CN105223772B - 一种基于图形库优化目标图形的光学临近修正方法 - Google Patents

Abstract

本发明涉及微电子版图数据光学临近修正领域，尤其涉及一种基于图形库优化目标图形的光学临近修正方法。该方法包括：步骤S1：建立弱点图形库，将若干个原始目标图形及与之对应的优化目标图形保存至弱点图形库中；步骤S2：将需要进行光学临近修正数据的原始目标图形与弱点图形库中的若干个原始目标图形进行一一匹配；步骤S3：在弱点图形库中的原始目标图形中选出与需要进行光学临近修正数据的原始目标图形一致的图形；步骤S4：从弱点图形库中提取选出的原始目标图形对应的优化目标图形；步骤S5：将提取的优化目标图形替换需要进行光学临近修正的原始目标图形，以生成新目标图形并使用新目标图形进行光学临近修正。

Description

一种基于图形库优化目标图形的光学临近修正方法

技术领域

本发明涉及微电子版图数据光学临近修正领域，尤其涉及一种基于图形库优化目标图形的光学临近修正方法。

背景技术

传统的基于模型的光学临近修正(optical proximity correction，OPC)处理方法中，面对设计日趋复杂的版图，不可避免的会产生一些OPC修正缺陷或弱点(Hotspot)，尤其是一些2D结构的图形，由于周边图形环境的影响或者目标图形分段不合理等因素，往往难以达到修正目标。在OPC验证技术日趋成熟的情况下，这些弱点都可以在OPC验证过程中被发现，从而避免最终在硅片上造成缺陷或工艺弱点。面对不同的OPC修正弱点或缺陷，通常根据弱点图形的特点对原始OPC脚本进行优化，确保弱点图形OPC结果得到改善的同时，其它图形的OPC结果也保持不变。OPC脚本优化的方法很多，例如对弱点目标图形进行目标调整或优化后再进行OPC处理；或者对目标图形的分段方法进行优化后重新进行OPC处理；或者改变原始OPC的算法，使新算法能更加趋于目标结果。所有OPC脚本优化方法都必须在OPC脚本修改后对整个数据版图重新进行OPC处理并进行OPC验证，确保不会有新的OPC缺陷产生。

优化OPC脚本要求对OPC知识有深入的了解，理解各个参数的功能及设置，针对问题图形区域对OPC脚本进行调试以解决局部图形的Hotspot，然后应用更新的脚本对整个数据进行测试，一旦发现新的问题则需要重新调试OPC脚本，因此解决问题的周期较长并要求脚本修改者具备一定的相关经验。另外，当遇到越来越多不同类型的OPC Hotspot时，需要不断地完善OPC脚本，这会带来两个问题，一是如果不对脚本加以清楚的说明，OPC脚本的可读性会变得很差，使得后续脚本优化变得越来越困难；二是每次脚本修改或优化会引进更多的计算，使得整个OPC的执行时间会较原始脚本不断增加，这样会导致解决问题的时间周期加长，增加出版周期，对后续一系列出版工作造成影响。

