TWI631636B - 以模型爲基礎之量測及一製程模型的整合使用 - Google Patents

Abstract

本發明揭示用於基於整合一以量測為基礎之目標模型及一以製程為基礎之目標模型之一量測模型來執行量測之方法及系統。採用整合量測模型之系統可用於量測一或多個目標之結構及材料特徵，且亦可用於量測製程參數值。可依若干不同方法將一以製程為基礎之目標模型與一以量測為基礎之目標模型整合。在一些實例中，基於該以製程為基礎之目標模型來判定對量測模型参数之值之範圍的限制。在一些其他實例中，該整合量測模型包含由該以製程為基礎之目標模型所限制之該以量測為基礎的目標模型。在一些其他實例中，基於該製程模型，依據其他量測模型參數來表示一或多個量測模型參數。在一些其他實例中，將製程參數代入該量測模型。

Description

以模型為基礎之量測及一製程模型的整合使用 相關申請案之交叉參考

本專利申請案根據35 U.S.C.§119主張2012年12月18日申請之名為「Method for Integrated Use of Model-based Metrology and a Process Model」之美國臨時專利申請案第61/738,760號之優先權，該案之標的之全文以引用的方式併入本文中。

所描述之實施例係關於度量系統及方法，且更特定而言係關於用於經改良參數量測之方法及系統。

通常藉由應用至一樣品之一序列處理步驟製造諸如邏輯及記憶體裝置之半導體裝置。藉由此等處理步驟形成半導體裝置之多種特徵及多個結構層。舉例而言，微影尤其係涉及在一半導體晶圓上產生一圖案之一半導體製造程序。半導體製造程序之額外實例包含(但不限於)化學機械拋光、蝕刻、沈積及離子植入。多個半導體裝置可在一單一半導體晶圓上經製造且接著經分離至個別半導體裝置。

在一半導體製造程序期間之多種步驟中使用量測製程以偵測晶圓上之缺陷以促進更高良率。光學量測技術提供高生產量之可能性而無樣品破壞之風險。通常使用包含散射量測及反射量測實施之若干以光學量測為基礎之技術及相關聯之分析演算法以特徵化臨界尺寸、膜 厚度、組成及奈米結構之其他參數。

傳統地，在由薄膜及/或重複週期結構組成之目標上執行光學量測。在裝置製造期間，此等膜及週期結構通常表示實際裝置幾何形狀及材料結構或一中間設計。隨著裝置(例如，邏輯及記憶體裝置)朝向更小奈米比例尺寸移動，特徵化變得更困難。併入複雜三維幾何形狀及具有多種物理性質之材料之裝置造成特徵化困難。

舉例而言，現代記憶體結構通常係使光學輻射難以穿透至底層之高縱橫比三維結構。另外，特徵化複雜結構(例如，FinFET)所需之參數之逐漸增加之數目導致逐漸增加之參數相關性。結果，特徵化目標之量測模型參數通常無法可靠地解耦合。

回應於此等挑戰，已開發更複雜光學工具。在一大範圍之若干機器參數(例如，波長、入射之方位及角度等)上方(且通常同時)執行量測。結果，量測時間、計算時間及產生可靠結果之總時間(包含量測配方)顯著增加。另外，大波長範圍上之光強度之擴展減小在任何特定波長處之照明強度且增加在該波長處執行之量測之單一非確定性。

歸因於逐漸增加之小解析度要求、多參數相關性、逐漸複雜之幾何結構及非透明材料之逐漸增加之使用，進一步量測應用呈現對於量測之挑戰。因此，需要針對經改良量測之方法及系統。

本發明呈現用於基於整合一以製程為基礎之目標模型及一以量測為基礎之目標模型最佳化量測模型之方法及系統。藉由整合一以量測為基礎之目標模型及一以製程為基礎之目標模型以改良量測模型及製程模型之一者或兩者之預測性結果。

在一態樣中，使用採用整合量測模型之系統以量測一或多個目標之結構及材料特徵(例如，材料組成、結構及膜之尺寸特徵等)。在 另一態樣中，使用採用整合量測模型之量測系統以直接量測製程參數值。

一以製程為基礎之目標模型可與一以量測為基礎之目標模型整合以依若干不同方式產生一整合量測模型。

在一些實例中，基於以製程為基礎之目標模型判定對量測模型參數之值之範圍之限制。更具體而言，基於製程模型參數之可達成值之範圍判定該等限制。

在一些其他實例中，整合量測模型包含藉由以製程為基礎之目標模型限制之以量測為基礎之目標模型。此減小與整合量測模型相關聯之解決方案空間之大小。以此方式，對以量測為基礎之目標模型參數之以製程為基礎之限制組係藉由以製程為基礎之目標模型而界定且經應用至以量測為基礎之目標模型。

在一些其他實例中，基於製程模型根據其他量測模型參數表示一或多個量測模型參數。此減小整合量測模型之浮動參數之總數目且減小參數相關性。歸因於限於由製造程序容許之目標變動之一較小搜尋空間，此亦增加適配引擎(例如，迴歸引擎)之效率及穩健性。

在一些其他實例中，將製程參數代入量測模型。接著使用整合量測模型將此等製程參數解析為量測資料之分析之部分。以此方式，整合量測模型之參數化包含以製程為基礎之變數且直接自量測信號判定製程參數值。

在一些實例中，一整合量測模型用於相繼量測製程參數值。整合量測模型包含用作一量測分析之部分之一以量測為基礎之目標模型以自量測資料判定幾何參數值。整合量測模型亦包含一以製程為基礎之模型以自幾何參數值判定製程參數值。

在另一態樣中，可基於量測模型改良製程模型。在一些實例中，使用自量測模型獲得之資訊改良一製程模型之校準。在一實例 中，幾何輪廓與製程變動之間之預特徵化關係可用於處理配方產生。另外，可依最佳化量測模型之一方式校準製程模型。

在又一態樣中，可自一以製程為基礎之目標模型完全或部分組裝整合量測模型。

在又一態樣中，可在多目標模型化之內容中採用所揭示之方法及系統。在一些實例中，整合量測模型容許其中使用量測模型參數解析一些目標同時使用製程參數解析其他目標之多個目標之組合分析。另外，可使用自一製程模型導出之限制以鏈接不同目標之參數。

在又一態樣中，一跨晶圓製程變動模型可與目標結構之以製程為基礎之模型組合。

在又一態樣中，可使用整合量測模型以提供主動回饋至一處理工具(例如，微影工具、蝕刻工具、沈積工具等)。舉例而言，使用一整合量測模型判定之深度值及聚焦參數可通信至微影工具以調整微影系統以達成一所要輸出。以一相似方式，蝕刻參數(例如，蝕刻時間、擴散率等)或沈積參數(例如，時間、濃度等)可包含於整合量測模型中以各自提供主動回饋至蝕刻工具或沈積工具。

上述係一歸納且因此必須包含細節之簡化、一般化及省略；因此，熟習此項技術者將瞭解該歸納僅係闡釋性而非以任何方式限制。在本文中描述之裝置及/或製程之其他態樣、發明特徵及優勢將在本文中闡述之非限制性細節描述中變得顯而易見。

10‧‧‧俯視圖

20‧‧‧側視圖

30‧‧‧側視圖

31‧‧‧區域

40‧‧‧俯視圖

41‧‧‧區域

50‧‧‧等值線圖

51‧‧‧空白區域

60‧‧‧等值線圖

61‧‧‧空白區域

70‧‧‧等值線圖

71‧‧‧空白區域

80‧‧‧表

90‧‧‧圖式

100‧‧‧表

110‧‧‧表

120‧‧‧圖式

121‧‧‧線

122‧‧‧線

130‧‧‧圖式

131‧‧‧線

132‧‧‧線

140‧‧‧圖式

141‧‧‧線

142‧‧‧線

150‧‧‧圖式

151‧‧‧線

152‧‧‧線

160‧‧‧圖式

161‧‧‧線

162‧‧‧線

170‧‧‧圖式

171‧‧‧線

172‧‧‧線

180‧‧‧圖式

181‧‧‧線

182‧‧‧線

190‧‧‧圖式

191‧‧‧線

192‧‧‧線

200‧‧‧圖式

210‧‧‧圖式

220‧‧‧圖表

230‧‧‧圖表

300‧‧‧系統/量測系統

301‧‧‧樣品

302‧‧‧照明器

304‧‧‧光譜儀

306‧‧‧偏光照明光束

307‧‧‧偏光狀態產生器

308‧‧‧光束

309‧‧‧偏光狀態分析器

310‧‧‧結構

311‧‧‧光譜

330‧‧‧計算系統

331‧‧‧處理器

332‧‧‧記憶體

333‧‧‧匯流排

334‧‧‧程式指令

340‧‧‧樣品參數/輸出信號

400‧‧‧例示性方法

401‧‧‧區塊

402‧‧‧區塊

403‧‧‧區塊

500‧‧‧例示性方法

501‧‧‧區塊

502‧‧‧區塊

503‧‧‧區塊

圖1係繪示藉由微影製程模擬軟體模型化之一模擬3x3接觸孔洞陣列之一俯視圖10之一圖式。

圖2係繪示圖1中繪示之接觸孔洞陣列之一單一孔洞之一側視圖20之一圖式。

圖3係繪示各個接觸孔洞輪廓與曝光及聚焦深度參數值之一不同 組合相關聯之一接觸孔洞輪廓陣列之一側視圖30之一圖式。

圖4係繪示圖3中繪示之接觸孔洞陣列之一俯視圖40之一圖式。

圖5係繪示與圖3至圖4中繪示之與聚焦曝光矩陣結果之各者相關聯之臨界尺寸值之一等值線圖50。

圖6係繪示與圖3至圖4中繪示之聚焦曝光矩陣結果之各者相關聯之側壁角度值之一等值線圖60。

圖7係繪示與圖3至圖4中繪示之聚焦曝光矩陣結果之各者相關聯之光阻損失值之一等值線圖70。

圖8係繪示聚焦與曝光之間及臨界尺寸、高度與側壁角度之間之相關性之一表80。

圖9係繪示在經受由二維光束輪廓反射計(2-D BPR)系統之量測之一氧化物層中之一孔洞之一簡化量測模型之一圖式90。

圖10係繪示與2-D BPR量測相關聯之CD與SWA之間之相關性之一表100。

圖11係繪示與2-D BPR量測相關聯之聚焦與曝光之間之相關性之一表110。

圖12A至圖12C各自繪示指示光阻損失、SWA及CD之2-D BPR量測之追蹤效能之圖式120、130及140。量測模型由光阻損失、SWA及CD參數化。

圖13A至圖13C各自繪示指示光阻損失、SWA及CD之2-D BPR量測之追蹤效能之圖式150、160及170。量測模型由光阻損失、SWA及CD參數化且由製程模型限制。

圖14A至圖14B各自繪示指示與聚焦及曝光之2-D BPR量測相關聯之追蹤效能之圖式180及190。量測模型由聚焦及曝光參數化。

圖15係繪示由一離散10阱模型模型化以擷取製程變動引起之形狀變動之一結構之圖式200。

圖16係繪示圖15中繪示之結構之聚焦曝光矩陣模擬結果之一圖式210。

圖17A係繪示用作呈現於製程變動(聚焦及曝光)中之製程資訊內容之一指示之一主要成份分析之結果之一圖表220。

圖17B係繪示用作呈現於量測信號(例如，阿爾法、貝他)中之製程資訊內容之一指示之一主要成份分析之結果之一圖表230。

圖18係繪示用於根據本文中呈現之例示性方法量測一樣品之特徵之一系統300之一圖式。

圖19係繪示適合藉由本發明之量測系統300實施之一例示性方法400之一流程圖。

圖20係繪示適合藉由本發明之量測系統300實施之一例示性方法500之一流程圖。

現在將詳細參考先前技術實例及本發明之一些實施例，在隨附圖式中繪示本發明之實例。呈現用於基於整合一以製程為基礎之目標模型及一以量測為基礎之目標模型最佳化量測模型之方法及系統。藉由整合一以量測為基礎之目標模型及一以製程為基礎之目標模型以改良量測模型及製程模型之一者或兩者之預測性結果。

一般而言，光學量測技術係量測在偵測下之一樣品之物理性質之非直接方法。在大多數情況中，經量測之光學信號不可用於直接判定所關注之物理性質。傳統上，量測製程係由調配試圖基於量測目標及特定量測系統之互動之一模型預測經量測之光學信號之一量測模型組成。以量測為基礎之目標模型包含根據所關注之量測目標之物理性質(例如，膜厚度、臨界尺寸、折射率、光柵間距等)之結構之一參數化。另外，以量測為基礎之目標模型包含量測工具自身(例如，波長、入射角、偏振角等)之一參數化。

機器參數(P_machine)係用於特徵化量測工具自身之參數。例示性機器參數包含入射角(AOI)、分析角(A₀)、偏振角(P_o)、照明波長、數值孔徑(NA)等。樣品參數(P_specimen)係用於特徵化樣品之幾何及材料性質之參數。對於一薄膜樣品，例示性樣品參數包含折射率、介電函數張量、所有層之標稱層厚度、層序列等。

為了量測目的，將機器參數作為已知固定參數處理且將樣品參數或樣品參數之一子集作為未知浮動參數處理。藉由產生理論預測與經量測資料之間之最佳配合之一適配製程(例如，迴歸、資料庫匹配等)解析浮動參數。變化未知樣品參數P_specimen且計算模型輸出值直到判定導致模型輸出值與經量測值之間之一緊密匹配之一組樣品參數值。

在許多情況中，樣品參數高度相關聯。此可導致以量測為基礎之目標模型的不穩定性。在一些情況中，此可藉由固定某些樣品參數來解析。然而，此通常導致剩餘參數之估計中的顯著錯誤。舉例而言，下伏層(例如，一半導體晶圓上之一半導體材料堆疊之氧化物基層)在一晶圓之表面上方非均勻厚。然而，為了減小參數相關性，將此等層處理為在晶圓之表面上方具有一固定厚度以建構量測模型。不幸地，此可導致其他參數之估計中的顯著錯誤。

在一態樣中，使用採用整合量測模型之系統以量測一或多個目標之結構及材料特徵(例如，材料組成、結構及膜之尺寸特徵等)。整合量測模型係基於整合一以製程為基礎之目標模型及一以量測為基礎之目標模型。

在另一態樣中，使用採用整合量測模型之量測系統以直接量測製程參數值。該整合量測模型係基於整合一以製程為基礎之目標模型及一以量測為基礎之目標模型。

一以製程為基礎之目標模型係根據製程變數預測樣品之結構性 質(例如，幾何性質、材料性質等)。適合於與一以量測為基礎之目標模型整合之一以製程為基礎之目標模型來預測結構及/或材料性質，光學量測工具對該等性質敏感。

圖1至圖2藉由非限制性實例繪示一以製程為基礎之目標模型的模擬結果。圖1至圖2繪示使用可自加利福尼亞(美國)米爾皮塔斯KLA-Tencor Corporation購得之正光阻光學微影(PROLITH)模擬軟體所產生之一接觸孔洞陣列之一極紫外線(EUV)微影模型。雖然此例示性微影製程模型係使用PROLITH軟體產生，但一般而言，在此專利文獻之範疇內可考慮任何製程模型化技術或工具。圖1繪示藉由PROLITH軟體模型化之一模擬3x3接觸孔洞陣列之一俯視圖10。圖2繪示該陣列之一單一孔洞之一側視圖20。自該側視圖繪示若干幾何參數。舉例而言，繪示孔洞之高度(H)、側壁角度(SWA)及臨界尺寸(CD)。在所繪示之實例中，臨界尺寸係孔洞之底部上方五奈米之孔洞直徑之一量測。

運行一聚焦曝光矩陣(FEM)模擬實驗以產生類似於圖2中繪示之孔洞輪廓之一組孔洞輪廓。圖3繪示各個接觸孔洞輪廓與聚焦參數值之曝光及深度之一不同組合相關聯之一接觸孔洞輪廓陣列之一側視圖30。圖3中繪示之結果係自藉由PROLITH軟體運行之一系列模擬實驗產生。圖4繪示圖3中繪示之相同接觸孔洞陣列之一俯視圖40。以此方式，藉由以製程為基礎之目標模型根據製程變數(即，聚焦及曝光)表示樣品之幾何性質(即，CD、H、SWA)。

圖5至圖7各自繪示CD之等值線圖50、SWA之等值線圖60及光阻損失之等值線圖70。該等等值線圖之各者與圖3至圖4中繪示之FEM實驗結果相關聯。光阻損失係自接觸孔洞之標稱高度減去之實際高度且因此係高度之一量測。圖5至圖7以圖形繪示自以製程為基礎之目標模型導出之製程參數與量測參數之間之一關係且因此呈現對量測參數之以製程為基礎之限制。如此一來，可使用此等限制以鏈接以製程為基 礎之模型及以量測為基礎之模型以產生一整合量測模型。

方程式(1)繪示藉由兩個以製程為基礎之模型參數(即，聚焦深度F及曝光E)限制三個以量測為基礎之模型參數(即，CD、H及SWA)之一組方程式。

CD=-90+130F+1.22E-417F ²-0.448FE-0.0025F ² Ht=-223-189F+4.16E-354F ²+1.76FE-0.0158E ² SWA=56.5+37.4F+0.431E-230F ²-0.1222FE-0.0019E ² (1)

在由方程式(1)繪示之實例中，以製程為基礎之限制係基於應用至圖3至圖7中繪示之FEM模擬結果之簡化適配函數(例如，多項式)而調配。在其他實例中，以製程為基礎之限制可基於以製程為基礎之基函數而調配，諸如由2006年3月7日頒予KLA-Tencor Technologies Corporation之美國專利第7,009,704號所描述之該等基函數，該專利之標的之全文併入本文中。

一以製程為基礎之目標模型可與一以量測為基礎之目標模型整合以依若干不同方式產生之一整合量測模型。

在一些實例中，基於以製程為基礎之目標模型判定對量測模型參數之值之範圍之限制。更具體而言，基於以製程為基礎之參數之可達成值之範圍判定該等限制。

舉例而言，如圖3及圖4中所繪示，聚焦及曝光參數值之一些組合不產生函數接觸孔洞。舉例而言，如圖3中所繪示，在以製程為基礎之模型結果之矩陣之區域31內反白顯示之結構未能形成一孔洞。類似地，如圖4中所繪示，在以製程為基礎之模型結果之矩陣之區域41內反白顯示之結構未能形成一孔洞。類似地，如圖5至圖7中所繪示，在空白區域51、61及71中之聚焦及曝光參數值之組合各自指示形成一函數結構之一失效，因為特定參數(即，CD、SWA及光阻損失)無法解析。換言之，基於以製程為基礎之目標模型之結果判定聚焦及曝光參數值之某些範圍無法產生一函數結構。將以製程為基礎之模型參數值 之此等範圍映射至以量測為基礎之模型參數值之範圍以限制在隨後量測分析中採用之以量測為基礎之模型參數值之範圍。此藉由如由以製程為基礎之模型判定之將量測參數值範圍限制至潛在函數結構而減小與整合量測模型相關聯之計算時間。藉由非限制性實例，可使用方程式(1)以將以製程為基礎之模型參數值之範圍映射至量測為基礎之模型參數值之範圍。

在一些其他實例中，整合量測模型包含由以製程為基礎之目標模型限制之以量測為基礎之目標模型。在一實例中，經執行以解析量測參數(諸如CD、H及SWA)之一量測分析係由方程式(1)限制。換言之，在量測分析中僅考慮遵循限制方程式(1)之對於CD、H及SWA之解決方案。此減小與整合量測模型相關聯之解決方案空間之大小。以此方式，對以量測為基礎之目標模型參數之以製程為基礎之限制組由以製程為基礎之目標模型界定且應用至以量測為基礎之目標模型。

在一些其他實例中，基於製程模型根據其他量測模型參數表示一或多個量測模型參數。在一實例中，基於方程式(1)將SWA表示為CD及H之一函數。此減小整合量測模型之浮動參數之總數目且減小參數相關性。歸因於限制於由製造程序容許之目標變動之一較小搜尋空間，此亦增加適配引擎(例如，迴歸引擎)之效率及穩健性。

在一些其他實例中，將製程參數代入量測模型。接著使用整合量測模型將此等製程參數解析為量測資料之分析之部分。以此方式，整合量測模型之參數化包含以製程為基礎之變數(例如，聚焦及曝光)且自量測信號直接判定製程參數值。舉例而言，可藉由使用方程式(1)用製程參數F及E取代量測模型參數CD、H及SWA而調配一整合量測模型。在基於量測資料解決F及E之後，可自方程式(1)計算對應量測參數CD、H及SWA。

可偏好此方法以減小在量測資料之分析中涉及之參數之間之相 關性。舉例而言，如圖8中描繪之表80中所繪示，聚焦與曝光之間之相關性低於CD、H及SWA之間之相關性。

圖9係繪示在經受由二維光束輪廓反射計(2-D BPR)系統之量測之一氧化物層中之一孔洞之一簡化量測模型之一圖式90。實驗設計(DOE)模擬結果證實CD與SWA之間之一高度相關性，如圖10之表100中所繪示。因此，預期2-D BPR量測系統不有效區分兩個量測參數。此在圖12A至圖12C中進一步證實。圖12A繪示指示採用藉由光阻損失、SWA及CD參數化之一量測模型之光阻損失之2-D BPR量測之追蹤效能之一圖式120。線121指示其中經估計之參數值與實際參數值相同之完美追蹤。線122係表示經繪示之資料點之間之一最佳配合之一線。如圖12A中所繪示，對於電阻損失之追蹤效能較好。圖12B繪示指示採用藉由光阻損失、SWA及CD參數化之一量測模型之CD之2-D BPR量測之追蹤效能之一圖式130。線131指示其中經估計之參數值與實際參數值相同之完美追蹤。線132係表示經繪示之資料點之間之一最佳配合之一線。如圖12B中所繪示，對於CD之追蹤效能較差。圖12C繪示指示採用藉由光阻損失、SWA及CD參數化之一量測模型之SWA之2-D BPR量測之追蹤效能之一圖式140。線141指示其中經估計之參數值與實際參數值相同之完美追蹤。線142係表示經繪示之資料點之間之一最佳配合之一線。如圖12C中所繪示，對於SWA之追蹤效能較差。

圖13A至圖13C各自繪示與採用一整合量測模型之光阻損失、CD及SWA之2-D BPR量測相關聯之追蹤效能，其中由光阻損失、CD及SWA參數化之該量測模型係由製程模型限制(即，光阻損失、CD及SWA由聚焦及曝光限制)。圖13A繪示指示採用藉由光阻損失、SWA及CD參數化之整合量測模型之光阻損失之2-D BPR量測之追蹤效能之一圖式150。線151指示其中經估計之參數值與實際參數值相同之完美追 蹤。線152係表示經繪示之資料點之間之一最佳配合之一線。如圖13A中所繪示，對於電阻損失之追蹤效能較好。圖13B繪示指示採用藉由光阻損失、SWA及CD參數化之整合量測模型之CD之2-D BPR量測之追蹤效能之一圖式160。線161指示其中經估計之參數值與實際參數值相同之完美追蹤。線162係表示經繪示之資料點之間之一最佳配合之一線。如圖13B中所繪示，對於CD之追蹤效能相較於圖12B中繪示之追蹤效能經改良。圖13C繪示指示採用藉由光阻損失、SWA及CD參數化之整合量測模型之SWA之2-D BPR量測之追蹤效能之一圖式170(包括線171及172)。如圖13C中所繪示，對於SWA之追蹤效能保持較差。

圖14A至圖14B各自繪示當採用其中一整合量測模型由聚焦及曝光參數化之該模型時與聚焦及曝光之2-D BPR量測相關聯之追蹤效能。圖14A繪示指示採用藉由聚焦及曝光參數化之整合量測模型之聚焦之2-D BPR量測之追蹤效能之一圖式180。線181指示其中經估計之參數值與實際參數值相同之完美追蹤。線182係表示經繪示之資料點之間之一最佳配合之一線。如圖14A中所繪示，對於聚焦之追蹤效能較好。類似地，圖14B繪示指示採用藉由聚焦及曝光參數化之整合量測模型之曝光之2-D BPR量測之追蹤效能之一圖式190。線191指示其中經估計之參數值與實際參數值相同之完美追蹤。線192係表示經繪示之資料點之間之一最佳配合之一線。如圖14B中所繪示，對於曝光之追蹤效能較好。如圖11中之表110中所繪示，聚焦與曝光之間之相關性顯著小於SWA與CD之間之相關性。因此，2-D BPR量測能夠比CD及SWA具有更大成功的解析聚焦及曝光。

以此方式，使用一整合量測模型以精確量測所關注之製程參數(例如，聚焦深度、曝光、蝕刻時間、沈積時間等)。此方法顯著增加在量測信號與經量測之製程參數之間傳送之資訊，改良精確性及量測時間。

