CN104778181A - 一种进行测量光谱与库光谱匹配的方法及其设备 - Google Patents

一种进行测量光谱与库光谱匹配的方法及其设备 Download PDF

Info

Publication number
CN104778181A
CN104778181A CN201410016003.4A CN201410016003A CN104778181A CN 104778181 A CN104778181 A CN 104778181A CN 201410016003 A CN201410016003 A CN 201410016003A CN 104778181 A CN104778181 A CN 104778181A
Authority
CN
China
Prior art keywords
spectrum
storehouse
parameter
matching
measure
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
Application number
CN201410016003.4A
Other languages
English (en)
Other versions
CN104778181B (zh
Inventor
陈慧萍
施耀明
徐益平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raintree Scientific Instruments Shanghai Corp
Original Assignee
Raintree Scientific Instruments Shanghai Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Raintree Scientific Instruments Shanghai Corp filed Critical Raintree Scientific Instruments Shanghai Corp
Priority to CN201410016003.4A priority Critical patent/CN104778181B/zh
Priority to US14/594,368 priority patent/US20150198434A1/en
Publication of CN104778181A publication Critical patent/CN104778181A/zh
Application granted granted Critical
Publication of CN104778181B publication Critical patent/CN104778181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种在光学关键尺寸测量设备中进行测量光谱与库光谱匹配的方法，其中：A.根据已知的样品信息建立样品形貌模型M；B.获取被测样品的各个测量光谱Sn并求出平均测量光谱S0；C.求出所述各个测量光谱Sn与所述平均测量光谱S0间的均方差MSE，最大的均方差MSEm所对应的测量光谱为最远测量光谱Sm；D.根据所述平均测量光谱S0和最远测量光谱Sm确定光谱库中参与匹配的光谱的范围RS；E.在所述匹配范围RS内匹配所述各个测量光谱Sn，并得到所述各个测量光谱Sn的匹配参数Pn。

