CN110544244A - 沟道通孔特征参数的获得方法及装置 - Google Patents
沟道通孔特征参数的获得方法及装置 Download PDFInfo
- Publication number
- CN110544244A CN110544244A CN201910806356.7A CN201910806356A CN110544244A CN 110544244 A CN110544244 A CN 110544244A CN 201910806356 A CN201910806356 A CN 201910806356A CN 110544244 A CN110544244 A CN 110544244A
- Authority
- CN
- China
- Prior art keywords
- channel
- order
- hole
- value
- sampling
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 94
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000012512 characterization method Methods 0.000 claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 14
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000002955 isolation Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 7
- 239000000758 substrate Substances 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 5
- 238000005530 etching Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 229910052581 Si3N4 Inorganic materials 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 229910010271 silicon carbide Inorganic materials 0.000 description 2
- -1 silicon carbide nitride Chemical class 0.000 description 2
- HQVNEWCFYHHQES-UHFFFAOYSA-N silicon nitride Chemical compound N12[Si]34N5[Si]62N3[Si]51N64 HQVNEWCFYHHQES-UHFFFAOYSA-N 0.000 description 2
- 229910052814 silicon oxide Inorganic materials 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 229910000577 Silicon-germanium Inorganic materials 0.000 description 1
- LEVVHYCKPQWKOP-UHFFFAOYSA-N [Si].[Ge] Chemical compound [Si].[Ge] LEVVHYCKPQWKOP-UHFFFAOYSA-N 0.000 description 1
- 229910003481 amorphous carbon Inorganic materials 0.000 description 1
- 229910021417 amorphous silicon Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000001020 plasma etching Methods 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- H—ELECTRICITY
- H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
- H10B—ELECTRONIC MEMORY DEVICES
- H10B43/00—EEPROM devices comprising charge-trapping gate insulators
- H10B43/20—EEPROM devices comprising charge-trapping gate insulators characterised by three-dimensional arrangements, e.g. with cells on different height levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种本发明的沟道通孔特征参数获得方法和获得装置，所述获得方法，在获得沟道通孔对应的若干半径采样值后，对所述获得的若干半径采样值进行傅里叶变换，获得若干模值，计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征。本发明中椭圆度基于一阶模值和二阶模值表征为一种新的椭圆度的衡量方式。并且，粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征能去除椭圆度的影响从而可以提高粗糙度的精度。
Description
技术领域
本发明涉及半导体制作领域，尤其涉及一种沟道通孔特征参数的获得方法及装置。
背景技术
NAND闪存是一种比硬盘驱动器更好的存储设备，随着人们追求功耗低、质量轻和性能佳的非易失存储产品，在电子产品中得到了广泛的应用。目前，平面结构的NAND闪存已近实际扩展的极限，为了进一步的提高存储容量，降低每比特的存储成本，提出了3D结构的3D NAND存储器。
现有的3D NAND存储器的制作过程包括：提供衬底，所述衬底上形成有隔离层和牺牲层交替层叠的堆叠结构；刻蚀所述堆叠结构，在堆叠结构中形成暴露出衬底表面的沟道通孔；在沟道通孔中形成存储结构；形成存储结构后，刻蚀所述堆叠结构，在堆叠结构中形成栅极隔槽；去除所述牺牲层，在去除牺牲层的位置形成控制栅；在所述栅极隔槽中填充导电材料，形成阵列共源极。
现有的存储结构一般包括位于沟道通孔侧壁表面上的电荷存储层和位于电荷存储层侧壁表面的沟道层，所述电荷存储层一般包括阻挡氧化层、位于阻挡氧化层上的电荷捕获层以及位于电荷捕获层上的隧穿氧化层，由于电荷存储层是通过沉积和刻蚀工艺形成在沟道通孔侧壁上，沟道通孔的粗糙度和形貌直接影响电荷存储层厚度均匀性和形貌，电荷存储层厚度均匀性和形貌直接影响3D NAND存储器存储性能，因而在3D NAND存储器的制作过程中，对于沟道通孔的特征参数进行监测变得非常重要。
但是现有对沟道通孔的监测方法获得的特征参数准确度仍有待提升。
发明内容
本发明所要解决的技术问题是在怎样提高监测的沟道通孔的特征参数的准确性。
本发明提供了一种沟道通孔特征参数的获得方法，其特征在于，包括：
获取沟道通孔对应的通孔图像；
对所述通孔图像进行采样，获得沟道通孔对应的若干半径采样值；
对所述获得的若干半径采样值进行傅里叶变换，获得若干模值；
计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征；
计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
可选的，所述采样的次数为32-128次。
可选的，所述半径采样值的个数为32-128个。
可选的，所述半径采样值的获得过程包括：得到通孔图像中沟道通孔对应的中心和沟道通孔对应的边界；在边界上选取若干采样点；所述若干采样点到中心之间对应的距离即为若干采样值。
可选的，所述对所述获得半径采样值进行傅里叶变换，获得若干模值的计算过程包括：
eix＝cos x+i sin x
其中，|A(k)|表示模值，x(n)表示半径采样值，N表示采样点数，k表示频率。
可选的，所述椭圆度基于一阶模值和二阶模值表征以及所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征具体为：
其中，distortion表示椭圆度，striation表示粗糙度。
本发明还提供了一种沟道通孔特征参数的获得装置，包括：
图像获取单元，用于获取沟道通孔对应的通孔图像；
采样单元，用于对通孔图像进行采样，获得沟道通孔对应的若干半径采样值；
变换单元，用于对所述获得的若干半径采样值进行傅里叶变换，获得若干模值；
计算单元，用于计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
可选的，所述采样单元进行采样的次数为32-128次。
可选的，所述半径采样值的个数为32-128个。
可选的，所述采样单元获得半径采样值的过程包括：得到通孔图像中沟道通孔对应的中心和沟道通孔对应的边界；在边界上选取若干采样点；所述若干采样点到中心之间对应的距离即为若干采样值。
可选的，所述变换单元获得若干模值的计算过程包括：
eix＝cos x+i sin x
可选的，所述椭圆度基于一阶模值和二阶模值表征以及所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征具体为：
其中，distortion表示椭圆度，striation表示粗糙度。
其中，|A(k)|表示模值，x(n)表示半径采样值，N表示采样点数，k表示频率。
与现有技术相比，本发明技术方案具有以下优点：
本发明的沟道通孔特征参数获得方法，在获得沟道通孔对应的若干半径采样值后，由于对所述获得的若干半径采样值进行傅里叶变换，获得若干模值，计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征。本发明中椭圆度基于一阶模值和二阶模值表征为一种新的椭圆度的衡量方式。并且，对于沟道通孔这种类圆形或弯曲图形，不能采用一般的粗糙度公式对其进行粗糙度计算，在进行粗糙度的计算时必须去除导致图形弯曲的因素，傅立叶变换是一种有效的信号分解手段，可以利用傅立叶变换去除导致图形弯曲的因素，从而提高粗糙度的精度，而在沟道通孔粗糙度计算过程中，主要影响因素为椭圆度，因而本实施例中粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征能去除椭圆度的影响从而可以提高粗糙度的精度。因此，本申请中通过前述椭圆度和粗糙度的表征方式，提高了沟道通孔的特征参数的准确性。
