CN105988301A - 用于检查测试图形库的覆盖率的方法和光学邻近修正方法 - Google Patents

用于检查测试图形库的覆盖率的方法和光学邻近修正方法 Download PDF

Info

Publication number
CN105988301A
CN105988301A CN201510058510.9A CN201510058510A CN105988301A CN 105988301 A CN105988301 A CN 105988301A CN 201510058510 A CN201510058510 A CN 201510058510A CN 105988301 A CN105988301 A CN 105988301A
Authority
CN
China
Prior art keywords
grid
test graphics
graphics library
predefined
coverage rate
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
CN201510058510.9A
Other languages
English (en)
Other versions
CN105988301B (zh
Inventor
杨青
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.)
Semiconductor Manufacturing International Shanghai Corp
Semiconductor Manufacturing International Corp
Original Assignee
Semiconductor Manufacturing International 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 Semiconductor Manufacturing International Shanghai Corp filed Critical Semiconductor Manufacturing International Shanghai Corp
Priority to CN201510058510.9A priority Critical patent/CN105988301B/zh
Publication of CN105988301A publication Critical patent/CN105988301A/zh
Application granted granted Critical
Publication of CN105988301B publication Critical patent/CN105988301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)

Abstract

本发明提供一种用于检查测试图形库的覆盖率的方法和光学邻近修正方法。所述用于检查测试图形库的覆盖率的方法包括：创建预定大小的栅格；对组成所述栅格的一个或多个网格进行预定义；计算经预定义的所述栅格内的所有测试图形；在所述所有测试图形中筛选出不违反设计规则的测试图形；以及将筛选出的测试图形与原有测试图形库进行比对，确定所述原有测试图形库的覆盖率。本发明所提供的用于检查测试图形库的覆盖率的方法可以得到测试图形库的几何覆盖能力，为光学邻近修正后续的精准修正提供基础。

