CN106353964A - 用于评估光学邻近修正模型的精度的方法 - Google Patents
用于评估光学邻近修正模型的精度的方法 Download PDFInfo
- Publication number
- CN106353964A CN106353964A CN201510418429.7A CN201510418429A CN106353964A CN 106353964 A CN106353964 A CN 106353964A CN 201510418429 A CN201510418429 A CN 201510418429A CN 106353964 A CN106353964 A CN 106353964A
- Authority
- CN
- China
- Prior art keywords
- model
- optical proximity
- vector
- proximity correction
- correction model
- 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
Links
Landscapes
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种用于评估光学邻近修正模型的精度的方法,所述方法包括:将光学邻近修正模型映射到由光学邻近修正模型的拟合参数所构成的向量空间,以构建由第一向量所表示的第一模型;确定向量空间内的第一方向,光学邻近修正模型所计算的阈值沿第一方向变化最快;将第一模型沿着第一方向移动预定量以构建由第二向量所表示的第二模型;以及针对不同的给定节距计算用于第一模型的第一关键尺寸和用于第二模型的第二关键尺寸的差,以得到光学邻近修正模型的精度。本发明所提供的用于评估光学邻近修正模型的精度的方法可以对光学邻近修正模型的精度进行有效地评估,从而可以实现更为可靠的光学邻近修正。
Description
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评估光学邻近修正(Optical Proximity Correction,OPC)模型的精度的方法。
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。
随着技术往更新关键尺寸更小的方向发展,对OPC技术的准确性也提出了更高的要求。从最初的基于简单规则的OPC技术发展出了基于模型的OPC技术。当前对OPC模型的精度要求越来越高的同时影响OPC模型准确性的因素也越来越多。然而,目前缺乏一种行之有效的方法能够评估OPC模型的精度,以保证将该模型应用于完整的芯片设计。
发明内容
针对现有技术的不足,本发明提供一种用于评估光学邻近修正模型的精度的方法,所述方法包括:将光学邻近修正模型映射到由所述光学邻近修正模型的拟合参数(fitting parameter)所构成的向量空间,以构建由第一向量所表示的第一模型;确定所述向量空间内的第一方向,所述光学邻近修正模型所计算的阈值沿所述第一方向变化最快;将所述第一模型沿着所述第一方向移动预定量以构建由第二向量所表示的第二模型;以及针对不同的给定节距(pitch)计算用于所述第一模型的第一关键尺寸(critical dimension,CD)和用于所述第二模型的第二关键尺寸的差,以得到所述光学邻近修正模型的精度。
在本发明的一个实施例中,所述确定所述向量空间内的第一方向进一步包括:针对所述阈值构建海森矩阵(Hessian matrix);将所述海森矩阵对角化(diagonalize)以得到具有最大绝对值的特征值以及相关联的特征向量;以及将所述特征向量标准化(normalize)以确定所述第一方向。
在本发明的一个实施例中,所述预定量为预定常量与第三向量的乘积,所述第三向量为所述第一向量的量级(magnitude)与经标准化的所述特征向量的乘积。
在本发明的一个实施例中,所述第二向量等于所述第一向量加上所述预定常量与所述第三向量的乘积。
在本发明的一个实施例中,所述预定常量为根据需求设置的预定比例常数。
在本发明的一个实施例中,所述预定比例常数为5%。
在本发明的一个实施例中,所述第二模型为所述第一模型的扰动模型(perturbed model)。
在本发明的一个实施例中,所述光学邻近修正模型的精度为节距的函数。
在本发明的一个实施例中,所述光学邻近修正模型为第四代紧密光阻模型(CM1)。
在本发明的一个实施例中,所述方法能够应用于28纳米(nm)及其以下的工艺节点。
本发明所提供的用于评估光学邻近修正模型的精度的方法可以对光学邻近修正模型的精度进行有效地评估,从而可以实现更为可靠的光学邻近修正。
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评估光学邻近修正模型的精度的方法的流程图;以及
图2示出了评估光学邻近修正模型的精度的示意图。
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。
光学邻近修正技术是在找到图形失真量与图形本身特性的关系基础上,运用物理和数学相结合的模型来拟合这一关系,随后这一个模型用来对设计版图所有图形进行全面的修正,以保证在曝光之后的硅片上得到设计时的图形。对于半导体工业28纳米及其以下工艺节点,光学邻近修正是确保从掩膜版转移到晶片的图像的保真度的不可缺少的过程。
可以使用严格模型来直接求解麦克斯韦(Maxwell)方程以实施交叉检查(cross check)。然而,严格模型的有效性仅限于计算光学轮廓(optical profile),但无法准确计算出光刻胶上所曝得的图案(resist profile)。由于计算成本巨大,因此使用严格模型来执行大量的交叉 检查是不现实的。正如前面所述,在当前阶段,缺乏可以有效评估OPC模型精度的方法。
本发明提供了用于评估光学邻近修正模型的精度的方法。图1示出了根据本发明实施例的用于评估光学邻近修正模型的精度的方法100的流程图。如图1所示,方法100包括以下步骤:
步骤101:将光学邻近修正模型映射到由该光学邻近修正模型的拟合参数所构成的向量空间,以构建由第一向量所表示的第一模型。例如,待测的光学邻近修正模型可以为第四代紧密光阻模型CM1,CM1模型如下面的等式1所示:
其中,ci是CM1模型的拟合参数,T是最终的光阻阈值。
对于该模型,可以将其映射到其拟合参数所跨的向量空间{c0......,cn},以构建由第一向量所表示的第一模型。
步骤102:确定该向量空间内的第一方向,该光学邻近修正模型所计算的阈值沿该第一方向变化最快。具体地,该步骤可以进一步包括:针对该阈值构建海森矩阵;将海森矩阵对角化以得到具有最大绝对值的特征值以及相关联的特征向量;以及将该特征向量标准化以确定上述第一方向。
继续上面的示例,对于由向量空间{c0......,cn}所表示的CM1模型,可以针对阈值T构建海森矩阵,该海森矩阵可以如下面的等式2所示出的:
等式2
如等式2所示,海森矩阵的矩阵元素为构建海森矩阵后,可以将海森矩阵对角化以得到具有最大绝对值的特征值τmax和其相关联的特征向量υmax,可以通过下面的等式3对该特征向量υmax进行标准化(或归一化):
可以将经标准化的特征向量的方向确定为第一方向,该光学邻近修正模型所计算的阈值T沿该第一方向变化最快。
步骤103:将第一模型沿着第一方向移动预定量以构建由第二向量所表示的第二模型。具体地,该预定量可以为预定常量与第三向量的乘积,其中第三向量可以为第一向量的量级与经标准化的特征向量的乘积。第二向量可以等于第一向量加上预定常量与第三向量的乘积。接着上面的示例,可以通过下面的等式4得到表示第二模型的第二向量,其中等式4示出为:
其中为表示第二模型的第二向量,表示第三向量。在第三向量中,α可以为根据需求设置的预定比例常数,例如预定比例常数可以设置为5%;为第一向量的量级;为经标准化的特征向量。所构建的第二模型可以视为为第一模型的扰动模型。
步骤104:针对不同的给定节距计算用于第一模型的第一关键尺寸和用于第二模型的第二关键尺寸的差,以得到该光学邻近修正模型的精度。具体地,根据给定图案节距,可以针对第一模型获得模拟的 第一关键尺寸CD,并针对第二模型获得模拟的第二关键尺寸CD’,正如图2所示出的。那么,针对给定节距p的模型误差可以通过下面的等式5来表示:
Error(p)=CD-CD′ 等式5
可以针对不同的节距p实施上述过程,随后根据等式5可以评估所测试的光学邻近修正模型的精度,该光学邻近修正模型的精度可以为节距p的函数。
基于上面的描述,本发明所提供的用于评估光学邻近修正模型的精度的方法可以对光学邻近修正模型的精度进行有效地评估,从而可以实现更为可靠的光学邻近修正。该方法不仅能够应用于45纳米和32纳米工艺节点的需求,也能够应用于28纳米及其以下的工艺节点。
值得注意的是,上述根据本发明的实施例以CM1模型为例描述了用于评估光学邻近修正模型的精度的方法,但是本领域普通技术人员可以理解,本发明的方法还可以用于其他任何光学邻近修正模型的精度的评估。
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)
1.一种用于评估光学邻近修正模型的精度的方法,其特征在于,所述方法包括:
将光学邻近修正模型映射到由所述光学邻近修正模型的拟合参数所构成的向量空间,以构建由第一向量所表示的第一模型;
确定所述向量空间内的第一方向,所述光学邻近修正模型所计算的阈值沿所述第一方向变化最快;
将所述第一模型沿着所述第一方向移动预定量以构建由第二向量所表示的第二模型;以及
针对不同的给定节距计算用于所述第一模型的第一关键尺寸和用于所述第二模型的第二关键尺寸的差,以得到所述光学邻近修正模型的精度。
2.如权利要求1所述的方法,其特征在于,所述确定所述向量空间内的第一方向进一步包括:
针对所述阈值构建海森矩阵;
将所述海森矩阵对角化以得到具有最大绝对值的特征值以及相关联的特征向量;以及
将所述特征向量标准化以确定所述第一方向。
3.如权利要求2所述的方法,其特征在于,所述预定量为预定常量与第三向量的乘积,所述第三向量为所述第一向量的量级与经标准化的所述特征向量的乘积。
4.如权利要求3所述的方法,其特征在于,所述第二向量等于所述第一向量加上所述预定常量与所述第三向量的乘积。
5.如权利要求3所述的方法,其特征在于,所述预定常量为根据需求设置的预定比例常数。
6.如权利要求5所述的方法,其特征在于,所述预定比例常数为5%。
7.如权利要求1-6中的任一项所述的方法,其特征在于,所述第二模型为所述第一模型的扰动模型。
8.如权利要求1-6中的任一项所述的方法,其特征在于,所述光学邻近修正模型的精度为节距的函数。
9.如权利要求1-6中的任一项所述的方法,其特征在于,所述光学邻近修正模型为第四代紧密光阻模型。
10.如权利要求1-6中的任一项所述的方法,其特征在于,所述方法能够应用于28纳米及其以下的工艺节点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510418429.7A CN106353964B (zh) | 2015-07-16 | 2015-07-16 | 用于评估光学邻近修正模型的精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510418429.7A CN106353964B (zh) | 2015-07-16 | 2015-07-16 | 用于评估光学邻近修正模型的精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106353964A true CN106353964A (zh) | 2017-01-25 |
CN106353964B CN106353964B (zh) | 2019-12-17 |
Family
ID=57842730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510418429.7A Active CN106353964B (zh) | 2015-07-16 | 2015-07-16 | 用于评估光学邻近修正模型的精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106353964B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004163472A (ja) * | 2002-11-08 | 2004-06-10 | Sony Corp | フォトマスクの設計方法、フォトマスク、及び半導体装置 |
US6973633B2 (en) * | 2002-07-24 | 2005-12-06 | George Lippincott | Caching of lithography and etch simulation results |
CN101226326A (zh) * | 2007-01-03 | 2008-07-23 | 国际商业机器公司 | 使用具有可调精度的模拟检验掩模版图印刷适性的方法和系统 |
CN101571669A (zh) * | 2008-04-28 | 2009-11-04 | 中芯国际集成电路制造(北京)有限公司 | 基于模型的校验光学邻近修正的方法 |
CN102103324A (zh) * | 2009-12-17 | 2011-06-22 | 中芯国际集成电路制造(上海)有限公司 | 一种光学邻近效应修正方法 |
CN104345546A (zh) * | 2013-07-24 | 2015-02-11 | 中芯国际集成电路制造(上海)有限公司 | 光刻掩膜版及其制作方法 |
-
2015
- 2015-07-16 CN CN201510418429.7A patent/CN106353964B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6973633B2 (en) * | 2002-07-24 | 2005-12-06 | George Lippincott | Caching of lithography and etch simulation results |
JP2004163472A (ja) * | 2002-11-08 | 2004-06-10 | Sony Corp | フォトマスクの設計方法、フォトマスク、及び半導体装置 |
CN101226326A (zh) * | 2007-01-03 | 2008-07-23 | 国际商业机器公司 | 使用具有可调精度的模拟检验掩模版图印刷适性的方法和系统 |
CN101571669A (zh) * | 2008-04-28 | 2009-11-04 | 中芯国际集成电路制造(北京)有限公司 | 基于模型的校验光学邻近修正的方法 |
CN102103324A (zh) * | 2009-12-17 | 2011-06-22 | 中芯国际集成电路制造(上海)有限公司 | 一种光学邻近效应修正方法 |
CN104345546A (zh) * | 2013-07-24 | 2015-02-11 | 中芯国际集成电路制造(上海)有限公司 | 光刻掩膜版及其制作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106353964B (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7765021B2 (en) | Method to check model accuracy during wafer patterning simulation | |
KR101600647B1 (ko) | 더블-패턴처리 프로세스용 리소그래피 검증 수행 방법 및 시스템 | |
CN101794325B (zh) | 使用主分量分析的紧凑abbe内核生成 | |
KR20160096118A (ko) | 요건에 대한 타겟 및 프로세스 감도 분석 | |
US11415897B2 (en) | Calibrating stochastic signals in compact modeling | |
CN103902451A (zh) | 一种智能电能表软件品质评价方法 | |
US7805699B2 (en) | Shape-based photolithographic model calibration | |
CN108475026A (zh) | 热点及工艺窗监测 | |
US9311442B2 (en) | Net-voltage-aware optical proximity correction (OPC) | |
US10114282B2 (en) | Sampling for OPC building | |
Tabery et al. | SEM image contouring for OPC model calibration and verification | |
US8869081B2 (en) | Automating integrated circuit device library generation in model based metrology | |
CN106353964A (zh) | 用于评估光学邻近修正模型的精度的方法 | |
US20180121586A1 (en) | Coupled-Domains Disturbance Matrix Generation For Fast Simulation Of Wafer Topography Proximity Effects | |
Kusnadi et al. | Contour-based self-aligning calibration of OPC models | |
US9459523B2 (en) | Pattern optical similarity determination | |
Vasek et al. | SEM-contour-based OPC model calibration through the process window | |
Lorusso et al. | Full chip correction of EUV design | |
US8566755B2 (en) | Method of correcting photomask patterns | |
CN105892223A (zh) | 一种优化opc验证的方法 | |
Beznia et al. | Accurate estimation of analog test metrics with extreme circuits | |
JP2004128167A (ja) | プロセスマージンの評価方法、測定条件の設定方法、プロセスマージンの評価プログラム、及び、測定条件の設定プログラム | |
US20100081295A1 (en) | Process model evaluation method, process model generation method and process model evaluation program | |
Qian et al. | Advanced physical models for mask data verification and impacts on physical layout synthesis | |
Tawfic et al. | Safe interpolation distance for VT5 resist model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |