CN114514476A - 用于确定视场设定的方法 - Google Patents
用于确定视场设定的方法 Download PDFInfo
- Publication number
- CN114514476A CN114514476A CN202080070675.7A CN202080070675A CN114514476A CN 114514476 A CN114514476 A CN 114514476A CN 202080070675 A CN202080070675 A CN 202080070675A CN 114514476 A CN114514476 A CN 114514476A
- Authority
- CN
- China
- Prior art keywords
- view
- field
- substrate
- determining
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 311
- 239000000758 substrate Substances 0.000 claims abstract description 182
- 230000008569 process Effects 0.000 claims abstract description 170
- 238000009826 distribution Methods 0.000 claims abstract description 69
- 238000007689 inspection Methods 0.000 claims abstract description 38
- 238000005259 measurement Methods 0.000 claims description 80
- 238000005070 sampling Methods 0.000 claims description 77
- 230000002829 reductive effect Effects 0.000 claims description 17
- 230000001419 dependent effect Effects 0.000 claims description 16
- 238000010894 electron beam technology Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 description 188
- 238000000059 patterning Methods 0.000 description 130
- 230000006870 function Effects 0.000 description 101
- 238000005457 optimization Methods 0.000 description 100
- 230000005855 radiation Effects 0.000 description 84
- 238000005286 illumination Methods 0.000 description 64
- 238000001459 lithography Methods 0.000 description 29
- 230000003287 optical effect Effects 0.000 description 29
- 210000001747 pupil Anatomy 0.000 description 28
- 230000007547 defect Effects 0.000 description 24
- 238000004519 manufacturing process Methods 0.000 description 24
- 238000004088 simulation Methods 0.000 description 24
- 230000015654 memory Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 18
- 230000008859 change Effects 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 10
- 239000004065 semiconductor Substances 0.000 description 9
- 230000004075 alteration Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000009467 reduction Effects 0.000 description 7
- 230000004044 response Effects 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
- 238000012545 processing Methods 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
- 230000004888 barrier function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000005530 etching Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 229910052718 tin Inorganic materials 0.000 description 4
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000005468 ion implantation Methods 0.000 description 3
- 230000001678 irradiating effect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000001465 metallisation Methods 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
- 238000000206 photolithography Methods 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 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
- 230000006399 behavior Effects 0.000 description 2
- 230000002301 combined effect Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000001514 detection method Methods 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
- 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
- 238000001393 microlithography Methods 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 239000011733 molybdenum Substances 0.000 description 2
- 238000013386 optimize process Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000007517 polishing process Methods 0.000 description 2
- 239000002987 primer (paints) Substances 0.000 description 2
- 238000007639 printing Methods 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
- 238000004458 analytical method Methods 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
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 230000002596 correlated effect Effects 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
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000006073 displacement reaction 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
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber 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
- 238000007429 general method Methods 0.000 description 1
- 230000002068 genetic effect Effects 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
- 238000002156 mixing Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000037452 priming Effects 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
- 238000007493 shaping process Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012876 topography 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
-
- 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
- G03F7/70605—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
- G03F7/708—Construction of apparatus, e.g. environment aspects, hygiene aspects or materials
- G03F7/7085—Detection arrangement, e.g. detectors of apparatus alignment possibly mounted on wafers, exposure dose, photo-cleaning flux, stray light, thermal load
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/22—Treatment of data
- H01J2237/221—Image processing
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/26—Electron or ion microscopes
- H01J2237/28—Scanning microscopes
- H01J2237/2813—Scanning microscopes characterised by the application
- H01J2237/2817—Pattern inspection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
Abstract
本文中披露一种确定用于具有可配置的视场FOV的检查工具的视场设定的方法,该方法包括:获得衬底的至少一部分上的特征的工艺裕度分布;获得阈值;依赖于所获得的工艺裕度分布和阈值来识别衬底的至少一部分上的一个或更多个区;以及依赖于识别的所述一个或更多个区来确定视场设定。
Description
相关申请的交叉引用
本申请要求2019年10月8日递交的欧洲申请19201911.5和2019年11月18日递交的欧洲申请19209797.0的优先权,上述欧洲申请的全部内容以引用的方式并入本文中。
技术领域
本文中的描述涉及可以在衬底上制造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依赖于结构的特征的图像来改善工艺中的任一个的方法、非瞬时计算机可读介质和***。
背景技术
光刻投影设备可以用于例如制造集成电路(IC)。在这种情况下,图案形成装置(例如,掩模)可以包含或提供对应于IC的单独的层的电路图案(“设计布局”),并且可以依靠诸如通过图案形成装置上的电路图案而照射衬底(例如,硅晶片)上的已经涂覆有辐射敏感材料(“抗蚀剂”)层的目标部分(例如,包括一个或更多个管芯)的方法将此电路图案转移至所述目标部分上。通常,单个衬底包含多个相邻的目标部分,电路图案由光刻投影设备以一次一个目标部分的方式连续转移至所述多个相邻的目标部分。在一种类型的光刻投影设备中,将整个图案形成装置上的电路图案一次转移至一个目标部分上;此设备通常被称为步进器。在通常被称为步进扫描设备的替代设备中,投影束在给定参考方向(“扫描”方向)上在整个图案形成装置上进行扫描,同时平行或反向平行于此参考方向同步地移动衬底。将图案形成装置上的电路图案的不同部分渐进地转移至一个目标部分。通常,因为光刻投影设备将具有放大因子M(通常<1),所以衬底被移动的速度F将是投影束扫描图案形成装置的速度的因子M倍。可以例如从以引用的方式并入本文中的US6,046,792中搜集到关于如本文中描述的光刻设备的更多信息。
在将电路图案从图案形成装置转移至衬底之前,衬底可以经历各种工序,诸如涂底料、抗蚀剂涂覆和软烘烤。在曝光之后,衬底可以经受其他工序,诸如曝光后烘烤(PEB)、显影、硬烘烤以及被转移的电路图案的测量/检查。这一系列工序用作制造器件(例如,IC)的单独的层的基础。然后,衬底可以经历诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械研磨等各种工艺,这些工艺都意图完成器件的单独的层。如果在器件中需要若干层,则针对每个层来重复整个工序或其变型。最终,在衬底上的每个目标部分中将存在器件。然后,通过诸如划片或锯切的技术使这些器件彼此分离,由此可以将各个器件安装于载体上、连接至引脚等。
如所提及的,光刻是IC的制造中的核心步骤,其中,形成于衬底上的图案限定IC的功能元件,诸如微处理器、存储器芯片等。类似的光刻技术也用于形成平板显示器、微机电***(MEMS)和其他装置。
随着半导体制造工艺持续进步,几十年来,功能元件的尺寸已经不断地减小,而每器件的诸如晶体管的功能元件的数量已经在稳定地增加,这遵循通常称为“摩尔定律”的趋势。在当前的技术状态下,使用光刻投影设备来制造器件的层,光刻投影设备使用来自深紫外照射源的照射将设计布局投影至衬底上,从而产生具有充分低于100nm的尺寸(即小于来自照射源(例如,193nm的照射源)的辐射的波长的一半)的单独的功能元件。
用于印刷具有小于光刻投影设备的经典分辨率极限的尺寸的特征的该工艺根据分辨率公式CD=k1×λ/NA而通常被称为低k1光刻,其中,λ是所使用的辐射的波长(当前在大多数情况下是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”(通常是所印刷的最小特征尺寸),并且k1是经验分辨率因子。通常,k1越小,则在衬底上再生类似于由电路设计者规划的形状和尺寸以便实现特定电功能性和性能的图案就变得越困难。为了克服这些困难,需要准确确定器件/物体的制造中的所有工艺的控制参数。
控制参数可以是所确定的独立量测数据。可以例如通过测量衬底上的特征的性质的电子束检查工具或光学测量工具来获得量测数据。量测数据可以包括所测量的特征的统计性质。依赖于特征的量测数据来获得全部特征的控制参数的问题在于在衬底的整个表面上获得准确的量测数据需要过长的时间。
发明内容
根据本发明的第一方面,提供一种用于确定具有可配置的视场FOV的检查工具的视场设定的方法,所述方法包括:获得衬底的至少一部分上的特征的工艺裕度分布;获得阈值;依赖于所获得的工艺裕度分布和所述阈值来识别所述衬底的至少一部分上的一个或更多个区;以及依赖于识别的所述一个或更多个区来确定视场设定。
优选地,所述方法包括确定取样方案,其中,确定所述取样方案包括以下各项中的一项或更多项:共同确定所述取样方案和视场设定;依赖于所述视场设定来确定所述取样方案;依赖于所述取样方案来确定所述视场设定;依赖于所述工艺裕度分布来确定所述取样方案;依赖于所述阈值来确定所述取样方案;以及依赖于识别的所述一个或更多个区来确定所述取样方案。
优选地,确定取样方案包括确定以下各项中的一项或更多项:所使用的视场的数目;每个视场的位置;每个视场的尺寸;以及利用由每个视场获得的图像执行的测量的密度。
优选地,确定视场设定包括:确定视场的数目、每个视场的尺寸和/或每个视场的位置。
优选地,每个视场的尺寸在每个视场的位置处是能够被配置的;并且确定使用视场的多于一个的尺寸。
