CN114509912A - 一种掩模优化方法、掩模优化装置及电子设备 - Google Patents
一种掩模优化方法、掩模优化装置及电子设备 Download PDFInfo
- Publication number
- CN114509912A CN114509912A CN202210029186.8A CN202210029186A CN114509912A CN 114509912 A CN114509912 A CN 114509912A CN 202210029186 A CN202210029186 A CN 202210029186A CN 114509912 A CN114509912 A CN 114509912A
- Authority
- CN
- China
- Prior art keywords
- optimized
- sub
- exposure
- resolution auxiliary
- graph
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001259 photo etching Methods 0.000 claims abstract description 18
- 238000013461 design Methods 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 19
- 230000000694 effects Effects 0.000 abstract description 3
- 230000002596 correlated effect Effects 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 abstract 1
- 238000001459 lithography Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 8
- 238000012821 model calculation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 229920002120 photoresistant polymer Polymers 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002699 waste material Substances 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
- 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
- G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Preparing Plates And Mask In Photomechanical Process (AREA)
Abstract
本发明涉及集成电路掩模设计领域,尤其涉及掩模优化方法、掩模优化装置及电子设备,该方法包括步骤:提供包括多个待优化曝光图形的初始掩模版图;基于建立的仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;基于一预设范围,获取一待优化曝光图形的所有亚分辨率辅助图形并关联,获得关联的每个亚分辨率辅助图形的尺寸信息和距离信息;基于设定的分类规则对这些信息分析以将多个待优化曝光图形分类并基于这些信息计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;基于设置规则对同类型的其它待优化掩模进行优化,本发明提供的技术方案具有工艺窗口宽、优化掩模的速度快以及优化效果好的特点。
Description
【技术领域】
本发明涉及集成电路掩模设计领域,尤其涉及一种掩模优化方法、掩模优化装置及电子设备。
【背景技术】
在集成电路制造工艺中,掩模设计和优化的好坏是决定光刻成像准确性的关键所在。目前掩模优化的方式有多种,比如通过添加亚分辨率辅助图形对掩模进行优化。其中目前添加亚分辨率辅助图形主要有两种形式,基于经验的辅助图形(rules_based SBAR)和基于计算光刻模型的辅助图形(model_based SBAR)添加。对于基于经验的辅助图形添加,其尺寸和放置的位置需要通过实验来确定,并且得到的规则与光刻工艺密切相关,一旦光刻工艺改变了,其对应的规则就需要对应改变。而基于计算光刻模型的辅助图形添加是使用计算光刻技术,通过模型计算自动生成添加规则。采用基于模型的辅助图形添加,在模型或工艺改变的情况下,只需要修改对应的计算模型即可,这相对基于经验的辅助图形添加来说更加省时省力。但是即使在模型不变的情况下,每次优化处理都需要重新通过模型计算生成并提取辅助图形添加规则,过多的重复计算造成了时间和计算资源的浪费,尤其是面对大批量不同尺寸的待优化曝光图形的优化问题。
【发明内容】
为克服目前对掩模优化过程中优化效率低,优化成本较高的技术问题,本发明提供一种掩模优化方法、掩模优化装置及电子设备。
本发明为了解决上述技术问题,提供一技术方案:一种掩模优化方法,包括如下步骤:提供初始掩模版图,所述初始掩模版图包括多个待优化曝光图形;建立仿真光刻模型;基于所述仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息;基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;基于所述设置规则对同类型的其它待优化掩模添加亚分辨率辅助图形以进行优化。
优选地,设定尺寸信息阈值和/或距离信息阈值,将在尺寸信息阈值范围内和/或距离信息阈值范围内的亚分辨率辅助图形关联的待优化曝光图形归纳为相同类型。
优选地,计算以获得关于该相同类型下的待优化曝光图形的亚分辨率辅助图形的设置规则具体为:分别计算所有距离信息和尺寸信息的均方根,距离信息和尺寸信息的均方根数据构成设置规则。
优选地,根据距离信息的均方根数据的大小,将均方根数据由小到大排列,在添加亚分辨辅助图形对待优化掩模进行优化时由近及远添加。
优选地,获得每个亚分辨率辅助图形的尺寸信息和距离信息包括如下步骤:获取每个所述待优化曝光图形的坐标信息、尺寸信息和所关联的每一亚分辨率辅助图形的坐标信息和尺寸信息;基于该待优化曝光图形的坐标信息、尺寸信息和与所关联的每一亚分辨率辅助图形的坐标信息和尺寸信息计算以获得该待优化曝光图形与其关联的每个亚分辨率辅助图形的距离信息。
优选地,基于klayout工具的python接口编写python算法以获取每个所述待优化曝光图形的坐标信息、尺寸信息和关于每个亚分辨率辅助图形的坐标信息和尺寸信息;获得与任一待优化曝光图形关联的亚分辨率辅助图形、获得关于与该待优化曝光图形关联的每个亚分辨率辅助图形的距离信息。
优选地,所述待优化曝光图形包括周期性排布的主图形或者周期性排布的套刻标识。
优选地,将距离信息和尺寸信息的均方根数据形成的设置规则和待优化曝光图形的周期数据和线宽尺寸关联进行存储。
为了解决上述技术问题,本发明还提供一种掩模优化装置,用于对待优化掩模进行优化,其包括掩模设计模块:用于提供初始掩模版图,所述初始掩模版图包括多个待优化曝光图形;模型建立模块:建立仿真光刻模型;计算模块:基于仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;获取模块:基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息;分类模块:基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;优化模块:基于所述设置规则对待优化掩模添加亚分辨率辅助图形以进行优化。
为了解决上述技术问题,本发明还提供一种电子设备,其包括一个或多个处理器和存储装置,存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述掩模优化方法。
相对于现有技术,本发明提供的技术方案具有如下有益效果:
1、首先基于建立的仿真光刻模型进行计算获得关于待优化曝光图形的亚分辨辅助图形的添加规则,完成对亚分辨辅助图形的添加,然后基于分类的规则对基于模型添加的亚分辨率辅助图形进行分析,基于分析结果将待优化曝光图形进行分类,基于对相同类别的待优化曝光图形关联到的亚分辨率辅助图形的尺寸信息和距离信息计算以归纳出固定的关于一个类型的待优化曝光图形的设置规则,以直接应用到相同类型的待优化掩模的优化上。也即当仿真光刻模型不变的基础上不再需要重新模型计算,也不需要再基于经验和实验总结出规则,能很好的将传统单一的基于模型的辅助图形放置规则和基于经验的辅助图形放置规则相互结合,很大程度的节约掩模优化的时间,同时也获得了较宽的工艺窗口,保证曝光的精准性。
2、基于尺寸信息阈值和/距离信息阈值设定的分类规则分类的待优化曝光图形具有较优的效果,提高分类的准确性。
3、分别计算所有距离信息和尺寸信息的均方根,距离信息和尺寸信息的均方根数据构成设置规则,能较准确的代表该类型下的待优化曝光图形所有的亚分辨辅助图形信息,提高设置规则的准确性。
4、进一步根据距离信息的均方根数据的大小,将均方根数据由小到大排列,在添加亚分辨辅助图形对待优化掩模进行优化时由近及远添加,能很好的将设置规则细化,进一步保证添加亚分辨率辅助图形更加准确。
5、本发明提供的掩模优化装置和电子设备具有和掩模优化方法同样的有益效果。
【附图说明】
图1是本发明第一实施例提供的掩模优化方法的流程示意图;
图2是本发明第一实施例中提供的初始掩模版图的结构示意图;
图3是本发明第一实施例中提供的另一种初始掩模版图的结构示意图;
图4是基于仿真光刻模型计算获得的添加在待优化曝光图形周围的亚分辨率辅助图形的结构示意图;
图5是添加在待优化曝光图形周围的两层亚分辨率辅助图形的结构示意图;
图6是执行步骤S4之后每个虚线方框内代表亚分辨率辅助图形和对应的待优化曝光图形形成关联;
图7是在执行步骤S6时,基于所述设置规则对同类型的其它待优化掩模添加亚分辨率辅助图形以进行优化之后的示意图;
图8是利用不同的优化方式对待优化掩模进行优化之后的工艺窗口曲线示意图;
图9是本发明第二实施例中提供的掩模优化装置的模块示意图;
图10是本发明第三实施例中提供的电子设备的模块示意图;
图11是适于用来实现本发明实施例的服务器的计算机系统的结构示意图。
【具体实施方式】
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,本发明第一实施例提供一种掩模优化方法,用于对待优化掩模进行优化,包括如下步骤:
S1、提供初始掩模版图,所述初始掩模版图包括多个待优化曝光图形;
S2、建立仿真光刻模型;
S3、基于所述仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;
S4、基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息;
S5、基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;及
S6、基于所述设置规则对同类型的其它待优化掩模添加亚分辨率辅助图形以进行优化。
在上述步骤S1中,提供的初始掩模版图可以理解为一个样本掩模,其主要用于提供为提出本发明的掩模优化方法服务。初始掩模版图的类型大致和待优化掩模的类型是相同的。比如两种掩模上分布的待优化曝光图形的排布规律或者说周期性是相似的,以使得本发明提供的掩模优化方法能够适用在待优化掩模的优化上。
请参阅图2,初始掩模版图上的待优化曝光图形包括规律性排布的主图形10。对于规律性排布的主图形10,对其进行优化的时候添加的亚分辨率辅助图形也是相对具有一定的规律性的,因此也相对容易总结为经验规则,以应用到同类型的待优化掩模的优化上。其中主图形10可以理解为会在光刻胶上曝光成像的图形,而亚分辨率辅助图形则不会在光刻胶上成像。
请参阅图3,在另外一些实施例中,待优化曝光图形还可以是周期性排布的套刻标识。套刻标识类型的掩模通常是需要进行多层曝光图像时选用的。套刻标识其本身的形状、尺寸是相对单一和固定的,同时其分布方式也是具有一定的规律性和周期性的。如图3中所示,套刻标识包括X方向上周期性排布和Y方向上周期性排布的套刻标识,其中X方向依次是竖直排布的5个套刻标识和横向排布的5个套刻标识;Y方向时依次排布的5个竖直排布的套刻标识和5个横向排布的套刻标识。对这些套刻标识进行优化的时候添加的亚分辨率辅助图形也是相对具有一定的规律性的,因此也相对容易总结为经验规则,以应用到同类型的待优化掩模的优化上。其中套刻标识可以理解为会在光刻胶上曝光成像的图形,而亚分辨率辅助图形则不会在光刻胶上成像。需要说明的是图3中所示套刻标识的周期性排布方式或者具体的套刻标识的数量只是一个举例,不作为限定。还存在其他周期性排布的套刻标识,是多样化的。
在一些具体的实施例中,可以基于klayout工具设计和绘制初始掩模版图,当绘制完成之后,基于klayout工具可以直接读出设计的待优化曝光图形的位置信息和尺寸信息。
在以下的描述中,举例以待优化曝光图形是周期性分布的套刻标识做更进一步的描述。
在上述步骤S2中,建立仿真光刻模型主要是将关于光刻过程中涉及到的光源、光刻胶等相关的光刻参数建立成模型以用于对初始掩模版图添加亚分辨辅助图形时使用。其具体的建立过程和现有的方式是相同的,在此不做详细的赘述。
在步骤S3中,基于所述仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形。通过对仿真光刻模型的计算,以在待优化曝光图形的周围插入亚分辨率辅助图形,进一步根据亚分辨率辅助图形的尺寸和插入位置计算出待优化曝光图形的成像对比度,然后不断调整亚分辨率辅助图形的尺寸和插入位置等这些参数,直到获得最大的成像对比度,认为插入的亚分辨率辅助图形对待优化曝光图形进行较好的优化。
请参阅图4,作为一种实施方式,待优化曝光图形20是周期性分布的长条形的套刻标识,基于仿真光刻模型计算获得了添加在待优化曝光图形20周围的亚分辨率辅助图形10。作为一个举例,周期为800nm、900nm或者其他的数值。作为说明,在附图4中只是截取部分的图形展示。从图4中可以看出亚分辨率辅助图形10也是长条形的,并且大约等间距分布在待优化曝光图形20的两侧。作为一个举例两者的距离L为148nm-151nm。同时亚分辨率辅助图形10的长度尺寸和宽度尺寸也相对是一样的。作为一个举例,其宽度尺寸N的范围是20-40nm,长度尺寸M的范围是1-40μm。
请参阅图5,在一些比较复杂的待优化曝光图形20上,待优化曝光图形20也会相对复杂,在对其进行优化的过程中需要设置多层亚分辨辅助图形10。多层亚分辨率辅助图形10由相对待优化曝光图形20的距离远近进行划分。如图5中所示,每个待优化曝光图形20包括两层亚分辨率辅助图形10,等间距分布在待优化曝光图形20的两侧。
在步骤S4中,基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息。在本步骤中,预设范围可以是基于人为的经验进行设定,或者基于用户对于成像精准性的要求进行设定。还可以是,利用步骤S3中基于仿真光刻模型计算获得的与每个待优化曝光图形对应的亚分辨率辅助图形认为与该待优化曝光图形存在相互关联的关系。
请参阅图6,预设范围是0-200nm,利用这个预设范围进行搜索能搜索到一个待优化曝光图形两侧具有一个亚分辨率辅助图形,那么对应将其和该待优化曝光图形关联。具体的,在本步骤S4中,基于klayout工具的python接口编写python算法以获取每个所述待优化曝光图形的坐标信息、尺寸信息和关于每个亚分辨率辅助图形的坐标信息和尺寸信息;获得与任一待优化曝光图形关联的亚分辨率辅助图形、获得关于与该待优化曝光图形关联的每个亚分辨率辅助图形的距离信息。
在步骤S5中,基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则。在本步骤中,主要是基于对亚分辨率辅助图形的尺寸信息和距离信息同时进行分析以将所述多个待优化曝光图形进行分类的。
所述分类规则包括:设定尺寸信息阈值和/或距离信息阈值,将在尺寸信息阈值范围内和/或距离信息阈值范围内的亚分辨率辅助图形关联的待优化曝光图形归纳为相同类型。由于待优化曝光图形是相对具有一定的规律性和周期性的,可以通过分析亚分辨率辅助图形的尺寸信息和距离信息以对待优化曝光图形进行分类,以归纳出一定的设置规则应用到相同类型的待优化曝光图形的优化上。
预设的尺寸信息阈值和距离信息阈值可以通过人工经验进行设定,或者通过结合仿真光刻进行设定。比如,设定的尺寸信息阈值为亚分辨率辅助图形的最大长度不超过50nm,最大宽度尺寸不超过5nm。距离信息阈值为:亚分辨率辅助图形相对关联的待优化曝光图形的最大距离信息不超过10nm。这些数值只是一个举例说明,不做具体的限定。在本步骤中,同样是利用klayout工具的python接口编写python算法以将符合分类规则的待优化曝光图形归类。并进一步对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则。也即距离信息和尺寸信息的均方根数据构成设置规则。当知道了一个待优化曝光图形的亚分辨辅助图形的尺寸信息和距离信息时即可以在其周边添加亚分辨率辅助图形信息。
具体的计算方式为:分别计算所有距离信息和尺寸信息的均方根,距离信息和尺寸信息的均方根数据构成设置规则。需要说明的是计算均方根只是其中的一种方式,还可以是计算平均值或者其他的方式。
在一些具体的实施例中,为了更好的总结形成设置规则,进一步根据距离信息的均方根数据的大小,将均方根数据由小到大排列,在添加亚分辨辅助图形对待优化掩模进行优化时由近及远添加。这样可以有序的对亚分辨率辅助图形进行添加,避免出现遗漏或者出现添加位置上的偏差。还可以利用内层的亚分辨率辅助图形对相对外层的亚分辨率辅助图形作为参照。
在一些其他实施例中,由于所述待优化曝光图形是周期性排布的主图形或者周期性排布的套刻标识,因此,相同的设置规则下其对应的待优化曝光图形的周期数据和线宽尺寸也大致是相同的。在存储设置规则时,进一步和周期数据和线宽尺寸进行关联,方便在后续使用针对相同周期的待优化曝光图形进行优化时候快速找到对应的设置规则,提高工作效率。具体形成的设置规则可以是大致如下表所示:
其中Pitch代表待优化曝光图形的周期,cd代表亚分辨率辅助图形的线宽;space1代表第一层亚分辨率辅助图形距离待优化曝光图形的距离,width1代表第一层亚分辨率辅助图形的宽度尺寸,space2代表第二层亚分辨率辅助图形距离第一层亚分辨率辅助图形的距离,width2代表第二层亚分辨率辅助图形的宽度尺寸。Length代表亚分辨率辅助图形的长度信息。
请参阅图7,在执行步骤S6时,基于所述设置规则对同类型的其它待优化掩模添加亚分辨率辅助图形以进行优化之后的图示。其中亚分辨辅助图形20的宽度尺寸为21nm,亚分辨率辅助图形20和待优化曝光图形10之间的距离信息为:145nm。而图4中基于仿真光刻模型对待优化曝光图形进行优化的亚分辨率辅助图形20的宽度尺寸是30nm,亚分辨率辅助图形20和待优化曝光图形10之间的距离信息为:149.3nm。
进一步结合附图8,其中横坐标CD(nm)对应为待优化曝光图形的线宽,纵坐标DOF(5%EL)对应为焦深,其中曲线01对应为没有经过优化的掩模在曝光时的工艺窗口数值曲线图,其中曲线02对应为基于仿真光刻模型进行优化的掩模的在曝光时的工艺窗口数值曲线图,其中曲线03对应为基于步骤S5获得的设置规则进行优化的掩模在曝光时的工艺窗口数值曲线图。可以直接看出利用设置规则对待优化曝光图形进行优化后获得的工艺窗口和基于仿真光刻模型进行优化的获得的工艺窗口较接近。
请参阅图9,本发明第二实施例提供一种掩模优化装置100,用于对待优化掩模进行优化,其包括掩模设计模块30、模型建立模块40、计算模块50、获取模块60、分类模块70和优化模块90。
掩模设计模块30:用于提供初始掩模版图,所述初始掩模版图包括多个待优化曝光图形;
模型建立模块40:建立仿真光刻模型;
