CN113260925A - 确定图案形成装置的光学特性的分量的子集 - Google Patents
确定图案形成装置的光学特性的分量的子集 Download PDFInfo
- Publication number
- CN113260925A CN113260925A CN201980087196.3A CN201980087196A CN113260925A CN 113260925 A CN113260925 A CN 113260925A CN 201980087196 A CN201980087196 A CN 201980087196A CN 113260925 A CN113260925 A CN 113260925A
- Authority
- CN
- China
- Prior art keywords
- optical
- patterning device
- features
- patterning
- components
- 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.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 268
- 238000000059 patterning Methods 0.000 title claims abstract description 261
- 238000000034 method Methods 0.000 claims abstract description 319
- 230000008569 process Effects 0.000 claims abstract description 195
- 230000035945 sensitivity Effects 0.000 claims abstract description 82
- 230000008859 change Effects 0.000 claims abstract description 30
- 239000000758 substrate Substances 0.000 claims description 110
- 230000000694 effects Effects 0.000 claims description 36
- 230000004075 alteration Effects 0.000 claims description 31
- 230000007246 mechanism Effects 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 18
- 238000000513 principal component analysis Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005855 radiation Effects 0.000 description 108
- 238000013461 design Methods 0.000 description 107
- 238000005457 optimization Methods 0.000 description 98
- 230000006870 function Effects 0.000 description 88
- 238000005286 illumination Methods 0.000 description 63
- 238000009826 distribution Methods 0.000 description 38
- 210000001747 pupil Anatomy 0.000 description 30
- 230000007547 defect Effects 0.000 description 25
- 239000010410 layer Substances 0.000 description 24
- 238000004088 simulation Methods 0.000 description 24
- 238000001459 lithography Methods 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 14
- 230000010287 polarization Effects 0.000 description 14
- 239000000463 material Substances 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 235000012431 wafers Nutrition 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000005530 etching Methods 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 229910052710 silicon Inorganic materials 0.000 description 5
- 239000010703 silicon Substances 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 229910052718 tin Inorganic materials 0.000 description 5
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 238000007654 immersion Methods 0.000 description 4
- 238000012804 iterative process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000003094 perturbing effect Effects 0.000 description 4
- 238000000206 photolithography Methods 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 238000010008 shearing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000009304 pastoral farming Methods 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 229910052724 xenon Inorganic materials 0.000 description 3
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 3
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 2
- 230000002925 chemical effect Effects 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010408 film Substances 0.000 description 2
- 238000005468 ion implantation Methods 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 239000011733 molybdenum Substances 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 229920002120 photoresistant polymer Polymers 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- YCKRFDGAMUMZLT-UHFFFAOYSA-N Fluorine atom Chemical compound [F] YCKRFDGAMUMZLT-UHFFFAOYSA-N 0.000 description 1
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000001015 X-ray lithography Methods 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001900 extreme ultraviolet lithography Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011737 fluorine Substances 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000001393 microlithography Methods 0.000 description 1
- 238000001127 nanoimprint lithography Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- -1 refractive index Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000002165 resonance energy transfer Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008080 stochastic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- 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
- G03F7/70058—Mask illumination systems
- G03F7/70091—Illumination settings, i.e. intensity distribution in the pupil plane or angular distribution in the field plane; On-axis or off-axis settings, e.g. annular, dipole or quadrupole settings; Partial coherence control, i.e. sigma or numerical aperture [NA]
-
- 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
- G03F7/70058—Mask illumination systems
- G03F7/70141—Illumination system adjustment, e.g. adjustments during exposure or alignment during assembly of illumination system
-
- 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
- G03F7/70258—Projection system adjustments, e.g. adjustments during exposure or alignment during assembly of projection system
-
- 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
- G03F7/70591—Testing optical components
- G03F7/706—Aberration measurement
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Holo Graphy (AREA)
- Optical Integrated Circuits (AREA)
- Thermistors And Varistors (AREA)
Abstract
本文中描述了一种用于确定图案化过程的光学特性的分量的方法。该方法包括获得(i)多个期望特征，(ii)基于多个期望特征的多个模拟特征和图案化过程的光学特性，以及(iii)与多个期望特征中的期望特征和多个模拟特征中的相关模拟特征相关的性能度量(例如，EPE)；通过基于光学特性的值的变化计算性能度量的值的变化来确定图案化过程的光学灵敏度的集合；以及基于该光学灵敏度的集合辨识包括性能度量的值的改变的主要贡献者的光学特性的分量的集合(例如，主分量)。
Description
相关申请的交叉引用
本申请要求于2018年12月31日提交的美国申请62/786,642的优先权，该申请通过引用整体并入本文。
技术领域
本文中的描述涉及图案形成装置和过程，并且更具体地涉及用于图案化过程的设备的调谐的方法或工具，诸如与光刻设备相关的光学参数。
背景技术
光刻设备是一种将期望图案施加到衬底的目标部分上的机器。例如，光刻设备可以用于制造诸如集成电路(IC)等器件。在这种情况下，图案形成装置(例如，掩模或掩模版)可以用于生成与器件的单个的层相对应的图案，并且该图案可以通过诸如经由图案形成装置上的图案照射目标部分等方法被转印到具有例如辐射敏感材料(抗蚀剂)层的衬底(例如，硅晶片)上的目标部分(例如，包括一部分、一个或多个管芯)上。通常，单个衬底将包含多个相邻目标部分，图案通过光刻设备被连续转印到这些目标部分，一次一个目标部分。在一种类型的光刻设备中，整个图案形成装置上的图案被一次转印到一个目标部分上；这种设备通常称为步进器。在通常称为步进扫描设备的替代设备中，投影束在给定参考方向(“扫描”方向)上扫描图案形成装置，同时与该参考方向平行或反平行地同步移动衬底。图案形成装置上图案的不同部分被逐渐转印到一个目标部分。由于通常光刻投影设备将具有缩小系数M(通常>1)，因此衬底移动的速度F将是投影束扫描图案形成装置的速度的M倍。
在将图案从图案形成装置转印到衬底之前，可以对衬底进行各种过程，诸如底涂、抗蚀剂涂覆和软烘烤。在曝光之后，可以对衬底进行其他过程，诸如曝光后烘烤(PEB)、显影、硬烘烤以及转印图案的测量/检查。该一系列过程被用作制造诸如IC等器件的单个的层的基础。然后，衬底可以经历各种过程，诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等，所有这些过程都旨在完成器件的单个的层。如果器件中需要若干层，则对每一层重复整个过程或其变体。最终，器件将出现在衬底上的每个目标部分中。然后，通过诸如切割或锯切等技术将这些器件彼此分离，从而可以将单个的器件安装在载体上，连接到引脚，等等。
因此，制造诸如半导体器件等器件通常涉及使用多种制造过程处理衬底(例如，半导体晶片)以形成器件的各种特征和多个层。这样的层和特征通常使用例如沉积、光刻、蚀刻、化学机械抛光和离子注入来制造和处理。可以在衬底上的多个管芯上制造多个器件，然后将其分成单个的器件。该器件制造过程可以被认为是图案化过程。图案化过程涉及图案化步骤，诸如使用光刻设备中的图案形成装置的光学和/或纳米压印光刻，用于将图案形成装置上的图案转印到衬底，并且通常但可选地涉及一个或多个相关的图案处理步骤，诸如通过显影设备进行抗蚀剂显影，使用烘烤工具烘烤衬底，使用蚀刻设备使用图案进行蚀刻，等等。
发明内容
光学系统可以在图案化过程的性能中发挥作用。因此，本文中提供了一种技术以使得能够基于诸如扫描仪等图案形成装置的光学系统的特性来进行图案化过程的设计、修改、控制等。
在一个实施例中，提供了一种用于确定图案化过程的光学特性的分量的方法。该方法包括：获得(i)多个期望特征，(ii)基于多个期望特征的多个模拟特征和图案化过程的光学特性，以及(iii)与多个期望特征中的期望特征和多个模拟特征中的相关模拟特征相关的性能度量；通过基于光学特性的值的变化计算性能度量的值的变化来确定图案化过程的光学灵敏度的集合；以及基于该光学灵敏度的集合辨识包括性能度量的值的改变的主要贡献者的光学特性的分量的集合。
在一个实施例中，辨识光学特性的分量的集合涉及：对该光学灵敏度的集合执行主成分分析；以及确定考虑了该光学灵敏度的集合内的实质性变化的光学特性的线性组合。
在一个实施例中，主要贡献者包括光学特性的线性组合。
在一个实施例中，光学特性表征图案形成装置的光学系统的光学像差。
在一个实施例中，光学特性由Zernike多项式定义。
在一个实施例中，光学特性的分量的集合中的分量是Zernike多项式的系数。
在一个实施例中，该分量对应于可校正Zernike系数，其中可校正Zernike系数能够经由图案形成装置的调节机构进行调谐。
在一个实施例中，线性组合包括可校正Zernike系数和不可校正Zernike系数，其中不可校正Zernike系数不能经由图案形成装置的调节机构进行调谐。
在一个实施例中，可校正Zernike系数是低阶Zernike系数。
此外，在一个实施例中，提供了一种基于图案化过程的光学灵敏度的源掩模优化方法。该方法涉及：获得(i)光学灵敏度的集合，以及(ii)包括作为该光学灵敏度的集合的变化的主要贡献者的光学特性的分量的集合；基于包括光学特性的分量的集合经由图案化过程模型确定源图案或掩模图案使得图案化过程的性能度量得到改进。
此外，在一个实施例中，提供了一种计算机程序产品，该计算机程序产品包括其上记录有指令的非暂态计算机可读介质，该指令在由计算机系统执行时实现上述方法。
附图说明
在结合附图阅读以下对具体实施例的描述之后，上述方面以及其他方面和特征对于本领域普通技术人员将变得很清楚，在附图中：
图1示意性地描绘了根据一个实施例的光刻设备；
图2示意性地描绘了根据一个实施例的光刻单元或簇的实施例；