Description

一种进行测量光谱与库光谱匹配的方法及其设备
技术领域
本发明主要涉及半导体制造领域。特别的，涉及一种在半导体制造工艺的光学关键尺寸(Optical Critical-Dimension，OCD)测量设备中“半导体硅片微观结构测量光谱”与“理论数据库光谱”进行匹配的方法及其设备。
背景技术
在45nm以下节点制造技术的发展中，芯片代工厂(foundry)和集成器件制造商(IDM)面对大量的测量挑战。只有通过严格的尺寸分布控制才能获得完整的电路功能和保持器件高速工作，因此，成功地在线测量对推进良率和保持赢利极为必要。然而，由于图形尺寸和设计规则的缩小，以及因新制程和新材料而不断引入独特的测量要求，使得在线测量面临着全新挑战。对于在新制程新技术中实现快速精确测量微细结构的需求，新的成像技术不断地应用于半导体工艺形貌的测量中，如扫描电子显微镜(CD-SEM)、原子力显微镜(AFM)等，其实现了对高精度的关键尺寸(CD)、沟槽深度尺寸的测量。但其测量过程复杂耗时，对样品可能造成破坏性，无法实现在线测量。光学薄膜测量仪可以对多层不同材料的薄膜厚度进行测量，但其不能对有图形结构区域进行形貌和横向尺寸测量。
半导体工艺中的许多尺寸特征反映在特定被测区域里，该区域包含新技术和新制程中需要精确控制的微细结构。OCD设备正是通过获取特定被测区域周期性结构的散射信号以及结构的模型从而估计出结构的具体参数。OCD方法可以实现关键尺寸(CD)及其它形貌尺寸的测量。在具体的测量案例中，所获得的诸多工艺尺寸可能同时需要扫描电子显微镜、原子力显微镜、光学薄膜测量仪等分别完成。由于OCD测量方法具有非接触性、非破坏性、同时测量多个工艺特征、以及可实现工艺的在线测量等诸多优势，因此其被越来越广泛地应用于半导体制造工业中，并朝着更快速更准确地测量愈精细结构的方向迅速发展。
OCD测量的原理总体上可描述为：建立与样品的形貌模型相对应的理论光谱库，并从此库中寻找特定的理论光谱实现与OCD测量设备获得的测量光谱的最佳匹配，从而确定其形貌参数。测量光谱为OCD测量设备获取的样品周期性介质的散射光信号，虽然通过测量光谱不能直接反推出介质的分布，但是可以将散射介质的分布建立模型并参数化，并使用数值计算的方法计算出该模型对应于不同参数值的理论光谱库，即对OCD测量设备获取测量光谱时的光散射进行仿真计算。从理论光谱库中寻找出与测量光谱最佳匹配的理论光谱相对应的特定参数，从而间接确定样品的介质的分布。
光谱匹配过程首先根据样品的工艺信息建立样品周期性结构的形貌模型v，形貌模型由形貌参数P(样品轮廓结构参数)决定。根据待测样品有关工艺的可能偏移量，设置模型所包含的各个形貌参数的浮动范围。我们使用索引号index来标记每个形貌模型的编号，一个vindex对应一个具体的形貌。假定vindex有I个形貌参数P，每个形貌参数由J个不同的数值。那么第i个形貌参数可以表达为Pi，它有Ji个不同的浮动值。通过理论光谱的计算模块可以计算出由vindex决定的形貌样品其散射的理论光谱LS(v，λ)。最终将全部的光谱按索引顺序组成光谱库，在光谱库中一条光谱ls(vindex，λ)对应一个结构形貌vindex。此谱数据库的理论光谱LS(v，λ)的总数目为即Ji到JI的乘积。理论光谱计算模块的通常包括严格波耦合分析理论Rigorus CoupledWaveguide Analysis(RCWA)算法。
大量的测量光谱s(v，λ)通过OCD测量设备获取。不考虑测量噪声，当我们在光谱数据库中找到ls(vindex，λ)＝s(λ)，那么vindex就即为测量样品的形貌，所对应的形貌参数P也即是所要获得的测量参数。
匹配标准通常使用适合度GOF(Goodness of Fit)和均方差MSE(Mean Square Error)等。这里我们使用MSE的匹配标准，MSE值越小则表明两条光谱的越相似，若MSE＝0，则表明这两条光谱完全相同。MSE的定义如下：
MSE = 1 N Σ i = 1 N ( S ( λ i ) - LS ( λ i ) ) 2
上式中理论光谱和测量光谱的波长范围为λ1到λN的N个离散的波长点组成。
随着工艺生产的需要，测量精度要求越来越高，测量的范围也越来越大，每个参数计算的离散值Ji(i=1，…，I)就更多。同时，由于工艺要求需要测量结构形貌愈加精细，模型需要的参数也更多，即I变大。使得光谱总数将会是一个十分巨大的天文数字。
根据以上所述，传统的建库匹配方案(简称传统方案)的简单操作流程如图1所示。在步骤A01中：为根据样品信息建立相关模型；在步骤A02中：根据已知样品信息设置形貌参数的变量范围，一般情况下该变量的范围较大、步长较小；在步骤A03中：根据变量范围建立理论光谱数据库；在步骤A04中：机台测量得到测量光谱队列；在步骤A05中：将测量光谱队列中的测量光谱逐条遍历整个理论光谱数据库，寻找最佳匹配光谱，从而得到与各条测量光谱匹配的最优形貌参数值；在步骤A06中，判断是否匹配完所有光谱，如果没有匹配完则继续匹配下一条光谱；在步骤A07中确认匹配得到的形貌参数值是否在变量范围的边界上，在步骤A05匹配时并不是每次设置的变量范围都在恰当的范围内，若变量范围过小导致形貌参数匹配至变量范围边界，则此时得到的匹配结果不可信，需返回步骤A02重新设置变量范围，并依照上述流程再次进行建库匹配以得到最优形貌参数值；在步骤A08中，如果匹配完所有的光谱且形貌参数都没有匹配到边界上，则匹配完成并输出结果。
