位置上的格点依赖性。
优选地，所述格点偏移范围的定义公式为
pixel代表所述初始光学模型的像素大小，shift代表格点偏移范围。
优选地，所述根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到每个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值，具体包括以下步骤：
通过计算和/或比对获取每个预设关键尺寸相应的最大偏移位置；通过计算和/或比对获取每个预设关键尺寸相应的最大格点依赖性。
优选地，根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到与每个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值，还包括以下步骤：
根据每个预设关键尺寸的预设格点偏移位置数量及对应的格点依赖性计算每个预设关键尺寸的平均格点值。
优选地，所述根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到与每个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值，还包括以下步骤：
根据每个预设关键尺寸的预设格点偏移位置数量及对应的格点依赖性以及每个预设关键尺寸的平均格点值来计算每个预设关键尺寸的格点离散值。
优选地，所述格点依赖性的定义公式为
其中，grid代表所述格点依赖性，cd代表实际关键尺寸，下标i代表预设格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得。
优选地，所述格点离散值的定义公式为
其中σ代表离散值，cd代表实际关键尺寸，下标i代表预设格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得，M代表关键尺寸的数量。
优选地，根据与各个预设关键尺寸相对应的至少两种关键数值对预设关键尺寸的格点依赖性进行评估，具体包括以下步骤：
对每一预设关键尺寸的最大格点依赖性进行对比；对每一预设关键尺寸的格点离散值进行对比；根据对比结果综合确定至少一个较容易受格点影响的预设关键尺寸。
优选地，根据评估结果对相应的预设关键尺寸进行调整，具体包括以下步骤：
针对较容易受格点影响的预设关键尺寸的位置进行调整。
与现有技术相比，本发明的光刻模型优化方法具有以下优点：
1、本发明的光刻模型优化方法先获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性，再根据格点依赖性至少计算出与每个预设关键尺寸相应的最大偏移位置及格点依赖性两种关键数值，并综合至少两种关键数值的计算结果来对模型的格点依赖性进行评估，此设计使得评估结果能准确反映出模型的各个预设关键尺寸对各个格点的格点依赖性，以便于在后续步骤中根据判断结果针对性地对模型的关键尺寸的位置进行精准优化，以降低模型的格点依赖性，此方法效率高且效果好，能有效地解决现有计算光刻模型对格点的依赖性太大的问题。
2、本发明中的格点偏移范围是根据像素大小来确定的，而像素大小则由针对每一建模对象生成的初始光学模型来确定，针对性强，准确性高。
3、本发明中格点偏移范围的绝对值小于或等于初始光学模型的像素大小的一半。
4、本发明中除了获取与每个预设关键尺寸相应的最大偏移位置和格点依赖值两种关键数值外，还会计算每个预设关键尺寸的平均格点值，平均格点值能辅助评估模型的格点依赖性，进一步提高评估结果的准确性，从而保证对计算光刻模型的优化效果。
5、本发明中除了获取与每个预设关键尺寸相应的最大偏移位置和格点依赖值两种关键数值，还会计算每个预设关键尺寸的格点离散值，格点离散值能辅助评估模型的格点依赖性，进一步提高评估结果的准确性，从而保证对计算光刻模型的优化效果。
6、本发明中格点依赖性是指在对建模对象进行成像时，所成的像对格点的依赖程度，当格点依赖性大时，点位稍微偏移便会对成像造成极大的影响，从数据上来看就是实际关键尺寸出现较大误差，可以理解的，当格点依赖性小时，点位的偏移会对成像造成的影响也会小。
7、本发明中格点离散值用于对各个预设格点偏移位置的格点依赖性进行评估，辅助判断格点依赖性的计算结果是否偏离正常范围。
8、本发明通过将每一预设关键尺寸的相应关键数值进行相互对比来确认哪一预设关键尺寸受格点影响相较其他关键尺寸更加明显，在做模型进一步优化时，可以针对较容易受格点影响的关键尺寸的位置进行调整，可以极大地降低格点划分对该光刻模型的影响。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的光刻模型优化方法的框图。
图2是本发明第一实施例提供的步骤S1的框图。
图3是本发明第二实施例提供的步骤S2的框图。
图4是本发明第三实施例提供的步骤S3的框图。
图5是本发明第四实施例提供的部分关键尺寸的格点依赖性数据示例表。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施实例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“左上”、“右上”、“左下”、“右下”以及类似的表述只是为了说明的目的。
请结合图1至图4，本发明第一实施例提供一种光刻模型优化方法，包括以下步骤：
步骤S1：获取实际关键尺寸，根据获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性；
步骤S2：根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少分别获取到每个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值；
步骤S3：根据与各个预设关键尺寸相对应的至少两种关键数值对预设关键尺寸的格点依赖性进行评估；
