CN101216662A - 基于光刻胶斜坡宽度加权的光学近似修正模型校准方法 - Google Patents

Abstract

一种基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，特点是：在收集各个测量点的关键尺寸值的同时，也收集各个测量点对应的光刻胶斜坡宽度值；并应用于光学近似修正模型校准的过程中的加权步骤。本发明提供的这种基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其考虑将光刻胶斜坡宽度作为一个权重指示标志，不仅能够区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开，且通过本方法校准得到的最优化的光学近似修正模型更加准确和稳定。

Description

基于光刻胶斜坡宽度加权的光学近似修正模型校准方法

技术领域

本发明涉及光学近似修正模型校准的方法，尤其是指基于光刻胶斜坡宽度加权的光学近似修正模型校准方法。

背景技术

对于光学近似修正模型的校准，用来建立光学近似修正模型的量测点数据的质量决定了模型是否准确，它包括两方面的考量，首先要求模型的参数空间被充分采样，另一方面是数据的准确性。假定的前提是量测数据正确，并且模型的参数空间被充分采样。尽管有先进的量测工具，但对于一维微细关键尺寸和二维图形的度量依然有很大的不确定性。传统的光学近似修正模型校准过程中的加权方法，要么使用统计方法，如标准偏差，这会消耗很多时间；要么取决于工程师的判断，主观性太强。而且，传统的加权方法，包括等权重加权方法，或者基于经验的加权方法虽然能成功的区分一维和两维结构的置信水平，但却忽略了同维结构内部各个点的置信水平。

目前光学近似修正模型校准的流程如下所示：

1.选择若干量测点，收集硅片上若干测量点的实际关键尺寸值，相当于对整个光学系统及光刻制程作采样；

2.校准光学模型部分，具体包括：使用一维图形量测点，通过调节描述光学系统的各项参数，包括数值孔径，数值孔径边缘过渡宽度，相干系数，景深等，让该模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近；

3.校准光刻胶模型部分，具体包括：使用二维图形量测点，通过调节描述光刻胶模型的各项参数，包括光刻胶光酸扩散长度等，让该模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近；

在实际操作中，第2步和第3步中所述的各个模型参数的不同组合对应构成不同的模型；

4.检查采样点的仿真误差，如果在允许的范围之内，继续下一步；如果不满足要求，返回第2步重新校准；

5.模型验证工作：选取采样点之外的其他点，检验模型的预测能力；

6.如果结果在允许的范围之内，继续下一步；如果不满足要求，返回第2步重新校准；

7.生成最终的最优化的光学近似修正模型，完成光学近似修正模型校准。

分别在第2步和第3步中，应用下面所述的校准模型时的基本公式，考虑各量测点的权重，使得下式取到最小值，从而校准得到一个最优的光学近似修正模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

其中：W_i为权重值；

CD(meas)_i为在第1步中得到的量测点实际的关键尺寸值；

CD(simu)_i为校准模型过程中得到的量测点仿真的关键尺寸值，其是模型的预测值。

目前，我们仅仅根据经验来区分不同量测点的权重，比如一维图形量测的误差较小，一般赋予其W_i＝50的权重，而二维图形量测的误差较大，一般赋予其W_i＝1的权重。通过使用这样加权的方法，可以成功的将可信度较高的一维图形和可信度较低的二维图形区分开；但是，对于同样是一维图形，或者同样是二维图形，没有区分它们之间的可信度有何区别，而事实上，同维图形之间同样存在可信度的区别。

在当前的关键尺寸扫描电子显微镜应用中，光刻胶图形的侧壁信息往往被忽略。当光刻工艺的关键尺寸减小至90nm及以下，侧壁信息会变得越来越重要。事实上，扫描电子显微镜下白边的宽度(即光刻胶斜坡的宽度)直接反应了光刻胶的侧壁信息。如图1所示，图1a和图1c分别为光刻胶侧面的剖面图，而图1b和图1d分别为对应的扫描电子显微镜图片，其量测出的光刻胶斜坡宽度直接反应了光刻胶的侧壁信息。