对结构比较简单、结构点数较少或波长点数较少的模型，即：需计算光谱较少的情况，采用传统方案使用本地计算机单核计算或多计算机多核同时计算均可快速实现建库、库匹配等计算。但是，对模型比较复杂或计算光谱较多的光谱数据库，库匹配需占用大量时间。例如某2D简单模型有5个变量(即：形貌参数)，每个变量(形貌参数)有11个离散值(双变量的二维示意图如图2-a，每个格点代表一组离散值)，那么理论光谱库中共有115＝161051条光谱。选用该库文件(161051条计算光谱)对其相应测量光谱(比如100组)进行库匹配需要很长时间。并且，在匹配前没有对库和测量文件进行分析，直到匹配后才检查是否形貌参数匹配到边界，若匹配到边界，则匹配需要重新开始，浪费大量的时间。在步骤A02中设置的结构变量的范围大、步长小，数据库中包含所有结构变量范围内的离散值的光谱信息，但是在步骤A05中的测量光谱匹配过程中，并不是所有的理论光谱信息都必须参与匹配，假设已知匹配的形貌参数值，则该参数值附近一定范围内的理论光谱为匹配有效范围。根据此特点，本发明可在保证计算精度不受影响的同时，利用测量光谱的信息，较大幅度提高库匹配的速度和有效性。
发明内容
为了解决上述技术问题，本发明公开了一种在光学关键尺寸测量设备中进行测量光谱与库光谱匹配的方法及该测量设备。
根据本发明的一个方面公开了一种在光学关键尺寸测量设备中进行测量光谱与库光谱匹配的方法，其中：A.根据已知的样品信息建立样品形貌模型M；B.获取被测样品的各个测量光谱Sn并求出平均测量光谱S0；C.求出所述各个测量光谱Sn与所述平均测量光谱S0间的均方差MSE，最大的均方差MSEm所对应的测量光谱为最远测量光谱Sm；D.根据所述平均测量光谱S0和最远测量光谱Sm确定光谱库中参与匹配的光谱的范围RS；E.在所述匹配范围RS内匹配所述各个测量光谱Sn，并得到所述各个测量光谱Sn的匹配参数Pn。
特别的，在所述步骤D中，进一步包括：d1.设定所述形貌模型M的参数的变量范围Rp；d2.建立光谱数据库L；d3.从所述光谱数据库L中，获得匹配所述平均测量光谱S0的中心库光谱LS0和中心参数P0，以及匹配所述最远测量光谱的最远库光谱LSm和最远参数Pm；d4.检查所述中心参数P0和所述最远参数Pm是否匹配到所述变量范围Rp的边界上：d41.当匹配到所述变量范围Rp的边界上时，则扩大所述变量范围Rp，并实施所述步骤d2；d42.当未匹配到所述变量范围Rp的边界上时，则实施步骤d5；d5.把所述中心库光谱LS0和所述最远库光谱LSm之间的均方差MSELm与所述平均测量光谱S0和所述最远测量光谱Sm之间的均方差MSEm中的较大值设定为最大均方差MMSE(Maximum-Mean-Square-Error)；d6.根据所述中心参数P0、所述中心库光谱LS0和所述最大均方差MMSE确定所述匹配范围RS。
特别的，在所述步骤d6中，进一步包括：以中心参数P0所对应的模型为中心模型，计算其周围参数Pi的库光谱LSi和所述中心库光谱LS0的均方差MSEi：当MSEi≤r*MMSE时，所述库光谱LSi的权重设为1；当MSEi≥r*MMSE时，所述库光谱LSi的权重设为0；其中，所述r为调整系数；权重设为1的库光谱LSi为所述匹配范围RS内的库光谱；所述参数Pi位于所述变量范围内Rp。
特别的，还包括步骤F：当所述步骤E中获得的所述匹配参数Pn仍有匹配到所述变量范围Rp的边界上的情况时，扩大所述变量范围Rp，并实施所述步骤d2；当所述步骤E中获得的所述匹配参数Pn没有匹配到所述变量范围Rp的边界上的情况时，输出所述匹配参数Pn。
特别的，在所述步骤d6中，所述r是取值范围为1-3的数。
特别的，在所述步骤d6中，还包括：当模型空间中包围所述中心参数值P0的单连通高维度岛状几何结构表面上的任意一个所述参数Pi的库光谱LSi的权重都为0时，则所述单连通高维度岛状几何结构表面外部的Pi的库光谱LSi的权重都设为0。
特别的，在所述步骤d6中，以中心参数P0所对应的模型为中心模型，根据与所述中心参数P0的距离的远近，由近至远逐步向外计算其周围参数Pi的库光谱LSi和所述中心库光谱LS0的均方差MSEi。
根据本发明的另一方面公开了一种光学关键尺寸的测量设备，其特征在于使用权利要求1至7中任一所述的方法对测量光谱与库光谱进行匹配，并输出匹配后的匹配参数。
本发明中由于对数据库中的库光谱进行了权重分布的分析，使得匹配时无需对库中所有的库光谱进行遍历，在不减少匹配精度的情况下，大大的减少了实际匹配所用的库光谱的数量，使得匹配时间大大的下降。本发明中对库光谱与测量光谱的匹配是否匹配到边界进行了初次分析，选取了最具匹配最具代表性的两条光谱进行初次匹配，大大的减少了测量光谱匹配到库光谱的边界的几率。
附图说明
通过下文对结合附图所示出的实施例进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同或相似的标号表示相同或相似的步骤；
图1示出了一个传统的测量光谱与库光谱匹配的方法流程图；
图2-a示出了双变量的二维示意图，图2-b示出了在双变量的二维示意图中，平均测量光谱S0和与平均测量光谱S0差异最大的光谱Sm的传统库匹配结果；
图3示出了根据本发明所公开的一种进行测量光谱与库光谱匹配的方法流程图；
图4示出了对以双形貌参数的库光谱为例的库光谱设置权重的过程示意图；
图5示出了本发明实施实例中的样品的形貌模型和形貌参数；以及
图6-a示出了测量光谱的分布示意图，图6-b示出了匹配形貌参数的分布示意图。
具体实施方式
在以下优选的实施例的具体描述中，将参考构成本发明一部分的所附的附图。所附的附图通过示例的方式示出了能够实现本发明的特定的实施例。示例的实施例并不旨在穷尽根据本发明的所有实施例。需要说明的是，尽管本文中以特定顺序描述了本发明中有关方法的步骤，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果，相反，本文中所描述的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
为了便于说明，下文中所有“参数”都指“形貌参数”。
目前光学关键尺寸测量分析软件(Optical Critical-DimensionAnalysis Software)可实现对半导体硅片微观结构的建模设计、建库计算、库匹配等操作。其中，通过采用RCWA进行建库计算得到理论光谱数据库即库文件，与实际机台测量的大量的测量光谱数据进行匹配从而可以得到测量样品参数值。
目前通常使用的传统匹配方案虽然可以得到与测量光谱最为匹配的最优参数值，但是，在光谱数据库较大且测量光谱数量较多时，所有测量光谱均参与匹配且每次匹配都需要遍历库中的所有光谱，需要大量的计算时间。然而，实质上参与匹配的测量光谱往往是一类样品的测量光谱，测量光谱之间的差异非常小。所有测量光谱的最优参数值差异也非常小，匹配只需要找到该参数附近的若干条光谱参与计算即可。这样匹配只需要用到理论光谱库中的部分光谱，大大减少了参与匹配的理论光谱数，降低了计算时间，据此本发明提供如下方案以实施测量光谱与库光谱的匹配。
图3示出了根据本发明所公开的一种进行测量光谱与库光谱匹配的方法流程图，其主要包括：根据样品信息建立比较精密的具有较大变量范围的光谱数据库；对所需要匹配的测量光谱进行分析；根据测量光谱的分析结果确定参与匹配的库光谱的范围；在匹配范围内对测量光谱进行逐条匹配等步骤。具体操作流程如下：
步骤B01～B03：根据样品信息建立模型和光谱数据库。
在步骤B01中，与传统方案类似，根据样品信息建立相关模型M；在步骤B02中，根据已知样品信息，设置所述形貌模型M中的参数的变量范围Rp，该变量范围Rp与传统方案的设置方式相同，步长也与传统方案的相同；在步骤B03中，根据所设置的变量范围Rp建立相应的光谱数据库L，光谱数据库L中的光谱为库光谱。
在本发明公开的一个实施例中，对某2维简单模型建模，其有5个参数，当把参数的变量范围设为每个参数具有11个离散值时，那么理论光谱库L中共有115＝161051条光谱。图2-a中示出了以两个参数CD(关键尺寸)、HT(高度)为例的二维示意图，其中，交点坐标为变量的离散值、交点间距表示步长。
在步骤B04～B05中：分析测量光谱信息。
在步骤B04中，获取测量光谱队列Sn(n＝1、2、…、x，x为测量光谱队列中光谱的个数)，并对之进行平均操作以得到平均测量光谱S0。
在步骤B05中，求出测量光谱队列中的各个测量光谱Sn和平均光谱S0之间的各个均方差MSE，与平均光谱S0的均方差最大的测量光谱为最远测量光谱Sm。该最大的均方差为MSEm。例如，在一个具有3个测量光谱的测量光谱队列中，第一个测量光谱与平均光谱间的MSE为1，第二个测量光谱与平均光谱间的MSE为2，第三个测量光谱与平均光谱间的MSE为3，则第三个测量光谱为最远测量光谱，MSEm＝3。
在步骤B06～B08中：根据分析的测量光谱信息确定匹配范围Rs的中心和半径。
我们用两条光谱之间的MSE值来表示两条光谱之间的距离，那么可以找出一个最大均方差MMSE，所有的测量光谱Sn分布在以S0为中心，半径为MMSE的领域内。由于在一次匹配中的测量光谱均为相近样品，因此，此领域的半径非常小。
根据库匹配的原理，假设测量不存在误差，当在光谱数据库中找到一条库光谱LSn与测量光谱Sn完全匹配时，即MSE(LSn，Sn)＝0时，LSn所对应的模型vn完全等同于所测量的样品。而当测量存在误差时，尽管vn完全等同于测量样品，并且库光谱LSn与Sn匹配时，MSE(LSn，Sn)也不完全等于0，MSE(LSn，Sn)的值即为测量误差。因此一般情况下，库匹配得到的MSE值都接近于0，可以认为其值为测量误差。
测量光谱之间的差异主要来源于测量所带来的误差和测量样品之间的差异，而数据库中的理论光谱之间的差异则完全来源于所设置模型的差异。两条理论光谱之间的MSE值标记了所对应的两个模型之间的差异，即若两条理论光谱的MSE差距越大则表示对应的两个模型之间的差异越大。
假设测量没有误差，两条测量光谱Sa和Sb他们之间的差异为MSE(Sa，Sb)，他们完全匹配的库光谱分别为LSa和LSb，即MSE(LSa，Sa)＝0，MSE(LSb，Sb)＝0，库光谱LSa与Sa完全相同，LSb与Sb完全相同。因此，MSE(LSa，LSb)＝MSE(Sa，Sb)，测量样品和所设置的结构模型完全相同。
当测量存在误差时，MSE(LSa，Sa)→0(MSE(LSa，Sa)接近于0)，MSE(LSb，Sb)→0(MSE(LSb，Sb)接近于0)，且库光谱LSa与Sa，LSb与Sb之间的差异均为测量误差，一般情况下测量误差均为小值，同一系统2次测量的测量误差的差别则更小，因此MSE(LSa，LSb)≈MSE(Sa，Sb)。因此测量光谱的分布信息与他们的完全匹配的库光谱的分布信息几近相同。
以2维参数CD和HT为例，如图6-a所示，S0和Sm之间的距离为MSEm，他们的最佳匹配的参数分布为P0(CD0，HT0)和Pm(CDm，HTm)，对应的库光谱LS0和LSm之间的均方差为MSELm，MSEm≈MSELm。本发明对库光谱的分析基于此原理，当大量的测量光谱分布在以S0为中心，半径为MSEm的领域内时，它们的完全匹配的库光谱分布在以S0的完全匹配光谱LS0为中心，半径在MSELm左右的领域内。因此相对应的大量测量光谱的最佳匹配的库光谱均在此领域内，实际操作中我们适当的放大了这个领域的半径，匹配只需要在此领域内进行就能找到最佳匹配光谱，而无需匹配库中但是处于此领域外的理论光谱。
在步骤B06中，按照传统方法在光谱库L中找出与光谱S0和Sm匹配的库光谱，S0的最佳匹配库光谱为中心库光谱LS0，LS0对应的参数的结果为中心参数P0，Sm的最佳匹配库光谱为最远库光谱LSm，LSm对应的参数的结果为最远参数Pm，图2-b示出了P0与Pm在二维坐标中的位置示意图。
在步骤B07中，检查参数P0和Pm是否匹配到变量范围Rp的边界上，如果匹配到了变量范围Rp的边界上则说明在变量范围Rp以外可能存在更佳的匹配参数，当前的匹配结果不可信，需要返回步骤B02中重新设置变量范围Rp。变量范围Rp需要进行扩大，以确认变量范围Rp外的参数是否是更佳的匹配参数。如果参数P0和Pm没有匹配到变量范围Rp的边界上，则继续实施步骤B08。
在步骤B08中，计算中心库光谱LS0与最远库光谱LSm的均方差MSELm，计算平均测量光谱S0和最远测量光谱Sm之间的均方差MSEm，取MSEm与MSELm中的较大者作为最大均方差MMSE。所述MMSE作为以中心库光谱LS0为中心的匹配范围Rs的半径。其中，匹配范围Rs为光谱库L中参与匹配的光谱的范围。
在步骤B09中：具体确定匹配范围Rs。
在步骤B09中，通过定义库光谱的权重来具体设定光谱数据库L中的每一个库光谱是否在匹配范围Rs内。中心参数P0为中心库光谱LS0所对应的参数。以中心参数P0所对应的模型为中心模型，逐步向外计算其周围参数Pi的库光谱和LS0间的MSE，当MSE≤r*MMSE时，定义此条库光谱权重为1，反之则定义此条库光谱权重为0。其中，r为调整系数，用以调整匹配范围Rs的大小。在一个优选的实施例中，r选取为1-3的数值。Pi为模型中心P0周围的任意一个参数点(i＝1、2、…、y，y为P0周围的参数的个数)。当模型空间中包围所述中心参数值P0的单连通高维度岛状几何结构表面上的任意一个所述参数Pi的库光谱LSi的权重都为0时，计算结束，并定义此表面外部的Pi的库光谱LSi的权重都为0。此表面上的格点是库光谱与所述中心库光谱LS0的MSE为r*MMSE的等高线外侧的离散值。以2维参数为例，图4-4C中的空心圆点为单连通多维面上的格点，椭圆虚线为2维参数情况下的MSE等于r*MMSE的等高线。一般情况下，等高线的形状为单连通高维度的岛状的几何结构。
图4示出了对以双形貌参数(CD和HT)的库光谱为例的库光谱设置权重的过程示意图。在图4A中，以中心参数P0所对应的模型为中心模型，中心的黑点为P0。先选取P0的最近邻点Pi，即图4-4A中标号为1、2、3、4并以空心圆圈标记的格点，计算这4个参数的库光谱与LS0间的MSE，并根据上述规则确定这四条库光谱的权重值(在该示例中该四条库光谱的权重值为1)。然后选取P0的次近邻点，即图4-4B中标号为5、6、7、8并以空心圆圈标记的格点，并记录这四条光谱的权重值，以此类推。如图4-4C所示，当模型空间中包围所述中心参数值P0的单连通表面上的任意一个所述参数Pi的库光谱LSi的权重都为0时，计算结束，并定义此表面外部的Pi的库光谱LSi的权重都为0。如图4-4C中所示，黑色的实心点表示计算结果权重为1的库光谱的参数，空心点表示计算结果权重为0的库光谱的参数，其余的交叉点表示直接定义权重为0的库光谱的参数。图4-4D中黑色实心点参数所对应的库光谱即为需要与测试光谱进行匹配的库光谱。
在步骤B10～B11中：在匹配范围Rs内对测量光谱Sn实施匹配，并确认匹配到的参数Pn是否在变量范围Rp的边界上。
在步骤B10中，利用已经加入权重的光谱数据库与测量光谱队列中的测量光谱Sn进行匹配，其中权重为0的库光谱不参与匹配，权重为1的库光谱参与匹配。如图4-4D中，标记为实心黑色点的参数所对应的库光谱进行匹配，而其余交叉点代表的参数所对应的库光谱均不参与匹配。
在步骤B11中，在匹配范围Rs内匹配完所有的测量光谱Sn，检查匹配结果，若仍有参数Pn匹配到变量范围Rp的边界，则返回步骤B02修改变量范围，优化光谱库L，并重新匹配。若匹配结果正常，库匹配完成，得到的各条测量光谱的匹配的参数结果即为各个测量样品的对应的尺寸参数值。
以下将通过比较使用本发明方法的设备与使用传统方案的设备的匹配过程与匹配速度说明本发明方法的操作过程和有益效果。
以图5所示的简单模型为例，其具有3个形貌参数，即：样品的关键尺寸(MCD)、高度(HT)、侧壁角(SWA)。设定参数的变量范围Rp：MCD有71个离散值，HT有21个离散值，SWA有13个离散值。因此建库得到光谱数据库L1。库中总共为19383条光谱。测量光谱队列中总共有71个相近的样品，每个样品有10条测量光谱。使用传统方案的设备通过直接遍历L1中所有光谱数据来对该710个测量光谱进行逐一匹配，从而得到样品最优形貌参数值；
根据本发明所公开的一种光学关键尺寸的测量设备按照本发明所公开的上述方法，对710条测量光谱进行分析与计算得到710条光谱的平均光谱S0；然后求得与平均光谱S0差异最大的最远测量光谱Sm和对应的MSEm；接着将S0和Sm用传统方法与光谱数据库L1进行匹配得到了最佳的匹配库光谱LS0和LSm，以及最佳形貌参数P0和Pm；之后，检查P0和Pm是否匹配到了参数的变量范围Rp的边界上(本案例中没有匹配到边界，若匹配到边界则需修改参数的变量范围，并重新进行建库匹配)；接着求出LS0和LSm的MSELm值并与MSEm比较，取较大值为最大均方差MMSE；以P0为中心逐步外推，计算库L1中的库光谱与LS0的均方差值MSE，在本例中选取r＝1.5，当MSE≤1.5*MMSE时，定义该条理论光谱权重为1，否则为0；本案例中最后得到了2580条理论光谱为权重为1的库光谱，因此，此在本发明中实际参与匹配的库光谱数为传统方案中库光谱数的13.31％；将测量光谱与权重为1的库光谱进行匹配；最后将所有测量光谱匹配完成输出结果，若得到的匹配参数Pn没有匹配到边界，则完成了本次库匹配工作，所得到的最优匹配参数Pn即为测量样品的结构参数值。
表-1列出了传统方法和本发明方法的匹配时间的对比数据，从中可以看出，尽管本发明增加了对测量文件和理论光谱数据库的分析，但其所占用的时间相对于库匹配的时间非常少。随着测量文件数的增多，基于本发明的方法匹配可以节约的时间也越多。
表-1：传统匹配方法和本发明的匹配时间的对比
测试光谱数量 传统匹配时间(秒) 本发明匹配时间(秒)
10 12.07 3.10
71 93.49 60.39
142 184.86 122.41
213 272.10 163.30
355 535.57 281.94
710 1251.25 629.46
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论如何来看，均应将实施例看作是示范性的，而且是非限制性的。此外，明显的，“包括”一词不排除其他元素和步骤，并且措辞“一个”不排除复数。装置权利要求中陈述的多个元件也可以由一个元件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (8)

1.一种在光学关键尺寸测量设备中进行测量光谱与库光谱匹配的方法，其中：
A.根据已知的样品信息建立样品形貌模型M；
B.获取被测样品的各个测量光谱Sn并求出平均测量光谱S0；
C.求出所述各个测量光谱Sn与所述平均测量光谱S0间的均方差MSE，最大的均方差MSEm所对应的测量光谱为最远测量光谱Sm；
D.根据所述平均测量光谱S0和最远测量光谱Sm确定光谱库中参与匹配的光谱的范围RS；
E.在所述匹配范围RS内匹配所述各个测量光谱Sn，并得到所述各个测量光谱Sn的匹配参数Pn。
2.根据权利要求1所述的方法，其中，在所述步骤D中，进一步包括：
d1.设定所述形貌模型M的参数的变量范围Rp；
d2.建立光谱数据库L；
d3.从所述光谱数据库L中，获得匹配所述平均测量光谱S0的中心库光谱LS0和中心参数P0，以及匹配所述最远测量光谱的最远库光谱LSm和最远参数Pm；
d4.检查所述中心参数P0和所述最远参数Pm是否匹配到所述变量范围Rp的边界上：
d41.当匹配到所述变量范围Rp的边界上时，则扩大所述变量范围Rp，并实施所述步骤d2；
d42.当未匹配到所述变量范围Rp的边界上时，则实施步骤d5；
d5.把所述中心库光谱LS0和所述最远库光谱LSm之间的均方差MSELm与所述平均测量光谱S0和所述最远测量光谱Sm之间的均方差MSEm中的较大值设定为最大均方差MMSE；
d6.根据所述中心参数P0、所述中心库光谱LS0和所述最大均方差MMSE确定所述匹配范围RS。
3.根据权利要求2所述的方法，其中，在所述步骤d6中，进一步包括：
以中心参数P0所对应的模型为中心模型，计算其周围参数Pi的库光谱LSi和所述中心库光谱LS0的均方差MSEi：
当MSEi≤r*MMSE时，所述库光谱LSi的权重设为1；
当MSEi≥r*MMSE时，所述库光谱LSi的权重设为0；
其中，所述r为调整系数；权重设为1的库光谱LSi为所述匹配范围RS内的库光谱；所述参数Pi位于所述变量范围内Rp。
4.根据权利要求3所述的方法，其中，还包括步骤F：
当所述步骤E中获得的所述匹配参数Pn仍有匹配到所述变量范围Rp的边界上的情况时，扩大所述变量范围Rp，并实施所述步骤d2；
当所述步骤E中获得的所述匹配参数Pn没有匹配到所述变量范围Rp的边界上的情况时，输出所述匹配参数Pn。
5.根据权利要求4所述的方法，其中，在所述步骤d6中，所述r是取值范围为1-3的数。
6.根据权利要求4所述的方法，其中，在所述步骤d6中，还包括：
当模型空间中包围所述中心参数值P0的单连通高维度岛状几何结构表面上的任意一个所述参数Pi的库光谱LSi的权重都为0时，则所述单连通高维度岛状几何结构表面外部的Pi的库光谱LSi的权重都设为0。
7.根据权利要求4所述的方法，其中，在所述步骤d6中，以中心参数P0所对应的模型为中心模型，根据与所述中心参数P0的距离的远近，由近至远逐步向外计算其周围参数Pi的库光谱LSi和所述中心库光谱LS0的均方差MSEi。
8.一种光学关键尺寸的测量设备，其特征在于使用权利要求1至7中任一所述的方法对测量光谱与库光谱进行匹配，并输出匹配后的匹配参数。
CN201410016003.4A 2014-01-14 2014-01-14 一种进行测量光谱与库光谱匹配的方法及其设备 Active CN104778181B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201410016003.4A CN104778181B (zh) 2014-01-14 2014-01-14 一种进行测量光谱与库光谱匹配的方法及其设备
US14/594,368 US20150198434A1 (en) 2014-01-14 2015-01-12 Method and apparatus for measuring critical dimension of semiconductor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410016003.4A CN104778181B (zh) 2014-01-14 2014-01-14 一种进行测量光谱与库光谱匹配的方法及其设备

