CN106289095A - 基于前值的关键尺寸测量方法和设备 - Google Patents

Abstract

本发明公开了一种基于前值的关键尺寸测量方法和设备。该基于前值的测量方法，包括：A.获取样品在前次工艺步骤中的第一测量数据；B.构建样品在当前工艺步骤中的光谱数据库，其中，在当前工艺步骤中的样品轮廓与前次工艺步骤中的样品轮廓至少部分地相关联；C.在前次工艺步骤中的测量区域上获取样品在当前工艺步骤中的测量光谱；D.基于样品在前次工艺步骤中的轮廓参数的数据，在光谱数据库中对测量光谱进行匹配分析，进而确定样品在当前工艺步骤中的轮廓参数的数据。

Description

基于前值的关键尺寸测量方法和设备

技术领域

本发明属于半导体制造工艺中的关键尺寸测量领域，尤其涉及一种用于获取集成电路器件样品参数信息的方法和装置。

背景技术

随着半导体工业向深亚微米技术节点持续推进，集成电路器件尺寸不断缩小，器件结构设计愈加复杂。只有通过严格的工艺控制才能获得功能完整的电路和高速工作的器件。

光学关键尺寸(Optical Critical-Dimension，OCD)测量技术是当前半导体制造工艺中一种主流的工艺控制技术，其一般基于样品的测量光谱和预定的光谱数据库来确定样品的轮廓尺寸。基于库的光谱匹配方法需要大量的数值计算，通常在测量之前在专用计算服务器上建立。匹配测量光谱时，从已经建立的理论光谱数据库中找出与测量光谱最佳匹配的光谱，并索引出各个参数值。

因此，亟需一种既有高测量准确性，又能够大幅减少当前测量所需进行匹配的光谱数据数量的测量方法。

发明内容

基于以上考虑，因此，本发明通过提出基于前值的关键尺寸测量方法和设备来实现提升测量效率。

本发明首先提出了一种基于前值的测量方法，包括：A.获取样品在前次工艺步骤中的第一测量数据；B.构建所述样品在当前工艺步骤中的光谱数据库，其中，在所述当前工艺步骤中的样品轮廓与所述前次工艺步骤中的样品轮廓至少部分地相关联；C.在所述前次工艺步骤中的测量区域上获取所述样品在当前工艺步骤中的测量光谱；D.基于所述样品在所述前次工艺步骤中的轮廓参数的数据，在所述光谱数据库中对所述测量光谱进行匹配分析，进而确定所述样品在所述当前工艺步骤中的轮廓参数的数据。

本发明还提出了一种用于基于前值的测量设备，其包括：第一获取装置，用于获取能够表征样品在前次工艺步骤中的轮廓参数的第一测量数据；第二获取装置，用于在所述前次工艺步骤中的测量区域上获取所述样品在当前工艺步骤中的测量光谱；匹配装置，用于基于所述第一数据在光谱数据库中对测量光谱进行匹配分析，进而确定样品在当前工艺步骤中的轮廓参数的数据。

根据本发明的方案，基于前次工艺步骤中的轮廓参数的测量数据，先确定样品轮廓中的某些变量的数值，从而能够精确定位样品所对应的光谱数据库的变量范围的区间，既能提高光学关键尺寸测量方法的测量准确性，又能够大幅减少当前测量所需进行匹配的光谱数据数量，极大地提高获取样品参数信息的效率。

附图说明

通过参照附图并阅读以下所作的对非限制性实施例的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1示出了具有二维周期性光栅结构的被测样品剖面示意图；

图2示出了当前利用光学关键尺寸测量技术对被测样品进行测量的流程图；

图3示意出了根据本发明的一种用于获取样品参数信息的方法流程图；

图4示意出了二维周期性光栅结构前次工艺步骤中的被测样品剖面示意图。

在图中，贯穿不同的示图，相同或类似的附图标记表示相同或相似的装置(模块)或步骤。

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。可以理解，在不偏离本发明的范围的前提下，可以利用其他实施例，也可以进行结构性或者逻辑性的修改。因此，以下的具体描述并非限制性的，且本发明的范围由所附的权利要求所限定。

