CN110083017B - 多模型计量 - Google Patents

多模型计量 Download PDF

Info

Publication number
CN110083017B
CN110083017B CN201811510247.2A CN201811510247A CN110083017B CN 110083017 B CN110083017 B CN 110083017B CN 201811510247 A CN201811510247 A CN 201811510247A CN 110083017 B CN110083017 B CN 110083017B
Authority
CN
China
Prior art keywords
models
model
different
critical parameters
critical
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
CN201811510247.2A
Other languages
English (en)
Other versions
CN110083017A (zh
Inventor
金仁教
李新
利奥尼德·波斯拉夫斯基
列-关·里奇·利
曹孟
柳孙澈
山邦·帕克
安德烈·V·舒杰葛洛夫
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 CN110083017A publication Critical patent/CN110083017A/zh
Application granted granted Critical
Publication of CN110083017B publication Critical patent/CN110083017B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • 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
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • 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
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
    • 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
    • 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
    • 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
    • G03F7/706843—Metrology apparatus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明揭示是关于多模型测量。本发明揭示用于表征半导体晶片上的多个所关注结构的设备及方法。产生具有浮动与固定临界参数的变化的组合及对应所模拟光谱的多个模型。每一模型经产生以基于从未知结构收集的光谱而确定此些未知结构的一个或多个临界参数。基于参考数据而确定所述模型中的哪一者与每一临界参数最佳相关，所述参考数据包含多个临界参数中的每一者的多个已知值及对应已知光谱。针对使用计量工具从未知结构获得的光谱，选择并使用所述模型中的不同模型来基于如下操作而确定所述未知结构的所述临界参数中的不同临界参数：基于所述参考数据而确定所述模型中的哪一者与每一临界参数最佳相关。