步骤S4：根据评估结果对相应的预设关键尺寸进行调整。
可以理解的，本发明的光刻模型优化方法先获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性，再根据格点依赖性至少计算出与每个预设关键尺寸相应的最大偏移位置及格点依赖性两种关键数值，并综合至少两种关键数值的计算结果来对模型的格点依赖性进行评估，此设计使得评估结果能准确反映出模型的各个预设关键尺寸对各个格点的格点依赖性，以便于在后续步骤中根据判断结果针对性地对模型的关键尺寸的位置进行精准优化，以降低模型的格点依赖性，此方法效率高且效果好，能有效地解决现有计算光刻模型对格点的依赖性太大的问题。
进一步的，在步骤S1中，实际关键尺寸以格点偏移范围内的预设格点偏移位置做为起始格点进行获取。
进一步的，预设关键尺寸的数量可根据实际情况进行调整，可为单个或多个。本实施例中，预设关键尺寸的数量为三千多个；在其他实施例中，预设关键尺寸的数量还能达到上万个甚至更高。
具体的，本发明中格点依赖性是指在对建模对象进行成像时，所成的像对格点位置的依赖程度，当格点依赖性大时，点位稍微偏移便会对成像造成极大的影响，从数据上来看就是实际关键尺寸出现较大误差，可以理解的，当格点依赖性小时，点位的偏移会对成像造成的影响也会小；比如说，当格点依赖性比较大时的一种情况是，当预设格点偏移位置附近的形状较为复杂时，预设格点偏移位置稍作变动都会对成像造成极大的影响。
进一步的，步骤S1具体包括以下步骤：
步骤S11：生成初始光学模型；
步骤S12：获取初始光学模型的像素大小，根据像素大小计算出格点偏移范围；可以理解的，本发明中的格点偏移范围是根据像素大小来确定的，而像素大小则由针对每一建模对象生成的初始光学模型来确定，针对性强，准确性高。
步骤S13：获取预设关键尺寸，根据预设关键尺寸计算相应格点在相应的格点偏移范围内的格点依赖性。
具体的，本实施例中，格点偏移范围的定义公式为
pixel代表初始光学模型的像素大小，shift代表格点偏移范围。比如说，当pixel的取值为24时，-12≤shift≤12。
进一步的，格点依赖性的定义公式为
其中，grid代表格点依赖性，cd代表实际关键尺寸，下标i代表格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得，也即格点偏移范围内的所有格点数。
进一步的，步骤S2具体包括以下步骤：
步骤S21：综合每个预设关键尺寸的各个预设格点偏移位置及对应的格点依赖性，通过比对获取每个预设关键尺寸相应的最大偏移位置；
步骤S22：综合每个预设关键尺寸的各个预设格点偏移位置及对应的格点依赖性，通过比对获取每个预设关键尺寸相应的最大格点依赖性。
进一步的，步骤S2还包括以下步骤：
步骤S23：根据每个预设关键尺寸的预设格点偏移位置数量及对应的格点依赖性计算每个预设关键尺寸的平均格点值。可以理解的，平均格点值能辅助评估模型的格点依赖性，进一步提高评估结果的准确性，从而保证对计算光刻模型的优化效果。
具体的，本实施例中，平均格点值的定义公式为
mean代表平均格点值，cd代表实际关键尺寸，下标i代表预设格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得，M代表关键尺寸的数量。
进一步的，在步骤S2中，预设格点偏移位置需位于格点偏移范围内。
进一步的，步骤S2还包括以下步骤：
步骤S24：根据每个预设关键尺寸的预设格点偏移位置数量及对应的格点依赖性以及每个预设关键尺寸的平均格点值来计算每个预设关键尺寸的格点离散值。可以理解的，格点离散值能辅助评估模型的格点依赖性，进一步提高评估结果的准确性，从而保证对计算光刻模型的优化效果。
可以理解的，本发明中格点离散值用于对各个预设格点偏移位置的格点依赖性进行评估，辅助判断格点依赖性的计算结果是否偏离正常范围。
进一步的，格点离散值根据3sigma原则进行运算。
具体的，本实施例中，格点离散值的定义公式为
σ代表格点离散值，mean代表平均格点值，cd代表实际关键尺寸下标i代表预设格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得，M代表关键尺寸的数量。
进一步的，步骤S3具体包括以下步骤：
步骤S31：对每一预设关键尺寸的最大格点依赖性进行对比；
步骤S32：对每一预设关键尺寸的格点离散值进行对比；
步骤S33：根据对比结果综合确定至少一个较容易受格点影响的预设关键尺寸。
进一步的，步骤S4具体包括以下步骤：
步骤S41：针对较容易受格点影响的预设关键尺寸的位置进行调整。
进一步的，当预设关键尺寸最大格点离散值大于或等于第一预设值，且平均格点值大于或等于第二预设值时，判断该预设关键尺寸受格点影响较明显。
进一步的，当出现预设关键尺寸最大格点离散值大于或等于第一预设值，平均格点值小于第二预设值时，通过格点离散值判断该预设关键尺寸的格点依赖值是否正常，若不正常则将该组数据排除，并溯源寻找原因。
请参阅图5，表格中的Grid in shift表示预设关键尺寸在某一格点偏移位置上的格点依赖值，max_grid代表预设关键尺寸在格点偏移范围的最大格点依赖值，meam_grid代表预设关键尺寸在格点偏移范围的平均格点值，3sigma_grid代表预设关键尺寸在格点偏移范围的格点离散值。
进一步的，基于表格中的信息可以看出第一条预设关键尺寸的max_grid＝0.6，3sigma_grid＝0.74，说明该条关键尺寸受格点影响相较其他关键尺寸更加明显，在进行步骤S4时，可针对其最优位置设计计算模型，可以极大地降低格点划分对该光刻模型的影响。
与现有技术相比，本发明的光刻模型优化方法具有以下优点：
