CN115104068A - 用于以基于缺陷的过程窗口为基础的校准模拟过程的方法 - Google Patents
用于以基于缺陷的过程窗口为基础的校准模拟过程的方法 Download PDFInfo
- Publication number
- CN115104068A CN115104068A CN202180014721.6A CN202180014721A CN115104068A CN 115104068 A CN115104068 A CN 115104068A CN 202180014721 A CN202180014721 A CN 202180014721A CN 115104068 A CN115104068 A CN 115104068A
- Authority
- CN
- China
- Prior art keywords
- dose
- pattern
- characteristic
- mask
- 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
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
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/7055—Exposure light control in all parts of the microlithographic apparatus, e.g. pulse length control or light interruption
- G03F7/70558—Dose control, i.e. achievement of a desired dose
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/70641—Focus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Image Analysis (AREA)
- Image Generation (AREA)
- User Interface Of Digital Computer (AREA)
- General Factory Administration (AREA)
Abstract
本文中描述关于改善与芯片的制造相关联的模拟过程和解决方案(例如,重定目标图案)的方法。方法包括获得多个剂量‑焦距设置、和基于与所述多个剂量‑焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布。所述方法还包括基于调整模型和所述多个剂量‑焦距设置来确定所述特性的概率密度函数(PDF),使得减小所述PDF与所述参考分布之间的误差。所述PDF可以是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例。可以基于所述特性的所确定的PDF来调整过程窗口。
Description
相关申请的交叉引用
本申请要求于2020年2月21日递交的美国申请62/980,068的优先权,并且所述美国申请的全部内容通过引用并入本文中。
技术领域
本公开涉及改善器件制造过程的性能的技术。所述技术可以结合光刻设备或量测设备而使用。
背景技术
光刻设备是将期望的图案施加至衬底的目标部分上的机器。光刻设备可以用于例如集成电路(IC)的制造中。在该情形下,替代地被称作掩模或掩模版的图案形成装置可以用于产生与IC的单独的层对应的电路图案,并且这种图案可以被成像至具有辐射敏感材料(抗蚀剂)层的衬底(例如,硅晶片)上的目标部分(例如,包括管芯的部分、一个管芯或若干管芯)上。通常,单个衬底将包含被连续曝光的相邻目标部分的网络。已知的光刻设备包括:所谓的步进器,在所谓的步进器中,通过一次性将整个图案曝光至每个目标部分上来照射所述目标部分;和所谓的扫描仪,在所谓的扫描仪中,通过在给定方向(“扫描”方向)上经由束对图案进行扫描的同时平行于或反向平行于该方向同步地扫描衬底来照射每个目标部分。
在将电路图案从图案形成装置转印至衬底之前,衬底可以经历各种工序,诸如涂底漆、抗蚀剂涂覆和软焙烤。在曝光之后,衬底可能经受其它过程,诸如曝光后焙烤(PEB)、显影、硬焙烤,和转印后的电路图案的测量/检查。工序的这种阵列被用作制造例如IC的器件的单独的层的基础。衬底随后可以经历各种过程,诸如蚀刻、离子植入(掺杂)、金属化、氧化、化学机械抛光等,所有过程都预期最终完成所述器件的单独的层。如果在器件中需要若干层,则针对每个层重复整个工序或其变型。最终,在衬底上的每个目标部分中将存在器件。随后通过诸如切块或锯切之类的技术使这些器件彼此分离,由此可以将单独的器件安装在载体上、连接至引脚,等等。
因而,制造诸如半导体器件之类的器件通常涉及使用一定数目的制作过程来处理衬底(例如,半导体晶片)以形成器件的各种特征和多个层。通常使用例如沉积、光刻、蚀刻、化学机械抛光和离子植入来制造和处理这些层和特征。可以在衬底上的多个管芯上制作多个器件,并且随后将所述器件分离成单独的器件。这种器件制造过程可以被视为图案化过程。图案化过程涉及使用光刻设备中的图案形成装置进行图案化步骤,诸如光学光刻和/或纳米压印光刻,以将图案形成装置上的图案转印至衬底,并且图案化过程通常但可选地涉及一个或更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、使用焙烤工具来焙烤衬底、使用蚀刻设备、使用图案进行蚀刻,等等。
发明内容
根据实施例,提供一种校准模拟过程的方法。所述方法包括:获得(i)基于被印制的图案的阈值失效率的所述被印制的图案的特性的特性极限和(ii)基于所述特性极限的参考过程窗口;和校准所述模拟过程使得模拟过程窗口在所述参考过程窗口的可接受阈值内。校准所述模拟过程包括:执行一个或更多个过程模型以确定被模拟的图案;和调整与所述一个或更多个过程模型相关联的参数值,直到所述被模拟的图案的特性满足所述特性极限。
此外,根据实施例,提供一种用于产生与图案化过程相关联的重定目标图案的方法。所述方法包括:获得(i)与靶向图案相关联的特性极限和(ii)源掩模优化(SMO)过程,所述特性极限是特性的值,超出这些特性的值,与所述靶向图案相对应的被印制的图案将被认为是有缺陷的,所述源掩模优化(SMO)过程被配置成基于与所述靶向图案的特性相关联的阈值失效率来计算剂量和/或掩模参数;和通过使用所述靶向图案模拟所述源掩模优化过程,产生所述重定目标图案,与所述重定目标图案相关联的特性进一步落入与所述靶向图案相关联的所述特性极限内。
此外,根据实施例,提供一种用于调整过程窗口的方法。所述方法包括:获得(i)剂量概率密度函数(剂量PDF)和(ii)掩模概率密度函数(掩模PDF),所述剂量概率密度函数(剂量PDF)用于确定剂量的概率,所述剂量PDF是(a)特征的特性和(b)掩模特性的偏差的函数,所述掩模特性与用于将所述特征印制于衬底上的掩模相关联,所述掩模概率密度函数(掩模PDF)用于确定所述掩模特性的所述偏差的概率;通过在掩模特性值的给定范围内对(i)所述剂量PDF与(ii)所述掩模PDF做卷积来确定与所述特性相关联的所述概率密度函数;以及基于与所述特性相关联的被确定的概率密度函数,调整与图案化过程相关联的过程窗口。
此外,根据实施例,提供一种用于调整过程窗口的方法。所述方法包括:获得(i)多个剂量一焦距设置和(ii)基于与所述多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布;基于调整模型和所述多个剂量一焦距设置,确定所述特性的概率密度函数(PDF),使得所述PDF与所述参考分布之间的误差被减小,所述PDF是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例;以及基于所述特性的所确定的PDF来调整与图案化过程相关联的过程窗口。
此外,根据实施例,提供一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:获得(i)基于被印制的图案的阈值失效率的所述被印制的图案的特性的特性极限和(ii)基于所述特性极限的参考过程窗口;和校准所述模拟过程,使得被模拟的过程窗口在所述参考过程窗口的可接受阈值内。校准所述模拟过程包括:执行一个或更多个过程模型以确定被模拟的图案;和调整与所述一个或更多个过程模型相关联的参数值,直到所述被模拟的图案的特性满足所述特性极限。
此外,根据实施例,提供一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:获得(i)与目标图案相关联的特性极限和(ii)源掩模优化(SMO)过程,所述特性极限是一些特性的值,超出这些特性的值,与所述目标图案相对应的被印制的图案将被认为是有缺陷的,所述源掩模优化(SMO)过程被配置成基于与所述目标图案的特性相关联的阈值失效率来计算剂量和/或掩模参数;和通过使用所述目标图案模拟所述源掩模优化过程,以产生重定目标图案,与所述重定目标图案相关联的特性进一步落入与所述目标图案相关联的所述特性极限内。
此外,根据实施例,提供一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:获得(i)剂量概率密度函数(剂量PDF)和(ii)掩模概率密度函数(掩模PDF),所述剂量概率密度函数(剂量PDF)用于确定剂量的概率,所述剂量PDF是(a)特征的特性和(b)掩模特性的偏差的函数,所述掩模特性与用于将所述特征印制于衬底上的掩模相关联,所述掩模概率密度函数(掩模PDF)用于确定所述掩模特性的所述偏差的概率;通过在掩模特性值的给定范围内对(i)所述剂量PDF与(ii)所述掩模PDF做卷积来确定与所述特性相关联的所述概率密度函数;以及基于与所述特性相关联的被确定的概率密度函数,调整与图案化过程相关联的过程窗口。
此外,根据实施例,提供一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:获得(i)多个剂量-焦距设置和(ii)基于与所述多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布;基于调整模型和所述多个剂量-焦距设置,确定所述特性的概率密度函数(PDF),使得所述PDF与所述参考分布之间的误差被减小,所述PDF是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例;以及基于所述特性的被确定的PDF来调整与图案化过程相关联的过程窗口。
附图说明
图1示意性地描绘根据实施例的光刻设备;
图2示意性地描绘根据实施例的光刻元或光刻簇的实施例;
图3示意性地描绘根据实施例的示例性检测装置和量测技术;
图4示意性地描绘根据实施例的示例性检测装置;
图5图示根据实施例的检测装置的照射斑与量测目标之间的关系;
图6示意性地描绘根据实施例的基于量测数据导出多个所关注的变量的过程;
图7示出根据实施例的处理变量的示例性类别;
图8示意性地示出根据实施例的用于图案化模拟方法的流程;
图9示意性地示出根据实施例的用于测量模拟方法的流程;
图10是根据实施例的用于与特定特征相关的重定目标的现有过程的示例的流程图;
图11是根据实施例的实施根据实施例的基于缺陷的过程窗口和特性极限以改善常规的图案化过程模拟的模拟过程的流程图;
图12A图示根据实施例的用于校准(例如,图11的)模拟过程的示例性量规;
图12B图示根据实施例的示例性量规和针对每个量规的用于校准(例如,图11的)模拟过程的对应的基于缺陷的CD极限和抗蚀剂CD极限;
图12C是根据实施例的图示顶部CD的部位和底部CD的部位的图案或量规的示例性抗蚀剂轮廓;
图13图示根据实施例的与抗蚀剂轮廓的顶部和底部相关联的示例性基于缺陷的过程窗口;
图14A图示根据实施例的基于用于校准(例如,图11的)模拟过程的实验数据的示例性DB-PW过程窗口;
图14B图示根据实施例的从(例如,图11的)校准模拟过程获得的被模拟的过程窗口的示例;
图14C示出根据实施例的在抗蚀剂上的不同部位处可获得的示例性CD裕度;
图15是根据实施例的与图11类似的模拟过程的校准的流程图;
图16图示根据实施例的在蚀刻之后的期望的示例性目标图案,和示例性图案化后过程的结果;
图17图示根据实施例的基于在蚀刻图案之后的目标和校准后的SMO过程所产生的示例性重定目标图案和相关联的过程参数值;
图18是根据实施例的示例性重定目标过程的框图;
图19图示确定将在图18的重定目标过程中使用的裕度的示例;
图20A和图20B图示根据实施例的由于剂量变化所引起的裕度的示例性行为;
图21是根据实施例的用于产生与图案化过程相关联的重定目标图案的方法的流程图;
图22是根据实施例的示例性CD分布拟合的绘图;
图23图示与所绘制的每个掩模接触孔相关联的被测量的抗蚀剂LCDU相对于掩模CD的偏差的绘图;
图24是根据实施例的用于确定与将印制于衬底上的特征的特性相关联的概率密度函数的方法的流程图;
图25图示根据实施例的掩模尺寸与由于掩模尺寸的改变所造成的晶片上的CD的改变之间的示例性关系;以及
图26是根据实施例的针对不同的δCDmask的剂量(D)与衬底上的CD之间的两个示例性关系;
图27图示根据实施例的原始CD数据的示例性分布和原始数据上的高斯拟合;
图28是根据实施例的针对不同的剂量-焦距设置由现有的CD模型产生的样本结果;
图29是根据实施例的用于确定与待印制于衬底上的图案的特性相关联的概率密度函数的方法的流程图;
图30A和图30B是根据实施例的与用于调整对特性(例如,CD)变化的剂量贡献的调整模型相关的调整值的绘图;
图31是根据实施例的针对不同的剂量-焦距设置由特性模型(例如,CD模型)产生的样本结果,其中,所述特性模型通过图29的方法来确定;
图32是根据实施例的与图1中的子系统相对应的模拟模型的框图;
图33示出根据实施例的优化光刻投影设备的一般方法的流程图;
图34示出根据实施例的优化光刻投影设备的方法的流程图,其中,交替地执行所有设计变量的优化;
图35示出根据实施例的优化的一个示例性方法;
图36是根据实施例的示例性计算机系统的框图;
图37是根据实施例的另一光刻投影设备的示意图;
图38是根据实施例的图37中的装置的更详细视图;和
图39是根据实施例的图37和图38的装置的源收集器模块的更详细的视图。
具体实施方式
在详细地描述实施例之前,呈现可以实施实施例的示例性环境是具有指导性的。
图1示意性地描绘光刻设备LA的实施例。所述设备包括:
-照射系统(照射器)IL,所述照射系统被配置成调节辐射束B(例如,UV辐射或DUV辐射);
-支撑结构(例如,掩模台)MT,所述支撑结构被构造成支撑图案形成装置(例如,掩模)MA,并且连接至被配置成根据某些参数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(例如,WTa、WTb或两者),所述衬底台被构造成保持衬底(例如,涂覆有抗蚀剂的晶片)W且被连接至被配置成根据某些参数准确地定位衬底的第二定位器PW;以及
-投影系统(例如,折射式投影透镜系统)PS,所述投影系统被配置成将通过图案形成装置MA赋予至辐射束B的图案投影至衬底W的目标部分C(例如,包括一个或更多个管芯且常常被称作场)上,所述投影系统被支撑在参考框架(RF)上。
如这里描绘的,所述设备属于透射类型(例如,使用透射式掩模)。替代地,所述设备可以属于反射类型(例如,使用如上文提及的类型的可编程反射镜阵列,或使用反射式掩模)。
照射器IL从辐射源SO接收辐射束。例如,当源为准分子激光器时,源和光刻设备可以是分立的实体。在这样的情况下,不将源视为形成光刻设备的部分,并且借助于包括例如合适的定向反射镜和/或扩束器的束传递系统BD将辐射束从源SO传递至照射器IL。在其它情况下,例如当源为汞灯时,所述源可以是设备的组成部分。源SO和照射器IL连同束传递系统BD(在需要时)可以被称作辐射系统。
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,使得在照射器IL的光瞳平面中的环形区内的强度分布是非零的。另外或替代地,照射器IL可以是可操作的以限制束在光瞳平面中的分布,使得在光瞳平面中的多个等距间隔开的区段中的强度分布是非零的。辐射束在照射器IL的光瞳平面中的强度分布可以被称作照射模式。
因此,照射器IL可以包括被配置成调整束的(角度/空间)强度分布的调整器AM。通常,可以调整照射器的光瞳平面中的强度分布的至少外部径向范围和/或内部径向范围(通常分别被称作σ-外部和σ-内部)。照射器IL可以是可操作的以改变束的角分布。例如,照射器可以是可操作的以改变强度分布是非零的光瞳平面中的区段的数目和角度范围。通过调整束在照射器的光瞳平面中的强度分布,可以实现不同的照射模式。例如,通过限制照射器IL的光瞳平面中的强度分布的径向范围和角度范围,强度分布可以具有多极分布,诸如例如,双极、四极或六极分布。可以例如通过将提供期望的照射模式的光学器件插入至照射器IL中或使用空间光调制器来获得所述照射模式。
照射器IL可以是可操作的以改变束的偏振且可以是可操作的以使用调整器AM来调整偏振。在照射器IL的整个光瞳平面上的辐射束的偏振状态可以被称作偏振模式。使用不同的偏振模式可以允许在形成在衬底W上的图像中实现较大的对比度。辐射束可以是非偏振的。替代地,照射器可以被布置成使辐射束线性地偏振。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。辐射的偏振方向在照射器IL的光瞳平面中的不同区中可以是不同的。可以依赖于照射模式来选择辐射的偏振状态。对于多极照射模式,辐射束的每个极的偏振通常可以垂直于照射器IL的光瞳平面中的所述极的位置矢量。例如,对于双极照射模式,辐射可以在大体上垂直于平分双极的两个相对区段的线的方向上线性地偏振。辐射束可以在两个不同的正交方向中的一个正交方向上偏振,这可以被称作X偏振状态和Y偏振状态。对于四极照射模式,每个极的区段中的辐射可以在大体上垂直于平分所述区段的线的方向上线性地偏振。这种偏振模式可以被称作XY偏振。类似地,对于六极照射模式,每个极的区段中的辐射可以在大体上垂直于平分所述区段的线的方向上线性地偏振。这种偏振模式可以被称作TE偏振。
此外,照射器IL通常包括各种其它部件,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,诸如折射式、反射式、磁性式、电磁式、静电式或其它类型的光学部件,或其任何组合。
因此,照射器提供在其横截面中具有期望的均一性和强度分布的调节后的辐射束B。
支撑结构MT以依赖于图案形成装置的定向、光刻设备的设计和诸如例如图案形成装置是否保持于真空环境中之类的其它条件的方式支撑图案形成装置。支撑结构可以使用机械、真空、静电或其它夹持技术以保持图案形成装置。支撑结构可以是例如框架或台,框架或台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的位置。本发明中对术语“掩模版”或“掩模”的任何使用都可以被视为与更上位的术语“图案形成装置”是同义的。
本发明中所使用的术语“图案形成装置”应被广泛地解释为是指可以用于在衬底的目标部分中赋予图案的任何装置。在实施例中,图案形成装置是可以用于在辐射束的横截面中向辐射束赋予图案以便在衬底的目标部分中产生图案的任何装置。应注意,例如,如果被赋予至辐射束的图案包括相移特征或所谓的辅助特征,则所述图案可能不会准确地对应于衬底的目标部分中的期望的图案。通常,被赋予至辐射束的图案将对应于在目标部分中产生的器件(诸如,集成电路)中的特定功能层。
图案形成装置可以是透射式或反射式的。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。掩模在光刻术中是众所周知的,并且包括诸如二元、交变相移和衰减相移的掩模类型,以及各种混合掩模类型。可编程反射镜阵列的示例使用小反射镜的矩阵布置,所述小反射镜中的每个小反射镜可以单独地倾斜,以便使入射辐射束在不同的方向上反射。被倾斜的反射镜在由反射镜矩阵反射的辐射束中赋予图案。
本发明中所使用的术语“投影系统”应被广泛地解释为涵盖如适于所使用的曝光辐射或适于诸如浸没液体的使用或真空的使用之类的其它因素的任何类型的投影系统,包括折射式、反射式、反射折射式、磁性式、电磁式和静电式光学系统,或其任何组合。本发明中对术语“投影透镜”的任何使用都可以被视为与更上位的术语“投影系统”是同义的。
投影系统PS具有可以是非均一且可能影响成像至衬底W上的图案的光学传递函数。对于非偏振辐射,这样的效应可以由两个纯量映射相当良好地描述,所述两个纯量映射描述作为射出投影系统PS的辐射的光瞳平面中的位置的函数的所述辐射的透射(变迹)和相对相位(像差)。可以将能够被称作透射率映射和相对相位映射的这些纯量映射表达为基函数的全集的线性组合。特别适宜的集合为泽尼克多项式,所述泽尼克多项式形成在单位圆上定义的正交多项式集合。每个纯量映射的确定可以涉及确定这种展开式中的系数。由于泽尼克多项式在单位圆上正交,因此可以通过依次计算被测量的纯量映射与每个泽尼克多项式的内积且将这种内积除以所述泽尼克多项式的范数的平方来确定泽尼克系数。
透射率映射和相对相位映射是依赖于场和系统的。即,通常,每个投影系统PS将针对每个场点(即,针对投影系统的像平面中的每个空间部位)具有不同的泽尼克展开式。可以通过经由投影系统PS投影例如来自投影系统PS的物平面(即,图案形成装置MA的平面)中的类点源的辐射且使用剪切干涉仪测量波前(即,具有相同相位的点的轨迹)来确定投影系统PS在其光瞳平面中的相对相位。剪切干涉仪是共同路径干涉仪,并且因此有利地,无需次级参考束来测量波前。剪切干涉仪可以包括投影系统的像平面(即,衬底台WT)中的衍射光栅(例如,二维栅格),和被布置成检测与投影系统PS的光瞳平面共轭的平面中的干涉图案的检测器。干涉图案与辐射的相位与在剪切方向上的光瞳平面中的坐标的导数有关。检测器可以包括诸如例如电荷耦合装置(CCD)之类的感测元件的阵列。
光刻设备的投影系统PS可能不产生可见条纹,并且因此可以使用相位步进技术(诸如,例如,移动衍射光栅)来增强波前的确定的准确度。可以在衍射光栅的平面中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(均一地分布)相位步进。因此,例如,可以在y方向上执行三次扫描测量,在x方向上针对不同位置执行每次扫描测量。衍射光栅的这种步进有效地将相位变化转换成强度变化,从而允许确定相位信息。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。
可以在两个垂直方向上依序地扫描衍射光栅,所述两个垂直方向可以与投影系统PS的坐标系统的轴线(x和y)重合或可以与这些轴线成角度(诸如45度)。可以在整数个光栅周期(例如,一个光栅周期)内执行扫描。扫描对在一个方向上的相位变化求平均值,从而允许重构在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。
可以通过经由投影系统PS投影例如来自投影系统PS的物平面(即,图案形成装置MA的平面)中的类点源的辐射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投影系统PS在其光瞳平面中的透射(变迹)。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,并且还可以包括被配置成调整所述光学元件中的一个或更多个光学元件以便校正像差(在整个场上的光瞳平面的相位变化)的调整机构AM。为实现这种调整,所述调整机构可以是可操作的以用一种或更多种不同的方式来操控投影系统PS内的一个或更多个光学(例如,透镜)元件。所述投影系统可以具有一坐标系,在该坐标系中,所述投影系统的光轴在z方向上延伸。调整机构可以是可操作的以进行以下各项的任何组合:使一个或更多个光学元件移位;使一个或更多个光学元件倾斜;和/或使一个或更多个光学元件变形。光学元件的移位可以在任何方向(x、y、z或其组合)上进行。光学元件的倾斜通常在垂直于光轴的平面外,通过绕x和/或y方向上的轴线旋转而进行,但对于非旋转对称的非球面光学元件来说可以使用绕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,自由形式非球面)。可以例如通过使用一个或更多个致动器以对光学元件的一侧或更多侧施加力和/或通过使用一个或更多个加热元件以对光学元件的一个或更多个选定区进行加热来执行光学元件的变形。通常,不可能调整投影系统PS以校正变迹(在整个光瞳平面上的透射率变化)。可以在设计用于光刻设备LA的图案形成装置(例如,掩模)MA时使用投影系统PS的透射率映射。使用计算光刻技术,图案形成装置MA可以被设计成至少部分地校正变迹。
光刻设备可以属于具有两个(双平台)或更多个台(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,在无专用于例如促进测量和/或清洁等的衬底的情况下在投影系统下方的衬底台WTa和台WTb)的类型。在这些“多平台”机器中,可以并行地使用额外的台,或可以在一个或更多个台上进行预备步骤的同时将一个或更多个其它台用于曝光。例如,可以使用对准传感器AS进行对准测量和/或使用水平传感器(或水准传感器)LS进行水平(高度、倾角等)测量。
光刻设备也可以属于如下类型:其中,衬底的至少一部分可以由具有相对较高折射率的液体(例如,水)覆盖,以便填充投影系统与衬底之间的空间。也可以将浸没液体施加至光刻设备中的其它空间,例如图案形成装置与投影系统之间的空间。浸没技术在本领域中是众所周知的,以用于增加投影系统的数值孔径。本发明中所使用的术语“浸没”并不意味着诸如衬底之类的结构必须浸没在液体中,而是仅意味着液体在曝光期间位于投影系统与衬底之间。
因此,在光刻设备的操作中,辐射束由照射系统IL调节和提供。辐射束B入射至保持在支撑结构(例如,掩模台)MT上的图案形成装置(例如,掩模)MA上,并且通过图案形成装置被图案化。在已横穿图案形成装置MA的情况下,辐射束B穿过投影系统PS,所述投影系统将所述束聚焦至衬底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,干涉装置、线性编码器、2-D编码器或电容式传感器),衬底台WT可以被准确地移动例如以便在辐射束B的路径中定位不同的目标部分C。类似地,例如在从掩模库机械获取之后或在扫描期间,第一定位器PM和另一位置传感器(另一位置传感器在图1中未明确地描绘)可以用于相对于辐射束B的路径准确地定位图案形成装置MA。通常,可以借助于形成第一定位器PM的部件的长行程模块(粗定位)和短行程模块(精定位)来实现支撑结构MT的移动。类似地,可以使用形成第二定位器PW的部件的长行程模块和短行程模块来实现衬底台WT的移动。在步进器(相对于扫描仪)的情况下,支撑结构MT可以仅连接至短行程致动器,或可以是固定的。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来对准图案形成装置MA和衬底W。尽管如所图示的衬底对准标记占据专用目标部分,但所述衬底对准标记可以位于目标部分之间的空间中(这些标记被称为划线对准标记)。类似地,在多于一个的管芯被提供在图案形成装置MA上的情形中,图案形成装置对准标记可以位于所述管芯之间。
可以在以下模式中的至少一个模式下使用所描绘的设备:
1.在步进模式下,在使支撑结构MT和衬底台WT保持基本上静止的同时将赋予至辐射束的整个图案一次性投影至目标部分C上(即,单次静态曝光)。随后,使衬底台WT在X和/或Y方向上偏移,使得可以曝光不同的目标部分C。在步进模式下,曝光场的最大尺寸限制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,同时将赋予至辐射束的图案投影至目标部分C上(即,单次动态曝光)。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衬底台WT相对于支撑结构MT的速度和方向。在扫描模式下,曝光场的最大尺寸限制单次动态曝光中的目标部分(在非扫描方向上)的宽度,而扫描运动的长度确定目标部分(在扫描方向上)的高度。
3.在另一模式下,使支撑结构MT保持基本上静止,从而保持可编程图案形成装置,并且移动或扫描衬底台WT,同时将赋予至辐射束的图案投影至目标部分C上。在这种模式下,通常使用脉冲辐射源,并且在衬底台WT的每次移动之后或在扫描期间的连续辐射脉冲之间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至利用可编程图案形成装置(诸如,上文提及的类型的可编程反射镜阵列)的无掩模光刻术。
也可以使用上文所描述的使用模式的组合和/或变型或完全不同的使用模式。
虽然在本发明中可以具体地参考光刻设备在IC制造中的使用,但应理解,本发明中所描述的光刻设备可以具有其它应用,诸如制造集成光学系统、用于磁畴存储器的引导和检测图案、液晶显示器(LCD)、薄膜磁头等。本领域技术人员将了解,在这些替代应用的内容背景下,本发明中对术语“晶片”或“管芯”的任何使用都可以被视为分别与更上位的术语“衬底”或“目标部分”同义。可以在曝光之前或之后在例如涂覆显影系统或轨道(通常将抗蚀剂层施加至衬底且对曝光后的抗蚀剂进行显影的工具)、或者量测或检查工具中处理本发明中提及的衬底。在适用的情况下,可以将本发明中的公开内容应用至这些和其它衬底处理工具。另外,可以对衬底处理一次以上,例如以便产生多层IC,使得本发明中所使用的术语衬底也可以指已包含多个处理后的层的衬底。
本发明中所使用的术语“辐射”和“束”涵盖所有类型的电磁辐射,包括紫外线(UV)辐射(例如,具有365nm、248nm、193nm、157nm或126nm的波长)和极紫外线(EUV)辐射(例如,具有在5nm至20nm的范围内的波长)以及粒子束,诸如离子束或电子束。
图案形成装置上或由图案形成装置提供的各种图案可以具有不同的过程窗口,即,将产生规范内的图案所处的处理变量的空间。与潜在系统性缺陷有关的图案规范的示例包括检查颈缩、线拉回、线薄化、CD、边缘放置、重叠、抗蚀剂顶部损耗、抗蚀剂底切和/或桥接。可以通过合并每个单独的图案的过程窗口(例如,使所述过程窗口重叠)来获得图案形成装置或其区域上的所有图案的过程窗口。所有图案的过程窗口的边界包含单独的图案中的一些图案的过程窗口的边界。换句话说,这些单独的图案限制所有图案的过程窗口。这些图案可以被称作“热斑”或“过程窗口限制图案(PWLP)”,“热斑”或“过程窗口限制图案(PWLP)”在本发明中可互换使用。当控制图案化过程的一部分时,关注热斑是可能且经济的。当热斑无缺陷时,最可能的是所有图案都无缺陷。
如图2中所示出的,光刻设备LA可以形成光刻单元LC(有时也被称作光刻元或光刻簇)的部分,光刻单元也包括用于对衬底执行曝光前和曝光后过程的设备。常规地,这些装置包括用于沉积一个或更多个抗蚀剂层的一个或更多个旋涂器SC、用于显影曝光后的抗蚀剂的一个或更多个显影器DE、一个或更多个激冷板CH和/或一个或更多个焙烤板BK。衬底处理装置或机器人RO从输入/输出端口I/O1、I/O2拾取一个或更多个衬底,将这些衬底在不同的过程设备之间移动且将这些衬底传递至光刻设备的进料台LB。常常被统称为涂覆显影系统或轨道的这些设备由涂覆显影系统控制单元或轨道控制单元TCU控制,涂覆显影系统控制单元自身受管理控制系统SCS控制,管理控制系统也经由光刻控制单元LACU来控制光刻设备。因而,不同的设备可以被操作以最大化吞吐量和处理效率。
为了正确且一致地曝光由光刻设备曝光的衬底和/或为了监测包括至少一个图案转印步骤(例如,光学光刻步骤)的图案化过程(例如,装置制造过程)的一部分,期望检查衬底或其它物体以测量或确定一个或更多个性质,诸如对准、重叠(所述重叠可以例如是重叠层中的结构之间的重叠或同一层中的已通过例如双重图案化过程与所述层分离地提供的结构之间的重叠)、线厚度、临界尺寸(CD)、聚焦偏移、材料性质等。因此,被定位有光刻单元LC的制造设施通常也包括量测系统MET,所述量测系统测量已在所述光刻单元中处理的衬底W中的一些或全部衬底、或者所述光刻单元中的其它物体。量测系统MET可以是光刻单元LC的部件,例如量测系统MET可以是光刻设备LA的部件(诸如,对准传感器AS)。
例如,一个或更多个被测量的参数可以包括:形成在被图案化的衬底中或被图案化的衬底上的连续层之间的重叠、例如形成在被图案化的衬底中或被图案化的衬底上的特征的临界尺寸(CD)(例如,临界线宽)、光学光刻步骤的聚焦或聚焦误差、光学光刻步骤的剂量或剂量误差、光学光刻步骤的光学像差等。可以对产品衬底自身的目标和/或对提供在衬底上的专用量测目标执行这种测量。可以在抗蚀剂显影之后但在蚀刻之前执行所述测量,或可以在蚀刻之后执行所述测量。
存在用于对在图案化过程中形成的结构进行测量的各种技术,包括使用扫描电子显微镜、基于图像的量测工具和/或各种专用工具。如上文论述的,专用量测工具的快速和非侵入式形式为辐射束被引导至衬底的表面上的目标上且测量被散射(被衍射/被反射)的束的性质的测量工具。通过评估由衬底散射的辐射的一种或更多种性质,可以确定衬底的一个或更多个性质。这可以被称为基于衍射的量测。这种基于衍射的量测的一个这样的应用是测量在目标内的不对称性的特征。这可以用作例如重叠的量度,但其它应用也是已知的。例如,可以通过比较衍射光谱的相对部分(例如,比较周期性光栅的衍射光谱中的-1阶与+1阶)来测量不对称性。这可以如上文所描述的且如例如以全文引用的方式并入本文中的美国专利申请公开号US2006-066855中所描述的那样来进行。基于衍射的量测的另一应用是在目标内的特征宽度(CD)的测量。这样的技术可以使用下文所描述的设备和方法。
因此,在器件制作过程(例如,图案化过程或光刻过程)中,衬底或其它物体可以在过程期间或在过程之后经受各种类型的测量。测量可以确定特定衬底是否有缺陷,可以对过程和用于过程中的设备进行调整(例如,对准衬底上的两个层或对准图案形成装置与衬底),可以测量过程和设备的性能或可以用于其它目的。测量的示例包括光学成像(例如,光学显微镜)、非成像光学测量(例如,基于衍射的测量,诸如ASML YieldStar量测工具、ASMLSMASH量测系统)、机械测量(例如,使用触控笔的轮廓探测、原子力显微法(AFM)),和/或非光学成像(例如,扫描电子显微法(SEM))。如以全文引用的方式并入本发明中的美国专利号6,961,116中所描述的SMASH(智能型对准传感器混合式)系统使用自参考干涉仪,所述自参考干涉仪产生对准标识的两个重叠的且相对旋转的图像,检测在使图像的傅里叶变换引起干涉的光瞳平面中的强度,并且从两个图像的衍射阶之间的相位差提取位置信息,所述相位差表示为干涉阶中的强度变化。
可以将量测结果直接地或间接地提供至管理控制系统SCS。如果检测到误差,则可以对后续衬底的曝光(尤其在可以足够迅速且快速地完成所述批次的一个或更多个其它衬底仍将要曝光的检查的情况下)和/或曝光后的衬底的后续曝光进行调整。此外,已曝光的衬底可以被剥离和返工以改善产率,或者被舍弃,由此避免对已知有瑕疵的衬底执行进一步处理。在衬底的仅一些目标部分有瑕疵的情况下,可以仅对良好的那些目标部分执行进一步曝光。
在量测系统MET内,量测设备用于确定衬底的一个或更多个性质,并且具体地,确定不同衬底的一个或更多个性质如何变化或同一衬底的不同层在层间如何变化。如上文所提到的,量测设备可以集成至光刻设备LA或光刻单元LC中,或可以是单独的装置。
为了实现量测,可以在衬底上提供一个或更多个目标。在实施例中,目标被专门设计且可以包括周期性结构。在实施例中,目标是器件图案的一部分,例如是器件图案的周期性结构。在实施例中,器件图案是存储器装置的周期性结构(例如,双极晶体管(BPT)、位线触点(BLC)等结构)。
在实施例中,衬底上的目标可以包括一个或更多个一维周期性结构(例如,光栅),该一个或更多个一维周期性结构被印制成使得在显影之后,周期性结构特征由实心抗蚀剂线形成。在实施例中,所述目标可以包括一个或更多个二维周期性结构(例如,光栅),该一个或更多个二维周期性结构被印制成使得在显影之后,该一个或更多个周期性结构由抗蚀剂中的实心抗蚀剂导柱或通孔形成。栅条、导柱或通孔可以可替代地被蚀刻至衬底中(例如,被蚀刻至衬底上的一个或更多个层中)。
在实施例中,图案化过程的所关注的参数中的一个所关注的参数是重叠。可以使用暗场散射量测术来测量重叠,其中,阻挡零阶衍射(对应于镜面反射),并且仅处理较高阶。可以在PCT专利申请公开号WO 2009/078708和WO 2009/106279中找到暗场量测的示例,所述专利申请公开由此以全文引用的方式并入。美国专利申请公开US2011-0027704、US2011-0043791和US2012-0242970中已描述了所述技术的进一步开发,所述专利申请公开由此以全文引用的方式并入。使用衍射阶的暗场检测的基于衍射的重叠实现对较小目标的重叠测量。这些目标可以小于照射斑且可以由衬底上的器件产品结构环绕。在实施例中,可以在一次辐射捕获中测量多个目标。
图3描绘示例性检查设备(例如,散射仪)。所述散射仪包括将辐射投影至衬底W上的宽带(白光)辐射投影仪2。被重定向的辐射被传递至光谱仪检测器4,所述光谱仪检测器测量被镜面反射的辐射的光谱10(作为波长的函数的强度),如例如在左下方的曲线图中示出。根据这种数据,可以由处理器PU例如通过严格耦合波分析和非线性回归、或通过与如图3的右下方处所示出的模拟光谱的库的比较,来重构导致所检测的光谱的结构或廓形。通常,对于重构,结构的一般形式是已知的,并且根据制造所述结构的过程的知识来假定一些变量,从而根据被测量的数据来确定结构的留下的仅几个变量。这样的检查设备可以被配置成正入射检查设备或斜入射检查设备。
图4中示出可以使用的另一检查设备。这种装置中,由辐射源2发射的辐射通过使用透镜系统12而被准直且被透射穿过干涉滤光器13和偏振器17,并且被部分反射表面16反射且经由物镜15而被聚焦至衬底W上的斑S中,所述物镜具有较高的数值孔径(NA),期望地为至少0.9或至少0.95。浸没检查设备(使用相对较高折射率的流体,诸如水)甚至可以具有超过1的数值孔径。
