CN106030282B - 用于光学度量衡的自动波长或角度修剪的方法及光学系统 - Google Patents

用于光学度量衡的自动波长或角度修剪的方法及光学系统 Download PDF

Info

Publication number
CN106030282B
CN106030282B CN201480039781.3A CN201480039781A CN106030282B CN 106030282 B CN106030282 B CN 106030282B CN 201480039781 A CN201480039781 A CN 201480039781A CN 106030282 B CN106030282 B CN 106030282B
Authority
CN
China
Prior art keywords
wavelengths
data
angles
optical metrology
subset
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.)
Active
Application number
CN201480039781.3A
Other languages
English (en)
Other versions
CN106030282A (zh
Inventor
李列泉
利奥尼德·波斯拉夫斯基
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.)
KLA Corp
Original Assignee
KLA Tencor 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 KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of CN106030282A publication Critical patent/CN106030282A/zh
Application granted granted Critical
Publication of CN106030282B publication Critical patent/CN106030282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Optics & Photonics (AREA)

Abstract

本发明描述用于光学度量衡的自动波长或角度修剪。用于光学度量衡的自动波长或角度修剪的方法的实施例包含：确定包含多个参数的结构的模型；设计并计算用于所述模型的波长相依或角度相依数据的数据集；将所述数据集存储在计算机存储器中；用处理器执行对用于所述模型的所述数据集的分析，包含：对所述数据集应用离群值检测技术及识别任何数据离群值，每一数据离群值为波长或角度；且如果在所述模型的所述数据集的所述分析中识别到任何数据离群值，那么从所述数据集移除对应于所述数据离群值的所述波长或角度以产生经修改数据集，并且将所述经修改数据集存储在所述计算机存储器中。