1、本发明的光刻模型优化方法先获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性，再根据格点依赖性至少计算出与每个预设关键尺寸相应的最大偏移位置及格点依赖性两种关键数值，并综合至少两种关键数值的计算结果来对模型的格点依赖性进行评估，此设计使得评估结果能准确反映出模型的各个预设关键尺寸对各个格点的格点依赖性，以便于在后续步骤中根据判断结果针对性地对模型的关键尺寸的位置进行精准优化，以降低模型的格点依赖性，此方法效率高且效果好，能有效地解决现有计算光刻模型对格点的依赖性太大的问题。
2、本发明中的格点偏移范围是根据像素大小来确定的，而像素大小则由针对每一建模对象生成的初始光学模型来确定，针对性强，准确性高。
3、本发明中格点偏移范围的绝对值小于或等于初始光学模型的像素大小的一半。
4、本发明中除了获取与每个预设关键尺寸相应的最大偏移位置和格点依赖值两种关键数值外，还会计算每个预设关键尺寸的平均格点值，平均格点值能辅助评估模型的格点依赖性，进一步提高评估结果的准确性，从而保证对计算光刻模型的优化效果。
5、本发明中除了获取与每个预设关键尺寸相应的最大偏移位置和格点依赖值两种关键数值，还会计算每个预设关键尺寸的格点离散值，格点离散值能辅助评估模型的格点依赖性，进一步提高评估结果的准确性，从而保证对计算光刻模型的优化效果。
6、本发明中格点依赖性是指在对建模对象进行成像时，所成的像对格点的依赖程度，当格点依赖性大时，点位稍微偏移便会对成像造成极大的影响，从数据上来看就是实际关键尺寸出现较大误差，可以理解的，当格点依赖性小时，点位的偏移会对成像造成的影响也会小。
7、本发明中格点离散值用于对各个预设格点偏移位置的格点依赖性进行评估，辅助判断格点依赖性的计算结果是否偏离正常范围。
8、本发明通过将每一预设关键尺寸的相应关键数值进行相互对比来确认哪一预设关键尺寸受格点影响相较其他关键尺寸更加明显，在做模型进一步优化时，可以针对较容易受格点影响的关键尺寸的位置进行调整，可以极大地降低格点划分对该光刻模型的影响。
以上对本发明实施例公开的一种光刻模型优化方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，凡在本发明的原则之内所作的任何修改，等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种光刻模型优化方法，用于降低光刻模型中的格点依赖性影响，其特征在于，包括以下步骤：
获取实际关键尺寸，根据获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性；
根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少分别获取到每个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值；
根据与各个预设关键尺寸相对应的至少两种关键数值对预设关键尺寸的格点依赖性进行评估；
根据评估结果对相应的预设关键尺寸进行调整。
2.如权利要求1所述的光刻模型优化方法，其特征在于，所述获取实际关键尺寸，根据获取的实际关键尺寸计算对应的预设关键尺寸在预设格点偏移位置上的格点依赖性，具体包括以下步骤：
生成初始光学模型；
获取初始光学模型的像素大小，根据像素大小计算出格点偏移范围；
从初始光学模型中获取实际关键尺寸，根据实际关键尺寸计算预设关键尺寸在预设格点偏移位置上的格点依赖性。
3.如权利要求2所述的光刻模型优化方法，其特征在于：所述格点偏移范围的定义公式为
pixel代表所述初始光学模型的像素大小，shift代表格点偏移范围。
4.如权利要求1所述的光刻模型优化方法，其特征在于，所述根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到与各个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值，具体包括以下步骤：
通过计算和/或比对获取每个预设关键尺寸相应的最大偏移位置；
通过计算和/或比对获取每个预设关键尺寸相应的最大格点依赖性。
5.如权利要求4所述的光刻模型优化方法，其特征在于，所述根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到与各个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值，还包括以下步骤：
根据每个预设关键尺寸的预设格点偏移位置数量及对应的格点依赖性计算每个预设关键尺寸的平均格点值。
6.如权利要求5所述的光刻模型优化方法，其特征在于，所述根据预设关键尺寸在预设格点偏移位置上的格点依赖性至少获取到与各个预设关键尺寸的最大偏移位置及最大格点依赖性两种关键数值，还包括以下步骤：
根据每个预设关键尺寸的预设格点偏移位置数量及对应的格点依赖性以及每个预设关键尺寸的平均格点值来计算每个预设关键尺寸的格点离散值。
7.如权利要求4所述的光刻模型优化方法，其特征在于：所述格点依赖性的定义公式为
其中，grid代表所述格点依赖性，cd代表实际关键尺寸，下标i代表预设格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得。
8.如权利要求4所述的光刻模型优化方法，其特征在于：所述格点离散值的定义公式为
其中σ代表离散值，cd代表实际关键尺寸，下标i代表预设格点偏移位置，下标j代表预设关键尺寸数，N代表总格点数，总格点数根据格点偏移范围获得，M代表关键尺寸的数量。
9.如权利要求6所述的光刻模型优化方法，其特征在于，所述根据与各个预设关键尺寸相对应的至少两种关键数值对预设关键尺寸的格点依赖性进行评估，具体包括以下步骤：
对每一预设关键尺寸的最大格点依赖性进行对比；
对每一预设关键尺寸的格点离散值进行对比；
根据对比结果综合确定至少一个较容易受格点影响的预设关键尺寸。
10.如权利要求9所述的光刻模型优化方法，其特征在于，所述根据评估结果对相应的预设关键尺寸进行调整，具体包括以下步骤：