Description

多模型计量
本申请是申请日为2014年08月21日，申请号为“201480052525.8”，而发明名称为“多模型计量”的发明专利申请的分案申请。
相关申请案的交叉参考
本申请案主张In-kyo Kim(金任教)等人2013年8月23日提出申请的先前申请案第61/869,434号美国临时申请案的益处，所述申请案出于所有目的以其全文引用方式并入本文中。
技术领域
本发明一般来说涉及用于半导体晶片的表征的方法及系统，且更具体来说涉及基于模型的计量。
背景技术
在集成电路的制造中使用的光学光刻(Photolithography或opticallithography)系统已存在一段时间。已证明此些系统在产品中的极小细节的精确制造及形成中极为有效。在一些光学光刻系统中，通过经由光或辐射束(例如，UV或紫外光)转印图案而将电路图像写入于衬底上。举例来说，光刻系统可包含将电路图像投影穿过比例光罩且投影到涂覆有对辐照敏感的材料(例如，光致抗蚀剂)的硅晶片上的光或辐射源。经暴露光致抗蚀剂通常形成在显影之后在后续处理步骤(如(举例来说)沉积及/或蚀刻)期间掩蔽所述晶圆的层的图案。
由于电路集成的大规模及半导体装置的减小的大小，比例光罩及所制作装置已变得对临界尺寸(CD)变化以及其它临界参数变化(例如，膜厚度及组合物等)越来越敏感。如果未校正这些变化，那么可致使最终装置由于电定时误差而无法满足所要性能。更糟的是，这些误差可致使最终装置发生故障且对良率造成不利影响。
在一种计量技术中，通过在晶片上的每一位置处扫描电子显微镜CD-SEM图像且针对图案质量检查每一图像来测量临界尺寸。此技术是耗费时间的(例如，数小时)。其它技术具有其自身的缺点。
鉴于前文，需要用于确定临界参数的经改进计量设备及技术。
发明内容
下文呈现本发明的简化发明内容以便提供对本发明的某些实施例的基本理解。本发明内容并非对本发明的广泛概述，且其并不识别本发明的关键/紧要元素或描写本发明的范围。其唯一目的是以经简化形式呈现本文中所揭示的一些概念作为稍后呈现的较详细说明的前序。
在一个实施例中，揭示一种表征半导体晶片上的多个所关注结构的方法。产生具有浮动与固定临界参数的变化的组合及对应所模拟光谱的多个模型。每一模型经产生以基于从未知结构收集的光谱而确定此些未知结构的一个或多个临界参数。基于参考数据而确定所述模型中的哪一者与每一临界参数最佳相关，所述参考数据包含多个临界参数中的每一者的多个已知值及对应已知光谱。针对使用计量工具从未知结构获得的光谱，选择并使用所述模型中的不同模型来基于如下操作而确定所述未知结构的所述临界参数中的不同临界参数：基于所述参考数据而确定所述模型中的哪一者与每一临界参数最佳相关。
在特定实施方案中，所述模型具有为固定的一个或多个临界参数的不同集合以及为浮动的一个或多个临界参数的不同集合。在另一方面，所述模型中的每一者具有低自由度且经配置以提供所述未知结构的所述临界参数的不同子集。在又一方面，所述模型中的至少一者经配置以利用具有对应于多个子模型的多个不同约束条件的同一几何模型或利用对应于多个子模型的不同几何模型。在另一实例中，所述模型中的至少第一模型经配置以使用变换函数将选定临界参数发送到所述模型中的第二模型。在特定实施方案中，使用以下各项中的一者或多者采集来自所述已知结构及所述未知结构的所述光谱：光谱椭圆偏振测量、米勒矩阵光谱椭圆偏振测量、光谱反射测量、光谱散射测量、光束轮廓反射测量、光束轮廓椭圆偏振测量、单一波长、单一离散波长范围或多个离散波长范围。在另一特定实例中，使用严格波耦合分析技术产生所述模型。
在一个实施例中，所述临界参数包含中间临界尺寸(MCD)、顶部CD(TCD)、底部CD(BCD)、轮廓高度(HT)、侧壁角度(SWA)及材料性质。在另一方面，不同模型相比于其它模型具有针对所述临界参数中的不同一者或多者的较高相关性，且基于哪些模型具有针对每一临界参数的最高相关性而选择并使用不同模型。在另一方面，选择并使用不同模型包含基于第一模型满足一条件的执行而在所述第一模型的多个子模型之间进行选择，且每一子模型经配置以用于确定临界参数的同一集合。在另一方面，每一子模型具有固定及浮动临界参数的不同集合且最初在所有所述第一模型的临界参数为浮动的情况下执行所述第一模型。在替代实施例中，选择并使用不同模型包含基于第一模型满足一条件的执行而在所述第一模型的多个子模型与所述第一模型之间进行选择，且每一子模型经配置以用于确定临界参数的基本集合的不同子集且所述第一模型经配置以用于确定临界参数的所述基本集合。在另一实施方案中，选择并使用不同模型进一步基于预期临界尺寸范围。在另一方面，还针对所述计量工具的不同子系统选择并使用不同模型。
在替代实施例中，本发明涉及一种用于检验或测量样品的系统。此系统包括用于产生照明的照明器及用于将所述照明朝向未知结构引导的照明光学器件。所述系统还包含用于响应于所述照明将多个光谱信号从所述未知结构引导到所述系统的传感器的收集光学器件。所述系统进一步包含处理器及经配置以用于执行上文所描述的操作中的任一者的存储器。
下文参考各图来进一步描述本发明的这些及其它方面。
附图说明
图1是混合多工具计量系统的图解性图解说明。
图2是模拟具有一个或多个特征特性的代表性半导体结构的光谱响应的模型的图解性表示。
图3A是针对不相关变化的特征参数的实例性模型的光谱结果随波长而变的图表。
图3B是针对相关变化的特征参数的第二实例性模型的光谱结果随波长而变的图表。
图4是根据本发明的一个实施例的多模型系统的图解性表示。
图5是根据本发明的替代实施方案的多模型系统的图解性表示。
图6是图解说明根据本发明的一个实施例的用于确定模型集合以用于确定临界参数的多模型设置过程的流程图。
图7A图解说明两个不同模型的相对于参考数据的高度相关性。
图7B图解说明两个不同模型的相对于参考数据的MCD相关性。
图8是根据本发明的特定实施方案的用于基于一条件而选择子模型的实例性计量流程。
图9是根据本发明实施例的另一实施例的用于基于一条件而选择单模型或多模型的第二实例性计量流程。
图10是根据本发明实施例的另一实施例的用于基于一条件而选择子模型的第三实例性计量流程。
图11图解说明根据本发明的一个实施例的通过使用多个模型的经改进临界参数相关性。
图12图解说明根据本发明的一个实施例的实例性计量系统。
具体实施方式
