CN104007619A - 一种光瞳面光强分布的测量方法 - Google Patents

Abstract

本发明提出一种照明光瞳面光强分布的测量方法，通过使用面阵传感器获取多幅反映光瞳形貌的图像，并通过建立合理的传感器模型、迭代计算得到一幅相对精确的光瞳面光强分布图像，最后计算出光瞳参数。本测量方法可以在较短的测量时间内达到较高的测量精度。

Description

一种光瞳面光强分布的测量方法

技术领域

本发明涉及一种集成电路装备制造领域，尤其涉及一种光刻装置的光瞳面光强分布的测量方法。

背景技术

光刻装置的照明与投影系统中，光瞳面光强分布对分辨率、线宽、焦深都有较大的影响。光刻机中光瞳形貌主要由衍射元件DOE决定。由于DOE的误差及照明系统的装调误差，实际光瞳形貌与理想光瞳形貌之间一般有一定偏差。所以一般会通过光瞳测试获取瞳面的光强分布，从而反向得到DOE与照明系统得装调偏差，再进行调整以使机器达到最佳成像状态。

一般对光瞳进行测量可使用点传感器或面传感器，采用点传感器由于需要进行多点采样，所以相对测量速度较慢，而且精度不高；采用面传感器测量速度较快，但是由于各像素点的灵敏度不同，所以实际获取的图像与光瞳图像存在一定的偏差。

同时测量装置本身也会对光瞳产生一定的影响，比如传感器模型，掩模版等，加上测量时的噪声，所以在测量时，一般会进行多次测量，然后取平均值，再针对某项误差建立模型进行补偿。而在精度要求很高时，可能需要测量几十甚至上百幅图像，这样就增加了测量时间，同时也对照明系统的稳定性提出了更高的要求，实际上这样测得的光瞳是测量时间内照明光瞳的平均值。

在中国专利200910046820.3中，并没有对采集到的原始图像进行校正，这样会对最后的处理结果造成影响。

发明内容

    本发明的目的在于提出一种光瞳面光强分布的测量方法。

本发明提出一种照明光瞳面光强分布的测量方法，通过使用面阵传感器获取多幅反映光瞳形貌的图像，并通过建立合理的传感器模型、迭代计算得到一幅相对精确的光瞳面光强分布图像，最后计算出光瞳参数。所述测量方法包括如下步骤：

步骤一：设置需要探测的照明模式，激光器打光，照明光经过掩模和透镜，离焦后照射到面阵传感器表面；

步骤二：移动面阵传感器以确保照明光斑落于面阵传感器中心；

步骤三：调整掩模位置，使得照明光照射到掩模铬区；

步骤四：面阵传感器采集照明背景光；

步骤五：调整掩模位置，使得照明光照射到掩模的小孔标记上；

步骤六：面阵传感器采集照明光，获得反映光瞳面光强分布的图像；

步骤七：在两次采集的间隔内，消除照明背景光产生的误差并对采集结果进行迭代计算，根据计算结果重新返回步骤六，直到计算结果与理想光瞳的偏差满足要求，获得反映光瞳面光强分布的图像；

步骤八：根据计算结果计算光瞳参数。

其中，所述迭代计算为卡尔曼滤波算法，在迭代计算过程中，该算法不断对下一次采集结果进行预测，并实时对采集结果进行更新，从而实现快速收敛。 

本测量方法采用迭代计算在两次图像采集的间隔进行，不会增加额外的数据处理时间，可以在较短的测量时间内达到较高的测量精度。

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为本发明光瞳面光强分布测量装置结构示意图；

图2为本发明光瞳面光强分布测量方法流程图；

图3为使用本发明测量方法多次迭代的测量误差。

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。

图1为本发明光瞳面光强分布测量装置结构示意图。如图1所示，该测量装置包括：掩模1，小孔标记2，透镜3，焦面4，面阵传感器5。照明光光源经过掩模1上面的小孔标记2再经过透镜3，离焦后照射到面阵传感器5表面上。从而获得反映照明光瞳面光强分布的传感器曝光图像。在这个测量系统中，掩模透过率不均匀、面阵传感器各像素点灵敏度差异、面阵传感器作为平面器件与余弦辐射有差别等都会对最后的测量结果产生误差。

图2为本发明光瞳面光强分布测量方法流程图。本发明光瞳面光强分布的测量方法是通过使用面阵传感器获取多幅反映光瞳形貌的图像，并通过建立合理的传感器模型、迭代计算得到一幅相对精确的光瞳面光强分布图像，最后计算出光瞳参数。该方法主要步骤包括：

步骤一：设置需要探测的照明模式，激光器打光，照明光经过掩模和透镜，离焦后照射到面阵传感器表面；

步骤二：移动面阵传感器以确保照明光斑落于面阵传感器中心；

步骤三：调整掩模位置，使得照明光照射到掩模铬区；

步骤四：面阵传感器采集暗电流，即照明背景光；

步骤五：调整掩模位置，使得照明光照射到掩模的小孔标记上；

步骤六：面阵传感器采集照明光，获得反映光瞳面光强分布的图像；

步骤七：在两次采集的间隔内，消除照明背景光产生的误差（因为步骤六采集到的照明光其中包含了步骤四中所说的背景光信号，所以需要通过相减消除掉该部分背景光信号的影响），再对采集结果进行迭代计算，根据计算结果重新返回步骤六，直到计算结果与理想光瞳的偏差满足要求；

步骤八：根据计算结果计算光瞳参数。

其中的迭代算法以卡尔曼滤波算法为例，在迭代中不断对下一次测量结果进行预测，并实时对结果进行更新，从而实现快速收敛，达到很高的测量精度。使用卡尔曼滤波算法能使当输入包含白噪声的信号时，期望输出和实际输出之间的均方根误差达到最小。

测量过程中，面阵传感器采集到的图像作为z，观测模型H应该包含面阵传感器像素灵敏度矩阵S，物面模块透过率T，余弦辐射校正模型C等，可以表示为S*T*C。观测模型的准确性与最后的计算结果直接相关。卡尔曼算法并不依赖于x和P（x为测量得到的图像，P为误差相关矩阵）的初始值，在初始值偏差较大的情况下也能迅速收敛。所以测量中，x可以取测量到的第一幅图像，P不为0则可。

具体卡尔曼滤波算法为：

对于一个系统而言，其在k时刻的真实状态可由k-1时刻状态演化而来，测量得到的结果为转换后的结果加上对其控制的结果以及测量噪声。所以测量结果可以通过下式来表达，其中F为状态转换模型，B、u为控制模型，w为随机噪声。

可以认为理想光瞳在测量过程中是不变的，即控制模型为0，只是叠加了一个随机噪声，这样迭代的条件就为期望值与理想光瞳均方根最小。

光瞳测量值满足：

H为观测模型，它把真实状态空间映射到观测空间，w为测量噪声，其均值为0。

卡尔曼公式可分为预测和更新两部分，预测：

 其中为预测状态；

 其中为预测估计共变异数。

更新：

 为测量余量；

 为测量余量共变异数；

 为卡尔曼增益。

更新的状态估计： 为更新的共变异数估计。

设物镜数值孔径0.65，=0，=0.85的传统照明构建仿真光瞳，并假设短期光瞳稳定性较好，只存在很小的变化。并通过掩模版透过率为10%，传感器非线性度为4%，可以认为它对测量符合，传感器离焦1.4mm来构建观测模型。假设测量噪声为高斯噪声，最大为测量值的4%。如图3所示，仿真迭代计算16次后，输出结果与理想光瞳的偏差小于0.1%。考虑到传感器的输出范围为0~1024，可以认为，此时的计算结果已经满足要求，然后根据上面的结果计算出光瞳的相关参数。光瞳的相关参数如，等，其中

的定义：外相干因子，在范围内的能量占整个光瞳面能量的90％。

的定义：内相干因子，在范围内的能量占整个光瞳面能量的10％。

和的计算需要首先根据前面计算得到的光瞳图像对各个像素到光瞳中心的距离大小进行排序，距离小的排在前面。然后根据整幅图像光强输出，对各个像素的输出进行归一化。最后按前面的排序结果进行累加，当累加结果达到0.1时对应像素到光瞳中心的距离就是；当累加结果达到0.9时对应像素到光瞳中心的距离就是。

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 (2)

1.一种光瞳面光强分布的测量方法，其特征在于，所述测量方法包括如下步骤：

步骤一：设置需要探测的照明模式，激光器打光，照明光经过掩模和透镜，离焦后照射到面阵传感器表面；

步骤二：移动面阵传感器以确保照明光斑落于面阵传感器中心；

步骤三：调整掩模位置，使得照明光照射到掩模铬区；

步骤四：面阵传感器采集照明背景光；

步骤五：调整掩模位置，使得照明光照射到掩模的小孔标记上；

步骤六：面阵传感器采集照明光，获得反映光瞳面光强分布的图像；

步骤七：在两次采集的间隔内，消除照明背景光产生的误差并对采集结果进行迭代计算，根据计算结果重新返回步骤六，直到计算结果与理想光瞳的偏差满足要求，获得反映光瞳面光强分布的图像；

步骤八：根据计算结果计算光瞳参数。

2. 如权利要求1所述的测量方法，其特征在于，所述迭代计算为卡尔曼滤波算法，在迭代计算过程中，该算法不断对下一次采集结果进行预测，并实时对采集结果进行更新，从而实现快速收敛。