Description

用于光学度量衡的自动波长或角度修剪的方法及光学系统
相关申请案的交叉参考
本申请案主张2013年6月3日申请的美国临时申请案第61/830,543号的权利，所述美国临时申请案的全部内容在此以引用的方式并入本文中。
技术领域
本文中所描述的实施例大体而言是有关于度量衡的领域，且更特定言之，用于光学度量衡的自动波长或角度修剪。
背景技术
严格耦合波分析(rigorous coupled wave analysis，RCWA)及类似算法已被广泛用于衍射结构的研究及设计。在RCWA方法中，周期性结构的剖面是通过给定数目个足够薄的平坦光栅厚片来近似。具体而言，RCWA涉及三个主要操作，即，光栅内部的场的傅立叶展开、表征衍射信号的常数系数矩阵的本征值及本征向量的计算及从边界匹配条件推断的线性系统的解。RCWA将问题分成三个不同空间区域：(1)支持入射平面波场及所有反射衍射阶数上的总和的周围区域；(2)光栅结构及下伏非图案化层，波场在其中被视为与每一衍射阶数相关联的模式的迭加；及(3)含有透射波场的衬底。
RCWA计算的输入为周期性结构的剖面或模型。在一些情况下，可得到横截面电子显微照片(例如，从扫描电子显微镜或穿透式电子显微镜)。当可得到时，这些影像可用以导引模型的建构。然而，在所有所要处理操作已完成之前，晶片不能被横向分段，视后续处理操作的数目而定，操作完成需要耗费数天或数周。即使在所有所要处理操作完成之后，用以产生横截面影像的过程可由于样本准备及寻找适当位置以成像所涉及的许多操作而耗时数小时到几天。此外，横向分段过程由于所需的时间、熟练技工及复杂设备而费用高，且所述过程损坏晶片。
在利用使用分光椭圆偏光计或反射计的光学度量衡来测量光栅结构的关键尺寸(CD)中使用多个波长。处于或接近伍德异常(Wood Anomaly)(指穿过光栅的与其它波长相比产生强度的显著变化的电磁辐射的波长)或其它共振现象的波长可展示大于离共振现象较远的波长多个数量级的参数敏感性。事实上，归因于制造的不完美性及其它因素，这些过度敏感的波长是无用的且引入巨大测量误差。在使用角分辨椭圆偏光计或反射计的情况下，某些角度也可引起伍德异常或其它共振现象。
然而，确定将从光学度量衡过程排除的波长及角度可需要很大计算成本，因此使光学度量衡的过程变复杂。
发明内容
实施例包含用于光学度量衡的自动波长或角度修剪。
在第一实施例中，一种方法包含：确定包含多个参数的结构的模型；设计并计算用于所述模型的波长相依或角度相依数据的数据集；将所述数据集存储在计算机存储器中；用处理器执行对用于所述模型的所述数据集的分析，包含：对所述数据集应用离群值检测技术及识别任何数据离群值，每一数据离群值为波长或角度；且如果在所述模型的所述数据集的所述分析中识别到任何数据离群值，那么从所述数据集移除对应于所述数据离群值的所述波长或角度以产生经修改数据集，并且将所述经修改数据集存储在所述计算机存储器中。
在第二实施例中，一种机器可存取存储媒体具有存储在其上的使数据处理系统执行用于光学度量衡的自动波长或角度修剪的方法的指令，所述方法包含：确定包含多个参数的结构的模型；设计并计算用于所述模型的波长相依或角度相依数据的数据集；将所述数据集存储在计算机存储器中；用处理器执行对用于所述模型的所述数据集的分析，包含：对所述数据集应用离群值检测技术及识别任何数据离群值，每一数据离群值为波长或角度；且如果在所述模型的所述数据集的所述分析中识别到任何数据离群值，那么从所述数据集移除对应于所述数据离群值的所述波长或角度以产生经修改数据集，并且将所述经修改数据集存储在所述计算机存储器中。
在第三实施例中，一种系统包含经配置以确定目标结构的或多个过程参数的光学度量衡系统，所述光学度量衡系统包含：光束源及检测器，其经配置以测量所述结构的衍射信号；处理器，其经配置以处理测量数据；及计算机存储器，其用以存储数据。所述光学度量衡系统经配置以提供用于光学度量衡的自动波长或角度修剪，包含：确定包含多个参数的结构的模型；设计并计算用于所述模型的波长相依或角度相依数据的数据集；将所述数据集存储在所述计算机存储器中；用所述处理器执行用于所述模型的所述数据集的分析，包含对所述数据集应用离群值检测技术及识别任何数据离群值，每一数据离群值为波长或角度；且如果在所述模型的所述数据集的所述分析中识别到任何数据离群值，那么从所述数据集移除对应于所述数据离群值的所述波长或角度以产生经修改数据集，并且将所述经修改数据集存储在所述计算机存储器中。
附图说明
通过实例而非限制方式说明本文所描述的实施例，在随附图式的诸图中，相似参考数字指类似元件。
图1为用于消除用于光学度量衡的波长或角度离群值的过程的实施例的说明；
图2为根据一实施例的过程中的模型的说明；
图3为根据一实施例的经受针对用于光学度量衡的自动波长或角度修剪的分析的模型的说明；
图4说明根据一实施例的用于待自动修剪的波长或角度的光谱值的实例；
图5描绘表示根据一实施例的用于确定及利用用于自动化过程及装备控制的结构参数的一系列例示性操作的流程图；
图6为根据一实施例的用于确定及利用用于自动化过程及装备控制的结构参数的系统的例示性框图；
图7A描绘根据一实施例的用于模型化的具有在x-y平面中变化的剖面的周期性光栅；
图7B描绘根据一实施例的用于模型化的具有在x方向上变化但在y方向上不变化的剖面的周期性光栅；
图8表示根据一实施例的用于模型化的具有二维组件及三维组件两者的结构的横截面图；
图9为说明根据一实施例将光学度量衡用于确定半导体晶片上的结构的参数的架构图；
图10为说明根据一实施例将角分辨或光谱分辨光束剖面反射测量法、光束剖面椭圆对称法或两者用于确定半导体晶片上的结构的参数的架构图；
图11说明根据一实施例的呈计算机系统的例示性形式的机器的框图；及
图12为表示根据一实施例的用于以样本光谱开始建立参数化模型及光谱库的方法中的操作的流程图。
具体实施方式
本文中所描述的实施例大体而言针对用于光学度量衡的自动波长或角度修剪。
在以下描述中，阐述众多特定细节，例如用以动态移除参数的相关性的特定方法，以便提供对本发明的实施例的透彻理解。本领域技术人员将显而易见，可在无这些特定细节的情况下实践实施例。在其它例子中，未详细描述熟知处理操作(例如，制造图案化材料层的堆叠)，以便不必要地混淆本发明的实施例。此外，应理解，诸图中所展示的各种实施例是说明性表示且未必按比例绘制。
在利用使用分光椭圆偏光计或反射计的光学度量衡测量光栅结构的关键尺寸(CD)中使用多个波长。处于或接近伍德异常(指穿过光栅的与其它波长相比产生强度的显著变化的电磁辐射的波长)或其它共振现象的波长可展示可大于离共振现象较远的波长多个数量级的参数敏感性。事实上，归因于不完美性及其它因素，那些过度敏感的波长是无用的且引入巨大测量误差。因此，这些波长通常应从CD测量的过程排除。
在使用角分辨椭圆偏光计或反射计的情况下，某些角度可引起伍德异常或其它共振现象。类似于分光椭圆偏光计或反射计中的过度敏感波长，这些角度通常也应从CD测量的过程排除。
本文中所描述的一或多个实施例针对用于测量的自动波长或角度修剪。这些方法的使用可包含(例如)例如光学度量衡的度量衡实施的应用。
用以解决共振问题的常规方法可利用伍德异常的电磁计算(包含电磁求解器的应用)来识别干扰波长。理论上可能评估具有不同参数及不同波长或角度的一系列结构的电磁波解以便识别共振。事实上，此过程需要高得惊人的计算成本，且因此大体上是不实际的。
