CN102589686A - 一种能量传感器的校准方法 - Google Patents

Abstract

本发明公开了一种能量传感器的离线校准方法，利用参考传感器、第一能量传感器和第二能量传感器测量曝光光强并分别获得参考测量值、第一测量值及第二测量值，利用所述参考测量值作为偏差补偿RLS模型输出，并将优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器输出值，藉以提升所述第一、第二能量传感器的校准精度。本发明还提供一种能量传感器的在线校准方法。

Description

一种能量传感器的校准方法

技术领域

本发明属于一种集成电路装备制造领域，具体涉及一种能量传感器的校准方法。

背景技术

集成电路行业的发展需要将芯片的特征尺寸控制在100nm以下。随着光刻分辨率的提高，对特征尺寸的均匀性要求也越来越高。影响特征尺寸均匀性的因素包括涂胶、曝光、显影、刻蚀等一系列光刻工艺。其中，曝光步骤是通过光刻机或又称光刻设备完成的。曝光剂量是指在曝光过程中晶圆单位面积上光刻胶所吸收的特定波长的光能量，曝光过程中通过光刻机设定的一个重要的参数。曝光剂量能直接影响光刻机的性能指标，如特征尺寸的宽度、特征尺寸均匀性、生产效率等，必须严格控制，才能实现最佳的曝光均匀性和稳定性。

能量探测器作为传感器的一种是实现曝光剂量控制的关键元件之一，它是在硅光二极管的光敏面涂敷YAG:Ce(掺铈钇铝石榴石，Yttrium aluminum garnet doped by cerium)晶体来响应紫外光照射，主要作用是在硅片曝光时测量激光出射光强。能量探测器主要用于满足剂量控制和校正VA(可变衰减器，variable attenuation)的功能，并通常位于照明系统的顶部模块。

如图1所示，能量传感器是照明测试的关键元件之一，和能量探测器的光电探测原理相似，能量传感器放置于掩模台7或工件台10一角。当能量传感器6放置于掩模台7上时，用于探测掩模照明面上有限范围(由能量的尺寸决定)内的能量。当能量传感器9放置于工件台7上时，用于探测掩模照明面上有限范围(由能量的尺寸决定)内的能量。

参考传感器8是精度高于能量传感器和能量探测器的光刻机外部传感器，在校准时，参考传感器8放置于工件台10上的视场中心用于测量硅片表面的光强，采用累积脉冲曝光模式进行曝光，同时得到能量探测器4和能量传感器6当次测量的光强值。同样地，参考传感器8可以位于掩模台7的视场中心用于测量掩模表面的光强，得到能量探测器4和能量传感器9当次测量的光强值。

现有方法采用批处理线性回归最小二乘法对能量传感器进行校准。在累积脉冲曝光模式下，参考传感器8测量到的输出值与能量传感器9或能量探测器4的测量到的输出值进行线性拟合，并根据线性拟合结果得到能量探测器4与能量传感器9的增益因子和偏移量，通过已获得的增益因子和偏移量校准能量传感器9与能量探测器4。

由于能量传感器9安装于工件台上，在正常生产中处于非工作状态，而能量探测器4则长时间曝光在曝光系统的可变衰减器与衍射元件之间的紫外环境中，能量探测器4内部YAG晶体的荧光效率降低较快，较能量传感器9容易老化。需要定期用能量传感器9校准能量探测器4。上述校准方式均须在离线进行测校，这就使得校准较为繁琐，且校准需在离线处理，每次校准的时间间隔加大，降低能量传感器9或能量探测器4测量值可信度。采用线性回归最小二乘法拟合能量探测器4与能量传感器9的增益因子和偏移量，但是每次估计必须计算n×n矩阵

的逆矩阵，引起较大计算负担，使得校准测试时间增加。同时，由于每次校准都使用一种传感器去校准另外一种传感器，没有充分利用测试数据，无法得到最优校准结果。

发明内容

鉴于上述现有技术所存在的问题，本发明提供了一种能量传感器的离线及在线校准方法，以获得位于工件台(或掩模台)上的能量传感器优化的增益因子和偏移量，藉以提升能量传感器的校准精度。