另一方面，根据扫描电子显微镜量测原理，光刻胶斜坡的宽度决定了量测出的关键尺寸的可信度，如果光刻胶斜坡的宽度越大，量测出的关键尺寸的值越不可信。所有量测点关键尺寸的值会作为原始数据建立光学近似修正模型，因此，本发明提出的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法从物理意义上能更好的反应各个量测点的信息。

发明内容

本发明的主要目的在于提供一种基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其考虑将光刻胶斜坡宽度作为一个权重指示标志，不仅能够区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开，且通过本方法校准得到的最优化的光学近似修正模型更加准确和稳定。

为达上述目的，本发明提供一种基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其包含以下步骤：

步骤1、选择若干量测点对整个光学系统及光刻制程作采样：收集各个测量点的关键尺寸值，以及各个测量点对应的光刻胶斜坡宽度值；

步骤2、将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，校准光学模型；

步骤3、将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，校准光刻胶模型；

步骤4、检查量测采样点的仿真误差，如果误差在允许的范围之内，继续步骤5；如果误差不满足上述要求，返回步骤2重新校准；

步骤5、模型验证工作：选取量测采样点之外的其他点，检验模型的预测能力；

步骤6、如果对模型验证得到的结果在允许的误差范围之内，则继续步骤7；如果不满足要求，返回步骤2重新校准；

步骤7、生成最终的最优化的光学近似修正模型，完成光学近似修正模型校准。

步骤2中，所述的校准光学模型的具体步骤为：

使用一维图形量测点，通过调节描述光学系统的各项参数，让该光学模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近；并通过将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，利用下述公式，使得Cost function取到最小值，即校准得到一个最优化的光学模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

$W_i=f\left({\mathrm{slope}}_i\right)=\frac{k_i}{{{\mathrm{slope}}_i}^n}$

其中，CD(meas)_i为步骤1中得到的量测点的实际关键尺寸值；

CD(simu)_i为校准光学模型过程中得到的量测点仿真的关键尺寸值；其是光学模型的预测值；该CD(simu)_i的值是随着光学模型参数的不断调整变化而变化的，直至其值与CD(meas)_i的值尽可能的接近；

k为基准权重，对于一维图形，k＝50；

slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

n为权重放大系数，且n取正整数，因为n值位于分母，其值的大小直接决定了各个量测点因为slope不同造成的权重差异大小。

所述的光学系统的参数包括数值孔径，数值孔径边缘过渡宽度，相干系数，景深等。

步骤3中，所述的校准光刻胶模型的具体步骤为：

使用二维图形量测点，通过调节描述光刻胶模型的各项参数，让该光刻胶模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近，并通过将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，利用下述公式，使得Costfunction取到最小值，即校准得到一个最优化的光刻胶模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

$W_i=f\left({\mathrm{slope}}_i\right)=\frac{k_i}{{{\mathrm{slope}}_i}^n}$

其中，CD(meas)_i为步骤1中得到的量测点的实际关键尺寸值；

CD(simu)_i为校准光刻胶模型过程中得到的量测点仿真的关键尺寸值；其是光刻胶模型的预测值；该CD(simu)_i的值是随着光刻胶模型参数的不断调整变化而变化的，直至其值与CD(meas)_i的值尽可能的接近；

k为基准权重，对于二维图形，k＝1；

slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

n为权重放大系数，且n取正整数，因为n值位于分母，其值的大小直接决定了各个量测点因为slope不同造成的权重差异大小。

所述的光刻胶模型的参数包括光刻胶光酸扩散长度等。

进一步，在所述的步骤2和步骤3中，不仅区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开的光学近似修正模型的最优化校准步骤的方法为：

