CN101976017A - 一种用于光学邻近校正的区别化层次处理方法 - Google Patents
一种用于光学邻近校正的区别化层次处理方法 Download PDFInfo
- Publication number
- CN101976017A CN101976017A CN201010268773XA CN201010268773A CN101976017A CN 101976017 A CN101976017 A CN 101976017A CN 201010268773X A CN201010268773X A CN 201010268773XA CN 201010268773 A CN201010268773 A CN 201010268773A CN 101976017 A CN101976017 A CN 101976017A
- Authority
- CN
- China
- Prior art keywords
- unit
- correction
- optical near
- prototype
- similar area
- 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.)
- Granted
Links
Images
Landscapes
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
Abstract
本发明公开了一种用于光学邻近校正的区别化层次管理方法。包括如下步骤:1)建立光学仿真模型以及数据初始化;2)由光学仿真模型和版图相关信息确定图形相互影响的距离;3)对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理;4)对相似区域的单元进行环境识别,找出完全相同的单元;5)对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果。本发明有利于提高版图中层次化结构信息的利用率,降低光学邻近校正过程的冗余计算,提高光学邻近校正的运算效率,降低集成电路的生产成本,缩短生产周期。
Description
技术领域
本发明涉及一种用于光学邻近校正的区别化层次处理方法,适用于超大规模集成电路版图的光学邻近校正过程,属于集成电路计算机辅助设计领域。
背景技术
当集成电路的最小特征尺寸和间距减小到光刻所用光源的波长以下时,由于光的衍射和光刻胶显影蚀刻等因素带来的不可避免的影响,掩模(Mask)图形和在硅圆片上印刷出来的图形之间将不再一致,集成电路(IC)版图图形转移的失真将显著增大,严重影响到集成电路的生产成品率,这种现象被称为“光学邻近效应(OPE,Optical Proximity Effects)”。通常,硅片上实际印刷出来的图形产生的畸变现象包括:断线和桥连、拐角圆滑、线端缩进等。这些畸变可引起实际曝光图样相对原版图设计图样产生多达60%的偏差,这大大超出工业光刻10%的偏差容许极限,目前世界范围内最先进的光刻技术都属于这一类“亚波长光刻”。为了解决超深亚微米时代集成电路设计制造中的种种困难,使光刻的结果最好的符合版图设计的目标,分辨率增强技术(RET,Resolution Enhancement Technology)应运而生,这种技术主要采用“光学邻近效应校正(OPC,Optical ProximityCorrection)”,“移相掩模(PSM,Phase Shift Mask)”和“离轴照明(OAI,Off AxisIllumination)”等方法,以减小光学邻近效应对集成电路生产成品率的影响,并使现有的集成电路生产设备在相同的生产条件下能制造出具有更小特征尺寸的芯片。通常所说的基于模型的光学邻近效应校正是通过改变掩模图形来对光刻结果进行校正,它的基本做法是将版图中多边形的边切分成小的线段,每个小线段上选取一个光强评估点,以该点的光强代表整个小线段的光强,然后根据由光刻设备参数建立的仿真模型计算出小线段在法向方向的校正距离,使得与小线段对应的光强评估点处的光强达到成像时的光强阈值,从而完成对掩模图形系统性的预校正,并使得由于光的衍射和光刻胶曝光显影蚀刻带来的非线性失真程度减小。随着集成电路特征尺寸的不断减小,这种精度较高的基于模型的光学邻近效应校正在集成电路制造领域中应用的越来越普遍。
在现代的超大规模集成电路的设计过程中,可能会经历很多次的迭代过程,每一次迭代对最终版图的任何修改都要求设计人员必须对版图重新进行光学邻近校正以期待下次制造测试能够得到满足要求的产品。由于技术的不断进步,现代超大规模集成电路版图包含的信息量非常巨大,因此进行数次的光学邻近校正会耗费大量的时间,为了获得竞争上的优势,加快设计的进程,如何更快的进行光学邻近校正就成为非常值得研究的领域。伴随并行计算技术的发展,现在的光学邻近校正在处理超大规模集成电路版图的时候均采取将它们首先进行切分,然后多块进行并行校正的方式,这就涉及到了如何对版图进行切分以提高运行速度的问题。
现在普遍存在的对版图进行切分的方式分为直接打平和层次化处理管理两种。直接打平即在未做任何处理的情况下将整块版图的所有图形放在顶层单元中,并对顶层单元进行切分得到最后的校正对象。但是在现代集成电路的设计中经常会使用单元库进行设计,因此在集成电路电路版图中包含大量的层次结果信息,如果对版图进行直接打平切分的处理方式显然浪费了这些有用信息。因此在版图信息不断增加的情况下,能够利用版图的层次结构信息的层次化管理方式就显得非常必要。层次化管理的目的是尽可能的多找出版图中的相同单元,这样在随后的光学邻近校正中就可以对所有重复的单元只进行一次校正,并将结果用于其它位置,这样就可以节约大量冗余计算的时间。
由于周围的环境对光学邻近校正的结果有影响,因此在对版图进行层次化管理的时候只有单元本身相同而且周围环境也相同的单元才能算为相同单元。这样的单元在版图的规则区域很容易找到,但是在版图的随机逻辑部分,内容相同单元的环境完全相同的概率很低,对他们进行层次化管理不仅不能提高效率,反而会由于存在大量的单元相互重叠,使得计算量大大增加降低光学邻近校正的效率。
发明内容
本发明的目的在于克服传统用于光学邻近校正的层次化管理的种种不足,提高版图中层次化结构信息的利用率,降低光学邻近校正过程的冗余计算,提高光学邻近校正的运算效率,提供了一种用于光学邻近校正的区别化层次管理方法。
用于光学邻近校正的区别化层次管理方法的步骤如下:
1)建立光学仿真模型以及数据初始化;
2)由光刻仿真模型和版图相关信息确定图形相互影响的距离;
3)对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理;
4)对相似区域的单元进行环境识别,找出完全相同的单元;
5)对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果。
所述的建立光学仿真模型以及数据初始化的步骤为:
a)根据集成电路制造工厂提供的光刻机的基本参数λ,NA和σ,建立用于光学邻近校正的光学仿真模型,其中:λ是光源的波长,NA是光学系统的数值孔径,σ是照明的相干系数;
b)输入以GDSII格式存放的版图,确定相似区域的光学邻近校正单元的长边最大长度L1,非相似区域的光学邻近校正单元的长边最大长度L2,L2取L1的3-6倍。
所述的由光学仿真模型和版图相关信息确定图形相互影响的距离的步骤为:
c)图形相互影响距离是一个数值距离,即相互影响光学邻近校正结果的图形之间的最大距离,在使用193nm波长的光源条件下,当版图的特征尺寸大于130nm时取光学仿真模型的内核半径为图形相互影响距离,当版图特征尺寸小于130nm时取光学仿真模型内核半径的5倍为图形相互影响的距离。
所述的对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理的步骤为:
d)寻找内部相似单元的过程采取深度优先算法对版图的层次化结构树进行遍历,对每个节点单元是否为相似区域进行判断,遍历终止条件为满足下列两个条件之一:1.单元满足内部相似的条件;2.单元长边长度小于相似区域光学邻近校正单元长边最大长度L1的5倍;对单元内部是否相似的判断步骤如下:采用深度优先算法遍历单元的所有子单元,如果某个单元原型的实例出现在遍历的最底层,即叶子单元,就对这个单元原型进行标记;遍历结束之后,如果被标记的单元原型的数量小于单元原型总数的5/1000-1/100,则此单元的内部是相似的,即标记为相似区域,否则标记为非相似区域;
e)将标记为相似区域的单元的实例从原版图中删除并将几何信息存储起来,然后将顶层单元打平按照参数非相似区域光学邻近校正单元长边的最大长度L2进行切分,即切分为数个L2*L2的正方形单元,最后的剩余部分则切分为长边不大于L2的矩形单元,并将切分的结果单元加入顶层单元作为顶层单元的子单元;
f)对标记为相似区域的单元的内部进行处理;
g)将经过处理的标记为相似区域的单元的实例按照记录的几何信息放回顶层单元中。
所述的对标记为相似区域的单元的内部进行处理的步骤为:
(1)采用深度优先算法遍历单元内部的所有单元,对于每一个单元,如果它既包含图形又包含子单元,则将它内部的图形放入一个新的单元原型中,并将这个单元原型的实例加入这个单元,并标记为它的子单元;
(2)采用深度优先算法遍历单元内部的所有单元,如果一个单元不是叶子单元且它的长边长度小于相似区域光学邻近校正单元长边最大长度L1,则将这个单元打平。如果一个叶子单元的长度大于L1,则将它切分为数个L1*L1的正方形单元,最后剩余的部分切分为长边不大于L1的矩形单元,并将切分的结果单元加入这个单元作为这个单元的子单元。
所述的对相似区域的单元进行环境识别,找出完全相同的单元的步骤为:
h)创建一个新的顶层单元,简称顶层单元,并采用深度优先算法遍历旧顶层单元的所有子单元,将所有的叶子单元加入顶层单元中;
i)对于每个单元原型,遍历顶层单元找出所有引用这个单元原型的叶子单元,找出它周围的叶子单元,并记录这些单元的几何信息,即为这个叶子单元的环境信息。如果是第一个被找出的引用此单元原型的叶子单元,则创建一个新的单元原型,并将这个叶子单元的原型引用信息变更为这个新的单元原型,如果不是第一个被找出的叶子单元,则将它的环境信息与前面找出的叶子单元的环境信息进行逐一比较,如果和某个单元的环境完全相同,则将它的原型引用信息变更为与这个单元相同,如果没有任何的前面找出的单元与这个单元的环境相同则创建一个新的单元原型并将这个叶子单元的原型引用信息变更为这个新的单元原型;