在以下说明中，陈述众多特定细节以便提供对本发明的透彻理解。本发明可在没有这些特定细节中的一些细节或所有细节的情况下实践。在其它例子中，未详细描述众所周知的过程操作以免不必要地使本发明模糊。尽管将连同特定实施例一起描述本发明，但将理解，并不打算将本发明限于所述实施例。
简介
图1是混合多工具计量系统122的图解性图解说明。如所展示，混合系统122可利用初级工具126来组合来自多个工具(例如，124a及124b)的结果以经由包含光学光刻过程工具的晶片制作控制系统128改进一个或多个临界参数的测量。通过实例的方式，各种计量工具可包含以下工具中的任一者：CD-SEM(临界尺寸扫描电子显微镜)、CD-TEM(CD透射电子显微镜)、CD-AFM(CD原子力显微镜)及/或SCD(散射测量临界尺寸)。每一类型的工具可具有相关联优势及劣势。例如，CD-SEM、CD-TEM及CD-AFM是破坏性的且耗费时间的。
SCD是基于来自产品或测试晶片上的各种半导体目标的光学散射测量信号或光谱测量的非破坏性计量技术。在一些实施方案中，实施模型以模拟来自各种目标结构的预期光谱结果。图2是模拟具有一个或多个特征特性的代表性半导体结构202的光谱响应的模型的图解性表示。举例来说，模型化目标结构202可具有轮廓高度(HT)204a、侧壁角度(SWA)204b、间距204c、中间临界尺寸(MCD)204d、材料组合物等。所述模型模拟由特定工具朝向所述结构引导的入射光206及来自此结构的散射光208。
模型通常模拟来自具有各种参数配置的结构的结果。图3A是针对不相关变化的特征参数的实例性模型的光谱结果随波长而变的图表。例如，光谱结果302由顶部CD(TCD)及底部CD(BCD)的初始值集合产生。光谱部分304由TCD的变化产生，而光谱部分306由BCD的变化产生。参数TCD及BCD在此实例中是不相关的，且由改变这些参数而来的结果可容易地彼此区分。
然而，SCD模型通常具有参数之间的相关性，且CD的准确度可不利地受此些相关性的影响。图3B是针对相关变化的特征参数的第二实例性模型的光谱结果随波长而变的图表。光谱结果352对应于TCD及BCD值的特定集合。在此模型中，对应于TCD及BCD的光谱改变(例如，354a及354b)难以彼此区分且高度相关。
可通过固定一个或多个参数来打破参数相关性。如果存在许多临界参数，那么每一临界参数可在不同参数为固定的情况下具有最佳准确度。在本文中称为“传递策略”的一种方法仅提供一个固定条件以获得关于特定临界CD的更准确值。
实例性多模型实施例：
本发明的某些实施例通过使用多个模型以实现多个临界参数测量准确度来扩展传递策略。不同模型一般将固定一个或多个参数的不同集合，同时使一个或多个其它参数变化。每一模型可经配置以确定产生模型确定的光谱与从未知目标结构测量的光谱之间的最佳匹配的一个或多个参数值。不同模型可经选择以在不同条件下获得所确定参数结果的最优准确度。由以不同方式配置的模型的此集合输出的参数值将趋向于与参考数据良好地相关，所述参考数据包含参考结构的已知特征参数值。
不同模型一般可相对于变化/浮动或固定的特定模型临界参数具有不同自由度。一些模型可具有高DOF(例如，10或15DOF)且可报告许多不同CP，但并非容易地准确地确定所有CP，因为可能存在参数之间的高相关性。另一模型可具有低DOF且无法报告许多CP，但可提供CP子集的准确解。低DOF模型可展示归因于其低参数相关性的较佳参数晶片内变化。最后，可利用多个低DOF模型来获得许多CP的较佳解，同时提供晶片内变化的经改进监测。
图4是根据本发明的一个实施例的多模型系统400的图解性表示。如所展示，所述系统可利用任何数目或类型的模型，例如模型1 404、模型2 406及模型3 408。每一模型可包含具有一个或多个不同约束条件的同一几何模型或不同几何模型。例如，模型1404可包含子模型1_1到子模型1_i。
特定服务器或计量工具402可针对不同类型的临界参数测量而选择性地利用这些模型。就是说，不同模型及/或子模型将提供与不同临界参数测量较佳地相关的输出。举例来说，临界参数CP1由模型1_1更准确地确定；CP2及CP3分别用子模型2_1及模型2_2更准确地确定；且CP4由模型3_1更准确地报告。数据可任选地在模型之间转移。举例来说，从模型1确定的SWA(未必为CP)可出于MCD(CP2)及HT(CP3)的较佳准确度的目的通过打破模型2中的相关性而转移到模型2。在替代实施例中，一个或多个CP可从一个模型馈送到另一模型以便获得较佳CP结果。图5是根据本发明的替代实施方案的多模型系统500的图解性表示。此实施方案提供如下灵活性：提供任意转移函数f以用于将一个或多个参数从一个模型馈送到另一模型(例如，M2_3＝a*M1_3+b)。在此情形中，来自模型1的M1_3通过简单线性转移函数馈送到模型2中的M2_3。以类似方式，函数F(M)可为用于将特定参数从一个模型馈送到服务器中的最后结果的任意变换函数。在所图解说明的实例中，CP3通过从模型2转移的输出与转移函数F2的组合来获得，且CP4依据来自模型3的输出与不同转移函数F3的组合来获得。
图6是图解说明根据本发明的一个实施例的用于确定模型集合以用于确定临界参数的多模型设置过程600的流程图。最初，在操作602中获得目标结构的具有已知临界参数值及已知光谱的参考数据。例如，可已通过收集来自具有变化的轮廓的目标的光谱的计量光学工具获得参考数据，例如，不同MCD及SWA等。在特定实例中，通过使过程条件跨越实验设计(DOE)晶片变化而获得不同目标的变化的临界参数值。为确定参考或训练目标的尺寸参数(例如轮廓特性(底部或顶部CD、侧壁角度等))，这些目标可由任何适合参考计量(例如横截面TEM、原子力显微镜(AFM)或CD～SEM)表征。接着可以光谱及匹配临界参数值的形式提供参考数据。
从各种目标采集的光谱可包含可与一个或多个临界参数相关的任何适合计量信号。实例性光谱信号包含但不限于任何类型的散射测量、光谱、椭圆偏振测量及/或反射测量信号(包含Ψ、Δ、Rs(s偏振的复反射率)、Rp(p偏振的复反射率)、Rs(|rs|2)、Rp(|rp|2)、R(非偏振反射率)、α(光谱“阿尔法”信号)、β(光谱“贝塔”信号)及这些参数的函数(例如tan(Ψ)、cos(Δ)、((Rs-Rp)/(Rs+Rp))、米勒矩阵元素(Mij)等)。替代地或另外，所述信号可测量为以下各项的函数：入射角、偏振、方位角、角度分布、相位或波长或者这些参数中的一者以上的组合。所述信号还可为信号组合的表征，例如上文所描述的椭圆偏振测量及/或反射测量信号类型中的任何者中的多个的平均值。其它实施例可使用其中可在单个波长处而非在多个波长处获得信号中的至少一者的单色或激光光源。照明波长可为任何范围，从X射线波长开始且远达红外线波长。可基于对所关注结构的信号灵敏度而选择所采集信号的类型。例如，某些波长可对某些特定结构尺寸更加灵敏。