Publications (2)

Publication Number Publication Date
CN104778181A true CN104778181A (zh) 2015-07-15
CN104778181B CN104778181B (zh) 2018-08-10

Family

ID=53521104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410016003.4A Active CN104778181B (zh) 2014-01-14 2014-01-14 一种进行测量光谱与库光谱匹配的方法及其设备

Country Status (2)

Country Link
US (1) US20150198434A1 (zh)
CN (1) CN104778181B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110383419A (zh) * 2017-02-27 2019-10-25 诺威量测设备股份有限公司 用于电测试预测的装置和方法
CN111637849A (zh) * 2020-05-29 2020-09-08 上海精测半导体技术有限公司 一种形貌参数测量方法、装置及测量设备
WO2022156578A1 (zh) * 2021-01-20 2022-07-28 睿励科学仪器（上海）有限公司 一种用于获取样品参数信息的方法和装置
WO2022205742A1 (zh) * 2021-03-29 2022-10-06 长鑫存储技术有限公司 半导体器件膜厚的测量方法
WO2022213740A1 (zh) * 2021-04-08 2022-10-13 睿励科学仪器（上海）有限公司 一种用于比对光谱的方法和装置
US11867497B2 (en) 2021-03-29 2024-01-09 Changxin Memory Technologies, Inc. Method for measuring film thickness of semiconductor device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101950361A (zh) * 2010-09-06 2011-01-19 中国科学院遥感应用研究所 一种基于光谱匹配度的遥感影像专题信息自适应提取方法
CN103155110A (zh) * 2010-08-06 2013-06-12 应用材料公司 将测量光谱匹配至参考光谱以进行原位光学监测的技术