j)经过步骤i)之后,原型引用信息相同的单元即为相同单元。
所述的对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果的步骤为:
k)将单元所含图形,向外扩展一段距离,该距离大小为图形相互影响距离,提取范围内所有图形得到等待光学邻近校正的图形集合;
l)对步骤k)得到的图形进行光学邻近校正;
m)移除光学邻近校正结果中环境图形,即步骤k)中向外扩展部分的图形;
n)将步骤m)得到的结果放入原单元的不同层中,得到整个版图的光学邻近校正结果。
本发明针对版图中的相似区域容易找到内容以及环境均完全相同的单元,而非相似区域找到的概率很低这一事实情况,对版图的不同区域进行了区别化的层次管理。这样既实现了尽可能多的利用普通层次化管理中相同单元只做一次光学邻近校正的优点,又避免了由于对非相似区域进行层次化管理造成的大量单元重叠的缺点,尽可能的降低了光学邻近校正过程中的冗余计算,提高了光学邻近校正的运算效率,降低了集成电路的生产成本,缩短了生产周期,提高了产品的成品率和竞争力。
附图说明
图1是使用区别化层次管理的光学邻近校正的流程图;
图2是区域识别过程示例单元的层次化结构图;
图3是单元切分结果示例;
图4(a)是相似区域中单元环境识别示例1处理之前的初始状态;
图4(b)是相似区域中单元环境识别示例2处理之前的初始状态;
图4(c)是相似区域中单元环境识别示例3处理之前的初始状态;
图4(d)是相似区域中单元环境识别示例4处理之前的初始状态;
图5(a)是相似区域中单元环境识别示例1处理之后的结果;
图5(b)是相似区域中单元环境识别示例2处理之后的结果;
图5(c)是相似区域中单元环境识别示例3处理之后的结果;
图5(d)是相似区域中单元环境识别示例4处理之后的结果;
具体实施方式
以下结合附图对本发明作进一步说明。
如图1所示,用于光学邻近校正的区别化层次管理方法的步骤如下:
1)建立光学仿真模型以及数据初始化;
2)由光刻仿真模型和版图相关信息确定图形相互影响的距离;
3)对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理;
4)对相似区域的单元进行环境识别,找出完全相同的单元;
5)对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果。
所述的建立光学仿真模型以及数据初始化的步骤为:
a)根据集成电路制造工厂提供的光刻机的基本参数λ,NA和σ,建立用于光学邻近校正的光学仿真模型,其中:λ是光源的波长,NA是光学系统的数值孔径,σ是照明的相干系数;
b)输入以GDSII格式存放的版图,确定相似区域的光学邻近校正单元的长边最大长度L1,非相似区域的光学邻近校正单元的长边最大长度L2,L2取L1的3-6倍。
所述的由光学仿真模型和版图相关信息确定图形相互影响的距离的步骤为:
c)图形相互影响距离是一个数值距离,即相互影响光学邻近校正结果的图形之间的最大距离,在使用193nm波长的光源条件下,当版图的特征尺寸大于130nm时取光学仿真模型的内核半径为图形相互影响距离,当版图特征尺寸小于130nm时取光学仿真模型内核半径的5倍为图形相互影响的距离。
所述的对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理的步骤为:
d)寻找内部相似单元的过程采取深度优先算法对版图的层次化结构树进行遍历,对每个节点单元是否为相似区域进行判断,遍历终止条件为满足下列两个条件之一:1.单元满足内部相似的条件;2.单元长边长度小于相似区域光学邻近校正单元长边最大长度L1的5倍;对单元内部是否相似的判断步骤如下:采用深度优先算法遍历单元的所有子单元,如果某个单元原型的实例出现在遍历的最底层,即叶子单元,就对这个单元原型进行标记;遍历结束之后,如果被标记的单元原型的数量小于单元原型总数的5/1000-1/100,则此单元的内部是相似的,即标记为相似区域,否则标记为非相似区域;
假设A为一个单元,它的内部层次化结构如图2所示,假设单元原型总数为1000,并且取5/1000为判断界限,则对它进行识别的过程如下:1)遍历B单元,可以知道D、E为叶子单元,则对被他们引用的单元原型R1和R2进行标记。2)遍历C单元,可以知道F、G、I为叶子单元,则对被他们引用的单元原型R1、R2、R3进行标记。遍历H单元,可以知道J、K为叶子单元,则对它们引用的单元原型R1、R4进行标记。4)统计被标记的单元原型的数量是4,小于5,则A被标记为相似区域;
在实际生产中,长边长度大于5*L1的单元包含很多的子单元,因此被他们的叶子单元引用的单元原型的数量有可能是大于单元原型总数的5/1000-1/100的,大于5/1000-1/100将被标记为非相似单元。
e)将标记为相似区域的单元的实例从原版图中删除并将几何信息存储起来,然后将顶层单元打平按照参数非相似区域光学邻近校正单元长边的最大长度L2进行切分,即切分为数个L2*L2的正方形单元,最后的剩余部分则切分为长边不大于L2的矩形单元,并将切分的结果单元加入顶层单元作为顶层单元的子单元;
如图3所示,一个尺寸为3.3L2*2.7L2的顶层单元被切分为12个小单元;
f)对标记为相似区域的单元的内部进行处理;
g)将经过处理的标记为相似区域的单元的实例按照记录的几何信息放回顶层单元中。
所述的对标记为相似区域的单元的内部进行处理的步骤为:
(1)采用深度优先算法遍历单元内部的所有单元,对于每一个单元,如果它既包含图形又包含子单元,则将它内部的图形放入一个新的单元原型中,并将这个单元原型的实例加入这个单元,并标记为它的子单元;
(2)采用深度优先算法遍历单元内部的所有单元,如果一个单元不是叶子单元且它的长边长度小于相似区域光学邻近校正单元长边最大长度L1,则将这个单元打平。如果一个叶子单元的长度大于L1,则将它切分为数个L1*L1的正方形单元,最后剩余的部分切分为长边不大于L1的矩形单元,并将切分的结果单元加入这个单元作为这个单元的子单元。
所述的对相似区域的单元进行环境识别,找出完全相同的单元的步骤为:
h)创建一个新的顶层单元,简称顶层单元,并采用深度优先算法遍历旧顶层单元的所有子单元,将所有的叶子单元加入顶层单元中;
i)对于每个单元原型,遍历顶层单元找出所有引用这个单元原型的叶子单元,找出它周围的叶子单元,并记录这些单元的几何信息,即为这个叶子单元的环境信息。如果是第一个被找出的引用此单元原型的叶子单元,则创建一个新的单元原型,并将这个叶子单元的原型引用信息变更为这个新的单元原型,如果不是第一个被找出的叶子单元,则将它的环境信息与前面找出的叶子单元的环境信息进行逐一比较,如果和某个单元的环境完全相同,则将它的原型引用信息变更为与这个单元相同,如果没有任何的前面找出的单元与这个单元的环境相同则创建一个新的单元原型并将这个叶子单元的原型引用信息变更为这个新的单元原型;
j)经过步骤i)之后,原型引用信息相同的单元即为相同单元。
如图4所示,图(a)、图(b)、图(c)、图(d)的初始引用原型是一致的,均为R1,进行环境对比的结果为图(a)单元和图(b)单元的环境相同,其它的环境均不相同,所以图(a)、图(b)标记为相同单元,即引用相同的单元原型R7,而图(c)、图(d)则单独引用不同的单元原型R8和R9,如图5所示。
所述的对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果的步骤为:
k)将单元所含图形,向外扩展一段距离,该距离大小为图形相互影响距离,提取范围内所有图形得到等待光学邻近校正的图形集合;
l)对步骤k)得到的图形进行光学邻近校正;
m)移除光学邻近校正结果中环境图形,即步骤k)中向外扩展部分的图形;
n)将步骤m)得到的结果放入原单元的不同层中,得到整个版图的光学邻近校正结果。
Claims (7)
1.一种用于光学邻近校正的区别化层次管理方法,其特征在于它的步骤如下:
1)建立光学仿真模型以及数据初始化;
2)由光刻仿真模型和版图相关信息确定图形相互影响的距离;
3)对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理;
4)对相似区域的单元进行环境识别,找出完全相同的单元;
5)对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果。
2.根据权利要求1所述的一种用于光学邻近校正的区别化层次管理方法,其特征在于所述的建立光学仿真模型以及数据初始化的步骤为:
a)根据集成电路制造工厂提供的光刻机的基本参数λ,NA和σ,建立用于光学邻近校正的光学仿真模型,其中:λ是光源的波长,NA是光学系统的数值孔径,σ是照明的相干系数;
b)输入以GDSII格式存放的版图,确定相似区域的光学邻近校正单元的长边最大长度L1,非相似区域的光学邻近校正单元的长边最大长度L2,L2取L1的3-6倍。
3.根据权利要求1所述的一种用于光学邻近校正的区别化层次管理方法,其特征在于所述的由光学仿真模型和版图相关信息确定图形相互影响的距离的步骤为:
c)图形相互影响距离是一个数值距离,即相互影响光学邻近校正结果的图形之间的最大距离,在使用193nm波长的光源条件下,当版图的特征尺寸大于130nm时取光学仿真模型的内核半径为图形相互影响距离,当版图特征尺寸小于130nm时取光学仿真模型内核半径的5倍为图形相互影响的距离。
4.根据权利要求1所述的一种用于光学邻近校正的区别化层次管理方法,其特征在于所述的对版图各个区域进行识别,区分相似区域和非相似区域,并做不同的处理的步骤为:
d)寻找内部相似单元的过程采取深度优先算法对版图的层次化结构树进行遍历,对每个节点单元是否为相似区域进行判断,遍历终止条件为满足下列两个条件之一:1.单元满足内部相似的条件;2.单元长边长度小于相似区域光学邻近校正单元长边最大长度L1的5倍;对单元内部是否相似的判断步骤如下:采用深度优先算法遍历单元的所有子单元,如果某个单元原型的实例出现在遍历 的最底层,即叶子单元,就对这个单元原型进行标记,遍历结束之后,如果被标记的单元原型的数量小于单元原型总数的5/1000-1/100,则此单元的内部是相似的,即标记为相似区域,否则标记为非相似区域;
e)将标记为相似区域的单元的实例从原版图中删除并将几何信息存储起来,然后将顶层单元打平按照参数非相似区域光学邻近校正单元长边的最大长度L2进行切分,即切分为数个L2*L2的正方形单元,最后的剩余部分则切分为长边不大于L2的矩形单元,并将切分的结果单元加入顶层单元作为顶层单元的子单元;
f)对标记为相似区域的单元的内部进行处理;
g)将经过处理的标记为相似区域的单元的实例按照记录的几何信息放回顶层单元中。
5.根据权利要求4所述的一种用于光学邻近校正的区别化层次管理方法,其特征在于所述的对标记为相似区域的单元的内部进行处理的步骤为:
(1)采用深度优先算法遍历单元内部的所有单元,对于每一个单元,如果它既包含图形又包含子单元,则将它内部的图形放入一个新的单元原型中,并将这个单元原型的实例加入这个单元,并标记为它的子单元;
(2)采用深度优先算法遍历单元内部的所有单元,如果一个单元不是叶子单元且它的长边长度小于相似区域光学邻近校正单元长边最大长度L1,则将这个单元打平。如果一个叶子单元的长度大于L1,则将它切分为数个L1*L1的正方形单元,最后剩余的部分切分为长边不大于L1的矩形单元,并将切分的结果单元加入这个单元作为这个单元的子单元。
6.根据权利要求1所述的一种用于光学邻近校正的区别化层次管理方法,其特征在于所述的对相似区域的单元进行环境识别,找出完全相同的单元的步骤为:
h)创建一个新的顶层单元,简称顶层单元,并采用深度优先算法遍历旧顶层单元的所有子单元,将所有的叶子单元加入顶层单元中;
i)对于每个单元原型,遍历顶层单元找出所有引用这个单元原型的叶子单元,找出它周围的叶子单元,并记录这些单元的几何信息,即为这个叶子单元的环境信息。如果是第一个被找出的引用此单元原型的叶子单元,则创建一个新的单元原型,并将这个叶子单元的原型引用信息变更为这个新的单元原型,如果不是第一个被找出的叶子单元,则将它的环境信息与前面找出的叶子单元的环境信息进行逐一比较,如果和某个单元的环境完全相同,则将它的原型引 用信息变更为与这个单元相同,如果没有任何的前面找出的单元与这个单元的环境相同则创建一个新的单元原型并将这个叶子单元的原型引用信息变更为这个新的单元原型;
j)经过步骤i)之后,原型引用信息相同的单元即为相同单元。
7.根据权利要求1所述的一种用于光学邻近校正的区别化层次管理方法,其特征在于所述的对每个独特单元的图形进行光学邻近校正,之后把光学邻近校正的结果放回原来的单元中,得到整个版图的光学邻近校正的结果的步骤为:
k)将单元所含图形,向外扩展一段距离,该距离大小为图形相互影响距离,提取范围内所有图形得到等待光学邻近校正的图形集合;
1)对步骤k)得到的图形进行光学邻近校正;
m)移除光学邻近校正结果中环境图形,即步骤k)中向外扩展部分的图形;
n)将步骤m)得到的结果放入原单元的不同层中,得到整个版图的光学邻近校正结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010268773A CN101976017B (zh) | 2010-08-27 | 2010-08-27 | 一种用于光学邻近校正的区别化层次处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010268773A CN101976017B (zh) | 2010-08-27 | 2010-08-27 | 一种用于光学邻近校正的区别化层次处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101976017A true CN101976017A (zh) | 2011-02-16 |
CN101976017B CN101976017B (zh) | 2012-10-17 |
Family
ID=43575911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010268773A Expired - Fee Related CN101976017B (zh) | 2010-08-27 | 2010-08-27 | 一种用于光学邻近校正的区别化层次处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101976017B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503202A (zh) * | 2014-12-25 | 2015-04-08 | 上海华虹宏力半导体制造有限公司 | 重复设计单元的区分方法 |
CN109426066A (zh) * | 2017-08-28 | 2019-03-05 | 中芯国际集成电路制造(上海)有限公司 | 掩模图形的修正方法及其修正系统 |