返回参考图6，接着可在操作604中产生多个模型。这些模型具有浮动与固定临界参数的变化的组合。每一模型一般将表示由不同材料但相同基础结构形成的复杂轮廓形状。所述模型还模拟相对于每一不同浮动参数改变以及固定参数的散射及输出光谱。实例性模型产生技术可包含EM(电磁)解算器且使用例如如下各项的算法：RCWA(严格耦合波分析)、FEM(有限元法)、矩量法、表面积分法、体积积分法、FDTD(时域有限差分)等。一个实例性RCWA软件是可从加利福尼亚州的苗必达市的科雷(KLA-Tencor)购得的AcuShape。
接着可在操作606中基于参考数据而确定哪一模型输出与每一临界参数最佳相关。例如，可相对于参考数据确定哪一模型输出与每一临界参数最佳相关。更具体来说，参考数据将针对特定参数(例如高度)的变化值包含不同光谱。最优模型输出与此些特定参数值(高度)的参考光谱最佳相关的此些特定参数值(高度)的光谱。针对每一特定参数类型(例如，MCD、TCD、BCD等)重复此过程。在一个实例中，第一模型针对高度将比第二模型更佳地相关，而第二模型针对MCD比第一模型更佳地相关。图7A图解说明两个不同模型的相对于参考数据的高度相关性。线702表示参考高度与模型高度之间的完美相关性。在当前实例中，模型1的关于参考高度的高度相关性704a比模型2的相关性704b更佳。类似地，图7B图解说明两个不同模型的相对于参考数据的MCD相关性。如所展示，模型2的关于参考MCD的MCD相关性708b比模型1的相关性(708a)更佳。
基于这些不同相关性，接着可在操作608中在计量期间设置不同模型以用于确定不同临界参数。在当前实例中，第一模型经选择以用于确定高度，而第二模型经选择以用于确定MCD。多模型设置程序600接着可结束。当然，举例来说，当过程改变时，可再次执行设置程序600。
每一模型可包含任何适合类型及数目的参数。实例性参数包含抵抗结构的MCD、TCD、BCD、HT及SWA、层组合物、层粗糙度等。一个或多个参数可浮动或具有变化的值，而其他参数可保持固定。例如，MCD可设定到特定值或设定到等于浮动参数TCD值+偏移值，例如，MCD＝TCD+2。
在另一实施例中，可在计量期间设置一个或多个条件以用于模型选择。图8是根据本发明的特定实施方案的用于基于一条件而选择子模型的实例性计量流程。最初，可选择并执行第一模型1 802以用于确定一个或多个临界参数。在所图解说明的实例中，模型1802具有用于确定临界参数CP1、CP2、CP3及CP4的两个子模型(例如，810及812)。不同子模型(例如，模型1a及模型1b)可包含固定与浮动参数(包含浮动参数CP1到CP4)的不同组合。
接着可在操作804中确定是否已满足一条件。可使用任何适合条件来确定哪一模型是最佳的，如下文进一步描述。如果已满足该条件，那么可在操作806中使用子模型1a来确定参数CP1到CP4。否则，在操作808中可使用子模型1b来确定此些参数。
图9是根据本发明实施例的另一实施例的用于基于一条件而选择单模型或多模型的第二实例性计量流程。在此实例中，选择并执行模型1以用于确定参数CP1到CP4。接着在操作904中确定是否满足一条件。如果满足该条件，那么可在操作906中使用选定模型1来确定临界参数CP1到CP4结果910。否则，可在操作908a中使用子模型2a且在操作908b中使用子模型2b来分别确定参数CP1与CP2的第一集合(912a)及参数CP3与CP4的第二集合(912b)。
图10是根据本发明实施例的另一实施例的用于基于一条件而选择子模型的第三实例性计量流程。在此实例中，在操作1002中可最初在所有模型1的参数为浮动的情况下执行模型1。接着可在操作1004中确定是否满足特定条件。如果满足该条件，那么在操作1006中在参数CP1及CP2为固定的情况下使用第一子模型1a。否则，在操作1008中在参数CP1、CP2及CP3为固定的情况下使用子模型1b。
可使用任何适合数目及类型的条件来确定选择哪一模型或子模型用于以上过程。在一个实例中，一条件可为所达到的拟合质量阈值。例如，可需要模型的光谱输出在预定拟合量内拟合实际光谱作为一条件。可使用各种拟合优度统计资料。实例包含由于误差的平方和(SSE)、R平方、经调整R平方、均方根误差(RMSE)、正规化GOF(NGOF)等。替代地或另外，可使用置信及预测界限的残差分析或集合来评估拟合优度质量条件。
在另一条件实例中，可确定模型的特定CP是否在预定范围内。例如，可针对较大CD值产生特定模型，而针对较小CD值范围产生第二模型。
不同模型可用于不同计量工具子系统。就是说，不同计量模块可具有不同相关联的模型或子模型。例如，SE 0及90度方位子系统可使用第一模型；SE及eUVR子系统可使用第二模型；且SE及BPR子系统可使用第三模型。每一模型可具有用于设定及控制其状态的其自身的状态机制，因此允许单模型内的多个类型的操作(不同子模型)。一般来说，每一模型可为具有用于确定CP的不同集合或使用不同算法来确定CP的同一集合的多个子模型的多模型。例如，模型可利用递归多模型结构。
本发明的某些实施例包含用于通过使用与经改进CP测量相关联的多个模型来确定半导体晶片上的所关注结构的临界参数的设备及方法。常规模型可提供特定CP的改进，但具有其它CP的降级。使用多个模型允许对所有CP的改进。这些技术允许基于使用以不同方式配置的模型分析光谱信号而跨越整个晶片测量CP变化的更准确方法。在某些实施例中，这些技术可适用于确定线、沟槽、抵抗或定向自组装(DSA)结构、膜、周期性及非周期性结构等的CP。
图11图解说明根据本发明的一个实施例的通过使用多个模型的经改进临界参数相关性。针对三个不同模型M1、M2及M3展示高度(HT)、SWA、BCD、MCD及TCD的模型结果与参考数据之间的相关性。表1102展示针对模型M1的相关性。表1104展示针对模型M2的相关性。表1106展示针对模型M3的相关性。不同模型针对不同CP产生不同相关性水平。例如，模型M1针对MCD具有最高相关性，而模型M2针对BCD具有最高相关性。可报告来自所有模型的最佳结果。如所展示，表1108针对来自不同模型的每一CP报告最佳相关结果。因此，所报告CP结果一起比个别模型M1到M3更高度相关于参考数据。