针对较容易受格点影响的预设关键尺寸的位置进行调整。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111680682.1A CN114357928A (zh) | 2021-12-31 | 2021-12-31 | 一种光刻模型优化方法 |
| PCT/CN2022/115973 WO2023124174A1 (zh) | 2021-12-31 | 2022-08-30 | 一种光刻模型优化方法 |
| TW111132936A TWI829315B (zh) | 2021-12-31 | 2022-08-31 | 一種光刻模型優化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111680682.1A CN114357928A (zh) | 2021-12-31 | 2021-12-31 | 一种光刻模型优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114357928A true CN114357928A (zh) | 2022-04-15 |
Family
ID=81105287
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111680682.1A Pending CN114357928A (zh) | 2021-12-31 | 2021-12-31 | 一种光刻模型优化方法 |
Country Status (3)
| Country | Link |
|---|---|
| CN (1) | CN114357928A (zh) |
| TW (1) | TWI829315B (zh) |
| WO (1) | WO2023124174A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023124174A1 (zh) * | 2021-12-31 | 2023-07-06 | 东方晶源微电子科技（北京）有限公司 | 一种光刻模型优化方法 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6625512B1 (en) * | 2000-07-25 | 2003-09-23 | Advanced Micro Devices, Inc. | Method and apparatus for performing final critical dimension control |
| US6664121B2 (en) * | 2002-05-20 | 2003-12-16 | Nikon Precision, Inc. | Method and apparatus for position measurement of a pattern formed by a lithographic exposure tool |
| US6839125B2 (en) * | 2003-02-11 | 2005-01-04 | Asml Netherlands B.V. | Method for optimizing an illumination source using full resist simulation and process window response metric |
| US20080281438A1 (en) * | 2004-04-23 | 2008-11-13 | Model Predictive Systems, Inc. | Critical dimension estimation |
| US20060094131A1 (en) * | 2004-11-02 | 2006-05-04 | Taiwan Semiconductor Manufacturing Company, Ltd. | System and method for critical dimension control in semiconductor manufacturing |
| US7975244B2 (en) * | 2008-01-24 | 2011-07-05 | International Business Machines Corporation | Methodology and system for determining numerical errors in pixel-based imaging simulation in designing lithographic masks |
| US8571845B2 (en) * | 2008-06-03 | 2013-10-29 | Asml Netherlands B.V. | Model-based scanner tuning systems and methods |
| US9484186B2 (en) * | 2012-10-23 | 2016-11-01 | Synopsys, Inc. | Modeling and correcting short-range and long-range effects in E-beam lithography |
| CN104516206B (zh) * | 2013-09-27 | 2017-03-08 | 中芯国际集成电路制造(上海)有限公司 | 一种优化光学临近修正拟合结果的方法 |
| US20230044490A1 (en) * | 2019-12-13 | 2023-02-09 | Asml Netherlands B.V. | Method for improving consistency in mask pattern generation |
| CN113326601A (zh) * | 2020-02-28 | 2021-08-31 | 中芯国际集成电路制造(上海)有限公司 | 预处理方法及***、掩膜版的制造方法、设备、存储介质 |
| CN111158210A (zh) * | 2020-03-10 | 2020-05-15 | 长江存储科技有限责任公司 | 光掩模的光学邻近校正方法及光掩模、半导体的制造方法 |
| CN114357928A (zh) * | 2021-12-31 | 2022-04-15 | 东方晶源微电子科技（北京）有限公司 | 一种光刻模型优化方法 |
-
2021
- 2021-12-31 CN CN202111680682.1A patent/CN114357928A/zh active Pending
-
2022
- 2022-08-30 WO PCT/CN2022/115973 patent/WO2023124174A1/zh unknown
- 2022-08-31 TW TW111132936A patent/TWI829315B/zh active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023124174A1 (zh) * | 2021-12-31 | 2023-07-06 | 东方晶源微电子科技（北京）有限公司 | 一种光刻模型优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023124174A1 (zh) | 2023-07-06 |
| TWI829315B (zh) | 2024-01-11 |
| TW202328969A (zh) | 2023-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI840316B (zh) | 用於壓縮用於電子設計之形狀資料之方法及系統 | |
| CN111133478A (zh) | 信息处理装置和方法 | |
| US10021413B2 (en) | Apparatus and method for video data processing | |
| JP5730721B2 (ja) | パターン計測装置、およびパターン計測方法 | |
| US11055816B2 (en) | Image processing device, image processing method, and image processing program | |
| CN110361926B (zh) | 光学邻近效应修正模型及其建立方法和掩膜板的形成方法 | |
| CN114357928A (zh) | 一种光刻模型优化方法 | |
| CN109035363B (zh) | 一种快速迭代的线圆最优拟合方法 | |
| CN110536064B (zh) | 一种固定场景的像素级精度视频图像去抖动方法 | |
| US9978134B2 (en) | Sampling method and apparatus applied to OPC of lithography layout | |
| CN111507059B (zh) | 一种图形图像联合优化的光刻掩模优化方法、装置及电子设备 | |
| CN116167323A (zh) | 一种opc修正方法、装置、设备及计算机可读存储介质 | |
| JP4252308B2 (ja) | 解像度向上方法及び装置 | |
| US20120038785A1 (en) | Method for producing high resolution image | |
| CN112085759B (zh) | 一种基于大数据的直线拟合方法及装置 | |
| JP6652052B2 (ja) | 画像処理装置および画像処理方法 | |
| CN113538316B (zh) | 图像处理方法、装置、终端设备以及可读存储介质 | |
| CN113793280B (zh) | 局部噪声方差估计与bm3d块匹配相结合的真实图像降噪方法 | |
| Ma et al. | Reduced-reference stereoscopic image quality assessment based on entropy of gradient primitives | |
| CN101268623B (zh) | 用于创建可变形状区块的方法和装置 | |
| CN113506212A (zh) | 一种改进的基于pocs的高光谱图像超分辨率重建方法 | |
| CN112084938A (zh) | 一种基于图结构提高平面目标表征稳定性的方法及装置 | |
| TWI846977B (zh) | 處理條件推定裝置、處理條件推定方法以及處理條件推定記錄媒體 | |
| JP2013218227A (ja) | 数値標高モデル評価装置及び数値標高モデル評価方法 | |
| US20240196098A1 (en) | Method and Apparatus for Automatic Exposure |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100176 building 12, yard 156, Jinghai 4th Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Dongfang Jingyuan Microelectronics Technology (Beijing) Co.,Ltd. Address before: 100176 building 12, yard 156, Jinghai 4th Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant before: DONGFANG JINGYUAN ELECTRON Ltd. |