在实际制造中，集成电路器件的制作往往是从硅片衬底逐层向上进行，经过材料沉积、离子注入、光刻、刻蚀、连线等。如图1的结构需要先经过薄膜的沉积，再经过第二层薄膜的沉积、刻蚀成形。在这些工艺过程中，第二层梯形结构的制作可以不影响第一层薄膜的厚度，薄膜的厚度可以在前一次薄膜的沉积后的测量过程中测量得到。如果将前次测量得到的薄膜厚度代入第二次测量，那么第二次测量所用模型的未定参数就可以减少一个，变为三个。这样测量的准确度和速度都可以提升。

OCD测量技术的基本工作原理可描述为：(1)建立与器件样品的轮廓结构相对应的理论光谱数据库；(2)通过光学关键尺寸测量设备获得样品的测量光谱；(3)从理论光谱数据库中寻找与测量光谱最佳匹配的特征光谱，从而确定该样品的轮廓参数。

随着半导体技术的发展，需要测量的集成电路器件样品的结构越来越复杂，由此光学关键尺寸测量方法所需要的样品理论光谱数据库的变量数目也更多，分析效率变得越来越低。同时用户需要测量设备准确获取这些轮廓参数，但某些轮廓参数对光谱的贡献相近，即参数之间存在较强的相关性，通常的光学关键尺寸测量方法已经难以区分这些参数，进行影响测量准确性。如图1的结构，如果在关键尺寸测量的数据库中浮动四个参数——底部线宽、侧壁角度、高度和厚度(BCD、SWA、HT和Thickness)，由于薄膜的厚度和梯形的底部线宽对光谱的贡献相似，该两个参数Thickness、BCD会难以测量准确。

结合图1和图2来说明光学关键尺寸的测量原理，其中，图1示出了具有二维周期性光栅结构的被测样品剖面示意图；图2示出了当前利用光学关键尺寸测量技术对被测样品进行测量的流程图。

参照图1，被测样品为二维周期性光栅结构。光栅的入射层材料(如空气)用(n₀，k₀)描述。n为材料的折射率，k为材料吸收系数，是材料的光学性质参数。从上往下，第一层为梯形结构层，其材料为(n₁，k₁)，周期为PITCH，轮廓参数用(BCD，SWA，HT)描述。第二层为薄膜层，其材料为(n₂，k₂)，厚度用Thickness描述。再往下为衬底(n₃，k₃)材料。通常情况，材料的信息可以通过光学关键尺寸测量设备的薄膜测量功能获知(步骤A03)。这样，样品的模型就可以用参数组合v＝(BCD，SWA，HT)^T来描述(步骤A04)，若一般化描述，可以写为v＝(V₁，V₂...，V_N)^T，V_i(其中i＝1，2，...，N)为样品模型全部的参数。通过选择光学关键尺寸测量设备(步骤A01)，进而获取光学关键尺寸测量设备的系统参数(步骤A02)，再结合材料的信息和样品的参数化模型，可以用电磁场数值计算方法确定样品v的理论光谱数据，从而建立理论光谱数据库(步骤A06)。光谱数据的描述形式有反射率R_s和R_P，偏振态变化的描述tanΨ和cosΔ，偏振态分析的傅立叶系数α和β，或直接输出描述散射过程的穆勒矩阵等形式。

通过选择光学关键尺寸测量设备(A01)，样品的特征光谱S(v，λ)可以通过所选择的光学关键尺寸测量设备获取，设测量设备获取的测量光谱为S_M(λ)，不考虑测量噪声，可以认为S_M(v，λ)＝S_M(λ)。如能知道S_M(v，λ)对应的参数组合v就可获得测量样品的参数信息。

因此，可以采用建立基于库的光谱匹配方法，寻找到一个v^*＝(V₁ ^*，V₂ ^*，...，V_I ^*)^T，其理论光谱S_M(v^*，λ)与测量光谱S_M(λ)最佳匹配，则被测样品的结构就可以用参数V₁ ^*，V₂ ^*，...，V_I ^*估计。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结构变量的浮动范围。设v^*＝(V₁，V₂，...，V_I)^T，即需要用I个参数来描述样品结构。各个变量的步长设置基于测量光谱的噪声情况，以及各个参数测量精度要求，并由灵敏度分析来确定，设步长为ΔV_i。这样每个变量的离散值就可以确定：

$V_i=\{V_{i1},V_{i2},\mathrm{...},V_{ij},\mathrm{...},V_{{\mathrm{iJ}}_i}\}$

设第i个分量在范围内等间隔有J_i个离散值，每个值为：

V_ij＝V_imin+j·△V_i

将每个分量全部的离散值进行组合，每一个组合代表一个结构模型。可以用类似以下的方法索引每一个结构：

for(j_I＝1，...，J_I)

{....

for(j₂＝1，...，J₂)

{for(j₁＝1，...，J₁)

{index++

$v_{index}=(V_{j_1},J_{j_2},\mathrm{...},V_{j_I})$

}}...}

一个v_index对应一个具体的结构，并给出一个索引index。通过数值计算得到由v_index决定的理论光谱S_index。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对应一个结构结构(参照图2中的步骤A06)。因此，可知光谱库共有光谱的数量为：N_total＝J₁*J₂*...*J_I，其中，index＝1，2，...N_total。定义最佳匹配标准J(s，s_M)，在这个准则下，遍历所有光谱，找出使J(s_index，s_M)，index＝1，...，N_total最小时的index，然后根据index的值利用就可以得到与测量光谱最佳匹配的理论光谱对应的结构参数并输出(步骤A07和A08)。通常使用拟合优度(Goodness of Fit，GOF)或均方根误差(Root MeanSquare Error，RMSE)作为表征等表征两个光谱数据是否匹配良好。

RMSE的定义如下：

$RMSE=f(S,S_M)=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{\left(S\right({\mathrm{\λ}}_i)-S_M({\mathrm{\λ}}_i\left)\right)}^2};$

其中，N为离散的波长点的个数，S为任一光谱数据，S_M为任一测量光谱数据，S(λ_i)为该光谱数据中第i个波长点的理论值，S_M(λ_i)为该第i个波长点的测量值。

图3示意出了根据本发明的一种用于获取样品参数信息的方法流程图，图4示意出了二维周期性光栅结构前次工艺步骤中的被测样品剖面示意图。样品包含至少两个变量的变量集合，该变量集合中的各个变量用于表征所述样品的结构特征和/或轮廓特征，其中，变量集合中各个变量的取值组合分别对应该样品的一个光谱数据。

步骤S1：获取样品在前次工艺步骤中的轮廓参数的数据(前值)

在该步骤中，可以通过光学关键尺寸测量方法、扫描电子显微镜测量方法等获取当前样品的轮廓参数，该轮廓参数包括但并不限于线宽、侧壁角、深度(高度)等。譬如，在前次工艺步骤中被测样品为一层薄膜(参见图4)，可以通过光学关键尺寸测量方法对三个测量区域进行测量，进而得到薄膜厚度(Thickness)分别为18.1、20.6和22.5nm。

步骤S2：建立样品在当前工艺步骤中的光谱数据库

当前工艺步骤中的样品轮廓与前次工艺步骤中的样品轮廓有一定关联但不相同，并且前次和当前工艺步骤中的样品为同一种硅片样品，光谱数据库的变量包括前次工艺步骤中的所测量的轮廓参数。可以理解的是，如果需要对另一种硅片样品进行测量，则需要建立对应该另一种硅片样品的数据库。

例如，如果当前工艺步骤是在前次薄膜工艺基础上再生产并进行刻蚀，则当前工艺步骤不会影响前次步骤中薄膜的厚度。建立的光谱数据库包括(BCD，SWA，HT，Thickness)四个变量。图1所示的待测量样品的OCD模型的各个参数设置如表1所示。

表1样品OCD模型的各个参数设置表

参数	参数说明	标称值	最小值	最大值	浮动数量
						BCD	底部线宽	80(nm)	75(nm)	85(nm)	11
SWA	侧壁角度	87(deg)	86(deg)	90(deg)	9
						HT	高度	100(nm)	90(nm)	110(nm)	21
Thickness	薄膜厚度	20(nm)	15(nm)	25(nm)	11

