CN100526985C - 基于线性模型的离轴信号处理方法 - Google Patents

Abstract

本发明公开了一种基于线性模型的离轴信号处理方法，其特征在于：信号的拟合处理过程分为RTR(real timereduce/实时处理)和FPS(fast parametersolve/快速参数解析)两个执行步骤。其有益效果是，在光刻领域首度采用了实时信号处理方法，并将拟合的线性相关度应用到该特殊领域，能够实时精确地得到信号的暗电流，振幅和相位，确保对准位置的计算精度，在很大程度上提高了信号处理结果的可靠性，大大提高了光刻机的生产效率。

Description

基于线性模型的离轴信号处理方法

技术领域

本发明涉及半导体集成电路光刻生产领域，特别涉及一种基于线性模型的离轴信号处理方法。

背景技术

在采用光刻机进行集成电路芯片生产过程中，为了实现光刻机期望的套刻精度，需要精确建立光刻机各坐标系之间的关系，离轴对准是照射在硅片标记上的偏振激光的反射光再经由衍射后形成的衍射标记(图1)和硅片的参考标记(图2)之间的对准，由于硅片标记附着在硅片或硅片台上，通过匀速移动工件台就可以形成对准标记与参考标记之间的对准扫描(图3)，在对准扫描的过程中，由测量系统分别采样获得位置信号和光强信号(图4)，为了得到对准位置就必须精确提取出采样信号的暗电流，振幅和相位。

现有技术在采样时，是DSP从接收到第一组采样信号开始到接收到最后一组采样信号结束后，统一进行信号处理，即非实时信号处理，这种方法存在一个很大的缺点，即对准所需时间极大地浪费，相应地，产量必然受到极大的影响。

发明内容

本发明所需要解决的技术问题在于提供一种基于线性模型的离轴信号处理方法，以实现精确，快速地获取信号的暗电流、振幅和相位。

本发明的技术方案包括如下步骤：

(a)确定包含暗电流，正弦系数和余弦系数的线性拟合模型；

(b)进行离轴对准扫描，获取位置采样信号和光强采样信号，并将采样信号传送至DSP(digital signal processor/数字信号处理器)进行处理。

(e)计算出拟合的线性相关度的值R(Relation)；

(f)将计算出来的拟合相关度R和预设最小阈值min_R进行比较，如果计算得到的拟合相关度R大于min_R则进行步骤(g)，否则向对准的执行层软件返回错误；

(g)通过正弦系数和余弦系数的值来计算得到信号的振幅和相位；

其特征在于：信号处理的过程分为RTR(real time reduce/实时处理)和FPS(fast parameter solve/快速参数解析)两个执行步骤，这两个步骤介于b与e之间：

(c)DSP对接收到的每一组采样信号进行RTR，信号的RTR过程与信号的采样采用实时并行的处理过程，即信号的RTR过程从接收到第一组采样信号以后就开始进行，在接收到最后一组采样信号后的极短时间内完成；

(d)当信号的RTR结束以后，DSP就开始进行信号的FPS以获得暗电流，正弦系数和余弦系数的值；

其中，步骤(a)中的包含暗电流(DC)，正弦系数(B)和余弦系数(A)的线性拟合模型是由经验公式I(x)＝DC+Acos(kx)+Bsin(kx)所得。

步骤(c)中的每一组采样信号包括位置信号和光强信号。

步骤(b)中分别由激光干涉仪和光电传感器获取位置采样信号和光强采样信号必须同步采样获得并实时传送至DSP进行处理；

步骤(c)中的RTR是基于步骤(a)中所确定的线性拟合模型并利用最小二乘法实时构建信号矩阵方程αY＝β中的信号矩阵α和β，从而使信号处理从接收到第一组采样信号就开始进行，构建信号矩阵事实上就是计算α和β的各个元素的值。矩阵方程为：

$\mathrm{\α}=\left(\begin{array}{ccc}N& a& b\\ a& c& d\\ b& d& e\end{array}\right);$

$Y=\left(\begin{array}{c}\mathrm{DC}\\ A\\ B\end{array}\right);$

步骤(d)中的FPS过程是通过求解上述矩阵方程αY＝β来获得暗电流，正弦系数及余弦系数的值；

步骤(f)是通过线性相关度R来作为判断拟合处理成功与否的指标，R是介于0和1之间的实数；

步骤(f)中的min_R的值是根据不同生产要求所预期的对准精度决定的，通常min_R的值设为0.7；

本发明的有益效果是，与现有技术相比，由于在光刻领域首度采用了实时信号处理方法，并将拟合的线性相关度应用到该特殊领域，即将拟合的线性相关度作为判断对准拟合成功与否的指标，所以能够实时精确地得到信号的暗电流，振幅和相位，确保了对准位置的计算精度，在很大程度上提高了信号处理结果的可靠性，大大提高了光刻机的生产效率，

附图说明

图1是硅片的衍射标记示意图。

图2是硅片的参考标记示意图。

图3是衍射标记相对于参考标记的扫描示意图。

图4是光强随位置的变化曲线示意图。

图5是本发明的方法流程图。

具体实施方式

请参阅图5，即本发明的流程图，在实际应用中，

首先执行步骤101，确定包含暗电流，正弦系数和余弦系数的线性拟合模型：I(x)＝DC+AcoS(kx)+BSin(kx)   公式1

其中：DC为暗电流；

A为余弦系数；

B为正弦系数；

x为位置采样信号；

I为光强采样信号；

k为系统设定值(在模型中为已知常数)；

执行步骤102，进行离轴对准扫描，得到工件台的位置采样信号和光电传感器的光强采样信号。

从得到第一组采样信号以后就开始执行步骤103，直到接收到最后一组采样信号以后的很短的时间内步骤103执行完毕。

因此，需要特别强调的是步骤102和步骤103是在逻辑上是实时并行的处理过程。

执行步骤103的过程实际上是基于线性模型(公式1)通过最小二乘法实时构建信号矩阵α和β的过程，

$\mathrm{\α}=\left(\begin{array}{ccc}N& a& b\\ a& c& d\\ b& d& e\end{array}\right);$ $Y=\left(\begin{array}{c}\mathrm{DC}\\ A\\ B\end{array}\right);$

且满足：αY＝β    (公式2)

构建信号矩阵α和β事实上就是计算α和β的各个元素的值。

其中Y为待求矩阵，x为位置采样信号，α和β为信号矩阵，N为采样总数，DC为暗电流，A为余弦系数，B为正弦系数，a、b、c、d、e为矩阵α的各个元素，λ、

、η为矩阵β的各个元素，

a＝∑coS(kx_n)；

b＝∑Sin(kx_n)；

c＝∑coS²(kx_n)；

d＝∑Sin(kx_n)coS(kx_n)

e＝∑Sin²(kx_n)；

λ＝∑I_n；

η＝∑InSi_n(kx_n)；

当采样结束以后，信号矩阵α和β也随之构建完毕。

步骤104，判断是否为最后一组采样信号。

然后执行步骤105，进行信号的参数解析来获得暗电流，正弦系数和余弦系数的值，信号的参数解析事实上就是对公式2进行求解的过程。

然后执行步骤106，计算出拟合线性相关度的值R，

然后执行步骤107，将计算出来的拟合线性相关度和事先设定好的某一阈值min_R进行比较，如果拟合线性相关度大于min_R则进行步骤108，否则向对准软件的执行层返回错误；