如在光刻设备LA中那样,可以在测量操作期间提供一个或更多个衬底台以保持所述衬底W。所述衬底台的形式可以与图1的衬底台WT类似或相同。在检查设备与光刻设备集成的示例中,所述衬底台甚至可以是同一衬底台。可以将粗定位装置和精定位装置提供至第二定位器PW,所述第二定位器被配置成相对于测量光学系统而准确地定位所述衬底。提供各种传感器和致动器例如用于获取关注的目标的位置,并且将关注的目标带入至物镜15下方的位置中。通常将对在整个衬底W上的不同部位处的目标进行许多次测量。衬底支撑件可以在X和Y方向上移动以获取不同的目标,并且在Z方向上移动以获得目标相对于光学系统的焦距的期望的部位。例如,当在实践中所述光学系统可以保持实质上静止(通常在X和Y方向上,但可能也在Z方向上)且仅衬底移动时,方便的是将操作考虑并描述为如同物镜被带入至相对于衬底的不同部位。假设所述衬底与所述光学系统的相对位置是正确的,则原则上无关紧要的是:衬底和光学系统中的哪一个在真实世界中移动,或两者都移动,或光学系统的一部分(例如,在Z方向和/或倾斜方向上)移动而光学系统的剩余部分静止且衬底(例如,在X和Y方向上,并且可选地也在Z方向和/或倾斜方向上)移动的组合。
由衬底W重定向的辐射随后传递穿过部分反射表面16而进入检测器18中以便检测光谱。检测器18可以位于背向投影式焦平面11处(即,位于透镜系统15的焦距处),或平面11可以利用辅助光学器件(未示出)而被再成像至检测器18上。所述检测器可以是二维检测器,使得能够测量衬底目标30的二维角散射光谱。检测器18可以是例如CCD或CMOS传感器阵列,并且可以使用例如每帧40毫秒的积分时间。
参考束可以用于例如测量入射辐射的强度。为进行这种测量,当辐射束入射至部分反射表面16上时,所述辐射束的一部分被透射穿过部分反射表面16而作为朝向参考反射镜14的参考束。随后将参考束投影至同一检测器18的不同部分上或替代地投影至不同的检测器(未示出)上。
一个或更多个干涉滤光器13可以用于选择在比如405nm至790nm或甚至更低(诸如,200nm至300nm)的范围内的关注的波长。干涉滤光器可以是可调节的,而不包括不同的滤光器的集合。光栅可以被用于替代干涉滤光器。孔径光阑或空间光调制器(未示出)可以被设置在照射路径中以控制辐射的在目标上的入射角的范围。
检测器18可以测量在单个波长(或较窄的波长范围)下被重定向的辐射的强度、分离地在多个波长情况下的被重定向的辐射的强度、或在一定波长范围上积分的被重定向的辐射的强度。此外,检测器可以单独地测量横向磁偏振辐射和横向电偏振辐射的强度,和/或横向磁偏振辐射与横向电偏振辐射之间的相位差。
衬底W上的目标30可以是一维光栅,该一维光栅被印制成使得在显影之后,栅条由实心的抗蚀剂线形成。衬底目标30可以是二维光栅,该二维光栅被印制成使得在显影之后,光栅由抗蚀剂中的实心的抗蚀剂导柱或通孔形成。栅条、导柱或通孔可以被蚀刻至衬底中或衬底上(例如,被蚀刻至衬底上的一个或更多个层中)。图案(例如,栅条、导柱或通孔的图案)对图案化过程中的改变(例如,光刻投影设备(具体地,投影系统PS)中的光学像差、焦距改变、剂量改变等)是敏感的,并且将展现被印制的光栅的变化。因此,被印制的光栅的被测量的数据用于重构所述光栅。可以根据印制步骤和/或其它检查过程的知识,将一维光栅的一个或更多个参数(诸如,线宽和/或形状)或二维光栅的一个或更多个参数(诸如,导柱或通孔宽度或长度或形状)输入至由处理器PU执行的重构过程。
除了通过重构进行参数的测量,角分辨散射测量也用于产品和/或抗蚀剂图案中的特征的不对称性的测量。不对称性测量的特定应用是用于重叠的测量,其中,目标30包括一组周期性特征,所述一组周期性特征被重叠在另一组周期性特征上。使用图3或图4的仪器的不对称性测量的构思在例如美国专利申请公开申请US2006-066855中被描述,所述公开的申请全文并入本文中。简单地说,虽然目标的衍射光谱中的衍射阶的位置仅由目标的周期性来确定,但衍射光谱中的不对称性指示了构成所述目标的单独的特征中的不对称性。在图4的仪器中(其中,检测器18可以是图像传感器),衍射阶中的这种不对称性直接呈现为由检测器18记录的光瞳图像中的不对称性。这种不对称性可以由单元PU中的数字图像处理来测量,并且可以相对于已知的重叠值来校准。
图5图示了典型目标30的平面图,和图4的设备中的照射斑S的范围。为了获得没有来自周围结构的干涉的衍射光谱,在实施例中,目标30是大于照射斑S的宽度(例如,直径)的周期性结构(例如,光栅)。斑S的宽度可以小于目标的宽度和长度。换句话说,所述目标被照射“欠填充”,并且衍射信号基本上不具备来自位于目标自身之外的产品特征及其类似物的任何信号。照射布置2、12、13、17可以被配置成提供在物镜15的整个后焦面上的均一强度的照射。替代地,通过例如在照射路径中包括孔阑,照射可以被限制在轴线上方向或偏离轴线方向。
图6示意性地描绘基于使用量测而获得的测量数据来确定目标图案30′的一个或更多个关注的变量的值的示例性过程。由检测器18检测的辐射提供用于目标30′的被测量的辐射分布108。
对于给定目标30′,可以使用例如数值麦克斯韦求解器210根据参数化模型206计算/模拟辐射分布208。参数化模型206示出构成目标且与所述目标相关联的各种材料的示例性层。参数化模型206可以包括针对考虑中的目标的部分的特征和层的变量中的一个或更多个变量,所述一个或更多个变量可以变化且被导出。如图6中所示出的,所述变量中的一个或更多个变量可以包括一个或更多个层的厚度t、一个或更多个特征的宽度w(例如,CD)、一个或更多个特征的高度h、和/或一个或更多个特征的侧壁角α。尽管未示出,但变量中的一个或更多个变量还可以包括但不限于:层中的一个或更多个层的折射率(例如,实数折射率或复数折射率、折射率张量等)、一个或更多个层的消光系数、一个或更多个层的吸收率、在显影期间的抗蚀剂损耗、一个或更多个特征的基脚(footing)、和/或一个或更多个特征的线边缘粗糙度。所述变量的初始值可以是针对正在被测量的目标被预期的初始值。随后在212处比较被测量的辐射分布108与被计算的辐射分布208以确定两者之间的差。如果存在差,则可以使参数化模型206的变量中的一个或更多个变量的值变化,计算新的被计算的辐射分布208且将新的被计算的辐射分布208与被测量的辐射分布108进行比较,直至在被测量的辐射分布108与被计算的辐射分布208之间存在充分的匹配。此时,参数化模型206的变量的值提供了实际目标30′的几何形状的良好的或最佳的匹配。在实施例中,当被测量的辐射分布108与被计算的辐射分布208之间的差在公差阈值内时,则存在足够的匹配。
图案化过程的变量被称为“处理变量”。图案化过程可以包括在光刻设备中的图案的实际转印上游和下游的过程。图7示出处理变量370的示例性类别。第一类别可以是光刻设备或用于光刻过程中的任何其它设备的变量310。这种类别的示例包括光刻设备的照射、投影系统、衬底平台等的变量。第二类别可以是在图案化过程中执行的一个或更多个过程的变量320。这种类别的示例包括焦距控制或焦距测量、剂量控制或剂量测量、带宽、曝光持续时间、显影温度、用于显影中的化学成份等。第三类别可以是设计布局、以及它的在图案形成装置中的实施方式或它的使用图案形成装置的实施方式的变量330。这种类别的示例可以包括辅助特征的形状和/或部位、由分辨率增强技术(RET)所应用的调整、掩模特征的CD,等等。第四类别可以是衬底的变量340。示例包括抗蚀剂层下方的结构的特性、抗蚀剂层的化学成份和/或物理尺寸,等等。第五类别可以是图案化过程的一个或更多个变量的时间变化的特性350。这种类别的示例包括高频平台移动(例如,频率、振幅等)、高频激光带宽改变(例如,频率、振幅等)和/或高频激光波长改变的特性。这些高频改变或移动是高于用于调整基础变量(例如,平台位置、激光强度)的机构的响应时间的高频改变或移动。第六类别可以是在光刻设备中的图案转印的上游或下游的过程的特性360,所述过程诸如是旋涂、曝光后焙烤(PEB)、显影、蚀刻、沉积、掺杂和/或封装。
如将了解的,这些变量中的许多变量(如果不是全部)将对图案化过程的参数有影响且常常对所关注的参数有影响。图案化过程的参数的非限制性示例可以包括临界尺寸(CD)、临界尺寸均一性(CDU)、焦距、重叠、边缘位置或放置、侧壁角、图案移位或偏移等。常常,这些参数表达了相对于名义值(例如,设计值、平均值等)的误差。所述参数值可以是单独的图案的特性的值或一组图案的特性的统计量(例如,平均值、方差等)。
可以通过合适的方法来确定所述处理变量中的一些或全部处理变量、或与所述处理变量相关的参数的值。例如,可以根据利用各种量测工具(例如,衬底量测工具)所获得的数据来确定所述值。可以从图案化过程中的设备的各个传感器或系统(例如,光刻设备的诸如调平传感器或对准传感器之类的传感器、光刻设备的控制系统(例如,衬底或图案形成装置台控制系统)、涂覆显影系统工具或轨道工具中的传感器等)获得所述值。所述值可以来自图案化过程的操作者。
图8中图示了用于对图案化过程的部分进行建模和/或模拟的示例性流程图。如将了解的,所述模型可以表示不同的图案化过程且无需包括下文所描述的所有模型。源模型1200表示图案形成装置的照射的光学特性(包括辐射强度分布、带宽和/或相位分布)。源模型1200可以表示照射的光学特性,所述光学特性包括但不限于:数值孔径设定、照射西格玛(σ)设定以及任何特定的照射形状(例如,离轴辐射形状,诸如环形、四极、双极等),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1210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/或相位分布的改变)。投影光学器件模型1210可以表示投影光学器件的光学特性,投影光学器件的光学特性包括像差、失真、一个或更多个折射率、一个或更多个物理大小、一个或更多个物理尺寸等。
图案形成装置/设计布局模型模块1220捕获了所述设计特征如何被布置在图案形成装置的图案中,且可以包括所述图案形成装置的详细的物理性质的表示,如在例如以全文引用的方式并入的美国专利号7,587,704中描述的。在实施例中,图案形成装置/设计布局模型模块1220表示设计布局(例如,与集成电路、存储器、电子装置等的特征对应的器件设计布局)的光学特性(包括由给定设计布局引起的辐射强度分布和/或相位分布的改变),所述设计布局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。由于可以改变用于光刻投影设备中的图案形成装置,因此期望将所述图案形成装置的光学性质与至少包括照射器件和投影光学器件两者的光刻投影设备的其余部分的光学性质分离。模拟的目标常常是用于准确地预测例如边缘放置和CD,可以随后将所述边缘放置和CD与器件设计进行比较。器件设计通常被定义为预OPC图案形成装置布局,并且将以诸如GDSII或OASIS之类的标准化数字文件格式来提供。
可以根据源模型1200、投影光学器件模型1210和图案形成装置/设计布局模型1220来模拟空间图像1230。空间图像(AT)是在衬底水准处的辐射强度分布。光刻投影设备的光学性质(例如,照射件、图案形成装置和投影光学器件的性质)规定了空间图像。
由空间图像来曝光衬底上的抗蚀剂层,并且将所述空间图像转印至抗蚀剂层以作为其中的潜在“抗蚀剂图像”(RI)。可以将抗蚀剂图像(RI)限定为所述抗蚀剂层中的抗蚀剂的溶解度的空间分布。可以使用抗蚀剂模型1240根据空间图像1230来模拟抗蚀剂图像1250。可以使用抗蚀剂模型以根据空间图像来计算抗蚀剂图像,这种情形的示例可以在美国专利申请公开号US 2009-0157360中找到,所述美国专利的公开内容由此以全文引用的方式并入。抗蚀剂模型通常描述了在抗蚀剂曝光、曝光后焙烤(PEB)和显影期间发生的化学过程的效应,以便预测例如形成在衬底上的抗蚀剂特征的轮廓,并且因此其通常仅与抗蚀剂层的这些性质(例如,在曝光、曝光后焙烤和显影期间发生的化学过程的效应)相关。在实施例中,可以捕获抗蚀剂层的光学性质以作为投影光学器件模型1210的部分,抗蚀剂层的光学性质例如是折射率、膜厚度、传播和偏振效应。
因此,通常,在所述光学模型与所述抗蚀剂模型之间的连接是所述抗蚀剂层内的模拟空间图像强度,模拟空间图像强度源自辐射至衬底上的投影、抗蚀剂界面处的折射和在抗蚀剂薄膜叠层中的多次反射。辐射强度分布(空间图像强度)通过吸收入射能量而转变为潜像“抗蚀剂图像”,所述潜像抗蚀剂图像通过扩散过程和各种负载效应被进一步修改。足够快以用于全芯片应用的高效模拟方法通过二维空间(和抗蚀剂)图像来近似抗蚀剂叠层中的实际三维强度分布。
在实施例中,可以将抗蚀剂图像用作图案转印后过程模型模块1260的输入。图案转印后过程模型1260限定一个或更多个抗蚀剂显影后过程(例如,蚀刻、显影等)的性能。
图案化过程的模拟可以例如预测在抗蚀剂和/或蚀刻图像中的轮廓、CD、边缘放置(例如,边缘放置误差)等。因而,所述模拟的目标用于准确地预测例如被印制的图案的边缘放置、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以例如校正所述图案化过程、识别预测到将要出现缺陷的位置等。被预期的设计通常被定义为可以用诸如GDSII或OASIS或其它文件格式之类的标准化数字文件格式而提供的预OPC设计布局。
因而,模型公式描述了整个过程的大多数(如果不是全部)已知的物理和化学效应,并且模型参数中的每个模型参数期望地对应于不同的物理或化学效应。因此,模型公式设定了关于模型可以用于模拟整个制造过程的良好程度的上限。
图9中图示了用于对量测过程进行建模和/或模拟的示例性流程图。如将了解的,以下模型可以表示不同的量测过程且无需包括下文所描述的所有模型(例如,可以将一些模型组合)。源模型1300表示量测目标的照射的光学特性(包括辐射强度分布、辐射波长、偏振,等等)。源模型1300可以表示照射的光学特性,照射的光学特性包括但不限于波长、偏振、照射西格玛(σ)设定(其中,σ(或西格玛)是照射器中的照射的径向范围)、任何特定的照射形状(例如,离轴辐射形状,诸如环形、四极、双极等)等。
量测光学器件模型1310表示量测光学器件的光学特性(包括由量测光学器件所引起的辐射强度分布和/或相位分布的改变)。量测光学器件1310可以表示由量测光学器件对量测目标的照射的光学特性,和来自量测目标的重定向的辐射朝向量测设备检测器的转印的光学特性。量测光学器件模型可以表示涉及目标的照射的各种特性和来自量测目标的重定向的辐射朝向检测器的转印的各种特性,该各种特性包括像差、失真、一个或更多个折射率、一个或更多个物理大小、一个或更多个物理尺寸,等等。
量测目标模型1320可以表示由量测目标重定向的照射的光学特性(包括由量测目标引起的照射辐射强度分布和/或相位分布的改变)。因而,量测目标模型1320可以对由量测目标进行的照射辐射至重定向辐射的转换进行建模。因而,量测目标模型可以模拟来自所述量测目标的重定向的辐射的得到的照射分布。量测目标模型可以表示各种特性(所述各种特性涉及目标的照射、和根据量测产生重定向的辐射),所述各种特性包括一个或更多个折射率、量测的一个或更多个物理尺寸、量测目标的物理布局等。由于可以改变所使用的量测目标,则需要将量测目标的光学性质与至少包括照射件和投影光学器件以及检测器在内的所述量测设备的其余部分的光学性质分离。模拟的目标常常用于准确地预测例如强度、相位等,强度、相位等可以随后用于导出图案化过程的所关注的参数,诸如重叠、CD、焦距等。
可以根据源模型1300、量测光学器件模型1310和量测目标模型1320模拟光瞳或空间图像1330。光瞳或空间图像是检测器水准处的辐射强度分布。量测光学器件和量测目标的光学性质(例如,照射、量测目标和量测光学器件的性质)规定了光瞳或空间图像。
量测设备的检测器被暴露至光瞳或空间图像且检测了所述光瞳或空间图像的一个或更多个光学性质(例如,强度、相位等)。检测模型模块1320表示如何由量测设备的检测器来检测来自量测光学器件的辐射。检测模型可以描述所述检测器如何检测光瞳或空间图像,并且可以包括信噪比、对检测器上的入射辐射的灵敏度等。因此,通常,量测光学器件模型与检测器模型之间的连接是模拟光瞳或空间图像,该模拟光瞳或空间图像源自由所述光学器件对量测目标的照射、由目标对辐射的重定向、和被重定向的辐射至检测器的转移。辐射分布(光瞳或空间图像)通过吸收检测器上的入射能量而转变为检测信号。
量测过程的模拟可以例如基于由检测器对光瞳或空间图像的检测来预测检测器处的空间强度信号、空间相位信号等,或预测来自检测系统的其它计算值,诸如重叠、CD等值。因而,模拟的目标用于准确地预测例如与量测目标对应的检测器信号或诸如重叠、CD之类的导出值。可以将这些值与预期设计值进行比较以例如校正所述图案化过程,识别出被预测到将要出现缺陷的位置等。
因而,模型公式描述了整个量测过程的大多数(如果并非全部)已知的物理和化学效应,并且模型参数中的每个模型参数期望地对应于量测过程中的不同的物理和/或化学效应。
在实施例中,可以在本文中所描述的方法中使用来自图8中所描述的模拟过程的数据和来自上文所论述的量测工具或量测模拟的量测数据。例如,所述数据可以用于建立与衬底、过程变量和/或掩模参数相关联的特性之间的关系。例如,印制于衬底上的特征的CD、剂量值与掩模CD之间的关系。在实施例中,可以在模拟过程的一个或更多个模型中实施额外的关系以产生例如缺陷感知图案化过程、目标布局的重定目标等。
图案形成装置上设置的、或由图案形成装置提供的各种图案可以具有不同的过程窗口,即,将产生规范内的图案所处的处理变量的空间。与潜在的系统性缺陷相关的图案规范的示例包括检查颈缩、线拉回、线薄化、CD、边缘放置、重叠、抗蚀剂顶部损耗、抗蚀剂底切和/或桥接。例如,在两个处理变量(即,剂量和焦距)上限定了过程窗口,使得在图案化之后所获得的CD可以在所述图案的特征的期望的CD的±10%内。可以通过合并单独的图案的过程窗口(例如,使所述过程窗口重叠)来获得图案形成装置或其区域上的所有图案的过程窗口。
通常,图案可以包括以某种方式布置以形成所述图案的一个或更多个特征的若干实例(例如,特征A的106个实例、特征B的104个实例,等等)。在图案化过程期间,一个或更多个特征在某些,例如,剂量/焦距设定的情况下可能发生失效,导致衬底中的缺陷,由此影响所述图案化过程的产率。因此,对于实现期望的产率或选定产率来说,选择剂量/焦距值或处理窗口的适当范围是重要的。例如,可以由例如设计者或制造商来选择高产率(例如,99.9%)或选择产率范围(例如,98%至99.99%)。
例如,已经试图使用对预OPC布局的基于规则的修改(被称为“重定目标”)来改善用于特定特征的过程窗口。参见K.Lucas等人的“用于65nm的器件生产的过程、设计和OPC要求(Process,Design,and OPC Requirements for the 65nm Device Generation)”(Proc.SPIE,第5040卷,第408页,2003年)。用于预OPC布局的基于规则的重定目标的一种方法包括选择性偏差和图案移位。这种方法通过选择性地改变OPC软件用作期望的最终结果的目标边缘放置,可以改善用于某些临界特征的完整的过程窗口性能,同时仍仅在名义过程条件下计算OPC校正。因此,代替最小化设计尺寸与模拟边缘放置之间的误差,OPC软件替代地最小化重定目标尺寸与模拟边缘放置之间的误差。
OPC软件的用户可以以多种方式对设计重定目标以改善过程窗口性能。在重定目标的最简单示例中,可以将规则应用至特定特征以改善其可印制性和过程窗口。例如,众所周知,隔离线与密集线相比具有更差的过程窗口,但过程裕度随着特征尺寸增加而改善。可以应用简单的规则以增加较小的隔离线的尺寸,由此改善过程窗口。已开发出其它基于规则的重定目标的方法,其中,除CD之外的指标用于确定重定目标的边缘放置,诸如归一化图像对数斜率(NILS)或对掩模CD误差的敏感度(MEF或掩模误差增强因子(MEEF))。
基于规则的重定目标方法可以改善在整个过程窗口上的特征的可印制性,但基于规则的重定目标方法遭受若干缺点。这些方法可以变得相当复杂且仅基于预OPC布局。一旦将OPC校正添加至设计,则作为过程条件的函数的印制性能就可以变得与从预OPC设计所预料的情形相当不同,从而引入显著的误差源且防止重定目标实现期望的结果。
图10图示用于与特定的特征相关的重定目标的现有过程的另一示例。在工序P10中,半导体制造过程开始于具有关联(初步)设计规则的特定设计意图1001(例如,由在蚀刻后图像AEI中具有特定临界尺寸CD的通孔所连接的线)的开发。例如,设计规则包括可以被支持的最小线节距/CD、最小通孔节距/CD、2D线或1D线。在工序P20中,设置初始目标CD(例如,显影后图像ADI中的图案的CD)以用于成像,初始目标CD可以基于来自先前节点(例如,先前制造衬底)的经验/外插和早期的缺陷检查实验。
另外,在工序P30中,通常基于在给出由剂量/掩模/焦距漂移或变化引起的这些目标CD的情况下最小化片段的各种量规(例如,用于测量目的的所选图案或特征)中的偏差(也被称为漂移)的权重函数,执行源-掩模优化(SMO)以确定最优照射光瞳。
在SMO过程之后,在工序P40中,从SMO的结果选择掩模图案(例如,>1k个特征,每特征具有许多量规)以制造掩模且使用所述掩模以对衬底上的图案成像(互换地被称为曝光或印制)。使用被成像的衬底上的图案以经由包括OPC过程的图案化过程模拟来校准过程参数,诸如抗蚀剂参数、量测参数(例如,数十个参数)或其它图案化过程相关参数。通过使用被OPC后的掩模图案曝光另一衬底且测量曝光后的衬底的CD来验证OPC校准。这里接受某一残余误差。
一旦校准OPC过程,则在工序P50中,执行实验设计(DOE),例如使用焦距曝光矩阵(FEM)以曝光衬底。使用亮场或电子束检查工具(例如,扫描电子显微法(SEM)或透射电子显微法(TEM))来检查曝光后的衬底的缺陷。对于较成熟的过程,电气测试结构和检查工具(诸如SEM/TEM)用于改善检测算法,从而以高捕获率和低妨害率捕获适当量的缺陷。
在工序P60中,执行过程调整和/或更新设计规则(例如,将某些辅助特征添加至OPC集合,一些辅助特征可以从所述OPC集合舍弃)。由于相对于失效率的目标CD的非理想选择,因此目标CD也被更新(即“重定目标”)以将ADI、AEI、AEI(2L)处的缺陷率改善至可接受的失效率,使得实现最小的图案化相关的产率。在重定目标之后,可以再次执行包括SMO、OPC、检测等的过程和对CD进一步重定目标以进一步改善产率。
上文所论述的现有过程对于客户的每测试器件可能花费长达1年的时间,其中,调节半导体制造过程直到该半导体制造过程对于衬底的每个单独的过程步骤和集成层具有足够的产率。并行地,也开发其它解决方案(例如,OVL目标,和用于过程工具的控制和监测解决方案)以限制制造中的变化且改善总产率。可能需要复杂度增加的若干测试器件以得到最终的高容量制造过程或大批量制造(HVM)过程,所述最终的高容量制造过程或大批量制造过程产生具有足够的图案化产率的芯片。在示例中,产率由于图案化几何公差或设计规则而产生。然而,由于更随机/更不可预测的漂移(例如,粒子),也存在参数产率或产率损失。例如,诸如电气性能、热性能的与芯片的运行相关的参数产率用于确定器件是否工作,器件是否相对于要求过慢或消耗更多的功率等。
上文所论述的现有过程的挑战之一为:由于过程自身、图案化过程的参数与过程变量之间的各种相互依赖性,需要在下一循环(或迭代)中考虑来自第一循环(或迭代)的学习。除使用蛮力外,难以平行化。因此,由于冗长的循环时间而延长了显影时间。
现有过程具有若干缺点。第一缺点为,对于每次过程迭代,必须制造若干新掩模。第二,量测/检查循环可能是非常冗长的(通常数周)。第三,常规的SMO过程未察觉到目标CD的极端侧处的基于实际失效率的极限(例如,过大/过小的特征)。常规的SMO仅针对最优可变性进行优化,该最优可变性例如是用于给定目标CD的过程变量±剂量、±焦距或±掩模偏差的最优可变性。这种优化可以是次优的,这是因为这种优化严重地依赖于用户基于(常常专有的)检查模型提供正确的CD目标。
本发明描述使用基于缺陷的过程窗口根据量测/检查数据确定特性极限(例如,与抗蚀剂CD相关联的特性极限)的替代机制。基于缺陷的过程窗口是指基于与待印制于衬底上的图案相关联的失效率数据而确定的过程变量值。在实施例中,(例如,经由计算机硬件系统100)确定与图案化过程相关联的基于缺陷的过程涉及:获得(i)基于图案化过程的失效率测量结果的与图案化过程相关联的特性(例如,CD)的特性极限和(ii)被定义为图案化过程的过程变量和/或过程变量的方差的函数的特性(例如,CD)的概率密度函数(PDF)。基于特性极限和特性的概率密度函数,确定图案化过程的被估计的失效率。另外,依据过程变量确定基于缺陷的过程窗口,使得特性的被估计的失效率小于所选的失效率阈值(可互换地被称为期望失效率或目标失效率)。例如,识别过程窗口涉及确定过程变量的在被估计的失效率与所选阈值的相交点之间的范围。
在实施例中,通过基于转换函数将用于给定设置的过程变量(例如,剂量)的概率密度函数转换成用于所述设置的特性(例如,CD)的概率密度函数来获得特性极限。转换函数是基于过程变量的函数来确定的。基于特性分布(例如,CD分布),针对给定的过程变量设置和特征的失效率的测量结果来确定特性极限。
在于2017年12月22日申请的美国专利申请号62,609,755和于2018年11月30日申请的(也作为PCT申请PCT/EP2018/085159申请的)美国专利申请号62/773,259中描述了用于确定特性极限(也被称为与特征相关联的参数极限)和基于缺陷的过程窗口的方法的示例,这些美国专利申请的全文以引用方式并入本文中。从用于校准失效率模型的若干特征获得量测数据或检查数据,所述失效率模型可以用于确定用于任何(例如,内插)特征尺寸的模拟器中的特性极限。
根据本发明,基于缺陷的过程窗口用于改善模拟结果和重定目标。图11是根据本发明的实施例的实施基于缺陷的过程窗口和特性极限以改善常规的图案化过程模拟(例如,SMO、重定目标、OPC等)的示例性模拟过程的流程图。
方法1100开始于工序P30,工序P30在目标布局(例如,全芯片布局的片段)上模拟SMO过程,如图10中所论述的。例如,目标布局可以包括多于百万个或数十万个特征。SMO模拟的结果可以是FEM、优化掩模参数(例如,掩模偏差和CD)、被优化的源、被优化的焦距、被优化的照射光瞳等。
工序P1101涉及对校准集合(例如,包括数十个量规或目标布局的所选图案)执行基于缺陷的过程窗口(DB-PW)校准以确定与待印制于衬底上的图案相关的特性极限(例如,CD极限)和局部CD均一性。在DB-PW校准之后,可以将特性极限用于目标布局的任何给定图案。用于确定特性极限(也被称为与特征相关联的参数极限)和基于缺陷的过程窗口的方法的示例被描述于PCT申请第PCT/EP2018/085159号中,所述申请的全文以引用方式并入本文中。
与P1101并行地,使用例如10,000个量规来执行涉及OPC校准(如图10中所论述的)的工序P40。在实施例中,对与用于DB-PW的量规或图案相比多很多的数目的量规或图案执行OPC校准。在实施例中,分离DB-PW校准和OPC校准。DB-PW校准可花费更多时间,这是因为DB-PW校准涉及执行量测测量以确定被印制的衬底上的实际CD和缺陷,而OPC校准不涉及任何量测测量或基于缺陷的计算。
在实施例中,OPC校准涉及校准例如抗蚀剂参数以确保衬底上的被模拟的图案接近于期望的抗蚀剂目标(例如,抗蚀剂中的CD)。在实施例中,OPC的输出为包括例如辅助特征、主要特征、曲线掩模图案、直线图案的掩模图案。在实施例中,OPC校准使用相当大数目个图案或量规(例如,100,000个量规),而DB-PW仅使用量规的子集(例如,数十个量规)。
在实施例中,DB-PW校准产生或使用特征的特性的失效率模型和概率密度函数。例如,可以基于被印制的衬底的测量数据来对与图案相关联的CD分布进行建模。在实施例中,这种失效率模型和CD分布模型可以用于确定CD极限,这是因为仅对数十个量规进行校准且接着预测针对任何量规或图案将印制什么样的CD。例如,CD分布和失效率模型可以是拟合于基于量测的数据(例如,被测量的CD和失效率)上的高斯模型。被拟合的模型可以用于确定针对期望的失效率或目标失效率的CD极限。在实施例中,CD极限可以被视为硬极限,例如,低于CD极限,特征被视为缺陷。
在实施例中,DB-PW校准也校准局部CD均一性(LCDU)如何表现的响应。在示例中,柏桑(Bossung)行为描述CD的剂量敏感度,而局部LCDU描述CD方差,该CD方差可以给出基础CD分布的量度。
来自工序P1101和P40的输出(例如,CD极限和抗蚀剂参数、剂量-焦距矩阵、掩模参数等)可以用于在工序P1103中执行“动态的重定目标”。关于图15来论述示例性动态的重定目标。
在实施例中,在工序P1104中,还可以扩展方法1100以基于显影后图像(ADI)和/或蚀刻后图像(AEI)数据来确定最优过程窗口。例如,可以在显影步骤处基于CD行为来确定ADI过程窗口。可以基于蚀刻后步骤处的CD行为来确定AEI过程窗口。在实施例中,描述CD随着ADI或AEI参数改变而改变的ADI和/或AEI模型可以用于确定CD行为。在示例中,AEI模型可以预测蚀刻之后的CD。可以相对于CD极限来检查蚀刻后CD以确定蚀刻后CD是否在可接受范围内。如果不在可接受范围内,则可以产生被重定目标的布局,或可以修改蚀刻过程使得蚀刻后CD在由DB-PW确定的CD极限内。在实施例中,在工序P1105中,最优过程窗口且也可以用于对全芯片的产率进行预测。