由各参数对应的浮动数量可知，光谱数据库包含的总光谱数为：11*9*21*11＝22869。显然，如果直接使用该光谱数据库，计算量将十分大，不利于当前要求的高效率测量。

步骤S3：采用光学关键尺寸测量设备，获取样品在当前工艺步骤中的测量光谱。

在该步骤中，收集测量光谱的测量区域与前次工艺步骤中的测量区域一一对应，即步骤S3与步骤S1中的测量区域一致，对应的测量光谱分别记为Sp1、Sp2和Sp3。

步骤S4：基于样品在前次工艺步骤中的轮廓参数的数据，调整匹配范围，在光谱数据库中对测量光谱进行匹配分析。

具体地，通过查询前次测量的结果，确定前次工艺步骤中的该测量区域的轮廓参数的具体数据，譬如，三个测量区域的薄膜厚度分别为18.1、20.6和22.5nm。将光谱数据库中这些数据对应的变量Thickness固定，从而使得每个测量区域的测量光谱分别对应三个不同的光谱数据库匹配范围，如表2所示。

表2样品的OCD模型的各个参数范围

具体地，如果前次测量的轮廓参数的结果不在光谱数据库的数据格点上，则采用将最近邻的格点进行固定。如果该结果正好处于光谱数据库中两个相邻格点的中间，则选取较小的格点对前次测量的结果进行固定。

如上所述，在光谱数据库中，当前测量的光谱所对应的变量Thickness被固定，从而可以使得每个光谱所需匹配的参数更少，压缩匹配范围后的光谱数据库的光谱数为：11*9*21＝2079。显然，在将变量Thickness固定后，可以大幅提高匹配效率，有利于测量。

步骤S5：获取样品在当前工艺步骤中的轮廓参数的数据

在该步骤中，由于变量Thickness已被固定，因此，在匹配过程中，变量Thickness采用前次测量的结果。将与步骤S4中获取的光谱数据最接近的光谱数据库中的数据作为最佳匹配理论光谱，从而将对应的轮廓参数的数值作为样品在当前工艺步骤中的轮廓参数的数据。

表3样品的最终测量数据

基于本发明的方式，每个测量光谱数据仅需与2079个光谱数据进行匹配，而基于传统的逐个匹配的方式，则需要将测量光谱数据与光谱数据库中的22869个光谱数据分别进行匹配。显然根据本发明的方法，能够大幅减少需要参与匹配的光谱数据的数量，极大地提高了获取样品参数信息的效率。

可以理解的是，上述实施例中，由于是以无需改变厚度的刻蚀为例进行说明，因此，可以将变量Thickness固定，以减少所需匹配的总的光谱数。因此，在采用其他工艺过程时，也可以相应地选择变量BCD、SWA、HT或其它轮廓参数中的至少一个作为固定参数，进而确定所需匹配的光谱，以提升测量效率。

本发明还提出了一种基于前值的测量参数获取装置，其包括：

(1)第一获取装置1，用于获取样品在前次工艺步骤中的第一测量数据；

(2)第二获取装置2，用于在前次工艺步骤中的测量区域上获取样品在当前工艺步骤中的测量光谱；

(3)查询装置3，用于查询前次测量的结果文件或结果数据库，进而确定前次工艺步骤中的该测量区域的轮廓参数的具体数据；

(4)匹配装置4，用于基于样品在前次工艺步骤中的轮廓参数的数据，在光谱数据库中对测量光谱进行匹配分析，进而确定样品在当前工艺步骤中的轮廓参数的数据。

可以理解的是，这里的光谱数据库包含至少两个变量的变量集合。该测量参数获取装置的工作流程如下：

首先，由第一获取装置1获取样品在前次工艺步骤中轮廓参数，譬如第一测量数据，这里获取方法包括但并不限于光学关键尺寸测量方法、扫描电子显微镜测量方法，轮廓参数包括但并不限于线宽、侧壁角、深度(高度)。然后，由第二获取装置2在前次工艺步骤中的测量区域上获取样品在当前工艺步骤中的测量光谱；然后，利用查询装置3在光谱数据库中查询前次测量的结果数据，进而确定该测量区域在前次工艺步骤中的轮廓参数的具体数据；再利用匹配装置4基于样品在前次工艺步骤中的轮廓参数的数据，在光谱数据库中对测量光谱进行匹配分析，进而确定样品在当前工艺步骤中的轮廓参数的数据。