随着光栅结构变得更复杂，确定伍德异常点的波长的常规方法受限制。此外，不存在用以评估共振的实际方法，这是因为评估共振可需要高得惊人的计算成本来针对具有不同波长、不同角度或两者的参数结构执行电磁波解的完全扫描及充分评估。
方法、设备或系统的实施例在数据挖掘中应用先进技术，所述技术为多变量离群值检测。多变量离群值检测基于正常数据遵循相同一般模式而异常数据(离群值)偏离此一般模式且展示不同模式的想法。
根据一个实施例，设备、系统或方法提供：
(1)设计并计算关于给定参数几何模型的波长相依或角度相依数据的集合。
(2)应用离群值检测技术以分析所述数据集，及识别每个波长或每个角度的数据离群值。
(3)移除对应于所述数据离群值的波长或角度。如有必要，重复过程(2)以识别数据库中的所有或大部分离群值。
在一实例中，在上文所描述的过程(1)中，可能计算相对于处于较高维度空间中的等间隔位置处的几何参数的光谱的导数(或其近似导数)。
在一些实施例中，一旦设计并计算出数据集的数据点，即将多变量离群值检测技术应用于数据集。举例来说，在一实施例中，可应用基于距离的算法(例如，马哈朗诺比斯距离(Mahalanobis distance)及其变体)、基于深度的算法、基于偏差的算法及基于模式的算法。
在一些实施例中，在设备、系统或方法中利用阈值以确定哪些数据点经确定为离群值。在一些实施例中，试探法可用以确定阈值的近似值。在一些实施例中，当数据点超出所述阈值时，将所述数据点识别为离群值。多变量离群值检测算法可执行多次，这是因为离群值可被其它离群值隐藏。在一些实施例中，一旦发现全部(或大部分)离群值，即移除对应波长或角度。
在一些实施例中，设备、系统或过程利用外围波长、角度或两者的自动修剪中的经设计数据模式的分析，且不需要伍德异常或结构共振的物理模型化。结构的物理模型化通常可需要高得惊人的计算成本来识别真实、复杂参数结构的共振。与之相比，设备、系统或过程的实施例需要相对较少计算资源，且能够发现并修剪数据集中的全部或大部分异常波长或角度。
根据一实施例，在操作中，因为全部或实质上全部异常波长及角度被移除，所以回归结果将不朝着那些过度敏感(假)波长离群值偏置。库(即，关于几何参数的光谱的近似函数)较容易经由数据拟合来获得。具有那些经排除波长的测量结果将更准确且稳定。
在一些实施例中，设备、系统或方法提供修剪具有伍德异常的波长、修剪具有伍德异常的角度或两者。
在一些实施例中，设备、系统或方法提供修剪处于或接近结构共振的波长、修剪处于或接近结构共振的角度或两者。
在一些实施例中，设备、系统或方法提供修剪引起异常光谱数据及其导数的波长、角度或两者。
在一些实施例中，设备、系统或方法提供在不应用电磁求解器的情况下修剪波长、角度或两者。
在一些实施例中，设备、系统或方法提供修剪用于分光椭圆偏光计、角分辨椭圆偏光计、分光反射计及角分辨反射计的波长或角度。
图1为用于消除用于光学度量衡的波长离群值、角度离群值或两者的过程的实施例的说明。在一些实施例中，产生用于某一参数几何模型的波长或角度相依数据的集合102，例如微电子结构的模型，并且将所述数据集存储在计算机存储器中104。用于产生原始数据集的计算方法可为任何电磁求解器，例如严格耦合波分析(RCWA)、有限元素分析或其它变体。在一些实施例中，所产生数据集可为(例如)具有两个浮动参数的二维网格。
在一些实施例中，使用离群值检测技术来分析所述数据集106。在一些实施例中，使用计算机处理器来分析所述数据集，所述计算机处理器为通用处理器、专用处理器或其它处理单元。此技术中所应用的离群值检测算法可为(例如)基于距离、基于密度、基于深度、基于偏差或基于模式的算法。
在一些实施例中，使用离群值检测技术来识别每个波长或每个角度的任何数据离群值108。如果在当前分析及识别反复中未发现离群值110，那么过程进行到使用所存储数据集的光学度量衡操作118。如果在当前分析及识别反复中发现任何离群值110，那么将与经识别数据离群值对应的波长或角度从数据集移除112，并且将经修改数据集存储在计算机存储器中114。在另一实施例中，当已识别所有离群值时，可移除所述波长或角度。
在一些实施例中，若过程包含用以进一步搜寻离群值的反复过程的选项116，那么过程接着返回使用离群值检测技术来分析数据集106的另一反复。在一些实施例中，因为某些数据离群值可被其它离群值隐藏，所以所述过程的反复可继续，直到不识别额外离群值。如果所述过程不包含用以进一步搜寻离群值的反复过程的选项，那么所述过程进行到使用所存储数据集的光学度量衡操作118。
图2为根据一实施例的过程中的模型的说明。在一些实施例中，测试项目具有图2所示的模型。在这个特定实例中，最初在所述项目中使用从240nm到900nm范围的200个波长。为了这个实例，50k训练数据集将建立近似函数，但使用回归的所得验证误差将非常大。在大部分情况下，误差的标准偏差的3倍大于参数精度的100倍。
在一些实施例中，数据集设计如下：
1)对于每一浮动参数，L2_HT(HT＝高度)、L3_HT、G1_HT及G1 TCD(最关键尺寸)，选择一个参数且以(例如)从最小值到最大值的规则间隔对所述值取样而将其它参数固定到其标称值。
2)相对于所选浮动参数计算用于每一波长的缪勒(Mueller)矩阵元素m00的导数，其中计算机使用任何可应用求解器。(缪勒微积分为用于操纵表示光的偏光的史托克斯向量(Stokes vector)的矩阵方法。缪勒矩阵为史托克斯代数中描述光的偏光的转移矩阵。)将导数表示为D(λj,pi)，其中λj及pi分别表示波长及参数。
对于给定波长(表示为λj)及每一浮动参数(表示为pi)，可存在等间隔位置处的导数数据的集合。在一些实施例中，使用基于模式的离群值检测算法来确定数据集D(λj,pi)是否为离群值。如果所述数据集为离群值，那么标记λj以供修剪。
针对图2中所提供的实例识别出六个波长。在将所述六个经检测波长从计算机存储器中的数据集移除之后，可获得具有改良准确度的对光谱的近似。在这个实例中，使用相同的50k训练数据集来建立近似函数，且误差的标准偏差的3倍小于参数精度。对于这个实例中的所得数据集，近似准确度的增强为50到100倍。
图3为根据一实施例的经受针对用于光学度量衡的自动波长或角度修剪的分析的目标模型的说明。如所说明，结构300包含第一层L1 310、第二层L2 320及具有侧壁330及通道335的结构G4。在一些实施例中，模型包含第一层高度参数(L1_HT)、第二层高度参数(L2_HT)，及G4的参数，所述参数为中间关键尺寸参数(G4_MCD)、侧壁角度参数(G4_SWA)及高度参数(G4_HT)。
图4说明根据一实施例的用于待自动修剪的波长或角度的光谱值的实例。在这个实例中，自动波长或角度修剪可应用于图3中所说明的结构300。在此说明中，在具有约711.765nm的波长的参数L2_HT的范围内说明第一缪勒元素。在图4中，具有标记的线表示真实光谱值，而不具标记的线表示拟合光谱值。尖头图案表明此波长偏离正常平滑回应且为离群值。在一些实施例中，设备、系统或方法操作以自动地识别此波长且从测量过程排除所述波长。
在一些实施例中，提供自动波长或角度修剪的设备、系统或方法可帮助解决由于使用在或接近共振中的波长而引起的OCD(光学关键尺寸，optical critical dimension)散射测量结果与TEM(透射微米显微法，transmission micron microscopy)结果的不匹配的其它神秘问题中的应用，共振提供假敏感度资讯。