在另一實例中，基於製程模擬結果建構整合量測模型。通常，一以量測為基礎之目標模型係實際目標之一簡單近似法。舉例而言，用於光阻線量測之量測模型通常係其中SWA、CD及H經量測之一簡單梯形。此係歸因於製程變動(例如，聚焦及曝光中之變動)之目標幾何之實際變動之一顯著近似。結果，基於一高度簡化量測模型引起之量測特徵化聚焦及曝光之試圖可證實為無結果的，因為不同製程參數值之實際幾何影響未由量測擷取。

藉由實例，圖16繪示具有一聚焦曝光矩陣中之複雜側壁形狀之目標輪廓。若使用一高度簡化量測模型，則損失圖16中繪示之製程變動資訊之一部分。然而，在一些實例中，包含一更複雜幾何參數化之一整合量測模型有效擷取製程引起之形狀輪廓。以此方式，可有效分析量測信號以判定製程參數值。

圖15繪示用於擷取製程變動引起之形狀變動之一離散10阱(12 DOF)模型。該模型包含在不同高度之11個CD。經量測之CD反射製程變動且可比藉由CD、SWA及HT參數化之一單一梯形幾何模型更精確預測聚焦深度及曝光。以此方式，整合量測模型係基於圖16中繪示之製程模型模擬結果建構之圖15中繪示之量測模型。然而，側壁形狀變動在圖16中經繪示且由圖15中繪示之模型擷取，可考慮其他形狀變動(例如，光阻線拓撲改變等)。

在一些實例中，使用一整合量測模型以相繼量測製程參數值。整合量測模型包含用作一量測分析之部分以判定來自量測資料之幾何參數值之一以量測為基礎之目標模型。整合量測模型亦包含一以製程為基礎之模型以判定來自幾何參數值之製程參數值。

在一實例中，藉由在Stilian Pandev之美國專利公開案第2013/0110477號中描述之一製程為基礎之主要成份分析(PCA)參數化而參數化以量測為基礎之目標模型，該案之標的之全文以引用之方式 併入本文中。一以製程為基礎之PCA參數化有效減小以量測為基礎之模型之自由度之數目，使得可自量測資料有效解析模型參數而無量測資訊之過度損失。在一實例中，執行模型減小以限制製程變動空間內之圖15中繪示之幾何離散模型。將經量測之幾何形狀(例如，圖15之CD)提供為至預測聚焦及曝光之製程模型之輸入。在一實例中，將一神經網路用作製程模型。神經網路模型係基於經量測之CD預測聚焦及曝光參數值。

在一進一步態樣中，藉由製程模型資料訓練神經網路模型。更具體而言，使用藉由PROLITH模擬器(諸如圖16中繪示之該等模擬器)產生之形狀輪廓訓練神經網路模型。以此方式，將聚焦及曝光參數值表示為側壁形狀參數CD₁...CDn及HT之一函數，容許由神經網路模型擷取更多製程資訊。相較於利用具有三個參數(即，CD、SWA及HT)之一單一梯形模型，此減小自目標量測至聚焦及曝光估計量測之資訊損失。

圖17A繪示用作呈現於製程變動(聚焦及曝光)中之製程資訊內容之一指示之一主要成份分析之結果。圖17A繪示製程變動資訊經傳送至12 DOF幾何模型且資訊係由兩個或三個PCA成份有效擷取。

圖17B繪示用作呈現於量測信號(例如，阿爾法、貝塔)中之製程資訊內容之一指示之一主要成份分析之結果。傳送至信號或幾何模型之資訊越多，量測/製程模型可越好提取且分離製程參數(例如，聚焦及曝光)。

在一些實例中，使用一整合量測模型以自量測信號直接量測製程參數值。

舉例而言，如上文中所討論，可將製程參數代入以量測為基礎之目標模型。以此方式，自量測資料直接解析製程參數值。

在一些其他實例中，整合量測模型係接收量測信號且直接判定 聚焦及曝光參數值之一神經網路模型。使用藉由一製程模型產生之形狀輪廓(例如，藉由PROLITH產生之且在圖16中繪示之形狀參數)及藉由一量測模型產生之對應量測光譜訓練神經網路模型。在神經網路訓練期間，使用製程模擬器(例如，PROLITH)以針對給定製程變動產生目標輪廓。藉由一RCWA引擎產生對應於各個形狀輪廓之量測光譜。使用經產生之光譜訓練神經網路。在經產生之光譜上執行PCA以減小自由度之等級之數目。

在量測期間，藉由一分析引擎接收量測光譜且藉由在訓練期間使用之PCA轉換將經量測之光譜轉換至主要成份(PC)。經訓練之神經網路模型接收PC且直接判定聚焦及曝光參數。

在另一實例中，可基於來自一DOE(FEM)晶圓之經量測之光譜訓練神經網路。在此實例中，不需要一製程模擬器或模組。此減小來自RCWA引擎及製程模擬器之錯誤但增加對於DOE晶圓中之製程變動之需要。

藉由採用一整合量測模型以自量測信號直接量測製程參數值，藉由消除中間模型(例如，幾何、材料或估計量測系統之其他模型)而減小資訊損失。另外，藉由消除迴歸操作減小量測時間。

在另一態樣中，可基於量測模型改良製程模型。在一些實例中，使用自量測模型獲得之資訊改良一製程模型之校準。在一實例中，幾何輪廓與製程變動之間之預特徵化關係可用於製程配方產生。另外，可依最佳化量測模型之一方式校準製程模型。

甚至更一般而言，製程及量測模型之使用與一模型完全整合，該模型提供輸入至另一模型。

在又一態樣中，可在多目標模型化之內容中採用所揭示之方法及系統。在一些實例中，整合量測模型容許其中使用量測模型參數解析一些目標同時使用製程參數解析其他目標之多個目標之組合分析。 另外，可使用自一製程模式導出之限制以鏈接不同目標之參數。

雖然在前文中參考一微影製程模型及相關聯之聚焦及曝光量測來描述若干實例，但本文中描述之方法及系統可涉及其他製程模型(例如，蝕刻或沈積製造)及其他量測(例如，蝕刻及沈積量測)。本文中描述之方法及系統亦可涉及其他參考量測技術(例如，SEM、TEM、AFM、X光)。再者，在本文中描述之方法及系統係參考光學量測系統(例如，光譜橢圓偏光計、反射計、BPR系統等)論述但亦可應用至其他以模型為基礎之量測(例如，重疊、CD-SAXS、XRR等)。

在又一態樣中，一跨晶圓製程變動模型可與目標結構之以製程為基礎的模型組合。通常製程影響產生一跨晶圓製程特定圖案的整個晶圓。在一實例中，通常觀察到一膜沈積製程通常導致具有跨晶圓之一徑向對稱圖案之一膜厚度。