图3是根据一个实施例的用于对图案化过程的各部分进行建模和/或模拟的流程图；
图4是根据一个实施例的用于确定图案形成装置的一个或多个光学特性的流程图；
图5A、5B、5C、5D、5E、5F和5G示出了根据一个实施例的要印刷在晶片上的不同的掩模图案或期望图案；
图6示出了根据一个实施例的光波前灵敏度的集合；
图7A示出了根据一个实施例的包括Zernike Z8的主分量的波前表示；
图7B示出了根据一个实施例的包括图7A的Zernike Z8的主分量的柱状图表示；
图7C示出了根据一个实施例的包括Zernike Z7的主分量的波前表示；
图7D示出了根据一个实施例的表示包括图7C的Zernike Z7的主分量的条形图；
图7E示出了根据一个实施例的包括Zernike Z5的主分量的波前表示；
图7F示出了根据一个实施例的表示包括图7E的Zernike Z5的主分量的条形图；
图7G示出了根据一个实施例的包括Zernike Z9的主分量的波前表示；
图7H示出了根据一个实施例的表示包括图7G的Zernike Z9的主分量的条形图；
图8A和8B示出了根据一个实施例的基于(例如，由于扰动光学特性而产生的)参考特征和模拟特征的轮廓的性能测量；
图9是根据一个实施例的光刻设备的示例校正势；
图10A是根据一个实施例的基于图案化过程的光学灵敏度的优化方法的流程图；
图10B示出了根据一个实施例的沿着投影光学盒的狭缝的场点；
图11是示出根据一个实施例的联合优化的示例方法的各方面的流程图。
图12示出了根据一个实施例的另一优化方法的实施例。
图13A、13B和14示出了根据一个实施例的各种优化过程的示例流程图。
图15是根据一个实施例的可以在其中实现实施例的示例计算机系统的框图；
图16是根据一个实施例的另一光刻投影设备的示意图；
图17是根据一个实施例的图16中的设备的更详细视图；以及
图18是根据一个实施例的图16和图17的设备的源收集器模块的更详细视图。
现在将参考附图详细描述实施例，附图作为说明性示例被提供以便使得本领域技术人员能够实践这些实施例。值得注意的是，下面的附图和示例并不意在将范围限制为单个实施例，而是通过交换一些或全部所描述或示出的元素，其他实施例是可能的。只要方便，在整个附图中将使用相同的附图标记来指代相同或相似的部分。在这些实施例的某些元素可以使用已知部件部分或完全实现的情况下，将仅描述这样的已知部件的对于理解实施例所必需的部分，并且将省略对这样的已知部件的其他部分的详细描述以免混淆对实施例的描述。在本说明书中，示出单个部件的实施例不应当被视为限制；相反，该范围旨在涵盖包括多个相同部件的其他实施例，反之亦然，除非本文中另有明确说明。此外，申请人不打算向说明书或权利要求中的任何术语赋予不常见或特殊含义，除非如此明确说明。此外，该范围包括本文中通过说明提及的部件的当前和未来已知的等效物。
具体实施方式
在详细描述实施例之前，呈现可以在其中实现实施例的示例环境是有益的。
图1示意性地描绘了光刻设备LA的实施例。该设备包括：
-照射系统(照射器)IL，被配置为调节辐射束B(例如，极紫外(EUV)辐射或电磁辐射，诸如UV辐射或DUV)；
-支撑结构(例如，掩模台)MT，被构造为支撑图案形成装置(例如，掩模)MA并且连接到第一定位器PM，该第一定位器PM被配置为根据某些参数准确地定位图案形成装置；
-衬底台(例如，晶片台)WT(例如，WTa、WTb或这两者)，被构造为保持衬底(例如，涂覆有抗蚀剂的晶片)W并且连接到第二定位器PW，该第二定位器PW被配置为根据某些参数准确地定位衬底；以及
-投影系统(例如，折射、反射或反射折射投影系统)PS，被配置为将通过图案形成装置MA赋予辐射束B的图案投影到衬底W的目标部分C(例如，包括一个或多个管芯并且通常称为场)上，投影系统被支撑在参考框架(RF)上。
如这里描绘的，该设备是透射型的(例如，采用透射掩模)。替代地，该设备可以是反射型的(例如，采用可编程反射镜阵列或LCD矩阵，或者采用反射掩模)。
照射器IL接收来自辐射源SO(例如，汞灯或准分子激光器)的辐射束。辐射源和光刻设备可以是分开的实体，例如当辐射源是准分子激光器时。在这种情况下，辐射源不被认为形成光刻设备的一部分，并且辐射束在束传输系统BD的帮助下从辐射源SO传递到照射器IL，该束传输系统BD包括例如合适的定向反射镜和/或扩束器。在其他情况下，辐射源可以是该设备的组成部分，例如当辐射源是汞灯时。如果需要，辐射源SO和照射器IL连同束传输系统BD可以被称为辐射系统。
照射器IL可以改变束的强度分布。照射器可以被布置成限制辐射束的径向范围使得强度分布在照射器IL的光瞳平面中的环形区域内不为零。另外地或替代地，照射器IL可以可操作以限制束在光瞳平面中的分布使得光瞳平面中多个等距间隔的扇形中的强度分布不为零。照射器IL的光瞳平面中的辐射束的强度分布可以被称为照射模式。
因此，照射器IL可以包括被配置为调节束的(角度/空间)强度分布的调节器AM。通常，至少可以调节照射器的光瞳平面中的强度分布的外部和/或内部径向范围(通常分别称为外部σ和内部σ)。照射器IL可以可操作以改变束的角度分布。例如，照射器可以可操作以改变光瞳平面中其中强度分布不为零的扇形的数目和角度范围。通过调节照射器光瞳平面中束的强度分布，可以实现不同照射模式。例如，通过限制照射器IL的光瞳平面中强度分布的径向和角度范围，强度分布可以具有多极分布，诸如例如偶极、四极或六极分布。可以例如通过如下方式获得期望的照射模式，即将提供该照射模式的光学器件插入照射器IL中或者使用空间光调制器来获得期望的照射模式。
照射器IL可以可操作以改变束的偏振并且可以可操作以使用调节器AM来调节偏振。照射器IL的整个光瞳平面上的辐射束的偏振状态可以被称为偏振模式。不同偏振模式的使用可以允许在衬底W上形成的图像中实现更大的对比度。辐射束可以是非偏振的。替代地，照射器可以被布置为线性偏振辐射束。辐射束的偏振方向可以在照射器IL的整个光瞳平面上变化。在照射器IL的光瞳平面中的不同区域中，辐射的偏振方向可以不同。辐射的偏振状态可以根据照射模式来选择。对于多极照射模式，辐射束的每个极的偏振可以通常垂直于该极在照射器IL的光瞳平面中的位置向量。例如，对于偶极照射模式，辐射可以在基本垂直于平分偶极子的两个相对扇形的线的方向上线性偏振。辐射束可以在两个不同的正交方向之一偏振，这可以被称为X偏振和Y偏振状态。对于四极照射模式，每个极的扇形中的辐射可以在基本垂直于平分该扇形的线的方向上线性偏振。这种偏振模式可以称为XY偏振。类似地，对于六极照射模式，每个极的扇形中的辐射可以在基本垂直于平分该扇形的线的方向上线性偏振。这种偏振模式可以称为TE偏振。
此外，照射器IL通常包括各种其他部件，诸如积分器IN和聚光器CO。照射系统可以包括用于引导、成形或控制辐射的各种类型的光学部件，诸如折射、反射、磁、电磁、静电或其他类型的光学部件或其任何组合。
因此，照射器提供经调节的辐射束B，其在其横截面中具有期望的均匀性和强度分布。
支撑结构MT以取决于图案形成装置的取向、光刻设备的设计和其他条件(诸如例如，图案形成装置是否被保持在真空环境中)的方式来支撑图案形成装置。支撑结构可以使用机械、真空、静电或其他夹紧技术来保持图案形成装置。支撑结构可以是例如框架或台，其可以根据需要是固定的或可移动的。支撑结构可以确保图案形成装置例如相对于投影系统处于期望位置。本文中对术语“掩模版”或“掩模”的任何使用可以被认为与更通用的术语“图案形成装置”同义。
本文中使用的术语“图案形成装置”应当广义地解释为是指可以用于在衬底的目标部分中施加图案的任何装置。在一个实施例中，图案形成装置是可以用于向辐射束的横截面赋予图案以在衬底的目标部分中产生图案的任何装置。应当注意，例如，如果图案包括相移特征或所谓的辅助特征，则赋予辐射束的图案可能不完全对应于衬底的目标部分中的期望图案。通常，赋予辐射束的图案将对应于诸如集成电路等目标部分中产生的器件中的特定功能层。
图案形成装置可以是透射的或反射的。图案形成装置的示例包括掩模、可编程反射镜阵列和可编程LCD面板。掩模在光刻中是众所周知的，并且包括诸如二进制、交替相移和衰减相移等掩模类型、以及各种混合掩模类型。可编程反射镜阵列的示例采用小反射镜的矩阵布置，每个小反射镜可以单个的地倾斜，以便在不同方向上反射入射的辐射束。倾斜的反射镜在辐射束中赋予图案，该辐射束被反射镜矩阵反射。
本文中使用的术语“投影系统”应当广义地解释为涵盖任何类型的投影系统，包括折射、反射、折反射、磁性、电磁和静电光学系统、或其任何组合，具体取决于所使用的曝光辐射或者其他因素，诸如浸没液体的使用或真空的使用。本文中对术语“投影透镜”的任何使用可以被认为与更通用的术语“投影系统”同义。
投影系统PS具有可能不均匀的光学传递函数，这会影响成像在衬底W上的图案。对于非极化辐射，这种影响可以通过两个标量图很好地描述，这两个标量图描述射出投影系统PS的辐射的透射(变迹)和相对相位(像差)作为其在光瞳平面中的位置的函数。这些标量图(其可以称为透射图和相对相位图)可以表示为基函数的完整集合的线性组合。一个特别方便的集合是Zernike多项式，它形成在单位圆上定义的正交多项式的集合。每个标量图的确定可以涉及确定这种扩展中的系数。由于Zernike多项式在单位圆上正交，因此Zernike系数可以通过依次计算每个Zernike多项式的测量标量图的内积并且将其除以该Zernike多项式的范数的平方来确定。
透射图和相对相位图取决于场和系统。也就是说，通常，每个投影系统PS对于每个场点(即，对于在其图像平面中的每个空间位置)将具有不同Zernike扩展。投影系统PS在其光瞳平面中的相对相位可以通过例如通过投影系统PS从投影系统PS的物平面(即，图案形成装置MA的平面)中的点状源投影辐射并且使用剪切干涉仪测量波前(即，具有相同相位的点的轨迹)来确定。剪切干涉仪一种是常见路径干涉仪，并且因此，有利地，不需要辅助参考束来测量波前。剪切干涉仪可以包括在投影系统(即，衬底台WT)的图像平面中的衍射光栅(例如，二维栅格)、以及被布置为检测与投影系统PS的光瞳平面共轭的平面中的干涉图案的检测器。干涉图案与相对于剪切方向上的光瞳平面中的坐标的辐射的相位的导数有关。检测器可以包括感测元件(诸如例如，电荷耦合器件(CCD))的阵列。
光刻设备的投影系统PS可能不会产生可见条纹，并且因此波前确定的准确性可以使用诸如例如移动衍射光栅等相位步进技术来增强。可以在衍射光栅的平面中并且在垂直于测量的扫描方向的方向上执行步进。步进范围可以是一个光栅周期，并且可以使用至少三个(均匀分布)的相位步进。因此，例如，可以在y方向上执行三个扫描测量，针对x方向上的不同位置执行每个扫描测量。衍射光栅的这种步进将相位变化有效地转换为强度变化，从而可以确定相位信息。光栅可以在垂直于衍射光栅的方向(z方向)上步进以校准检测器。
衍射光栅可以在两个垂直方向上被顺序扫描，这两个方向可以与投影系统PS的坐标系的轴(x和y)重合或者可以与这些轴成诸如45度的角度。扫描可以在整数个光栅周期(例如，一个光栅周期)内执行。扫描平均了一个方向上的相位变化，以允许重构另一方向上的相位变化。这允许将波前确定为两个方向的函数。
投影系统PS在其光瞳平面中的透射(变迹)可以通过例如通过投影系统PS从投影系统PS的物平面(即，图案形成装置MA的平面)中的点状源投影辐射并且使用检测器测量与投影系统PS的光瞳平面共轭的平面中的辐射强度来确定。可以使用与用于测量波前以确定像差的检测器相同的检测器。
投影系统PS可以包括多个光学(例如，透镜)元件，并且还可以包括调节机构AM，被配置为调节一个或多个光学元件以校正像差(贯穿场的整个光瞳平面上的相位变化)。为了实现这一点，调节机构可以可操作以便以一种或多种不同方式来操纵投影系统PS内的一个或多个光学(例如，透镜)元件。投影系统可以具有其中其光轴在z方向上延伸的坐标系。调节机构可以可操作以进行以下各项的任何组合：位移一个或多个光学元件；倾斜一个或多个光学元件；和/或使一个或多个光学元件变形。光学元件的位移可以在任何方向(x、y、z或其组合)上。光学元件的倾斜通常是通过在x和/或y方向上绕轴旋转而在垂直于光轴的平面之外进行，但是对于非旋转对称的非球面光学元件，可以绕z轴的旋转。光学元件的变形可以包括低频形状(例如，像散)和/或高频形状(例如，自由形式的非球面)。光学元件的变形例如可以通过使用一个或多个致动器在光学元件的一个或多个侧面上施加力和/或通过使用一个或多个加热元件加热光学元件的所选择的一个或多个区域来进行。通常，可能无法调节投影系统PS以校正变迹(整个光瞳平面上的透射变化)。当设计用于光刻设备LA的图案形成装置(例如，掩模)MA时，可以使用投影系统PS的透射图。使用计算光刻技术，可以将图案形成装置MA设计为至少部分校正变迹。
光刻设备可以是具有两个(双台)或更多个工作台(例如，两个或更多个衬底台WTa、WTb、两个或更多个图案形成装置台、在没有专用于例如便于测量和/或清洁等的衬底的情况下在投影系统下方的衬底台WTa和工作台WTb)的类型。在这种“多台”机器中，可以并行使用附加工作台，或者可以在使用一个或多个其他工作台进行曝光的同时在一个或多个工作台上执行准备步骤。例如，可以进行使用对准传感器AS的对准测量和/或使用水平传感器LS的水平(高度、倾斜等)测量。
光刻设备也可以是如下类型：其中衬底的至少一部分可以被具有相对较高折射率的液体(例如，水)覆盖，以填充投影系统与衬底之间的空间。也可以将浸没液体施加到光刻设备中的其他空间，例如在图案形成装置与投影系统之间。浸没技术在本领域中是众所周知的，其用于增加投影系统的数值孔径。如本文中使用的术语“浸没”并不表示诸如衬底等结构必须淹没在液体中，而是仅表示在曝光期间液体位于投影系统与衬底之间。
因此，在光刻设备的操作中，辐射束通过照射系统IL调节和提供。辐射束B入射在被保持在支撑结构(例如，掩模台)MT上的图案形成装置(例如，掩模)MA上，并且由图案形成装置图案化。在穿过图案形成装置MA之后，辐射束B穿过投影系统PS，投影系统PS将束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器IF(例如，干涉测量装置、线性编码器、2D编码器或电容式传感器)，衬底台WT可以被准确移动，例如以便将不同目标部分C定位在辐射束B的路径中。类似地，第一定位器PM和另一位置传感器(在图1中未明确描绘)可以用于相对于辐射束B的路径准确定位图案形成装置MA，例如在从掩模库中机械检索之后，或者在扫描期间。通常，支撑结构MT的移动可以借助于形成第一定位器PM的一部分的长行程模块(粗略定位)和短行程模块(精细定位)来实现。类似地，衬底台WT的移动可以使用形成第二定位器PW的一部分的长行程模块和短行程模块来实现。在步进器(与扫描仪相反)的情况下，支撑结构MT可以仅连接到短行程致动器，或者可以是固定的。可以使用图案形成装置对准标记M1、M2和衬底对准标记P1、P2来使图案形成装置MA和衬底W对准。尽管如图所示的衬底对准标记占据专用目标部分，但它们可以位于目标部分之间的空间中(这些被称为划线对准标记)。类似地，在图案形成装置MA上提供有多于一个管芯的情况下，图案形成装置对准标记可以位于管芯之间。
所描绘的装置可以在以下模式中的至少一种模式下使用：
1.在步进模式下，支撑结构MT和衬底台WT基本保持静止，同时将赋予辐射束的整个图案一次性投影到目标部分C上(即，单次静态曝光)。然后，衬底台WT在X和/或Y方向上移动使得不同目标部分C可以被暴露。在步进模式下，曝光场的最大尺寸限制了在单次静态曝光中成像的目标部分C的尺寸。
2.在扫描模式下，同步地扫描支撑结构MT和衬底台WT，同时将赋予辐射束的图案投影到目标部分C上(即，单次动态曝光)。衬底台WT相对于支撑结构MT的速度和方向可以通过投影系统PS的(缩小)放大率和图像反转特性来确定。在扫描模式下，曝光场的最大尺寸限制了单次动态曝光中目标部分的宽度(在非扫描方向上)，而扫描运动的长度决定了目标部分的高度(在扫描方向上)。
3.在另一模式下，支撑结构MT保持基本静止以保持可编程图案形成装置，并且衬底台WT被移动或扫描，同时将赋予辐射束的图案投影到目标部分C上。在这种模式下，在衬底台WT的每次移动之后或者在扫描期间的连续辐射脉冲之间，通常采用脉冲辐射源并且根据需要来更新可编程图案形成装置。这种操作模式可以容易地应用于利用可编程图案形成装置的无掩模光刻，诸如上述类型的可编程反射镜阵列。
也可以采用上述使用模式或完全不同的使用模式的组合和/或变化。
如图2所示，光刻设备LA可以形成光刻单元LC的一部分，有时也称为光刻单元或簇，光刻单元LC还包括用于在衬底上执行曝光前和曝光后过程的设备。通常，这些包括用于沉积一个或多个抗蚀剂层的一个或多个旋涂器SC、用于显影曝光的抗蚀剂的一个或多个显影剂DE、一个或多个激冷板CH和/或一个或多个烘烤板BK。衬底处理机或机械手RO从输入/输出端口I/O1、I/O2拾取一个或多个衬底，在不同处理装置之间移动它们，并且将它们传送到光刻设备的进料台LB。这些设备(通常统称为轨道)在轨道控制单元TCU的控制下，该TCU本身由监督控制系统SCS控制，该SCS也经由光刻控制单元LACU来控制光刻设备。因此，可以操作不同设备以使产出和处理效率最大化。
随着用于制造诸如IC等器件的器件制造过程不断进步，功能元件的尺寸不断减小，而每个器件的诸如晶体管等功能元件的数量几十年来一直在稳步增加，其遵循一种通常称为“摩尔定律”的趋势。为了实现这一点，一些过程旨在创建等于或低于经典分辨率极限的图案。
根据分辨率公式CD＝k1×λ/NA，印刷尺寸小于光刻投影设备的经典分辨率极限的特征的过程通常被称为低k1光刻，其中λ是所采用的辐射波长(例如，193nm或约13nm，例如，约13.5nm)，NA是光刻投影设备中投影光学器件的数值孔径，CD是“临界尺寸”(通常是所印刷的最小特征尺寸)，k1是经验分辨率因子。一般而言，k1越小，就越难以在衬底上复制与器件设计者计划的形状和尺寸相似的图案以实现特定电气功能和性能。为了克服这些困难，对光刻投影设备和/或图案形成装置图案应用复杂的微调步骤。这些包括例如但不限于光学相干设置的优化、定制的照射方案、相移图案形成装置的使用、图案形成装置图案中的光学邻近校正(OPC)、NA的优化、或通常定义为“分辨率增强技术”(RET)的其他方法。
在光刻投影设备中，照射系统向图案形成装置提供照射(即，辐射)并且投影光学器件将来自图案形成装置的照射引导到衬底上。在一个实施例中，投影光学器件使得能够形成空间图像(AI)，AI是衬底上的辐射强度分布。衬底上的抗蚀剂层被曝光并且空间图像被转印到抗蚀剂层作为其中的潜在“抗蚀剂图像”(RI)。抗蚀剂图像(RI)可以定义为抗蚀剂在抗蚀剂层中的溶解度的空间分布。在一个实施例中，光刻过程的模拟可以模拟空间图像和/或抗蚀剂图像的产生。
图3中示出了用于对图案化过程的各部分进行建模和/或模拟的示例性流程图。可以理解，模型可以表示不同图案化过程并且不需要包括以下描述的所有模型。
照射模型31表示用于生成图案化辐射束的照射模式的光学特性(包括辐射强度分布和/或相位分布)。照射模型31可以表示照射的光学特性，包括但不限于数值孔径设置、照射西格玛(σ)设置以及任何特定照射模式形状(例如，离轴辐射形状，诸如环形、四极、偶极等)，其中σ(或西格玛)是照射器的外部径向范围。
投影光学器件模型32表示投影光学器件的光学特性(包括由投影光学器件引起的辐射强度分布和/或相位分布的变化)。投影光学器件模型32可以包括由各种因素引起的光学像差，例如，投影光学器件的部件的加热、由投影光学器件的部件的机械连接引起的应力等。投影光学器件模型32可以表示投影光学器件的光学特性，包括从以下各项中选择的一项或多项：像差、畸变、折射率、物理尺寸、物理尺寸、吸收率等。光刻投影设备的光学特性(例如，照射的性质、图案形成装置图案和投影光学器件)决定了空间图像。由于在光刻投影设备中使用的图案形成装置图案可以改变，因此希望将图案形成装置图案的光学性质与光刻投影设备的其余部分的光学性质分开，至少包括照射和投影光学器件。照射模型31和投影光学器件模型32可以组合成透射交叉系数(TCC)模型。
图案形成装置图案模型33表示图案形成装置图案(例如，与集成电路、存储器、电子设备等的特征相对应的器件设计布局)的光学特性(包括由给定图案形成装置图案引起的辐射强度分布和/或相位分布的变化)，它是在图案形成装置上或由图案形成装置形成的特征的布置的表示。图案形成装置模型33捕获设计特征如何在图案形成装置的图案中布置并且可以包括图案形成装置的详细物理性质和图案形成装置图案的表示，如例如美国专利No.7,587,704(其通过引用整体并入本文)中描述的。
抗蚀剂模型37可以用于根据空间图像计算抗蚀剂图像。这种抗蚀剂模型的示例可以在美国专利号8,200,468(其通过引用整体并入本文)中找到。抗蚀剂模型通常描述在抗蚀剂曝光、曝光后烘烤(PEB)和显影过程中发生的化学过程的影响，以预测例如形成在衬底上的抗蚀剂特征的轮廓，因此它通常仅与抗蚀剂层的这样的性质相关(例如，在曝光、曝光后烘烤和显影过程中发生的化学过程的影响)。在一个实施例中，抗蚀剂层的光学性质(例如，折射率、膜厚度、传播和偏振效应)可以作为投影光学器件模型32的一部分被捕获。
有了这些模型，可以由照射模型31、投影光学器件模型32和图案形成装置图案模型33来模拟空间图像36。空间图像(AI)是衬底水平的辐射强度分布。光刻投影设备的光学性质(例如，照射、图案形成装置和投影光学器件的性质)决定了空间图像。
衬底上的抗蚀剂层被空间图像曝光，并且空间图像被转印到抗蚀剂层作为其中的潜在“抗蚀剂图像”(RI)。抗蚀剂图像(RI)可以定义为抗蚀剂在抗蚀剂层中的溶解度的空间分布。可以使用抗蚀剂模型37根据空间图像36来模拟抗蚀剂图像38。因此，通常，光学模型与抗蚀剂模型之间的连接是抗蚀剂层内的模拟空间图像强度，其产生于辐射到衬底上的投射、抗蚀剂界面处的折射和抗蚀剂膜叠层中的多次反射。通过吸收入射能量，辐射强度分布(空间图像强度)变成潜在“抗蚀剂图像”，其通过扩散过程和各种负载效应被进一步修改。对于全芯片应用来说足够快的高效模拟方法通过二维空间(和抗蚀剂)图像近似抗蚀剂叠层中真实的三维强度分布。
在一个实施例中，抗蚀剂图像可以被用作图案转印后过程模型39的输入。图案转印后过程模型39定义了一个或多个抗蚀剂显影后过程(例如，蚀刻、CMP等)的性能，并且可以产生蚀刻后图像。
因此，模型公式描述了整个过程的大部分(如果不是全部)已知的物理和化学特性，并且每个模型参数理想地对应于不同物理或化学效应。因此，模型公式设置了模型可以用于模拟整个制造过程的程度的上限。
图案化过程的模拟可以例如预测空间、抗蚀剂和/或蚀刻图像中的轮廓、CD、边缘位置(例如，边缘位置误差)、图案偏移等。因此，模拟的目的是准确地预测例如印刷图案的边缘位置、和/或轮廓、和/或图案偏移、和/或空间图像强度斜率、和/或CD等。可以将这些值与预期设计进行比较，例如以校正图案化过程，辨识预计会发生缺陷的位置，等等。预期设计通常定义为可以以诸如GDSII或OASIS等标准化数字文件格式或其他文件格式提供的OPC前设计布局。
用于将图案形成装置图案变换为各种光刻图像(例如，空间图像、抗蚀剂图像等)、使用这些技术和模型应用OPC并且评估性能(例如，在过程窗口方面)的技术和模型的细节在美国专利申请公开号US 2008-0301620、2007-0050749、2007-0031745、2008-0309897、2010-0162197、2010-0180251和2011-0099526(每个申请通过引用整体并入本文)中有描述。
在一个实施例中，图案形成装置(例如，扫描仪)的光学特性影响图案化过程的性能。如前所述，光学特性可以由Zernike多项式表示。在一个实施例中，光学特性是图案形成装置的投影光学器件的透镜的光学像差。根据一个实施例，光学像差可以分解为多个分量。例如，光学像差可以分解为多个Zernike系数(例如，Z1-Z37)，其中每个Zernike系数与幅度值相关联。因此，在一个实施例中，一个或多个Zernike系数和相关联的幅度值一起确定光学像差的值。
光学特性(例如，光学像差)影响印刷特征(例如，目标图案/期望图案的特征)的方式。在一个实施例中，一个特征可能对特定光学特性(例如，Z8)更敏感，而另一特征可能对不同光学特性(例如，Z9)更敏感。在一个实施例中，可以确定特征的有限集合的光学灵敏度，例如对应于要印刷在衬底上的图案的热点或代表性特征。评估有限图案的光学灵敏度可能是可取的，因为与夹子相比，全芯片应用的图案化过程(诸如SO、MO、SMO或其他优化过程)的模拟的计算时间相对较高。此外，基于所选择的图案的光学灵敏度，光学特性的有限数目的分量被确定，以减少要调谐的参数数目以提高图案化过程的性能。因此，基于调谐参数的任何图像调谐配方都将有效地改善图案化过程，例如低至光学特性的最小调谐。
图5A-5G中示出了示例掩模图案M1-M7和其中的所选择的特征。在一个实施例中，掩模图案M1-M7可以是单个掩模的不同部分。每个掩模图案(例如，M1、M2、M3、M4、M5、M6或M7)包括与期望印刷在衬底上的例如存储器、SRAM、微处理器等期望电路的一部分相对应的特征。在每个掩模图案内，可以选择光学灵敏度可以被确定的代表性特征的集合。根据一个实施例，所选择的特征被包含在用作掩模的期望部分(例如，热点或代表性部分)的单位单元内。例如，掩模图案M1的第一单位单元510包括三个特征，掩模图案M2的第二单位单元520包括七个特征，掩模图案M3的第三单位单元530包括四个特征，掩模图案M4的第四单位单元540包括两个特征，掩模图案M5的第五单位单元550包括两个特征，掩模图案M6的第六单位单元560包括两个特征，并且掩模图案M7的第七单位单元570包括两个特征。可以看出，单位单元(例如，510)中的特征具有类似几何特性的特征，诸如形状和尺寸，并且被彼此等距放置。在另一单位单元(例如，530)中，特征具有不同几何特性，诸如尺寸，并且特征可以相对于彼此以不同距离放置。
在一个实施例中，单位单元内的特征的这种不同布局将导致不同光学灵敏度。光学灵敏度与光刻效果有关，诸如具有像差(或波前)变化的图案化过程模拟(例如，边缘位置、CD、线位置等)的输出。因此，光学灵敏度可以由灵敏度向量(例如，d(边缘位置)/d(Zernike数))或灵敏度波前(例如，d(边缘位置)/d(波前像素))表示。
取决于评估多少单位单元和其中的特征，可以获得大量光学灵敏度值。此外，单位单元内的特征对剂量和聚焦值敏感。因此，在一个实施例中，可以获得不可能单独地调谐以提高图案化过程的性能的数千个光学灵敏度。因此，根据本公开，方法400，确定光学特性的分量的子集，该分量可以被调节以提高图案化过程的性能。
图4是确定包括主要影响图案化过程的性能的图案形成装置的光学特性(例如，光学灵敏度或与光学灵敏度相对应的Zernike系数)的一个或多个分量的方法400。在一个实施例中，Zernike系数近似光学波前，并且进一步，全波前可以通过Zernike系数与Zernike多项式的内积来近似。在一个实施例中，光学灵敏度描述边缘位置如何受到特定Zernike或特定波前的影响。因此，光学灵敏度对应于灵敏度向量(或图)，其中灵敏度向量与Zernike系数的内积描述了预期边缘位置。类似地，将波前灵敏度图与实际波前进行内积可以返回预期边缘位置。
在一个实施例中，方法400确定包括光学特性(例如，光学灵敏度或与光学灵敏度相对应的Zernike系数)的分量。光学灵敏度确定了在图案化过程期间引入例如光学像差时图案的特征的边缘被如何影响。然后，根据一个实施例，通过描述数据集之间的交叉协方差的分解技术(例如，主成分分析“主成分分析”(PCA))来减少光学灵敏度的数目。例如，PCA确定了解释光学灵敏度的主要变化的光学特性的线性组合。因此，光学灵敏度可以由一个或多个主分量(例如，P1、P2、P3等，包括光学特性的线性组合，诸如d/d(Z5)、d/d(Z8)、d/d(Z7)、d/d(Z9)、d/d(Z11)等灵敏度系数)来表征。基于所辨识的分量，该方法可以用于源优化、掩模优化、源掩模优化过程或其他过程的优化。关于图11-图14讨论优化过程的示例。
在过程P42中，方法400涉及获得(i)多个期望特征401，(ii)基于多个期望特征401的多个模拟特征403和图案形成装置的光学参数，以及(iii)与多个期望特征401中的期望特征和多个模拟特征403中的相关模拟特征相关的性能度量405。在一个实施例中，性能度量405是衬底和/或图案化过程的特征的特性。在一个实施例中，性能度量405是边缘位置误差、临界尺寸、衬底上的两个特征的边缘之间的位移、和/或其他公知的光刻相关性能度量405中的至少一项。
在一个实施例中，多个期望特征401选自诸如关于图5A-5G所讨论的掩模图案的一个或多个部分。在一个实施例中，获得多个期望特征401涉及：假定理想光学特性(例如，没有光学像差)并且过程参数的扰动值模拟图案化过程模型。例如，可以使用设计布局或掩模图案来模拟衬底上的图案，从而在衬底上获得期望特征401。因此，图案化过程模型包括理想光学器件模型，其中光学像差的值可以为零，并且仅过程参数的值可以改变。在一个实施例中，过程参数是其值可以在模拟期间改变的剂量和/或聚焦中的至少一个。例如，光学灵敏度是在如不同剂量和聚焦值等不同过程条件下获得的。
在一个实施例中，期望特征401可以是目标图案或设计布局。多个期望特征401中的期望特征用作用于确定图案形成装置或图案化过程的性能的参考。例如，可以将期望特征与受图案形成装置或图案化过程的缺陷(例如，光学像差)影响的衬底上的印刷特征或预测特征进行比较。在一个实施例中，改进图案化过程的性能涉及将真实或预测特征与期望特征或参考特征进行比较。
获得多个模拟特征403涉及模拟图案化过程模型扰动光学参数、和过程参数的值，以获得与多个期望特征401中的每个相关联的多个模拟特征403。在一个实施例中，过程参数是其值可以在模拟过程中改变的剂量和/或聚焦中的至少一个。此外，在模拟期间使用的剂量和聚焦的值类似于用于获得期望特征或参考特征的值。
如前所述，可以比较多个期望特征中的期望特征和多个模拟特征中的相关模拟特征，以获得图案化过程的性能度量405(例如，EPE)。例如，可以确定期望特征与模拟特征之间的EPE。在一个实施例中，EPE可以在特定方向上确定，诸如在水平和垂直方向上，如图8A和8B所示。
再次参考图4，在过程P44中，方法400涉及：通过基于光学参数的值的变化计算性能度量405的值的变化来确定图案化过程的光学灵敏度的集合440。在一个实施例中，图案化过程的光学灵敏度是性能度量405相对于Zernike系数的差异。因此，可以通过获得性能度量405与每个Zernike系数的差异来获得光学灵敏度的集合440。
在一个实施例中，确定性能度量405的变化涉及将期望特征和模拟特征重叠；以及测量在预定方向上期望特征和模拟特征的重叠轮廓之间的差异。在一个实施例中，在水平方向和/或垂直方向上测量该差异。然后，性能度量405变成沿着x方向和y方向的EPE。
在图8A和8B中，期望特征810(也称为目标特征810)和模拟特征820被重叠以确定重叠特征810和820的轮廓之间的差异。如前所述，特征810可以是经由模拟获得的期望特征、或设计布局的设计特征。特征820是由于例如图案形成装置的光学像差的值(例如，Zernike系数的幅度)的扰动而导致的与相关期望特征相比发生失真的模拟特征的示例。
在一个实施例中，该差异沿着垂直方向和/或水平方向进行计算。例如，沿着图8A中的切割线CLy和CLx。在一个实施例中，当820的边缘相对于810向外移动时，该差异为正，而当820的边缘相对于810向内移动时，该差异为负。因此，沿着y方向的差异在点1和点2之间为y12(例如，0.1nm)，而在点3和4之间为y34(例如，0.2nm)。类似地，沿着x方向的差异在点1和2之间为x12，而在点3和4之间为x34。在一个实施例中，该差异可以是特定方向上的差异之和。
在一个实施例中，如图8B所示，可以沿着倾斜的切割线CL3计算差异。在一个实施例中，沿着倾斜的切割线的差异可以使用简单的三角关系在x分量(沿着x轴)和y分量(沿着y轴)中求解。然后，还可以使用x差异和y差异，例如，在PCA期间。这种边缘差异被称为EPE，它可以用作性能度量405。
当边缘位置误差用作性能度量405并且光学特性由Zernike多项式定义时，则使用以下微分方程计算图案化过程的光学灵敏度向量：
在上式中，Zn为第n Zernike(如Z2、Z3、Z4、Z5、Z6、Z7、Z8、Z9等)，EPEk为与第nZernike相对应的第k边缘位置误差。图6中示出了基于上式的光学灵敏度440的示例。例如，如果模拟涉及41个剪辑、特征的2个边缘、5个聚焦水平和3个剂量水平，则总共1230个光学灵敏度向量被获得。此外，表征衬底的特征的大多数成像度量与光学灵敏度成线性比例。例如，可以如下计算光刻度量。其中灵敏度是基于性能度量405确定的，如上所述。在一个实施例中，可以基于灵敏度值(例如，性能度量的微分)和对应Zernike系数(Zk)的线性组合来计算光刻度量。
光刻度量＝∑kSensitivityk·Zk
在过程P46中，方法400涉及基于该光学灵敏度的集合440来辨识包括作为改变性能度量405的值的主要贡献者的光学特性的分量的集合460。在一个实施例中，分量(可互换地称为光学分量)是可以经由Zernike系数来描述的光学特性，因此可以经由Zernike系数的集合来描述包括光学特性的分量的集合460。例如，分量的集合460(例如，P1、P2、P3等)包括来自Z8、Z11、Z15、Z20和Z24的相对较大的贡献，其组合解释了上面计算的该光学灵敏度的集合440内的光学灵敏度值的大部分变化。换言之，分量的集合460(P1、P2、P3等，包括来自Z8、Z11、Z15、Z20和Z24的相对较大的贡献)是改变性能度量405的值的主要贡献者。因此，在一个实施例中，分量的集合460的仅一些光学特性(例如，包括来自Z5、Z8等的贡献)可以被调谐以提高图案化过程的性能。
在一个实施例中，辨识包括光学特性的分量的集合460的过程P46涉及：对该光学灵敏度的集合440执行主成分分析；并且确定考虑了该光学灵敏度的集合440内的实质性变化的光学特性的线性组合。这种线性组合被称为该光学灵敏度的集合440的主分量。例如，主分量是d/d(Z8)、d/d(Z11)、d/d(Z15)、d/d(Z20)和d/d(Z24)的线性组合。因此，修改线性组合内的一个或多个(光学)特性(例如，Z4、Z5、Z8)的值足以提高图案化过程的性能。例如，作为主分量(例如，P1)中最重要的贡献者的特征(例如，Z8)。
在一个实施例中，辨识共同解释例如光学灵敏度440的超过90％的变化的多个主分量(例如，3个或4个分量，P1-P4)。在一个实施例中，可以基于诸如协方差矩阵等其他标准来辨识主分量，该协方差矩阵基于具有相同变量的主分量(例如，Z8)而确定的协方差。因此，主分量将待调节的变量(例如，与光学像差相关的光学参数)的数目减少为解释大部分变化的所选择的少数几个，或者满足其他标准，诸如在PCA中使用的协方差。例如，图6的1230光学灵敏度可以减少到解释90％的性能变化的四个主分量。四个示例主分量在图7B、7D、7F和7H中示出。此外，在主分量中，图7A、7C、7E和7F中示出了解释大多数变化的低阶Zernike的波前灵敏度图。
在一个实施例中，可能希望低阶Zernike系数(诸如Z2-Z9(或一般而言，光学特性))成为主要贡献的一部分，因为这种低阶Zernike可以经由调节机构(例如，连接到一个或多个反射镜)进行调节，以调节图案化过程的性能。因此，具有可以考虑大多数变化的主分量中任何低阶Zernike可能是特别有利的，因为修改一个分量(例如，Z8)将有助于抵消主分量的线性组合内的其他高阶分量(例如，Z11、Z15、Z20等)。在一个实施例中，高度需要校正高阶Zernike的能力，因为图案形成装置可能不具有高阶Zernike的校正势。例如，只有低阶Zernikes的影响是可校正的(例如，经由反射镜的调节机构)，如图9中的示例校正势关系所示。例如，常数Z2指示衬底台在x方向上的平移，常数Z3指示衬底台在y方向上的平移，常数Z4主要指示衬底台在z方向上的平移。因此，无需任何反射镜移动即可补偿所有这些。类似地，Z5、Z7和Z8可以用作衬底台的偏移。
在一个实施例中，由于高阶分量而造成的性能影响可能无法直接校正。换言之，没有调谐旋钮或调节机构可以用于校正高阶光学分量(例如，高阶光学像差)的影响。因此，辨识可以考虑最大变化以及补偿高阶不可校正光学分量的影响的一个或多个光学分量(例如，Z8、Z7等)特别有利于以最小调谐工作量来提高性能。
在一个实施例中，图7B中示出了包括低阶Zernike系数Z8的影响的第一主分量PCl，其是最大的贡献者并且因此可以用作校正旋钮。第一主分量PC1包括具有不同幅度的若干Zernike系数的线性组合。例如，第一主分量PC1包括线性组合：0.8*Z8-0.4*Z11-0.1*Z15+0.2*Z20。在一个实施例中，第一主分量PC1对应于沿着y方向(例如，图8A中的切割线CLy)测量的性能度量EPEy。在图7的特定情况下，使用图5的所有孔。所以PC1与图5中所有孔的EPEy位置有关。
因此，通过调谐Zernike Z8，可以调节特征的行为或沿着y方向的移动。图7A示出了第一主分量P1或相关性能度量(例如，EPE)的波前灵敏度图，其可以考虑例如光学灵敏度的大约34％的变化。在修改参数(例如，反射镜的取向)之后，可以最小化图7A描述的波前的一部分(第一主分量)，可以考虑由于Z11、Z15和Z20(可校正势非常低或不可校正，根据图9)引起的性能变化，从而提高了图案化过程的性能。
在一个实施例中，图7D中示出了第二主分量PC2，第二主分量PC2包括低阶Zernike系数Z7的影响，第二主分量PC2是最大的贡献者并且因此可以用作校正旋钮。第二主分量PC2还包括具有不同幅度的若干Zernike系数的线性组合。例如，第二主分量PC2包括线性组合：0.9*Z7+0.4*Z10+0.1*Z14+0.2*Z23+...。在一个实施例中，第二主分量PC2对应于沿着x方向(例如，图8A中的切割线CLx)测量的性能度量EPEx。在图7的特定情况下，使用图5的所有孔。所以PC1与图5中所有孔的EPEx位置有关。
因此，通过调谐Zernike Z7，可以调节特征的行为或沿着x方向的移动。图7C示出了第二主分量或相关性能度量(例如，EPE)的波前灵敏度图，其可以考虑例如光学灵敏度的大约26％的变化。在修改参数(例如，反射镜的取向)之后，可以最小化图7B描述的波前的一部分(第二主分量)，可以考虑由于Z10、Z14、Z23等(可校正势非常低或不可校正，根据图9)引起的性能变化，从而提高了图案化过程的性能。
与第一主分量PCl和第二主分量PC2类似，可以获得第三主分量PC3(图7F)和第四主分量PC4(图7H)。例如，第三主分量PC3包括可校正Zernike系数Z5，可校正Zernike系数Z5可以用于校正由于PC3的线性组合内的其他Zernike系数(诸如Z9和Z12)(校正势很低或没有校正势)而造成的影响。类似地，第四主分量PC4包括可修正Zernike系数Z9，可修正Zernike系数Z9可以用于修正由于其他不可修正Zernike(诸如Z12、Z16或PC4的线性组合内的其他Zernike)而造成的影响。
总之，在调节全部透镜(例如，找到最佳反射镜位置和倾斜度)的情况下，在缺乏任何过程知识的情况下，可以最小化波前像差。在一个实施例中，通过最小化Zernike系数的平方和来最小化波前像差。由于正交及完整展开式的Zernike多项式，这等效于最小化波前的平方和。因此，从波前到Zernike系数是在不丢失相关内容的情况下的大量数据减少。
根据本公开的方法，将Zernike系数映射到新的(正交)基，即，主分量。在一个实施例中，在EPE空间内(在不同取向上和在不同条件(聚焦和剂量)下的所有可能的边缘位置)，这些主分量用于正交和完整集合。所以从所有特征的灵敏度到只有少数主分量，在不丢失很多信息的情况下，数据大量减少。结合这两者可以通过最小化主分量平方和来优化透镜。
在一个实施例中，过程P46提供与可校正Zernike系数相对应的光学特性的所辨识的分量的值，其中可校正Zernike系数能够经由图案形成装置的调节机构进行调谐。在一个实施例中，线性组合包括可校正Zernike系数和不可校正Zernike系数，其中不可校正Zernike系数不能经由图案形成装置的调节机构进行调谐。
一旦，光学分量可以考虑图案化过程的性能值(例如，与特征形状或尺寸有关)的大部分变化(例如，超过90％的变化)，在过程P48中，方法400还包括：经由调节机构基于所辨识的该光学分量的集合，调节图案形成装置的一个或多个反射镜，以改进图案化过程的性能度量。
在一个实施例中，调节一个或多个反射镜包括：获得图案形成装置的光学校正势，其中校正势是经由图案形成装置的调节机构可校正或不可校正的Zernike系数与阶数之间的关系。此外，基于校正势，辨识为与光学分量的集合内的可校正Zernike系数相关联的图案形成装置的光学系统的一个或多个反射镜。一旦辨识出反射镜，调节过程涉及操纵所辨识的反射镜以补偿不可校正Zernike系数的影响使得图案化过程的性能度量得到改进。
上述方法具有多种应用，包括源优化、掩模优化、源掩模优化或其他过程参数优化。例如，基于该光学灵敏度的集合和可校正光学分量的子集(例如，在PC1、PC2、PC3、PC4等内)，可以修改照射模式、掩模图案等。在一个实施例中，优化过程涉及基于成本函数的减少来确定设计变量的值(例如，掩模相关、剂量值、聚焦值等)。优化过程的一个示例在下面的图10A和图11-14中讨论。
参考图10A，提供了一种基于图案化过程的光学灵敏度的优化方法。在过程P101中，该方法涉及获得(i)光学灵敏度的集合1001，以及(ii)作为该光学灵敏度的集合的变化的主要贡献者的光学分量的集合1003(例如，图4的分量460，诸如主分量的元素)。
在过程P103中，该方法涉及：基于该光学分量的集合1003经由图案化过程模型确定源图案1030或掩模图案1031使得性能度量得到改进。在一个实施例中，确定源图案或掩模图案是迭代过程。迭代包括：利用光学参数的值的集合模拟图案化过程模型并且扰动与源图案和/或掩模图案相关的参数，基于模拟结果确定性能度量，以及确定与源图案和/或掩模图案相关的参数的值，使得性能度量得到改进。在一个实施例中，源模型的参数是照射模式和强度中的至少一项。在一个实施例中，掩模模型的参数是以下至少之一：辅助特征的放置位置、特征的尺寸、辅助特征的形状和/或两个辅助特征之间的距离。
在一个实施例中，性能度量是边缘位置误差，并且性能度量的改进包括最小化边缘位置误差。
在一个实施例中，图案化过程模型是源模型、掩模模型、光学器件模型、抗蚀剂模型和/或蚀刻模型。之前在图3中讨论了包括一个或多个上述过程模型的图案化过程的模拟的示例。
在一个实施例中，该方法还可以扩展为基于透镜优化评价函数来执行透镜优化。在一个实施例中，透镜优化评价函数是基于例如在过程P46中辨识的光学参数的主分量(例如，图7A-7H)。例如，透镜优化评价函数(S)在下面的等式中给出：
S＝∑i∑k(wk.ΔZk，i)2+∑i∑mwm·(∑kpCm，k·ΔZk，i)2
在上式中，等式的第一部分是基于权重的Zernike项，第二部分是包括主分量的附加项(例如，如关于图4和图7B、7D、7F、7H所讨论的)。此外，i在狭缝的各个场点1010(参见图10B)上运行，k在不同Zernike系数(2到25、36、49、64或100)上运行，ΔZ对应于测量Zernike系数与透镜模型诱导Zernike系数(例如，出于模拟目的而引入的)之间的差异，PCm，n是第m主分量到Zernike n的变换，并且wm是相关主分量权重。
在一个实施例中，该方法还可以包括使用可调谐特性(例如，主分量内的低阶Zernike系数)在衬底上印刷图案。此外，可以获得印刷图案的测量数据，并且可以基于测量数据对照参考性能来验证图案形成装置(例如，扫描仪)的性能。
根据本公开的方法具有若干优点。例如，不可调节参数的自然变化会导致相对于期望规格的较大性能变化。根据本公开，这种变化可以通过仅调节所选择的光学参数来减少。当性能不匹配的原因是不可调谐光学特性时，可能需要更换与不可调谐特性原因相关的硬件。然而，根据本公开，如果存在不可调谐特性，则可以提出调谐单个或多个扫描仪旋钮以补偿不可调谐特性。因此，在一个实施例中，可以通过调谐扫描仪的可调谐特性(例如，主分量内的低阶Zernike系数)来校正不可调谐特性(例如，高阶Zernike系数)。
如方法400中所讨论的，所辨识的光学特性可以用于优化图案化过程或调节图案化过程的参数。例如，OPC解决了这样一个事实，即，投影在衬底上的设计布局的图像的最终尺寸和位置将与图案形成装置上的设计布局的尺寸和位置不相同，或者仅取决于图案形成装置上的设计布局的尺寸和位置。注意，术语“掩模”、“掩模版”、“图案形成装置”在本文中可互换使用。此外，本领域技术人员将认识到，尤其是在光刻模拟/优化的上下文中，术语“掩模”/“图案形成装置”和“设计布局”可以互换使用，如在光刻模拟/优化中，不一定要使用物理图案形成装置，但可以使用设计布局来表示物理图案形成装置。对于某些设计布局上存在的小特征尺寸和高特征密度，给定特征的特定边缘的位置会在一定程度上受到其他相邻特征的存在或不存在的影响。这些邻近效应源于从一个特征耦合到另一特征的微量辐射和/或非几何光学效应，诸如衍射和干涉。类似地，邻近效应可能源于曝光后烘烤(PEB)、抗蚀剂显影和蚀刻过程中通常在光刻之后的扩散和其他化学效应。
为了确保设计布局的投影图像符合给定目标电路设计的要求，需要使用复杂的数值模型、设计布局的校正或预失真来预测和补偿邻近效应。文章“Full-Chip LithographySimulation and Design Analysis-How OPC Is Changing IC Design”(C.Spence,Proc.SPIE,Vol.5751,pp 1-14(2005))提供了当前的“基于模型”的光学邻近校正过程的概述。在典型的高端设计中，设计布局的几乎每个特征都进行了一些修改，以实现投影图像与目标设计的高保真度。这些修改可以包括边缘位置或线宽的移动或偏置、以及旨在辅助其他特征的投影的“辅助”特征的应用。
在一个芯片设计中通常存在的数百万个特征的情况下，将基于模型的OPC应用于目标设计涉及良好的过程模型和可观的计算资源。然而，应用OPC通常不是一门“精确的科学”，而是一种经验的迭代的过程，该过程并不总是能补偿所有可能的邻近效应。因此，OPC的效果(例如，在应用OPC和任何其他RET之后的设计布局)需要通过设计检查来验证，即，使用已校准的数字过程模型进行密集的全芯片模拟，以最小化设计缺陷被构建进入图案形成装置图案的可能性。这是由制造高端图案形成装置的巨大成本(这些装置运行在数百万美元的范围内)以及在实际图案形成装置制造完成之后的返工或维修对周转时间的影响驱动的。
OPC和全芯片RET验证都可以基于数字建模系统和方法，例如在美国专利申请号10/815,573和Y.Cao等人的题为“Optimized Hardware and Software For Fast,FullChip Simulation”的文章(Proc.SPIE,Vol.5754,405(2005))中描述的。
一个RET与设计布局的全局偏异的调节有关。全局偏差是设计布局中的图案与打算印刷在衬底上的图案之间的差异。例如，可以通过设计布局中直径为50nm的图案或者通过设计布局中直径为20nm的图案但以高剂量在衬底上印刷直径为25nm的圆形图案。
除了对设计布局或图案形成装置(例如，OPC)的优化，还可以与图案形成装置优化联合或单独地优化照射源，以努力提高整体光刻保真度。术语“照射源”和“源”在本文件中可互换使用。20世纪90年代以来，引入了诸如环形、四极、偶极等多种离轴照射源，并且该离轴照射源为OPC设计提供了更大的自由度，从而提高了成像效果。已知，离轴照射是一种用于解决图案形成装置中包含的精细结构(即，目标特征)的得到验证的方法。然而，与传统照射源相比，离轴照射源通常为空间图像(AI)提供的辐射强度较小。因此，需要尝试优化照射源以实现更精细的分辨率与降低的辐射强度之间的最佳平衡。
很多照射源优化方法可以在例如Rosenbluth等人的题为“Optimum Mask andSource Patterns to Print A given Shape”的文章(Journal of Microlithography,Microfabrication,Microsystems 1(1),pp.13-20,(2002))中找到。源被划分为几个区域，每个区域对应于光瞳光谱的某个区域。然后，假定每个源区域中的源分布是均匀的，并且每个区域的亮度针对过程窗口被优化。然而，每个源区域中源分布均匀的这一假定并不总是有效，因此这种方法的有效性受到影响。在Granik的题为“Source Optimization forImage Fidelity and Throughput”的文章(Journal of Microlithography,Microfabrication,Microsystems 3(4),pp.509-522,(2004))中提出的另一示例中，概述了几种现有的源优化方法并且提出了一种基于照射器像素的方法，该方法将源优化问题转换为一系列非负最小二乘优化。尽管这些方法已经证明了一些成功，但它们通常需要多次复杂的迭代才能收敛。此外，可能难以确定一些额外参数(诸如Granik方法中的γ)的适当/最佳值，这决定了优化衬底图像保真度的源与源的平滑度要求之间的权衡。
对于低k1光刻，源和图案形成装置两者的优化对于确保用于临界电路图案的投影的可行过程窗口是有用的。一些算法(例如，Socha等人的，参见Proc.SPIE vol.5853,2005,p.180)在空间频域中将照射离散为独立的源点并且将掩膜离散为衍射级，并且基于过程窗口度量(诸如曝光纬度)分离地公式化成本函数(定义为所选择设计变量的函数)，该过程窗口度量可以通过光学成像模型从源点强度和图案形成装置衍射级来预测。本文中使用的术语“设计变量”包括光刻投影设备或光刻过程的参数的集合，例如，光刻投影设备的用户可以调节的参数、或者用户可以通过调节这些参数来调节的图像特性。应当理解，光刻投影过程的任何特性(包括源、图案形成装置、投影光学器件的特性和/或抗蚀剂特性)可以是优化中的设计变量。成本函数通常是设计变量的非线性函数。然后使用标准优化技术来最小化成本函数。
相关地，不断减少设计规则的压力已经驱动半导体芯片制造商通过现有的193nmArF光刻更深入地进入低kl光刻时代。朝着较低k1的光刻对RET、曝光工具和光刻友好设计的需求提出了很高的要求。未来可能会使用1.35ArF超数值孔径(NA)曝光工具。为了帮助确保电路设计可以在具有可行过程窗口的衬底上进行，源图案形成装置优化(本文中称为源掩模优化或SMO)正在成为2×nm节点的重要RET。
在于2009年11月20日提交的公开号为WO2010/059954并且题为“Fast FreeformSource and Mask Co-Optimization Method”的共同转让的国际专利申请号PCT/US2009/065359(其通过引用整体并入本文)中描述了一种源和图案形成装置(设计布局)优化方法和系统，其允许在没有约束的情况下并且在可行的时间内使用成本函数同时优化源和图案形成装置。
在于2010年6月10日提交的公开号为2010/0315614并且题为“Source-MaskOptimization in Lithographic Apparatus”的共同转让的美国专利申请号12/813456(其通过引用整体并入本文)中描述了一种涉及通过调节源的像素来优化源的另一种源和掩模优化方法和系统。
在光刻投影设备中，作为示例，成本函数被表示为
其中（z1，z2，...，zN)是N个设计变量或其值。fp(z1，z2，...，zN)可以是设计变量(z1，z2，...，zN)的函数，诸如针对设计变量(z1，z2，...，zN)的值的集合在评估点处的特性的实际值与预期值之间的差异。wp是与fp(z1，z2，...，zN)相关联的权重常数。更关键的评估点或图案可以被分配更高的wp值。出现次数更多的图案和/或评估点也可以被分配更高的wp值。评估点的示例可以是衬底上的任何物理点或图案、虚拟设计布局上的任何点、或抗蚀剂图像、或空间图像、或其组合。fp(z1，z2，...，zN)也可以是诸如LWR等所辨识的一个或多个光学特性的函数，该光学特性是设计变量(z1，z2，...，zN)的函数。成本函数可以表示光刻投影设备或衬底的任何合适的特性，例如，特征的故障率、所辨识的光学特性、聚焦、CD、图像偏移、图像失真、图像旋转、随机效应、产出、CDU、或其组合。CDU是局部CD变化(例如，局部CD分布的标准偏差的三倍)。CDU可以互换地称为LCDU。在一个实施例中，成本函数表示CDU、产出和随机效应(即，是其函数)。在一个实施例中，成本函数表示EPE、产出和随机效应(即，是其函数)。在一个实施例中，设计变量(z1，z2，...，zN)包括剂量、图案形成装置的全局偏差、来自源的照射形状、或其组合。由于抗蚀剂图像通常决定衬底上的电路图案，因此成本函数通常包括表示抗蚀剂图像的某些特性的函数。例如，这样的评估点的fp(z1，z2，...，zN)可以简单地是抗蚀剂图像中的点与该点的预期位置之间的距离(即，边缘位置误差EPEp(z1，z2，...，zN))。设计变量可以是任何可调节参数，诸如源、图案形成装置、投影光学器件、剂量、聚焦等的可调节参数。投影光学器件可以包括统称为“波前操纵器”的部件，这些部件可以用于调节波前的形状和辐照束的强度分布和/或相移。投影光学器件优选地可以在沿着光刻投影设备的光路的任何位置调节波前和强度分布，诸如在图案形成装置之前、靠近光瞳平面、靠近图像平面、靠近焦平面。投影光学器件可以用于校正或补偿由例如源、图案形成装置、光刻投影设备中的温度变化、光刻投影设备的部件的热膨胀引起的波前和强度分布的某些畸变。调节波前和强度分布可以改变评估点和成本函数的值。这种变化可以从模型中模拟或者实际进行测量。当然，CF(z1，z2，...，zN)不限于等式1中的形式。CF(z1，z2，...，zN)可以是任何其他合适的形式。
应当注意，fp(z1，z2，...，zN)的正常加权均方根(RMS)定义为
因此，最小化fp(z1，z2，...，zN)的加权RMS等效于最小化在等式1中限定的成本函数
因此，在这里为了符号的简单起见，可以互换地使用fp(z1，z2，...，zN)和等式1的加权RMS。
此外，如果考虑最大化PW(过程窗口)，则可以将来自不同PW条件的相同物理位置视为(等式1)中的成本函数中的不同评估点。例如，如果考虑N个PW条件，则可以根据其PW条件对评估点进行分类，并且将成本函数写为：
其中
是在第u PW条件u＝1，...，U下fp(z1，z2，...，zN)的值。当fp(z1，z2，...，zN)是EPE时，最小化上面的成本函数就相当于最小化各种PW条件下的边缘偏移，从而导致最大化PW。特别地，如果PW也由不同掩模偏置组成，则最小化上述成本函数还包括MEEF(掩模误差增强因子)(其定义为衬底EPE与诱发掩模边缘偏置之间的比率)的最小化。
设计变量可以具有约束条件，其可以表示为(z1，z2，...，zN)∈Z，其中Z是设计变量的可能值的集合。对设计变量的一种可能约束可以由光刻投影设备的期望产出强加。期望产出可以限制剂量，因此对随机效应有影响(例如，对随机效应施加下限)。更高的产出通常会导致更低的剂量、更短的曝光时间和更大的随机效应。由于随机效应是设计变量的函数，因此考虑衬底产出和最小化随机效应可以限制设计变量的可能值。如果没有由期望产出强加的这种约束，优化可能会产生设计变量的不切实际的值的集合。例如，如果剂量在设计变量中，没有这样的约束，优化可能会产生使得产出在经济上是不可能的剂量值。但是，不应当将约束的有用性解释为必要性。产出可能会受到对图案化过程的参数的基于故障率的调节的影响。希望在保持高产出的同时使特征的故障率较低。产出也可能受到抗蚀剂化学性质的影响。较慢的抗蚀剂(例如，需要更多光量才能正确曝光的抗蚀剂)会导致较低的产出。因此，基于涉及由于抗蚀剂化学性质或波动引起的特征故障率的优化过程、以及更高产出的剂量要求，可以确定图案化过程的适当参数。
因此，优化过程是在约束(z1，z2，...，zN)∈Z下找到使成本函数最小化的设计变量的值的集合，即，找到
根据一个实施例的优化光刻投影设备的一般方法在图11中示出。该方法包括定义多个设计变量的多变量成本函数的步骤302。设计变量可以包括选自以下各项的任何合适的组合：照射源(300A)的特性(例如，光瞳填充率，即，穿过光瞳或孔径的源的辐射的百分比)、投影光学器件(300B)的特性和设计布局(300C)的特性。例如，设计变量可以包括照射源(300A)的特性和设计布局(300C)的特性(例如，全局偏差)，但不包括投影光学器件(300B)的特性，这导致SMO。替代地，设计变量可以包括照射源(300A)的特性、投影光学器件(300B)的特性和设计布局(300C)的特性，这导致源掩模透镜优化(SMLO)。在步骤304中，同时调节设计变量，使得成本函数向收敛移动。在步骤306中，确定预定义终止条件是否满足。预定终止条件可以包括各种可能性，即，成本函数可以被最小化或最大化，根据所使用的数值技术的要求，成本函数的值已经等于阈值或已经越过阈值，成本函数的值已经达到预设误差范围内，或者达到预设迭代次数。如果步骤306中的任一条件满足，则该方法结束。如果步骤306中的任何条件都不满足，则迭代地重复步骤304和306，直到获得期望结果。优化不一定会导致设计变量的值的集合，因为可能存在由诸如故障率、光瞳填充因子、抗蚀剂化学性质、产出等因素引起的物理限制。优化可以提供用于设计变量和相关性能特性(例如，产出)的值的多个集合并且允许光刻设备的用户选择一个集合或多个集合。
在光刻投影设备中，源、图案形成装置和投影光学器件可以交替地优化(称为交替优化)或同时地优化(称为同时优化)。如本文中使用的，术语“同时”、“同时地”、“联合”和“联合地”是指允许同时改变源、图案形成装置、投影光学器件和/或任何其他设计变量的特性的设计变量。如本文中使用的，术语“交替”和“交替地”表示并非所有设计变量都被允许同时改变。
在图11中，所有设计变量的优化同时执行。这种流程可以称为同时流程或协同优化流程。替代地，所有设计变量的优化交替地执行，如图12所示。在该流程中，在每个步骤中，一些设计变量是固定的，而其他设计变量则被优化以最小化成本函数；然后在下一步中，不同的变量的集合是固定的，同时其他变量被优化以最小化成本函数。这些步骤交替地执行，直到收敛或某些终止条件满足。
如图12的非限制性示例流程图所示，首先获得设计布局(步骤402)，然后在步骤404中执行源优化步骤，其中照射源的所有设计变量被优化(SO)以最小化成本函数，而所有其他设计变量是固定的。然后在下一步骤406中，执行掩模优化(MO)，其中图案形成装置的所有设计变量被优化以最小化成本函数，同时所有其他设计变量是固定。这两个步骤交替地执行，直到在步骤408中某些终止条件满足。可以使用各种终止条件，诸如成本函数的值变得等于阈值，成本函数的值越过阈值，成本函数的值达到预设误差限制内，或者达到预设迭代次数，等等。注意，SO-MO-交替最优化作为替代流程的示例。替代流程可以采用多种不同形式，诸如SO-LO-MO交替最优化，其中执行SO、LO(透镜优化)和MO被交替和迭代地执行；或者可以先执行一次SMO，然后交替和迭代地执行LO和MO；等等。最后，在步骤410中获得优化结果的输出，并且过程停止。
如前所述，图案选择算法可以与同时或交替优化相结合。例如，当采用交替优化时，首先可以执行全芯片SO，辨识“热点”和/或“温点”，然后执行MO。鉴于本公开，为了实现期望的优化结果，子优化的多种排列和组合是可能的。
图13A示出了一种示例性优化方法，其中成本函数被最小化。在步骤S502中，获得设计变量的初始值，包括它们的调谐范围(如果有的话)。在步骤S504中，建立多变量成本函数。在步骤S506中，在第一迭代步骤(i＝0)的设计变量的起始点值周围的足够小的邻域内扩展成本函数。在步骤S508中，应用标准的多变量优化技术以最小化成本函数。注意，优化问题可以在S508中的优化过程中或在优化过程的后期应用约束，诸如调谐范围。步骤S520指示，针对已经被选择以优化光刻过程的所辨识的评估点的给定测试图案(也称为“量规”)进行每次迭代。在步骤S510中，预测光刻响应。在步骤S512中，将步骤S510的结果与在步骤S522中获得的期望或理想光刻响应值进行比较。如果在步骤S514中终止条件被满足，即，优化生成足够接近期望值的光刻响应值，则在步骤S518中输出设计变量的最终值。输出步骤还可以包括使用设计变量的最终值输出其他函数，诸如输出光瞳平面(或其他平面)的波前像差调节图、经优化的源图和经优化的设计布局等。如果终止条件不满足，则在步骤S516中，用第i迭代的结果更新设计变量的值，并且返回步骤S506。下面详细阐述图13A的过程。
在示例性优化过程中，没有假定或近似设计变量(z1，z2，...，zN)和fp(z1，z2，...，zN)之间关系，除了fp(z1，z2，...，zN)足够平滑(例如，存在一阶导数
)之外，这在光刻投影设备中通常是有效的。可以应用诸如Gauss-Newton算法、Levenberg-Marquardt算法、梯度下降算法、模拟退火、遗传算法等算法来找到
这里，以高斯牛顿算法为例。高斯牛顿算法是一种适用于一般的非线性多变量优化问题的迭代方法。在第i迭代中，其中设计变量(z1，z2，...，zN)取值为(z1i，z2i，...，zNi)，高斯牛顿算法在(z1i，z2i，...，zNi)附近对fp(z1，z2，...，zN)进行线性化，然后在(z1i，z2i，...，zNi)附近计算给出CF(z1，z2，...，zN)的最小值的值(z1(i+1)，z2(i+1)，...，zN(i+1))。在第(i+1)迭代中，设计变量(z1，z2，...，zN)取值为(z1(i+1)，z2(i+1)，...，zN(i+1))。该迭代一直持续到收敛(即，CF(z1，z2，...，zN)不再减少)，或者达到预设迭代次数。
具体地，在第i迭代中，在(z1i，z2i，...，zNi)附近，
在等式3的近似下，成本函数变为：
这是设计变量(z1，z2，...，zN)的二次函数。除了设计变量(z1，z2，...，zN)，每一项都是常数。
如果设计变量(z1，z2，...，zN)不受任何约束，则可以通过求解以下N个线性等式来得出(z1(i+1)，z2(i+1)，...，zN(i+1))：
其中n＝1，2，...N。
如果设计变量(z1，z2，...，zN)处于以下形式的约束下：J个不等式(例如，(z1，z2，...，zN)的调谐范围)
对于j＝1，2，...J；以及K个等式(例如，设计变量之间的相互依赖性)
对于k＝1，2，...K；则优化过程变成了一个经典的二次规划问题，其中Anj、Bj、Cnk、Dk是常数。可以为每次迭代施加附加约束。例如，可以引入“阻尼因子”ΔD以限制(z1(i+1)，z2(i+1)，...，zN(i+1))与(z1i，z2i，...，zNi)之间的差异，从而使得等式3的近似成立。这种约束可以表示为zni-ΔD≤zn≤zni+ΔD。(z1(i+1)，z2(i+1)，...，zN(i+1))可以使用例如Jorge Nocedal和Stephen J.Wright(Berlin New York:Vandenberghe.Cambridge University Press)在Numerical Optimization(2nd ed.)中描述的方法来导出。
代替最小化fp(z1，z2，...，zN)的RMS，优化过程可以将评估点之间的最大偏差(最坏缺陷)的量最小化到它们的预期值。在这种方法中，成本函数也可以表示为
其中CLp是fp(z1，z2，...，zN)的最大允许值。该成本函数代表评估点中最差的缺陷。使用该成本函数进行优化可以最小化最坏缺陷的量。迭代贪婪算法可以用于这种优化。
等式5的成本函数可以近似为：
其中q是偶数正整数，诸如至少为4，优选地至少为10。等式6模仿等式5的行为，同时允许使用诸如最深下降法、共轭梯度法等方法来分析地执行和加速优化。
最小化最坏缺陷尺寸也可以与fp(z1，z2，...，zN)的线性化相结合。具体地，fp(z1，z2，...，zN)如等式3中进行近似于。然后将最坏缺陷尺寸的约束写为不等式ELp≤fp(z1，z2，...，zN)≤EUp其中ELp和EUp是两个常数，其指定fp(z1，z2，...，zN)的最小和最大允许偏差。插入等式3，这些约束被变换为，对于p＝1，...P，
和
由于等式3通常仅在(z1i，z2i，...，zNi)附近有效，所以如果在这附近无法实现期望约束ELp≤fp(z1，z2，...，zN)≤EUp(这可以由不等式、常量之间的任何冲突来确定)，约束ELp和EUp可以放宽，直到可以实现约束。这个优化过程最小化(z1i，z2i，...，zNi)附近的最坏缺陷尺寸。然后每一步逐渐减小最坏缺陷尺寸，并且每一步迭代地执行，直到一定终止条件满足。这将导致最坏缺陷尺寸的最佳减少。
最小化最坏缺陷的另一种方法是在每次迭代中调节权重wp。例如，在第i迭代之后，如果第r评估点是最坏缺陷，则可以在第(i+1)迭代中增加Wr，以便使降低该评估点的缺陷尺寸具有更高优先级。
此外，可以通过引入拉格朗日乘数来修改等式4和等式5中的成本函数，以实现缺陷尺寸的RMS优化和最坏缺陷尺寸的优化之间的折衷，即，
其中λ是预设常数，它指定缺陷尺寸的RMS优化与最坏缺陷尺寸的优化之间的折衷。特别地，如果λ＝0，则这变成等式4并且缺陷尺寸的RMS仅被最小化；而如果λ＝1，则这变成等式5，并且最坏缺陷尺寸仅被最小化；如果0＜λ＜1，则在优化中考虑这两者。这种优化可以使用多种方法解决。例如，可以调节每次迭代中的权重，类似于先前描述的权重。替代地，类似于从不等式中最小化最坏缺陷尺寸，等式6′和6"的不等式可以被看作是二次规划问题求解过程中设计变量的约束。然后，最坏缺陷尺寸的界限可以逐步放宽，或者对最坏缺陷尺寸的界限逐步增加该权重，计算每个可实现最差缺陷尺寸的成本函数值，并且选择最小化总成本函数的设计变量值作为下一步骤的起点。通过迭代地这样做，可以实现这个新成本函数的最小化。
优化光刻投影设备可以扩大过程窗口。更大的过程窗口为过程设计和芯片设计提供了更大的灵活性。过程窗口可以定义为使抗蚀剂图像在抗蚀剂图像的设计目标的特定限制内的聚焦和剂量值的集合。注意，这里讨论的所有方法也可以扩展到可以通过除了曝光剂量和散焦以外的不同或附加的基础参数来建立的广义的过程窗口定义。这些可以包括但不限于光学设置，诸如NA、均方偏差、像差、偏振，或光阻层的光学常数。例如，如前所述，如果PW还包含不同掩模偏置，则优化包括掩模误差增强因子(MEEF)的最小化，MEEF被定义为衬底EPE与诱导掩模边缘偏置之间的比率。在聚焦和剂量值上定义的过程窗口仅用作本公开中的示例。下面描述根据一个实施例的最大化过程窗口的方法。
在第一步骤中，从过程窗口中的已知条件(f0，ε0)开始，其中f0是名义聚焦并且ε0是名义剂量，最小化在附近(f0±Δf，ε0±Δε)下方的成本函数之一：
或者
或者
如果允许名义聚焦f0和名义剂量ε0偏移，则它们可以与设计变量(z1，z2，...，zN)联合优化。在下一步骤中，如果可以找到值(z1，z2，...，zN，f，ε)的集合使得成本函数在预设极限内，则(f0±Δf，ε0±Δε)被接受作为过程窗口的一部分。
替代地，如果不允许聚焦和剂量偏移，则在聚焦和剂量固定在名义聚焦f0和名义剂量ε0的情况下优化设计变量(z1，z2，...，zN)。在替代实施例中，如果可以找到值的集合(z1，z2，...，zN)，使得成本函数在预设极限内，则(f0±Δf，ε0±Δε)被接受作为过程窗口的一部分。
本公开中较早描述的方法可以用于最小化等式7、7′或7”的相应成本函数。如果设计变量是投影光学器件的特性，诸如Zernike系数，则最小化等式7、7′或7”的成本函数导致基于投影光学优化(即，LO)的过程窗口最大化。如果设计变量是光源和图案形成装置的特性以及投影光学器件的特性，则最小化等式7、7′或7”的成本函数导致基于SMLO的过程窗口最大化，如图11所示。如果设计变量是源和图案形成装置的特性，则最小化等式7、7′或7”的成本函数导致基于SMO的过程窗口最大化。等式7、7′或7”的成本函数还可以包括诸如等式7或等式8中的至少一个fp(z1，z2，...，zN)，其是诸如二维特征的LWR或局部CD变化的随机效应的一个或多个以及产出的函数。
图14示出了同时SMLO过程如何使用高斯牛顿算法进行优化的一个具体示例。在步骤S702中，辨识设计变量的起始值。还可以辨识每个变量的调谐范围。在步骤S704中，使用设计变量定义成本函数。在步骤S706中，围绕设计布局中所有评估点的起始值展开成本函数。在可选步骤S710中，执行全芯片模拟以覆盖全芯片设计布局中的所有关键图案。在步骤S714中，获得期望光刻响应度量(诸如CD或EPE)，并且在步骤S712中，将其与这些量的预测值进行比较。在步骤S716中，确定过程窗口。步骤S718、S720和S722类似于关于图13A描述的对应步骤S514、S516和S518。如前所述，最终输出可以是光瞳平面中的波前像差图，其被优化以产生期望成像性能。最终输出也可以是优化的源地图和/或优化的设计布局。
图13B示出了优化成本函数的示例性方法，其中设计变量(z1，z2，...，zN)包括可以仅采用离散值的设计变量。
该方法开始于定义照射源的像素组和图案形成装置的图案形成装置图块(步骤802)。通常，像素组或图案形成装置图块也可以被称为光刻过程部件的划分。在一种示例性方法中，照射源被分成117个像素组，并且为图案形成装置定义94个图案形成装置图块，基本上如上所述，导致总共211个划分。
在步骤804中，选择光刻模型作为光刻模拟的基础。光刻模拟产生的结果用于计算光刻度量或响应。将特定光刻度量定义为要优化的性能度量(步骤806)。在步骤808中，设置照射源和图案形成装置的初始(预优化)条件。初始条件包括照射源的像素组和图案形成装置的图案形成装置图块的初始状态，使得可以参考初始照射形状和初始图案形成装置图案。初始条件还可以包括掩模偏置、NA和聚焦斜坡范围。尽管步骤802、804、806和808被描绘为顺序步骤，但是应当理解，在本发明的其他实施例中，这些步骤可以以其他顺序执行。
在步骤810中，对像素组和图案形成装置图块进行排序。像素组和图案形成装置图块可以在排序中交错。可以采用各种排序方式，包括：顺序地(例如，从像素组1到像素组117以及从图案形成装置图块1到图案形成装置图块94)、随机地、根据像素组和图案形成装置图块的物理位置(例如，将更靠近照射源中心的像素组排序更高)、以及根据像素组或图案形成装置图块的改变如何影响性能度量。
一旦像素组和图案形成装置图块被排序，则调节照射源和图案形成装置以改进性能度量(步骤812)。在步骤812中，以排序顺序分析每个像素组和图案形成装置图块，以确定像素组或图案形成装置图块的改变是否将导致改进的性能度量。如果确定性能度量将得到改进，则相应地改变像素组或图案形成装置图块，并且所得到的改进的性能度量和修改后的照射形状或修改后的图案形成装置图案形成基线以用于比较，以用于后续分析排序较低的像素组和图案形成装置图块。换言之，保留改进性能度量的更改。随着对像素组和图案形成装置图块的状态的改变被进行和保留，初始照射形状和初始图案形成装置图案相应地改变，使得修改后的照射形状和修改后的图案形成装置图案由步骤812中的优化过程产生。
在其他方法中，还在812的优化过程中执行像素组和/或图案形成装置图块的图案形成装置多边形形状调节和成对轮询。
在替代实施例中，交错同时优化过程可以包括改变照射源的像素组，并且如果发现性能度量的改进，则逐步增加和减少剂量以寻找进一步的改进。在另外的替代实施例中，剂量或强度的逐步升高和降低可以替换为图案形成装置图案的偏置变化，以寻求同时优化过程中的进一步改进。
在步骤814中，确定性能度量是否已经收敛。例如，如果在步骤810和812的最后几次迭代中看到性能度量的改进很少或没有，则可以认为性能度量已经收敛。如果性能度量没有收敛，则步骤810和812在下一迭代中重复，其中来自当前迭代的修改后的照射形状和修改后的图案形成装置被用作下一迭代的初始照射形状和初始图案形成装置(步骤816)。
上述优化方法可以用于增加光刻投影设备的产出。例如，成本函数可以包括作为曝光时间的函数的fp(z1，z2，...，zN)。这种成本函数的优化优选地受随机效应的度量或其他度量的约束或影响。具体地，用于增加光刻过程的产出的计算机实现的方法可以包括优化作为光刻过程的一个或多个随机效应的函数和衬底的曝光时间的函数的成本函数，以最小化曝光时间。
在一个实施例中，成本函数包括作为一个或多个随机效应的函数的至少一个fp(z1，z2，...，zN)。随机效应可以包括特征失效、LWR或2D特征的局部CD变化。在一个实施例中，随机效应包括抗蚀剂图像的特性的随机变化。例如，这种随机变化可以包括特征的故障率、线边缘粗糙度(LER)、线宽粗糙度(LWR)和临界尺寸均匀性(CDU)。在成本函数中包括随机变化允许找到使随机变化最小化的设计变量的值，从而降低由于随机效应导致的缺陷风险。
在一个实施例中，提供了一种用于确定图案化过程的光学特性的分量的方法。该方法包括：获得(i)多个期望特征，(ii)基于多个期望特征的多个模拟特征和图案化过程的光学特性，以及(iii)与多个期望特征中的期望特征和多个模拟特征中的相关模拟特征相关的性能度量；通过基于光学特性的值的变化计算性能度量的值的变化来确定图案化过程的光学灵敏度的集合；以及基于该光学灵敏度的集合辨识包括改变性能度量的值的主要贡献者的光学特性的分量的集合。
在一个实施例中，辨识光学特性的分量的集合涉及：对该光学灵敏度的集合执行主成分分析；以及确定考虑了该光学灵敏度的集合内的实质性变化的光学特性的线性组合。
在一个实施例中，主要贡献者包括光学特性的线性组合。
在一个实施例中，光学特性表征图案形成装置的光学系统的光学像差。
在一个实施例中，光学特性由Zernike多项式定义。
在一个实施例中，光学特性的分量的集合中的分量是Zernike多项式的系数。
在一个实施例中，该分量对应于可校正Zernike系数，其中可校正Zernike系数能够经由图案形成装置的调节机构进行调谐。
在一个实施例中，线性组合包括可校正Zernike系数和不可校正Zernike系数，其中不可校正Zernike系数不能经由图案形成装置的调节机构进行调谐。
在一个实施例中，可校正Zernike系数是低阶Zernike系数。
在一个实施例中，计算性能度量的变化涉及：重叠期望特征和模拟特征；以及测量期望特征和模拟特征的重叠轮廓之间在特定方向上的差异。
在一个实施例中，该差异是在水平方向和/或垂直方向上测量的。
在一个实施例中，获得多个期望特征涉及：利用理想光学特性和过程参数的扰动值模拟图案化过程模型，其中理想光学特性不包括光学像差。
在一个实施例中，获得多个模拟特征涉及：利用多个期望特征并通过与光学特性相关的扰动值模拟图案化过程模型，以获得与多个期望特征相关联的多个模拟特征。
在一个实施例中，过程参数是剂量和/或聚焦中的至少一项。
在一个实施例中，该方法还涉及：基于光学特性的分量的集合经由调节机构调节图案形成装置的一个或多个反射镜，以改进图案化过程的性能度量。
在一个实施例中，调节一个或多个反射镜涉及：获得图案形成装置的光学校正势，其中校正势是经由图案形成装置的调节机构可校正或不可校正的Zernike系数与阶数之间的关系；辨识与光学特性的分量的集合内的可校正Zernike系数相对应的图案形成装置的光学系统的反射镜；以及操纵所辨识的反射镜以补偿不可校正Zernike系数的影响，使得图案化过程的性能度量得到改进。
在一个实施例中，性能度量是边缘位置误差、临界尺寸和/或衬底上的两个特征的边缘之间的位移中的至少一项。
此外，在一个实施例中，提供了一种基于图案化过程的光学灵敏度的源掩模优化方法。该方法涉及：获得(i)光学灵敏度的集合，以及(ii)包括作为该光学灵敏度的集合的变化的主要贡献者的光学特性的分量的集合；基于包括光学特性的分量的集合经由图案化过程模型确定源图案或掩模图案，使得图案化过程的性能度量得到改进。
在一个实施例中，确定源图案或掩模图案是迭代过程。迭代涉及：利用包括光学特性的分量的集合并且扰动与源图案和/或掩模图案相关的参数模拟图案化过程模型；基于模拟结果确定性能度量；确定与源图案和/或掩模图案相关的参数的值使得性能度量得到改进。
在一个实施例中，性能度量是边缘位置误差、临界尺寸和/或衬底上的两个特征的边缘之间的位移中的至少一项。
在一个实施例中，性能度量的改进包括最小化边缘位置误差。
在一个实施例中，图案化过程模型是源模型、掩模模型、光学器件模型、抗蚀剂模型和/或蚀刻模型。
在一个实施例中，源模型的参数是照射模式和强度中的至少一项。
在一个实施例中，掩模模型的参数是以下至少之一：辅助特征的放置位置、特征的尺寸、辅助特征的形状和/或两个辅助特征之间的距离。
此外，在一个实施例中，提供了一种计算机程序产品，该计算机程序产品包括其上记录有指令的非暂态计算机可读介质，该指令在由计算机系统执行时实现上述方法。
图15是示出可以帮助实现本文中公开的优化方法和流程的计算机系统100的框图。计算机系统100包括总线102或用于传送信息的其他通信机制、以及与总线102耦合以用于处理信息的处理器104(或多个处理器104和105)。计算机系统100还包括主存储器106，诸如随机存取存储器(RAM)或其他动态存储设备，主存储器106耦合到总线102以存储信息和要由处理器104执行的指令。主存储器106还可以用于存储在要由处理器104执行的指令的执行期间的临时变量或其他中间信息。计算机系统100还包括只读存储器(ROM)108或与总线102耦合以存储处理器104的静态信息和指令的其他静态存储设备。提供诸如磁盘或光盘等存储设备110并且将其耦合到总线102以存储信息和指令。
计算机系统100可以经由总线102耦合到用于向计算机用户显示信息的显示器112，诸如阴极射线管(CRT)或平板或触摸面板显示器。包括字母数字键和其他键的输入设备114耦合到总线102以将信息和命令选择传送给处理器104。另一种类型的用户输入设备是用于将方向信息和命令选择传送给处理器104并且用于控制显示器112上的光标移动的光标控件116，诸如鼠标、轨迹球或光标方向键。该输入设备通常在两个轴(第一轴(例如，x)和第二轴(例如，y))上具有两个自由度，以允许设备指定平面中的位置。触摸面板(屏幕)显示器也可以用作输入设备。
根据一个实施例，响应于处理器104执行主存储器106中包含的一个或多个指令的一个或多个序列，可以由计算机系统100执行本文中描述的过程的各部分。可以将这样的指令从诸如存储设备110等另一计算机可读介质读入主存储器106中。主存储器106中包含的指令序列的执行引起处理器104执行本文中描述的处理步骤。也可以采用多处理布置的一个或多个处理器来执行主存储器106中包含的指令序列。在替代实施例中，可以使用硬连线电路代替软件指令或与软件指令相结合。因此，实施例不限于硬件电路和软件的任何特定组合。
如本文中使用的，术语“计算机可读介质”是指参与向处理器104提供指令以供执行的任何介质。这样的介质可以采取很多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘，诸如存储设备110。易失性介质包括动态存储器，诸如主存储器106。传输介质包括同轴电缆、铜线和光纤，包括构成总线102的电线。传输介质也可以采用声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间生成的声波或光波。常见形式的计算机可读介质包括例如软盘、柔性盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光学介质、打孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储芯片或盒、下文中描述的载波、或计算机可以从中读取的任何其他介质。
各种形式的计算机可读介质可以涉及将一个或多个指令的一个或多个序列传送给处理器104以供执行。例如，指令最初可以承载在远程计算机的磁盘上。远程计算机可以将指令加载到其动态存储器中，并且然后使用调制解调器通过电话线发送指令。计算机系统100本地的调制解调器可以在电话线上接收数据，并且使用红外发射器将数据转换为红外信号。耦合到总线102的红外检测器可以接收红外信号中携带的数据并且将数据放置在总线102上。总线102将数据携带到主存储器106，处理器104从主存储器106中检索和执行指令。由主存储器106接收的指令可以可选地在由处理器104执行之前或之后存储在存储设备110上。
计算机系统100还可以包括耦合到总线102的通信接口118。通信接口118提供双向数据通信，以耦合到连接到局域网122的网络链路120。例如，通信接口118可以可以是用于提供与对应类型的电话线的数据通信连接的集成服务数字网(ISDN)卡或调制解调器。作为另一示例，通信接口118可以是用于提供与兼容LAN的数据通信连接的局域网(LAN)卡。也可以实现无线链接。在任何这样的实现中，通信接口118发送和接收携带表示各种类型的信息的数字数据流的电、电磁或光信号。
网络链路120通常提供通过一个或多个网络到其他数据设备的数据通信。例如，网络链路120可以提供通过本地网络122到主机计算机124或到由互联网服务提供商(ISP)126操作的数据设备的连接。ISP 126依次通过全球分组数据通信网络(现在通常称为“互联网”128)提供数据通信服务。局域网122和互联网128都使用承载数字数据流的电、电磁或光信号。通过各种网络的信号以及在网络链路120上并且通过通信接口118的信号(其携带去往和来自计算机系统100的数字数据)是传输信息的载波的示例性形式。
计算机系统100可以通过网络、网络链接120和通信接口118发送消息和接收数据，包括程序代码。在互联网示例中，服务器130可以通过互联网128、ISP 126、本地网络122和通信接口118为应用程序发送所请求的代码。根据一个或多个实施例，例如，一个这样的下载的应用提供了实施例的照射优化。所接收的代码可以在其被接收到时由处理器104执行，和/或存储在存储设备110或其他非易失性存储中以供以后执行。以这种方式，计算机系统100可以获得载波形式的应用代码。
图16示意性地描绘了另一示例性光刻投影设备LA，光刻投影设备LA包括：
-提供辐射的源收集器模块SO；
-照射系统(照射器)IL，被配置为调节来自源收集器模块SO的辐射束B(例如，EUV辐射)；
-支撑结构(例如，掩模台)MT，其被构造为支撑图案形成装置(例如，掩模或掩模版)MA并且连接到被配置为准确地定位图案形成装置的第一定位器PM；
-衬底台(例如，晶片台)WT，其被构造为保持衬底(例如，涂覆有抗蚀剂的晶片)W并且连接到被配置为准确地定位衬底的第二定位器PW；以及
-投射系统(例如，反射投射系统)PS，其被配置为将通过图案形成装置MA赋予辐射束B的图案投射到衬底W的目标部分C(例如，包括一个或多个管芯)上。
如这里描绘的，设备LA是反射型的(例如，采用反射性掩模)。应当注意，因为大多数材料在EUV波长范围内是吸收性的，所以图案形成装置可以具有多层反射器，该多层反射器包括例如钼和硅的多层叠层。在一个示例中，多叠层反射器具有40对钼和硅层，其中每层的厚度为四分之一波长。X射线光刻可以产生甚至更小的波长。由于大多数材料在EUV和X射线波长处都具有吸收性，因此在图案形成装置的形貌上的一片薄的图案化吸收材料(例如，多层反射器上的TaN吸收剂)限定了在哪里印刷特征(正性抗蚀剂)或在哪里不印刷特征(负性抗蚀剂)。
参考图16，照射器IL从源收集器模块SO接收极紫外辐射束。用于产生EUV辐射的方法包括但不限于将材料转换为具有一个或多个发射线在EUV范围内的至少一种元素(例如，氙、锂或锡)的等离子态。在一种这样的方法中，可以通过用激束照射燃料(诸如具有线发射元素的液滴、流或材料簇)来产生等离子体，通常称为激光产生等离子体(“LPP”)。源收集器模块SO可以是EUV辐射系统的一部分，EUV辐射系统包括在图16中未示出的激光器以用于提供激发燃料的激束。所得到的等离子体发射输出辐射，例如EUV辐射，该辐射使用设置在源收集器模块中的辐射收集器来收集。激光器和源收集器模块可以是单独的实体，例如，当使用CO2激光器提供激束进行燃料激发时。
在这种情况下，不认为激光器形成光刻设备的部分，并且借助于包括例如合适的导向镜/或扩束器的束传输系统，辐射束从激光器传递到源收集器模块。在其他情况下，辐射源可以是源收集器模块的组成部分，例如，当辐射源是放电产生等离子体EUV发生器(通常被称为DPP源)时。
照射器IL可以包括用于调节辐射束的角强度分布的调节器。通常，可以调节照射器的光瞳平面中的强度分布的至少外部和/或内部径向范围(通常分别称为外部σ和内部σ)。另外，照射器IL可以包括各种其他部件，诸如多面场和光瞳镜器件。照射器可以用于调节辐射束，以在其横截面中具有期望的均匀性和强度分布。
辐射束B入射在图案形成装置(例如，掩模)MA上，图案形成装置被保持在支撑结构(例如，掩模台)MT上，并且由图案形成装置图案化。在从图案形成装置(例如，掩模)MA反射之后，辐射束B穿过投射系统PL，投射系统PS将束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器PS2(例如，干涉测量装置、线性编码器或电容传感器)，衬底台WT可以精确地移动，例如，以便将不同的目标部分C定位在辐射束B的路径中。类似地，第一定位器PM和另一位置传感器PS1可以用于相对于辐射束B的路径精确地定位图案形成装置(例如，掩模)MA。可以使用图案形成装置对准标记M1、M2和衬底对准标记P1、P2来对准图案形成装置(例如，掩模)MA和衬底W。
所描绘的设备LA可以用于以下模式中的至少一种：
1.在步进模式下，支撑结构(例如，掩模台)MT和衬底台WT保持基本静止，而赋予辐射束的整个图案被一次投射到目标部分C上(即，单次静态曝光)。然后，衬底台WT在X和/或Y方向上偏移，从而可以暴露不同的目标部分C。
2.在扫描模式下，同步地扫描支撑结构(例如，掩模台)MT和衬底台WT，同时将赋予辐射束的图案投射到目标部分C上(即，单次动态曝光)。衬底台WT相对于支撑结构(例如，掩模台)MT的速度和方向可以通过投射系统PS的(缩小)放大率和图像反转特性来确定。
3.在另一种模式下，支撑结构(例如，掩模台)MT保持基本静止，以保持可编程图案形成装置，并且移动或扫描衬底台WT，同时将赋予辐射束的图案投射到目标部分C上。在该模式下，通常，采用脉冲辐射源，并且在扫描期间在每次移动衬底台WT之后或者在连续辐射脉冲之间根据需要更新可编程图案形成装置。该操作模式可以容易地应用于利用可编程图案形成装置(诸如上述类型的可编程反射镜阵列)的无掩模光刻。
图17更详细地示出了包括源收集器模块SO、照射系统IL和投射系统PS的设备LA。源收集器模块SO被构造和布置为使得可以在源收集器模块SO的封闭结构220中维持真空环境。可以通过放电产生等离子体辐射源来形成EUV辐射发射等离子体210。EUV辐射可以由气体或蒸气(例如氙气、锂蒸气或锡蒸气)产生，其中产生非常热的等离子体210以发射在电磁光谱的EUV范围内的辐射。非常热的等离子体210例如通过放电产生，该放电引起至少部分电离的等离子体。为了有效地生成辐射，可能需要例如10Pa的Xe、Li、Sn蒸气或任何其他合适的气体或蒸气的分压。在一个实施例中，提供激发锡(Sn)的等离子体以产生EUV辐射。
由热等离子体210发射的辐射经由位于源室211中的开口中或位于该开口下面的可选的气体屏障或污染物收集器230(在某些情况下也称为污染物屏障或箔收集器)从源室211进入收集器室212。污染物收集器230可以包括通道结构。污染物收集器230还可以包括气体屏障或气体屏障与通道结构的组合。如本领域中已知的，本文中进一步指出的污染物收集器或污染物屏障230至少包括通道结构。
收集器室211可以包括可以是所谓的掠入射入射收集器的辐射收集器CO。辐射收集器CO具有上游辐射收集器侧251和下游辐射收集器侧252。穿过收集器CO的辐射可以从光栅光谱滤镜240反射出来，以沿着由点划线“O”表示的光轴聚焦在虚拟源点IF中。虚拟源点IF通常被称为中间焦点，并且源收集器模块被布置为使得中间焦点IF位于封闭结构220中的开口221处或附近。虚拟源点IF是辐射发射等离子体210的图像。
随后，辐射穿过照射系统IL，该照射系统IL可以包括多面场反射镜装置22和多面光瞳反射镜装置24，它们被布置为在图案形成装置MA处提供辐射束21的期望角度分布并且在图案形成装置MA处提供期望的辐射强度均匀性。在由支撑结构MT保持的辐射束21在图案形成装置MA处反射时，形成图案化束26，并且图案化束26通过投射系统PS经由反射元件28、30被成像到由衬底台WT保持的衬底W上。
在照射光学单元IL和投射系统PS中通常可以存在比所示出的更多的元件。取决于光刻设备的类型，可以可选地存在光栅光谱滤光器240。此外，可以存在比图中所示出的更多的反射镜，例如，与图17所示相比，投射系统PS中可以存在1-6个更多的反射元件。
如图17所示，收集器光学器件CO被描绘为具有掠入射反射器253、254和255的嵌套收集器，仅作为收集器(或收集器镜)的示例。掠入射反射器253、254和255围绕光轴O轴向对称地设置，并且期望这种类型的收集器光学器件CO与放电产生等离子体辐射源结合使用。
替代地，源收集器模块SO可以是如图18所示的LPP辐射系统的一部分。激光器LAS被布置为将激光能量沉积到诸如氙(Xe)、锡(Sn)或锂(Li)等燃料中，以产生电子温度为数十个eV的高度电离的等离子体210。在这些离子的去激励和重组过程中生成的高能辐射从等离子体中发射出来，由接近法向入射的收集器光学器件CO收集并且聚焦到封闭结构220中的开口221上。
可以使用以下条款进一步描述实施例：
1.一种用于确定图案化过程的光学特性的分量的方法，所述方法包括：
获得(i)多个期望特征，(ii)基于所述多个期望特征的多个模拟特征和所述图案化过程的光学特性，以及(iii)与所述多个期望特征中的期望特征和所述多个模拟特征中的相关模拟特征相关的性能度量；
通过基于所述光学特性的值的变化计算所述性能度量的值的变化来确定所述图案化过程的光学灵敏度的集合；以及
基于所述光学灵敏度的集合辨识包括改变所述性能度量的所述值的主要贡献者的所述光学特性的分量的集合。
2.根据条款1所述的方法，其中所述辨识所述光学特性的所述分量的集合包括：
对所述光学灵敏度的集合执行主成分分析；以及
确定考虑了所述光学灵敏度的集合内的实质性变化的所述光学特性的线性组合。
3.根据条款1至2中任一项所述的方法，其中所述主要贡献者包括所述光学特性的所述线性组合。
4.根据条款1至3中任一项所述的方法，其中所述光学特性表征所述图案形成装置的光学系统的光学像差。
5.根据条款4所述的方法，其中所述光学特性由Zernike多项式定义。
6.根据条款5所述的方法，其中所述光学特性的所述分量的集合中的分量是所述Zernike多项式的系数。
7.根据条款6所述的方法，其中所述分量对应于可校正Zernike系数，其中所述可校正Zernike系数能够经由所述图案形成装置的调节机构进行调谐。
8.根据条款6至7中任一项所述的方法，其中所述线性组合包括可校正Zernike系数和不可校正Zernike系数，其中所述不可校正Zernike系数不能经由所述图案形成装置的调节机构进行调谐。
9.根据条款8所述的方法，其中所述可校正Zernike系数是低阶Zernike系数。
10.根据条款1至9中任一项所述的方法，其中所述计算所述性能度量的所述变化包括：
重叠所述期望特征和所述模拟特征；以及
测量所述期望特征和所述模拟特征的重叠轮廓之间在特定方向上的差异。
11.根据条款1至10中任一项所述的方法，其中在水平方向和/或垂直方向上测量所述差异。
12.根据条款1至11中任一项所述的方法，其中所述获得所述多个期望特征包括：
利用理想光学特性和过程参数的扰动值模拟图案化过程模型，其中所述理想光学特性不包括光学像差。
13.根据条款1至12中任一项所述的方法，其中所述获得所述多个模拟特征包括：
利用所述多个期望特征并且通过与所述光学特性相关的扰动值模拟所述图案化过程模型，以获得与所述多个期望特征相关联的所述多个模拟特征。
14.根据条款12至13中任一项所述的方法，其中所述过程参数是剂量和/或聚焦中的至少一项。
15.根据条款1至14中任一项所述的方法，还包括：
基于所述光学特性的所述分量的集合经由调节机构调节图案形成装置的一个或多个反射镜以改进所述图案化过程的性能度量。
16.根据条款15所述的方法，其中所述调节所述一个或多个反射镜包括：
获得所述图案形成装置的光学校正势，其中所述校正势是经由所述图案形成装置的所述调节机构可校正或不可校正的Zernike系数与阶数之间的关系；
辨识与所述光学特性的所述分量的集合内的所述可校正Zernike系数相对应的所述图案形成装置的所述光学系统的反射镜；以及
操纵所辨识的反射镜以补偿所述不可校正Zernike系数的影响使得所述图案化过程的所述性能度量得到改进。
17.根据条款15至16中任一项所述的方法，其中所述性能度量是边缘位置误差、临界尺寸和/或衬底上的两个特征的边缘之间的位移中的至少一项。
18.一种基于图案化过程的光学灵敏度的源掩模优化方法，所述方法包括：
获得(i)光学灵敏度的集合，以及(ii)包括作为所述光学灵敏度的集合的变化的主要贡献者的光学特性的分量的集合；
基于包括所述光学特性的所述分量的集合经由图案化过程模型确定源图案或掩模图案，使得所述图案化过程的所述性能度量得到改进。
19.根据条款18所述的方法，其中所述确定所述源图案或所述掩模图案是迭代过程，迭代包括：
利用包括所述光学特性的所述分量的集合并且扰动与所述源图案和/或所述掩模图案相关的参数，模拟所述图案化过程模型；
基于所述模拟结果确定所述性能度量；
确定与所述源图案和/或所述掩模图案相关的所述参数的值使得所述性能度量得到改进。
20.根据条款18至16中任一项所述的方法，其中所述性能度量是边缘位置误差、临界尺寸和/或衬底上的两个特征的边缘之间的位移中的至少一项。
21.根据条款18至20中任一项所述的方法，其中所述性能度量的所述改进包括最小化所述边缘位置误差。
22.根据条款18至21中任一项所述的方法，其中所述图案化过程模型是源模型、掩模模型、光学器件模型、抗蚀剂模型和/或蚀刻模型。
23.根据条款18至22中任一项所述的方法，其中所述源模型的所述参数是照射模式和强度中的至少一项。
24.根据条款18至22中任一项所述的方法，其中所述掩模模型的所述参数是以下至少之一：辅助特征的放置位置、所述特征的尺寸、所述辅助特征的形状和/或两个辅助特征之间的距离。
25.一种计算机程序产品，包括其上记录有指令的非暂态计算机可读介质，所述指令在由计算机系统执行时实现根据条款1至24中任一项所述的方法。
本文中公开的概念可以模拟或在数学上建模用于对亚波长特征成像的任何通用成像系统，并且对于能够产生越来越小尺寸的波长的新兴成像技术尤其有用。已经在使用的新兴技术包括EUV(极紫外)光刻，它能够使用ArF激光器产生193nm波长，甚至使用氟激光器产生157nm波长。此外，EUV光刻能够通过使用同步加速器或通过用高能电子撞击材料(固体或等离子体)以产生该范围内的光子来产生20-5nm范围内的波长。
虽然本文中公开的概念可以用于在诸如硅晶片等衬底上成像，但是应当理解，所公开的概念可以与任何类型的光刻成像系统(例如，用于在除了硅晶片之外的其他衬底上成像的那些光刻成像系统)一起使用。
虽然在本文中可以具体参考实施例在IC制造中的使用，但是应当理解，本文中的实施例可以具有很多其他可能的应用。例如，它可以用于制造集成光学系统、磁畴存储器的引导和检测图案、液晶显示器(LCD)、薄膜磁头、微机械系统(MEM)等。技术人员将理解，在这样的替代应用的上下文中，本文中对术语“掩模版”、“晶片”或“管芯”的任何使用都可以被视为分别与更一般的术语“图案形成装置”、“衬底”或“目标部分”同义或可互换。在曝光之前或之后，可以在例如轨道(通常将抗蚀剂层施加到衬底上并且显影暴露的抗蚀剂的工具)或量测或检查工具中处理本文中所指的衬底。在适用的情况下，本文中的公开内容可以应用于这样的和其他衬底处理工具。此外，衬底可以被处理不止一次，例如以创建例如多层IC，因此本文中使用的术语衬底也可以指代已经包含多个已处理层的衬底。
在本文档中，本文中使用的术语“辐射”和“束”涵盖所有类型的电磁辐射，包括紫外线辐射(例如，波长为约365、约248、约193、约157或约126nm)和极紫外(EUV)辐射(例如，波长在5-20nm范围内)、以及粒子束，诸如离子束或电子束。
如本文中使用的，术语“优化(optimizing)”和“优化(optimization)”是指或意指调节图案形成装置(例如，光刻设备)、图案化过程等，使得结果和/或过程具有更理想的特性，诸如设计图案在衬底上的投影精度更高、过程窗口更大等。因此，本文中使用的术语“优化(optimizing)”和“优化(optimization)”是指或意指辨识提供改进的一个或多个参数的一个或多个值的过程，例如与那些一个或多个参数的一个或多个值的初始集合相比，在至少一个相关度量中的局部最优。“最佳”和其他相关术语应作相应解释。在一个实施例中，可以迭代地应用优化步骤以提供一个或多个度量的进一步改进。
本发明的各方面可以以任何方便的形式实现。例如，一个实施例可以由一个或多个适当的计算机程序来实现，这些计算机程序可以承载在适当的载体介质上，该载体介质可以是有形载体介质(例如，盘)或无形载体介质(例如，通信信号)。本发明的实施例可以使用合适的装置来实现，该装置可以具体地采用运行计算机程序的可编程计算机的形式，该计算机程序被布置为实现如本文中描述的方法。因此，本公开的实施例可以以硬件、固件、软件或其任何组合来实现。本公开的实施例还可以实现为存储在机器可读介质上的指令，该指令可以由一个或多个处理器读取和执行。机器可读介质可以包括用于以机器(例如，计算设备)可读的形式存储或传输信息的任何机制。例如，机器可读介质可以包括只读存储器(ROM)；随机存取存储器(RAM)；磁盘存储介质；光存储介质；闪存设备；电、光、声或其他形式的传播信号(例如，载波、红外信号、数字信号等)等。此外，固件、软件、例程、指令在本文中可以被描述为执行某些动作。然而，应当理解，这样的描述仅仅是为了方便，并且这样的动作实际上是由计算设备、处理器、控制器或其他设备执行固件、软件、例程、指令等引起的。
在框图中，示出的部件被描绘为分立的功能块，但是实施例不限于其中本文中描述的功能如图所示组织的系统。由每个部件提供的功能可以由与当前描述的不同地组织的软件或硬件模块提供，例如这样的软件或硬件可以混合、联合、复制、分解、分布(例如，在数据中心或在地理上)或以其他方式组织。本文中描述的功能可由一个或多个计算机的一个或多个处理器提供，这些处理器执行存储在有形非暂态机器可读介质上的代码。在某些情况下，第三方内容交付网络可以托管通过网络传送的部分或全部信息，在这种情况下，在信息(例如，内容)被称为提供或以其他方式提供的范围内，该信息可以通过发送用于从内容交付网络检索该信息的指令来提供。
除非另外具体说明，如从讨论中很清楚的，应当理解，贯穿本说明书的讨论，使用诸如“处理(processing)”、“计算(computing)”、“计算(calculating)”、“确定(determining)”等术语指代诸如专用计算机或类似专用电子处理/计算设备等特定装置的动作或过程。
读者应当理解，本申请描述了若干发明。与其将这些发明分成多个独立专利申请，不如将这些发明组合到一个文件中，因为它们的相关主题有助于节省申请过程。但不应将这样的发明的独特优势和方面混为一谈。在一些情况下，实施例解决了本文中指出的所有缺陷，但应当理解，本发明是独立有用的，并且一些实施例仅解决这样的问题的一个子集或者提供其他未提及的好处，这些好处对审查本公开的本领域技术人员来说是很清楚的。由于成本限制，本文中公开的一些发明目前可能不要求保护，并且可能在以后的申请中要求保护，诸如继续申请或通过修改当前权利要求。类似地，由于篇幅限制，本文件的摘要和概要部分均不应当被视为包含所有这样的发明或这样的发明的所有方面的综合列表。
应当理解，说明书和附图并非旨在将本公开内容限制为所公开的特定形式，而是相反，其意图是涵盖落入由所附权利要求限定的本发明的精神和范围内的所有修改、等同物和替代物。
鉴于本描述，本发明的各个方面的修改和替代实施例对于本领域技术人员来说将是很清楚的。因此，本说明书和附图仅被解释为说明性的，并且是为了向本领域技术人员传授实施本发明的一般方式。应当理解，本文所示和描述的本发明的形式将被视为实施例的示例。元素和材料可以替代本文中示出和描述的那些，部件和过程可以颠倒或省略，某些特征可以独立使用，并且实施例或实施例的特征可以组合，所有这些对于受益于本说明书的本领域技术人员来说都是很清楚的。在不脱离如以下权利要求中描述的本发明的精神和范围的情况下，可以对本文中描述的元素进行改变。本文中使用的标题仅用于组织目的，而不表示用于限制说明书的范围。
如在本申请中通篇使用的，词语“可以(may)”以允许的意义(即，表示具有潜力)而不是强制性的意义(即，表示必须)使用。词语“包括(include)”、“包括(including)”和“包括(includes)”等表示包括但不限于。本申请通篇使用的单数形式“一个(a)”、“一个(an)”和“该(the)”包括复数所指对象，除非内容另有明确指示。因此，例如，对“一个(an)”元素或“一个(a)”元素的引用包括两个或更多个元素的组合，尽管对于一个或多个元素使用其他术语和短语，诸如“一个或多个(one or more)”。除非另有说明，否则术语“或(or)”是非排他性的，即，包括“和(and)”和“或(or)”两者。例如“响应于X、Y”、“在X、Y时”、“如果X、Y”、“当X、Y时”等描述条件关系的术语包括其中前因是必要因果条件，前因是充分因果条件或前因是后因的促成因果条件的因果关系，例如，“陈述X在条件Y获得时发生”是“X仅在Y时发生”和“X在Y和Z时发生”的通式。这种有条件的关系不仅限于在获得前因之后立即产生的后果，因为某些后果可能会延迟，并且在条件语句中，前因与其后果相关，例如，前因与后果发生的可能性相关。其中多个属性或功能被映射到多个对象的语句(例如，一个或多个处理器执行步骤A、B、C和D)包含映射到所有这些对象的所有这些属性或功能、以及映射到这些属性或功能的子集的属性或功能的子集(例如，所有处理器均执行步骤A-D，以及其中处理器1执行步骤A，处理器2执行步骤B和部分步骤C，处理器3执行部分步骤C和步骤D的情况)，除非另有说明。此外，除非另有说明，否则一个值或动作“基于”另一条件或值的陈述包括其中条件或值是唯一因素的情况和其中条件或值是多个因素中的一个因素的情况。除非另有说明，否则某些集合的“每个”实例具有某些属性的陈述不应当理解为排除其中较大集合的某些其他相同或相似成员不具有该属性的情况，即，每个并不一定表示每一个。对从范围中进行选择的引用包括范围的端点。
在以上描述中，流程图中的任何过程、描述或块应当被理解为表示模块、段或代码部分，该模块、段或代码部分包括用于实现过程中的特定逻辑功能或步骤的一个或多个可执行指令，并且替代实现被包括在本进步的示例性实施例的范围内，其中功能可以按照与所示或讨论的顺序不同的顺序执行，包括基本同时或以相反的顺序，这取决于所涉及的功能，如本领域技术人员将理解的。
在某些美国专利、美国专利申请或其他材料(例如，文章)通过引用并入的程度上，这样的美国专利、美国专利申请和其他材料的文本仅通过引用并入的程度使得这样的材料与本文中阐明的陈述和附图之间不存在冲突。在发生这种冲突的情况下，在这样的通过引用并入的美国专利、美国专利申请和其他材料中的任何这样的冲突文本均未通过引用明确地并入本文中。
尽管已经描述了某些实施例，但是这些实施例仅通过示例的方式呈现，而不旨在限制本公开的范围。实际上，本文中描述的新方法、装置和系统可以以多种其他形式体现；此外，在不脱离本公开的精神的情况下，可以对本文中描述的方法、装置和系统的形式进行各种省略、替换和改变。所附权利要求及其等同物旨在覆盖落入本公开的范围和精神内的这样的形式或修改。
Claims (15)
1.一种用于确定图案化过程的光学特性的分量的方法，所述方法包括：
获得(i)多个期望特征，(ii)基于所述多个期望特征的多个模拟特征和所述图案化过程的光学特性，以及(iii)与所述多个期望特征中的期望特征和所述多个模拟特征中的相关模拟特征相关的性能度量；
通过基于所述光学特性的值的变化计算所述性能度量的值的变化，来确定所述图案化过程的光学灵敏度的集合；以及
基于所述光学灵敏度的集合辨识包括所述性能度量的所述值的改变中的一个或多个主要贡献者的所述光学特性的分量的集合。
2.根据权利要求1所述的方法，其中所述辨识所述光学特性的所述分量的集合包括：
对所述光学灵敏度的集合执行主成分分析；以及
确定考虑了所述光学灵敏度的集合内的实质性变化的所述光学特性的组合。
3.根据权利要求1所述的方法，其中所述一个或多个主要贡献者包括所述光学特性的线性组合。
4.根据权利要求1所述的方法，其中所述光学特性表征图案形成装置的光学系统的光学像差。
5.根据权利要求4所述的方法，其中所述光学特性由Zernike多项式表示。
6.根据权利要求5所述的方法，其中所述光学特性的所述分量的集合中的分量是所述Zernike多项式的系数。
7.根据权利要求6所述的方法，其中所述分量对应于可校正Zernike系数，其中所述可校正Zernike系数能够经由所述图案形成装置的调节机构进行调谐。
8.根据权利要求6所述的方法，其中所述线性组合包括可校正Zernike系数和不可校正Zernike系数，其中所述不可校正Zernike系数不能经由所述图案形成装置的调节机构进行调谐。
9.根据权利要求8所述的方法，其中所述可校正Zernike系数是低阶Zernike系数。
10.根据权利要求1所述的方法，其中所述计算所述性能度量的所述变化包括：
重叠所述期望特征和所述相关模拟特征；以及
确定在特定方向上所述期望特征和所述相关模拟特征的重叠轮廓之间的差异。
11.根据权利要求1所述的方法，其中所述获得所述多个期望特征包括：
利用理想光学特性和过程参数的扰动值模拟图案化过程模型，其中所述理想光学特性不包括光学像差，和/或
其中所述获得所述多个模拟特征包括：
利用所述多个期望特征并且通过使用与所述光学特性相关的扰动值以及所述过程参数的所述值模拟所述图案化过程模型，以获得与所述多个期望特征相关联的所述多个模拟特征。
12.根据权利要求11所述的方法，其中所述过程参数是剂量和聚焦中的至少一项。
13.根据权利要求1所述的方法，还包括：
基于所述光学特性的所述分量的集合并且基于所述图案化过程的性能度量经由调节机构调节图案形成装置的一个或多个反射镜，以及
其中所述调节所述一个或多个反射镜包括：
获得所述图案形成装置的光学校正势，其中所述校正势表示经由所述图案形成装置的所述调节机构可校正或不可校正的Zernike系数与阶数之间的关系；
辨识与所述光学特性的所述分量的集合内的可校正Zernike系数相对应的所述图案形成装置的光学系统的反射镜；以及
基于所述图案化过程的所述性能度量来操纵所辨识的反射镜以补偿不可校正Zernike系数的影响。
14.根据权利要求1所述的方法，其中所述性能度量是边缘位置误差、临界尺寸和/或衬底上的两个特征的边缘之间的位移中的至少一项。
15.一种计算机程序产品，包括其上记录有指令的非暂态计算机可读介质，所述指令在由计算机系统执行时实现根据权利要求1所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862786642P | 2018-12-31 | 2018-12-31 | |
| US62/786,642 | 2018-12-31 | ||
| PCT/EP2019/084821 WO2020141051A1 (en) | 2018-12-31 | 2019-12-12 | Determining subset of components of an optical characteristic of patterning apparatus |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113260925A true CN113260925A (zh) | 2021-08-13 |
Family
ID=69105774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980087196.3A Pending CN113260925A (zh) | 2018-12-31 | 2019-12-12 | 确定图案形成装置的光学特性的分量的子集 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11561478B2 (zh) |
| EP (1) | EP3906442A1 (zh) |
| KR (1) | KR102652685B1 (zh) |
| CN (1) | CN113260925A (zh) |
| TW (2) | TWI732402B (zh) |
| WO (1) | WO2020141051A1 (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738871A (zh) * | 2008-11-10 | 2010-06-16 | 睿初科技公司 | 用于光刻术模型校准的图案选择 |
| CN107532945A (zh) * | 2015-04-21 | 2018-01-02 | 科磊股份有限公司 | 用于倾斜装置设计的计量目标设计 |
| WO2018050432A1 (en) * | 2016-09-13 | 2018-03-22 | Asml Netherlands B.V. | Optimization of a lithography apparatus or patterning process based on selected aberration |
| CN108700823A (zh) * | 2016-02-22 | 2018-10-23 | Asml荷兰有限公司 | 对量测数据的贡献的分离 |
| WO2018228820A1 (en) * | 2017-06-14 | 2018-12-20 | Asml Netherlands B.V. | Lithographic apparatus and method |
Family Cites Families (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI221000B (en) | 2001-02-13 | 2004-09-11 | Nikon Corp | Manufacturing method of exposure apparatus, adjustment method of exposure apparatus, and exposure method |
| JP4352458B2 (ja) | 2002-03-01 | 2009-10-28 | 株式会社ニコン | 投影光学系の調整方法、予測方法、評価方法、調整方法、露光方法及び露光装置、露光装置の製造方法、プログラム並びにデバイス製造方法 |
| JP2004111579A (ja) * | 2002-09-17 | 2004-04-08 | Canon Inc | 露光方法及び装置 |
| WO2004095137A1 (en) | 2003-04-24 | 2004-11-04 | Carl Zeiss Smt Ag | Projection optical system |
| EP1496397A1 (en) | 2003-07-11 | 2005-01-12 | ASML Netherlands B.V. | Method and system for feedforward overlay correction of pattern induced distortion and displacement, and lithographic projection apparatus using such a method and system |
| US7003758B2 (en) | 2003-10-07 | 2006-02-21 | Brion Technologies, Inc. | System and method for lithography simulation |
| US8027813B2 (en) | 2004-02-20 | 2011-09-27 | Nikon Precision, Inc. | Method and system for reconstructing aberrated image profiles through simulation |
| KR100958714B1 (ko) | 2005-08-08 | 2010-05-18 | 브라이언 테크놀로지스, 인코포레이티드 | 리소그래피 공정의 포커스-노광 모델을 생성하는 시스템 및방법 |
| US7695876B2 (en) | 2005-08-31 | 2010-04-13 | Brion Technologies, Inc. | Method for identifying and using process window signature patterns for lithography process control |
| US7587704B2 (en) | 2005-09-09 | 2009-09-08 | Brion Technologies, Inc. | System and method for mask verification using an individual mask error model |
| US7694267B1 (en) | 2006-02-03 | 2010-04-06 | Brion Technologies, Inc. | Method for process window optimized optical proximity correction |
| US20080233487A1 (en) | 2007-03-21 | 2008-09-25 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and System for Optimizing Lithography Focus and/or Energy Using a Specially-Designed Optical Critical Dimension Pattern |
| US7882480B2 (en) | 2007-06-04 | 2011-02-01 | Asml Netherlands B.V. | System and method for model-based sub-resolution assist feature generation |
| US7707538B2 (en) | 2007-06-15 | 2010-04-27 | Brion Technologies, Inc. | Multivariable solver for optical proximity correction |
| CN101442474B (zh) | 2007-11-23 | 2011-12-21 | 华为技术有限公司 | 自举路由器及超时时间管理的方法和系统 |
| NL1036189A1 (nl) | 2007-12-05 | 2009-06-08 | Brion Tech Inc | Methods and System for Lithography Process Window Simulation. |
| US7765021B2 (en) * | 2008-01-16 | 2010-07-27 | International Business Machines Corporation | Method to check model accuracy during wafer patterning simulation |
| US8571845B2 (en) * | 2008-06-03 | 2013-10-29 | Asml Netherlands B.V. | Model-based scanner tuning systems and methods |
| US8390781B2 (en) | 2008-09-23 | 2013-03-05 | Pinebrook Imaging Technology, Ltd. | Optical imaging writer system |
| CN102224459B (zh) | 2008-11-21 | 2013-06-19 | Asml荷兰有限公司 | 用于优化光刻过程的方法及设备 |
| NL2003699A (en) | 2008-12-18 | 2010-06-21 | Brion Tech Inc | Method and system for lithography process-window-maximixing optical proximity correction. |
| US8786824B2 (en) | 2009-06-10 | 2014-07-22 | Asml Netherlands B.V. | Source-mask optimization in lithographic apparatus |
| NL2005523A (en) | 2009-10-28 | 2011-05-02 | Asml Netherlands Bv | Selection of optimum patterns in a design layout based on diffraction signature analysis. |
| WO2015101458A1 (en) | 2013-12-30 | 2015-07-09 | Asml Netherlands B.V. | Method and apparatus for design of a metrology target |
| JP2015170764A (ja) * | 2014-03-07 | 2015-09-28 | 株式会社東芝 | 収差量算出方法および位置ずれ量算出方法 |
| DE102015206448B4 (de) | 2015-04-10 | 2018-06-21 | Carl Zeiss Smt Gmbh | Steuerungsvorrichtung zur Steuerung mindestens eines Manipulators eines Projektionsobjektives, Justieranlage und Verfahren zum Steuern mindestens eines Manipulators |
| WO2017102336A1 (en) | 2015-12-18 | 2017-06-22 | Asml Netherlands B.V. | Improvements in gauge pattern selection |
| WO2017108453A1 (en) | 2015-12-24 | 2017-06-29 | Asml Netherlands B.V. | Methods of controlling a patterning process, device manufacturing method, control system for a lithographic apparatus and lithographic apparatus |
| US10546790B2 (en) | 2016-03-01 | 2020-01-28 | Asml Netherlands B.V. | Method and apparatus to determine a patterning process parameter |
| US11067902B2 (en) | 2017-08-07 | 2021-07-20 | Asml Netherlands B.V. | Computational metrology |
| KR102529085B1 (ko) * | 2018-06-25 | 2023-05-08 | 에이에스엠엘 네델란즈 비.브이. | 성능 매칭에 기초하는 튜닝 스캐너에 대한 파면 최적화 |
| EP3588191A1 (en) * | 2018-06-29 | 2020-01-01 | ASML Netherlands B.V. | Tuning patterning apparatus based on optical characteristic |
-
2019
- 2019-12-12 US US17/419,360 patent/US11561478B2/en active Active
- 2019-12-12 WO PCT/EP2019/084821 patent/WO2020141051A1/en unknown
- 2019-12-12 EP EP19832004.6A patent/EP3906442A1/en active Pending
- 2019-12-12 KR KR1020217020227A patent/KR102652685B1/ko active IP Right Grant
- 2019-12-12 CN CN201980087196.3A patent/CN113260925A/zh active Pending
- 2019-12-26 TW TW108147771A patent/TWI732402B/zh active
- 2019-12-26 TW TW110122896A patent/TWI788889B/zh active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101738871A (zh) * | 2008-11-10 | 2010-06-16 | 睿初科技公司 | 用于光刻术模型校准的图案选择 |
| CN107532945A (zh) * | 2015-04-21 | 2018-01-02 | 科磊股份有限公司 | 用于倾斜装置设计的计量目标设计 |
| CN108700823A (zh) * | 2016-02-22 | 2018-10-23 | Asml荷兰有限公司 | 对量测数据的贡献的分离 |
| WO2018050432A1 (en) * | 2016-09-13 | 2018-03-22 | Asml Netherlands B.V. | Optimization of a lithography apparatus or patterning process based on selected aberration |
| WO2018228820A1 (en) * | 2017-06-14 | 2018-12-20 | Asml Netherlands B.V. | Lithographic apparatus and method |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202138936A (zh) | 2021-10-16 |
| US11561478B2 (en) | 2023-01-24 |
| KR20210095689A (ko) | 2021-08-02 |
| EP3906442A1 (en) | 2021-11-10 |
| WO2020141051A1 (en) | 2020-07-09 |
| TW202105050A (zh) | 2021-02-01 |
| TWI788889B (zh) | 2023-01-01 |
| TWI732402B (zh) | 2021-07-01 |
| KR102652685B1 (ko) | 2024-04-01 |
| US20220082943A1 (en) | 2022-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102006321B1 (ko) | 리소그래피 공정들에 대한 최적화의 흐름들 | |
| CN107430347B (zh) | 图像对数斜率(ils)优化 | |
| US10775705B2 (en) | Patterning stack optimization | |
| US20170010538A1 (en) | Model for calculating a stochastic variation in an arbitrary pattern | |
| US11768442B2 (en) | Method of determining control parameters of a device manufacturing process | |
| US20220011674A1 (en) | Flows of optimization for patterning processes | |
| CN111512236B (zh) | 涉及光学像差的图案化过程改进 | |
| US20210407112A1 (en) | Method in the manufacturing process of a device, a non-transitory computer-readable medium and a system configured to perform the method | |
| US20230023153A1 (en) | Method for determining a field-of-view setting | |
| EP3462240A1 (en) | Method of determining control parameters of a device manufacturing process | |
| US11474436B2 (en) | Tuning patterning apparatus based on optical characteristic | |
| KR102652685B1 (ko) | 패턴화 장치의 광학적 특성의 성분의 서브세트의 결정 | |
| EP3822703A1 (en) | Method for determining a field-of-view setting |
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 |