本申请案为了所有目的而以全文引用的方式并有2008年12月9日申请的题为“Rational approximation and continued-fraction approximation approaches forcomputation efficiency of diffraction signals”的美国专利申请案第12/331,192号。
一般而言，可将衍射信号的级数模拟为从周期性结构导出。零级表示相对于周期性结构的法线N成等于假想入射光束的入射角的角的衍射信号。将较高衍射级指定为+1、+2、+3、-1、-2、-3等。也可考虑被称作消散级数(evanescent order)的其它级数。根据一实施例，产生模拟衍射信号以供光学度量衡使用。举例来说，可模型化例如结构形状及膜厚度的剖面参数以供光学度量衡使用。也可模型化结构中的材料的光学性质(例如，折射率及消光系数(n及k))以供光学度量衡使用。
基于模拟衍射级数的计算可指示用于图案化膜(例如，基于膜的堆叠的图案化半导体膜或结构)的剖面参数，且可用于校准自动化过程或装备控制。图5描绘表示根据一实施例的用于确定及利用用于自动化过程及装备控制的结构参数的一系列例示性操作的流程图500。
参考流程图500的操作502，开发一库或经训练机器学习系统(MLS)以从一组测量衍射信号提取参数。在操作504中，使用所述库或所述经训练MLS来确定结构的至少一个参数。在操作506中，将所述至少一个参数传输到经配置以执行处理操作的制造群集，其中处理操作可在进行制造操作504之前或之后在半导体制造过程流程中执行。在操作508中，使用所述至少一个所传输参数来修改用于由制造群集执行的处理操作的过程变量或装备设定。
关于机器学习系统及算法的较详细描述，请参见2003年6月27日申请的题为“OPTICAL METROLOGY OF STRUCTURES FORMED ON SEMICONDUCTOR WAFERS USING MACHINELEARNING SYSTEMS”的美国专利第7,831,528号，其以全文引用的方式并入本文中。关于用于二维重复结构的衍射级最佳化的描述，请参见2006年3月24日申请的题为“OPTIMIZATIONOF DIFFRACTION ORDER SELECTION FOR TWO-DIMENSIONAL STRUCTURES”的美国专利第7,428,060号，其以全文引用的方式并入本文中。
图6为根据一实施例的用于确定及利用用于自动化过程及装备控制的结构参数(例如剖面或膜厚度参数)的系统600的例示性框图。系统600包含第一制造群集602及光学度量衡系统604。系统600还包含第二制造群集606。虽然第二制造群集606在图6中被描绘为跟在第一制造群集602之后，但应认识到，第二制造群集606在系统600中(且例如在制造过程流程中)可位于第一制造群集602之前。
在一个例示性实施例中，光学度量衡系统604包含光学度量衡工具608及处理器610。光学度量衡工具608经配置以测量从所述结构获得的衍射信号。如果所测量衍射信号与模拟衍射信号匹配，那么确定剖面或膜厚度参数的一或多个值为与模拟衍射信号相关联的剖面或膜厚度参数的一或多个值。
在一个例示性实施例中，光学度量衡系统604还可包含库612，其具有多个模拟衍射信号及(例如)与所述多个模拟衍射信号相关联的一或多个剖面或膜厚度参数的多个值。如上所述，可预先产生库。处理器610可用以比较从结构获得的测量衍射信号与所述库中的所述多个模拟衍射信号。当发现匹配的模拟衍射信号时，假定与所述库中的匹配的模拟衍射信号相关联的剖面或膜厚度参数的一或多个值为用以制造所述结构的晶片应用中所使用的剖面或膜厚度参数的一或多个值。在一些实施例中，处理器610提供针对用于光学度量衡的自动波长或角度修剪的处理的一些或全部。
系统600还包含度量衡处理器616。在一个例示性实施例中，处理器610可将(例如)一或多个剖面或膜厚度参数的一或多个值传输到度量衡处理器616。度量衡处理器616可接着基于使用光学度量衡系统604确定的一或多个剖面或膜厚度参数的一或多个值来调整第一制造群集602的一或多个过程参数或装备设定。度量衡处理器616还可基于使用光学度量衡系统604确定的一或多个剖面或膜厚度参数的一或多个值来调整第二制造丛集606的一或多个过程参数或装备设定。如上所述，制造群集606可在制造群集602之前或之后处理晶片。在另一例示性实施例中，处理器610经配置以使用作为到机器学习系统614的输入的测量衍射信号的集合及作为机器学习系统614的预期输出的剖面或膜厚度参数来训练机器学习系统614。
在一实施例中，最佳化结构的模型包含使用三维光栅结构。术语“三维光栅结构”在本文中用以指具有在除z方向上的深度外的两个水平尺寸上变化的x-y剖面的结构。举例来说，图7A描绘根据一实施例的用于模型化的具有在x-y平面中变化的剖面的周期性光栅700。所述周期性光栅的剖面以x-y剖面为函数而在z方向上变化。
在一实施例中，最佳化结构的模型包含使用二维光栅结构。术语“二维光栅结构”在本文中用以指具有在除z方向上的深度外的仅一个水平尺寸上变化的x-y剖面的结构。举例来说，图7B描绘根据一实施例的用于模型化的具有在x方向上变化但在y方向上不变化的剖面的周期性光栅702。所述周期性光栅的剖面以x剖面为函数而在z方向上变化。将理解，二维结构的y方向上的无变化不必为无穷的，但图案中的任何断裂被视为长距离的，例如，y方向上的图案中的任何断裂比x方向上的图案中的断裂实质上更远地隔开。
实施例可适合于多种膜堆叠。举例来说，在一实施例中，对于包含形成于衬底上的绝缘膜、半导体膜及金属膜的膜堆叠而执行用于最佳化关键尺寸(CD)剖面或结构的参数的方法。在一实施例中，所述膜堆叠包含单一层或多个层。又，在一实施例中，经分析或经测量的光栅结构包含三维组件及二维组件两者。举例来说，可通过利用二维组件对总结构及其衍射数据的较简单贡献来最佳化基于模拟衍射数据的计算的效率。
图8表示根据一实施例的用于模型化的具有二维组件及三维组件两者的结构的横截面图。参看图8，结构800具有在衬底806上方的二维组件802及三维组件804。二维组件的光栅沿着方向2伸展，而三维组件的光栅沿着方向1及2两者伸展。在一个实施例中，方向1正交于方向2，如图8中所描绘。在另一实施例中，方向1不正交于方向2。
在一些实施例中，设备、系统或方法提供用于光学度量衡测量的自动波长或角度修剪。在一些实施例中，测量可包含来自由椭圆度量光学度量衡系统(例如下文分别关于图9及10所描述的光学度量衡系统900或1050)产生的二维或三维光栅结构的衍射信号。然而，将理解，相同概念及原理同样适用于其它光学度量衡系统，例如反射度量系统。所表示的衍射信号可说明二维及三维光栅结构的特征，例如(但不限于)剖面、尺寸、材料组成或膜厚度。
图9为说明根据一实施例将光学度量衡用于确定半导体晶片上的结构的参数的架构图。光学度量衡系统900包含将入射度量衡光束904投射于晶片908的目标结构906的度量衡光束源902。入射度量衡光束904以入射角θ朝着目标结构906投射(θ为入射度量衡光束904与目标结构906的法线之间的角)。在一个实施例中，椭圆偏光计可使用近似60°到70°的入射角，或可使用较低角(可能接近0°或近法线入射)或大于70°的角(掠入射)。衍射光束910由度量衡光束接收器912测量。衍射光束数据914经传输到剖面应用程序服务器916。剖面应用程序服务器916可比较测量衍射光束数据914与表示目标结构的关键尺寸与解析度的变化组合的模拟衍射光束数据的库918。