CN110515265A (zh) * | 2019-08-29 | 2019-11-29 | 上海华力集成电路制造有限公司 | 光学临近矫正批量处理方法及其处理系统 |
CN111159969A (zh) * | 2019-12-30 | 2020-05-15 | 全芯智造技术有限公司 | 多重图案化光罩版图的生成方法和设备及计算机可读介质 |
CN111458974A (zh) * | 2020-05-23 | 2020-07-28 | 珠海市睿晶聚源科技有限公司 | 一种加速版图处理的方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104715116A (zh) * | 2015-03-20 | 2015-06-17 | 上海华力微电子有限公司 | 版图光刻工艺友善性检查方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020040468A1 (en) * | 2000-09-29 | 2002-04-04 | Taiga Uno | Pattern correcting method and pattern verifying method |
CN101013271A (zh) * | 2007-01-26 | 2007-08-08 | 浙江大学 | 一种层次化的光学邻近效应校正方法 |
US7401319B2 (en) * | 2004-12-23 | 2008-07-15 | Invarium, Inc. | Method and system for reticle-wide hierarchy management for representational and computational reuse in integrated circuit layout design |
CN101349863A (zh) * | 2008-08-19 | 2009-01-21 | 浙江大学 | 用轮廓采样的多边形边动态切分的光学临近效应校正方法 |
CN101388049A (zh) * | 2008-09-12 | 2009-03-18 | 浙江大学 | 一种用于光学邻近校正的提取式层次化处理方法 |
CN101644890A (zh) * | 2009-09-03 | 2010-02-10 | 浙江大学 | 一种适用于图像传感器像素阵列的光学邻近校正方法 |
-
2010
- 2010-08-27 CN CN201010268773A patent/CN101976017B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020040468A1 (en) * | 2000-09-29 | 2002-04-04 | Taiga Uno | Pattern correcting method and pattern verifying method |
US7401319B2 (en) * | 2004-12-23 | 2008-07-15 | Invarium, Inc. | Method and system for reticle-wide hierarchy management for representational and computational reuse in integrated circuit layout design |
CN101013271A (zh) * | 2007-01-26 | 2007-08-08 | 浙江大学 | 一种层次化的光学邻近效应校正方法 |
CN101349863A (zh) * | 2008-08-19 | 2009-01-21 | 浙江大学 | 用轮廓采样的多边形边动态切分的光学临近效应校正方法 |
CN101388049A (zh) * | 2008-09-12 | 2009-03-18 | 浙江大学 | 一种用于光学邻近校正的提取式层次化处理方法 |
CN101644890A (zh) * | 2009-09-03 | 2010-02-10 | 浙江大学 | 一种适用于图像传感器像素阵列的光学邻近校正方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503202A (zh) * | 2014-12-25 | 2015-04-08 | 上海华虹宏力半导体制造有限公司 | 重复设计单元的区分方法 |
CN104503202B (zh) * | 2014-12-25 | 2018-10-16 | 上海华虹宏力半导体制造有限公司 | 重复设计单元的区分方法 |
CN109426066A (zh) * | 2017-08-28 | 2019-03-05 | 中芯国际集成电路制造(上海)有限公司 | 掩模图形的修正方法及其修正系统 |
CN110515265A (zh) * | 2019-08-29 | 2019-11-29 | 上海华力集成电路制造有限公司 | 光学临近矫正批量处理方法及其处理系统 |
CN110515265B (zh) * | 2019-08-29 | 2023-06-13 | 上海华力集成电路制造有限公司 | 光学临近矫正批量处理方法及其处理系统 |
CN111159969A (zh) * | 2019-12-30 | 2020-05-15 | 全芯智造技术有限公司 | 多重图案化光罩版图的生成方法和设备及计算机可读介质 |
CN111159969B (zh) * | 2019-12-30 | 2023-09-22 | 全芯智造技术有限公司 | 多重图案化光罩版图的生成方法和设备及计算机可读介质 |
CN111458974A (zh) * | 2020-05-23 | 2020-07-28 | 珠海市睿晶聚源科技有限公司 | 一种加速版图处理的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101976017B (zh) | 2012-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101976017B (zh) | 一种用于光学邻近校正的区别化层次处理方法 | |
US8504959B2 (en) | Analysis optimizer | |
CN100445875C (zh) | 一种层次化的光学邻近效应校正方法 | |
KR101450500B1 (ko) | 레티클 레이아웃용 메트롤로지 타깃 구조 디자인을 생성하기 위한 컴퓨터 구현방법, 전송매체, 및 시스템 | |
JP5078543B2 (ja) | 階層opcのための局所的な色付け | |
CN101644890B (zh) | 一种适用于图像传感器像素阵列的光学邻近校正方法 | |
CN101388049B (zh) | 一种用于光学邻近校正的提取式层次化处理方法 | |
JP4395047B2 (ja) | 相互関係マップの効率的な長距離計算用のデザインへの再ネスティング | |
CN105825036A (zh) | 一种版图设计规则的优化方法及系统 | |
CN104063559A (zh) | 大规模集成电路分布计算的布局合法化方法及其系统 | |
US11301982B2 (en) | Image morphing to meet desired constraints in geometric patterns | |
KR20220050980A (ko) | 집적 회로들을 위한 신경망 기반 마스크 합성 | |
CN108227393A (zh) | 目标最佳化方法 | |
US7571418B2 (en) | Simulation site placement for lithographic process models | |
WO2022093529A1 (en) | Prediction and metrology of stochastic photoresist thickness defects | |
CN116324617A (zh) | 用于掩模综合的随机感知光刻模型 | |
US11010525B2 (en) | Fast pattern matching | |
TWI465839B (zh) | 產生輔助圖案的方法 | |
US8910090B2 (en) | Methods involving pattern matching to identify and resolve potential non-double-patterning-compliant patterns in double patterning applications | |
TW201433879A (zh) | 產生方法,儲存媒體及資訊處理裝置 | |
Kahng et al. | Revisiting the layout decomposition problem for double patterning lithography | |
Inoue et al. | Total hot spot management from design rule definition to silicon fabrication | |
Yesilada et al. | RET and DFM techniques for sub 30nm | |
US20220035242A1 (en) | Dose optimization techniques for mask synthesis tools | |
US20220035241A1 (en) | Dose information generation and communication for lithography manufacturing systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121017 Termination date: 20130827 |