为达上述及其他目的，本发明提供了一种能量传感器的离线校准方法，用于对光刻机上测量曝光光强的能量传感器进行校准，所述方法包括：

利用参考传感器、第一能量传感器和第二能量传感器测量所述曝光光强并分别获得参考测量值、第一测量值及第二测量值；

以所述参考测量值作为一偏差补偿RLS模型的输出值，以所述第一、第二测量值作为所述偏差补偿RLS模型的状态量，根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的增益因子、偏离量及方差，并根据所述增益因子、偏离量及方差以获得校准所述第一及第二能量传感器的输出值；以及

以所述校准第一及第二能量传感器的输出值、所述参考传感器自身的方差以及所述第一、第二传感器的方差代入一加权信息融合模型得到所述参考传感器的优化测量值，并将该优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器输出值，藉以提升所述第一、第二能量传感器的校准精度。

本发明还提供一种能量传感器的在线校准方法，用于对光刻机上测量曝光光强的能量传感器进行校准，所述方法包括：第一能量传感器、第二能量传感器测量所述曝光光强并分别获得第一测量值及第二测量值；以所述第一测量值作为一偏差补偿RLS模型的输出值，以所述第一、第二测量值作为所述偏差补偿RLS模型的状态量，根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的增益因子、偏离量及方差，并根据所述增益因子、偏离量及方差以获得校准所述第一及第二能量传感器的输出值；以及以所述校准第一及第二能量传感器的输出值、所述第一、第二传感器的方差代入一加权信息融合模型得到所述第一能量传感器的优化测量值，并将该优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器的输出值，藉以提升所述第一、第二能量传感器的校准精度。

进一步地，上述校准方法中，所述能量传感器置于工件台或掩模台上。

进一步地，上述校准方法中，所述偏差补偿RLS模型为：

θ(1)＝0，P(1)＝bI(2)，a＞0 P(t)

白噪声v(t)的估值为：

则白噪声v(t)的方差

的递推估值器可以表示为：

${\widehat{\mathrm{\σ}}}_v^2\left(t\right)={\widehat{\mathrm{\σ}}}_v^2(t-1)+\frac{1}{t}[{\hat{v}}^2\left(t\right)-{\widehat{\mathrm{\σ}}}_v^2(t-1)]$

其中θ(t)为所述偏差补偿RLS模型的估计参数，y(t)为参考传感器的测量值，

为第一能量传感器或第二能量传感器的输入信号组成的状态矩阵，a一般取值0.95～0.99；反之，系数估计抖动增加，测量误差减小；b＝m×10⁵，m取值1～10，主要实现偏差补偿，I(2)为二阶单位阵。

进一步地，其特征在于所述加权信息融合模型如下：

LS(最小二乘法，least squares)结构：

其中，

x(t)_i为所述第一能量传感器或第二能量传感器的输入值。v_i(t)，i＝1，2是零均值、方差为

的高斯白噪声。

为所述第一能量传感器或第二能量传感器的参数估计，offset与gain分别为所述第一能量传感器或第二能量传感器的偏移量与增益因子。

融合观测：

$y\left(t\right)={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}{y}_i\left(t\right)$

其中，融合白噪声v(t)的方差为：

$R={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}.$

与现有技术相比较，本发明具有如下技术效果：

本发明通过采集参考传感器、第一能量传感器和第二能量传感器，或第一能量传感器与第二能量传感器的测量值，利用偏差补偿RLS模型及加权信息融合模型，可以得到精度更高的能量传感器与能量探测器增益因子和偏移量。

本发明所设计的加权信息融合模型的算法，和最小二乘法相比，在相同数目的采样点下，避免了求逆矩阵，降低了计算复杂度所需要的计算时间，且本发明所设计的加权信息融合模型的算法所获得最终结果的精度高于批处理最小二乘方法。

本发明不但可以在离线状态下实现能量传感器的校准，在在线状态中，即在光刻机上硅片传递过程中，利用掩模台处于闲置的小段时间，实现安装在掩模台上的能量传感器的采样数据，用偏差补偿RLS模型及加权信息融合模型，高精度校准能量探测器。

附图说明

关于本发明的优点与精神可以通过以下的发明详述及所附图式得到进一步的了解。

图1是本发明所涉及的光刻机的结构示意图；

图2是参考传感器校准第一能量传感器(ESS)与第二能量传感器(ED)的仿真结果图；

图3是第一能量传感器(ESS)测量值直接校准第二能量传感器(ED)的仿真结果图；

图4是第一能量传感器(ESS)与第二能量传感器(ED)信息融合校准第二能量传感器的仿真结果图。

具体实施方式

下面结合附图详细说明本发明的具体实施例。

本发明提供一种能量传感器的校准方法，以下简称校准方法，用于对光刻机上测量曝光光强的能量传感器进行校准，即透过本发明获得图1所示的工件台能量传感器(第一能量传感器)9与能量探测器(第二能量传感器)4的优化的增益因子和偏移量，或用以测量掩模台能量传感器(第一能量传感器)6与能量探测器(第二能量传感器)4的优化的增益因子和偏移量，并根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器输出值，藉以提升所述第一、第二能量传感器的校准精度。

在离线状态下时(即停产或专用测校时间)，本发明的基本步骤如下：

于步骤一中，利用参考传感器、第一能量传感器和第二能量传感器测量所述曝光光强并分别获得参考测量值、第一测量值、以及第二测量值。

于步骤二中，以所述参考测量值作为一偏差补偿RLS模型的输出值，以所述第一、第二测量值作为所述偏差补偿RLS模型的状态量，根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的增益因子、偏离量及方差，并根据所述增益因子、偏离量及方差以获得校准所述第一及第二能量传感器的输出值。

于步骤三中，以所述校准第一及第二能量传感器的输出值、所述参考传感器自身的方差以及所述第一、第二传感器的方差代入一加权信息融合模型得到所述参考传感器的优化测量值，并将该优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器的输出值，藉以提升所述第一、第二能量传感器的校准精度。

至此，即可在离线的状态下校准第一能量传感器与第二能量传感器的输出值。

在线状态下时(即光刻机硅片批曝光后与上载硅片或下载硅片之际)，本发明的基本步骤如下：

于步骤一中，利用第一能量传感器和第二能量探测器测量曝光光强并分别获得第一测量值及第二测量值。

于步骤二中，采用偏差补偿RLS(递推最小二乘，recursive least squares)模型，以所述第一测量值为所述偏差补偿RLS模型的输出值，所述第一测量值及第二测量值作为所述偏差补偿RLS模型的状态量，根据所述偏差补偿RLS模型可得到所述第一能量传感器与第二能量传感器的增益因子、偏移量及相应方差，根据所述增益因子、偏离量及方差校准所述第一能量传感器及第二能量传感器的输出值。

于步骤三中，将步骤二所得的校准第一及第二能量传感器的输出值，第一、第二能量传感器的方差带入一加权信息融合模型得到所述第一能量传感器的优化测量值，并将该优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器的输出值，藉以提升所述第一、第二能量传感器的校准精度。至此即可在在线状态短时校准第一、第二能量传感器的输出值。

上述两种不同的状态下，其数据处理方式一致，具体如下所述：

参考传感器校准第一能量传感器或第二能量传感器的批处理最小二乘(Least-squares)结构，以下简称为LS结构可以表示为：

其中：x(t)_i为所述第一能量探测器或第二能量传感器的输入值。v_i(t)，i＝1，2是零均值、方差为

的高斯白噪声。

为所述第一能量传感器或第二能量传感器的参数估计，offset与gain分别为所述第一能量传感器或第二能量传感器的偏移量与增益因子

离线状态及在线状态下的步骤二中所采用的LS结构对应的改进后的偏差补偿RLS模型的系数估计第一能量传感器与第二能量传感器的修正系数θ可以表示为：

θ(1)＝0，P(1)＝bI(2)，a＞0 P(t)

白噪声v(t)的估值为：

则白噪声v(t)的方差的递推估值器可以表示为：

${\widehat{\mathrm{\σ}}}_v^2\left(t\right)={\widehat{\mathrm{\σ}}}_v^2(t-1)+\frac{1}{t}[{\hat{v}}^2\left(t\right)-{\widehat{\mathrm{\σ}}}_v^2(t-1)]$

其中，在离线状态时y(t)为参考传感器的测量值，在在线状态时，y(t)为第一能量传感器的测量值，

为第一能量传感器或第二能量传感器的输入值组成的状态矩阵，a一般取值0.95～0.99，取值越小递推系数越平滑，但相应当前观测值越缓慢，存在一定估计误差；反之，系数估计抖动增加，测量误差减小。b＝m×10⁵，m取值1～10，主要实现偏差补偿，I(2)为二阶单位阵。

离线状态及在线状态下的步骤二中所采用的偏差补偿RLS模型的物理意义为：

新的参数估计θ(t)是对上次已有估计θ(t-1)进行修正而得出的，修正的依据是利用在θ(t-1)对新的输出y(t)预报的预报误差：

K(t)是修正系数向量，它需要递推计算得出，在递推计算K(t)时要用到估计误差的协方差阵P(t-1)，而后者也是递推得出的。

离线状态及在线状态下的步骤三实现参考传感器对第一能量传感器(ESS)与第二能量传感器(ED)的校准，仿真结果如图2所示。

离线状态及在线状态下，采用偏差补偿RLS模型得到能量探测器的增益因子、偏移量及相应方差，实现第一能量传感器(ESS)对第二能量传感器(ED)的校准，仿真结果如图3所示。

离线状态及在线状态下，对第一能量传感器与第二能量传感器的测量值采用加权信息融合模型，得到方差更小的参考传感器或第一能量传感器测量值序列，利用此序列对第一、第二能量传感器器进行校准，具体实现为：

加权信息融合模型如下：

LS结构：

其中，

x(t)_i为所述第一能量传感器或第二能量传感器的输入值。v_i(t)，i＝1，2是零均值、方差为

的高斯白噪声。为所述第一能量传感器或第二能量传感器的参数估计，offset与gain分别为所述第一能量传感器或第二能量传感器的偏移量与增益因子。

融合观测：

$y\left(t\right)={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}{y}_i\left(t\right)$

其中，融合白噪声v(t)的方差为：

$R={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}$

在光刻机装加硅片的间歇时间，利用第一能量传感器与第二能量传感器同时采样，将每次第一能量传感器与第二能量传感器的加权融合观测值作为能量传感器当前测量值代入步骤二的偏差补偿RLS模型，光刻机可以正常曝光，第二能量传感器的增益因子与偏移量可以在后台实现在线估计。

第一能量传感器的校准方法同步骤二、三，只需将第二能量传感器的第二测量值更换为第一能量传感器的第一测量值既可。第一能量传感器校准第二能量传感器的示意图如图4所示。由图4可以看出，使用每次第一能量传感器与第二能量传感器的加权融合观测值作为能第一量传感器当前测量值估计的第二能量传感器的增益因子的抖动较图4直接使用第一能量传感器测量值校准第二能量传感器的增益因子的抖动有明显减轻，其值更接近与仿真系数，且估计方差收敛。

本发明通过采集参考传感器、第一能量传感器和第二能量传感器或第一能量传感器与第二能量传感器测量值，利用偏差补偿RLS模型及加权信息融合模型，可以得到精度更高的第一能量传感器与第二能量传感器增益因子和偏移量。

本发明所设计的偏差补偿RLS模型及加权信息融合模型，和最小二乘法相比，在相同数目的采样点下，避免了求逆矩阵，降低了计算复杂度所需要的计算时间，且本发明所设计的偏差补偿RLS模型及加权信息融合模型所获得最终结果的精度高于批处理最小二乘方法。

本发明可不但可以在离线状态下实现能量传感器的自校准，在在线状态中，即在光刻机上硅片传递过程中，利用掩模台处于闲置的小段时间，实现安装在掩模台上的第一能量传感器的采样数据，用偏差补偿RLS模型及加权信息融合模型，高精度校准第二能量传感器。

本说明书中所述的只是本发明的较佳具体实施例，以上实施例仅用以说明本发明的技术方案而非对本发明的限制。凡本领域技术人员依本发明的构思通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在本发明的范围之内。

Claims (8)

1.一种能量传感器的离线校准方法，用于对光刻机上测量曝光光强的能量传感器进行校准，所述方法包括：

利用参考传感器、第一能量传感器和第二能量传感器测量所述曝光光强并分别获得参考测量值、第一测量值及第二测量值；

以所述参考测量值作为一偏差补偿RLS模型的输出值，以所述第一、第二测量值作为所述偏差补偿RLS模型的状态量，根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的增益因子、偏离量及方差，并根据所述增益因子、偏离量及方差校准所述第一及第二能量传感器的输出值；以及

以所述校准第一及第二能量传感器的输出值、所述参考传感器自身的方差以及所述第一、第二传感器的方差代入一加权信息融合模型得到所述参考传感器的优化测量值，并将该优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步校准所述第一及第二能量传感器输出值，藉以提升所述第一、第二能量传感器的校准精度。

2.如权利要求1所述的校准方法，其特征在于所述能量传感器置于工件台或掩模台上。

3.如权利要求1所述的校准方法，其特征在于所述偏差补偿RLS模型为：

参数估计：

增益矩阵：

误差方差阵：

参数初始化：

θ(1)＝0，P(1)＝bI(2)，a＞0 P(t)

白噪声v(t)的估值为：

则白噪声v(t)的方差

的递推估值器可以表示为：

${\widehat{\mathrm{\σ}}}_v^2\left(t\right)={\widehat{\mathrm{\σ}}}_v^2(t-1)+\frac{1}{t}[{\hat{v}}^2\left(t\right)-{\widehat{\mathrm{\σ}}}_v^2(t-1)]$

其中θ(t)为所述改进型偏差补偿RLS模型的估计参数，y(t)为参考传感器的测量值，为能量传感器或能量探测器的输入值组成的状态矩阵，a一般取值0.95～0.99；b＝m×10⁵，m取值1～10，实现偏差补偿，I(2)为二阶单位阵。

4.如权利要求1所述的校准方法，其特征在于所述加权信息融合模型如下：

最小二乘结构：

其中，

x(t)_i为所述第一能量传感器或第二能量传感器的输入值；v_i(t)，i＝1，2是零均值、方差为

的高斯白噪声；

融合观测：

$y\left(t\right)={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}{y}_i\left(t\right)$

其中，融合白噪声v(t)的方差为：

$R={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}$

为所述第一能量传感器或第二能量传感器的参数估计，offset与gain分别为所述第一能量传感器或第二能量传感器的偏移量与增益因子。

5.一种能量传感器的在线校准方法，用于对光刻机上测量曝光光强的能量传感器进行校准，所述方法包括：

第一能量传感器、第二能量传感器测量曝光光强并分别获得第一测量值及第二测量值；

以所述第一测量值作为一偏差补偿RLS模型的输出值，以所述第一、第二测量值作为所述偏差补偿RLS模型的状态量，根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的增益因子、偏离量及方差，并根据所述增益因子、偏离量及方差以校准所述第一及第二能量传感器的输出值；以及

以所述校准第一及第二能量传感器的输出值、所述第一、第二传感器的方差代入一加权信息融合模型得到所述第一能量传感器的优化测量值，并将该优化测量值重新作为所述偏差补偿RLS模型的输出值，以根据所述偏差补偿RLS模型得到所述第一能量传感器与第二能量传感器的优化的增益因子、偏离量及方差，根据所述优化的增益因子、偏离量及方差进一步获得校准所述第一及第二能量传感器的输出值，藉以提升所述第一、第二能量传感器的校准精度。

6.如权利要求5所述的校准方法，其特征在于所述第一、第二能量传感器置于工件台或掩模台上。

7.如权利要求5所述的校准方法，其特征在于所述偏差补偿RLS模型为：

参数估计：

增益矩阵：

误差方差阵：

参数初始化：

θ(1)＝0，P(1)＝bI(2)，a＞0 P(t)

白噪声v(t)的估值为：

则白噪声v(t)的方差

的递推估值器可以表示为：

${\widehat{\mathrm{\σ}}}_v^2\left(t\right)={\widehat{\mathrm{\σ}}}_v^2(t-1)+\frac{1}{t}[{\hat{v}}^2\left(t\right)-{\widehat{\mathrm{\σ}}}_v^2(t-1)]$

其中θ(t)为所述偏差补偿RLS模型的估计参数，y(t)为第一能量传感器的测量值，

为第一能量传感器或第二能量传感器的输入值组成的状态矩阵，a一般取值0.95～0.99；b＝m×10⁵，m取值1～10，实现偏差补偿，I(2)为二阶单位阵。

8.如权利要求5所述的校准方法，其特征在于所述加权信息融合模型如下：

最小二乘结构：

其中，x(t)_i为所述能量探测器或能量传感器的输入值；v_i(t)，i＝1，2是零均值、方差为

的高斯白噪声；

融合观测：

$y\left(t\right)={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}{y}_i\left(t\right)$

其中，融合白噪声v(t)的方差为：

$R={\left(\underset{i=1}{\overset{2}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{vi}}^2}\right)}^{-1}$

为所述第一能量传感器或第二能量传感器的参数估计，offset与gain分别为所述第一能量传感器或第二能量传感器的偏移量与增益因子。

Images