在一个例示性实施例中，选择最佳匹配测量衍射光束数据914的库918例项。将理解，虽然频繁地使用衍射光谱或信号及相关联假想剖面或其它参数的库来说明概念及原理，但实施例可同样适用于包含模拟衍射信号及剖面参数的相关联集合的数据空间，例如在回归、神经网络及用于剖面提取的类似方法中。假设所选库918例项的假想剖面及相关联关键尺寸对应于目标结构906的特征的实际横截面剖面及关键尺寸。光学度量衡系统900可利用反射计、椭圆偏光计或其它光学度量衡装置来测量衍射光束或信号。
为了有助于实施例的描述，使用椭圆度量光学度量衡系统来说明以上概念及原理。将理解，相同概念及原理同样适用于其它光学度量衡系统，例如反射度量系统。在一实施例中，光学散射测量为一技术，例如(但不限于)光学分光椭圆对称法(SE)、光束剖面反射测量法(BPR)、光束剖面椭圆对称法(BPE)及紫外线反射测量法(UVR)。以类似方式，可用半导体晶片来说明概念的应用。再次，所述方法及过程可同样适用于具有重复结构的其它工件。
图10为说明根据一实施例将光束剖面反射测量法、光束剖面椭圆对称法或两者用于确定半导体晶片上的结构的参数的架构图。光学度量衡系统1050包含产生偏光度量衡光束1054的度量衡光束源1052。较佳地，此度量衡光束具有10纳米或以下的窄频宽。在一些实施例中，度量衡光束源1052能够通过切换滤光片或通过在不同雷射器或超亮发光二极管之间切换而输出不同波长的光束。此光束的部分被光束分光器1055反射且由物镜1058聚焦到晶片1008的目标结构1006上，所述物镜具有高数值孔径(NA)、较佳近似0.9或0.95的NA。偏光度量衡光束1054的未被光束分光器反射的部分被引导到光束强度监视器1057。度量衡光束可任选地穿过在物镜1058前面的四分之一波板1056。
在从目标反射之后，反射光束1060返回穿过物镜且被引导到一或多个检测器。如果存在任选四分之一波板1056，那么光束在透射穿过光束分光器1055之前将返回穿过所述四分之一波板。在光束分光器之后，反射光束1060可任选地穿过处于作为位置1056的替代的位置1059处的四分之一波板。如果四分之一波板存在于位置1056处，那么所述波板将修改入射光束及反射光束两者。如果四分之一波板存在于位置1059处，那么所述波板将仅修改反射光束。在一些实施例中，无波板可存在于任一位置处，或波板可视待进行的测量而接入及断开。将理解，在一些实施例汇总，可能需要波板具有实质上不同于四分之一波板的阻滞性(retardance)，亦即，阻滞值可实质上大于或实质上小于90°。
偏光器或偏光光束分光器1062将反射光束1060的一个偏光状态引导到检测器1064，且任选地将不同偏光状态引导到任选第二检测器1066。检测器1064及1066可为一维(线)或二维(阵列)检测器。检测器的每一元件对应于AOI与用于反射自目标的对应射线的方位角的不同组合。来自检测器的衍射光束数据1014与光束强度数据1070一起传输到剖面应用程序服务器1016。剖面应用程序服务器1016可比较由光束强度数据1070正规化或校正之后的测量衍射光束数据1014与表示目标结构的关键尺寸与解析度的变化组合的模拟衍射光束数据的库1018。
关于供实施例使用的可用以测量衍射光束数据或信号的系统的较详细描述，请参见1999年2月11日申请的题为“FOCUSED BEAM SPECTROSCOPIC ELLIPSOMETRY METHOD ANDSYSTEM”的美国专利第6,734,967号及1998年1月29日申请的题为“APPARATUS FORANALYZING MULTI-LAYER THIN FILM STACKS ON SEMICONDUCTORS”的美国专利第6,278,519号，所述两个美国专利以全文引用的方式并入本文中。这两个专利描述可用多个测量子系统来配置的度量衡系统，测量子系统包含分光椭圆偏光计、单波长椭圆偏光计、宽频带反射计、DUV反射计、光束剖面反射计及光束剖面椭圆偏光计中的一或多者。这些测量子系统可个别地或组合地使用，以测量来自膜及图案化结构的反射或衍射光束。在这些测量子系统中收集的信号可经分析以根据实施例确定半导体晶片上的结构的参数。
实施例可经提供为计算机程序产品或软件，其可包含上面存储有指令的机器可读媒体，所述指令可用以编程计算机系统(或其它电子装置)以执行根据一实施例的过程。机器可读媒体包含用于存储或传输可由机器(例如，计算机)读取的形式的资讯的任何机构。举例来说，机器可读(例如，计算机可读)媒体包含机器(例如，计算机)可读存储媒体(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁碟存储媒体、光学存储媒体、快闪存储器装置等)、机器(例如，计算机)可读传输媒体(电气、光学、声学或其它形式的传播信号(例如，红外线信号、数字信号等))等。
图11说明根据一实施例的呈计算机系统的例示性形式的机器的框图，在计算机系统内，可执行用于使所述计算机执行本文中所讨论的方法中的一或多者的指令集。在替代实施例中，所述机器可连接(例如，网络连接)到局域网(LAN)、内部网络、外部网络或互联网中的其它机器。所述机器可以客户端-服务器网络环境中的服务器或客户端机器的能力操作，或作为对等式(或分散式)网络环境中的对等机器而操作。所述机器可为个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、上网器具、服务器、网络路由器、交换机或桥接器，或能够执行规定将由所述机器进行的动作的指令集(顺序地或其它)的任何机器。此外，虽然仅说明单一机器，但术语“机器”也应被视为包含个别地或联合地执行一(多个)指令集以执行本文中所讨论的方法中的一或多者的机器(例如，计算机)的任何集合。
例示性计算机系统1100包含处理器1102、主要存储器1104(例如，只读存储器(ROM)、快闪存储器、动态随机存取存储器(DRAM)(例如同步DRAM(SDRAM)或Rambus DRAM(RDRAM)等))、静态存储器1106(例如，快闪存储器、静态随机存取存储器(SRAM)等)及次要存储器1118(例如，数据存储装置)，以上各者经由总线1130相互通信。在一些实施例中，用于光学度量衡的数据集可存储在静态存储器1106及次要存储器1118的一者或两者中，其中所述数据集可通过用于光学度量衡的自动波长或角度修剪来修改。
处理器1102表示一或多个通用处理装置，例如微处理器、中央处理单元或其类似者。更特定言之，处理器1102可为复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实施其它指令集的处理器或实施指令集的组合的处理器。处理器1102也可为一或多个专用处理装置，例如特殊应用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器或其类似者。处理器1102经配置以执行用于执行本文中所讨论的操作的处理逻辑1126。在一些实施例中，处理器1102提供针对用于光学度量衡的自动波长或角度修剪的处理的一些或全部。