可使用硬件及/或软件的任一适合组合来实施上文所描述的技术中的任一者。在一般实例中，计量工具可包括对目标照明的照明系统、捕获由照明系统与目标、装置或特征的相互作用(或其缺乏)提供的相关信息的收集系统及分析使用一个或多个算法收集的信息的处理系统。计量工具一般可用于测量关于与各种半导体制作过程相关联的结构及材料特性(例如，材料组合物、结构及膜的尺寸特性(例如膜厚度)及/或结构的临界尺寸、叠加等)的各种辐射信号。这些测量可用于在半导体裸片的制造中促进过程控制及/或产出效率。
计量工具可包括可连同本发明的某些实施例使用的一个或多个硬件配置。此些硬件配置的实例包含但不限于以下各项：光谱椭圆偏振计(SE)、具有多个照明角度的SE、测量米勒矩阵元素(例如使用旋转补偿器)的SE、单波长椭圆偏振计、光束轮廓椭圆偏振计(角度分辨的椭圆偏振计)、光束轮廓反射计(角度分辨的反射计)、宽带反射光谱仪(光谱反射计)、单波长反射计、角度分辨的反射计、成像系统及散射计(例如斑点分析器)。
硬件配置可分离成离散操作系统。另一方面，一个或多个硬件配置可组合成单个工具。第7,933,026号美国专利中进一步图解说明及描述这种多个硬件配置组合成单个工具的一个实例，所述专利出于所有目的以其全文引用方式并入本文中。举例来说，图12展示包括以下各项的示范性计量工具的示意图：a)宽带SE(例如，18)；b)具有旋转补偿器(例如，98)的SE(例如，2)；c)光束轮廓椭圆偏振计(例如，10)；d)光束轮廓反射计(例如，12)；e)宽带反射光谱仪(例如，14)；及f)深紫外线反射光谱仪(例如，16)。另外，此些系统中通常存在许多光学元件(例如，92、72、94、70、96、74、76、80、78、98、100、102、104、32/33、42、84、60、62、64、66、30、82、29、28、44、50、52、54、56、46、34、36、38、40及86)，包含某些透镜、准直器、反射镜、四分之一波板、偏光器、检测器、相机、光圈及/或光源。光学系统的波长可从大约120nm变化到3微米。光学系统的方位角也可变化。针对非椭圆偏振计系统，所收集的信号可为偏振分辨的或非偏振的。
图12提供集成在同一工具上的多个计量头部的图解说明。然而，在许多情形中，多个计量工具用于对单个或多个计量目标的测量。例如，在赞谷(Zangooie)等人的标题为“多工具及结构分析(Multiple tool and structure analysis)”的U.S.7,478,019中进一步描述多工具计量的数个实施例，所述专利出于所有目的以其全文引用方式并入本文中。
某些硬件配置的照明系统可包含一个或多个光源。一个或多个光源可产生具有仅一个波长的光(例如，单色光)、具有若干个离散波长的光(例如，多色光)、具有多个波长的光(例如，宽带光)及/或扫略穿过波长(连续地或在波长之间跳跃)的光(例如，可调谐源或经扫略源)。适合光源的实例为：白色光源、紫外线(UV)激光、弧光灯或无电极灯、激光持续的等离子体(LSP)源(举例来说，可从马萨诸塞州的沃本市的Energetiq技术有限公司商购的那些源)、超连续光谱源(例如宽带激光源)(例如可从新泽西州的摩根维尔市的NKT光子有限公司商购的那些源)或较短波长源(例如x射线源、极端UV源或其某一组合)。光源还可经配置以提供具有充足亮度的光，所述充足亮度在一些情形中可为大于大约1W/(nmcm2Sr)的亮度。计量系统还可包含对光源的快速反馈以用于使其功率及波长稳定。光源的输出可经由自由空间传播递送，或在一些情形中经由任何类型的光纤或光导递送。
继而，一个或多个检测器或光谱仪经配置以经由收集光学元件接收从样品4的表面反射或以其它方式散射的照明。适合的传感器包含电荷耦合装置(CCD)、CCD阵列、时间延迟积分(TDI)传感器、TDI传感器阵列、光电倍增管(PMT)及其它传感器。所测量光谱或所检测到的信号数据(随位置、波长、偏振、方位角等而变)可从每一检测器传递到处理器系统48以用于分析。
应认识到，单处理器系统48或(替代地)多处理器系统48可实施本发明通篇所描述的各种步骤。此外，图12的系统的不同子系统(例如，光谱椭圆偏振计)可包含适合于实施本文中所描述的步骤的至少一部分的计算机系统。因此，上述说明不应解释为对本发明的限制而仅为图解说明。此外，一个或多个处理器系统48可经配置以执行本文中所描述的方法实施例中的任一者的任何其它步骤。
另外，处理器系统48可以此项技术中已知的任何方式通信地耦合到检测器系统。举例来说，一个或多个处理器系统48可耦合到与检测器系统相关联的计算系统。在另一实例中，检测器系统可由耦合到处理器系统48的单计算机系统直接控制。
计量系统的处理器系统48可经配置以通过可包含缆线及/或无线部分的传输媒体从系统的子系统接收及/或采集数据或信息。以此方式，传输媒体可用作处理器系统48与图12的系统的其它子系统之间的数据链路。
集成计量系统的处理器系统48可经配置以通过可包含缆线及/或无线部分的传输媒体从其它系统接收及/或采集数据或信息(例如，测量光谱、差异信号、统计结果、参考或校准数据、训练数据、模型、所提取特征或变换结果、所变换数据集、曲线拟合、定性及定量结果等)。以此方式，传输媒体可用作处理器系统48与其它系统(例如，存储器板上计量系统、外部存储器、参考测量源或其它外部系统)之间的数据链路。举例来说，处理器系统48可经配置以经由数据链路从存储媒体(例如，内部或外部存储器)接收测量数据。举例来说，可将使用检测系统获得的光谱结果存储于永久性或半永久性存储器装置(例如，内部或外部存储器)中。就此来说，光谱结果可从板上存储器或从外部存储器系统输入。此外，处理器系统48可经由传输媒体将数据发送到其它系统。举例来说，可将由处理器系统48确定的定性及/或定量结果可传达且存储于外部存储器中。就此来说，测量结果可输出到另一系统。