$\mathrm{Costfunction}=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}|{\mathrm{CD}}_{1D}{\left(\mathrm{meas}\right)}_i-{\mathrm{CD}}_{1D}{\left(\mathrm{simu}\right)}_i|*\frac{k_{1D}}{{{\mathrm{slope}}_j}^n}+\underset{j=1}{\overset{m}{\mathrm{\Σ}}}|{\mathrm{CD}}_{2D}{\left(\mathrm{meas}\right)}_j-{\mathrm{CD}}_{2D}{\left(\mathrm{simu}\right)}_j|*\frac{k_{2D}}{{{\mathrm{slope}}_j}^n}$

其中，slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

CD_1D(meas)_i为一维图形量测点实际的关键尺寸值；CD_1D(simu)_i为一维图形量测点仿真的关键尺寸值；k_1D为一维图形的基准权重，取值k_1D＝50；

CD_2D(meas)_j为二维图形量测点实际的关键尺寸值；CD_2D(simu)_j为二维图形量测点仿真的关键尺寸值；k_2D为二维图形的基准权重，取值k_2D＝1。

n为权重放大系数，且n取正整数。

步骤4中，所述的仿真误差的允许范围因制程或者技术节点的不同而异，一维图形的仿真误差的允许范围为±5nm之间，而二维图形的仿真误差的允许范围为±10nm之间。

步骤5中，所述的模型验证工作的具体步骤为：收集采样量测点之外的其他点的关键尺寸值和光刻胶斜坡宽度值，进行如步骤4所述的误差检验。

步骤6中，一维图形的误差允许范围为±5nm之间，而二维图形的误差允许范围为±10nm之间。

本发明提供的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法中，对于每个量测点增加一个额外度量对象“光刻胶斜坡宽度”是经济可行的，因为扫描电子显微镜的大部分量测时间花费在定位和自动调焦上；当度量一个量测结构时同时考虑关键尺寸和光刻胶斜坡宽度测量，轻微的增加一点测量时间是可以接受的，事实上，为量测光刻胶斜坡宽度而增加的时间只占全部量测时间的10％。

本发明提供的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，考虑将光刻胶斜坡宽度作为一个权重指示标志，不仅能够区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开。

另外，本发明提供的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法有更加准确和稳定的表现。

附图说明

图1是背景技术中所述的光刻胶侧面示意图，其中，图1a和图1c为光刻胶侧面的剖面图，图1b和图1d为对应的扫描电子显微镜图片显示的光刻胶的顶部视图；

图2是本发明基于光刻胶斜坡宽度加权的光学近似修正模型校准方法的流程图；

图3是本发明实施例中不同加权方法得到的仿真示意图，其中，图3a为等权重加权方法得到的仿真示意图，图3b为基于经验的加权方法得到的仿真示意图，图3c为基于光刻胶宽度的加权方法得到的仿真示意图；

图4是本发明实施例中基于经验的加权方法和基于光刻胶宽度的加权方法校准生成模型的仿真结果和扫描电子显微镜图片的对比示意图。

具体实施方式

以下结合图2-图4，详细说明本发明较佳的实施方式：

如图2所示，本发明提供一种基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其包含以下步骤：

步骤1、选择若干量测点对整个光学系统及光刻制程作采样：收集各个测量点的关键尺寸值，以及各个测量点对应的光刻胶斜坡宽度值；

步骤2、将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，校准光学模型；具体为：

使用一维图形量测点，通过调节描述光学系统的各项参数，包括数值孔径，数值孔径边缘过渡宽度，相干系数，景深等，让该光学模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近；并通过将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，利用下述公式，使得Cost function取到最小值，即校准得到一个最优化的光学模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

$W_i=f\left({\mathrm{slope}}_i\right)=\frac{k_i}{{{\mathrm{slope}}_i}^n}$

其中，CD(meas)_i为步骤1中得到的量测点的实际关键尺寸值；

CD(simu)_i为校准光学模型过程中得到的量测点仿真的关键尺寸值；其是光学模型的预测值；该CD(simu)_i的值是随着光学模型参数的不断调整变化而变化的，直至其值与CD(meas)_i的值尽可能的接近；

k为基准权重，对于一维图形，k＝50；

slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

n为权重放大系数，且n取正整数，因为n值位于分母，其值的大小直接决定了各个量测点因为slope不同造成的权重差异大小；本实施例中，取n＝2；

步骤3、将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，校准光刻胶模型；具体为：

使用二维图形量测点，通过调节描述光刻胶模型的各项参数，包括光刻胶光酸扩散长度等，让该光刻胶模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近，并通过将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，利用下述公式，使得Cost function取到最小值，即校准得到一个最优化的光刻胶模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

$W_i=f\left({\mathrm{slope}}_i\right)=\frac{k_i}{{{\mathrm{slope}}_i}^n}$

其中，CD(meas)_i为步骤1中得到的量测点的实际关键尺寸值；

CD(simu)_i为校准光刻胶模型过程中得到的量测点仿真的关键尺寸值；其是光刻胶模型的预测值；该CD(simu)_i的值是随着光刻胶模型参数的不断调整变化而变化的，直至其值与CD(meas)_i的值尽可能的接近；

k为基准权重，对于二维图形，k＝1；

slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

n为权重放大系数，且n取正整数，因为n值位于分母，其值的大小直接决定了各个量测点因为slope不同造成的权重差异大小；本实施例中，取n＝2；

步骤4、检查量测采样点的仿真误差，如果误差在允许的范围之内，继续步骤5；如果误差不满足上述要求，返回步骤2重新校准；

其中，所述的仿真误差的允许范围因制程或者技术节点的不同而异，一维图形的仿真误差的允许范围为±5nm之间，而二维图形的仿真误差的允许范围为±10nm之间；

步骤5、模型验证工作：选取量测采样点之外的其他点，检验模型的预测能力；具体为：收集采样量测点之外的其他点的关键尺寸值和光刻胶斜坡宽度值，进行如步骤4所述的误差检验；

步骤6、如果对模型验证得到的结果在允许的误差范围之内，则继续步骤7；如果不满足要求，返回步骤2重新校准；

其中，一维图形的误差允许范围为±5nm之间，而二维图形的误差允许范围为±10nm之间；

步骤7、生成最终的最优化的光学近似修正模型，完成光学近似修正模型校准。

进一步，在所述的步骤2和步骤3中，不仅区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开的光学近似修正模型的最优化校准步骤的方法为：

$\mathrm{Costfunction}=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}|{\mathrm{CD}}_{1D}{\left(\mathrm{meas}\right)}_i-{\mathrm{CD}}_{1D}{\left(\mathrm{simu}\right)}_i|*\frac{k_{1D}}{{{\mathrm{slope}}_j}^n}+\underset{j=1}{\overset{m}{\mathrm{\Σ}}}|{\mathrm{CD}}_{2D}{\left(\mathrm{meas}\right)}_j-{\mathrm{CD}}_{2D}{\left(\mathrm{simu}\right)}_j|*\frac{k_{2D}}{{{\mathrm{slope}}_j}^n}$

其中，slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

CD_1D(meas)_i为一维图形量测点实际的关键尺寸值；CD_1D(simu)_i为一维图形量测点仿真的关键尺寸值；k_1D为一维图形的基准权重，取值k_1D＝50；

CD_2D(meas)_j为二维图形量测点实际的关键尺寸值；CD_2D(simu)_j为二维图形量测点仿真的关键尺寸值；k_2D为二维图形的基准权重，取值k_2D＝1。

n为权重放大系数，且n取正整数，因为n值位于分母，其值的大小直接决定了各个量测点因为slope不同造成的权重差异大小；本实施例中，取n＝2；

故有：

$\mathrm{Costfunction}=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}|{\mathrm{CD}}_{1D}{\left(\mathrm{meas}\right)}_i-{\mathrm{CD}}_{1D}{\left(\mathrm{simu}\right)}_i|*\frac{50}{{{\mathrm{slope}}_i}^2}+\underset{j=1}{\overset{m}{\mathrm{\Σ}}}|{\mathrm{CD}}_{2D}{\left(\mathrm{meas}\right)}_j-{\mathrm{CD}}_{2D}{\left(\mathrm{simu}\right)}_j|*\frac{1}{{{\mathrm{slope}}_j}^2}$