计算机系统1100可进一步包含网络接口装置1108。计算机系统1100还可包含视频显示单元1110(例如，液晶显示器(LCD)或阴极射线管(CRT))、字母数字输入装置1112(例如，键盘)、光标控制装置1114(例如，鼠标)及信号产生装置1116(例如，扬声器)。
次要存储器1118可包含机器可存取存储媒体(或更具体而言，计算机可读存储媒体)1131，其上存储有体现本文中所描述的方法或功能中的任何一或多者的一或多个指令集(例如，软件1122)。软件1122在其由计算机系统1100执行期间还可完全或至少部分地驻留于主要存储器1104内及/或处理器1102内，主要存储器1104及处理器1102也构成机器可读存储媒体。软件1122可进一步经由网络接口装置1108而在网络1120上传输或接收。
虽然在例示性实施例中将机器可存取存储媒体1131展示为单一媒体，但术语“机器可读存储媒体”应被视为包含单一媒体或多个媒体(例如，集中式或分散式数据库及/或相关联高速缓冲存储器及服务器)，其存储指令的一或多个集合。术语“机器可读存储媒体”也应被视为包含能够存储或编码指令集以供机器执行且使机器执行本发明的方法中的任何一或多者的任何媒体。术语“机器可读存储媒体”应相应地视为包含(但不限于)固态存储器，及光学及磁性媒体。
在一些实施例中，机器可存取存储媒体包含存储在其上的使数据处理系统执行用于光学度量衡的自动波长或角度修剪的指令。
将理解，以上方法可在实施例的精神及范畴内在多种情形下应用。举例来说，在一实施例中，在存在或不存在背景光的情况下执行上述测量。在一实施例中，在半导体、太阳能、发光二极管(LED)或相关制造过程中执行上述方法。在一实施例中，在单独或整合式度量衡工具中使用上述方法。
对测量光谱的分析通常涉及比较测量样本光谱与模拟光谱以推断模型的最佳描述测量样本的参数值。图12为表示根据一实施例的用于以样本光谱开始(例如，发源于一或多个工件)建立参数化模型及光谱库的方法中的操作的流程图1200。
在操作1202，由用户定义一组材料文件以规定形成测量样本特征的所述材料的特性(例如，折射率或n、k值)。
在操作1204，散射测量用户通过选择所述材料文件中的一或多者来组配对应于存在于待测量的周期性光栅特征中的材料的材料堆叠而定义预期样本结构的标称模型。经由定义模型参数的标称值(例如，厚度、关键尺寸(CD)、侧壁角(SWA)、高度(HT)、边缘粗糙度、圆角半径等)来进一步参数化这个用户定义模型，所述标称值表征将测量的特征的形状。视界定二维模型(亦即，剖面)抑或三维模型而定，具有30到50个或更多的这些模型参数是罕见的。
根据参数化模型，可使用严格衍射模型化算法(例如，严格耦合波分析(RCWA))来计算光栅参数值的给定集合的模拟光谱。接着在操作1206执行回归分析，直到参数化模型收敛于表征对应于使测量衍射光谱匹配预定义匹配准则的模拟光谱的最终剖面模型(二维的)的参数值集合。假定与匹配的模拟衍射信号相关联的最终剖面模型表示产生模型所根据的结构的实际剖面。
可接着在操作1208利用匹配的模拟光谱及/或相关联最佳化剖面模型，以通过扰动参数化最终剖面模型的值来建立模拟衍射光谱的库。模拟衍射光谱的所得库可接着由在生产环境中操作的散射测量测量系统使用，以确定随后测量的光栅结构是否已根据规格制造。库产生1208可包含机器学习系统(例如神经网络)针对数个剖面中的每一者产生模拟光谱资讯，每一剖面包含一或多个模型化剖面参数的集合。为了产生库，机器学习系统本身可已经历基于光谱资讯的训练数据集合的某一训练。此训练可为计算密集的及/或可必须针对不同模型及/或剖面参数域重复。可通过用户的关于训练数据集合的大小的决策来引入产生库的计算负载中的相当大的低效率。举例来说，选择过大的训练数据集可导致训练的不必要计算，而用大小不足的训练数据集进行训练可需要重新训练以产生库。
对于一些应用，可能不必建立库。在已建立且最佳化结构的参数模型之后，可即时地使用类似于上述的回归分析的回归分析以在收集衍射光束数据时确定用于每一目标的最佳配合参数值。如果结构相对简单(例如，2D结构)，或如果仅少量参数需要测量，那么回归可足够快速，即使回归可能比使用库慢。在其它情况下，使用回归的额外灵活性可证明相对于使用库的测量时间的某一增加。关于能够对供一实施例使用的OCD数据进行即时回归的方法及系统的较详细描述，请参见2005年7月8日申请的题为“REAL TIME ANALYSIS OFPERIODIC STRUCTURES ON SEMICONDUCTORS”的美国专利第7,031,848号，其以全文引用的方式并入本文中。
各种实施例可包含各种过程。这些过程可由硬件组件来执行或可以计算机程序或机器可执行指令来体现，此可用以使经所述指令编程的通用或专用处理器或逻辑电路执行所述过程。或者，所述过程可由硬件与软件的组合来执行。
各种实施例的部分可作为计算机程序产品而提供，计算机程序产品可包含上面存储有计算机程序指令的计算机可读媒体，所述指令可用以编程计算机(或其它电子装置)以由一或多个处理器执行以执行根据特定实施例的过程。计算机可读媒体可包含(但不限于)磁性碟片、光学碟片、光盘-只读存储器(CD-ROM)，及磁光碟片、只读存储器(ROM)、随机存取存储器(RAM)、可抹除可编程只读存储器(EPROM)、电可抹除可编程只读存储器(EEPROM)、磁卡或光卡、快闪存储器，或适合于存储电子指令的其它类型的计算机可读媒体。此外，实施例也可作为计算机程序产品来下载，其中程序可自远端计算机转移到请求计算机。
许多方法系是其最基本形式来描述，但在不脱离本发明实施例的基本范畴的情况下，可将过程添加到方法中的任一者或从方法中的任一者删除，且可将资讯添加到所描述讯息中的任一者或从所描述讯息中的任一者减去。本领域技术人员将显而易见，可做出许多其它修改及调适。提供特定实施例并非限制概念，而是说明概念。实施例的范畴并非由上文所提供的特定实例来确定，而仅由下文的权利要求书来确定。
如果称元件“A”耦接到元件“B”或与元件“B”耦接，那么元件A可直接耦接到元件B或经由(例如)元件C来间接耦接。当说明书或权利要求书说明组件、特征、结构、过程或特性A“导致”组件、特征、结构、过程或特性B时，其意谓“A”至少为“B”的部分原因，但也可存在参与导致“B”的至少一个其它组件、特征、结构、过程或特性。如果说明书指示“可能”、“可”或“可以”包含组件、特征、结构、过程或特性，那么不要求包含特定组件、特征、结构、过程或特性。如果说明书或权利要求书提及“一”元件，那么此并不意谓仅存在所述元件中的一者。
一实施例为一实施或实例。说明书中对“一实施例”、“一个实施例”、“一些实施例”或“其它实施例”的引用意谓结合所述实施例所描述的特定特征、结构或特性包含于至少一些实施例中，但未必包含于所有实施例中。“一实施例”、“一个实施例”或“一些实施例”的各种出现未必全部指相同实施例。应了解，在例示性实施例的先前描述中，有时将各种特征集中在单一实施例、图式或其描述中，以用于使本发明连贯并且帮助理解各种新颖方面中的一或多者。然而，本发明的此方法不应解译为反映所主张实施例需要比每一权利要求中所明确叙述的特征多的特征的意图。更确切而言，如以下权利要求书反映，新颖方面在于比单个先前所揭示实施例的所有特征少。因此，所述权利要求藉此明确地并入此描述中，其中每一权利要求独立地作为一单独实施例。

Claims (28)

1.一种用于光学度量衡的自动波长或角度修剪的方法，所述方法包括：
确定目标微电子结构的模型，所述目标微电子结构的模型包含所述目标微电子结构的至少一个第一几何参数以及第二几何参数，其中所述第二几何参数与所述第一几何参数不同；
设计并产生数据集，所述数据集包括：
1)用于一组波长或一组角度的第一组数据点，其中用于所述一组波长或所述一组角度的所述第一组数据点从用于所述第一几何参数的一组值导出，以及
2)用于所述一组波长或所述一组角度的第二组数据点，其中用于所述一组波长或所述一组角度的所述第二组数据点从用于所述第二几何参数的一组值导出；
将所述数据集存储在计算机存储器中；
用处理器执行对用于所述模型的所述数据集的分析，包含：
对所述数据集应用离群值检测技术，及
识别所述数据集中的用于所述一组波长或所述一组角度的所述第一组数据点和所述第二组数据点内的任何数据点离群值；
如果在所述模型的所述数据集的所述分析中识别到任何数据点离群值，那么从所述一组波长或所述一组角度移除对应于所述数据点离群值的任何波长或角度以产生一子组波长或一子组角度，
产生包含以下的经修改数据集：
1)用于所述一子组波长或所述一子组角度的第一组数据点，其中用于所述一子组波长或所述一子组角度的所述第一组数据点从用于所述第一几何参数的所述第一组值导出，以及
2)用于所述一子组波长或所述一子组角度的第二组数据点，其中用于所述一子组波长或所述一子组角度的所述第二组数据点从用于所述第二几何参数的所述第二组值导出；
将所述经修改数据集存储在所述计算机存储器中；且
借助光学度量衡系统使用所述模型的经修改且经存储数据集来执行所述目标微电子结构的光学度量衡以测量衍射信号，
其中所述第一几何参数和所述第二几何参数中的每一者分别是高度HT，中间关键尺寸MCD，最关键尺寸TCD或侧壁角度SWA中的一者。
2.根据权利要求1所述的方法，所述方法进一步包括：
如果在所述模型的所述数据集的所述分析中识别到任何数据点离群值，那么执行所述数据集的所述分析的另一反复。
3.根据权利要求1所述的方法，其中在第一反复之后对所述数据集的所述分析的另一反复的所述执行是任选的，且其中执行所述目标微电子结构的光学度量衡包含使用来自所述第一反复的所述经存储数据集。
4.根据权利要求1所述的方法，其中：
执行所述目标微电子结构的光学度量衡包含：如果在对所述模型的所述数据集的所述分析的反复中未识别到数据点离群值，那么使用所述经存储数据集执行所述目标微电子结构的光学度量衡。
5.根据权利要求1所述的方法，其中所述数据集内的数据点离群值具有处于或接近伍德异常的相应波长或角度，其中一旦识别所述数据点离群值，分别从所述一组波长或所述一组角度移除所述相应波长或角度。
6.根据权利要求1所述的方法，其中所述数据集内的数据点离群值具有处于或接近结构共振的相应波长或角度，其中一旦识别离群值，分别从所述一组波长或所述一组角度移除所述相应波长或角度。
7.根据权利要求1所述的方法，其中所述离群值检测技术包含下列各者中的一者：
基于距离的算法；
基于深度的算法；
基于偏差的算法；或
基于模式的算法。
8.根据权利要求1所述的方法，其中在未应用电磁求解器的情况下移除一或多个波长或角度。
9.根据权利要求1所述的方法，其中在未物理模型化伍德异常或结构共振的情况下移除一或多个波长或角度。
10.根据权利要求1所述的方法，其中执行所述光学度量衡包含对分光椭圆偏光计、角分辨椭圆偏光计、分光反射计及角分辨反射计中的一或多者的使用。
11.一种机器可存取存储媒体，其上存储有当被执行时，使数据处理系统执行用于光学度量衡的自动波长或角度修剪的方法的指令，所述方法包括：
确定目标微电子结构的模型，所述目标微电子结构的模型包含所述目标微电子结构的至少一个第一几何参数以及第二几何参数，所述第二几何参数与所述第一几何参数不同；
设计并产生数据集，所述数据集包括：
1)用于一组波长或一组角度的第一组数据点，其中用于所述一组波长或所述一组角度的所述第一组数据点从用于所述第一几何参数的一组值导出，以及
2)用于所述一组波长或所述一组角度的第二组数据点，其中用于所述一组波长或所述一组角度的所述第二组数据点从用于所述第二几何参数的一组值导出；
将所述数据集存储在计算机存储器中；
用处理器执行对用于所述模型的所述数据集的分析，包含：
对所述数据集应用离群值检测技术，及
识别所述数据集中的用于所述一组波长或所述一组角度的所述第一组数据点和所述第二组数据点内的任何数据点离群值；
如果在所述模型的所述数据集的所述分析中识别到任何数据点离群值，那么从所述一组波长或所述一组角度移除对应于所述数据点离群值的任何波长或角度以产生一子组波长或一子组角度，
产生包含以下的经修改数据集：
1)用于所述一子组波长或所述一子组角度的第一组数据点，其中用于所述一子组波长或所述一子组角度的所述第一组数据点从用于所述第一几何参数的所述第一组值导出，以及
2)用于所述一子组波长或所述一子组角度的第二组数据点，其中用于所述一子组波长或所述一子组角度的所述第二组数据点从用于所述第二几何参数的所述第二组值导出；且
将所述经修改数据集存储在所述计算机存储器中；且
借助光学度量衡系统使用所述模型的经修改且经存储数据集来执行所述目标微电子结构的光学度量衡以测量衍射信号，
其中所述第一几何参数和所述第二几何参数中的每一者分别是高度HT，中间关键尺寸MCD，最关键尺寸TCD或侧壁角度SWA中的一者。
12.根据权利要求11所述的存储媒体，所述方法进一步包括：
如果在所述模型的所述数据集的所述分析中识别到任何数据点离群值，那么执行所述数据集的所述分析的另一反复。
13.根据权利要求11所述的存储媒体，其中在第一反复之后对所述数据集的所述分析的另一反复的所述执行是任选的，且其中执行所述目标微电子结构的光学度量衡包含使用来自所述第一反复的所述经存储数据集。
14.根据权利要求11所述的存储媒体，其中：
执行所述目标微电子结构的光学度量衡包含：如果在对所述模型的所述数据集的所述分析的反复中未识别到数据点离群值，那么使用所述经存储数据集执行所述目标微电子结构的光学度量衡。
15.根据权利要求11所述的存储媒体，其中所述数据集内的数据点离群值具有处于或接近伍德异常的相应波长或角度，其中一旦识别数据点离群值，分别从所述一组波长或所述一组角度移除所述相应波长或角度。
16.根据权利要求11所述的存储媒体，其中所述数据集内的数据点离群值具有处于或接近结构共振的相应波长或角度，其中一旦识别离群值，分别从所述一组波长或所述一组角度移除所述相应波长或角度。
17.根据权利要求11所述的存储媒体，其中所述离群值检测技术包含下列各者中的一者：
基于距离的算法；
基于深度的算法；
基于偏差的算法；或
基于模式的算法。
18.根据权利要求11所述的存储媒体，其中一或多个波长或角度是在未应用电磁求解器的情况下移除。
19.根据权利要求11所述的存储媒体，其中一或多个波长或角度是在未物理模型化伍德异常或结构共振的情况下移除。
20.根据权利要求11所述的存储媒体，其中所述光学度量衡包含分光椭圆偏光计、角分辨椭圆偏光计、分光反射计及角分辨反射计中的一或多者。
21.一种光学系统，其包括：
光学度量衡系统，其经配置以确定目标结构的一或多个过程参数，所述光学度量衡系统包括：
光束源及检测器，其经配置以测量所述目标结构的衍射信号；
处理器，其经配置以处理测量数据；及
计算机存储器，其用以存储数据；
其中所述光学度量衡系统经配置以提供用于光学度量衡的自动波长修剪，包含：
确定所述目标结构的模型，所述目标结构的模型包含所述目标结构的至少一个第一几何参数以及第二几何参数，其中所述第二几何参数与所述第一几何参数不同；
设计并产生数据集，所述数据集包括：
1)用于一组波长的第一组数据点，其中用于所述一组波长的所述第一组数据点从用于所述第一几何参数的一组值导出，以及
2)用于所述一组波长的第二组数据点，其中用于所述一组波长的所述第二组数据点从用于所述第二几何参数的一组值导出；
将所述数据集存储在所述计算机存储器中；
用所述处理器执行对用于所述模型的所述数据集的分析，包含：
对所述数据集应用离群值检测技术，及
识别所述数据集中的用于所述一组波长的所述第一组数据点和所述第二组数据点内的任何数据点离群值；
如果在所述模型的所述数据集的所述分析中识别到任何数据点离群值，那么从所述一组波长移除对应于所述数据点离群值的任何波长以产生一子组波长，
产生包含以下的经修改数据集：
1)用于所述一子组波长的第一组数据点，其中用于所述一子组波长的所述第一组数据点从用于所述第一几何参数的第一组值导出，以及
2)用于所述一子组波长的第二组数据点，其中用于所述一子组波长的所述第二组数据点从用于所述第二几何参数的第二组值导出；且
将所述经修改数据集存储在所述计算机存储器中，且
使用所述模型的经修改且经存储数据集来执行所述目标结构的光学度量衡以测量衍射信号。
22.根据权利要求21所述的系统，用于光学度量衡的所述自动波长修剪进一步包含：
如果在所述模型的所述数据集的所述分析中识别到任何数据点离群值，那么执行所述数据集的所述分析的另一反复。
23.根据权利要求21所述的系统，其中在第一反复之后对所述数据集的所述分析的另一反复的所述执行是任选的，且用于光学度量衡的所述自动波长修剪进一步包含使用来自所述第一反复的所述经存储数据集执行所述目标结构的光学度量衡。
24.根据权利要求21所述的系统，用于光学度量衡的所述自动波长修剪进一步包含：
如果在对所述模型的所述数据集的所述分析的反复中未识别到数据点离群值，那么使用所述经存储数据集执行所述目标结构的光学度量衡。
25.根据权利要求21所述的系统，其中所述数据集内的数据点离群值具有处于或接近伍德异常的相应波长，其中一旦识别数据点离群值，从所述一组波长移除所述相应波长。
26.根据权利要求21所述的系统，其中所述数据集内的数据点离群值具有处于或接近结构共振的相应波长，其中一旦识别数据点离群值，从所述一组波长移除所述相应波长。
27.根据权利要求21所述的系统，其中所述离群值检测技术包含下列各者中的一者：
基于距离的算法；
基于深度的算法；
基于偏差的算法；或
基于模式的算法。
28.根据权利要求21所述的系统，其中所述光学度量衡系统包含分光或角分辨椭圆偏光计或分光或角分辨反射计中的一者。
CN201480039781.3A 2013-06-03 2014-06-03 用于光学度量衡的自动波长或角度修剪的方法及光学系统 Active CN106030282B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361830543P 2013-06-03 2013-06-03
US61/830,543 2013-06-03
US14/293,625 2014-06-02
US14/293,625 US11175589B2 (en) 2013-06-03 2014-06-02 Automatic wavelength or angle pruning for optical metrology
PCT/US2014/040643 WO2014197449A1 (en) 2013-06-03 2014-06-03 Automatic wavelength or angle pruning for optical metrology

Publications (2)

Publication Number Publication Date
CN106030282A CN106030282A (zh) 2016-10-12
CN106030282B true CN106030282B (zh) 2021-10-22

Family

ID=51986082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480039781.3A Active CN106030282B (zh) 2013-06-03 2014-06-03 用于光学度量衡的自动波长或角度修剪的方法及光学系统

Country Status (5)

Country Link
US (1) US11175589B2 (zh)
KR (1) KR20160015299A (zh)
CN (1) CN106030282B (zh)
TW (1) TWI631310B (zh)
WO (1) WO2014197449A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10883924B2 (en) * 2014-09-08 2021-01-05 The Research Foundation Of State University Of New York Metallic gratings and measurement methods thereof
US10345721B1 (en) * 2015-06-16 2019-07-09 Kla-Tencor Corporation Measurement library optimization in semiconductor metrology
US10094774B2 (en) 2015-08-12 2018-10-09 Industrial Technology Research Institute Scattering measurement system and method
KR20180076592A (ko) 2016-12-28 2018-07-06 삼성전자주식회사 반도체 장치의 계측 방법
US11060982B2 (en) * 2019-03-17 2021-07-13 Kla Corporation Multi-dimensional model of optical dispersion
US11139142B2 (en) * 2019-05-23 2021-10-05 Applied Materials, Inc. High-resolution three-dimensional profiling of features in advanced semiconductor devices in a non-destructive manner using electron beam scanning electron microscopy
TWI777357B (zh) * 2020-01-07 2022-09-11 以色列商諾威量測設備股份有限公司 用於光學關鍵尺寸計量的方法和系統及機器可存取的儲存介質
US11079220B1 (en) * 2020-09-11 2021-08-03 Onto Innovation Inc. Calibration of azimuth angle for optical metrology stage using grating-coupled surface plasmon resonance
CN114088659B (zh) * 2021-10-09 2024-04-16 池明旻 织物纤维成分的异常近红外光谱波形检测方法
CN116107194B (zh) * 2023-04-13 2023-06-09 北京新科以仁科技发展有限公司 一种激光器的自动切换控制方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101738871A (zh) * 2008-11-10 2010-06-16 睿初科技公司 用于光刻术模型校准的图案选择
CN102947732A (zh) * 2010-05-21 2013-02-27 东京毅力科创株式会社 通过迭代的空间谐波阶次截断的计算效率
CN103003681A (zh) * 2010-05-06 2013-03-27 克拉-坦科股份有限公司 结构的光学计量的材料光学特性的确定

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5291426A (en) * 1991-02-27 1994-03-01 The Perkin-Elmer Corporation Method of correcting spectral data for background
US6734967B1 (en) 1995-01-19 2004-05-11 Kla-Tencor Technologies Corporation Focused beam spectroscopic ellipsometry method and system
US6278519B1 (en) 1998-01-29 2001-08-21 Therma-Wave, Inc. Apparatus for analyzing multi-layer thin film stacks on semiconductors
US7099005B1 (en) * 2000-09-27 2006-08-29 Kla-Tencor Technologies Corporation System for scatterometric measurements and applications
US6704661B1 (en) 2001-07-16 2004-03-09 Therma-Wave, Inc. Real time analysis of periodic structures on semiconductors
US20030197872A1 (en) 2002-04-17 2003-10-23 Littau Michael E. Scatterometric measurement of undercut multi-layer diffracting signatures
US7216045B2 (en) 2002-06-03 2007-05-08 Timbre Technologies, Inc. Selection of wavelengths for integrated circuit optical metrology
US8257546B2 (en) * 2003-04-11 2012-09-04 Applied Materials, Inc. Method and system for monitoring an etch process
US20040267397A1 (en) 2003-06-27 2004-12-30 Srinivas Doddi Optical metrology of structures formed on semiconductor wafer using machine learning systems
US20090012723A1 (en) 2005-06-09 2009-01-08 Chemlmage Corporation Adaptive Method for Outlier Detection and Spectral Library Augmentation
US7355728B2 (en) 2005-06-16 2008-04-08 Timbre Technologies, Inc. Optical metrology model optimization for repetitive structures
US7428060B2 (en) 2006-03-24 2008-09-23 Timbre Technologies, Inc. Optimization of diffraction order selection for two-dimensional structures
US7324193B2 (en) 2006-03-30 2008-01-29 Tokyo Electron Limited Measuring a damaged structure formed on a wafer using optical metrology
WO2008027362A1 (en) 2006-08-28 2008-03-06 Advanced Metrology Systems Llc Measuring diffractive structures by parameterizing spectral features
US8560270B2 (en) 2008-12-09 2013-10-15 Tokyo Electron Limited Rational approximation and continued-fraction approximation approaches for computation efficiency of diffraction signals
JP5538813B2 (ja) * 2008-12-26 2014-07-02 キヤノン株式会社 光学素子、及びこれを用いたイメージセンサ、撮像装置
US9310296B2 (en) * 2011-06-20 2016-04-12 Kla-Tencor Corporation Optimizing an optical parametric model for structural analysis using optical critical dimension (OCD) metrology
US9106335B2 (en) * 2011-06-30 2015-08-11 Electronics And Telecommunications Research Institute Automatic wavelength recognition apparatus and method
US10296554B2 (en) * 2013-03-01 2019-05-21 Nanometrics Incorporated Correction of angular error of plane-of-incidence azimuth of optical metrology device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101738871A (zh) * 2008-11-10 2010-06-16 睿初科技公司 用于光刻术模型校准的图案选择
CN103003681A (zh) * 2010-05-06 2013-03-27 克拉-坦科股份有限公司 结构的光学计量的材料光学特性的确定
CN102947732A (zh) * 2010-05-21 2013-02-27 东京毅力科创株式会社 通过迭代的空间谐波阶次截断的计算效率

Also Published As

Publication number Publication date
TWI631310B (zh) 2018-08-01
US20140358485A1 (en) 2014-12-04
TW201508240A (zh) 2015-03-01
KR20160015299A (ko) 2016-02-12
CN106030282A (zh) 2016-10-12
WO2014197449A1 (en) 2014-12-11
US11175589B2 (en) 2021-11-16

Similar Documents

Publication Publication Date Title
CN106030282B (zh) 用于光学度量衡的自动波长或角度修剪的方法及光学系统
US10325004B1 (en) Method of optimizing an optical parametric model for structural analysis using optical critical dimension (OCD) metrology
US10255385B2 (en) Model optimization approach based on spectral sensitivity
US20130110477A1 (en) Process variation-based model optimization for metrology
US20130158957A1 (en) Library generation with derivatives in optical metrology
US10386729B2 (en) Dynamic removal of correlation of highly correlated parameters for optical metrology
US10354929B2 (en) Measurement recipe optimization based on spectral sensitivity and process variation
JP2018524821A (ja) モデルベースのホットスポットモニタリング
US10895810B2 (en) Automatic selection of sample values for optical metrology
JP2013533980A (ja) 反復空間高調波次数切り捨てによる計算効率化
TWI634310B (zh) 用於自動地判定傅立葉諧波序數之方法、系統及機器可存取儲存媒體

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