处理器系统48可包含但不限于个人计算机系统、主机计算机系统、工作站、图像计算机、平行处理器或此项技术中已知的任何其它装置。一般来说，术语“处理器系统”可经广泛地定义以囊括具有执行来自存储器媒体的指令的一个或多个处理器的任何装置。实施如本文中所描述的那些方法的方法的程序指令可经由传输媒体(例如导线、缆线或无线传输链路)传输。可将程序指令存储于计算机可读媒体(例如，存储器)中。示范性计算机可读媒体包含只读存储器、随机存取存储器、磁碟或光碟或者磁带。
计量工具可经设计以进行与半导体制造有关的许多不同类型的测量。用于确定质量及/或定量值的本发明的某些实施例可利用此些测量。在某些实施例中，所述工具可测量光谱且确定一个或多个目标的特性，例如质量及缺陷数量值、临界尺寸、叠加、侧壁角度、膜厚度、过程相关参数(例如，焦点及/或剂量)。目标可包含本质上为周期性的某些所关注区域，例如举例来说存储器裸片中的光栅。目标可包含其厚度可由计量工具测量的多个层(或膜)。目标可包含放置(或已经存在)于半导体晶片上以用于(例如)对准及/或叠加对齐操作的目标设计。某些目标可位于半导体晶片上的各种位置处。举例来说，目标可位于刻划线(例如，在裸片之间)内及/或位于裸片自身中。在某些实施例中，多个目标由如US 7,478,019中所描述的相同或多个计量工具测量(同时或在不同时间)。可组合来自此些测量的数据。来自计量工具的数据可在半导体制造过程中用于(举例来说)过程(例如光刻、蚀刻)的前馈、后馈及/或侧馈校正，且因此可产生完整过程控制解决方案。
当半导体装置图案尺寸继续收缩时，通常需要较小计量目标。此外，测量准确度及与实际装置特性的匹配增加对装置样目标以及裸片内及甚至装置上测量的需要。已提议各种计量实施方案以实现所述目标。举例来说，主要基于反射光学器件的聚焦束椭圆偏振测量是所述实施方案中的一者且在皮望卡-科尔(Piwonka-Corle)等人的专利(U.S.5,608,526，“聚焦束光谱椭圆偏振测量方法及系统(Focused beam spectroscopic ellipsometrymethod and system)”)中描述。切趾器可用于缓解导致超过由几何光学器件界定的大小的照明点的散布的光学衍射效应。在诺顿(Norton)的专利(U.S.5,859,424，“可用于在光学测量及其它应用中减小光点大小的切趾滤波器系统(Apodizing filter system useful forreducing spot size in optical measurements and other applications)”)中描述切趾器的使用。具有同步多入射角照明的高数值孔径工具的使用是用以实现小目标性能的另一方式。例如在奥普萨尔(Opsal)等人的专利(U.S.6,429,943，“具有同步的多个入射角测量的临界尺寸分析(Critical dimension analysis with simultaneous multiple angleof incidence measurements)”)中描述此技术。
其它测量实例可包含测量半导体堆叠的一个或多个层的组合物、测量晶片上(或其内)的某些缺陷及测量暴露到晶片的光学光刻辐射量。在一些情形中，计量工具及算法可经配置以用于测量非周期性目标，参见例如P.江(P.Jiang)等人的“使用散射测量的CD计量中的全波电磁模拟的有限元法(The Finite Element Method for Full WaveElectromagnetic Simulations in CD Metrology Using Scatterometry)”(申请中的U.S.61/830536、K-T揭示内容P4063)或A.库兹涅佐夫(A.Kuznetsov)等人的“用于计量及检查的有限结构及有限照明的电磁模型化的方法(Method of electromagnetic modelingof finite structures and finite illumination for metrology and inspection)”(申请中的U.S.61/761146或KT揭示内容P4082)。
所关注参数的测量还可涉及若干种算法。举例来说，入射束与样本的光学相互作用可使用EM(电磁)解算器来模型化且使用此些算法作为RCWA、FEM、矩量法、表面积分法、体积积分法、FDTD及其它。所关注目标通常可使用几何引擎或(在一些情形中)过程模型化引擎或两者的组合来模型化(参数化)。在A.库兹涅佐夫(A.Kuznetsov)等人的“基于模型的计量与过程模型的集成使用的方法(Method for integrated use of model-basedmetrology and a process model)”(申请中的U.S.61/738760、P4025)中描述过程模型化的使用。举例来说，可在加利福尼亚州的苗必达市的科雷(KLA-Tencor)的AcuShape软件产品中实施几何引擎。
所收集数据可通过若干种数据拟合及最优化技术以及包含如下各项的技术来分析：程序库、快速降阶模型；回归；机器学习算法，例如神经网络、支持向量机器(SVM)；维度缩减算法，例如PCA(主成分分析)、ICA(独立分量分析)、LLE(局部线性嵌入)；稀疏表示，例如傅里叶或小波变换；卡尔曼滤波器；用于促成来自相同或不同工具类型的匹配的算法，及其它。
所收集数据还可由不包含模型化、最优化及/或拟合的算法(例如以引用方式并入本文中且如本文中所描述的临时专利申请案61/745981)分析。
通常针对使用一个或多个方法(例如计算硬件的设计及实施、平行化、计算的分布、负载平衡、多服务支持、动态负载最优化等)的计量应用使计算算法最优化。算法的不同实施方案可在固件、软件、FPGA、可编程光学器件组件等中进行。
数据分析及拟合步骤可用于追求以下目标中的一者：质量测量、缺陷数目、CD、SWA、形状、应力、组合物、膜、带隙、电性质、焦点/剂量、叠加、产生过程参数(例如抵抗状态、分压力、温度、聚焦模型)及/或其任一组合；计量系统的模型化及/或设计；以及计量目标的模型化、设计及/或最优化。
此处呈现的本发明的某些实施例一般来说针对半导体计量及过程控制的领域，且不限于硬件、算法/软件实施方案及架构，且使用上文所概述的案例。
虽然已出于理解清楚的目的而相当详细地描述了前述发明，但将了解，可在所附权利要求书的范围内实践某些改变及修改。应注意，存在实施本发明的过程、系统及设备的许多替代方式。因此，本发明实施例应被视为说明性而非限定性的，且本发明不应限于本文中所给出的细节。