优选地,所述视场设定和/或取样方案是进一步依赖于与所述取样方案在所述衬底的所述至少一部分的一个或更多个区上的实施相关联的预期测量时间而被确定的,使得所确定的取样方案提供比测量所述衬底的所述至少一部分上的全部所述特征的取样方案更少的总测量时间。
优选地,所述工艺裕度分布包括关于所述衬底的至少一部分上的特征的指标的公差水平的变化的数据;并且所述衬底的所述至少一部分上的被识别的所述一个或更多个区是其中所述工艺裕度分布所包括的所述公差水平小于所述阈值的区。
优选地,确定的视场设定和/或取样方案依赖于确定至少一个特征的指标所需的所述至少一个特征的被确定的最少出现次数。
优选地,确定所述视场设定和/或取样方案包括:确定增加视场的数目以便达到至少一个特征的最少出现次数。
优选地,确定所述视场设定和/或取样方案包括:确定减少视场的数目以便避免使用多很多的用于实现至少一个特征的最少出现次数的视场。
优选地,所述方法还包括:获得用于获得衬底的至少一部分上的特征的量测数据的允许的最大测量时间;其中,依赖于所获得的所述允许的最大测量时间来确定所述视场设定和/或取样方案,使得根据确定的视场设定和/或取样方案获得测量结果所需的时间少于或等于所述允许的最大测量时间。
优选地,所述工艺裕度分布包括所述特征的指标的值;并且所述指标是边缘放置误差EPE、局部重叠LOVL、或局部临界尺寸均一性LCDU。
优选地,所述工艺裕度分布是EPE临界性映射图。
优选地,所述检查工具是基于电子束的检查工具或光学检查工具。
优选地,所述检查工具由量测设备构成。
优选地,所述工艺裕度分布依赖于所述衬底上的一个或更多个层的设计数据。
优选地,所述衬底上的一个或更多个层的所述设计数据依赖于在处理所述衬底上的所述一个或更多个层时使用的一个或更多个掩模的设计数据。
优选地,所述工艺裕度分布依赖于一个或更多个层上的工艺的建模步骤。
优选地,所述建模步骤涉及:预测在曝光所述掩模之后形成的实际器件特征的一个或更多个特性的物理模型的使用,以及在曝光所述掩模之后执行的一个或更多个其他工艺步骤。
优选地,所述工艺裕度分布依赖于一个或更多个层上的实际测量数据。
优选地,所述阈值是基于工艺良率要求,诸如制造工艺在所述衬底的所述至少一部分上生成功能器件的最小所需机率。
优选地,所述视场处于0.1μm×0.1μm至40μm×40μm之间的范围内。
根据本发明的第二方面,提供一种获得衬底的至少一部分上的特征的量测数据的方法,所述方法包括:根据第一方面所述的方法确定用于检查工具的取样方案和/或视场FOV设定;使用所确定的取样方案和/或视场设定获得衬底的至少一部分上的相应的一个或更多个区的一个或更多个图像;以及依赖于所获得的一个或更多个图像确定所述衬底的至少一部分上的特征的量测数据。
根据本发明的第三方面,提供一种计算***和检查工具,其中:所述计算***被布置为根据第一方面所述的方法确定用于所述检查工具的取样方案和/或视场FOV设定;并且所述检查工具被布置为依赖于所确定的取样方案和/或视场设定获得衬底的至少一部分的一个或更多个区的图像。
根据本发明的第四方面,提供一种包括根据第三方面所述的计算***和检查工具的量测设备。
根据本发明的第五方面,提供一种包括在被执行时使得计算***执行第一方面所述的方法的指令的非瞬时计算机可读介质。
附图说明
图1是光刻***的各种子***的框图。
图2是对应于图1中的子***的模拟模型的框图。
图3A示意性地描绘LER。
图3B示意性地描绘LWR。
图3C示意性地说明随机变化如何可能影响光刻。
图4A和图4B示意性地示出用于确定空间图像或抗蚀剂图像的特性的随机变化与一个或更多个设计变量之间的关系的方法。
图5A和图5B示出使用所述关系的拟合的结果。
图6示出用于计算和说明随机变化的示例性流程图。
图7示出使用随机变化识别的热点。
图8示出在多个条件下和在设计变量的多个值下包含随机变化的值的非瞬时计算机可读介质。
图9A和图9B分别示出在垂直于图案的边缘的方向(x)上(空间或抗蚀剂)图像的横跨所述边缘的强度。
图10示意性地示出EPEILS项的曲线。
图11是说明联合优化/共同优化的示例性方法的多方面的流程图。
图12示出另一种优化方法的示例。
图13A、图13B和图14示出各种优化工艺的示例性流程图。
图15A示出用于基于特性的随机变化(例如,LER)或基于该随机变化的函数(例如,bl_ILS、ILS或NILS)识别空间图像或抗蚀剂图像上的热点的方法的流程图。
图15B示出用于基于空间图像或抗蚀剂图像的特性(例如,边缘位置)的随机变化(例如,LER)或基于所述随机变化的函数(例如,bl_ILS、ILS或NILS)识别空间图像或抗蚀剂图像上的热点的另一种方法的流程图。
图16示出用于减少空间图像或抗蚀剂图像的一个或更多个特性(例如,边缘位置)的随机变化(例如,LER)的方法的流程图。
图17是示例性计算机***的框图。
图18是光刻投影设备的示意图。
图19是另一种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示出吞吐量与随机变化的量度的若干关系。
图23示意性地说明进行用于一个或更多个设计变量的值的集合的优化并且将工艺的各种特性、空间图像和/或抗蚀剂图像呈现给使用者,使得使用者可以基于使用者的期望特性选择一个或更多个设计变量的值的集合的方法的流程图。
图24示出衬底上的特征的图像。
图25示出根据实施例的多个对准且叠置的图像。
图26是根据实施例的方法的流程图。
图27a描绘在衬底上的整个区内分布的特征的EPE临界性变化。
图27b描绘在衬底上的整个区内分布的特征的EPE临界性变化。
图27c描绘根据实施例的确定的视场设定。
图27d描绘根据实施例的确定的视场设定。
图28是根据实施例的用于确定具有可配置的视场的检查工具的视场FOV设定的工艺的流程图。
具体实施方式
尽管在本文中可以特定地参考IC的制造,但是应该明确地理解的是,本文中的描述具有许多其他可能的应用。例如,本申请可以用于制造集成光学***、用于磁畴存储器的引导和检测图案、液晶显示面板、薄膜磁头等。技术人员将明白的是,在此类替代应用的内容背景中,本文中对术语“掩模版”、“晶片”或“管芯”的任何使用应该被视为可以分别与更上位的术语“掩模”、“衬底”和“目标部分”互换。
在本文件中,术语“辐射”和“束”用于涵盖所有类型的电磁辐射,包括紫外幅射(例如,具有365nm、248nm、193nm、157nm或126nm的波长)和EUV(极紫外辐射,例如具有在5nm至20nm的范围内的波长)。
如本文中使用的术语“优化”和“优良化”是指或意味着调整光刻投影设备、光刻工艺等,使得光刻的结果和/或工艺具有更理想的特性,诸如设计布局在衬底上的投影的较高准确度、较大工艺窗口等。因此,如本文中使用的术语“优化”和“优良化”是指或意味着识别用于一个或更多个参数的一个或更多个值的工艺,所述一个或更多个参数的一个或更多个值相比于用于那些一个或更多个参数的一个或更多个值的初始集合提供至少一个相关指标(例如,局部最优)的改善。“最优”和其他相关术语应该相应地予以解释。在示例中,可以迭代地应用优化步骤,以提供一个或更多个指标的进一步改善。
此外,光刻投影设备可以属于具有两个或更多个台(例如,两个或更多个衬底台、衬底台和测量台、两个或更多个图案形成装置台等)的类型。在这些“多平台”装置中,可以并行地使用多个台,或者可以在一个或更多个台上执行预备步骤,同时将一个或更多个其他台用于曝光。例如,以引用的方式并入本文中的US 5,969,441中描述了双平台光刻投影设备。
上文参考的图案形成装置包括或者可以形成一个或更多个设计布局。可以利用CAD(计算机辅助设计)程序来产生设计布局,此工艺经常被称为EDA(电子设计自动化)。大多数CAD程序遵循预定设计规则集合,以便产生功能设计布局/图案形成装置。通过处理和设计限制来设定这些规则。例如,设计规则限定电路器件(诸如门、电容器等)或互联线之间的空间公差,以便确保所述电路器件或线彼此不会以不期望的方式相互作用。设计规则限制中的一项或更多项可以被称为“临界尺寸”(CD)。可以将电路的临界尺寸限定为线或孔的最小宽度,或者两条线或两个孔之间的最小空间。因此,CD确定所设计的电路的总尺寸和密度。当然,集成电路制作中的目标中的一项是(通过图案形成装置)在衬底上如实地再生原始电路设计。
如本文中使用的术语“掩模”或“图案形成装置”可以被广义地解释为是指可以用于向入射辐射束赋予图案化的横截面的通用图案形成装置,该图案化的横截面对应于待在衬底的目标部分中产生的图案;术语“光阀”也可以用于此内容背景中。除了经典掩模(透射或反射型;二元型、相移型、混合型等)以外,其他这种图案形成装置的示例还包括:
-可编程反射镜阵列。这种装置的示例是具有黏弹性控制层和反射表面的矩阵可寻址表面。此设备所隐含的基本原理是反射表面的(例如)被寻址的区域使入射辐射被反射为衍射辐射,而未被寻址的区域使入射辐射反射为非衍射辐射。在使用适当的滤波器的情况下,可以从反射束滤除所述非衍射辐射,从而仅留下衍射辐射;这样,束根据矩阵可寻址表面的寻址图案而被图案化。可以使用适合的电子构件来执行所需的矩阵寻址。可以例如从以引用的方式并入本文中的美国专利第5,296,891号和第5,523,193号中搜集到关于此类反射镜阵列的更多信息。
-可编程LCD阵列。以引用的方式并入本文中的美国专利第5,229,872号中给出了这种构造的示例。
作为简要介绍,图1说明示例性光刻投影设备10A。主要部件是:辐射源12A,该辐射源可以是深紫外准分子激光源或者包括极紫外(EUV)源的其他类型的源(如上文所论述的,光刻投影设备自身无需具有辐射源);照射光学器件,该照射光学器件限定部分相干性(表示为σ)并且可以包括对来自源12A的辐射进行成形的光学器件14A、16Aa和16Ab;图案形成装置14A;以及透射光学器件16Ac,该透射光学器件将图案形成装置图案的图像投影至衬底平面22A上。投影光学器件的光瞳平面处的可调整的滤波器或孔20A可以限制照射于衬底平面22A上的束角度的范围,其中,最大可能角度限定投影光学器件的数值孔径NA=n sin(Θmax),n是投影光学器件的最后部件与衬底之间的介质的折射率。
在***的优化工艺中,可以将***的品质因数表示为成本函数。优化工艺归结为寻找到***的优化(例如,最小化或最大化)成本函数的一组参数(设计变量)的工艺。成本函数可以依赖于优化的目标而具有任何适合的形式。例如,成本函数可以是***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的最大值(即,最差偏差)。本文中的术语“评估点”应该被广义地解释为包括***的任何特性。由于***的实施的实际性,***的设计变量可以受限于有限的范围和/或是相互依赖的。在光刻投影设备的情况下,约束经常与硬件的物理属性和特性(诸如,可调谐范围和/或图案形成装置可制造性设计规则)相关联,并且评估点可以包括衬底上的抗蚀剂图像上的物理点,以及诸如剂量和焦点的非物理特性。
在光刻投影设备中,源将照射(即,辐射)提供至图案形成装置,并且投影光学器件通过图案形成装置将照射引导至衬底上并且使得该照射成形。此处,术语“投影光学器件”被广义地限定为包括可以变更辐射束的波前的任何光学部件。例如,投影光学器件可以包括部件14A、16Aa、16Ab和16Ac中的至少一些。空间图像(AI)是衬底水平处的辐射强度分布。曝光衬底上的抗蚀剂层,并且将空间图像转移至抗蚀剂层以作为该抗蚀剂层中的潜影“抗蚀剂图像”(RI)。可以将抗蚀剂图像(RI)限定为抗蚀剂层中的抗蚀剂的溶解度的空间分布。可以使用抗蚀剂模型以根据空间图像计算抗蚀剂图像,它的示例可以在全部披露内容以引用的方式并入本文中的美国专利申请公开案第US 2009-0157360号中找到。抗蚀剂模型仅涉及抗蚀剂层的性质(例如,在曝光、PEB和显影期间发生的化学工艺的影响)。光刻投影设备的光学属性(例如,源、图案形成装置和投影光学器件的属性)规定空间图像。由于可以改变用于光刻投影设备中的图案形成装置,所以需要使图案形成装置的光学属性与光刻投影设备的至少包括源和投影光学器件的其余部分的光学属性分离。
图2中说明用于模拟光刻投影设备中的光刻的示例性流程图。源模型31表示源的光学特性(包括辐射强度分布和/或相位分布)。投影光学器件模型32表示投影光学器件的光学特性(包括由投影光学器件引起的辐射强度分布和/或相位分布的改变)。设计布局模型35表示设计布局的光学特性(包括由给定设计布局33引起的辐射强度分布和/或相位分布的改变),该设计布局是在图案形成装置上或由图案形成装置形成的特征的布置的表示。可以根据设计布局模型35、投影光学器件模型32和设计布局模型35来模拟空间图像36。可以使用抗蚀剂模型37根据空间图像36来模拟抗蚀剂图像38。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,源模型31可以表示源的光学特性,该光学特性包括但不限于NA设定、标准差(σ)设定,以及任何特定的照射形状(例如,离轴辐射源,诸如环形、四极、偶极等)。投影光学器件模型32可以表示投影光学器件的光学特性,该光学特性包括像差、失真、一个或更多个折射率、一个或更多个物理大小、一个或更多个物理尺寸等。设计布局模型35可以表示物理的图案形成装置的一个或更多个物理属性,例如以全文引用的方式并入本文中的美国专利第7,587,704号中描述的。模拟的目标是精确地预测例如边缘放置、空间图像强度斜率和/或CD,然后可以将它们与预期设计进行比较。预期设计通常被定义为可以以诸如GDSII或OASIS或其他文件格式的标准化数字文件格式提供的预OPC设计布局。
根据此设计布局,可以识别被称为“片段”的一个或更多个部分。在示例中,提取一组片段,该组片段表示设计布局中的复杂图案(虽然通常为约50个至1000个片段,但是可以使用任何数目个片段)。这些图案或片段表示设计的较小部分(即,电路、单元或图案),并且更具体地,片段通常表示需要特别注意和/或验证的较小部分。换句话说,片段可以是设计布局的部分,或者可以是相似的或具有设计布局的部分的相似行为,其中,一个或更多个临界性特征通过经验(包括由客户提供的片段)、通过试错法、或者通过执行全芯片模拟予以识别。片段可以包含一个或更多个测试图案或测规图案。
可以由客户基于设计布局中的需要特定的图像优化的一个或更多个已知的临界性特征区域来预先提供初始较大的一组片段。可替代地,在另一个实施例中,可以通过使用识别一个或更多个临界性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提取初始较大的一组片段。
在例如使用EUV(极紫外辐射,例如具有在5nm至20nm的范围内的波长)源或非EUV源的光刻投影设备中,减小的辐射强度可能导致较强随机变化,诸如较小的二维特征(诸如孔)中的明显的线宽粗糙度和/或局部CD变化。在使用EUV源的光刻投影设备中,减小的辐射强度可以归因于从源输出的较低的总辐射、来自成形来自源的辐射的光学器件的辐射损耗、通过投影光学器件的透射损耗、在恒定剂量下导致较少光子的较高的光子能量等。随机变化可以归因于诸如抗蚀剂中的光子散粒噪声、光子产生的次级电子、光子吸收变化和/或光子产生式酸的因素。特征的较小尺寸进一步恶化此随机变化。较小特征中的随机变化是产品良率中的重要因素,并且证明包括于光刻工艺和/或光刻投影设备的多个优化工艺中是合理的。
在相同的辐射强度下,每个衬底的较低曝光时间导致光刻投影设备的较高吞吐量,但导致较强的随机变化。给定辐射强度下的给定特征中的光子散粒噪声与曝光时间的平方根成比例。在使用EUV和其他辐射源的光刻中,存在出于增加吞吐量的目的而降低曝光时间的期望。因此,考虑优化工艺中的随机变化的本文中描述的方法和设备不限于EUV光刻。
吞吐量也可能受到被引导至衬底的辐射的总量的影响。在一些光刻投影设备中,牺牲来自源的辐射的一部分以便实现照射的期望形状。
图3A示意性地描绘线边缘粗糙度(LER)。假设所有条件在设计布局上的特征的边缘903的三次曝光或曝光模拟中都是相同的,则边缘903的抗蚀剂图像903A、903B和903C可以具有稍微不同的形状和位置。可以通过分别平均化抗蚀剂图像903A、903B和903C来测量抗蚀剂图像903A、903B和903C的位置904A、904B和904C。通常由潜在特性的分布的参数表示诸如线边缘粗糙度的随机变化。在此示例中,假设该分布是正态分布,则可以由边缘903的空间分布的3σ表示边缘903的LER。可以在边缘903的多次曝光或模拟中从边缘903的位置(例如,位置904A、904B和904C)导出3σ。LER表示边缘903由于随机效应很可能将落入的范围。因此,LER也可以被称为随机边缘放置误差(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示意性地描绘线宽粗糙度(LWR)。假设所有条件在设计布局上具有宽度911的长矩形特征910的三次曝光或曝光模拟中都是相同的,则矩形特征910的抗蚀剂图像910A、910B和910C可以分别具有稍微不同的宽度911A、911B和911C。矩形特征910的LWR可以是宽度911A、911B和911C的分布的量度。例如,假设该分布是正态分布,则LWR可以是宽度911的分布的3σ。可以根据矩形特征910的宽度911(例如,宽度911A、911B和911C)的许多曝光或模拟导出LWR。在较短的特征(例如,接触孔)的内容背景中,因为长边缘不能用于平均化该特征的图像的位置,所以没有良好地限定该特征的图像的宽度。相似数量LCDU可以用于特征化随机变化。LCDU是较短特征的图像的测得CD的分布(假设该分布是正态分布)的3σ。
图3C示意性地说明随机变化如何可能影响光刻。在图3C的示例中,空间图像或抗蚀剂图像中的特征的边缘的预期位置被指示为点线982。实际边缘被指示为曲线995,该曲线包括与随机效应不相关的随机变化(在此示例中,LER)和误差(例如,由诸如剂量变化、焦点变化、源形状、图案形成装置(例如,掩模)误差等导致)两者。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(点线982)之间的差980是与随机效应不相关的误差,该误差可以被称为边缘放置误差(EPE)。实际边缘相对于平均位置的变化是随机变化。围封随机变化的围绕平均位置(实线981)的带990可以被称为随机变化带,该随机变化带表示实际局部边缘放置可以由于随机效应而达到的范围。随机变化带的宽度可以大于EPE。因此,与边缘的预期位置(点线982)的总概率偏差可以是EPE与随机变化带的总和。如果不存在随机变化,则此示例中的边缘的实际位置将处于由实线981指示的位置,它不与相邻特征983结合且因此不产生缺陷。然而,当存在随机变化且随机变化带足够大(例如,带990)时,实际边缘可以与相邻特征983结合(由点线圆圈标记之处)并且因此产生缺陷。因此,需要评估、模拟或减小随机变化。
图4A中以流程图并且图4B中以示意图描绘确定空间图像或抗蚀剂图像的特性的随机变化与一个或更多个设计变量之间的关系的方法。在步骤1301中,根据针对一个或更多个设计变量的多个值的集合1501中的每一个(通过实际曝光或模拟)所形成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,针对一个或更多个设计变量的每个值的集合1501根据特性的值1503的分布1504确定随机变化的值1505,所述特性的值1503是从针对一个或更多个设计变量的值的集合1501所形成的空间图像或抗蚀剂图像测得的。在步骤1303中,通过根据随机变化的值1504和一个或更多个设计变量的值的集合1501拟合模型的一个或更多个参数来确定关系1506。
在示例中,随机变化是LER,并且一个或更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)可以通过拟合来确定参数a、b和c。模糊图像ILS(bl_ILS)是应用有空间模糊的图像对数斜率ILS。空间模糊可以表示抗蚀剂图像由于抗蚀剂层中通过曝光至辐射而产生的化学物质的扩散而引起的模糊。
图5A示出使用等式30中的模型的拟合的结果。遵循图4A和图4B中的方法来确定在恒定的图像强度和恒定的剂量下的多于900个不同特征的LER 1400(作为随机变化的示例)的值,所述特征包括长沟道1401、长线1402、短线1403、短沟道1404、短线端1405和短沟道端1406。通过拟合LER的值与设计变量bl_ILS的值确定等式30中的参数a和b(参数c由于剂量加权模糊图像强度是恒定的而与参数a合为一体)。以曲线1410示出拟合结果。
图5B示出使用等式30中的模型的拟合1510的结果。使用图4A和图4B中的方法来确定在多种剂量和多种图像强度下在20nm×40nm的沟道1505的宽度方向上的CD和在20nm×40nm的沟道1505的长度方向上的CD的LCDU 1500(作为随机变化的示例)的值。通过拟合LWR的值与设计变量bl_ILS、剂量和图像强度的值确定等式30中的参数a、b和c。
一旦通过诸如图4A和图4B中的方法的方法确定了空间图像或抗蚀剂图像的特性的随机变化与一个或更多个设计变量之间的关系,就可以使用该关系针对所述特性来计算随机变化的值。图6示出用于此计算的示例性流程图。在步骤1610中,选择条件集合(例如,NA、σ、剂量、焦点、抗蚀剂化学反应、一个或更多个投影光学器件参数、一个或更多个照射参数等)。在步骤1620中,在这些条件下计算一个或更多个设计变量的值。例如,抗蚀剂图像的边缘位置的值和bl_ILS沿着边缘。在步骤1630中,根据随机变化与一个或更多个设计变量之间的关系计算随机变化的值。例如,在示例中,随机变化是边缘的LER。在可选的步骤1640中,可以限定噪声向量,该噪声向量的频率分布大致匹配真实的衬底测量值。在可选的步骤1650中,将噪声向量叠加于结果(例如,空间图像或抗蚀剂图像的随机边缘)上。
空间图像或抗蚀剂图像的特性的随机变化与一个或更多个设计变量之间的关系也可以用于识别空间图像或抗蚀剂图像的一个或更多个“热点”,如图7中所示。“热点”可以被限定为在图像上的随机变化超出某一量值的位置。例如,如果两个附近边缘上的两个位置具有较大的LER值,则这两个位置具有较高的彼此接合的机会。
在示例中,可以计算在多个条件下和在一个或更多个设计变量的多个值下的随机变化(和/或其函数)的值并且将该值编译于非瞬时计算机可读介质1800(如图8中所示)中,诸如存储于硬盘驱动器上的数据库。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可以在光刻工艺中以许多方式是有用的。在一个示例中,可以在光学邻近效应校正(OPC)中考虑随机变化。
作为示例,OPC处理如下事实:投影于衬底上的设计布局的图像的最终尺寸和放置将不相同于或简单地仅依赖于该设计布局在图案形成装置上的尺寸和放置。注意,术语“掩模”、“掩模版”、“图案形成装置”在本文中可以被互换地采用。此外,本领域技术人员将认识到,特别是在光刻模拟/优化的内容背景中,术语“掩模”/“图案形成装置”和“设计布局”可以被互换地使用,这是因为:在光刻模拟/优化中,不一定使用物理的图案形成装置,而可以使用设计布局来表示物理的图案形成装置。对于存在于一些设计布局上的较小的特征尺寸和较高的特征密度,给定特征的特定边缘的位置将在某种程度上受到其他邻近特征的存在或不存在影响。这些邻近效应起因于从一个特征联接至另一个特征的微小量的辐射和/或诸如衍射和干涉的非几何光学效应。相似地,邻近效应可以起因于在例如通常跟随光刻的曝光后烘烤(PEB)、抗蚀剂显影和蚀刻期间的扩散和其他化学效应。
为了有助于确保设计布局的被投影图像是根据给定目标电路设计的要求的,应该使用设计布局的复杂数值模型、校正或预失真来预测和补偿邻近效应。论文“全芯片光刻模拟和设计分析-OPC正在如何改变IC设计(Full-Chip Lithography Simulation andDesign Analysis-How OPC Is Changing IC Design)”(C.Spence,Proc.SPIE,第5751卷,第1页至14页(2005年))提供了“以模型为基础”的光学邻近效应校正工艺的概述。在典型的高端设计中,设计布局的几乎每个特征都具有某种修改,以便实现被投影图像至目标设计的较高的保真度。这些修改可以包括边缘位置或线宽的移位或偏差,以及意图辅助其他特征的投影的“辅助”特征的应用。
在芯片设计中通常存在数百万个特征的情况下,将以模型为基础的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“精确的科学”,而是不总是补偿所有可能的邻近效应的经验性迭代工艺。因此,应该通过设计检查(即,使用经校准的数值工艺模型的加强全芯片模拟)来检验OPC的效应(例如,在应用OPC和/或任何其他RET之后的设计布局),以便减小或最小化设计缺陷被形成至图案形成装置图案中的可能性。这是通过如下各项驱动的:制造高端图案形成装置的巨大成本,该成本在数百万美元的范围内;以及一旦实际的图案形成装置已经被制造,重做或修复实际的图案形成装置对周转时间的影响。
OPC和全芯片RET验证两者都可以基于例如美国专利申请公开案第US 2005-0076322号和Y.Cao等人的标题为“用于快速、全芯片模拟的优化硬件和软件(OptimizedHardware and Software For Fast,Full Chip Simulation)”(Proc.SPIE,第5754卷,405(2005年))的论文中描述的数值建模***和方法。
一个RET涉及设计布局的全局偏差(也被称为“掩模偏差”)的调整。全局偏差是设计布局中的图案与意图印刷于衬底上的图案之间的差。例如,在通过投影光学器件忽略(去)放大的情况下,可以通过设计布局中的50nm的直径的图案或通过设计布局中的20nm的直径的图案,但利用较高剂量将直径为25nm的环形图案印刷于衬底上。
除了对设计布局或图案形成装置的优化(例如,OPC)以外,也可以与图案形成装置优化联合地或分离地优化照射,以致力于改善总光刻保真度。术语“照射源”和“源”在本文件中可以被互换地使用。已经引入诸如环形、四极和偶极的许多离轴照射,并且许多离轴照射已经提供针对OPC设计的更多自由度,由此改善成像结果。离轴照射是用于分辨包括于图案形成装置中的精细结构(即,目标特征)的方式。然而,当与传统照射相比时,离轴照射通常提供针对空间图像(AI)的较小辐射强度。因此,需要试图优化照射源以在较精细的分辨率与减小的辐射强度之间实现最优平衡。
例如,可以在Rosenbluth等人的标题为“用于印刷给定形状的优化掩膜和源图案(Optimum Mask and Source Patterns to Printa Given Shape)”(Journal ofMicrolithography,Microfabrication,Microsystems 1(1),第13至20页(2002年))的论文中找到众多照射优化方法。将光源分割成若干区,这些区中的每一个对应于光瞳光谱的某个区。然后,将源分布假设为在每个源区中是均匀的,并且针对工艺窗口来优化每个区的亮度。然而,源分布在每个源极区中是均匀的该假设不总是有效的,并且因此,此方法的有效性变差。在Granik的标题为“用于图像保真度和吞吐量的源优化(Source Optimizationfor Image Fidelity and Throughput)”(Journal of Microlithography,Microfabrication,Microsystems 3(4),第509至522页(2004年))的论文所阐述的另一个示例中,综述了若干现有的源优化方法,并且提出将源优化问题转换成一系列非负最小平方优化的基于照射器像素的方法。尽管这些方法展现了一些成就,但它们通常需要多次复杂的迭代以收敛。另外,可能难以确定用于一些额外参数(诸如Granik的方法中的γ)的适当的/优化的值,这规定了在优化用于衬底图像保真度的源与该源的平滑度要求之间的折衷。
对于低k1光刻,源和图案形成装置两者的优化有助于帮助确保用于临界电路图案的投影的可行工艺窗口。一些算法(例如,Socha等人的Proc.SPIE,第5853卷,2005年,第180页)将照射离散至独立的源点中并且将图案形成装置离散至空间频域中的衍射阶中,并且基于诸如曝光裕度的工艺窗口指标来分离地公式化成本函数(成本函数被限定为一个或更多个选定的设计变量的函数),可以通过来自源点强度和图案形成装置衍射阶的光学成像模型来预测该成本函数。
如本文中使用的术语“设计变量”包括光刻投影设备或光刻工艺的参数集合,例如,光刻投影设备的使用者可以调整的参数,或使用者可以通过调整那些参数而调整的图像特性。应该明白的是,包括照射、图案形成装置、投影光学器件和/或抗蚀剂的一个或更多个特性的光刻投影工艺的任何一个或更多个特性可以被优化中的设计变量表示。成本函数经常是设计变量的非线性函数。然后,使用标准的优化技术以优化成本函数。
相关地,不断减少设计规则的压力已经驱使半导体芯片制造者在现有的193nm的ArF光刻的情况下更深入于低k1光刻时代。朝向较低k1的光刻给予对RET、曝光工具和对光刻亲和设计的需要的大量需求。未来可以使用1.35ArF的超数值孔径(NA)曝光工具。为了帮助确保电路设计可以以可工作工艺窗口产生至衬底上,照射图案形成装置优化(在本文中被称为源掩模优化或SMO)正在变成用于2×nm节点的显著RET。
美国专利申请公开案第US 2011-0230999号描述了在无约束的情况下并且在可实行的时间量内允许使用成本函数来同时优化照射和图案形成装置的照射和图案形成装置(设计布局)优化方法和***,该公开案的全部内容以引用的方式并入本文中。美国专利申请公开案第2010/0315614号描述了涉及通过调整源的像素来优化源的另一种SMO方法和***,该公开案的全部内容以引用的方式并入本文中。
在光刻投影设备中,作为示例,可以将成本函数表达为
其中,(z1,z2,…,zN)是N个设计变量或它们的值。fp(z1,z2,…,zN)可以是设计变量(z1,z2,…,zN)的函数,诸如针对的设计变量(z1,z2,…,zN)的值的集合在评估点处的特性的实际值与预期值之间的差。wp是与fp(z1,z2,…,zN)相关联的权重常数。可以向比其他评估点或图案更关键的评估点或图案分配较高的wp值。也可以向具有较多出现次数的图案和/或评估点分配较高的wp值。评估点的示例可以是衬底上的任何物理点或图案、虚拟设计布局上的任何点,或抗蚀剂图像,或空间图像,或它们的组合。fp(z1,z2,…,zN)也可以是诸如LWR、LER和/或LCDU的一个或更多个随机变化的函数,所述函数又是设计变量(z1,z2,…,zN)的函数。fp(z1,z2,…,zN)可以是随机变化的显函数,诸如fp(LER)=LER2(z1,z2,…,zN)。fp(z1,z2,…,zN)可以是变量的显函数,该变量是诸如LER的随机变化的函数。例如,bl_ILS可以是如由等式30和指示的LER的函数。fp(z1,z2,…,zN)可以是影响诸如LER的随机变化的变量。
因此,使用包括表示随机变化的fp(z1,z2,…,zN)的成本函数的优化可能导致减小或最小化该随机变化的一个或更多个设计变量的值。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更多个合适的特性,例如焦点、CD、图像位移、图像失真、图像旋转、随机变化、吞吐量、LCDU或它们的组合。LCDU是本地CD变化(例如,本地CD分布的标准偏差的三倍)。在一个示例中,成本函数表示LCDU、吞吐量和随机变化(即,是LCDU、吞吐量和随机变化的函数)。在一个示例中,成本函数表示EPE、吞吐量和随机变化(例如,包括作为EPE、吞吐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的随机变化的函数的fp(z1,z2,…,zN)。在一个示例中,设计变量(z1,z2,…,zN)包括选自剂量、图案形成装置的全局偏差、照射的形状中的一项或更多项,或者它们的组合。由于抗蚀剂图像经常规定衬底上的图案,所以成本函数可以包括表示抗蚀剂图像的一个或更多个特性的函数。例如,此评估点的fp(z1,z2,…,zN)可以仅是抗蚀剂图像中的一点与该点的预期位置之间的距离(即,边缘放置误差EPEp(z1,z2,…,zN))。设计变量可以包括任何可调整参数,诸如源的可调整参数、图案形成装置、投影光学器件、剂量、焦点等。
光刻设备可以包括统称为“波前操控器”的部件,该部件可以用于调整辐射束的波前的形状和强度分布和/或相移。在示例中,光刻设备可以调整在沿着光刻投影设备的光学路径的任何位置处的波前和强度分布,所述任何位置诸如在图案形成装置之前、在光瞳平面附近、在图像平面附近和/或在焦平面附近。波前操控器可以用于校正或补偿由例如源、图案形成装置、光刻投影设备中的温度变化、光刻投影设备的部件的热膨胀等导致的波前和强度分布和/或相移的某些失真。调整波前和强度分布和/或相移可以改变评估点和成本函数的值。可以根据模型模拟这些变化或实际地测量这些变化。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两者长度的量纲。因此,它们可以直接相加。可以使用可替代的成本函数,包括LER被包括于EPE中的成本函数。
等式30将bl_ILS与LER联系起来。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,并且反之亦然。根据示例,成本函数可以表示EPE和bl_ILS两者(或归一化ILS(NILS))。然而,因为bl_ILS不测量长度而EPE测量长度,或者NILS是无量纲的而EPE具有长度的量纲,所以EPE和bl_ILS(或NILS)可能不直接相加。因此,通过表示长度的函数来表示bl_ILS(或NILS)使得将所述表示直接相加至EPE是可能的。
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,并且因此允许直接相加至EPE。图9A和图9B分别示出在垂直于图案的边缘的方向(x)上横跨所述边缘的(空间或抗蚀剂)图像的强度。关于x的强度的较高斜率意味着较高的ILS、bl_ILS和NILS。因此,图9A的示例相比于图9B的示例具有较高的ILS、bl_ILS和NILS。边缘位置Xe随着足以曝光抗蚀剂I的强度而移位。当曝光的持续时间固定时,足以曝光抗蚀剂I的强度随着剂量而变化。因此,由剂量的给定变化量(例如,相对于标称剂量的±δ,±δ可以是使用者选择的参数)所导致的边缘位置Xe的移位量(在下文中,“EPEILS”,例如,2911和2912)由ILS、bl_ILS或NILS确定。因为图9A的示例因此比图9B的示例具有更高的ILS、bl_ILS和NILS,所以图9A的示例中的EPEILS小于图9B的示例中的EPEILS。因此,EPEILS是可以表示ILS、bl_ILS或NILS并且表示长度的函数的示例,其中,允许将该EPEILS直接相加至成本函数中的EPE。EPEILS可以写作:
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如下形式:
其中,EPEp(z1,z2,…,zN)|δ=0是标称剂量下的EPE值,p是第p个评估点,并且Sp是EPEILS项的权重。因此,例如,通过最小化此成本函数的优化将ILS(xe(0))最大化,并且因此将LER最小化。
根据示例,当EPE项增加时,EPEILS项的权重可以相对于EPE项(例如,)的权重减小,使得EPEILs项不主导EPE项如果EPEILS项主导,则EPE项将不会由于优化而充分缩减。例如,当|EPEp|高于使用者选择的偏移时,在|EPEp|>OF时(由此优化忽略EPEILS项并且仅减小EPE项)sp=0,并且在|EPEp|≤OF时sp≠0,其中,OF是偏移。例如,
EPE项的较高权重将使得优化有利于在使用成本函数的优化中的EPE项减小。
图10示意性地示出作为EPEp的函数的成本函数的曲线,其中,权重
如图10所示,由于权重wp具有较大值,所以EPE项在|EPEp|>OF时导致成本函数的较大比例。