附图说明
图1为本发明实施例沟道通孔特征参数获得方法的流程示意图；
图2-图4为本发明实施例沟道通孔特征参数的获得方法；
图5为本发明实施例沟道通孔特征参数的获得装置的结构示意图。
具体实施方式
如背景技术所言，现有对沟道通孔的监测方法获得的特征参数准确度仍有待提升。
研究发现，通过粗糙度和椭圆度两个特征参数来衡量沟道通孔的形貌，粗糙度和椭圆度通过下面两个公式计算：
distortion＝Dmax-Dmin，其中distortion表示椭圆度，striation表示粗糙度，Dmax表示沟通通孔直径采样值的最大值，Dmin表示直径采样值的最小值。
进一步研究发现，当沟道通孔的形状为椭圆、类三角形或类圆形等图形，并且沟道通孔的实际侧壁形貌平坦度较好时，通过前述两个公式计算的粗糙度和椭圆度均会比较大，而在实际制作工艺中，前述所述的沟道通孔粗糙度并不大，很显然这样的计算方式不能准确的衡量这种情况下的沟道通孔的粗糙度。
为此，本发明提供了一种沟道通孔特征参数获得方法和获得装置，所述获得方法，在获得沟道通孔对应的若干半径采样值后，对所述获得的若干半径采样值进行傅里叶变换，获得若干模值，计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征。本发明中椭圆度基于一阶模值和二阶模值表征为一种新的椭圆度的衡量方式。并且，对于沟道通孔这种类圆形或弯曲图形，不能采用一般的粗糙度公式对其进行粗糙度计算，在进行粗糙度的计算时必须去除导致图形弯曲的因素，傅立叶变换是一种有效的信号分解手段，可以利用傅立叶变换去除导致图形弯曲的因素，从而提高粗糙度的精度，而在沟道通孔粗糙度计算过程中，主要影响因素为椭圆度，因而本实施例中粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征能去除椭圆度的影响从而可以提高粗糙度的精度。因此，本申请中通过前述椭圆度和粗糙度的表征方式，提高了沟道通孔的特征参数的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在详述本发明实施例时，为便于说明，示意图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明的保护范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
图1为本发明实施例沟道通孔特征参数获得方法的流程示意图；图2-图4为本发明实施例沟道通孔特征参数的获得方法；图5为本发明实施例沟道通孔特征参数的获得装置的结构示意图。
本发明实施例提供了一种沟道通孔特征参数的获得方法，请参考图1，包括步骤：
步骤S101，获取沟道通孔对应的通孔图像；
步骤S102，对所述通孔图像进行采样，获得沟道通孔对应的若干半径采样值；
步骤S103，对所述获得的若干半径采样值进行傅里叶变换，获得若干模值；
步骤S104，计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征；
步骤S105，计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
下面结合附图1-附图4对前述过程进行详细的描述。
首先，进行步骤S101，获取沟道通孔对应的通孔图像。
所述沟道通孔为3D NAND存储器形成过程中形成的沟道通孔。
在一实施例中，所述沟道通孔的形成过程为：提供半导体衬底，所述半导体衬底上形成有牺牲层和隔离层交替层叠的堆叠结构；刻蚀所述堆叠结构，形成贯穿堆叠结构的若干沟道通孔。
所述半导体衬底的材料可以为单晶硅(Si)、单晶锗(Ge)、或硅锗(GeSi)、碳化硅(SiC)；也可以是绝缘体上硅(SOI)，绝缘体上锗(GOI)；或者还可以为其它的材料，例如砷化镓等Ⅲ-Ⅴ族化合物。本实施例中，所述半导体衬底的材料为单晶硅(Si)。
所述堆叠结构包括若干交替层叠的牺牲层和隔离层，所述牺牲层和隔离层交替层叠是指：在形成一层牺牲层后，在该牺牲层的表面形成一层隔离层，然后依次循环进行形成牺牲层和位于牺牲层上的隔离层的步骤。所述堆叠结构的层数(堆叠结构中的牺牲层和隔离层的双层堆叠结构的层数)，根据垂直方向所需形成的存储单元的个数来确定，所述堆叠结构的层数可以为8层、32层、64层等，堆叠结构的层数越多，越能提高集成度。
所述隔离层的材料可以为氧化硅、氮化硅、氮氧化硅、氮碳化硅中的一种，所述牺牲层的材料可以为氧化硅、氮化硅、氮氧化硅、氮碳化硅、无定型硅、无定形碳、多晶硅中的一种。
刻蚀所述堆叠结构形成有若干沟道通孔可以采用等离子体刻蚀工艺，后续在所述沟道通孔中形成有存储结构。在一实施例中，所述存储结构包括位于沟道通孔侧壁表面上的电荷存储层和位于电荷存储层侧壁表面的沟道层。
在形成沟道通孔后，在沟道通孔中形成存储结构之前，需要对沟道通孔的形貌进行监测，获得沟道通孔的特征参数，以判断形成的沟道通孔是否满足工艺的要求。
本申请中在获得沟道通孔的特征参数时，需要先获得沟道通孔对应的通孔图像，参考图2，图2中示出了一个沟道通孔对应的通孔图像201，通孔图像周围为掩膜层对应的掩膜图像202。需要说明的是，图2中仅以获得一个沟道通孔对应的通孔图像作为示例进行说明，在其他实施例中，可以同时获得多个沟道通孔对应的多个通孔图像。
在具体的实施例中，所述通孔图像201可以通过图像采集装置获得。所述图像采集装置包括相机或摄像头。
步骤S102，对所述通孔图像进行采样，获得沟道通孔对应的若干半径采样值。
在一实施例中，请参考图3，所述半径采样值的获得过程包括：得到通孔图像201中沟道通孔对应的中心204和沟道通孔对应的边界203；在边界203上选取若干采样点；所述若干采样点到中心204之间对应的距离即为若干采样值(例如R1和R2)。
具体的，获得通孔图像201后，可以对通孔图像进行图像处理，以识别出沟道通孔对应的边界203，并进一步获得沟道通孔对应的中心204。所述图像处理包括边界检测和中心检测。
在一具体的实施例中，所述边界203和中心204的获得过程包括：利用计算机视觉，采用canny算子进行边缘检测，利用findContours()函数进行轮廓查找，利用drawContours()函数绘制轮廓，对轮廓信息进行处理，得到轮廓坐标系[Xi,Yi]，计算中心矩，得到中心坐标值[Xo,Yo]，则半径(Ri)通过以下公式计算：
本实施例中，所述采样的次数可以为32-128次，具体可以为32次、64次、128次，该采样次数相应获得的所述半径采样值的个数为32-128个，该采样次数和半径采样值的个数，一方面能保证后续计算获得椭圆度和粗糙度的精度，另一方面减少半径采样值获得时间和减小后续椭圆度和粗糙度以及傅里叶变换的计算难度，提高沟道通孔参数的获得效率。需要说明的是，在其他实施例中，所述采样的次数可以为其他的不同的次数。
参考图4，图4示出了对图3所示的通孔图像进行采样获得的若干半径采样值x(n)，横坐标表示采样点数(N)或采样次数，纵坐标表示半径采样值数值，每一个小矩形表示一个半径采样值，对每一个沟道通孔采样获得的若干半径采样值x(n)可以以图表或列表的形式存储，以便于工艺人员查看，并方便后续进行傅里叶变换。
进行步骤S103，对所述获得的若干半径采样值进行傅里叶变换，获得若干模值。
在一实施例中，所述对所述获得半径采样值进行傅里叶变换，获得若干模值的计算过程包括：
eix＝cos x+i sin x (2)
其中，|A(k)|表示模值，x(n)表示半径采样值，N表示采样点数，k表示频率。前述第一个公式(1)中的X(k)表示将半径采样值x(n)从时域转到频域，第二个公式(2)为欧拉公式，第三个公式(3)为第二个公式代入第一个公式中得到的X(k)，第四个公式(4)为第三个公式(3)中的实部，第五个公式为第三个公式(3)中的虚部，第六个公式(6)为模值|A(k)|的计算公式。
进行步骤S104，计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征；进行步骤S105，计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
在一实施例中，所述椭圆度基于一阶模值和二阶模值表征以及所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征具体为：
其中，distortion表示椭圆度，striation表示粗糙度。
公式(7)中的|A(1)|，|A(2)|分别为公式(6)中k＝1和k＝2时对应的模值。
公式(8)表示所述粗糙度基于三阶模值到N/2阶模值表征，公式(9)表示所述粗糙度基于四阶模值到N/2阶模值表征。
本发明实施例的沟道通孔特征参数获得方法中，获得沟道通孔对应的若干半径采样值后，由于对所述获得的若干半径采样值进行傅里叶变换，获得若干模值，计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征。本发明实施例提供了一种新的椭圆度的衡量方式，具体的，在算法当中，k＝0时为一个基准圆，k＝1时，即为在这个基准圆上附加的频率为1的简谐波，将基准圆变成一个椭圆，k＝2时，即为在这个基准圆上附加的频率为2的简谐波，将基准圆进一步变椭，获取k＝1和k＝2的简谐波的振幅值，即为变椭程度。对于沟道通孔这种类圆形或弯曲图形，不能采用一般的粗糙度公式对其进行粗糙度计算，在进行粗糙度的计算时必须去除导致图形弯曲的因素，傅立叶变换是一种有效的信号分解手段，可以利用傅立叶变换去除导致图形弯曲的因素，从而提高粗糙度的精度，而在沟道通孔当中，表征沟道通孔粗糙度的主要影响因素为椭圆度，因而本实施例中粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征能去除椭圆度的影响从而可以提高粗糙度的精度。因此，本申请中通过前述椭圆度和粗糙度的表征方式，提高了沟道通孔的特征参数的准确性。
本发明实施例还提供了一种沟道通孔特征参数的获得装置，参考图5，包括：
图像获取单元301，用于获取沟道通孔对应的通孔图像；
采样单元302，用于对通孔图像进行采样，获得沟道通孔对应的若干半径采样值；
变换单元303，用于对所述获得的若干半径采样值进行傅里叶变换，获得若干模值；
计算单元304，用于计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，并用于计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
具体的，所述图像获取单元301包括图像采集装置，比如照相机或摄像头等。
所述采样单元302进行采样的次数为32-128次，相应的所述半径采样值的个数为32-128个。
在一实施例中，所述采样单元302获得半径采样值的过程包括：得到通孔图像中沟道通孔对应的中心和沟道通孔对应的边界；在边界上选取若干采样点；所述若干采样点到中心之间对应的距离即为若干采样值。
在一实施例中，所述变换单元303获得若干模值的计算过程包括：
eix＝cos x+i sin x
其中，|A(k)|表示模值，x(n)表示半径采样值，N表示采样点数，k表示频率。
所述椭圆度基于一阶模值和二阶模值表征以及所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征具体为：
其中，distortion表示椭圆度，striation表示粗糙度。
公式(7)中的|A(1)|，|A(2)|分别为公式(6)中k＝1和k＝2时对应的模值。
公式(8)表示所述粗糙度基于三阶模值到N/2阶模值表征，公式(9)表示所述粗糙度基于四阶模值到N/2阶模值表征。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种沟道通孔特征参数的获得方法，其特征在于，包括：
获取沟道通孔对应的通孔图像；
对所述通孔图像进行采样，获得沟道通孔对应的若干半径采样值；
对所述获得的若干半径采样值进行傅里叶变换，获得若干模值；
计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征；
计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
2.如权利要求1所述的沟道通孔特征参数的获得方法，其特征在于，所述采样的次数为32-128次。
3.如权利要求2所述的沟道通孔特征参数的获得方法，其特征在于，所述半径采样值的个数为32-128个。
4.如权利要求1所述的沟道通孔特征参数的获得方法，其特征在于，所述半径采样值的获得过程包括：得到通孔图像中沟道通孔对应的中心和沟道通孔对应的边界；在边界上选取若干采样点；所述若干采样点到中心之间对应的距离即为若干采样值。
5.如权利要求1所述的沟道通孔特征参数的获得方法，其特征在于，所述对所述获得半径采样值进行傅里叶变换，获得若干模值的计算过程包括：
eix＝cosx+isinx
其中，|A(k)|表示模值，x(n)表示半径采样值，N表示采样点数，k表示频率。
6.如权利要求5所述的所述沟道通孔特征参数的获得方法，其特征在于，所述椭圆度基于一阶模值和二阶模值表征以及所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征具体为：
其中，distortion表示椭圆度，striation表示粗糙度。
7.一种沟道通孔特征参数的获得装置，其特征在于，包括：
图像获取单元，用于获取沟道通孔对应的通孔图像；
采样单元，用于对通孔图像进行采样，获得沟道通孔对应的若干半径采样值；
变换单元，用于对所述获得的若干半径采样值进行傅里叶变换，获得若干模值；
计算单元，用于计算获得沟道通孔的椭圆度，所述椭圆度基于一阶模值和二阶模值表征，并用于计算获得沟道通孔的粗糙度，所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征，所述N为采样次数。
8.如权利要求7所述的沟道通孔特征参数的获得装置，其特征在于，所述采样单元进行采样的次数为32-128次。
9.如权利要求8所述的沟道通孔特征参数的获得装置，其特征在于，所述半径采样值的个数为32-128个。
10.如权利要求7所述的沟道通孔特征参数的获得装置，其特征在于，所述采样单元获得半径采样值的过程包括：得到通孔图像中沟道通孔对应的中心和沟道通孔对应的边界；在边界上选取若干采样点；所述若干采样点到中心之间对应的距离即为若干采样值。
11.如权利要求7所述的沟道通孔特征参数的获得装置，其特征在于，所述变换单元获得若干模值的计算过程包括：
eix＝cosx+isinx
其中，|A(k)|表示模值，x(n)表示半径采样值，N表示采样点数，k表示频率。
12.如权利要求11所述的所述沟道通孔特征参数的获得装置，其特征在于，所述椭圆度基于一阶模值和二阶模值表征以及所述粗糙度基于三阶模值到N/2阶模值表征或者基于四阶模值到N/2阶模值表征具体为：