Claims (25)

1.一种表征样本上的多个所关注结构的方法，所述方法包括：
产生多个模型，所述多个模型具有用于输出所模拟光谱的浮动与固定临界参数的不同组合而彼此不同，其中所述模型作为最终模型而产生以基于从未知结构收集的光谱而确定此些未知结构的多个不同临界参数，其中通过使用电磁解算器产生每一模型以模拟从具有浮动与固定临界参数的特定组合的结构输出或散射的光谱；
在产生所述模型且不产生另一模型之后，通过：(ⅰ)提供从多个参考结构输出或散射的已知光谱，所述参考结构具有用于所述不同临界参数中的每一者的多个已知值，(ⅱ)如果在此每一模型中浮动，基于此不同临界参数的所述多个已知值从所述模型的每一者输出多个光谱，以及(ⅲ)确定哪个模型的输出的多个光谱与用于此不同临界参数的所述已知值的多个已知光谱最佳相关，从而确定所述模型中的哪一者与所述不同临界参数的每一者最佳相关；
提供在半导体制造过程中形成的具有未知结构的半导体晶片；
通过计量工具从所述未知结构测量光谱；
针对从所述未知结构测量的光谱，选择并使用所述模型中的不同模型来基于如下操作而确定所述未知结构的所述临界参数中的不同临界参数：基于参考数据而确定所述模型中的哪一者与每一临界参数最佳相关；及
提供经确定的所述未知结构的所述临界参数中的所述不同临界参数，以校正所述半导体制造过程并且提高其它半导体晶片制造的产量。
2.根据权利要求1所述的方法，其中所述模型具有为固定的一个或多个临界参数的不同集合及为浮动的一个或多个临界参数的不同集合。
3.根据权利要求1所述的方法，其中所述模型中的每一者具有低自由度且经配置以提供所述未知结构的所述临界参数的不同子集。
4.根据权利要求1所述的方法，其中所述模型中的至少一者经配置以利用具有对应于多个子模型的多个不同约束条件的同一几何模型或利用对应于多个子模型的不同几何模型。
5.根据权利要求1所述的方法，其中所述模型中的至少第一模型经配置以使用变换函数将所选定的临界参数发送到所述模型中的第二模型。
6.根据权利要求1所述的方法，其中使用以下各项中的一者或多者采集来自已知结构及所述未知结构的光谱：光谱椭圆偏振测量、米勒矩阵光谱椭圆偏振测量、光谱反射测量、光谱散射测量、光束轮廓反射测量、光束轮廓椭圆偏振测量、单一波长、单一离散波长范围或多个离散波长范围。
7.根据权利要求1所述的方法，其中使用严格波耦合分析技术产生所述模型中的每一者。
8.根据权利要求1所述的方法，其中所述临界参数包含中间临界尺寸MCD、顶部CD TCD、底部CD BCD、高度HT及侧壁角度SWA。
9.根据权利要求1所述的方法，其中所述模型中的第一模型经选择及经使用以确定所述临界参数中的第一临界参数，且所述模型中的第二模型经选择及经使用以确定所述临界参数中的第二临界参数，其中所述第一模型比所述第二模型具有用于确定所述第一临界参数的更高的相关性，且其中所述第二模型比所述第一模型具有用于确定所述第二临界参数的更高的相关性。
10.根据权利要求1所述的方法，其中选择并使用不同模型包含基于第一模型满足条件的执行而在所述第一模型的多个子模型之间进行选择，其中每一子模型经配置以用于确定临界参数的同一集合。
11.根据权利要求10所述的方法，其中每一子模型具有固定及浮动临界参数的不同集合，且最初在所述第一模型的所有临界参数为浮动的情况下执行所述第一模型。
12.根据权利要求1所述的方法，其中选择并使用不同模型包含基于第一模型满足条件的执行而在所述第一模型的多个子模型与所述第一模型之间进行选择，其中每一子模型经配置以用于确定临界参数的基本集合的不同子集且所述第一模型经配置以用于确定临界参数的所述基本集合。
13.根据权利要求1所述的方法，其中选择并使用不同模型进一步基于预期临界尺寸范围。
14.根据权利要求1所述的方法，其中还针对所述计量工具的不同子系统选择并使用不同模型。
15.一种半导体计量工具，其包括：
照明器，其用于产生照明；
照明光学器件，其用于将所述照明朝向在半导体制造过程中形成的半导体晶片的未知结构引导；
收集光学器件，其用于将多个光谱从所述未知结构引导到传感器；
所述传感器用于从所述未知结构采集多个光谱信号；及
处理器与存储器，其经配置以用于执行以下操作：
产生多个模型，所述多个模型具有用于输出所模拟光谱的浮动与固定临界参数的不同组合而彼此不同，其中所述模型作为最终模型而产生以基于从未知结构收集的光谱而确定此些未知结构的多个不同临界参数，其中通过使用电磁解算器产生每一模型以模拟从具有浮动与固定临界参数的特定组合的结构输出或散射的光谱；
在产生所述模型且不产生另一模型之后，通过：(ⅰ)提供从多个参考结构输出或散射的已知光谱，所述参考结构具有用于所述不同临界参数中的每一者的多个已知值，(ⅱ)如果在此每一模型中浮动，基于此不同临界参数的所述多个已知值从所述模型的每一者输出多个光谱，以及(ⅲ)确定哪个模型的输出的多个光谱与用于此不同临界参数的所述已知值的多个已知光谱最佳相关，从而确定所述模型中的哪一者与所述不同临界参数的每一者最佳相关；
提供在半导体制造过程中形成的具有未知结构的半导体晶片；
从所述未知结构测量光谱；
针对从所述未知结构测量的光谱，选择并使用所述模型中的不同模型来基于如下操作而确定所述未知结构的所述临界参数中的不同临界参数：基于参考数据而确定所述模型中的哪一者与每一临界参数最佳相关；及
提供经确定的所述未知结构的所述临界参数中的所述不同临界参数，以校正所述半导体制造过程并且提高其它半导体晶片制造的产量。
16.根据权利要求15所述的计量工具，其中所述模型中的至少一者经配置以利用具有对应于多个子模型的多个不同约束条件的同一几何模型或利用对应于多个子模型的不同几何模型。
17.根据权利要求15所述的计量工具，其中所述模型中的至少第一模型经配置以使用变换函数将选定临界参数发送到所述模型中的第二模型。
18.根据权利要求15所述的计量工具，其中使用以下各项中的一者或多者采集来自已知结构及所述未知结构的所述光谱：光谱椭圆偏振测量、米勒矩阵光谱椭圆偏振测量、光谱反射测量、光谱散射测量、光束轮廓反射测量、光束轮廓椭圆偏振测量、单一波长、单一离散波长范围或多个离散波长范围。
19.根据权利要求15所述的计量工具，其中所述临界参数包含中间临界尺寸MCD、顶部CD TCD、底部CD BCD及侧壁角度SWA。
20.根据权利要求15所述的计量工具，其中所述模型中的第一模型经选择及经使用以确定所述临界参数中的第一临界参数，且所述模型中的第二模型经选择及经使用以确定所述临界参数中的第二临界参数，其中所述第一模型比所述第二模型具有用于确定所述第一临界参数的更高的相关性，且其中所述第二模型比所述第一模型具有用于确定所述第二临界参数的更高的相关性。
21.根据权利要求15所述的计量工具，其中选择并使用不同模型包含基于第一模型满足条件的执行而在所述第一模型的多个子模型之间进行选择，其中每一子模型经配置以用于确定临界参数的同一集合。
22.根据权利要求21所述的计量工具，其中每一子模型具有固定及浮动临界参数的不同集合，且最初在所述第一模型的所有临界参数为浮动的情况下执行所述第一模型。
23.根据权利要求15所述的计量工具，其中选择并使用不同模型包含基于第一模型满足条件的执行而在所述第一模型的多个子模型与所述第一模型之间进行选择，其中每一子模型经配置以用于确定临界参数的基本集合的不同子集且所述第一模型经配置以用于确定临界参数的所述基本集合。
24.根据权利要求15所述的计量工具，其中选择并使用不同模型进一步基于预期临界尺寸范围。
25.根据权利要求15所述的计量工具，其中还针对所述计量工具的不同子系统选择并使用不同模型。
CN201811510247.2A 2013-08-23 2014-08-21 多模型计量 Active CN110083017B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361869434P 2013-08-23 2013-08-23
US61/869,434 2013-08-23
US14/459,516 2014-08-14
US14/459,516 US9412673B2 (en) 2013-08-23 2014-08-14 Multi-model metrology
CN201480052525.8A CN105580123B (zh) 2013-08-23 2014-08-21 多模型计量

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201480052525.8A Division CN105580123B (zh) 2013-08-23 2014-08-21 多模型计量

Publications (2)

Publication Number Publication Date
CN110083017A CN110083017A (zh) 2019-08-02
CN110083017B true CN110083017B (zh) 2021-07-06

Family

ID=52481579

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201480052525.8A Active CN105580123B (zh) 2013-08-23 2014-08-21 多模型计量
CN201811510247.2A Active CN110083017B (zh) 2013-08-23 2014-08-21 多模型计量

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201480052525.8A Active CN105580123B (zh) 2013-08-23 2014-08-21 多模型计量

Country Status (4)

Country Link
US (2) US9412673B2 (zh)
KR (1) KR102096134B1 (zh)
CN (2) CN105580123B (zh)
WO (1) WO2015027088A1 (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10255385B2 (en) * 2012-03-28 2019-04-09 Kla-Tencor Corporation Model optimization approach based on spectral sensitivity
US10386729B2 (en) 2013-06-03 2019-08-20 Kla-Tencor Corporation Dynamic removal of correlation of highly correlated parameters for optical metrology
US10955359B2 (en) * 2013-11-12 2021-03-23 International Business Machines Corporation Method for quantification of process non uniformity using model-based metrology
US10302414B2 (en) * 2014-09-14 2019-05-28 Nova Measuring Instruments Ltd. Scatterometry method and system
US11675208B1 (en) 2014-12-18 2023-06-13 J.A. Woollam Co., Inc. Reflectometer, spectrophotometer, ellipsometer and polarimeter system with a super continuum laser source of a beam of electromagnetism, and improved detector system
US11035729B1 (en) 2014-12-18 2021-06-15 J.A. Woqllam Co., Inc. Reflectometer, spectrophotometer, ellipsometer and polarimeter system with a super continuum laser source of a beam of electromagnetism, and improved detector system
US10132684B1 (en) 2014-12-18 2018-11-20 J.A. Woolam Co., Inc. Reflectometer, spectrophometer, ellipsometer and polarimeter system with a super continuum laser-source of a beam of electromagnetism and improved detector system
US10422739B1 (en) 2014-12-18 2019-09-24 J.A. Woollam Co., Inc. Reflectometer, spectrophotometer, ellipsometer and polarimeter systems with a super continuum laser source of a beam of electromagnetism, and improved detector system
US10502549B2 (en) * 2015-03-24 2019-12-10 Kla-Tencor Corporation Model-based single parameter measurement
US9915524B2 (en) 2015-05-11 2018-03-13 Kla-Tencor Corporation Optical metrology with small illumination spot size
US10592817B2 (en) * 2015-07-13 2020-03-17 International Business Machines Corporation Parameter-dependent model-blending with multi-expert based machine learning and proxy sites
US10502692B2 (en) 2015-07-24 2019-12-10 Kla-Tencor Corporation Automated metrology system selection
US10295342B2 (en) * 2015-08-14 2019-05-21 Kla-Tencor Corporation System, method and computer program product for calibration of metrology tools
US11580375B2 (en) * 2015-12-31 2023-02-14 Kla-Tencor Corp. Accelerated training of a machine learning based model for semiconductor applications
US10032681B2 (en) * 2016-03-02 2018-07-24 Lam Research Corporation Etch metric sensitivity for endpoint detection
US10197908B2 (en) 2016-06-21 2019-02-05 Lam Research Corporation Photoresist design layout pattern proximity correction through fast edge placement error prediction via a physics-based etch profile modeling framework
KR101917006B1 (ko) * 2016-11-30 2018-11-08 에스케이 주식회사 머신 러닝 기반 반도체 제조 수율 예측 시스템 및 방법
KR101885619B1 (ko) * 2016-12-29 2018-08-06 한국과학기술원 출구 재귀 모델을 이용한 웨이퍼 제조 공정 레벨의 포토리소그래피 클러스터 장치 시뮬레이션을 제공하는 시뮬레이션 장치 및 이를 이용한 시뮬레이션 방법
US10732516B2 (en) * 2017-03-01 2020-08-04 Kla Tencor Corporation Process robust overlay metrology based on optical scatterometry
WO2018202361A1 (en) 2017-05-05 2018-11-08 Asml Netherlands B.V. Method to predict yield of a device manufacturing process
US11378451B2 (en) 2017-08-07 2022-07-05 Kla Corporation Bandgap measurements of patterned film stacks using spectroscopic metrology
US11380594B2 (en) 2017-11-15 2022-07-05 Kla-Tencor Corporation Automatic optimization of measurement accuracy through advanced machine learning techniques
US11156548B2 (en) * 2017-12-08 2021-10-26 Kla-Tencor Corporation Measurement methodology of advanced nanostructures
US10794839B2 (en) 2019-02-22 2020-10-06 Kla Corporation Visualization of three-dimensional semiconductor structures
WO2019195481A1 (en) * 2018-04-06 2019-10-10 Lam Research Corporation Process simulation model calibration using cd-sem
US10572697B2 (en) 2018-04-06 2020-02-25 Lam Research Corporation Method of etch model calibration using optical scatterometry
US11921433B2 (en) 2018-04-10 2024-03-05 Lam Research Corporation Optical metrology in machine learning to characterize features
WO2019199697A1 (en) 2018-04-10 2019-10-17 Lam Research Corporation Resist and etch modeling
KR102247828B1 (ko) * 2018-07-23 2021-05-04 세메스 주식회사 기판 처리 장치 및 기판 처리 방법
DE102018219647A1 (de) * 2018-11-16 2020-05-20 MIRell Photonics GmbH Vorrichtung und Verfahren zur Bestimmung wenigstens eines optischen Parameters einer Halbleiterstruktur
JP7329597B2 (ja) * 2018-11-21 2023-08-18 ケーエルエー コーポレイション 実験計画法および応答曲面モデルを使用するプロセス最適化
US11060846B2 (en) 2018-12-19 2021-07-13 Kla Corporation Scatterometry based methods and systems for measurement of strain in semiconductor structures
US11231362B1 (en) * 2018-12-20 2022-01-25 Kla Corporation Multi-environment polarized infrared reflectometer for semiconductor metrology
US10977405B2 (en) 2019-01-29 2021-04-13 Lam Research Corporation Fill process optimization using feature scale modeling
US11060982B2 (en) 2019-03-17 2021-07-13 Kla Corporation Multi-dimensional model of optical dispersion
WO2021154747A1 (en) * 2020-01-27 2021-08-05 Lam Research Corporation Performance predictors for semiconductor-manufacturing processes
US20220245307A1 (en) * 2021-02-03 2022-08-04 Applied Materials, Inc. Hybrid physics/machine learning modeling of processes
CN113029024B (zh) * 2021-03-01 2021-11-16 长鑫存储技术有限公司 半导体结构的测量方法及设备
CN114324184B (zh) * 2021-12-30 2024-05-17 粤芯半导体技术股份有限公司 椭偏仪光谱浮动模型及建立方法
CN115876097A (zh) * 2023-03-03 2023-03-31 广州粤芯半导体技术有限公司 光学关键尺寸数据库的建立方法、光学测量结构及其方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3592666B2 (ja) * 2001-12-04 2004-11-24 株式会社東芝 露光用マスクパターンの補正方法、プログラム、マスクパターン形成方法、及び半導体装置の製造方法
EP1477851A1 (en) * 2003-05-13 2004-11-17 ASML Netherlands B.V. Device manufacturing method and lithographic apparatus
US8032348B2 (en) * 2003-09-30 2011-10-04 Tokyo Electron Limited System and method for using first-principles simulation to facilitate a semiconductor manufacturing process
US7287239B2 (en) * 2003-10-27 2007-10-23 International Business Machines Corporation Performance in model-based OPC engine utilizing efficient polygon pinning method
TW200523524A (en) * 2003-11-05 2005-07-16 Asml Masktools Bv Eigen decomposition based OPC model
US7171284B2 (en) 2004-09-21 2007-01-30 Timbre Technologies, Inc. Optical metrology model optimization based on goals
US7962863B2 (en) 2007-05-07 2011-06-14 Kla-Tencor Corp. Computer-implemented methods, systems, and computer-readable media for determining a model for predicting printability of reticle features on a wafer
KR101461667B1 (ko) * 2007-07-26 2014-11-13 도쿄엘렉트론가부시키가이샤 패턴화 구조 검사 장치 및 계측 데이터 관리 방법
JP2011027461A (ja) 2009-07-22 2011-02-10 Renesas Electronics Corp パターン形状計測方法、半導体装置の製造方法、およびプロセス制御システム
NL2006700A (en) * 2010-06-04 2011-12-06 Asml Netherlands Bv Method and apparatus for measuring a structure on a substrate, computer program products for implementing such methods & apparatus.
US8666703B2 (en) * 2010-07-22 2014-03-04 Tokyo Electron Limited Method for automated determination of an optimally parameterized scatterometry model

Also Published As

Publication number Publication date
KR20160047511A (ko) 2016-05-02
CN110083017A (zh) 2019-08-02
US20160322267A1 (en) 2016-11-03
CN105580123B (zh) 2019-01-04
CN105580123A (zh) 2016-05-11
WO2015027088A1 (en) 2015-02-26
US9412673B2 (en) 2016-08-09
KR102096134B1 (ko) 2020-04-01
US20150058813A1 (en) 2015-02-26

Similar Documents

Publication Publication Date Title
CN110083017B (zh) 多模型计量
US10101674B2 (en) Methods and apparatus for determining focus
US10502694B2 (en) Methods and apparatus for patterned wafer characterization
US10935893B2 (en) Differential methods and apparatus for metrology of semiconductor targets
US10062157B2 (en) Compressive sensing for metrology
CN107077644B (zh) 用于组合来自多个计量工具的原始数据的系统、方法及计算机程序产品
KR102137848B1 (ko) 스펙트럼 감도 및 프로세스 변동에 기초한 측정 레시피 최적화
KR101906289B1 (ko) 리소그래피를 수반하는 제조 공정을 위한 공정 파라미터의 측정
US20230341337A1 (en) Measurement of thick films and high aspect ratio structures

Legal Events

Date Code Title Description
PB01 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