设计变量可以具有约束,该约束可以被表达为(z1,z2,…,zN)∈Z,其中,Z是设计变量的可能值的集合。可以通过光刻投影设备的期望吞吐量来施加对设计变量的一个可能的约束。期望的吞吐量的下限导致对剂量的上限,并且因此具有针对随机变化的影响(例如,对随机变化施加下限)。较短的曝光时间和/或较低的剂量通常导致较高的吞吐量,但导致较大的随机变化。因为随机变化是设计变量的函数,所以对衬底吞吐量和随机变化最小化的考虑可以约束设计变量的可能值。在没有通过期望的吞吐量施加的这种约束的情况下,优化可能导致设计变量的不切实际的值的集合。例如,如果剂量是设计变量,则在没有此约束的情况下,优化可能导致使吞吐量在节约方面不可能的剂量值。然而,约束的有用性不应该被解释为必要性。例如,吞吐量可能受光瞳填充比的影响。对于一些照射设计,较低的光瞳填充比可能舍弃辐射,从而导致较低的吞吐量。吞吐量也可能受抗蚀剂化学反应影响。较慢的抗蚀剂(例如,要求适当地曝光于较高量的辐射的抗蚀剂)导致较低的吞吐量。
因此,优化工艺在约束(z1,z2,…,zN)∈Z下发现优化成本函数的一个或更多个设计变量的值的集合,例如以发现:
图11中说明根据示例的优化的一般方法。此方法包括限定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的一个或更多个特性(300A)(例如,光瞳填充比,即穿过光瞳或孔的照射的辐射的百分比)、投影光学器件的一个或更多个特性(300B)和/或设计布局的一个或更多个特性(300C)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的一个或更多个特性(300A)和设计布局的一个或更多个特性(300C)(例如,全局偏差),但不表示投影光学器件的一个或更多个特性(300B)的设计变量,这导致SMO。或者,设计变量可以包括表示照射的一个或更多个特性(300A)(可选地偏振)、投影光学器件的一个或更多个特性(300B)和设计布局的一个或更多个特性(300C)的设计变量,这导致照射-图案形成装置(例如,掩模)-投影***(例如,透镜)优化(SMLO)。在步骤304中,同步地调整设计变量,使得成本函数朝向收敛移动。在步骤306中,确定是否满足预限定的终止条件。预定的终止条件可以包括各种可能性,例如,选自以下各项中的一项或更多项:成本函数可以视需要由所用的数值技术进行最小化或最大化;成本函数的值已经等于阈值或超过阈值,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。如果在步骤306中满足条件,则该方法结束。如果在步骤306中没有满足一个或更多个条件,则迭代地重复步骤304和306直至获得期望的结果。因为可能存在由诸如光瞳填充因子、抗蚀剂化学反应、吞吐量等因素所导致的物理约束,所以优化不一定导致用于一个或更多个设计变量的值的单个集合。优化可以提供用于一个或更多个设计变量和关联的性能特性(例如,吞吐量)的值的多个集合,并且允许光刻设备的使用者选取一个或更多个集合。图22示出针对抗蚀剂化学反应(抗蚀剂化学反应可以由曝光抗蚀剂所需的剂量表示)、光瞳填充比(也被称为“光瞳填充因子”)、照射效率(例如,将辐射引导至图案形成装置的反射镜与照射器中的可用的全部反射镜的比率)和掩模偏差,在水平轴线中的吞吐量(以每小时衬底数目为单位)与在竖直轴线中的随机变化的度量(例如,最差拐角CDU与LER的平均值)的若干种关系。迹线1811利用100%的光瞳填充因子和快速抗蚀剂示出这些关系。迹线1812利用100%的光瞳填充因子和缓慢抗蚀剂示出这些关系。迹线1821利用60%的光瞳填充因子和快速抗蚀剂示出这些关系。迹线1822利用60%的光瞳填充因子和缓慢抗蚀剂示出这些关系。迹线1831利用29%的光瞳填充因子和快速抗蚀剂示出这些关系。迹线1832利用29%的光瞳填充因子和缓慢抗蚀示出这些关系。优化可以向使用者呈现所有这些可能性,因此,使用者可以基于他对随机变化和/或吞吐量的特定要求来选择光瞳因子、抗蚀剂化学反应。优化还可以包括计算吞吐量与光瞳填充因子、抗蚀剂化学反应和掩模偏差之间的关系。优化还可以包括计算随机变化的度量与光瞳填充因子、抗蚀剂化学反应和掩模偏差之间的关系。
根据示例,也如图23的流程图中示意性地说明的,可以在一个或更多个设计变量的值的集合中的每一个(例如,阵列、矩阵,或全局偏差和掩模锚定偏差的值的列表)下进行优化(步骤1910)。在示例中,优化的成本函数是随机变化的一个或更多个量度(例如,LCDU)的函数。然后,在步骤1920中,可以将工艺、空间图像和/或抗蚀剂图像的各种特性(例如,临界尺寸均一性(CDU)、焦深(DOF)、曝光裕度(EL)、掩模误差增强因子(MEEF)、LCDU、吞吐量等)呈现(例如,在3D曲线中)给针对一个或更多个设计变量的值的每个集合进行优化的使用者。在可选的步骤1930中,使用者基于他的一个或更多个期望的特性选择一个或更多个设计变量的值的集合。流程可以通过XML文档或任何脚本语言进行实施。
照射、图案形成装置和投影光学器件可以交替地进行优化(被称为交替优化)或同步地进行优化(被称为同步优化)。如本文中使用的术语“同步的”、“同步地”、“联合的”和“联合地”意味着允许表示照射、图案形成装置、投影光学器件和/或任何其他设计变量的一个或更多个特性的一个或更多个设计变量同时改变。如本文中使用的术语“交替的”和“交替地”意味着不是所有设计变量都被允许同时改变。
在图11中,同时执行所有设计变量的优化。此流程可以被称为同时流程或共同优化流程。可替代地,交替地执行所有设计变量的优化,如图12中所说明的。在此流程中,在每个步骤中,使一些设计变量固定,而优化其他设计变量以优化成本函数;然后,在下一步骤中,使不同的变量集合固定,而优化其他的变量集合以最小化或最大化成本函数。交替地执行这些步骤,直至满足收敛或某个终止条件。如图12的非限制性示例性流程图中所示,首先,获得设计布局(步骤402),然后,在步骤404中执行照射优化的步骤,其中,照射的一个或更多个设计变量被优化(SO)以在使其他设计变量固定时最小化或最大化成本函数。然后,在下一步骤406中,执行图案形成装置(例如,掩模)优化(MO),其中,优化图案形成装置的设计变量以在使其他设计变量固定时最小化或最大化成本函数。交替地执行这些两个步骤,直至在步骤408中满足某个终止条件。可以使用一个或更多个各种终止条件,诸如成本函数的值变得等于阈值、成本函数的值超越阈值、成本函数的值达到预设的误差极限内、达到预设的数目次迭代等。注意,SO-MO交替优化用作用于该可替代的流程的示例。该可替代的流程可以采用许多不同形式,诸如:SO-LO-MO交替优化,其中,交替地且迭代地执行SO、LO(投影光学器件优化)和MO;或者可以执行第一SMO一次,然后交替地且反复地执行LO和MO等。另一个可替代的方案是SO-PO-MO(照射优化、偏振优化和图案形成装置优化)。最后,在步骤410中获得优化结果的输出,并且工艺停止。
如前面所论述的图案选择算法可以与同步或交替优化一体形成。例如,当采用交替优化时,首先可以执行全芯片SO,识别一个或更多个“热点”和/或“温点”,然后执行MO。鉴于本披露内容,次优化的众多排列和组合是可能的,以便实现期望的优化结果。
图13A示出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,获得一个或更多个设计变量的初始值,包括一个或更多个相关联的调谐范围(如果存在的话)。在步骤S504中,设置多变量成本函数。在步骤S506中,在围绕用于第一迭代步骤(i=0)的一个或更多个设计变量的起点值的足够小的邻域内展开成本函数。在步骤S508中,将标准的多变量优化技术应用于成本函数。注意,优化问题可以在S508中的优化工艺期间或在优化工艺的后期应用约束,诸如一个或更多个调谐范围。步骤S520指示针对用于已经为了优化光刻工艺而选择的所识别的评估点的一个或更多个给定的测试图案(也被称为“量规”)进行每次迭代。在步骤S510中,预测光刻响应。在步骤S512中,比较步骤S510的结果与步骤S522中获得的期望或理想的光刻响应值。如果在步骤S514中满足终止条件,即,优化产生足够接近于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输出使用设计变量的最终值的一个或更多个其他函数,诸如输出光瞳平面(或其他平面)处的波前像差被调整图、被优化照射图,和/或被优化设计布局等。如果不满足终止条件,则在步骤S516中,用第i次迭代的结果更新一个或更多个设计变量的值,并且工艺返回至步骤S506。下文详细地阐述图13A的工艺。
在示例性优化工艺中,除了fp(z1,z2,…,zN)足够平滑(例如,存在一阶导数之外,没有假设或近似设计变量(z1,z2,…,zN)与fp(z1,z2,…,zN)之间的关系,fp(z1,z2,…,zN)足够平滑通常在光刻投影设备中是有效的。可以应用诸如高斯-牛顿算法、Levenberg-Marquardt算法、Broyden-Fletcher-Goldfarb-Shanno算法、梯度下降算法、模拟退火算法、内在点算法和遗传算法的算法来寻找
此处,将高斯-牛顿算法用作示例。高斯-牛顿算法是适用于一般的非线性多变量优化问题的迭代方法。在设计变量(z1,z2,…,zN)采用值(z1i,z2i,…,zNi)的第i次迭代中,高斯-牛顿算法线性化(z1i,z2i,…,zNi)附近的fp(z1,z2,…,zN),然后计算在给出CF(z1,z2,…,zN)的最小值的(z1i,z2i,…,zNi)附近的(z1(i+1),z2(i+1),…,zN(i+1))的值。设计变量(z1,z2,…,zN)在第(i+1)次迭代中采用值(z1(i+1),z2(i+1),…,zN(i+1))。此迭代继续直至收敛(即,CF(z1,z2,…,zN)不再减小)或达到预设数目次迭代为止。
具体地,在第i次迭代中,在(z1i,z2i,…,zNi)附近,
依据等式3的近似,成本函数变为:
它是设计变量(z1,z2,…,zN)的二次函数。除了设计变量(z1,z2,…,zN)之外,各项均为常数。
如果设计变量(z1,z2,…,zN)是在呈J个不等式(例如,(z1,z2,…,zN)的调谐范围)(其中,j=1,2,…,J),以及K个等式(例如,设计变量之间的依赖性)(其中,k=1,2,…,K)的形式的约束下,则优化工艺变为经典的二次规划问题,其中,Anj、Bj、Cnk、Dk是常数。可以针对每次迭代来施加额外约束。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,以使得等式3的近似成立。这些约束可以表达为zni-ΔD≤zn≤zni+ΔD。可以使用例如Jorge Nocedal和Stephen J.Wright(Berlin New York:Vandenberghe.Cambridge University Press)的《数字优化》(第2版)中所描述的方法来导出(z1(i+1),z2(i+1),…,zN(i+1))。
代替最小化fp(z1,z2,…,zN)的RMS,优化工艺可以将评估点中的最大偏差(最差缺陷)的量值最小化至其预期值。在此方法中,可替代地将成本函数表达为:
其中,CLp是用于fp(z1,z2,…,zN)的最大允许值。此成本函数表示评估点中的最差缺陷。使用此成本函数的优化将最差缺陷的量值最小化。迭代贪心算法可以用于此优化。
等式5的成本函数可以近似为:
其中,q为正整偶数,诸如至少4,或至少10。等式6模仿等式5的行为,同时允许通过使用诸如最深下降法、共轭梯度法等方法来分析地执行优化并且使优化加速。
最小化最差缺陷尺寸也可以与fp(z1,z2,…,zN)的线性化组合。具体地,与在等式3中一样地近似fp(z1,z2,…,zN)。然后,将对最差缺陷尺寸的约束写为不等式ELp≤fp(z1,z2,…,zN)≤EUp,其中,ELp和EUp是指定用于fp(z1,z2,…,zN)的最小允许偏差和最大允许偏差的两个常数。***等式3,将这些约束转变为如下等式,(其中,p=1,…P),
和
因为等式3通常仅在(z1,z2,…,zN)附近有效,所以倘若在此附近不能实现期望的约束ELp≤fp(z1,z2,…,zN)≤EUp(它可以通过所述不等式之间的任何冲突进行确定),则可以放宽常数ELp和EUp直至可以实现所述约束。此优化工艺最小化(z1,z2,…,zN)附近的最差缺陷尺寸。然后,每个步骤逐步地减小最差缺陷尺寸,并且迭代地执行每个步骤直至符合某些终止条件。这将导致最差缺陷尺寸的最优减小。
用于最小化最差缺陷的另一种方式是在每次迭代中调整权重wp。例如,在第i次迭代之后,如果第r个评估点是最差缺陷,则可能在第(i+1)次迭代中增加wr,以使得所述评估点的缺陷尺寸的减小被赋予较高优先级。
另外,可以通过引入拉格朗日乘数来修改等式4和等式5中的成本函数,以实现对缺陷尺寸的RMS的优化与对最差缺陷尺寸的优化之间的折衷,即,
其中,λ是指定对缺陷尺寸的RMS的优化与对最差缺陷尺寸的优化之间的折衷的预设常数。具体地,如果λ=0,则此等式变为等式4,并且仅最小化缺陷尺寸的RMS;而如果λ=1,则此等式变为等式5,并且仅最小化最差缺陷尺寸;如果0<λ<1,则在优化中考虑以上两种情况。可以使用多种方法来解决此优化。例如,与先前所描述的方法相似,可以调整每次迭代中的加权。可替代地,相似于根据不等式最小化最差缺陷尺寸,等式6’和6”的不等式可以被视为在二次规划问题的求解期间的设计变量的约束。然后,可以递增地放宽对最差缺陷尺寸的界限,或递增地增加用于最差缺陷尺寸的权重、计算用于每个可达到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用于下一步骤的初始点。通过迭代地进行此操作,可以实现这种新的成本函数的最小化。
优化光刻投影设备可以扩展工艺窗口。较大的工艺窗口在工艺设计和芯片设计方面提供更多的灵活性。工艺窗口可以被限定为使抗蚀剂图像在抗蚀剂图像的设计目标的某一极限内所针对的焦点和剂量值的集合。注意,此处所论述的所有方法也可以扩展至可以通过除了曝光剂量和散焦以外的不同的或额外的基参数而建立的广义工艺窗口定义。这些基参数可以包括但不限于诸如NA、标准差、像差、偏振的光学设定,或抗蚀剂层的光学常数。例如,如前文所述,如果工艺窗口(PW)还包括不同的掩模偏差,则优化包括MEEF的最小化,它被限定为衬底EPE与所诱发的掩模边缘偏差之间的比率。对焦点和剂量值所限定的工艺窗口在本发明中仅用作示例。下文描述根据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是标称焦点,并且ε0是标称剂量),最小化在(f0±Δf,ε0±ε)附近下方的成本函数中的一者:
或
或
如果允许标称焦点f0和标称剂量ε0移位,则它们可以与设计变量(z1,z2,…,zN)联合地优化。在下一步骤中,如果可以找到(z1,z2,…,zN,f,ε)的值的集合,使得成本函数是在预设极限内,则接受(f0±Δf,ε0±ε)作为工艺窗口的一部分。
如果不允许焦点和剂量移位,则在焦点和剂量固定于标称焦点f0和标称剂量ε0的情况下优化设计变量(z1,z2,…,zN)。在可替代的示例中,如果可以找到(z1,z2,…,zN)的值的集合,使得成本函数在预设极限内,则接受(f0±Δf,ε0±ε)作为工艺窗口的一部分。
本披露内容中先前所描述的方法可以用于最小化等式7、7’或7”的相应的成本函数。如果设计变量表示投影光学器件的一个或更多个特性,诸如泽尼克系数,则最小化等式7、7’或7”的成本函数导致基于投影光学器件优化(即,LO)的工艺窗口最大化。除了投影光学器件的那些特性以外,如果设计变量还表示照射和图案形成装置的一个或更多个特性,则最小化等式7、7’或7”的成本函数导致工艺窗口基于SMLO而最大化,如图11中所说明的。如果设计变量表示源和图案形成装置的一个或更多个特性,则最小化等式7、7’或7”的成本函数导致工艺窗口基于SMO而最大化。等式7、7’或7”的成本函数还可以包括诸如本文中描述的至少一个fp(z1,z2,…,zN),即,至少一个fp(z1,z2,…,zN)是诸如LWR、2D特征的局部CD变化和/或吞吐量的一个或更多个随机变化的函数。
图14示出同步SMLO工艺可以如何使用高斯-牛顿算法以用于优化的一个特定示例。在步骤S702中,识别一个或更多个设计变量的起始值。也可以识别用于每个变量的调谐范围。在步骤S704中,使用一个或更多个设计变量限定成本函数。在步骤S706中,围绕用于设计布局中的所有评估点的起始值展开成本函数。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临界图案。在步骤S714中获得期望的光刻响应指标(诸如CD或EPE),并且在步骤S712中将期望的光刻响应指标与那些数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类似于如参照图13A所描述的对应步骤S514、S516和S518。如前文所提及的,最终输出可以是例如光瞳平面中的波前像差图,波前像差图被优化以产生所要的成像性能。最终输出可以是例如被优化的照射图和/或被优化的设计布局。
图13B示出用于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。
通过限定照射的像素群组和图案形成装置的图案形成装置图案块开始(步骤802)该方法。通常,像素群组或图案形成装置图案块也可以被称为光刻工艺部件的分区。在一个示例性方法中,将照射划分成117个像素群组,并且针对图案形成装置限定94个图案形成装置图案块(基本上如上文所描述的),从而导致总共211个分区。
在步骤804中,选择光刻模型作为用于光刻模拟的基础。光刻模拟产生用于一个或更多个光刻指标的计算中的结果或响应。将一特定光刻指标限定为待优化的性能指标(步骤806)。在步骤808中,设置用于照射和图案形成装置的初始(预优化)条件。初始条件包括用于照射的像素群组和图案形成装置的图案形成装置图案块的初始状态,使得可以参考初始照射形状和初始图案形成装置图案。初始条件还可以包括掩模偏差、NA,和/或焦点斜坡范围。尽管步骤802、804、806和808被描绘为顺序步骤,但是将明白的是,在其他示例中,可以以其他序列执行这些步骤。