在一些實例中，跨晶圓製程資訊與編碼於一單一目標中之製程變動資訊組合使用，以建立一精確整合量測模型。在一實例中，下伏膜之一或多個跨晶圓膜模組與基於藉由PROLITH建立之製程變動參數化之一10阱模型組合。藉由限制光柵至製程空間中之變動且限制下伏膜至一預期對稱膜而顯著減小光柵至膜相關性且改良量測精確性。

在又一實施例中，可使用整合量測模型以提供主動回饋至一製程工具(例如，微影工具、蝕刻工具、沈積工具等)。舉例而言，使用一整合量測模型判定之深度值及聚焦參數可通信至微影工具以調整微影系統以達成一所要輸出。以一類似方式，蝕刻參數(例如，蝕刻時間、擴散率等)或沈積參數(例如，時間、濃度等)可包含於整合量測模型中，以各自提供主動回饋至蝕刻工具或沈積工具。

圖18繪示用於根據本文中呈現之例示性方法量測一樣品之特徵之一系統300。如圖18中所展示，系統300可用於執行一樣品301之一或多個結構310之光譜橢圓偏光計量測。在此態樣中，系統300可包含配 備有一照明器302及一光譜儀304之一光譜橢圓偏光計。系統300之照明器302經組態以產生一經選擇波長範圍(例如，150-850nm)之照明且將該照明引導至安置於樣品301之表面上之結構。接著，光譜儀304經組態以接收自樣品301之表面反射之照明。進一步注意，使用一偏光狀態產生器307偏光自照明器302出現之光以產生一偏光照明光束306。由安置於樣品301上之結構反射之輻射通過一偏光狀態分析器309且至光譜儀304。關於偏光狀態分析由收集光束308中之光譜儀接收之輻射，容許藉由由分析器傳送之輻射之光譜儀之光譜分析。為了結構之分析將此等光譜311傳送至計算系統330。

如圖18中所描繪，系統300包含一單一量測技術(即，SE)。然而，一般而言，系統300可包含任何數目之不同量測技術。藉由非限制性實例，系統300可經組態為一光譜橢圓偏光計(包含繆勒矩陣橢圓偏光計)、一光譜反射計、一光譜散射計、一重疊散射計、一角度解析光束輪廓反射計、一偏光解析光束輪廓反射計、一光束輪廓反射計、一光束輪廓偏光計、任何單一或多個波長偏光計或其等之任何組合。此外，一般而言，藉由不同量測技術收集且根據本文中描述之方法分析之量測資料可自多個工具而非整合多個技術之一工具收集。

在一進一步實施例中，系統300可包含經採用以根據本文中描述之方法基於一整合量測模型執行量測之一或多個計算系統330。該一或多個計算系統330可通信耦合至光譜儀304。在一態樣中，一或多個計算系統330經組態以接收與樣品301之結構之量測相關聯之量測資料。

在一進一步實施例中，一或多個計算系統330經組態以採用即時臨界尺寸(RTCD)即時存取模型參數或其可根據本文中描述之方法存取預計算模型之資料庫以判定一整合量測模型。

應認知，貫穿本發明描述之多種步驟可藉由一單一計算系統330 或替代地一多個電腦系統330實施。再者，系統300之不同子系統(諸如光譜橢圓偏光計304)可包含適合於實施本文中描述之步驟之至少一部分之一電腦系統。因此，不應將前文提及之描述解釋為對本發明之一限制而僅為一繪示。此外，一或多個計算系統330可經組態以執行本文中描述之任何方法實施例之任何其他(若干)步驟。

另外，電腦系統330可依該技術中已知之任何方式通信耦合至光譜儀304。舉例而言，一或多個計算系統330可耦合至與光譜儀304相關聯之計算系統。在另一實例中，可藉由耦合至電腦系統330之一單一電腦系統直接控制光譜儀304。

量測系統300之電腦系統330可經組態以藉由可包含有線及/或無線部分之一傳輸媒體自系統之子系統(例如，光譜儀304及類似者)接收及/或獲取資料或資訊。以此方式，傳輸媒體可作為電腦系統330及系統300之其他子系統之間之一資料鏈結。

整合量測系統300之電腦系統330可經組態以藉由可包含有線及/或無線部分之一傳輸媒體自其他系統接收及/或獲取資料或資訊(例如，量測結果、模型化輸入、模型化結果等)。以此方式，傳輸媒體可作為電腦系統330及其他系統(例如，記憶體板上量測系統300、外部記憶體、參考量測源320或其他外部系統)之間之一資料鏈結。舉例而言，電腦系統330可經組態以經由一資料鏈結自一儲存媒體(即，記憶體332或一外部記憶體)接收量測資料。舉例而言，使用光譜儀304獲得之光譜結果可儲存於一永久或半永久記憶體裝置(例如，記憶體332或一外部記憶體)中。在此方面，光譜結果可自板上記憶體或自一外部記憶體系統輸入。再者，電腦系統330可經由一傳輸媒體發送資料至其他系統。舉例而言，藉由電腦系統330判定之一整合量測模型或一樣品參數340可通信且儲存於一外部記憶體中。在此方面，量測結果可輸出至另一系統。

計算系統330可包含(但不限於)一個人電腦系統、主機電腦系統、工作站、影像電腦、並行處理器或該技術中已知之任何其他裝置。一般而言，可廣泛定義術語「電腦系統」以涵蓋具有執行來自一記憶體媒體之指令之一或多個處理器之任何裝置。

可透過諸如一有線、電纜或無線傳輸鏈結之一傳輸媒體傳輸實施方法(諸如本文中描述之該等方法)之程式指令334。舉例而言，如圖19中所繪示，透過匯流排333將儲存於記憶體332中之程式指令334傳輸至處理器331。程式指令334儲存於一電腦可讀媒體(例如，記憶體332)中。例示性電腦可讀媒體包含唯讀記憶體、一隨機存取記憶體、一磁或光碟或一磁帶。

圖19繪示適合於藉由本發明之量測系統300實施之一方法400。在一態樣中，認知可經由藉由電腦系統330之一或多個處理器執行之一預程式化演算法而實施方法400之資料處理區塊。雖然在量測系統300之內容中呈現以下描述，但在本文中認知量測系統300之特定結構態樣不表示限制且應解釋為僅為闡釋性。

在區塊401中，藉由一電腦系統(例如，電腦系統330)接收一定量之量測資料。藉由一量測工具(例如，系統300)使量測資料與一目標結構之量測相關聯。

在區塊402中，基於至該目標結構之一整合量測模型之該定量之量測資料之一適配判定特徵化該目標結構之一組參數值。該整合量測模型係基於一以製程為基礎之目標模型及一以量測為基礎之目標模型。

在區塊403中，將該組參數值儲存於記憶體中。可將該第二組參數值儲存於板上量測系統300(例如)記憶體332中或可將該第二組參數值(例如，經由輸出信號340)通信至一外部記憶體裝置。

圖20繪示適合於藉由本發明之量測系統300實施之一方法500。 在一態樣中，認知可經由藉由電腦系統330之一或多個處理器執行之一預程式化演算法而實施方法500之資料處理區塊。雖然在量測系統300之內容中呈現以下描述，但在本文中認知量測系統300之特定結構態樣不表示限制且應解釋為僅為闡釋性。

在區塊501中，藉由一電腦系統(例如，電腦系統330)接收一定量之量測資料。藉由一量測工具(例如，系統300)使量測資料與一目標結構之量測相關聯。

在區塊502中，基於該定量之量測資料及該目標結構之一整合量測模型判定特徵化經採用以產生該目標結構之一製程之一或多個製程參數值。

在區塊503中，將該一或多個製程參數值儲存於記憶體中。可將參數值儲存於板上量測系統300(例如)記憶體332中或可將參數值(例如，經由輸出信號340)通信至一外部記憶體裝置。

一般而言，本文中描述之系統及方法可作為為了離線或工具上量測準備一整合量測模型之程序之部分實施。另外，量測模型及任何預參數化量測模型兩者可描述一或多個目標結構及量測位置。

如本文中所描述，術語「臨界尺寸」包含一結構之任何臨界尺寸(例如，底部臨界尺寸、中部臨界尺寸、頂部臨界尺寸、側壁角度、光柵高度等)、任何兩個或兩個以上結構之間之一臨界尺寸(例如，兩個結構之間之距離)及兩個或兩個以上結構之間之一移位(例如，重疊光柵結構之間之重疊移位等)。結構可包含三維結構、圖案化結構、重疊結構等。

如本文中所描述，術語「臨界尺寸應用」或「臨界尺寸量測應用」包含任何臨界尺寸量測。

如本文中所描述，術語「量測系統」包含經採用至少部分以在包含諸如臨界尺寸量測、重疊量測、聚焦/劑量量測及組成量測之量 測應用之任何態樣中特徵化一樣品之任何系統。然而，此等技術術語不限制如本文中描述之術語「量測系統」之範疇。另外，量測系統100可經組態以用於圖案化晶圓及/或未圖案化晶圓之量測。量測系統可經組態為一LED檢驗工具、邊緣檢驗工具、背側檢驗工具、巨觀檢驗工具或多模式檢驗工具(涉及同時來自一或多個平台之資料)及基於臨界尺寸資料自系統參數之校準獲益之任何其他量測或檢驗工具。

針對可用於處理一樣品之一半導體處理系統(例如，一檢驗系統或一微影系統)在本文中描述多種實施例。在本文中使用術語「樣品」以指一晶圓、一主光罩或可藉由該技術中已知之方法處理(例如，印刷或檢驗缺陷)之任何其他樣品。

如本文中所使用，術語「晶圓」一般指由一半導體或非半導體形成之基板。實例包含(但不限於)單晶矽、砷化鎵及磷化銦。通常可在半導體製造設施中發現及/或製造此等基板。在一些情況中，一晶圓可僅包含基板(即，裸晶圓)。替代地，一晶圓可包含形成於一基板上之一或多層不同材料。形成於一晶圓上之一或多層可係「圖案化」或「未圖案化」。舉例而言，一晶圓可包含具有可重複圖案特徵之複數個晶粒。

一「主光罩」可係在一主光罩製造程序之任何階段處之一主光罩或可或不可經釋放以用於一半導體製造設施內之一經完成主光罩。一主光罩或一「遮罩」一般經定義為具有形成於其上且在一圖案中經組態之實質上非透明區域之一實質上透明基板。基板可包含(例如)諸如非晶SiO₂之一玻璃材料。一主光罩可在一微影製程之一曝光步驟期間安置於一光阻覆蓋晶圓上方使得主光罩上之圖案可傳送至光阻。

形成於一晶圓上之一或多層可係圖案化或未圖案化。舉例而言，一晶圓可包含複數個晶粒，各個晶粒具有可重複圖案特徵。此等材料層之形成及處理可最終導致經完成裝置。許多不同類型之裝置可形 成於一晶圓上，且如本文中使用之術語晶圓意欲涵蓋一晶圓，在該技術中已知之任何類型之裝置在該晶圓上經製造。

在一或多個例示性實施例中，可在硬體、軟體、韌體或其等之任何組合中實施經描述之函數。若實施於軟體中，函數可作為一或多個指令或代碼儲存於一電腦可讀媒體中或透過一電腦可讀媒體傳輸。電腦可讀媒體包含電腦儲存媒體及包含促進一電腦程式自一位置至另一位置之傳輸之任何媒體之通信媒體兩者。一儲存媒體可係可由一通用或專用電腦存取之任何可用媒體。藉由實例且非限制，此等電腦可讀媒體可包括RAM、ROM、EEPROM、CD-ROM或其他光學磁碟儲存器、磁碟儲存器或其他磁性儲存裝置或可用於傳送或儲存呈指令或資料結構之形式之所要程式代碼且可由一通用或專用電腦或一通用或專用處理器存取之任何其他媒體。另外，將任何連接適當稱為一電腦可讀媒體。舉例而言，若使用一同軸電纜、光纖電纜、雙絞線、數位用戶線(DSL)或諸如紅外線、無線電及微波之無線技術之其他遠端源自一網站傳輸軟體，則同軸電纜、光纖電纜、雙絞線、DSL或諸如紅外線、無線電及微波之無線技術包含於媒體之定義中。如本文中所使用之磁碟及光碟包含光碟(CD)、雷射光碟、光學碟、數位多功能光碟(DVD)、軟碟及藍光光碟，其中磁碟通常磁性複製資料而光碟使用雷射光學複製資料。上文之組合亦應包含於電腦可讀媒體之範疇中。