Description

用于检查测试图形库的覆盖率的方法和光学邻近修正方法
技术领域
本发明涉及半导体技术领域，具体而言涉及一种用于检查测试图形库的覆盖率的方法和光学邻近修正(Optical Proximity Correction,OPC)方法。
背景技术
随着集成电路的复杂度越来越高，特征尺寸也变的越来越小。当集成电路的特征尺寸接近光刻机曝光的系统极限，即特征尺寸接近或小于光刻光源时，硅片上制造出的版图会出现明显的畸变，该现象称为光学邻近效应。为了应对光学邻近效应，提出了分辨率增强技术。其中，光学邻近修正(即OPC)已成为最重要的技术。
OPC主要是对半导体某一特定层形成修正图案进行修正，即将欲曝光在晶片的半导体基底上的原始图案，利用计算机和套装软件运算加以计算修正，得到与原始图案不同的结果图形，再将此结果图形输入计算机存档。根据OPC所得到的结果图形制作于光罩上，光束透过此光罩投影在半导体基底上的图案可与原始图案几乎相同。
然而，随着设计版图越来越复杂，测试图形的设计也变得繁琐，如何高效设计能够完全覆盖设计版图的测试图形库成为问题。设计包括大量测试图形的库将浪费开发者大量的时间，而设计的测试图形库覆盖不全将导致新的下线(tape-out)问题。
发明内容
针对现有技术的不足，本发明提供一种用于检查测试图形库的覆盖率的方法，所述方法包括：创建预定大小的栅格；对组成所述栅格的一个或多个网格进行预定义；计算经预定义的所述栅格内的所有测试图形；在所述所有测试图形中筛选出不违反设计规则的测试图形；以及将筛选出的测试图形与原有测试图形库进行比对，确定所述原有测试图形库的覆盖率。
在本发明的一个实施例中，所述栅格包括N╳N网格阵列，其中N为正整数。
在本发明的一个实施例中，所述栅格包括5╳5网格阵列。
在本发明的一个实施例中，所述预定义进一步包括：将所述一个或多个网格预定义为0或1，其中0表示所述网格处为空，1表示所述网格处存在图形。
在本发明的一个实施例中，所述预定义包括对所述栅格的最中央网格单元进行预定义。
在本发明的一个实施例中，所述所有测试图形的计算基于计算机编程方法。
在本发明的一个实施例中，所述计算机编程方法包括MATLAB的蒙特卡洛算法。
在本发明的一个实施例中，所述比对包括运行图案匹配。
在本发明的一个实施例中，所述图案匹配允许模糊匹配。
本发明还提供一种用于光学邻近修正的方法，所述方法包括在进行上述任一项用于检查测试图形库的覆盖率的方法的步骤后，将所述筛选出的测试图形中未包括在所述原有测试图形库中的测试图形添加到所述原有测试图形库中，以形成新的测试图形库用于光学邻近修正。
本发明所提供的用于检查测试图形库的覆盖率的方法可以得到测试图形库的几何覆盖能力，为光学邻近修正后续的精准修正提供基础。
附图说明
本发明的下列附图在此作为本发明的一部分用于理解本发明。附图中示出了本发明的实施例及其描述，用来解释本发明的原理。
附图中：
图1示出了根据本发明实施例的用于检查测试图形库的覆盖率的方法的流程图；
图2示出了根据本发明实施例创建的栅格的示例；以及
图3a和图3b示出了根据本发明实施例计算出的测试图形的示例。
具体实施方式
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
应当理解的是，本发明能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本发明的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本发明，将在下列的描述中提出详细的步骤以及详细的结构，以便阐释本发明提出的技术方案。本发明的较佳实施例详细描述如下，然而除了这些详细描述外，本发明还可以具有其他实施方式。
OPC已经成为集成电路制造工艺中关键尺寸控制和良率提升不可缺少的途径。通过修改设计图形来预补偿制程偏差以提高图像的还原能力和解析度。
然而，随着设计版图越来越复杂，测试图形的设计也变得繁琐，复杂的几何新设计为OPC过程制造了很多问题。许多人学习如何集中设计测试图形。但是如何综合并且有效设计以完全覆盖设计版图的几何图案是一个问题。太多的副本测试图形将浪费开发者的时间，而缺乏副本测试图形将导致新的下线问题。
现有的商业标准方式是基于某区域的有限几何匹配信息使用图案匹配方法将测试图形分组以区分图形ID，但是该方法仅能得到没有重复图形的图形ID的库，而无法得知错失(miss)了多少图形ID。
本发明提供一种用于检查测试图形库的覆盖率的方法。图1示出了根据本发明实施例的用于检查测试图形库的覆盖率的方法100的流程图。如图1所示，方法100包括以下步骤：
步骤101：创建预定大小的栅格；
步骤102：对组成栅格的一个或多个网格进行预定义；
步骤103：计算经预定义的栅格内的所有测试图形；
步骤104：在所有测试图形中筛选出不违反设计规则的测试图形；
步骤105：将筛选出的测试图形与原有测试图形库进行比对，确定原有测试图形库的覆盖率。
其中，在步骤101中，所创建的栅格可以是N╳N网格阵列，其中N为正整数。其中，每个网格单元的大小可以为设计规则规定的最小尺寸。图2示出了根据本发明实施例创建的栅格200的示例。在图2中，N取正整数5，即所创建的栅格200为5╳5网格阵列。
在步骤102中，可以对栅格200中包括的一个或多个网格进行预定义。其中，预定义可以进一步包括：将栅格200中包括的一个或多个网格预定义为0或1，其中0表示网格处为空，1表示网格处存在图形。进一步地，预定义可以包括对栅格200的最中央网格单元进行预定义。例如，将栅格200的最中央网格单元201预定义为0或1，即设定栅格200的最中央网格单元201为空或者存在图形。
在步骤103中，可以采用计算机编程方法来穷举经预定义的栅格内的所有测试图形，例如采用MATLAB中的蒙特卡洛(Monto Carlo)算法来计算栅格200最中央网格单元201为0或1时的所有测试图形。图3a和图3b示出了根据本发明实施例计算出的测试图形的示例。其中，图3a示出了当栅格200的最中央网格单元201为1时所计算出的测试图形的示例；图3b示出了当栅格200的最中央网格单元201为0时所计算出的测试图形的示例。
本领域普通技术人员可以理解看，图3a和图3b所示出的仅是测试图形的示例，为了简明，并未示出所有测试图形。此外，本领域普通技术人员也可以理解，在步骤101中，可以创建任意尺寸大小的栅格，只要计算条件允许，且尽量以较少的计算量完成计算。
在步骤104中，可以对计算出的所有测试图形进行设计规则检查(Design Rule Check,DRC)，从而筛选出不违反设计规则的测试图形。
在步骤105中，可以将步骤104中筛选出的测试图形与原有测试图形库进行比对，例如运行图案匹配，对测试图形进行分组，确定原有测试图形库的覆盖能力。其中，运行图案匹配时可以允许模糊匹配。
根据本发明实施例的用于检查测试图形库的覆盖率的方法可以得到测试图形库的几何覆盖能力，为光学邻近修正后续的精准修正提供基础。
本发明还提供一种用于光学邻近修正的方法，该方法包括在进行上述用于检查测试图形库的覆盖率的方法的步骤后，将筛选出的测试图形中未包括在原有测试图形库中的测试图形添加到原有测试图形库中，即向原有测试图形库添加其未覆盖的测试图形，以形成新的测试图形库用于光学邻近修正。
本发明已经通过上述实施例进行了说明，但应当理解的是，上述实施例只是用于举例和说明的目的，而非意在将本发明限制于所描述的实施例范围内。此外本领域技术人员可以理解的是，本发明并不局限于上述实施例，根据本发明的教导还可以做出更多种的变型和修改，这些变型和修改均落在本发明所要求保护的范围以内。本发明的保护范围由附属的权利要求书及其等效范围所界定。