在步骤810中,对像素群组和图案形成装置图案块排序。可以使像素群组和图案形成装置图案块在排序中交错。可以使用各种排序方式,包括:依序地(例如,从像素群组1至像素群组117以及从图案形成装置图案块1至图案形成装置图案块94)、随机地、根据所述像素群组和图案形成装置图案块的物理位置(例如,将较接近于照射的中心的像素群组排序成较高)和/或根据该像素群组或图案形成装置图案块的变更如何影响性能指标。
一旦对像素群组和图案形成装置图案块排序,则调整照射和图案形成装置以改善性能指标(步骤812)。在步骤812中,按排序的顺序分析像素群组和图案形成装置图案块中的每一个,以确定像素群组或图案形成装置图案块的变更是否将导致性能指标改善。如果确定性能指标将被改善,则相应地变更像素群组或图案形成装置图案块,并且所得到的改善型性能指标和被修改的照射形状或被修改的图案形成装置图案形成基线以供比较,以用于对较低排序的像素群组和图案形成装置图案块的后续分析。换句话说,保持改善性能指标的变更。随着进行和保持对像素群组和图案形成装置图案块的状态的变更,初始照射形状和初始图案形成装置图案相应地改变,使得被修改的照射形状和被修改的图案形成装置图案由步骤812中的优化工艺引起。
在其他方法中,也在812的优化工艺内执行像素群组和/或图案形成装置图案块的图案形成装置多边形形状调整和成对轮询。
在示例中,交错式同步优化工序可以包括变更照射的像素群组,并且如果发现性能指标的改善,则逐步升高和/或降低剂量或强度以寻找进一步改善。在另一个示例中,可以通过图案形成装置图案的偏差改变来替换剂量或强度的逐步升高和/或降低,以寻找同步优化工序的进一步改善。
在步骤814中,进行关于性能指标是否已经收敛的确定。例如,如果在步骤810和812的最后几次迭代中已经证明性能指标的很小改善或无改善,则性能指标可以被认为已经收敛。如果性能指标尚未收敛,则在下一次迭代中重复步骤810和812,其中,根据当前迭代的被修改的照射形状和被修改的图案形成装置被用作用于下一次迭代的初始照射形状和初始图案形成装置(步骤816)。
上文所描述的优化方法可以用于增加光刻投影设备的吞吐量。例如,成本函数可以包括作为曝光时间的函数的fp(z1,z2,…,zN)。在示例中,此成本函数的优化受随机变化的度量或其他指标约束或影响。具体而言,用于增加光刻工艺的吞吐量的计算机实施方法可以包括优化作为光刻工艺的一个或更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,以便减少或最小化曝光时间。
在一个示例中,成本函数包括作为一个或更多个随机变化的函数的至少一个fp(z1,z2,…,zN)。一个或更多个随机变化可以包括LWR和/或2D特征的本地CD变化。在一个示例中,一个或更多个随机变化包括空间图像或抗蚀剂图像的一个或更多个特性的一个或更多个随机变化。例如,此类随机变化可以包括线边缘粗糙度(LER)、线宽粗糙度(LWR)和/或本地临界尺寸均一性(LCDU)。在成本函数中包括一个或更多个随机变化允许发现最小化一个或更多个随机变化的一个或更多个设计变量的值,由此降低由于随机变化而导致的缺陷的风险。
图15A示出根据示例的用于基于特性的随机变化(例如,LER)或基于为随机变化的函数的或影响随机变化的变量(例如,bl_ILS、ILS或NILS)识别空间图像或抗蚀剂图像上的热点的方法的流程图。在可选的步骤2510中,获得作为针对空间图像或抗蚀剂图像的特性(例如,边缘位置)的随机变化(例如,LER)的函数的变量或影响该随机变化的变量(例如,bl_ILS、ILS或NILS)的值。在步骤2520中,(例如,根据变量的值)获得该特性的随机变化(例如,LER)的值。在步骤2530中,获得特性的范围。该范围可以由于任何合适的限制而导致。例如,当随机变化为LER时,范围可以由设计布局的图案的几何形状来规定。例如,LER的最大值可以不超过从边缘至其相邻边缘的间隙的宽度。在步骤2540中,比较随机变化的值与该范围。如果随机变化超过该范围,则特性在步骤2550中被识别为热点。可以针对被识别为热点的所述特性进行进一步处理,诸如用于减小随机变化的优化。
图15B示出根据示例的用于基于空间图像或抗蚀剂图像的特性(例如,边缘位置)的随机变化(例如,LER)或基于作为随机变化的函数的或影响随机变化的变量(例如,bl_ILS、ILS或NILS)识别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,获得特性的范围。在步骤2620中,基于特性的范围获得随机变化(例如,LER)的范围或变量(例如,bl_ILS、ILS或NILS)的范围。在步骤2630中,获得随机变化的值或变量的值。在步骤2640中,比较随机变化的值或变量的值与其各自的范围。如果随机变化的值或变量的值超过其各自的范围,则在步骤2650中将特性识别为热点。可以针对被识别为热点的所述特性进行进一步处理,诸如用于减小随机变化的优化。
图16示出根据示例的用于减小空间图像或抗蚀剂图像的一个或更多个特性(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,通过将一个或更多个特性识别为来自设计布局的一部分的热点,获得该一个或更多个特性。在步骤2720中,例如通过使用至少表示随机变化的成本函数或作为随机变化的函数的变量或影响随机变化的变量(例如,bl_ILS、ILS或NILS)来减小一个或更多个特性的随机变化。在步骤2730中,重新识别来自设计布局的部分的热点。在步骤2740中,确定是否识别热点。如果识别热点,则继续步骤2750;如果识别无热点,则该方法停止。在步骤2750中,改变优化的一个或更多个参数(例如,δ和/或使用者选择的偏移),并且方法重新反复至步骤2720并且利用被改变的一个或更多个参数执行优化。在一个可替代的方案中,一个或更多个参数可以是设计布局的部分,并且可以除去步骤2740和2750。
图17为说明可以辅助实施本文所披露的优化方法和流程的计算机***100的框图。计算机***100包括用于传达信息的总线102或其他通信机构和与总线102联接以用于处理信息的处理器104(或多个处理器104和105)。计算机***100还包括联接至总线102以用于存储待由处理器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)或其他动态存储器。主存储器106也可以用于在待由处理器104执行的指令的执行期间存储暂时性变量或其他中间信息。计算机***100还包括联接至总线102以用于存储用于处理器104的静态信息和指令的只读存储器(ROM)108或其他静态存储装置。提供诸如磁盘或光盘的存储器110,并且存储器110联接至总线102以用于存储信息和指令。
计算机***100可以通过总线102联接至用于向计算机使用者显示信息的显示器112,诸如阴极射线管(CRT)或平板显示器或触控面板显示器。包括字母按键和其他按键的输入装置114联接至总线102以用于将信息和命令选择传达至处理器104。另一类型的使用者输入装置是用于将方向信息和命令选择传达至处理器104并且用于控制显示器112上的光标移动的光标控制件116,诸如鼠标、轨迹球或光标方向按键。此输入装置通常具有在两个轴线(第一轴线(例如,x)和第二轴线(例如,y))上的两个自由度,该两个自由度允许该装置指定在平面中的位置。也可以将触控面板(屏幕)显示器用作输入装置。
根据一个示例,可以由计算机***100响应于处理器104执行主存储器106中所包含的一个或更多个指令的一个或更多个序列来执行优化工艺的部分。可以将此类指令从另一个计算机可读介质(诸如存储器110)读取至主存储器106中。主存储器106中所包含的指令序列的执行促使处理器104执行本文中描述的工艺步骤。也可以使用呈多处理配置的一个或更多个处理器以执行主存储器106中所包含的指令序列。在可替代的示例中,可以代替或结合软件指令而使用硬线联接电路。因此,本文中的描述不限于硬件电路***与软件的任何特定组合。
如本文中使用的术语“计算机可读介质”是指参与将指令提供至处理器104以供执行的任何介质。此介质可以采用许多形式,包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘,诸如存储器110。易失性介质包括动态存储器,诸如主存储器106。传输介质包括同轴缆线、铜线和光纤,包括包含总线102的线。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)数据通信期间产生的声波或光波。计算机可读介质的常见形式包括例如软盘、软盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光学介质、打孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储器芯片或卡盒、如下文所描述的载波,或者可以供计算机读取的任何其他介质。
各种形式的计算机可读介质可以被涉及于将一个或更多个指令的一个或更多个序列携载至处理器104以供执行。例如,可以将所述指令初始地承载于远程计算机的磁盘上。远程计算机可以将指令加载至其动态存储器中,并且使用调制解调器通过电话线来发送指令。在计算机***100本地的调制解调器可以接收电话线上的数据,并且使用红外传输器将数据转换为红外信号。联接至总线102的红外检测器可以接收红外信号中所携载的数据并且将数据放置于总线102上。总线102将数据携载至主存储器106,处理器104从该主存储器106获取并执行指令。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于存储装置110上。
计算机***100还可以包括联接至总线102的通信接口118。通信接口118提供对网络链路120的双向数据通信联接,该网络链路120连接至局域网122。例如,通信接口118可以是综合业务数字网(ISDN)卡或调制解调器以提供与对应类型的电话线的数据通信连接。作为另一个示例,通信接口118可以是局域网(LAN)卡以提供至兼容LAN的数据通信连接。也可以实施无线链路。在任何这种实施中,通信接口118发送和接收携载表示各种类型的信息的数字数据流的电信号、电磁信号或光学信号。
网络链路120通常通过一个或更多个网络将数据通信提供至其他数据装置。例如,网络链路120可以通过局域网122向主计算机124或向由因特网服务提供商(ISP)126操作的数据设备提供连接。ISP 126又通过全球封包数据通信网络(现在通常被称为“因特网”128)而提供数据通信服务。局域网122和因特网128都使用携载数字数据流的电、电磁或光学信号。通过各种网络的信号和在网络链路120上并且通过通信接口118的信号是输送信息的示例性形式的载波,所述信号将数字数据携载至计算机***100且从计算机***100携载数字数据。
计算机***100可以通过一个或更多个网络、网络链路120和通信接口118发送消息和接收包括程序代码的数据。在因特网的示例中,服务器130可以通过因特网128、ISP126、局域网122和通信接口118传输用于应用程序的所请求的代码。一个此类被下载的应用程序可以提供例如示例的照射优化。所接收的代码可以在其被接收时由处理器104执行,和/或存储于存储器110或其他非易失性存储器中以供稍后执行。这样,计算机***100可以获得呈载波形式的应用代码。
图18示意性地描绘可以利用本文中描述的方法优化照射的示例性光刻投影设备。设备包括:
-照射***IL,该照射***用于调节辐射束B。在此特定情况下,照射***还包括辐射源SO;
-第一平台(例如,图案形成装置台)MT,该第一平台设置有用于保持图案形成装置MA(例如,掩模版)的图案形成装置保持器,并且连接至用于相对于项目PS来准确地定位图案形成装置的第一***;
第二平台(衬底台)WT,该第二平台设置有用于保持衬底W(例如,涂覆有抗蚀剂的硅晶片)的衬底保持器,并且连接至用于相对于项目PS来准确地定位该衬底的第二***;
-投影***(“透镜”)PS(例如,折射型、反射型或反射折射型光学***),该投影***用于将图案形成装置MA的被照射部分成像至衬底W的目标部分C(例如,包括一个或更多个管芯)上。
如本文中所描绘的,设备属于透射类型(即,具有透射图案形成装置)。然而,通常,它也可以属于反射类型,例如(具有反射型图案形成装置)。设备可以使用与经典掩模不同种类的图案形成装置;示例包括可编程反射镜阵列或LCD矩阵。
源SO(例如,汞灯或准分子激光器、LPP(激光产生等离子体)EUV源)产生辐射束。例如,此束直接地或在已经穿过诸如扩束器Ex的调节装置之后馈送至照射***(照射器)IL中。照射器IL可以包括调整装置AD以用于设定束中的强度分布的外部径向范围和/或内部径向范围(通常分别称作σ外部和σ内部)。另外,照射器IL通常将包括各种其他部件,诸如积光器IN和聚光器CO。这样,入射于图案形成装置MA上的束B在其横截面中具有期望的均一性和强度分布。
关于图18,注意,源SO可以在光刻投影设备的外壳内(这经常是当源SO为例如汞灯时的情况),但源SO也可以远离光刻投影设备,源SO所产生的辐射束被引导至该设备中(例如,借助于合适的引导反射镜);这后一种情境经常是当源SO为准分子激光器(例如,基于KrF、ArF或F2激光作用)时的情况。
束PB随后截取被保持于图案形成装置台MT上的图案形成装置MA。在已经穿过图案形成装置MA的情况下,束B穿过透镜PL,该透镜PL将束B聚焦至衬底W的目标部分C上。借助于第二定位装置(和干涉测量装置IF),可以准确地移动衬底台WT,例如,以便使不同的目标部分C定位于束PB的路径中。类似地,第一定位装置可以用于例如在从图案形成装置库对图案形成装置MA的机械获取之后或在扫描期间相对于束B的路径来准确地定位图案形成装置MA。通常,将借助于没有在图18中明确地描绘的长行程模块(粗定位)和短行程模块(精定位)来实现目标平台MT、WT的移动。然而,在步进器(相对于步进扫描工具)的情况下,图案形成装置台MT可以仅连接至短行程致动器,或者可以是固定的。
可以在两种不同模式中使用所描绘的工具:
-在步进模式下,图案形成装置台MT保持基本上固定,并且整个图案形成装置图像一次(即,单次“闪光”)投影至目标部分C上。然后,在x和/或y方向上使衬底台WT移位,从而使得不同的目标部分C可以由束PB照射;
-在扫描模式中,除了单次“闪光”中不曝光给定的目标部分C以外,基本上适用相同的情境。可替代地,图案形成装置台MT可以以速度v在给定方向(所谓的“扫描方向”,例如,y方向)上移动,使得投影束B在整个图案形成装置图像上进行扫描;同时,衬底台WT以速度V=Mv同时在相同或相反的方向上移动,其中,M是透镜PL的放大率(通常M=1/4或1/5)。以这种方式,可以在不损害分辨率的情况下曝光相对较大的目标部分C。
图19示意性地描绘可以利用本文中描述的方法优化照射的另一个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***(照射器)IL,该照射***被配置成调节辐射束B(例如,EUV辐射)。
-支撑结构(例如,图案形成装置台)MT,该支撑结构被构造成支撑图案形成装置(例如,掩模或掩模版)MA,并且连接至配置成准确地定位该图案形成装置的第一***PM;
-衬底台(例如,晶片台)WT,该衬底台被构造成保持衬底(例如,抗蚀剂涂覆晶片)W,并且连接至配置成准确地定位该衬底的第二***PW;和
-投影***(例如,反射性投影***)PS,该投影***被配置成将通过图案形成装置MA赋予辐射束B的图案投影于衬底W的目标部分C(例如,包括一个或更多个管芯)上。
如此处所描绘的,设备1000属于反射类型(例如,采用反射图案形成装置)。注意,因为大多数材料在EUV波长范围内具有吸收性,所以图案形成装置可以具有包括例如钼与硅的多叠层的多层反射器。在一个示例中,多叠层反射器具有钼与硅的40个层对,其中,每个层的厚度为四分之一波长。可以通过X射线光刻来产生甚至更小的波长。由于大部分材料在EUV和x射线波长下具有吸收性,所以图案形成装置形貌上的图案化吸收材料的薄件(例如,在多层反射器的顶部上的TaN吸收器)限定特征将在何处印刷(正性抗蚀剂)或不印刷(负性抗蚀剂)。
参考图19,照射器IL接收来自源收集器模块SO的极紫外辐射束。用于产生EUV辐射的方法包括但不一定限于通过EUV范围中的一个或更多个发射谱线将材料转换成具有至少一种元素的等离子体状态,所述元素是例如氙、锂或锡。在一种此类方法中,可以通过利用激光束来照射燃料(诸如具有谱线发射元素的材料的小滴、流或簇)来产生经常被称为激光产生式等离子体(“LPP”)的等离子体。源收集器模块SO可以是EUV辐射***的包括激光器(图19中未示出)的部件,该激光器用于提供激发燃料的激光束。所得到的等离子体发射输出辐射(例如,EUV辐射),使用设置于源收集器模块中的辐射收集器收集该输出辐射。例如,当使用CO2激光器以提供用于燃料激发的激光束时,激光器与源收集器模块可以是分立的实体。
在这些情况下,激光器不被视为形成光刻设备的部件,并且辐射束借助于包括例如适合的引导反射镜和/或扩束器的束传送***而从激光器传递至源收集器模块。在其他情况下,例如,当源是放电产生式等离子体EUV产生器(经常被称为DPP源)时,源可以是源收集器模块的一体式部件。
照射器IL可以包括用于调整辐射束的角强度分布的调整器。通常,可以调整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(通常分别称作σ外部和σ内部)。另外,照射器IL可以包括各种其他部件,诸如琢面场反射镜装置和琢面光瞳反射镜装置。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一性和强度分布。