步骤108，通过步骤105中解析出来的正弦系数和余弦系数的值来计算得到信号的振幅(Amp)和相位(phase)，具体计算如下：

$\mathrm{Amp}=\sqrt{A^2+B^2}$    公式3

phase＝arctan(A/B)    公式4

利用上述方法，在执行完所有步骤以后，就可以精确地得到信号的振幅和相位以及暗电流，因此实时信号处理的采用大大降低了信号处理所占用的时间。

虽然已公开了本发明的优选实施例，但本领域技术人员将会意识到，在不背离权利要求书中公开的本发明的范围的情况下，任何各种修改、添加和替换均属于本发明的保护范围。

Claims (5)

1.一种基于线性模型的离轴信号处理方法，包括以下步骤：

(a)确定包含暗电流，正弦系数和余弦系数的线性拟合模型；

(b)进行离轴对准扫描，获取位置采样信号和光强采样信号，并将位置采样信号和光强采样信号传送至数字信号处理器进行处理；

(e)计算出拟合的线性相关度的值R；

(f)将计算出来的拟合相关度R和预设最小阈值min_R进行比较，如果比较结果是拟合相关度R大于min_R，则进行步骤(g)，否则向对准执行层软件返回错误；

(g)通过正弦系数和余弦系数的值来计算得到位置采样信号和光强采样信号的振幅和相位；

其特征在于：位置采样信号和光强采样信号的拟合处理过程分为实时处理和快速参数解析两个执行步骤，这两个步骤介于b与e之间；

(c)数字信号处理器对接收到的每一组采样位置采样信号和光强采样信号进行实时处理，位置采样信号和光强采样信号的实时处理过程与位置采样信号和光强采样信号的采样采用实时并行的处理过程，即位置采样信号和光强采样信号的实时处理过程从接收到第一组位置采样信号和光强采样信号以后就开始进行，在接收到最后一组位置采样信号和光强采样信号后的极短时间内完成；

(d)当位置采样信号和光强采样信号的实时处理结束后数字信号处理器开始进行信号的快速参数解析以获得暗电流，正弦系数和余弦系数的值。

2.如权利要求1所述的基于线性模型的离轴信号处理方法，其特征在于：步骤b中分别由激光干涉仪和光电传感器获取位置采样信号和光强采样信号，且所采样到的信号为同步获取。

3.如权利要求1所述的基于线性模型的离轴信号处理方法，其特征在于：步骤c中的实时处理是基于步骤(a)中所确定的线性拟合模型利用线性最小二乘法实时构建矩阵方程αY＝β中的信号矩阵α和β，利用最小二乘法实时构建信号矩阵，以使信号处理从接收到第一组采样信号就开始进行。

4.如权利要求3所述的基于线性模型的离轴信号处理方法，其特征在于：所述最小二乘法实时构建信号矩阵α和β两个矩阵，其信号矩阵构建即计算α和β的各个元素的值，信号矩阵构建如下：

$\mathrm{\α}=\left(\begin{array}{ccc}N& a& b\\ a& c& d\\ b& d& e\end{array}\right);$ $Y=\left(\begin{array}{c}\mathrm{DC}\\ A\\ B\end{array}\right);$

且满足：公式αY＝β，

其中Y为待求矩阵，x为位置采样信号，α和β为信号矩阵，N为采样总数，DC为暗电流，A为余弦系数，B为正弦系数，a、b、c、d、e为矩阵α的各个元素，λ、

、η为矩阵β的各个元素，

a＝∑cos(kx_n)；

b＝∑sin(kx_n)；

c＝∑cos²(kx_n)；

d＝∑sin(kx_n)cos(kx_n)

e＝∑sin²(kx_n)；

λ＝∑I_n；

η＝∑I_nsin(kx_n)；

I为光强采样信号，k为系统设定值，n为采样信号的序号。

5.如权利要求1所述的基于线性模型的离轴信号处理方法，其特征在于：

步骤a所述的线性拟合模型为I(x)＝DC+Acos(kx)+Bsin(kx)，

其中，I为光强采样信号，x为位置采样信号，k为系统设定值，DC为暗电流，A为余弦系数，B为正弦系数。

Images