Claims (10)

1.一种用于检查测试图形库的覆盖率的方法，其特征在于，所述方法包括：
创建预定大小的栅格；
对组成所述栅格的一个或多个网格进行预定义；
计算经预定义的所述栅格内的所有测试图形；
在所述所有测试图形中筛选出不违反设计规则的测试图形；以及
将筛选出的测试图形与原有测试图形库进行比对，确定所述原有测试图形库的覆盖率。
2.如权利要求1所述的方法，其特征在于，所述栅格包括N╳N网格阵列，其中N为正整数。
3.如权利要求2所述的方法，其特征在于，所述栅格包括5╳5网格阵列。
4.如权利要求3所述的方法，其特征在于，所述预定义进一步包括：将所述一个或多个网格预定义为0或1，其中0表示所述网格处为空，1表示所述网格处存在图形。
5.如权利要求4所述的方法，其特征在于，所述预定义包括对所述栅格的最中央网格单元进行预定义。
6.如权利要求1中任一项所述的方法，其特征在于，所述所有测试图形的计算基于计算机编程方法。
7.如权利要求6所述的方法，其特征在于，所述计算机编程方法包括MATLAB的蒙特卡洛算法。
8.如权利要求1所述的方法，其特征在于，所述比对包括运行图案匹配。
9.如权利要求8所述的方法，其特征在于，所述图案匹配允许模糊匹配。
10.一种用于光学邻近修正的方法，其特征在于，所述方法包括在进行如权利要求1-9中的任一项所述的用于检查测试图形库的覆盖率的方法的步骤后，将所述筛选出的测试图形中未包括在所述原有测试图形库中的测试图形添加到所述原有测试图形库中，以形成新的测试图形库用于光学邻近修正。
CN201510058510.9A 2015-02-04 2015-02-04 用于检查测试图形库的覆盖率的方法和光学邻近修正方法 Active CN105988301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510058510.9A CN105988301B (zh) 2015-02-04 2015-02-04 用于检查测试图形库的覆盖率的方法和光学邻近修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510058510.9A CN105988301B (zh) 2015-02-04 2015-02-04 用于检查测试图形库的覆盖率的方法和光学邻近修正方法

Publications (2)

Publication Number Publication Date
CN105988301A true CN105988301A (zh) 2016-10-05
CN105988301B CN105988301B (zh) 2018-03-16

Family

ID=57037214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510058510.9A Active CN105988301B (zh) 2015-02-04 2015-02-04 用于检查测试图形库的覆盖率的方法和光学邻近修正方法

Country Status (1)