其中，distortion表示椭圆度，striation表示粗糙度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910806356.7A CN110544244B (zh) | 2019-08-29 | 2019-08-29 | 沟道通孔特征参数的获得方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910806356.7A CN110544244B (zh) | 2019-08-29 | 2019-08-29 | 沟道通孔特征参数的获得方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110544244A true CN110544244A (zh) | 2019-12-06 |
| CN110544244B CN110544244B (zh) | 2022-04-12 |
Family
ID=68712216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910806356.7A Active CN110544244B (zh) | 2019-08-29 | 2019-08-29 | 沟道通孔特征参数的获得方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110544244B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105345406A (zh) * | 2015-11-28 | 2016-02-24 | 贵州凯星液力传动机械有限公司 | 一种精密阀孔的高效加工方法 |
| CN106123799A (zh) * | 2015-05-07 | 2016-11-16 | 空中客车防务和空间公司 | 用于钻孔测量的反射成像设备 |
| CN107816949A (zh) * | 2017-11-01 | 2018-03-20 | 长江存储科技有限责任公司 | 一种用于3d nand存储器的存储层薄膜厚度测量方法 |
| WO2018122573A1 (en) * | 2016-12-28 | 2018-07-05 | Arcelormittal | Device with canalized gas, for protecting a means for measuring a parameter of a distant element, and method for making an intermediate part of this device |
| CN109141335A (zh) * | 2018-10-11 | 2019-01-04 | 浙江工业大学之江学院 | 一种空间连续弯管的快速检测装置 |
| CN109273454A (zh) * | 2018-08-24 | 2019-01-25 | 长江存储科技有限责任公司 | 半导体结构及其形成方法 |
| CN110031001A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种重力辅助惯性导航的适配区选取方法 |
| CN110148598A (zh) * | 2019-04-19 | 2019-08-20 | 华中科技大学 | 一种基于二维半导体材料垂直沟道的三维闪存存储器及其制备 |
-
2019
- 2019-08-29 CN CN201910806356.7A patent/CN110544244B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106123799A (zh) * | 2015-05-07 | 2016-11-16 | 空中客车防务和空间公司 | 用于钻孔测量的反射成像设备 |
| CN105345406A (zh) * | 2015-11-28 | 2016-02-24 | 贵州凯星液力传动机械有限公司 | 一种精密阀孔的高效加工方法 |
| WO2018122573A1 (en) * | 2016-12-28 | 2018-07-05 | Arcelormittal | Device with canalized gas, for protecting a means for measuring a parameter of a distant element, and method for making an intermediate part of this device |
| CN107816949A (zh) * | 2017-11-01 | 2018-03-20 | 长江存储科技有限责任公司 | 一种用于3d nand存储器的存储层薄膜厚度测量方法 |
| CN109273454A (zh) * | 2018-08-24 | 2019-01-25 | 长江存储科技有限责任公司 | 半导体结构及其形成方法 |
| CN109141335A (zh) * | 2018-10-11 | 2019-01-04 | 浙江工业大学之江学院 | 一种空间连续弯管的快速检测装置 |
| CN110148598A (zh) * | 2019-04-19 | 2019-08-20 | 华中科技大学 | 一种基于二维半导体材料垂直沟道的三维闪存存储器及其制备 |
| CN110031001A (zh) * | 2019-05-21 | 2019-07-19 | 北京理工大学 | 一种重力辅助惯性导航的适配区选取方法 |
Non-Patent Citations (2)
| Title |
|---|
| B.RAMESH等: "OPTIMIZATION OF OVALITY ON DRILLING GLASS FIBER REINFORCED PLASTIC COMPOSITES WITH COATED TUNGSTEN CARBIDE TOOL", 《INTERNATIONAL JOURNAL OF INNOVATIVE RESEARCH IN SCIENCE, ENGINEERING AND TECHNOLOGY》 * |
| 林述温 等: "磨削轴承内圈沟道的工艺参数对圆度的影响规律", 《制造技术与机床》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110544244B (zh) | 2022-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108700524B (zh) | 图案化结构中的基于拉曼光谱法的测量 | |
| CN111276416B (zh) | 半导体结构套刻对准的检测方法及3d存储器件制造方法 | |
| US10043691B2 (en) | Control wafer making device | |
| US9159576B2 (en) | Method of forming finFET having fins of different height | |
| KR20160038031A (ko) | 기판 상의 상이한 재료들로부터 핀들을 형성하는 방법 | |
| US20210109034A1 (en) | Method for detecting defects in deep features | |
| CN107968058B (zh) | 一种深孔刻蚀底部硅衬底形貌的量测表征方法 | |
| CN110544244B (zh) | 沟道通孔特征参数的获得方法及装置 | |
| US20140203279A1 (en) | Test structure and method to faciltiate development/optimization of process parameters | |
| CN102437067B (zh) | 线宽测量方法 | |
| US9870960B2 (en) | Capacitance monitoring using X-ray diffraction | |
| JP2006278972A (ja) | 半導体ウエーハの評価方法及び評価装置 | |
| US20130187814A1 (en) | Scanning Measurements On Generalized Grids | |
| CN104037164A (zh) | 栅耦合效率测试结构及测试方法 | |
| CN103824802A (zh) | 半导体结构的形成方法 | |
| CN110431407B (zh) | 多晶硅表征方法 | |
| US9076688B1 (en) | Scatterometry for nested and isolated structures | |
| CN104743495B (zh) | 用于测试刻蚀工艺的测试结构及其形成方法、测试方法 | |
| US20150233844A1 (en) | Evaluating semiconductor wafers for pitch walking and/or epitaxial merge | |
| Trujillo-Sevilla et al. | Wave front phase imaging of wafer geometry using high pass filtering to reveal nanotopography | |
| Zhang et al. | Data Processing Based on Low-Precision IMU Equipment to Predict Wave Height and Wave Period | |
| CN104089572A (zh) | 一种利用电容变化检测刻蚀侧壁粗糙的方法 | |
| TWI609189B (zh) | SOI substrate evaluation method | |
| Levi et al. | Buckling characterization of gate all around silicon nanowires | |
| CN112582422B (zh) | 三维存储器的制备方法及三维存储器 |
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 |