根据本发明的方案，基于前次工艺步骤中的轮廓参数的测量数据，先确定样品轮廓中的某些变量的数值，从而能够精确定位样品所对应的光谱数据库的变量范围的区间，既能提高光学关键尺寸测量方法的测量准确性，又能够大幅减少当前测量所需进行匹配的光谱数据数量，极大地提高获取样品参数信息的效率。

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 (14)

1.一种基于前值的测量方法，包括：

A.获取样品在前次工艺步骤中的第一测量数据；

B.构建所述样品在当前工艺步骤中的光谱数据库，其中，在所述当前工艺步骤中的样品轮廓与所述前次工艺步骤中的样品轮廓至少部分地相关联；

C.在所述前次工艺步骤中的测量区域上获取所述样品在当前工艺步骤中的测量光谱；

D.基于所述样品在所述前次工艺步骤中的轮廓参数的数据，在所述光谱数据库中对所述测量光谱进行匹配分析，进而确定所述样品在所述当前工艺步骤中的轮廓参数的数据。

2.根据权利要求1所述的方法，其特征在于，所述步骤A中还包括：通过光学关键尺寸测量方法和/或扫描电子显微镜测量方法获取所述轮廓参数，其中，所述轮廓参数包括线宽、侧壁角、深度、高度中的一种或多种。

3.根据权利要求1所述的方法，其特征在于，所述光谱数据库的变量包括在所述前次工艺步骤中的所测量的轮廓参数。

4.根据权利要求3所述的方法，其特征在于，所述步骤D中还包括：如果所述第一数据不在所述光谱数据库的数据格点上，则采用与所述第一数据最近邻的数据格点对所述第一数据进行固定。

5.根据权利要求4所述的方法，其特征在于，如果所述第一数据处于所述光谱数据库中两个相邻数据格点的中间，则选取较小的数据格点对所述第一数据进行固定。

6.根据权利要求1所述的方法，其特征在于，所述步骤D中还包括：将与所述测量光谱最接近的所述光谱数据库中的数据作为最佳匹配理论光谱。

7.根据权利要求1所述的方法，其特征在于，所述光谱数据库包含至少两个变量的变量集合。

8.一种用于基于前值的测量设备，其特征在于，包括：

第一获取装置，用于获取能够表征样品在前次工艺步骤中的轮廓参数的第一测量数据；

第二获取装置，用于在所述前次工艺步骤中的测量区域上获取所述样品在当前工艺步骤中的测量光谱；

匹配装置，用于基于所述第一数据在光谱数据库中对测量光谱进行匹配分析，进而确定样品在当前工艺步骤中的轮廓参数的数据。

9.根据权利要求8所述的测量设备，其特征在于，其还包括：

查询装置，其用于在所述光谱数据库中确定所述样品在所述前次工艺步骤中的测量区域的轮廓参数的数据。

10.根据权利要求8所述的测量设备，其特征在于，所述轮廓参数包括线宽、侧壁角、深度、高度中的一种或多种。

11.根据权利要求8所述的测量设备，其特征在于，

如果所述第一数据不在所述光谱数据库的数据格点上，则采用与所述第一数据最近邻的数据格点对所述第一数据进行固定。

12.根据权利要求8所述的测量设备，其特征在于，如果所述第一数据处于所述光谱数据库中两个相邻数据格点的中间，则选取较小的数据格点对所述第一数据进行固定。

13.根据权利要求8所述的测量设备，其特征在于，所述匹配装置将与所述测量光谱最接近的所述光谱数据库中的数据作为最佳匹配理论光谱。

14.根据权利要求8所述的测量设备，其特征在于，所述光谱数据库包含至少两个变量的变量集合。