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103155110A (zh) * 2010-08-06 2013-06-12 应用材料公司 将测量光谱匹配至参考光谱以进行原位光学监测的技术
CN101950361A (zh) * 2010-09-06 2011-01-19 中国科学院遥感应用研究所 一种基于光谱匹配度的遥感影像专题信息自适应提取方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110383419A (zh) * 2017-02-27 2019-10-25 诺威量测设备股份有限公司 用于电测试预测的装置和方法
CN110383419B (zh) * 2017-02-27 2023-09-26 诺威有限公司 用于电测试预测的装置和方法
CN111637849A (zh) * 2020-05-29 2020-09-08 上海精测半导体技术有限公司 一种形貌参数测量方法、装置及测量设备
CN111637849B (zh) * 2020-05-29 2021-11-26 上海精测半导体技术有限公司 一种形貌参数测量方法、装置及测量设备
WO2022156578A1 (zh) * 2021-01-20 2022-07-28 睿励科学仪器（上海）有限公司 一种用于获取样品参数信息的方法和装置
WO2022205742A1 (zh) * 2021-03-29 2022-10-06 长鑫存储技术有限公司 半导体器件膜厚的测量方法
US11867497B2 (en) 2021-03-29 2024-01-09 Changxin Memory Technologies, Inc. Method for measuring film thickness of semiconductor device
WO2022213740A1 (zh) * 2021-04-08 2022-10-13 睿励科学仪器（上海）有限公司 一种用于比对光谱的方法和装置

Also Published As

Publication number Publication date
US20150198434A1 (en) 2015-07-16
CN104778181B (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
JP6463701B2 (ja) パターン化構造の光学検査を最適化するための方法およびシステム
JP4302965B2 (ja) 半導体デバイスの製造方法及びその製造システム
CN104778181A (zh) 一种进行测量光谱与库光谱匹配的方法及其设备
JP5855728B2 (ja) 計測ターゲットを設計するための方法、装置および媒体
US7953582B2 (en) Method and system for lithography simulation and measurement of critical dimensions
CN100559156C (zh) 使用抽样衍射信号选择假想剖面用于光学计量的方法
CN105849885A (zh) 多重图案化参数的测量
CN110244527B (zh) 一种套刻标记形貌和测量条件优化方法
KR101855803B1 (ko) 식각 근접 보정방법
CN104995562A (zh) 基于模型的度量及过程模型的经整合使用
CN104736962A (zh) 用于估计及校正偏移目标不准确度的方法
JP2006038779A5 (zh)
CN101413791A (zh) 在光学计量中用近似和精细衍射模型确定结构的轮廓参数
CN101331378A (zh) 在光学计量中为重复结构选择单位元配置
CN111879236B (zh) 自理论光谱库确定待测样品参数的方法及测量设备
CN101241309B (zh) 利用间距偏移量校准次纳米关键尺寸的方法
CN114117573A (zh) 采用可视化编辑图形数据库处理辅助图形的方法
JPH095981A (ja) マスクパターンの作成方法
CN103454861B (zh) 一种套刻测量的标记和方法
US7912275B2 (en) Method of evaluating a photo mask and method of manufacturing a semiconductor device
Soltani et al. Predicting DUV open contact risk with scarce sampling using new contour-based metrics
Schmitt-Weaver et al. An integrated approach to holistic metrology qualification for multi-patterning process layers: AM: Advanced metrology
JP5402458B2 (ja) 微細パターン測定方法及び微細パターン測定装置
TWI819684B (zh) 輪廓線解析裝置，加工尺寸抽出系統，處理條件決定系統，半導體裝置製造系統及資料結構
EP4261616A1 (en) Method and computer program for grouping pattern features of a substantially irregular pattern layout

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method and equipment thereof for matching measurement spectrum and library spectrum

Effective date of registration: 20190121

Granted publication date: 20180810

Pledgee: Shanghai Xingcheng Investment Management Co., Ltd.

Pledgor: Raintree Scientific Instruments (Shanghai) Corporation

Registration number: 2019310000002

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20191029

Granted publication date: 20180810

Pledgee: Shanghai Xingcheng Investment Management Co., Ltd.

Pledgor: Ruili Scientific Instruments (Shanghai) Co., Ltd.

Registration number: 2019310000002