Country Link
CN (1) CN105988301B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105223772A (zh) * 2015-10-29 2016-01-06 上海华力微电子有限公司 一种基于图形库优化目标图形的光学临近修正方法
CN107703720A (zh) * 2017-10-20 2018-02-16 上海华力微电子有限公司 一种完善光刻模型数据对测试图形覆盖范围的方法
CN109001958A (zh) * 2018-08-03 2018-12-14 德淮半导体有限公司 解决版图图形偏离栅格线的修正方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7584392B2 (en) * 2003-05-23 2009-09-01 Cadence Design Systems, Inc. Test compaction using linear-matrix driven scan chains
US20100179784A1 (en) * 2009-01-15 2010-07-15 International Business Machines Corporation Test pattern compression
CN102759862A (zh) * 2011-04-28 2012-10-31 中芯国际集成电路制造(上海)有限公司 光学邻近修正的方法
US20130219349A1 (en) * 2012-02-22 2013-08-22 Samsung Electronics Co., Ltd. Method for process proximity correction

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7584392B2 (en) * 2003-05-23 2009-09-01 Cadence Design Systems, Inc. Test compaction using linear-matrix driven scan chains
US20100179784A1 (en) * 2009-01-15 2010-07-15 International Business Machines Corporation Test pattern compression
CN102759862A (zh) * 2011-04-28 2012-10-31 中芯国际集成电路制造(上海)有限公司 光学邻近修正的方法
US20130219349A1 (en) * 2012-02-22 2013-08-22 Samsung Electronics Co., Ltd. Method for process proximity correction

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105223772A (zh) * 2015-10-29 2016-01-06 上海华力微电子有限公司 一种基于图形库优化目标图形的光学临近修正方法
CN105223772B (zh) * 2015-10-29 2019-12-03 上海华力微电子有限公司 一种基于图形库优化目标图形的光学临近修正方法
CN107703720A (zh) * 2017-10-20 2018-02-16 上海华力微电子有限公司 一种完善光刻模型数据对测试图形覆盖范围的方法
CN107703720B (zh) * 2017-10-20 2020-02-21 上海华力微电子有限公司 一种完善光刻模型数据对测试图形覆盖范围的方法
CN109001958A (zh) * 2018-08-03 2018-12-14 德淮半导体有限公司 解决版图图形偏离栅格线的修正方法
CN109001958B (zh) * 2018-08-03 2021-08-20 德淮半导体有限公司 解决版图图形偏离栅格线的修正方法

Also Published As

Publication number Publication date
CN105988301B (zh) 2018-03-16

Similar Documents

Publication Publication Date Title
Chan et al. Routability optimization for industrial designs at sub-14nm process nodes using machine learning
Pan et al. Design for manufacturing with emerging nanolithography
US20230341765A1 (en) Method and system for layout enhancement based on inter-cell correlation
US20150339430A1 (en) Virtual hierarchical layer usage
JP2017116952A (ja) Ｅｕｖリソグラフィのフレア計算及び補償
US9754068B2 (en) Method, computer readable storage medium and computer system for creating a layout of a photomask
CN105825036A (zh) 一种版图设计规则的优化方法及系统
CN114609857A (zh) 光学临近效应修正方法及系统和掩膜版
CN101571669B (zh) 基于模型的校验光学邻近修正的方法
Tian et al. Constrained pattern assignment for standard cell based triple patterning lithography
CN105988301A (zh) 用于检查测试图形库的覆盖率的方法和光学邻近修正方法
CN104950568A (zh) 光学邻近校正方法及双重图形曝光方法
US11853681B2 (en) Post-routing congestion optimization
CN115470741B (zh) 用于光源掩模协同优化的方法、电子设备和存储介质
Tian et al. Triple patterning aware detailed placement with constrained pattern assignment
CN103311103B (zh) 半导体芯片的版图图层设计方法及其掩膜板
CN116324623A (zh) 随机性光致抗蚀剂厚度缺陷的预测及计量
TW202235999A (zh) 用於遮罩合成之隨機感知微影模型
Yoo et al. OPC verification and hotspot management for yield enhancement through layout analysis
CN106033171A (zh) 用于晶圆上坏点的失效分析的方法
CN102759862A (zh) 光学邻近修正的方法
CN114594655A (zh) 光学临近效应修正方法及系统和掩膜版
US9026955B1 (en) Methodology for pattern correction
KR20220065769A (ko) 결함 확률 분포들 및 임계 치수 변동들에 기초한 리소그래피 개선
CN105842979A (zh) 用于后光学邻近修正修复的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant