CN111399336B - 基于轮廓表征的全芯片光源掩模优化关键图形筛选方法 - Google Patents

基于轮廓表征的全芯片光源掩模优化关键图形筛选方法 Download PDF

Info

Publication number
CN111399336B
CN111399336B CN202010304241.0A CN202010304241A CN111399336B CN 111399336 B CN111399336 B CN 111399336B CN 202010304241 A CN202010304241 A CN 202010304241A CN 111399336 B CN111399336 B CN 111399336B
Authority
CN
China
Prior art keywords
main
frequency
frequencies
mask pattern
diffraction
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
CN202010304241.0A
Other languages
English (en)
Other versions
CN111399336A (zh
Inventor
李思坤
廖陆峰
王向朝
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.)
Shanghai Institute of Optics and Fine Mechanics of CAS
Original Assignee
Shanghai Institute of Optics and Fine Mechanics of CAS
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 Shanghai Institute of Optics and Fine Mechanics of CAS filed Critical Shanghai Institute of Optics and Fine Mechanics of CAS
Priority to CN202010304241.0A priority Critical patent/CN111399336B/zh
Publication of CN111399336A publication Critical patent/CN111399336A/zh
Application granted granted Critical
Publication of CN111399336B publication Critical patent/CN111399336B/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
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/76—Patterning of masks by imaging
    • 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
    • G03F7/70216—Mask projection systems

Abstract

一种基于轮廓表征的全芯片光源掩模优化关键图形筛选方法。所述方法利用轮廓表征掩模图形主要频率的特征，并基于主要频率的轮廓设计主要频率之间的覆盖规则、主要频率聚类方法和关键图形筛选方法，实现了全芯片光源掩模优化关键图形筛选。本发明包含计算掩模图形的衍射谱、主要频率提取、主要频率聚类和关键图形筛选四个步骤。本发明可以有效筛选出关键掩模图形，增大了全芯片光源掩模优化的工艺窗口。

Description

基于轮廓表征的全芯片光源掩模优化关键图形筛选方法
技术领域
本发明涉及光刻分辨率增强技术，特别涉及一种用于全芯片光源掩模优化的关键图形筛选方法。
背景技术
光刻技术是集成电路制造关键技术之一。光刻分辨率决定集成电路的特征尺寸。光源掩模优化技术(SMO)是关键光刻分辨率增强技术之一，常用于28nm及更小技术节点集成电路制造。SMO通过联合优化光源和掩模图形提高光刻分辨率、增大工艺窗口，相比于单独优化光源的光源优化技术或者单独优化掩模图形的光学邻近效应修正技术，优化自由度更高，对分辨率和工艺窗口的优化能力更强。但是高优化自由度导致SMO的计算速度很慢，一般不能直接进行全芯片光源掩模优化。目前全芯片光源掩模优化的做法是首先使用关键图形筛选技术筛选出少量关键掩模图形。以关键掩模图形进行SMO后得到优化光源。然后以优化光源为照明条件对整个掩模图形进行光学邻近效应修正、添加亚分辨率辅助图形。分两步完成全芯片光源掩模优化。以关键掩模图形进行SMO，通过减少参与SMO的掩模图形数量，提高优化速度，实现全芯片光源掩模优化。
荷兰ASML公司提出的基于图形衍射谱分析的关键图形筛选技术(参见在先技术1,Hua-Yu Liu,Luoqi Chen,Hong Chen,Zhi-pan Li,Selection of optimum patterns in adesign layout based on diffraction signature analysis,Patent No.:US8543947B2)是目前最先进的技术之一。该技术采用两个方向的宽度描述衍射谱特征，通过分析掩模图形衍射谱之间的覆盖关系筛选出关键掩模图形。然而仅采用两个方向的宽度不能够充分描述衍射谱特征，降低了掩模图形衍射谱分析的准确性，导致利用该技术筛选出的关键掩模图形进行全芯片光源掩模优化的效果并没有达到最优。
发明内容
本发明的目的在于提供一种用于全芯片光源掩模优化的关键图形筛选方法。本发明利用轮廓表征掩模图形主要频率的特征，并基于主要频率的轮廓设计主要频率之间的覆盖规则、主要频率聚类方法和关键图形筛选方法，实现了全芯片光源掩模优化关键图形筛选，增大了全芯片光源掩模优化的工艺窗口。
本发明的技术解决方案如下：
一种用于全芯片光源掩模优化的关键图形筛选方法。本发明包括如下步骤：
步骤1.计算掩模图形的衍射谱：
计算每个掩模图形Pi的衍射谱，公式如下：
Fi＝FFT{Pi} (1)
其中，Fi表示第i个图形Pi的衍射谱，i＝1,…,N。
步骤2.主要频率提取：
步骤2.1对掩模图形的衍射谱进行预处理：
a.计算衍射谱的强度，衍射谱的强度为Fi的绝对值，表示为|Fi|，并建立所有强度值的列表Ilist。
b.移除衍射谱的所有衍射级次中无法进入光刻机投影物镜的衍射级次以及零级。
c.设定阈值τ，该阈值τ表示去除低于强度Iτ的成分后的衍射谱与原衍射谱的相似度，τ的取值范围为80％到99％。
d.根据τ的值在强度值列表Ilist中遍历查找强度Iτ，移除衍射谱中强度低于Iτ的衍射级次。
经过预处理后的掩模图形衍射谱记为ζi。
步骤2.2当掩模图形具有周期性时进入步骤2.3。否则，进入步骤2.4。
步骤2.3周期掩模图形的主要频率提取：
周期掩模图形是指具有周期性的掩模图形。周期掩模图形的衍射谱ζi由离散的衍射峰构成，每个衍射峰对应一个衍射级次。
当周期掩模图形仅包含单一周期时，提取第一衍射级次作为主要频率。查找主要频率的强度峰值对应的频率坐标，表示为
Figure BDA0002455145000000031
称为峰值频率，记录该主要频率，表示为
Figure BDA0002455145000000032
其中j表示当前主要频率的编号，j＝1,…,M。
当周期掩模图形包含多个周期时，主要频率的提取步骤如下：
a.查找强度最大的衍射级次。
b.提取强度最大的衍射级次作为主要频率，并查找该主要频率的峰值频率
Figure BDA0002455145000000033
记录该主要频率，表示为
Figure BDA0002455145000000034
c.在衍射谱ζi中移除步骤b中提取的主要频率及其对应的谐波衍射级次。
d.重复步骤a至c，直至所有衍射级次都被移除。
对所有周期掩模图形进行上述操作，直到记录所有周期掩模图形对应的主要频率。
步骤2.4.非周期掩模图形的主要频率提取：
非周期掩模图形是指不具有周期性的掩模图形，衍射谱ζi由连续的衍射峰构成。提取预处理后的衍射谱ζi的所有衍射峰作为掩模图形的主要频率。对于其中一个主要频率，查找峰值频率
Figure BDA0002455145000000035
记录主要频率的轮廓c。轮廓c定义为非周期图形的主要频率在衍射谱面的投影的边界。主要频率由其峰值频率
Figure BDA0002455145000000036
及轮廓c共同描述，记录该主要频率，表示为
Figure BDA0002455145000000037
对当前掩模图形的所有主要频率做上述操作，记录当前掩模图形所有的主要频率。对所有非周期掩模图形进行上述操作，直到记录所有非周期掩模图形的主要频率。
步骤3.主要频率聚类
根据主要频率之间的覆盖规则进行主要频率聚类。
本发明设计的主要频率之间的覆盖规则如下：
从步骤2得到的主要频率中任意选择两个主要频率，记为SA和SB。
i.当主要频率SA和SB都是非周期图形的主要频率时：如果SB的峰值频率在SA的轮廓c范围之内，则SB就被SA覆盖，否则，不覆盖。
ii.当主要频率SA和SB都是周期图形的主要频率时：
如果主要频率SA和SB的峰值频率相同，则两者互相覆盖。
如果主要频率SA和SB的峰值频率不相同，则判断SA的峰值频率与SB峰值频率的高次谐波频率是否相同，如是，则SA覆盖SB；或者SB的峰值频率与SA峰值频率的高次谐波频率相同，则SB覆盖SA；否则，不覆盖。
iii.当主要频率SA为周期图形的主要频率、SB为非周期图形的主要频率时：如果SA的峰值频率在SB的轮廓范围内，则SB被SA覆盖。否则，不覆盖。
主要频率的聚类方法包含如下步骤：
步骤3.1.根据覆盖规则确定主要频率两两之间的覆盖关系，并记录每个主要频率所覆盖的所有主要频率及数量。
步骤3.2.将所有主要频率的状态标记为unvisited。
步骤3.3.在所有状态为unvisited的主要频率中查找所覆盖主要频率数量最大的主要频率，称为中心主要频率；并将中心主要频率与其所覆盖的主要频率作为一组主要频率，称为主要频率分组，并将该组内所有主要频率的状态修改为visited。
步骤3.4.重复步骤3.3，直至所有主要频率的状态都已被修改为visited。
步骤3.5.在所有主要频率中查找被重复分组的主要频率，并计算这些主要频率的峰值频率与他们所在组的中心主要频率的峰值频率之间的距离，将这些主要频率划分至距离最小的那一组，并在其他所在组中删除这些主要频率。
步骤3.6查找主要频率分组中除中心主要频率之外覆盖所有主要频率的主要频率。将该主要频率作为中心主要频率。对所有主要频率分组执行上述操作。
步骤4关键图形筛选
关键图形筛选包括如下步骤：
步骤4.1.将所有中心主要频率的状态都标记为unvisited。
步骤4.2.根据步骤2中提取出的每个掩模图形的主要频率信息，查找出具有数量最多的状态为unvisited的中心主要频率的掩模图形，将该掩模图形筛选出来，作为关键掩模图形。
步骤4.3.将步骤4.2中筛选出的关键掩模图形具有的中心主要频率的状态修改为visited。将与这些中心主要频率同属于一个主要频率分组的其他中心主要频率的状态修改为visited。
步骤4.4.重复步骤4.2至4.3，直至所有中心主要频率的状态都被修改为visited，即筛选出了所有关键掩模图形。
与在先技术相比，本发明具有以下优点：
与在先技术1相比，本发明直接采用轮廓表征掩模图形主要频率的特征，主要频率特征的描述更准确，结合设计的主要频率之间的覆盖规则、主要频率聚类方法以及关键图形筛选方法，实现了效果更优的关键图形筛选。利用本发明筛选的关键掩模图形进行全芯片光源掩模优化获得的工艺窗口大于利用在先技术1的筛选结果获得的工艺窗口。
附图说明
图1本发明衍射谱预处理示例图
图2本发明对周期图形的主要频率提取示例图
图3本发明对周期图形的主要频率提取流程图
图4本发明对非周期图形的主要频率提取示例图
图5本发明对非周期图形的主要频率表征示意图
图6本发明主要频率聚类示例图
图7本发明主要频率聚类的流程图
图8本发明关键图形筛选示例图
图9本发明关键图形筛选流程图
图10本发明与Tachyon的工艺窗口对比图
图11本发明与Tachyon的焦深VS曝光宽容度曲线对比图
具体实施方式
下面结合实施例和附图对本发明作进一步说明，但不应以此实施实例限制本发明的保护范围
本发明实施例采用荷兰ASML公司的商用计算软件Tachyon中的同类技术，即在先技术1，作为对比对象。仿真设置光刻机型号为荷兰ASML公司的NXT:1950i光刻机，曝光波长为λ＝193nm，偏振模式为XY偏振，投影物镜数值孔径NA＝1.35,掩模为暗场二值掩模。设计了34个需要进行光源掩模优化的掩模图形，包括10个一维周期图形，4个二维周期图形和20个非周期图形。本发明和在先技术1分别从34个图形中筛选出关键图形，然后用分别用两组关键图形进行SMO得到自由照明。以得到的自由照明为照明条件，对所有34个图形进行掩模优化(MO)，比较共同工艺窗口的大小。
步骤1.计算掩模图形的衍射谱：
采用快速傅里叶变换FFT计算所有图形P1,P2,...P34的衍射谱，分别表示为F1,F2,...F34。
步骤2.主要频率提取：
步骤2.1对掩模图形的衍射谱进行预处理：
a.计算衍射谱的强度，衍射谱的强度为Fi的绝对值，表示为|Fi|，并建立所有强度值的列表Ilist。
b.移除衍射谱的所有衍射级次中无法进入光刻机投影物镜的衍射级次以及零级。
c.设定阈值τ为95％，该阈值τ表示去除低于强度Iτ的成分后的衍射谱与原衍射谱的相似度。
d.根据τ的值在强度值列表Ilist中遍历查找强度Iτ，移除衍射谱中强度低于Iτ的衍射级次。
经过预处理后的掩模图形衍射谱记为ζi。
步骤2.2当掩模图形具有周期性时进入步骤2.3。否则，进入步骤2.4。
步骤2.3.周期掩模图形的主要频率提取：
周期掩模图形是指具有周期性的掩模图形。周期掩模图形的衍射谱ζi由离散的衍射峰构成，每个衍射峰对应一个衍射级次。
当周期掩模图形仅包含单一周期时，提取第一衍射级次作为主要频率。查找主要频率的强度峰值对应的频率坐标，表示为
Figure BDA0002455145000000061
称为峰值频率。记录该主要频率，表示为
Figure BDA0002455145000000062
其中j表示当前主要频率的编号，j＝1,…,M。
当周期掩模图形包含多个周期时，本发明实施例中以如图2所示的周期掩模图形为例进行主要频率提取。该掩模图形包含多个周期。将预处理后的掩模图形的衍射谱ζi作为输入，主要频率提取流程如图3所示，步骤如下：
a.查找强度最大的衍射级次，即第2级次。
b.提取强度最大的衍射级次作为主要频率，并查找该主要频率的峰值频率
Figure BDA0002455145000000071
记录该主要频率，表示为
Figure BDA0002455145000000072
c.在衍射谱ζi中移除步骤b中提取的第2级次及其对应的谐波衍射级次，为第4级次。
d.重复步骤a至c直到所有衍射级次都被移除，提取出主要频率为第1级次和第2级次。
对所有周期掩模图形进行上述操作，直到记录所有周期掩模图形对应的主要频率。
步骤2.4非周期掩模图形的主要频率提取：
非周期掩模图形是指不具有周期性的掩模图形，衍射谱ζi由连续的衍射峰构成。本发明实施例对非周期图形的主要频率提取示例如图4所示，提取预处理后的衍射谱ζi的所有衍射峰作为掩模图形的主要频率。对于其中一个主要频率，记录主要频率在在衍射谱面投影的边界构成的轮廓c，查找峰值频率
Figure BDA0002455145000000073
主要频率由其峰值频率
Figure BDA0002455145000000074
及轮廓c共同描述，如图5所示，记录该主要频率，表示为
Figure BDA0002455145000000075
对当前掩模图形的所有主要频率做上述操作，记录当前掩模图形所有的主要频率。对所有非周期掩模图形进行上述操作，直到记录所有非周期掩模图形的主要频率。
步骤3.主要频率聚类
根据本发明设计的主要频率之间的覆盖规则进行主要频率聚类。
本发明实施例中以如图6所示的主要频率为例进行主要频率聚类。主要频率A～I为非周期图形的主要频率，J和K为周期图形的频率。其中非周期图形的主要频率A和E的轮廓较大，其他非周期图形的主要频率的轮廓较小。本发明的主要频率聚类流程如图7所示，聚类步骤如下：
步骤3.1根据上述覆盖规则确定主要频率两两之间的覆盖关系，其中A覆盖B、C和D，E覆盖D、F、G和H，K覆盖J和I。
步骤3.2将所有主要频率的状态标记为unvisited。
步骤3.3在所有状态为unvisited的主要频率中查找所覆盖主要频率数量最大(数量为4)的主要频率E，E作为中心主要频率。并将中心主要频率E与其所覆盖的主要频率D、F、G和H分为一个主要频率分组。并将该组内所有主要频率的状态修改为visited。
步骤3.4重复步骤3.3，在所有状态为unvisited的主要频率中查找所覆盖主要频率数量最大(数量为3)的主要频率A。A作为中心主要频率。将中心主要频率A与其所覆盖的主要频率B、C和D分为一个主要频率分组，并将该组内所有主要频率的状态修改为visited。重复步骤3.3，在所有状态为unvisited的主要频率中查找所覆盖主要频率数量最大(数量为2)的主要频率K。K作为中心主要频率。将中心主要频率K与其所覆盖的主要频率J和I分为一个主要频率分组,并将该组内所有主要频率的状态修改visited。最终，所有主要频率的状态都已为visited。
步骤3.5在所有主要频率中被重复分组的主要频率为D。主要频率D被分组到中心主要频率为A和E的分组。计算并比较主要频率D的峰值频率到A的峰值频率和E的峰值频率的距离，主要频率D和E的峰值频率距离更小。将主要频率D划分至距离较近的中心主要频率为E的分组，并在将其从中心主要频率为A的分组中删除。最终，主要频率分组为：A、B和C一组，D、E、F、G和H一组，I、J和K一组。
步骤3.6查找主要频率分组中除中心主要频率之外覆盖所有主要频率的主要频率。对所有主要频率分组执行上述操作后，未产生可作为中心主要频率的主要频率。
步骤4关键图形筛选
本发明实施例中以如图8所示的掩模图形为例进行关键图形筛选。组1至组6为主要频率聚类后得到的6个主要频率分组。其中组1具有两个中心主要频率，其他分组有一个中心主要频率。掩模图形1～4为中心主要频率对应的图形。关键图形筛选流程如图9所示，包括如下步骤：
步骤4.1将所有中心主要频率的状态都标记为unvisited。
步骤4.2根据步骤2中提取出的每个掩模图形的主要频率信息，查找出具有数量最多(数量为3)的状态为unvisited的中心主要频率的掩模图形为掩模图形4，将该掩模图形筛选出来，作为关键掩模图形。
步骤4.3将步骤4.2中筛选出的关键掩模图形4具有的中心主要频率的状态修改为visited。将与这些中心主要频率同属于一个主要频率分组(即组1、组3和组5)的其他中心主要频率的状态修改为visited。
步骤4.4重复步骤4.2至4.3，查找出具有数量最多(数量为2)的状态为unvisited的中心主要频率的掩模图形为掩模图形3，将该掩模图形筛选出来，作为关键掩模图形。关键掩模图形3具有的中心主要频率的状态修改为visited。将与这些中心主要频率同属于一个主要频率分组(即组2和组4)的其他中心主要频率的状态修改为visited。继续查找出具有数量最多(数量为1)的状态为unvisited的中心主要频率的掩模图形为掩模图形2，将该掩模图形筛选出来，作为关键掩模图形。关键掩模图形2具有的中心主要频率的状态修改为visited。将与这些中心主要频率同属于一个主要频率分组(即组6)的其他中心主要频率的状态修改为visited。直到所有中心主要频率的状态都被修改为visited，即筛选出了所有关键掩模图形，结束。筛选出的关键掩模图形为掩模图形2、掩模图形3和掩模图形4。
本发明和Tachyon分别筛选出12个关键图形。然后用分别用两组关键图形进行SMO得到自由照明。以得到的自由照明为照明条件，对所有34个图形进行MO，比较共同工艺窗口的大小。对比结果如图10所示，本发明获得的工艺窗口更大。如图11所示，利用本发明筛选的关键掩模图形进行光源掩模优化在5％曝光宽容度(EL)的情况下存在工艺窗口，而利用在先技术1的筛选结果不存在工艺窗口。利用本发明筛选的关键掩模图形进行光源掩模优化获得在2.5％曝光宽容度的焦深(DOF)为72.72nm，大于利用在先技术1的筛选结果获得的DOF＝63.32nm，也说明本发明增大了光源掩模优化的工艺窗口。

Claims (2)

1.一种用于全芯片光源掩模优化的关键图形筛选方法，其特征在于，包括如下步骤：
步骤1.计算掩模图形的衍射谱
计算每个掩模图形Pi的衍射谱，公式如下：
Fi＝FFT{Pi} (1)
其中，Fi表示第i个掩模图形Pi的衍射谱，i＝1,…,N；
步骤2.主要频率提取：
步骤2.1对掩模图形的衍射谱进行预处理，经过预处理后的掩模图形衍射谱记为ζi；
步骤2.2当掩模图形具有周期性时，进入步骤2.3；否则，进入步骤2.4；
步骤2.3周期掩模图形的主要频率提取
周期掩模图形的衍射谱ζi由离散的衍射峰构成，每个衍射峰对应一个衍射级次；
当周期掩模图形仅包含单一周期时，提取第一衍射级次作为主要频率，并查找主要频率的强度峰值对应的频率坐标
Figure FDA0003082618830000011
称为峰值频率，记录该主要频率，表示为
Figure FDA0003082618830000012
其中j表示当前主要频率的编号，j＝1,…,M；
当周期掩模图形包含多个周期时，主要频率的提取步骤如下：
a.查找强度最大的衍射级次；
b.提取强度最大的衍射级次作为主要频率，并查找该主要频率的峰值频率
Figure FDA0003082618830000013
记录该主要频率，表示为
Figure FDA0003082618830000014
c.在衍射谱ζi中移除步骤b中提取的主要频率及其对应的谐波衍射级次；
d.重复步骤a至c，直至所有衍射级次都被移除；
对所有周期掩模图形进行上述操作，直至记录所有周期掩模图形对应的主要频率；
步骤2.4非周期掩模图形的主要频率提取：
非周期掩模图形的衍射谱ζi由连续的衍射峰构成，先提取预处理后的衍射谱ζi的所有衍射峰作为非周期掩模图形的主要频率；然后，选择其中一个主要频率，查找峰值频率
Figure FDA0003082618830000021
及该主要频率在衍射谱面的投影的边界，作为轮廓c，记录该主要频率，表示为
Figure FDA0003082618830000022
对当前非周期掩模图形的所有主要频率做上述操作，记录当前非周期掩模图形所有的主要频率；直到记录所有非周期掩模图形的主要频率；
步骤3.主要频率聚类：
步骤3.1根据覆盖规则确定所有主要频率两两之间的覆盖关系，并记录每个主要频率所覆盖的所有主要频率及数量；
所述的覆盖规则具体是指：
从步骤2得到的主要频率中任意选择两个主要频率，记为SA和SB；
i.当SA和SB都是非周期图形的主要频率时：如果SB的峰值频率在SA的轮廓c范围之内，则SB就被SA覆盖，否则，不覆盖；
ii.当主要频率SA和SB都是周期图形的主要频率时：
如果主要频率SA和SB的峰值频率相同，则两者互相覆盖；
如果主要频率SA和SB的峰值频率不相同，则判断SA的峰值频率与SB峰值频率的高次谐波频率是否相同，如是，则SA覆盖SB；或者SB的峰值频率与SA峰值频率的高次谐波频率相同，则SB覆盖SA；否则，不覆盖；
iii.当主要频率SA为周期图形的主要频率、SB为非周期图形的主要频率时：如果SA的峰值频率在SB的轮廓范围内，则SB被SA覆盖，否则，不覆盖；
步骤3.2将所有主要频率的状态标记为unvisited；
步骤3.3在所有状态为unvisited的主要频率中查找所覆盖主要频率数量最大的主要频率，称为中心主要频率；并将该中心主要频率与其所覆盖的主要频率作为一组主要频率，称为主要频率分组，并将该组内所有主要频率的状态修改为visited；
步骤3.4重复步骤3.3，直至所有主要频率的状态都已被修改为visited；
步骤3.5在所有主要频率中查找被重复分组的主要频率，并计算这些主要频率的峰值频率与他们所在组的中心主要频率的峰值频率之间的距离，将这些主要频率划分至距离最小的那一组，并在其他所在组中删除这些主要频率；
步骤3.6查找主要频率分组中除中心主要频率之外覆盖所有主要频率的主要频率，将该主要频率作为中心主要频率，对所有主要频率分组执行上述操作；
步骤4.关键图形筛选：
步骤4.1将所有中心主要频率的状态都标记为unvisited；
步骤4.2根据步骤2.提取出的每个掩模图形的主要频率信息，查找出具有数量最多状态为unvisited的中心主要频率的掩模图形，作为关键掩模图形；
步骤4.3将关键掩模图形的中心主要频率的状态修改为visited，并将与这些中心主要频率同组的其他中心主要频率的状态修改为visited；
步骤4.4重复步骤4.2至4.3，直至所有中心主要频率的状态都被修改为visited，即筛选出了所有关键掩模图形。
2.根据权利要求1所述的用于全芯片光源掩模优化的关键图形筛选方法，其特征在于，所述的步骤2.1对衍射谱Fi进行预处理，具体步骤是：
a.计算衍射谱的强度，衍射谱的强度为Fi的绝对值，表示为|Fi|，并建立所有强度的列表Ilist；
b.移除衍射谱的所有衍射级次中无法进入光刻机投影物镜的衍射级次以及零级；
c.设定阈值τ，该阈值τ表示去除低于强度Iτ的成分后的衍射谱与原衍射谱的相似度，τ的取值范围为80％到99％；
d.根据τ的值在强度列表Ilist中遍历查找强度Iτ，移除衍射谱中强度低于Iτ的衍射级次。
CN202010304241.0A 2020-04-17 2020-04-17 基于轮廓表征的全芯片光源掩模优化关键图形筛选方法 Active CN111399336B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010304241.0A CN111399336B (zh) 2020-04-17 2020-04-17 基于轮廓表征的全芯片光源掩模优化关键图形筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010304241.0A CN111399336B (zh) 2020-04-17 2020-04-17 基于轮廓表征的全芯片光源掩模优化关键图形筛选方法

Publications (2)

Publication Number Publication Date
CN111399336A CN111399336A (zh) 2020-07-10
CN111399336B true CN111399336B (zh) 2021-07-27

Family

ID=71433258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010304241.0A Active CN111399336B (zh) 2020-04-17 2020-04-17 基于轮廓表征的全芯片光源掩模优化关键图形筛选方法

Country Status (1)

Country Link
CN (1) CN111399336B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113741140B (zh) * 2021-08-27 2024-02-13 中国科学院上海光学精密机械研究所 基于深度优先搜索的全芯片光源掩模优化关键图形筛选方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7030966B2 (en) * 2003-02-11 2006-04-18 Asml Netherlands B.V. Lithographic apparatus and method for optimizing an illumination source using photolithographic simulations
NL2005522A (en) * 2009-10-28 2011-05-02 Asml Netherlands Bv Pattern selection for full-chip source and mask optimization.
NL2008311A (en) * 2011-04-04 2012-10-08 Asml Netherlands Bv Integration of lithography apparatus and mask optimization process with multiple patterning process.
CN106528899B (zh) * 2015-09-10 2019-09-03 中芯国际集成电路制造(上海)有限公司 用于光源-掩膜优化的图形选择方法
CN105574293B (zh) * 2016-02-01 2019-12-03 中国科学院微电子研究所 Euv设计规则、光源和掩模的联合优化和成像建模方法

Also Published As

Publication number Publication date
CN111399336A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111338179B (zh) 基于多宽度表征的全芯片光源掩模优化关键图形筛选方法
CN111624850B (zh) 用于全芯片光源掩模优化的关键图形筛选方法
US8812999B2 (en) Method and system of mask data preparation for curvilinear mask patterns for a device
US11113445B2 (en) Hotspot detection based on litho-aware machine learning
US8572522B2 (en) Illumination-source shape definition in optical lithography
US8065637B2 (en) Semiconductor device
JP2011151423A (ja) イメージの忠実度およびスループットに対する光源の最適化
WO2023070597A1 (zh) 重定义版图图形的方法、装置、设备、介质和程序产品
CN111929983A (zh) 基于多边形区域表征的全芯片光源掩模优化关键图形筛选方法
CN111399336B (zh) 基于轮廓表征的全芯片光源掩模优化关键图形筛选方法
CN113741140B (zh) 基于深度优先搜索的全芯片光源掩模优化关键图形筛选方法
CN115470741A (zh) 用于光源掩模协同优化的方法、电子设备和存储介质
US6418553B1 (en) Circuit designing method for semiconductor device and computer-readable medium
CN114509912A (zh) 一种掩模优化方法、掩模优化装置及电子设备
CN115758699B (zh) 面向全芯片光源掩模优化的关键图形快速筛选方法和装置
CN116342983B (zh) 生成及使用图刻模型的方法、电子设备和计算机可读介质
KR100464062B1 (ko) 패턴 분류 방법 및 그 장치, 및 컴퓨터에 의해 읽기가능한 기억매체
CN115457350B (zh) 光学邻近修正的蚀刻模型训练方法及光学邻近修正方法
CN110673437A (zh) 分辨率辅助图形的筛选方法
US8584055B2 (en) Non-transitory computer-readable storage medium, decision method and computer for deciding exposure condition using evaluation item of interest and auxiliary evaluation item
CN116068864A (zh) 可提升光刻图形清晰度的次分辨率辅助特征图形生成方法
CN111415362B (zh) 一种用于全芯片光源掩模联合优化关键图形筛选的掩模图形频谱包络分割方法
US10386714B2 (en) Creating knowledge base for optical proximity correction to reduce sub-resolution assist feature printing
CN115600541A (zh) 目标版图图形的形成方法
Zhang et al. Modeling sampling strategy optimization by machine learning based analysis

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