如图3所示，是130nm多晶硅层光学近似修正模型校准的实例。在上述步骤1中，既收集了量测点关键尺寸值，同时还收集这些点对应的光刻胶斜坡宽度。然后，针对等权重的加权方法，基于经验的加权方法和基于光刻胶斜坡宽度的加权方法，使用同样形式的变阈值模型，通过加权最小平方法回归计算。结果表明，等权重的加权方法得到的结果比较糟糕(如图3a所示)，一维的仿真误差主要落在±5nm之间，而二维仿真误差主要落在±10nm之间；如图3b和图3c所示，基于经验的加权方法和基于光刻胶斜坡宽度的加权方法在二维图形中显示了相似的仿真误差，而且基于光刻胶斜坡宽度的加权方法在一维结构中有更好的表现，仿真误差落在±2nm之间。

为了进一步比较基于经验加权和基于光刻胶斜坡宽度的加权校准方法，将这两种方法校准生成模型的仿真结果与扫描电子显微镜图片进行对比，如图4所示，图中左边部分的实线轮廓由基于经验的加权方法校准生成的模型仿真得出，而点画线轮廓则是利用基于光刻胶斜坡宽度的加权方法校准生成的模型仿真得出，通过对照图4中右边部分所显示的扫描电子显微镜图片，可以看出，虚线框示意的位置已经出现潜在的桥接风险，而基于光刻胶斜坡宽度的加权方法生成的光学近似修正模型得到的点画线轮廓更好的预测了这个趋势。

本发明提供的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法中，对于每个量测点增加一个额外度量对象“光刻胶斜坡宽度”是经济可行的，因为扫描电子显微镜的大部分量测时间花费在定位和自动调焦上；当度量一个量测结构时同时考虑关键尺寸和光刻胶斜坡宽度测量，轻微的增加一点测量时间是可以接受的，事实上，为量测光刻胶斜坡宽度而增加的时间只占全部量测时间的10％。

本发明提供的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，考虑将光刻胶斜坡宽度作为一个权重指示标志，不仅能够区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开。

另外，本发明提供的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法有更加准确和稳定的表现。

Claims (9)

1.一种基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，包含以下步骤：

步骤1、选择若干量测点对整个光学系统及光刻制程作采样：收集各个测量点的关键尺寸值，以及各个测量点对应的光刻胶斜坡宽度值；

步骤2、将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，校准光学模型；

步骤3、将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，校准光刻胶模型；

步骤4、检查量测采样点的仿真误差，如果误差在允许的范围之内，继续步骤5；如果误差不满足上述要求，返回步骤2重新校准；

步骤5、模型验证工作：选取量测采样点之外的其他点，检验模型的预测能力；

步骤6、如果对模型验证得到的结果在允许的误差范围之内，则继续步骤7；如果不满足要求，返回步骤2重新校准；

步骤7、生成最终的最优化的光学近似修正模型，完成光学近似修正模型校准。

2.如权利要求1所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，步骤2中，所述的校准光学模型的具体步骤为：

使用一维图形量测点，通过调节描述光学系统的各项参数，让该光学模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近；并通过将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，利用下述公式，使得Costfunction取到最小值，即校准得到一个最优化的光学模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

$W_i=f\left({\mathrm{slope}}_i\right)=\frac{k_i}{{{\mathrm{slope}}_i}^n}$

其中，CD(meas)i为步骤1中得到的量测点的实际关键尺寸值；

CD(simu)i为校准光学模型过程中得到的量测点仿真的关键尺寸值；其是光学模型的预测值；该CD(simu)i的值是随着光学模型参数的不断调整变化而变化的，直至其值与CD(meas)i的值尽可能的接近；

k为基准权重，对于一维图形，k＝50；

slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

n为权重放大系数，且n取正整数。

3.如权利要求2所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，步骤2中，所述的光学系统的参数包括数值孔径，数值孔径边缘过渡宽度，相干系数，景深。

4.如权利要求1所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，步骤3中，所述的校准光刻胶模型的具体步骤为：

使用二维图形量测点，通过调节描述光刻胶模型的各项参数，让该光刻胶模型预测得到的量测点的仿真关键尺寸值与先前在第1步中得到的该量测点的实际关键尺寸值尽可能的接近，并通过将各个量测点所对应的光刻胶斜坡宽度应用于加权过程，利用下述公式，使得Cost function取到最小值，即校准得到一个最优化的光刻胶模型：

$\mathrm{Costfunction}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}|\mathrm{CD}{\left(\mathrm{meas}\right)}_i-\mathrm{CD}{\left(\mathrm{simu}\right)}_i|*W_i$

$W_i=f\left({\mathrm{slope}}_i\right)=\frac{k_i}{{{\mathrm{slope}}_i}^n}$

其中，CD(meas)i为步骤1中得到的量测点的实际关键尺寸值；

CD(simu)i为校准光刻胶模型过程中得到的量测点仿真的关键尺寸值，其是光刻胶模型的预测值；该CD(simu)i的值是随着光刻胶模型参数的不断调整变化而变化的，直至其值与CD(meas)i的值尽可能的接近；

k为基准权重，对于二维图形，k＝1；

slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

n为权重放大系数，且n取正整数。

5.如权利要求4所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，步骤3中，所述的光刻胶模型的参数包括光刻胶光酸扩散长度。

6.如权利要求1所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，在所述的步骤2和步骤3中，不仅区分具有不同置信水平的一维和二维图形，并且可以将同维图形中具有不同置信水平的量测点区分开的光学近似修正模型的最优化校准步骤的方法为：

$\mathrm{Costfunction}=\underset{i=1}{\overset{h}{\mathrm{\Σ}}}|{\mathrm{CD}}_{1D}{\left(\mathrm{meas}\right)}_i-{\mathrm{CD}}_{1D}{\left(\mathrm{simu}\right)}_i|*\frac{k_{1D}}{{{\mathrm{slope}}_j}^n}+\underset{j=1}{\overset{m}{\mathrm{\Σ}}}|{\mathrm{CD}}_{2D}{\left(\mathrm{meas}\right)}_j-{\mathrm{CD}}_{2D}{\left(\mathrm{simu}\right)}_j|*\frac{k_{2D}}{{{\mathrm{slope}}_j}^n}$

其中，slope为步骤1中量测得到的各点的光刻胶斜坡宽度；

CD_1D(meas)_i为一维图形量测点实际的关键尺寸值；CD_1D(simu)_i为一维图形量测点仿真的关键尺寸值；k_1D为一维图形的基准权重，取值k_1D＝50；

CD_2D(meas)_j为二维图形量测点实际的关键尺寸值；CD_2D(simu)_j为二维图形量测点仿真的关键尺寸值；k_2D为二维图形的基准权重，取值k_2D＝1；

n为权重放大系数，且n取正整数。

7.如权利要求1所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，步骤4中，所述的仿真误差的允许范围对于一维图形而言为±5nm之间，对于二维图形而言为±10nm之间。

8.如权利要求1所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，所述的模型验证工作的具体步骤为：收集采样量测点之外的其他点的关键尺寸值和光刻胶斜坡宽度值，进行如步骤4所述的误差检验。

9.如权利要求1所述的基于光刻胶斜坡宽度加权的光学近似修正模型校准方法，其特征在于，所述的误差允许范围对于一维图形而言为±5nm之间，对于二维图形而言为±10nm之间。

Images