发明内容

针对现有技术中通过优化OPC脚本来消除或改善工艺弱点，本发明提供了一种基于图形库优化目标图形的光学临近修正方法，以使得操作简单易行。

本发明采用如下技术方案：

一种基于图形库优化目标图形的光学临近修正方法，所述方法包括：

步骤S1：建立弱点图形库，将若干个原始目标图形及与之对应的优化目标图形保存至所述弱点图形库中；

步骤S2：将需要进行光学临近修正数据的原始目标图形与弱点图形库中的所述若干个原始目标图形进行一一匹配；

步骤S3：在所述弱点图形库中的原始目标图形中选出与所述需要进行光学临近修正数据的原始目标图形一致的图形；

步骤S4：从所述弱点图形库中提取所述选出的原始目标图形对应的优化目标图形；

步骤S5：将提取的所述优化目标图形替换所述需要进行光学临近修正的原始目标图形，以生成新目标图形并使用所述新目标图形进行光学临近修正。

优选的，所述弱点图形库还保存有优化后的OPC图形。

优选的，所述弱点图形库还保存有模拟图形。

优选的，所述步骤S1之前还包括：

步骤S11：使用光学临近修正方法处理数据的原始目标图形；

步骤S12：产生所述数据的工艺弱点；

步骤S13：将产生的所述工艺弱点改善或消除，得到所述优化后的OPC图形。

优选的，所述步骤S13中，所述工艺弱点通过优化目标图形再进行光学临近修正处理得到改善或消除。

优选的，所述图形保存为以所述弱点为中心，光学直径大小范围内的图形。

优选的，所述步骤S3还包括：

当在所述弱点图形库中的原始目标图形中无法选出与所述需要进行光学临近修正数据的原始目标图形一致的图形时，则直接使用需要进行光学临近修正数据的原始目标图形进行处理。

本发明的有益效果是：

现有技术需要较长的周期，另外过多的OPC脚本也会引进许多额外的计算处理，导致OPC运行时间增加，从而影响出版周期。而本发明基于优化目标图形的hotspot图形库，通过比对数据原始目标图形与hotspot图形库中的图形，若数据的原始目标图形中存在与hotspot图形库一致的图形，则根据目标图形的优化处理方案对原始目标图形进行调整得到新目标图形，由此进行的OPC处理避免了修改OPC脚本的繁琐过程，使得操作简单易行，又能消除hotspot。

附图说明

图1为本发明一种基于图形库优化目标图形的光学临近修正方法实施例的示意图；

图2为本发明原始目标图形进行OPC修正后产生的hotspot示意图；

图3为本发明优化原始目标图形进行OPC修正后的模拟结果示意图；

图4为本发明建立hotspot图形库的流程图；

图5为本发明基于hotspot图形库优化目标图形的OPC的方法流程图。

具体实施方式

需要说明的是，在不冲突的情况下，下述技术方案，技术特征之间可以相互组合。

下面结合附图对本发明的具体实施方式作进一步的说明：

OPC验证过程中若发现修正弱点，常规的做法是通过优化OPC脚本来改善或消除弱点，但优化脚本的工作对操作者的专业知识水平要求较高，同时随着hotspot类型的增加，OPC脚本的长度和复杂程度也会不断增加，不仅使整个脚本的执行时间增加，也增加了后来脚本优化者的工作难度。

图1为本发明一种基于图形库优化目标图形的光学临近修正方法实施例的示意图；如图1所示，本实施例为一种基于图形库优化目标图形的光学临近修正方法，该方法包括：步骤S1：建立弱点图形库，将若干个原始目标图形及与之对应的优化目标图形保存至弱点图形库中；步骤S2：将需要进行光学临近修正数据的原始目标图形与弱点图形库中的若干个原始目标图形进行一一匹配；步骤S3：在弱点图形库中的原始目标图形中选出与需要进行光学临近修正数据的原始目标图形一致的图形；步骤S4：从弱点图形库中提取选出的原始目标图形对应的优化目标图形；步骤S5：将提取的优化目标图形替换需要进行光学临近修正的原始目标图形，以生成新目标图形并使用新目标图形进行光学临近修正。

图2为本发明原始目标图形进行OPC修正后产生的hotspot示意图；图3为本发明优化原始目标图形进行OPC修正后的模拟结果示意图；如图2、图3所示，首先建立hotspot图形库。建立的方法如下：使用原始OPC修正方法处理数据，OPC验证后发现工艺弱点，该工艺弱点可以通过优化目标图形再进行OPC处理得到改善或消除，则将该工艺弱点处的原始目标图形、优化目标图形、优化后的OPC图形及模拟图形保存形成hotspot图形库，图形保存为以hotspot为中心，光学直径(OD：Optical Diameter)大小范围内的图形，光学直径的大小按照下面的经验公式得出。光学直径的经验公式为：OD＝20(λ/NA)/(1+sigma_max)，若sigma _max＝1，NA＝1.35，λ＝193nm，则OD为1.43microns。在建立hotspot图形库时，根据各层次的光刻工艺参数确定OD的近似值，从而确定保存图形的尺寸大小。在进行新的OPC过程中，先将数据的原始目标图形与hotspot图形库中的原始目标图形进行匹配，若数据的原始目标图形中存在与hotspot图形库中一致的图形，则用图形库中记录的优化目标图形替换原始目标图形生成数据的新目标图形，使用新目标图形进行OPC处理，可以避免产生hotspot；若无匹配图形，则无需替换动作，直接使用原始目标图形进行OPC处理。此处所讲的图形匹配，除了精确匹配外，还可以做近似匹配，根据原始图形的结构特点和设计尺寸确定是否可以做近似匹配处理。

图4为本发明建立hotspot图形库的流程图；如图4所示，基于hotspot图形库中的目标图形优化方案来解决hotspot，首先需要建立相应的hotspot图形库，图形库建立步骤如图3所示。采用原始的OPC方法，OPC验证存在工艺弱点，在工艺弱点处优化目标图形，采用优化后的目标图形进行OPC处理，OPC验证后此工艺弱点消除，则将工艺弱点处的原始目标图形、优化后的目标图形、优化后的OPC图形及模拟图形保存形成hotspot图形库，图形保存为以hotspot为中心，光学直径大小范围内的图形。在进行新的OPC处理时，则可以通过将数据原始图形与hotspot图形库中的记录图形进行匹配来预测工艺弱点。

图5为本发明基于hotspot图形库优化目标图形的OPC的方法流程图，如图5所示，在新的OPC过程中，首先将数据的原始目标图形与hotspot图形库中记录的目标图形进行匹配，如果原始目标图形中存在和图形库中一致的原始目标图形，则用图形库中的优化目标图形替换原始目标图形生成新目标图形，使用新目标图形做OPC处理，可避免产生hotspot。如果数据的原始目标图形与图形库不匹配，则无需替换，直接使用原始目标图形进行OPC处理。hotspot图形库指在原始OPC修正方法及OPC验证时发现工艺弱点，该工艺弱点通过目标图形的优化处理可以得到改善或消除，将工艺弱点处的原始目标图形、优化目标图形、优化后的OPC图形及模拟图形保存形成hotspot图形库，图形保存为以hotspot为中心，光学直径大小范围内的图形。目标图形匹配指将数据的原始目标图形与hotspot图形库中记录的原始目标图形做匹配检查，如果匹配成功，则进行目标图形替换形成新目标图形后进行OPC处理，如果匹配失败，则直接使用原始目标图形进行OPC处理。目标图形替换与新目标图形指将匹配成功的原始目标图形由图形库中记录的优化目标图形替换后生成新目标图形。

综上所述，在OPC验证过程中发现的修正缺陷或弱点，一般会通过优化OPC脚本来改善或消除，但优化OPC脚本的工作不仅要求脚本修改者具备深厚的OPC知识，而且当遇到越来越多不同类型的OPC Hotspot时，需要不断地完善OPC脚本，每次脚本修改或优化会引进更多的计算，使得整个OPC脚本的执行时间增加，这样不仅增加系统资源的占用率，也增加了出版周期。

新的OPC方法通过将数据的原始目标图形与hotspot图形库中记录的目标图形进行匹配，若原始目标图形中存在与hotspot一致的图形，则用hotspot图形库中记录的优化目标图形替换匹配成功的原始目标从而生成新目标图形，再对新目标图形进行OPC处理可避免hotspot。此方法操作简单易行，不要求操作者具备深厚的专业知识，同时也节省了优化OPC脚本的时间，缩短了出版周期。

通过说明和附图，给出了具体实施方式的特定结构的典型实施例，基于本发明精神，还可作其他的转换。尽管上述发明提出了现有的较佳实施例，然而，这些内容并不作为局限。

对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (5)

1.一种基于图形库优化目标图形的光学临近修正方法，其特征在于，所述方法包括：

步骤S1：建立弱点图形库，将若干个原始目标图形及与之对应的优化目标图形保存至所述弱点图形库中；

步骤S2：将需要进行光学临近修正数据的原始目标图形与弱点图形库中的所述若干个原始目标图形进行一一匹配；

步骤S3：在所述弱点图形库中的原始目标图形中选出与所述需要进行光学临近修正数据的原始目标图形一致的图形；

步骤S4：从所述弱点图形库中提取所述选出的原始目标图形对应的优化目标图形；

步骤S5：将提取的所述优化目标图形替换所述需要进行光学临近修正的原始目标图形，以生成新目标图形并使用所述新目标图形进行光学临近修正；

所述弱点图形库还保存有优化后的OPC图形；

所述步骤S1之前还包括：

步骤S11：使用光学临近修正方法处理数据的原始目标图形；

步骤S12：产生所述数据的工艺弱点；

步骤S13：将产生的所述工艺弱点改善或消除，得到所述优化后的OPC图形。

2.根据权利要求1所述的基于图形库优化目标图形的光学临近修正方法，其特征在于，所述弱点图形库还保存有模拟图形。

3.根据权利要求1所述的基于图形库优化目标图形的光学临近修正方法，其特征在于，所述步骤S13中，所述工艺弱点通过优化目标图形再进行光学临近修正处理得到改善或消除。

4.根据权利要求1所述的基于图形库优化目标图形的光学临近修正方法，其特征在于，所述弱点图形库中保存的图形为以所述弱点为中心，光学直径大小范围内的图形。

5.根据权利要求1所述的基于图形库优化目标图形的光学临近修正方法，其特征在于，所述步骤S3还包括：

当在所述弱点图形库中的原始目标图形中无法选出与所述需要进行光学临近修正数据的原始目标图形一致的图形时，则直接使用需要进行光学临近修正数据的原始目标图形进行处理。