计算模块50:基于仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;
获取模块60:基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息;
分类模块70:基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;
优化模块90:基于所述设置规则对待优化掩模添加亚分辨率辅助图形以进行优化。
请参阅图10,本发明第三实施例提供电子设备200,其包括一个或多个处理器201和存储装置202,
存储装置202,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器201执行,使得所述一个或多个处理器201实现如第一实施例所提供的掩模优化方法。
下面参考图11,其示出了适于用来实现本发明实施例的终端设备/服务器的计算机系统800的结构示意图。图11示出的终端设备/服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图11所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问记忆体(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)界面805也连接至总线804。
以下部件连接至I/O界面805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络界面卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O界面805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本发明的方法中限定的上述功能。需要说明的是,本发明所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是—但不限于—电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问记忆体(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。
相对于现有技术,本发明提供的技术方案具有如下有益效果:
1、首先基于建立的仿真光刻模型进行计算获得关于待优化曝光图形的亚分辨辅助图形的添加规则,完成对亚分辨辅助图形的添加,然后基于分类的规则对基于模型添加的亚分辨率辅助图形进行分析,基于分析结果将待优化曝光图形进行分类,基于对相同类别的待优化曝光图形关联到的亚分辨率辅助图形的尺寸信息和距离信息计算以归纳出固定的关于一个类型的待优化曝光图形的设置规则,以直接应用到相同类型的待优化掩模的优化上。也即当仿真光刻模型不变的基础上不再需要重新模型计算,也不需要再基于经验和实验总结出规则,能很好的将传统单一的基于模型的辅助图形放置规则和基于经验的辅助图形放置规则相互结合,很大程度的节约掩模优化的时间,同时也获得了较宽的工艺窗口,保证曝光的精准性。
2、基于尺寸信息阈值和/距离信息阈值设定的分类规则分类的待优化曝光图形具有较优的效果,提高分类的准确性。
3、分别计算所有距离信息和尺寸信息的均方根,距离信息和尺寸信息的均方根数据构成设置规则,能较准确的代表该类型下的待优化曝光图形所有的亚分辨辅助图形信息,提高设置规则的准确性。
4、进一步根据距离信息的均方根数据的大小,将均方根数据由小到大排列,在添加亚分辨辅助图形对待优化掩模进行优化时由近及远添加,能很好的将设置规则细化,进一步保证添加亚分辨率辅助图形更加准确。
5、本发明提供的掩模优化装置和电子设备具有和掩模优化方法同样的有益效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种掩模优化方法,用于对待优化掩模进行优化,其特征在于包括如下步骤:
提供初始掩模版图,所述初始掩模版图包括多个待优化曝光图形;
建立仿真光刻模型;
基于所述仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;
基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息;
基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;
基于所述设置规则对同类型的其它待优化掩模添加亚分辨率辅助图形以进行优化。
2.如权利要求1所述的掩模优化方法,其特征在于,所述分类规则包括:设定尺寸信息阈值和/或距离信息阈值,将在尺寸信息阈值范围内和/或距离信息阈值范围内的亚分辨率辅助图形关联的待优化曝光图形归纳为相同类型。
3.如权利要求1所述的掩模优化方法,其特征在于:计算以获得关于该相同类型下的待优化曝光图形的亚分辨率辅助图形的设置规则具体为:分别计算所有距离信息和尺寸信息的均方根,距离信息和尺寸信息的均方根数据构成设置规则。
4.如权利要求3所述的掩模优化方法,其特征在于:根据距离信息的均方根数据的大小,将均方根数据由小到大排列,在添加亚分辨辅助图形对待优化掩模进行优化时由近及远添加。
5.如权利要求1所述的掩模优化方法,其特征在于:获得每个亚分辨率辅助图形的尺寸信息和距离信息包括如下步骤:
获取每个所述待优化曝光图形的坐标信息、尺寸信息和所关联的每一亚分辨率辅助图形的坐标信息和尺寸信息;
基于该待优化曝光图形的坐标信息、尺寸信息和与所关联的每一亚分辨率辅助图形的坐标信息和尺寸信息计算以获得该待优化曝光图形与其关联的每个亚分辨率辅助图形的距离信息。
6.如权利要求5中所述的掩模优化方法,其特征在于:基于klayout工具的python接口编写python算法以获取每个所述待优化曝光图形的坐标信息、尺寸信息和关于每个亚分辨率辅助图形的坐标信息和尺寸信息;获得与任一待优化曝光图形关联的亚分辨率辅助图形、获得关于与该待优化曝光图形关联的每个亚分辨率辅助图形的距离信息。
7.如权利要求3-6中任一项所述的掩模优化方法,其特征在于:所述待优化曝光图形包括周期性排布的主图形或者周期性排布的套刻标识。
8.如权利要求7所述的掩模优化方法,其特征在于,将距离信息和尺寸信息的均方根数据形成的设置规则和待优化曝光图形的周期数据和线宽尺寸关联进行存储。
9.一种掩模优化装置,用于对待优化掩模进行优化,其特征在于其包括
掩模设计模块:用于提供初始掩模版图,所述初始掩模版图包括多个待优化曝光图形;
模型建立模块:建立仿真光刻模型;
计算模块:基于仿真光刻模型计算获得与每个待优化曝光图形对应的亚分辨率辅助图形;
获取模块:基于一预设范围,获取一待优化曝光图形在该预设范围内的所有亚分辨率辅助图形,并将所有亚分辨率辅助图形与该待优化曝光图形关联,获得关联的每个亚分辨率辅助图形的尺寸信息和相对该待优化曝光图形的距离信息;
分类模块:基于设定的分类规则对所述尺寸信息和/或距离信息分析以将所述多个待优化曝光图形分类,对相同类型下的待优化曝光图形对应的所有的亚分辨辅助图形的尺寸信息和距离信息进行计算以获得关于该类型下的待优化曝光图形的亚分辨率辅助图形的设置规则;
优化模块:基于所述设置规则对待优化掩模添加亚分辨率辅助图形以进行优化。
10.一种电子设备,其特征在于:其包括一个或多个处理器和存储装置,
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一项所述掩模优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210029186.8A CN114509912A (zh) | 2022-01-07 | 2022-01-07 | 一种掩模优化方法、掩模优化装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210029186.8A CN114509912A (zh) | 2022-01-07 | 2022-01-07 | 一种掩模优化方法、掩模优化装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114509912A true CN114509912A (zh) | 2022-05-17 |
Family
ID=81549392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210029186.8A Pending CN114509912A (zh) | 2022-01-07 | 2022-01-07 | 一种掩模优化方法、掩模优化装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114509912A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116723419A (zh) * | 2023-07-03 | 2023-09-08 | 北京拙河科技有限公司 | 一种用于十亿级高精度相机的采集速度优化方法及装置 |
CN117454831A (zh) * | 2023-12-05 | 2024-01-26 | 武汉宇微光学软件有限公司 | 一种掩模版图形优化方法、系统及电子设备 |
-
2022
- 2022-01-07 CN CN202210029186.8A patent/CN114509912A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116723419A (zh) * | 2023-07-03 | 2023-09-08 | 北京拙河科技有限公司 | 一种用于十亿级高精度相机的采集速度优化方法及装置 |
CN116723419B (zh) * | 2023-07-03 | 2024-03-22 | 北京拙河科技有限公司 | 一种用于十亿级高精度相机的采集速度优化方法及装置 |
CN117454831A (zh) * | 2023-12-05 | 2024-01-26 | 武汉宇微光学软件有限公司 | 一种掩模版图形优化方法、系统及电子设备 |
CN117454831B (zh) * | 2023-12-05 | 2024-04-02 | 武汉宇微光学软件有限公司 | 一种掩模版图形优化方法、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114509912A (zh) | 一种掩模优化方法、掩模优化装置及电子设备 | |
DE102017124573A1 (de) | Systeme und verfahren zum beschneiden von neuronalen netzen für eine betriebsmitteleffiziente folgerung | |
CN108351600A (zh) | 从设计信息产生模拟图像 | |
DE102022119386A1 (de) | Verfahren und einrichtung zum durchführen einer dichten vorhersage unter verwendung von transformatorblöcken | |
WO2023050651A1 (zh) | 图像语义分割方法、装置、设备及存储介质 | |
CN111339724A (zh) | 用于生成数据处理模型和版图的方法、设备和存储介质 | |
CN108197567B (zh) | 用于图像处理的方法、装置和计算机可读介质 | |
CN111611766A (zh) | 用于确定电路版图约束条件的方法、设备和存储介质 | |
CN115470741B (zh) | 用于光源掩模协同优化的方法、电子设备和存储介质 | |
CN116843901A (zh) | 医学图像分割模型训练方法和医学图像分割方法 | |
CN112364508A (zh) | 一种光刻胶模型的建立方法及电子设备 | |
CN117669473B (zh) | 用于模型校准的方法、电子设备及存储介质 | |
Pathak et al. | Framework for identifying recommended rules and DFM scoring model to improve manufacturability of sub-20nm layout design | |
CN103744265B (zh) | 改善工艺窗口的光学临近修正方法 | |
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 | |
CN112506003A (zh) | 一种掩模优化方法、掩模优化系统及电子设备 | |
US10401837B2 (en) | Generating risk inventory and common process window for adjustment of manufacturing tool | |
CN115758699A (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 | |
CN115457350A (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 | |
CN116469103A (zh) | 一种医学图像分割数据自动标注的方法 | |
CN113741140A (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 | |
CN115861610A (zh) | 一种基于改进CondInst的砂石骨料图像的分割处理方法 | |
CN113239867B (zh) | 一种基于掩码区域自适应增强的光照变化人脸识别方法 | |
DE102020131951A1 (de) | Vektorisierung von schleifen basierend auf vektormasken und vektorzähldistanzen | |
CN116416513A (zh) | 信息获取方法、装置、电子设备及计算机可读存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100176 building 12, yard 156, Jinghai 4th Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Dongfang Jingyuan Microelectronics Technology (Beijing) Co.,Ltd. Address before: 100176 building 12, yard 156, Jinghai 4th Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant before: DONGFANG JINGYUAN ELECTRON Ltd. |