辐射束B入射于图案形成装置(例如,掩模)MA上,图案形成装置MA保持于支撑结构(例如,图案形成装置台)MT上并且由图案形成装置图案化。在从图案形成装置(例如,掩模)MA反射之后,辐射束B传递通过投影***PS,投影***PS将该束聚焦至衬底W的目标部分C上。借助于第二***PW和位置传感器PS2(例如,干涉装置、线性编码器或电容式传感器),可以精确地移动衬底台WT,例如以便使不同的目标部分C定位于辐射束B的路径中。类似地,第一***PM和另一个位置传感器PS1可以用于相对于辐射束B的路径来准确地定位图案形成装置(例如,掩模)MA。可以使用图案形成装置对准标记M1、M2和衬底对准标记P1、P2来对准图案形成装置(例如,掩模)MA和衬底W。
可以在以下模式中的至少一种模式中使用所描绘的设备1000:
1.在步进模式中,在将被赋予辐射束的整个图案一次投影至目标部分C上的同时,使支撑结构(例如,图案形成装置台)MT和衬底台WT保存基本上静止(即,单次静态曝光)。然后,使衬底台WT在X和/或Y方向上移位,以使得可以曝光不同的目标部分C。
2.在扫描模式中,在将被赋予辐射束的图案投影至目标部分C上时,同步地扫描支撑结构(例如,图案形成装置台)MT和衬底台WT(即,单次动态曝光)。可以通过投影***PS的放大率(缩小率)和图像反转特性来确定衬底台WT相对于支撑结构(例如,图案形成装置台)MT的速度和方向。
3.在另一种模式下,使保持可编程图案形成装置的支撑结构(例如,图案形成装置台)MT保持基本上静止,并且移动或扫描衬底台WT,同时将赋予辐射束的图案投射至目标部分C上。在此模式中,通常使用脉冲式辐射源,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视需要而更新可编程图案形成装置。此操作模式可以易于应用于利用可编程图案形成装置(诸如上文所提及的类型的可编程反射镜阵列)的无掩模光刻。
图20更详细地示出设备1000,该设备包括源收集器模块SO、照射***IL和投影***PS。源收集器模块SO被构造和配置以使得可以将真空环境维持于源收集器模块SO的围封结构220中。可以由放电产生式等离子体源形成EUV辐射发射等离子体210。可以通过气体或蒸汽(例如,Xe气体、Li蒸汽或Sn蒸汽)而产生EUV辐射,其中,产生极热的等离子体210以发射在电磁光谱的EUV范围内的辐射。例如,通过引起至少一部分地离子化等离子体的放电而产生极热等离子体210。为了辐射的高效产生,可以需要为例如10帕斯卡的分压的Xe、Li、Sn蒸汽或任何其他合适的气体或蒸汽。在示例中,提供受激发的锡(Sn)等离子体以产生EUV辐射。
由热等离子体210发射的辐射通过定位于源腔室211中的开口中或后方的可选地选用的气体阻挡件或污染物阱230(在一些情况下,也被称为污染物阻挡件或箔阱)而从源腔室211传递至收集器腔室212中。污染物阱230可以包括通道结构。污染物阱230还可以包括气体阻挡件或气体阻挡件与通道结构的组合。如本技术领域中已知的,本发明中进一步指示的污染物阱或污染物阻挡件230至少包括通道结构。
收集器腔室211可以包括可以是所谓的掠入射收集器的辐射收集器CO。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的辐射可以从光栅光谱滤波器240反射以沿着由点虚线“O”指示的光学轴线聚焦于虚拟源点IF中。虚拟源点IF通常被称为中间焦点,并且源收集器模块被布置为使得中间焦点IF位于围封结构220中的开口221处或附近。虚拟源点IF是辐射发射式等离子体210的图像。
然后,辐射穿过照射***IL,该照射***可以包括琢面场反射镜装置22和琢面光瞳反射镜装置24,琢面场反射镜装置22和琢面光瞳反射镜装置24被布置为提供辐射束21的在图案形成装置MA处的期望角分布,以及辐射强度的在图案形成装置MA处的期望的均一性。在辐射束21的在由支撑结构MT保持的图案形成装置MA处的反射后,形成图案化束26,并且通过投影***PS由反射部件28、30将图案化束26成像至由衬底台WT保持的衬底W上。
比所示出元件多的元件通常可以存在于照射光学器件单元IL和投影***PS中。依赖于光刻设备的类型,光栅光谱滤波器240可以可选地存在。另外,可以存在比诸图所示出的反射镜多的反射镜,例如,在投影***PS中可以存在比图20所示出的反射元件多1至6个的额外的反射元件。
如图20中所说明的收集器光学器件CO被描绘为具有掠入射反射器253、254和255的嵌套式收集器,该嵌套式收集器仅作为收集器(或收集器反射镜)的示例。掠入射反射器253、254和255被设置为围绕光轴O轴向地对称,并且此类型的收集器光学器件CO可以与经常称为DPP源的放电产生式等离子体源组合使用。
可替代地,源收集器模块SO可以是如图21所示出的LPP辐射***的部件。激光LA被布置为将激光能量沉积至诸如氙(Xe)、锡(Sn)或锂(Li)的燃料中,从而形成具有数10eV的电子温度的高度离子化等离子体210。在这些离子的去激发和再结合期间所产生的高能辐射从等离子体发射,由近正入射收集器光学器件CO收集,并且聚焦至围封结构220中的开口221上。
美国专利申请公开案第US 2013-0179847号的全部内容以引用的方式并入本文中。
本文中所披露的概念可以模拟用于使子波长特征成像的任何通用成像***或对用于使子波长特征成像的任何通用成像***在数学上建模,并且可以尤其供能够产生越来越短波长的新兴成像技术使用。已经在使用中的新兴技术包括能够通过使用ArF激光器来产生193nm的波长并且甚至能够通过使用氟激光器来产生157nm的波长的EUV(极紫外)、DUV光刻。此外,EUV光刻能够通过使用同步加速器或通过利用高能电子来照射到材料(固体或等离子体)而产生在5nm至20nm的范围内的波长,以便产生在此范围内的光子。
虽然本文中所披露的概念可以用于在诸如硅晶片的衬底上成像,但是应该理解的是,所披露的概念可以与任何类型的光刻成像***一起使用,任何类型的光刻成像***例如是用于在除了硅晶片以外的衬底上成像的那些光刻成像***。
已经针对改善使用光刻设备使设计布局的一部分成像至衬底上的特定光刻工艺的特定应用描述上述技术。
实施例总体上提供使用图像相关指标以改善衬底上的半导体结构的制造、测试、测量和其他工艺中的任一项的技术。具体地,产生新图像相关指标。在本文件中,将新的图像相关指标称为重叠或重叠裕度。重叠裕度提供对正在被制造的特征中的重叠误差的公差的指示。
实施例还提供用于改善在制造、测试、测量和可以依赖于重叠裕度对衬底上的半导体结构执行的其他工艺期间执行的工艺中的任一项中的控制参数的确定的技术。
可以根据衬底的不同层和部分的多个图像确定重叠裕度。每个图像可以由诸如基于电子束的量测设备或任何类型的扫描电子显微镜的成像装置获得。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来改善的工艺包括以下各项中的任一项:光刻工艺、扫描工艺、涂底料工艺、抗蚀剂涂覆工艺、软烘烤工艺、曝光后烘烤工艺、显影工艺、硬烘烤工艺、测量/检测工艺、蚀刻工艺、离子注入工艺、金属化工艺、氧化工艺和化学机械研磨工艺。重叠裕度可以用于确定针对这些工艺中的任一项以及这些工艺的任何组合的控制参数。
实施例可以包括执行计算量测和控制工艺两者。计算工艺包括获得在衬底的多个层中的每一个层上的衬底的部分的一个或更多个图像。每个所获得图像包括被正在在衬底上制造的结构包含的特征。依赖于特征的性质,诸如特征的轮廓,来计算重叠裕度。然后,可以依赖于重叠裕度来确定用于控制特征的制造工艺和其他工艺中的工艺的控制参数。
图24示出衬底的部分上的特征的图像。例如,图像可以表示衬底上的10μm×10μm区域。图像中的粗线是特征中的一者的目标轮廓。图像中的细线是被制造特征的实际轮廓线。尽管特征的理想形状可以是矩形,但目标轮廓是弯曲的/圆化的,这是由于这是可以制造的与矩形最可能接近的形状,并且因此是实际上可以得到的最优轮廓。理想形状可替代地用作目标形状。
图25示出多个叠置的图像。已经叠置的图像可以分别从衬底的不同层中的相同特征的一个或更多个对应的图像和/或衬底的相同的层上的多个特征的图像中获得。图像可以另外地或可替代地是多个不同衬底上的特征和/或衬底的相同的层上的相同的特征但由不同的成像装置采集的图像。
当叠置图像时,已经执行对准工艺。对准工艺可以基于依赖于图像中的每一个中或叠加至图像中的每一个上的一个或更多个参考位置来对准图像,使得图像之间不存在重叠误差。例如,对准工艺可以包括对准图像中的特征的目标设计,使得目标设计之间不存在重叠误差。对准工艺可以基于依赖于gds数据来对准图像。执行对准工艺的效应在于移除不同的图像之间的任何重叠误差的影响。
重叠裕度是对准图像的叠层中的特征的随机变化的度量。可以依赖于图像的对准版本中的对应特征的轮廓之间的差来计算重叠裕度。也可以依赖于特征的目标轮廓来计算重叠裕度。例如,对于图像中的每一个,可以依赖于图像中的特征与特征的目标的比较来计算重叠裕度。图像中的特征的轮廓与其他图像中的特征的轮廓以及特征的目标轮廓之间的差异可以由多个已知的特定的与图像相关的指标确定,与图像相关的指标诸如临界尺寸均一性(CDU)、线宽粗糙度(LWR)、临界尺寸幅度和放置误差。
重叠裕度与已知的图像指标边缘放置误差(EPE)相关。EPE是提供特征的一个或更多个图像的轮廓与特征的目标轮廓之间的差异的总体表示的图像指标。EPE包括特征的图像与用于特征的目标轮廓之间的重叠误差。
重叠裕度与EPE的不同之处在于重叠裕度不包括特征的图像之间的重叠误差,这是因为重叠误差由上述对准工艺移除。
等式8中示出确定重叠裕度的方法。
重叠裕度=EPE-重叠误差 (等式8)
因此,可以通过计算EPE和重叠误差来计算重叠裕度。可以依赖于对图像执行的对准来计算重叠误差。然后,可以通过从EPE的计算减去重叠误差来计算重叠裕度。
注意,等式8中的重叠误差可以被计算为实际的重叠量与设计规范的组合。这是因为当期望在结构的不同层中的特征之间存在重叠时,可能出现失效情况,但是即使发生重叠,也不能实现所需的重叠区域。类似地,当期望在结构的不同层中存在特征的分离时,可能出现失效情况,但是即使特征分离,也不能实现所需的分离量。设计规范包括所需的特征重叠区域和/或所需的特征分离量。因此,依赖于实际的重叠量与设计规范的组合来计算重叠误差是合适的。
可替代地依赖于对对准图像中的重叠裕度的贡献的组合来确定重叠裕度。这示出于等式9中。
在等式9中:
HROPC依赖于由光学邻近效应校正所导致的误差;
σPBA依赖于由近接偏差平均所导致的误差;
σLWR依赖于由线宽粗糙度所导致的误差;并且
σCDU依赖于由临界尺寸均一性所导致的误差。
在等式9中,对所确定的重叠裕度的贡献是OPC、PBA、LWR和CDU。实施例包括确定重叠裕度的等式的可替代构造,该可替代构造包括对重叠裕度的一个或更多个其他贡献和/或不包括等式9中所包括的对重叠裕度的贡献中的一项或更多项。可以依赖于除了重叠误差之外的对EPE计算的所有贡献来计算重叠裕度。
图像中的每一个通常仅是衬底的较小部分。例如,每个图像可以表示衬底上的10μm×10μm的区域。可以依赖于衬底的相同部分的不同层的多个图像来计算重叠裕度。这是衬底的所述部分的本地重叠裕度。
可以为衬底的多个不同部分中的每一个计算多个本地重叠裕度,其中,依赖于衬底的相同部分的不同层的多个图像来计算本地重叠裕度中的每一个。可以在衬底上的所有位置或仅在衬底上的一些位置处获得本地重叠裕度。当仅在衬底上的一些位置处获得本地重叠裕度时,可以选择位置以提供衬底的区别标识。
每个图像可以另外地或可替代地被视为包括多个部段。可以为图像的部段中的每一个计算本地重叠裕度,使得对于每个图像存在多个本地重叠裕度。
衬底的重叠裕度可以包括多个本地重叠裕度,其中,依赖于衬底的不同部分的图像和/或图像的部段来计算本地重叠裕度中的每一个。
交叠重叠裕度可以限定为图像和/或图像的部段内的特征的最小重叠裕度。
重叠裕度可以表示为重叠裕度图,该图示出重叠裕度在整个衬底上的本地变化。
重叠裕度可替代地表示为交叠重叠裕度图,该图示出交叠重叠裕度在整个衬底上的本地变化。
可以计算全局重叠裕度,全局重叠裕度是衬底的本地重叠裕度和/或交叠重叠裕度的平均值。
可以针对可能有助于重叠裕度的每个参数的多个值中的每一个计算重叠裕度和重叠裕度的表示。重叠裕度对每个参数的依赖性可以根据针对参数的值计算的重叠裕度来计算或推断。也可以确定重叠裕度对多个参数的依赖性。
例如,可以产生交叠重叠裕度图,该图示出在衬底的两层或更多层之间的交叠重叠裕度的在整个衬底的表面上的变化。可以根据临界尺寸(CD)确定交叠重叠裕度图。因此,产生可以用于重叠和CD共同优化的多维指标。
可能有助于重叠裕度的参数可以包括焦点、剂量、照射光瞳形状(例如,椭圆率)、像差(例如,彗差、球面、散光)、蚀刻速率、重叠、对比度、临界尺寸、卡盘温度、气流和射频功率分布。可以确定重叠裕度对这些参数中的一项或更多项的依赖性。
半导体制造工艺的良率依赖于制造误差的出现。制造误差在结构的不同层中的特征之间的重叠的所需区域没有出现时出现。制造误差也在结构的不同层中的特征的所需的最小分离没有实现时出现。EPE是特征和特征轮廓的位置变化的度量,并且可以用于确定正确制造的结构的预期良率和/或结构被不正确地制造的机率。由于重叠裕度与EPE之间的关系,如等式8中所示出的,重叠裕度可以用于确定重叠误差的允许量,以便达到正确制造的结构的预期良率和/或结构被不正确地制造的机率。
重叠误差依赖于多个可控制的参数。因此,可以依赖于重叠裕度确定影响重叠误差的参数的值和可能的值范围,使得重叠误差处于预期达到预期良率的范围内。根据制造规范,预期良率可以是期望的良率。
实施例包括依赖于重叠裕度确定用于控制衬底上的结构的制造、检查和/或测试工艺的参数。可以依赖于重叠裕度控制的参数包括焦点、剂量、照射光瞳形状(例如,椭圆率)、像差(例如,彗差、球面、散光)、蚀刻速率、重叠、对比度、临界尺寸、卡盘温度、气流和射频功率分布。受参数控制的工艺可以是光刻工艺、涂底料工艺、抗蚀剂涂覆工艺、软烘烤工艺、曝光后烘烤工艺、显影工艺、硬烘烤工艺、测量/检查工艺、蚀刻工艺、离子注入工艺、金属化工艺、氧化工艺和/或化学机械研磨工艺。
EPE的容许水平依赖于制造规范。制造规范可以依赖于以下各项中的一项或更多项:期望的良率、特征被不正确地制造的最大机率、EPE的所确定的最大允许量值、所确定的最大允许重叠误差;以及半导体器件的期望的良率。
如上文所描述的,EPE依赖于重叠裕度和重叠误差。因此,重叠裕度允许确定对重叠误差的约束,使得EPE处于特定水平。可以确定重叠误差对每个参数的依赖性。因此,可以依赖于重叠裕度确定参数中的每一个的值和/或值范围。
可以依赖于重叠裕度图、一个或更多个本地重叠裕度和全局重叠裕度中的一项或更多项确定每个参数。
也可以共同确定影响重叠误差的参数,使得控制参数中的一个参数的应用值依赖于另一个控制参数的应用值。共同确定控制参数中的至少两个都可以依赖于至少两个控制参数的组合效应和/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,控制参数的组合效应和/或控制参数的效应的相互依赖性可以用于有利地改善对控制参数的确定,以用于改善良率或相对于任何其他目标而优化。
可以确定在工艺期间对控制参数的变化率和范围的约束。例如,在器件的制造期间,由于焦点可以被改变的速率以及移动速度,焦点可以在衬底上的两个不同位置之间改变的程度将受到限制。实施例包括在给定容许重叠误差的情况下,使用对控制参数的所确定的约束来对控制参数执行优化工艺。例如,在给定对可以应用的参数值的约束的情况下,参数可以设定在导致对重叠误差的增加的贡献的水平下。可以通过控制另一个参数以减小该另一个参数对重叠误差的贡献,在总重叠误差保持在可以接受范围内的情况下,使这成为可能。
重叠误差可以依赖于共同确定的控制参数中的至少一个共同确定的控制参数;并且在半导体器件上制造的特征的尺寸可以依赖于共同确定的控制参数中的至少一个其他的共同确定的控制参数。
共同确定的控制参数可以包括焦点、剂量、照射光瞳形状、像差、蚀刻速率、重叠、对比度、临界尺寸、卡盘温度、气流和射频功率分布。
如上文所描述的,可以确定重叠裕度与所应用参数之间的关系。可以依赖于参数如何影响重叠裕度来确定参数的应用值和应用范围。
对多个参数的应用值和应用范围的确定可以依赖于参数对重叠裕度和重叠误差两者的影响来进行。
对多个参数的应用值和应用范围的共同确定可以依赖于该多个参数对重叠裕度和重叠误差两者的影响来进行。
例如,可以确定一个或更多个参数,以便最小化重叠裕度,从而减少对重叠误差的约束。这可以允许将其他参数设定为增加它们对重叠误差的贡献的值。具体地,可以根据临界尺寸(CD)确定交叠重叠裕度图。然后,这可以用于重叠和CD共同优化。
图26是根据实施例的用于确定衬底上的特征的图像指标的工艺的流程图。
在步骤2601中,工艺开始。
在步骤2603中,获得衬底上的多个特征的第一图像。
在步骤2605中,获得衬底上的对应多个特征的一个或更多个其他图像,其中,一个或更多个其他图像中的至少一个属于衬底的与该第一图像不同的层。
在步骤2607中,通过对第一图像和一个或更多个其他图像执行对准工艺来产生第一图像和一个或更多个其他图像的对准版本,其中,该对准工艺基本上移除第一图像中的特征与一个或更多个其他图像中的每一个中的对应特征之间的任何重叠误差的影响。
在步骤2609中,依赖于第一图像的对准版本中的特征与一个或更多个其他图像的对准版本中的对应特征的比较来计算图像指标。
在步骤2611中,工艺结束。
实施例包括对已知工艺的多个修改和变化。
贯穿本文件所描述的技术中的任一项可以用于确定和优化实施例的与图像相关的指标。
实施例确定用于控制半导体器件的制造中的工艺的控制参数。所述工艺包括任何工艺,包括测量工艺,并且可以通过任何已知设备来执行。根据实施例的工艺可以通过计算***实行用于执行所述工艺的存储于非瞬时计算机可读介质上的指令来控制。