雖然為了指示性目的在上文中描述某些特定實施例，但此專利文獻之教示具有一般可應用性且不限於上文中描述之特定實施例中。因此，可進行所描述之實施例之多種特徵之多種修改、調適及組合而不脫離如申請專利範圍中提出之本發明之範疇。

Claims (31)

1. 一種用於經改良之參數量測之方法，其包括：藉由一量測工具接收與一目標結構之量測相關聯之一定量之量測資料；基於至該目標結構之一整合量測模型之該定量之量測資料之一適配來判定特徵化該目標結構之一組參數值，其中該整合量測模型係基於一以製程為基礎之目標模型及一以量測為基礎之目標模型；及將該組參數值儲存於一記憶體中。
2. 如請求項1之方法，其中該以製程為基礎之目標模型係根據至少一製程變數來特徵化該目標結構。
3. 如請求項2之方法，進一步包括：基於該以製程為基礎之目標模型之一或多個參數與該以量測為基礎之目標模型之一或多個參數之間之一鏈結來產生該整合量測模型。
4. 如請求項3之方法，其中該鏈結係對基於製程模型參數值之一範圍判定之一量測模型參數之值之一範圍之一限制。
5. 如請求項3之方法，其中該鏈結係對自該以製程為基礎之目標模型判定之該一或多個量測參數之一限制。
6. 如請求項3之方法，其中該鏈結係自該以製程為基礎之目標模型判定之兩個或兩個以上量測模型參數之間之一函數關係。
7. 如請求項1之方法，進一步包括：基於至該目標結構之該整合量測模型之該定量之量測資料之一適配來判定一或多個製程參數值；及將該一或多個製程參數值儲存於一記憶體中。
8. 如請求項7之方法，其中該一或多個製程參數係該目標結構之該整合量測模型之參數。
9. 如請求項7之方法，其中該一或多個製程參數僅係該目標結構之該整合量測模型之參數。
10. 如請求項7之方法，其中該判定該一或多個製程參數值涉及基於至該整合量測模型之該定量之量測資料之該適配來判定一或多個量測參數值及基於該一或多個製程參數與該一或多個量測參數之間之一函數關係來判定該一或多個製程參數值。
11. 如請求項7之方法，其中該判定該一或多個製程參數值涉及將該量測資料轉換至主要成份及直接自該等主要成份判定該一或多個製程參數值。
12. 如請求項7之方法，其中該一或多個製程參數值包含一聚焦深度值、一曝光值、一蝕刻時間及一沈積時間之任何者。
13. 一種用於經改良之參數量測之方法，其包括：藉由一量測工具接收與一目標結構之量測相關聯之一定量的量測資料；判定特徵化一製程之一或多個製程參數值，該製程經採用以基於該定量之量測資料及該目標結構之一整合量測模型來產生該目標結構；及將該一或多個製程參數值儲存於一記憶體中。
14. 如請求項13之方法，其中該判定該一或多個製程參數涉及基於至該以量測為基礎之目標模型之該定量之量測之一適配來判定至少一幾何參數，及基於該以製程為基礎之目標模型及該至少一幾何參數來判定該一或多個製程參數值。
15. 如請求項14之方法，其中該以製程為基礎之目標模型係一神經 網路模型。
16. 如請求項15之方法，進一步包括：至少部分基於製程模型資料來訓練該神經網路模型。
17. 如請求項13之方法，其中該整合量測模型係一神經網路模型，且進一步包括：至少部分基於製程模型資料及對應於該製程模型資料之量測信號來訓練該神經網路模型。
18. 如請求項13之方法，進一步包括：基於一以製程為基礎之目標模型之模擬結果來產生該整合量測模型。
19. 如請求項13之方法，其中該一或多個製程參數值包含一聚焦深度值、一曝光值、一蝕刻時間及一沈積時間之任何者。
20. 如請求項13之方法，其中該判定特徵化一製程之該一或多個製程參數值涉及將該量測資料轉換至主要成份及直接自該等主要成份判定該一或多個製程參數值。
21. 一種用於經改良之參數量測之系統，其包括：一光學量測工具，其包含一照明源及經組態以執行一目標結構之量測之一偵測器；及一電腦系統，其經組態以：藉由該量測工具接收與一目標結構之量測相關聯之一定量的量測資料；基於至該目標結構之一整合量測模型之該定量之量測資料之一適配來判定特徵化該目標結構之一組參數值，其中該整合量測模型係基於一以製程為基礎之目標模型及一以量測為基礎之目標模型；及將該組參數值儲存於一記憶體中。
22. 如請求項21之系統，其中該以製程為基礎之目標模型根據至少一製程變數來特徵化該目標結構。
23. 如請求項22之系統，其中該整合量測模型係基於該以製程為基礎之目標模型之一或多個參數與該以量測為基礎之目標模型之一或多個參數之間之一鏈結。
24. 如請求項21之系統，其中該整合量測模型係基於一以製程為基礎之目標模型的模擬結果。
25. 如請求項21之系統，進一步包括：基於至該目標結構之該整合量測模型之該定量之量測資料之一適配來判定一或多個製程參數值；及將該一或多個製程參數值儲存於一記憶體中。
26. 如請求項25之系統，其中該判定該一或多個製程參數值涉及將該量測資料轉換至主要成份及直接自該等主要成份判定該一或多個製程參數值。
27. 如請求項25之系統，其中該一或多個製程參數值包含一聚焦深度值、一曝光值、一蝕刻時間及一沈積時間之任何者。
28. 一種用於經改良之參數量測之系統，其包括：一量測工具，其包含一照明源及經組態以執行一目標結構之量測之一偵測器；及一電腦系統，其經組態以：藉由該量測工具接收與一目標結構之量測相關聯之一定量的量測資料；判定特徵化一製程之一或多個製程參數值，該製程經採用以基於該定量之量測資料及該目標結構之一整合量測模型來產生該目標結構；及 將該一或多個製程參數值儲存於一記憶體中。
29. 如請求項28之系統，其中該判定該一或多個製程參數涉及基於至該以量測為基礎之目標模型之該定量之量測之一適配來判定至少一幾何參數，及基於該以製程為基礎之目標模型及該至少一幾何參數來判定該一或多個製程參數值。
30. 如請求項28之系統，其中該判定該一或多個製程參數值涉及將該量測資料轉換至主要成份及直接自該等主要成份判定該一或多個製程參數值。
31. 如請求項28之系統，其中該一或多個製程參數值包含一聚焦深度值、一曝光值、一蝕刻時間及一沈積時間之任何者。