如上文所解释的,可以依赖于量测数据确定控制参数。可以例如从衬底上的特征的通过电子束检查工具或光学检查工具产生的图像获得量测数据。量测数据可以包括所测量的特征的统计性质。在衬底的整个表面上获得量测数据的问题在于这需要过长的测量时间。
根据另一个实施例,提供用于减少获得量测数据所需的测量时间的技术。确定用于获得量测数据的取样方案和/或一个或更多个视场FOV,使得获得量测数据所需的测量次数减少,并且因此测量时间减少。确定取样方案和/或一个或更多个视场,使得仍在衬底的表面上的最具临界性位置处确定量测数据,使得量测数据的准确度没有通过减少的测量次数而大幅降低。
具体地,可以在整个衬底或衬底的整个一个或更多个部分上确定EPE的可以允许的公差水平,该个一个或更多个部分可以对应于场、管芯或管芯内的功能区块。这可以用于确定衬底的EPE临界性图,该EPE临界性图识别衬底上的针对EPE性能的最具临界性位置在哪里。
然后,EPE临界性图可以用于确定用于获得量测数据的取样方案和/或视场。例如,EPE临界性图可以用于确定衬底上的获得测量结果的位置,在每个位置处使用的视场尺寸,和/或每个位置处的测量密度。
根据本实施例的技术可以将获得量测数据所需的测量次数减少至根据已知技术测量对应的整个衬底或衬底的部分所需的测量次数的约5%。因此,实施例大幅地减少获得量测数据所需的时间。
实施例还包括产生其他类型的临界性图,并且使用该临界性图来确定取样方案和/或视场。临界性图可以基于除了EPE外的其他指标,诸如重叠或LWR。然而,EPE是用于临界性图的优选指标,这是因为EPE是良率的良好指示符。
下文更详细地描述根据本实施例的技术。
获得设计数据,诸如掩模版设计数据/GDS数据,设计数据表示在衬底上制造的一些层或所有层的特征的预期设计和/或形状。设计数据可以用于确定EPE临界性,即,应该观察到的EPE公差。例如,EPE临界性可以限定相同和/或不同的层中的特征之间的可允许的最小间距,和/或不同层中的特征的可允许的最小重叠误差。15nm的EPE临界性可以意味着如果诸如接触孔的特征的边缘移位超过15nm,则这将导致包括该接触孔的器件是不良品的机率较高。
EPE临界性可以用于产生EPE临界性图。EPE临界性图为在整个衬底上或在衬底的整个区上分布的特征提供所预测的工艺裕度分布。
还获得关于将使用的量测/检查工具的能力的数据,诸如可以使用的可能的视场尺寸和/或测量密度。
还获得关于每个特征的测量结果的出现次数的数据,该出现次数用于以足够的准确度确定特征的EPE。特征的测量结果的出现次数可能小于10,000。然而,特征的测量结果的出现次数通常为至少10,000且可以是100,000或更多。每个特征的出现次数可以由使用者预定或设定。
还获得关于重叠目标的位置的数据。每个重叠目标是可以进行重叠测量的位置。重叠目标包括管芯内目标和划线目标。管芯是衬底的一部分,器件的特征可以形成于衬底的该部分中,并且管芯内目标是此管芯内的位置。衬底上的管芯通过一个或更多个划线彼此分离,并且划线目标位于此划线内。
EPE临界性图可以进一步依赖于除了设计数据以外的至少一些上文识别的所获得数据而产生。
图27a中示出衬底的区的EPE临界性图的示例。图27b至图27d示出可以用于利用图27a中示出的衬底的区在一个或更多个子区处获得量测数据的一个或更多个视场。
图27a描绘在衬底上的整个区2700上分布的特征的EPE临界性变化。该区2700略大于检查工具的最大视场2710,如图27b中所示。
在图27a中,以浅灰色示出的区域2702与具有相对较大工艺裕度(例如,25nm的EPE临界性(即,公差))的特征相关联。在EPE临界性图所对应的工艺具有小于25nm的最大EPE的情况下,由于区域2702中的一个中出现的边缘放置误差而导致的良率损失的机率是较低的。
通过较深的灰色示出的区域2704包括具有18nm的EPE临界性的特征。
以黑色示出的区域2706包括具有14nm的EPE临界性的特征。这些特征是通过EPE临界性图识别的最具临界性特征。
区2700的其余部分仅包括EPE临界性超过25nm的特征。例如,EPE临界性可以是30nm或更大。这些特征为通过EPE临界性图识别的最不具临界性特征。
图27b描绘获得与区2700相关联的量测数据的已知方法。选择视场2710以具有足够大以涵盖所有区域2702、2704和2706的尺寸。因为较大的视场尺寸导致大量特征被测量,所以此方法的缺点在于测量采集时间相对长。由于超过95%的测量区域与非临界性特征相关联,所以这是低效的。因此,有助于最具临界性特征的测量次数仅占总测量次数的较小比例。
图27c描绘根据本实施例的确定视场设定的方法。
视场设定可以包括视场的数目、每个视场的尺寸和每个视场的位置。视场的尺寸可以变化。例如,视场尺寸可以从多达约40μm×40μm改变为低至约0.1μm×0.1μm。最大的视场尺寸可以大于或小于40μm×40μm。例如,最大的视场尺寸可以是36μm×36μm或15μm×15μm。类似地,最小的视场尺寸可以大于或小于0.1μm×0.1μm。例如,最小的视场尺寸可以是1μm×1μm。虽然视场可以是方形,但是可替代地可以具有其他形状。
取样方案可以包括上文所描述的视场设定和/或每个视场内的测量密度。
在本实施例中,视场尺寸从图27b中的视场的尺寸减小,并且用于获得测量结果的视场的数目从一增加至二。通过仅在位置2712和2714处获得测量结果,获得用于以适当方式获得衬底上的临界性特征的准确的量测数据的足够信息。测量位置处的视场尺寸大幅地小于图27b中使用的视场尺寸,使得视场2712与视场2714的组合尺寸小于视场2710的尺寸。
图27d示出根据本实施例的方法的替代性实施,其中,视场的尺寸进一步减小至视场2718和视场2716。视场尺寸的该进一步减小进一步减少用于每个视场的测量时间。
增加用于获得量测数据的视场的数目可以要求额外操作,诸如在检查工具内移动衬底以便在视场之间改变。然而,由此引起的测量时间的增加可以大幅地少于由视场的尺寸的减小引起的测量时间的减少,这是因为减小视场的尺寸会减少测量的数目。另外,当检查工具是电子束工具时,测量可以在视场的尺寸减小时更快地执行,这是因为电子束偏移(即,扫描幅度)可以减小,并且这减少了每个视场的测量时间。
当确定待使用的视场的尺寸和数目以便减少测量时间时,实施例包括确定实施视场改变所需的时间是否少于由视场改变产生的测量时间的减少。如果所述改变应该引起总时间的节省,则才可以进行改变视场的尺寸和数目的确定。
另外地或可替代地,为了改变视场尺寸,可以通过改变每个视场内的测量密度来改变取样方案。测量数据的准确度和测量时间都随着测量密度的增大而增加。测量密度可以变化,使得测量密度在正在测量具有最具临界性特征的区(即,最具临界性区)时是最高的,并且在测量具有较低临界性特征的区(即,较低临界性区)时减小。例如,在最具临界性区2706中,每单位区域可以进行至少四次测量;在中等临界性区2704中,每单位区域可以进行至少两次测量;并且在较低临界性区2702中,每单位区域可以进行至少一次测量。
实施例还包括获得用于获得衬底的至少一部分上的特征的量测数据的允许的最大测量时间。依赖于所获得的允许的最大测量时间确定取样方案和/或视场设定,使得根据所确定的取样方案和/或视场设定获得量测数据所需的时间少于或等于允许的最大测量时间。
因此,本实施例允许测量时间的大幅减少。确定取样方案和/或视场以使该取样方案和/或视场仍然适于获得临界性特征的足够的测量结果。
下文更详细地描述使用EPE临界性图来确定取样方案和/或一个或更多个视场的技术。
EPE临界性图示出在整个衬底上的EPE公差的变化。可以设定公差水平,即阈值,并且确定测量或者可能测量EPE临界性图的具有低于所设定的公差水平的公差的所有区域。例如,公差水平可以是17.25nm,使得确定仅测量或者可能测量衬底上的具有17.25mm或更小的可允许的EPE的所有区域。可以确定不测量衬底上的具有超过17.25mm的可允许的EPE的所有区域。这可以将总测量区域减少至可以测量的总区域的约5%。公差水平可以由使用者预定或设定。于其上进行测量的总面积随着公差水平降低而减小。
因此,最初确定待使用的一个或多个视场,使得包括最具临界性特征的区域(即,具有最低EPE公差的区域)被测量。对于最初确定的视场中的每一个,可以进行每一个视场的位置和/或尺寸的较小改变以便增加视场中的临界性特征的数目和/或类型。
如上文所描述的,已经获得关于以足够的准确度确定EPE或感兴趣的特征的其他性能指标所需要的每个感兴趣的特征的测量结果的出现次数的数据。感兴趣的特征可以包括单个特征或多个特征的布置。感兴趣的特征的测量结果的出现次数可以小于10,000。然而,特征的测量结果的出现次数通常是至少10,000且可以是100,000或更多。
取样方案被布置为使得每个感兴趣的特征的出现的足够数目被测量。对于视场中的每一个,可以进行它的位置和/或尺寸的较小改变以便增加感兴趣的特征(即,临界性特征)的出现次数和/或类型。
对于每种类型的临界性特征,如果视场中不存在临界性特征的足够的出现,则可以确定增加视场的数目以便将出现次数增加至所需的量。可以通过使用管芯内的一个或更多个额外的视场、相同衬底上的一个或更多个其他管芯内和/或一个或更多个其他衬底上的一个或更多个其他管芯内的一个或更多个额外的视场来增加视场的数目。
对于每种类型的临界性特征,如果多于一个的视场包括临界性特征的相同布置,如对于DRAM的存储器垫的视场可以预期的那样,则可以确定使用基本上不会更多的视场,最小数目的该视场是必要的,以便达到用于临界性特征的所需出现次数。
可以依赖于确保视场提供管芯的足够覆盖率的要求确定使用哪些视场。这是为了确保管芯上不存在不执行视场测量的大量区域。另外地或可替代地,可以通过使用将导致超过正在被测量的一类临界性特征的所需最少出现次数的视场和/或使用区域的不包括临界性特征的视场而满足此要求。
可替代地或另外,视场可以被确定以使得场的测量结果包括来自管芯的所有重要区域的至少一个测量结果。场是衬底的包括管芯的多个相同设计的区域。可以对管芯中的两者或更多者使用视场的不同布置。视场的布置可以配置成使得视场的布置在管芯之间不同。尽管用于单个管芯的单独的视场布置均不在管芯的设计的每个重要区域中具有视场,但是通过在可能均具有相同设计的管芯之间使用视场的不同布置,视场可以被选择以使得至少一个视场位于整个衬底上的管芯的设计的每个重要区域中。
如上文所描述的,获得关于包括管芯内目标和划线目标的重叠目标的位置的数据。本实施例包括通过使用者来自动地或手动地选择待使用的重叠目标,使得所使用的重叠目标接近衬底上的视场所定位的区域,这是因为特征的EPE是最具临界性的,即EPE公差是较低的。使用接近所使用的视场的重叠目标减小确定EPE所依赖于的视场的重叠测量误差。
相应地,实施例允许比整体获得衬底的该区域的测量结果更快地确定用于衬底的区的取样方案和/或一个或更多个视场。实施例包括确定减小所使用的一个或更多个视场的尺寸和/或增加所使用的视场的数目的取样方案。测量密度对于所有视场可能是相同的,或测量密度可以依赖于每个视场内的特征的至少EPE临界性而在视场之间变化。
本实施例包括对上文所描述的技术的多种修改和变型。
具体地,除了设计数据(即,掩模版设计数据/GDS数据)以外或作为该设计数据的替代,可以依赖于建模数据和/或实际测量数据产生EPE临界性图。
例如,对于所确定的视场中的一项或更多项,设计数据中的至少一些可以由通过对多层中的一层或更多层的光刻制造检查(LMC)模拟产生的数据替换。模拟可以包括焦点和剂量改变的效果。
可替代地或另外,对于所确定的视场中的一项或更多项,设计数据中的至少一些可以由通过对多层中的一层或更多层的随机EPE(SEPE)模拟产生的数据替换。
可替代地或另外,显影步骤、沉积步骤或蚀刻步骤(或任何相关工艺步骤)中的任一项的物理模型可以用于确定更实际的特征特性,诸如其边缘位置。此模型可以例如通过电子束量测工具(诸如SEM)被校准至实际地测量的特征布局数据。例如,对于所确定的视场中的一项或更多项,设计数据中的至少一些可以由通过对多层中的一层或更多层的现有测量结果的叠置轮廓图产生的数据替换。例如,第一层的被测量叠置轮廓图可以与第二层的GDS数据一起使用,以确定用于第二层的公差、指标和/或控制参数。
可替代地或另外,对于所确定的视场中的一项或更多项,可以在多层中的一层或更多层上执行源掩模优化(SMO)模拟以确定是否可以对源或波前进行校正以改善一个或更多个工艺。
模拟数据仅需要根据实施例针对在视场的减小尺寸内的数据产生,并且因此模拟时间比执行用于较大视场的模拟所需的时间快很多。
尽管已经主要参考EPE临界性图的产生描述了实施例,但是实施例更通常地包括产生临界性图以及使用临界性图以确定取样方案和/或视场,其中,临界性图基于多个指标中的任一个。例如,实施例包括产生和使用重叠或LWR临界性图来代替EPE临界性图。根据实施例的临界性图可以被称为工艺裕度分布,这是因为该临界性图提供对在整个区上的工艺裕度(诸如EPE)的变化的指示。
图28是根据实施例的用于确定具有可配置的视场FOV的检查工具的视场设定的工艺的流程图。
在步骤2801中,工艺开始。
在步骤2803中,获得衬底的至少一部分上的特征的工艺裕度分布。
在步骤2805中,获得阈值。
在步骤2807中,依赖于所获得的工艺裕度分布和阈值识别衬底的至少一部分上的一个或更多个区。
在步骤2809中,依赖于所识别的一个或更多个区域确定视场设定。
在步骤2811中,工艺结束。
在下列编号的多个方面中披露本发明的其他实施例:
1.一种确定用于具有可配置的视场FOV的检查工具的视场设定的方法,所述方法包括:
获得衬底的至少一部分上的特征的工艺裕度分布;
获得阈值;
依赖于所获得的工艺裕度分布和阈值识别衬底的至少一部分上的一个或更多个区;和
依赖于所识别的一个或更多个区确定视场设定。
2.根据方面1所述的方法,其中,所述方法包括确定取样方案,其中,确定所述取样方案包括以下各项中的一项或更多项:
共同确定所述取样方案和视场设定;
依赖于所述视场设定确定所述取样方案;
依赖于所述取样方案确定所述视场设定;
依赖于所述工艺裕度分布确定所述取样方案;
依赖于所述阈值确定所述取样方案;和
依赖于所识别的一个或更多个区确定所述取样方案。
3.根据方面2所述的方法,其中,确定取样方案包括确定以下各项中的一项或更多项:
所使用的视场的数目;
每个视场的位置;
每个视场的尺寸;和
利用由每个视场获得的图像执行的测量的密度。
3.根据前述任一方面所述的方法,其中,确定视场设定包括确定视场的数目、每个视场的尺寸和/或每个视场的位置。
4.根据前述任一方面所述的方法,其中,每个视场的尺寸在每个视场的位置处是可配置的;并且
确定使用视场的多于一个的尺寸。
5.根据前述任一方面所述的方法,其中,所述视场设定和/或取样方案进一步是依赖于与所述取样方案在所述衬底的所述至少一部分的一个或更多个区上的实施相关联的预期测量时间而被确定的,使得所确定的取样方案提供比测量所述衬底的所述至少一部分上的全部所述特征的取样方案更少的总测量时间。
6.根据前述任一方面所述的方法,其中,所述工艺裕度分布包括关于衬底的至少一部分上的特征的指标的公差水平的变化的数据;并且
衬底的所述至少一部分上的所识别的一个或更多个区是其中所述工艺裕度分布所包括的公差水平小于所述阈值的区。
7.根据前述任一方面所述的方法,其中,所确定的视场设定和/或取样方案依赖于确定至少一个特征的指标所需的所述至少一个特征的被确定的最少出现次数。
8.根据前述任一方面所述的方法,其中,确定所述视场设定和/或取样方案包括:确定增加视场的数目以便达到至少一个特征的所述最少出现次数。
9.根据前述任一方面所述的方法,其中,确定所述视场设定和/或取样方案包括:确定减少视场的数目以便避免使用用于实现至少一个特征的所述最少出现次数所需要的多很多的视场。
10.根据前述任一方面所述的方法,还包括:获得用于获得衬底的至少一部分上的特征的量测数据的允许的最大测量时间;
其中,依赖于所获得的允许的最大测量时间确定所述视场设定和/或取样方案,使得根据所确定的视场设定和/或取样方案获得测量结果所需的时间少于或等于所述允许的最大测量时间。
11.根据前述任一方面所述的方法,其中,工艺裕度分布包括特征的指标的值;并且
所述指标是边缘放置误差EPE;局部重叠LOVL;或局部临界尺寸均一性LCDU。
12.根据前述任一方面所述的方法,其中,工艺裕度分布是EPE临界性图。
13.根据前述任一方面所述的方法,其中,检查工具是基于电子束的检查工具或光学检查工具。
14.根据前述任一方面所述的方法,其中,检查工具由量测设备构成。
15.根据前述任一方面所述的方法,其中,工艺裕度分布依赖于衬底上一个或更多个层的设计数据。
16.根据方面16所述的方法,其中,衬底上的一个或更多个层的所述设计数据依赖于用于处理衬底上的一个或更多个层的一个或更多个掩模的设计数据。
17.根据前述任一方面所述的方法,其中,工艺裕度分布依赖于一个或更多个层上的工艺的建模步骤。
18.根据方面18所述的方法,其中,所述建模步骤涉及:预测在曝光所述掩模之后形成的实际器件特征的一个或更多个特性的物理模型的使用,以及在曝光所述掩模之后执行的一个或更多个其他工艺步骤。
19.根据前述任一方面所述的方法,其中,工艺裕度分布依赖于一个或更多个层上的实际测量数据。
20.根据前述任一方面所述的方法,其中,阈值基于工艺良率要求,诸如制造工艺在所述衬底的所述至少一部分上产生功能器件的所需的最小机率。
21.根据前述任一方面所述的方法,其中,视场处于0.1μm×0.1μm至40μm×40μm之间的范围内。
22.一种获得衬底的至少一部分上的特征的量测数据的方法,所述方法包括:
根据根据前述任一方面所述的方法确定用于检查工具的取样方案和/或视场FOV设定;
使用所确定的取样方案和/或视场设定获得衬底的至少一部分上的相应的一个或更多个区的一个或更多个图像;以及
依赖于所获得的一个或更多个图像确定衬底的至少一部分上的特征的量测数据。
23.一种计算***和检查工具,其中:
计算***被布置为根据方面1至22中任一项所述的方法确定用于检查工具的取样方案和/或视场FOV设定;并且
检查工具被布置为依赖于所确定的取样方案和/或视场设定获得衬底的至少一部分的一个或更多个区的图像。
24.一种量测设备,该量测设备包括根据方面24所述的计算***和检查工具。
25.一种包括指令的非瞬时计算机可读介质,所述指令在被执行时使得计算***执行根据方面1至22中任一项所述的方法。
根据实施例的***可以包括计算***和电子束设备,其中,该电子束设备被布置为获得一个或更多个衬底的图像。***可以包括光刻设备和/或量测设备。
考虑本文中所披露的实施例的说明书和实践,本发明的其他实施例对于本领域技术人员而言将是显而易见的。意图使本说明书和示例仅被视为示例性的,其中,本发明的真实范围和精神由以下权利要求指示。另外,在本申请已经按特定顺序列出方法或工序的步骤的情况下,改变执行一些步骤的顺序是可能的或者甚至在某些情形下是有利的,并且意图此处在下文所阐述的权利要求中的方法或工序的特定步骤不被认为是顺序特定的,除非此顺序特定性在权利要求中被明确地陈述。
Claims (15)
1.一种确定用于具有可配置的视场FOV的检查工具的视场设定的方法,所述方法包括:
获得衬底的至少一部分上的特征的工艺裕度分布;
获得阈值;
依赖于所获得的工艺裕度分布和所述阈值来识别所述衬底的至少一部分上的一个或更多个区;以及
依赖于识别的所述一个或更多个区来确定视场设定。
2.根据权利要求1所述的方法,其中,所述方法包括确定取样方案,其中,确定所述取样方案包括以下各项中的一项或更多项:
共同确定所述取样方案和视场设定;
依赖于所述视场设定来确定所述取样方案;
依赖于所述取样方案来确定所述视场设定;
依赖于所述工艺裕度分布来确定所述取样方案;
依赖于所述阈值来确定所述取样方案;以及
依赖于识别的所述一个或更多个区来确定所述取样方案。
3.根据权利要求2所述的方法,其中,确定取样方案包括确定以下各项中的一项或更多项:
所使用的视场的数目;
每个视场的位置;
每个视场的尺寸;和
利用由每个视场获得的图像执行的测量的密度。
4.根据权利要求1所述的方法,其中,确定视场设定包括:确定视场的数目、每个视场的尺寸和/或每个视场的位置。
5.根据权利要求1所述的方法,其中,每个视场的尺寸在每个视场的位置处是能够被配置的;以及
确定使用视场的多于一个的尺寸。
6.根据权利要求1所述的方法,其中,所述视场设定和/或取样方案是进一步依赖于与所述取样方案在所述衬底的所述至少一部分的一个或更多个区上的实施相关联的预期测量时间而被确定的,使得所确定的取样方案提供比测量所述衬底的所述至少一部分上的全部所述特征的取样方案更少的总测量时间。
7.根据权利要求1所述的方法,其中,所述工艺裕度分布包括关于所述衬底的至少一部分上的特征的指标的公差水平的变化的数据;并且
所述衬底的所述至少一部分上的被识别的所述一个或更多个区是其中所述工艺裕度分布所包括的公差水平小于所述阈值的区。
8.根据权利要求1所述的方法,其中,所确定的视场设定和/或取样方案依赖于确定至少一个特征的指标所需的所述至少一个特征的被确定的最少出现次数。
9.根据权利要求1所述的方法,其中,确定所述视场设定和/或取样方案包括:确定增加视场的数目以便达到至少一个特征的所述最少出现次数。
10.根据权利要求1所述的方法,其中,确定所述视场设定和/或取样方案包括:确定减少视场的数目以便避免使用用于实现至少一个特征的最少出现次数所需要的多很多的视场。
11.根据权利要求1所述的方法,还包括:获得用于获得衬底的至少一部分上的特征的量测数据的允许的最大测量时间;
其中,依赖于所获得的所述允许的最大测量时间来确定所述视场设定和/或取样方案,使得根据确定的视场设定和/或取样方案获得测量结果所需的时间少于或等于所述允许的最大测量时间。
12.根据权利要求1所述的方法,其中,所述工艺裕度分布包括特征的指标的值;以及
所述指标是边缘放置误差EPE、局部重叠LOVL、或局部临界尺寸均一性LCDU。
13.根据权利要求1所述的方法,其中,所述检查工具是基于电子束的检查工具。
14.一种计算***,被布置为根据权利要求1所述的方法确定用于检查工具的取样方案和/或视场FOV设定。
15.一种包括指令的非瞬时计算机可读介质,所述指令在被执行时使得计算***执行根据权利要求1所述的方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19201911.5 | 2019-10-08 | ||
EP19201911 | 2019-10-08 | ||
EP19209797.0A EP3822703A1 (en) | 2019-11-18 | 2019-11-18 | Method for determining a field-of-view setting |
EP19209797.0 | 2019-11-18 | ||
PCT/EP2020/074605 WO2021069153A1 (en) | 2019-10-08 | 2020-09-03 | Method for determining a field-of-view setting |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114514476A true CN114514476A (zh) | 2022-05-17 |
Family
ID=72340365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080070675.7A Pending CN114514476A (zh) | 2019-10-08 | 2020-09-03 | 用于确定视场设定的方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20230023153A1 (zh) |
EP (1) | EP4042244A1 (zh) |
KR (1) | KR20220054441A (zh) |
CN (1) | CN114514476A (zh) |
IL (1) | IL291367B1 (zh) |
TW (2) | TWI752652B (zh) |
WO (1) | WO2021069153A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023156182A1 (en) * | 2022-02-21 | 2023-08-24 | Asml Netherlands B.V. | Field of view selection for metrology associated with semiconductor manufacturing |
WO2024046691A1 (en) * | 2022-09-02 | 2024-03-07 | Asml Netherlands B.V. | Method for configuring a field of view of an inspection apparatus |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034255A (zh) * | 2006-03-08 | 2007-09-12 | 恩益禧电子股份有限公司 | 光掩模和曝光方法 |
US20090039263A1 (en) * | 2007-08-09 | 2009-02-12 | Ryoichi Matsuoka | Pattern measurement apparatus |
CN105045946A (zh) * | 2014-04-25 | 2015-11-11 | 台湾积体电路制造股份有限公司 | 用于集成电路制造的方法 |
CN107430347A (zh) * | 2015-02-13 | 2017-12-01 | Asml荷兰有限公司 | 图像对数斜率(ils)优化 |
Family Cites Families (19)
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 |
US5296891A (en) | 1990-05-02 | 1994-03-22 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. | Illumination device |
US5229872A (en) | 1992-01-21 | 1993-07-20 | Hughes Aircraft Company | Exposure device including an electrically aligned electronic mask for micropatterning |
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 |
DE69717975T2 (de) | 1996-12-24 | 2003-05-28 | Asml Netherlands B.V., Veldhoven | In zwei richtungen ausgewogenes positioniergerät, sowie lithographisches gerät mit einem solchen positioniergerät |
US7003758B2 (en) | 2003-10-07 | 2006-02-21 | Brion Technologies, Inc. | System and method for lithography simulation |
US8089058B2 (en) * | 2005-09-01 | 2012-01-03 | Camtek Ltd. | Method for establishing a wafer testing recipe |
KR100982135B1 (ko) | 2005-09-09 | 2010-09-14 | 에이에스엠엘 네델란즈 비.브이. | 개별 마스크 오차 모델을 사용하는 마스크 검증 방법 및시스템 |
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 |
US8786824B2 (en) | 2009-06-10 | 2014-07-22 | Asml Netherlands B.V. | Source-mask optimization in lithographic apparatus |
JP2011023638A (ja) * | 2009-07-17 | 2011-02-03 | Toshiba Corp | 検査領域設定方法 |
JP5460662B2 (ja) * | 2011-09-07 | 2014-04-02 | 株式会社日立ハイテクノロジーズ | 領域決定装置、観察装置または検査装置、領域決定方法および領域決定方法を用いた観察方法または検査方法 |
NL2009982A (en) | 2012-01-10 | 2013-07-15 | Asml Netherlands Bv | Source mask optimization to reduce stochastic effects. |
CN103163442B (zh) * | 2013-03-22 | 2015-05-27 | 无锡中星微电子有限公司 | 一种晶圆测试方法 |
US10908515B2 (en) * | 2016-12-23 | 2021-02-02 | Asml Netherlands B.V. | Method and apparatus for pattern fidelity control |
US10551827B2 (en) * | 2017-07-25 | 2020-02-04 | Kla-Tencor Corporation | Hybrid inspection system for efficient process window discovery |
KR102499036B1 (ko) * | 2017-09-22 | 2023-02-13 | 삼성전자주식회사 | 임계 치수 측정 시스템 및 임계 치수 측정 방법 |
US10269602B1 (en) * | 2017-11-28 | 2019-04-23 | Taiwan Semiconductor Manufacturing Company Ltd. | Wafer warpage inspection system and method using the same |
-
2020
- 2020-09-03 CN CN202080070675.7A patent/CN114514476A/zh active Pending
- 2020-09-03 IL IL291367A patent/IL291367B1/en unknown
- 2020-09-03 US US17/764,245 patent/US20230023153A1/en active Pending
- 2020-09-03 KR KR1020227011786A patent/KR20220054441A/ko unknown
- 2020-09-03 EP EP20765273.6A patent/EP4042244A1/en active Pending
- 2020-09-03 WO PCT/EP2020/074605 patent/WO2021069153A1/en unknown
- 2020-09-25 TW TW109133216A patent/TWI752652B/zh active
- 2020-09-25 TW TW110149191A patent/TW202215168A/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034255A (zh) * | 2006-03-08 | 2007-09-12 | 恩益禧电子股份有限公司 | 光掩模和曝光方法 |
US20090039263A1 (en) * | 2007-08-09 | 2009-02-12 | Ryoichi Matsuoka | Pattern measurement apparatus |
CN105045946A (zh) * | 2014-04-25 | 2015-11-11 | 台湾积体电路制造股份有限公司 | 用于集成电路制造的方法 |
CN107430347A (zh) * | 2015-02-13 | 2017-12-01 | Asml荷兰有限公司 | 图像对数斜率(ils)优化 |
Also Published As
Publication number | Publication date |
---|---|
TWI752652B (zh) | 2022-01-11 |
KR20220054441A (ko) | 2022-05-02 |
US20230023153A1 (en) | 2023-01-26 |
EP4042244A1 (en) | 2022-08-17 |
TW202215168A (zh) | 2022-04-16 |
IL291367A (en) | 2022-05-01 |
TW202119137A (zh) | 2021-05-16 |
WO2021069153A1 (en) | 2021-04-15 |
IL291367B1 (en) | 2024-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI745863B (zh) | 訓練機器學習模型以判定光罩的光學接近校正的方法及相關聯電腦程式產品 | |
CN107430347B (zh) | 图像对数斜率(ils)优化 | |
US11768442B2 (en) | Method of determining control parameters of a device manufacturing process | |
EP3105637A1 (en) | Model for calculating a stochastic variation in an arbitrary pattern | |
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 | |
CN113508338A (zh) | 用于表征半导体器件的制造工艺的方法 | |
TWI752652B (zh) | 在裝置製程中的方法、非暫態電腦可讀媒體、及組態以執行該方法的系統 | |
EP3462240A1 (en) | Method of determining control parameters of a device manufacturing process | |
TW202105057A (zh) | 用於基於缺陷而判定圖案化程序之特性以減少熱點的方法 | |
US20230333483A1 (en) | Optimization of scanner throughput and imaging quality for a patterning process | |
EP3822703A1 (en) | Method for determining a field-of-view setting | |
CN116648674A (zh) | 基于带宽和散斑的光刻过程的优化 | |
NL2025146A (en) | A method in the manufacturing process of a device, a non-transitory computer-readable medium and a system configured to perform the method |
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 |