可以在PCT申请号PCT/EP2018/085159中详细论述的以下方程式(1)中表示用于确定CD极限的示例性方法,所述申请的全文以引用方式并入本文中。
在以上方程式(1)中,(i)Rfail为每过程变量(例如,剂量、抗蚀剂相关和/或蚀刻相关)的设置的特征的失效率;(ii)PDFCD(CD,d)是指在某一过程条件(由“d”表示)下基于过程P1101中的测量数据的CD PDF模型;并且(iii)CDFCD(CDlim,d)是PDFCD(CD,d)的累积分布函数,该累积分布函数提供处于和超出CDlim时的失效的总概率。可以在过程变量(例如,剂量、抗蚀剂相关、蚀刻变量)的一个或更多个设置下以对应的失效率确定CD极限,其中,失效的特征不影响彼此的失效率(即,本领域技术人员可以将每个失效视为“隔离失效”),但存在足够量的失效的特征以限制被测量或确定的失效率的方差。在实施例中,可以根据如下文所描述的本发明来确定PDFCD。例如,PDFCD可以被确定为剂量和掩模变化的函数。在另一示例中,可以基于调整模型来确定PDFCD,该调整模型调整由于剂量贡献而引起的变化。
失效率模型还可以用于确定在整个过程变量(例如,剂量、抗蚀剂、蚀刻)范围内的过程窗口(更多细节参见PCT申请号PCT/EP2018/085159)。例如,过程窗口可以是剂量值(“d”)的范围,在所述范围内,被估计的失效率可以小于10-9。在实施例中,可以例如使用以下方程式(2)根据期望的产率(例如,对于106个特征,产率为99.9%)确定期望的失效率:
Rfail(d)=(1-Y(d)) …(2)
在实施例中,可以使用被估计的失效率(例如,在方程式2中)如下计算产率:
Y(d)=(1-Rfail(d))N …(3)
在以上方程式(3)中,Y(d)是针对N个单独的特征的在特定剂量(d)下的产率,并且Rfail(d)为被估计的失效率(例如,在方程式2中)。基于这种被计算的产率,可以选择过程窗口,在所述过程窗口中,被计算的产率大于或等于期望的产率(例如,99.9%)。
图12A至图12B图示使用图案的校准集合来确定CD极限和失效率数据的示例性方法。在实施例中,被模拟的抗蚀剂图案可以对应于使用如下文所解释的方程式(4)进行的(在工序P1101中的)DB-PW校准的测量数据。
CDlim=a+b.(H2-H1) …(4)
在以上的方程式(4)中,CDlim为基于根据DB-PW数据确定的特征的CD的特性极限的示例,H2-H1为基于在两个不同高度(例如,在抗蚀剂层的顶部处的H1,和在抗蚀剂层的底部处的H2)下的模拟抗蚀剂轮廓(例如,参考图12C)的CD值而确定的CD裕度。在实施例中,SMO或相关的过程模拟器可以被修改以包括方程式(4)以确定在抗蚀剂的顶部或底部处的裕度(参见图12C)。
在实施例中,如图12A中示出,量规#G可以是具有可以变化的4个参数px、py、CDx和CDy的孔阵列,其中,p表示在x方向上的节距且CDx表示在x方向上的CD。在实施例中,根据量规#G,可以产生多个量规#G0、#G1、#G2、#G3和#G4,如图12B中示出的。例如,在图12B中,#G1为单行特征、#G1为竖直列特征、#G3为对角配置的特征。对于每个量规,可以确定CD极限。例如,CD极限可以是CDL,G0、CDL,G1、CDL,G2、CDL,G3和CDL,G4。类似地,对于每个量规,模拟器可以产生例如抗蚀剂CD H1/H2G0、H1/H2G1、H1/H2G2、H1/H2G3和H1/H2G4。以这种方式,方程式(4)将CDlim与模拟CD值相关联。图12C中图示示例性抗蚀剂轮廓以及被测量的CD所在的顶部位置和底部位置。
图13示出根据本发明的实施例的使用抗蚀剂轮廓的顶部和底部处的CD来确定基于缺陷的过程窗口的示例性方法。在本示例中,对20nm的接触孔使用环形照射模型来执行过程模拟。在实施例中,使用例如基于被测量的数据的失效率模型来确定过程窗口和CDlims。此外,可以使用如本文中所论述的修改后的过程来模拟这种过程窗口。例如,使用包括方程式(4)的校准后的模拟过程(例如,关于图14A和图14B所论述的)。因而,可以在半导体制造过程中早先有利地模拟基于缺陷的过程窗口PW1。例如,通过在抗蚀剂的底部和顶部处测量且假定关于CDlims的某一裕度,可以确定过程窗口PW1。过程窗口PW1的边缘示出轮廓或这些极限在抗蚀剂轮廓的不同深度处如何表现。在实施例中,裕度是可以用于适用于抗蚀剂的底部和顶部的CD改变的量。接着,可以由剂量和焦距矩阵确定过程窗口PW1。因此,基于抗蚀剂轮廓,可以比较CD极限;并且可以基于CD极限来确定过程窗口。在这种实施例中,在假定无局部CD变化的情况下,获得基于缺陷的过程窗口PW1。在一些其它实施例中,考虑LCDU,并且过程窗口可以相应地改变。
图14A和图14B示出根据本发明的实施例的用于确定校准后的模拟过程的示例性方法。图14A图示基于根据被印制的衬底获得的实验数据和被印制的衬底的检查数据的示例性DB-PW(更多细节参见PCT申请号PCT/EP2018/085159)。参考图14A,可以通过针对每个过程条件(例如,在计算机硬件系统100的处理器上)执行失效率模型(例如,P1101)来确定失效率。另外,基于给定的期望失效率或可接受的失效率,可以确定可接受的过程窗口PW2(虚线)。另外,可以对可接受的过程窗口PW2执行椭圆拟合(或任何其它种类的合适的拟合)以确定例如具有最大曝光宽容度的椭圆过程窗口PW3。
在图14A中,过程窗口cPW为基于针对具有20纳米的平均接触孔的29个接触点的常规OPC模拟而获得的过程窗口,PW2的轮廓处于固定的失效率或可接受的失效率,并且PW3的轮廓是在窗口PW2内的椭圆拟合,其中,从焦距和CD的视角来看,PW3可以被认为是最大过程窗口。可以观测到,经典的过程窗口cPW不同于DB-PW PW2/PW3。基于过程窗口PW2/PW3,可以确定最佳剂量为约53mJ/cm2,最优CD是约22.5nm且最优焦距位置是在窗口的中心处的-11纳米。这有利地提供实验设置,并且可以使用的过程窗口的尺寸可以操作图案化过程,使得被印制的图案将在某一失效率内。
图14B图示使用校准后的模拟过程所产生的示例性被模拟的过程窗口PW2′和PW3′,其中,基于根据本发明的实施例的DB-PW数据(例如,图14A中示出)来校准模拟过程的参数。在本示例中,DB-PW数据(例如,CDlim或PW2)关于在抗蚀剂的底部处和顶部处的可用的裕度是多少来引导所述模拟器。因此,用于模拟过程中的模型的参数被修改以匹配实验结果。在本示例中,调整后的模拟参数是吸收率/dilLB=5μm-1,抗蚀剂厚度Tresist=44nm,Zmeas=Tresist的15%。在实施例中,也可以应用或修改AI的模糊度、闪烁和其它参数,使得被模拟的过程窗口(例如,PW3′)对准或紧密地匹配于DB-PW(例如,PW3)。根据本发明,不仅可以拟合与经典的CD-柏桑相关的参数(例如,抗蚀剂的σblur、闪烁、SEM偏移等),而且可以拟合与“CD极限”相关联的参数,例如CD极限通过在根据模拟获得的图案的抗蚀剂轮廓的不同高度处的CD来表征。
根据本发明,存在校准后的模拟过程的若干优点。在实施例中,也可以校准局部CD响应,使得被测量的CD变化可以与关于例如剂量敏感度的模拟CD变化相关联。另外,校准可以扩展为包括掩模的CD变化,从而造成抗蚀剂中的CD变化。在另一示例中,也可以执行模拟以确定过程窗口在剂量增大、抗蚀剂或抗蚀剂的敏感度增大时如何变化。此外,可以执行模拟以研究在掩模水平处的CD偏差改变的情况下会发生什么样的情形。
额外的剂量可以改善过程窗口,但可能改变目标CD和最佳焦距。例如,随着调整剂量,局部CD均一性减小,CD目标偏差减小,并且CD窗口生长。然而,剂量增大也可以增大焦深(DoF),这可能是不期望的。从生产率的视角来看,可能期望将剂量保持为尽可能低,但从性能的视角(例如,增大的PW)来看,可能期望较高的剂量。由此,基于若干参数(剂量、CD窗口、LCDU@BEBF、BF、DoF)的改变,可以选择解之间的剂量值。
在另一示例中,在表2中,可以调整掩模偏差,从而导致目标CD偏差增大。例如,可以在20%的掩模偏差下获得最优CD窗口。此外,在20%的掩模偏差下,在最佳焦距处的LCDU改变并且DoF也相应地改变。
在一些实施例中,曝光宽容度是一剂量范围且DoF是窗口(例如,图14A中的PW2)的范围。在实施例中,曝光宽容度可以被转换成CD窗口,例如在较高剂量下的CD减去较低剂量的CD。
在另一示例中,可以调整抗蚀剂参数以在针对不同的抗蚀剂材料(例如,CAR抗蚀剂相对于非CAR抗蚀剂)的给定吸收速率下确定最优抗蚀剂厚度。
在实施例中,如果可以对抗蚀剂的行为进行建模(例如,光子吸收率或局部变化CD变化如何依赖于抗蚀剂的厚度),则抗蚀剂厚度可以变化以确定最优过程窗口。可以理解,前述抗蚀剂参数被呈现为示例且不限制本发明的范围。在实施例中,可以以实验方式确定抗蚀剂参数之间的额外的关系且该额外的关系基于与抗蚀剂相关的测量来校准模拟过程。
在实施例中,可以存在确定DoF的若干因素。例如,使用柏桑曲线、局部CDU劣化和实际抗蚀剂轮廓和对CD裕度的影响来确定经典的CD窗口。也可以使用本发明的实施例来模拟这样的行为。
图14C图示用于示出DoF的改变如何影响产生非显而易见的过程窗口的CD裕度的示例性模拟。图14C图示在不同的DoF处的可用的裕度,曲线Mup指示与顶部抗蚀剂CD相关联的上部裕度,曲线Mb指示与底部抗蚀剂CD相关联的内部裕度,并且曲线Mtot指示预期具有的作为焦距的函数的总裕度。曲线指示DoF相当显著地影响抗蚀剂轮廓,指示在DoF过于远离中心(例如,最佳焦距或名义焦距)时在抗蚀剂轮廓的底部处或顶部处的可用的较小CD裕度。
在实施例中,可以实施与图案化过程相关的模拟过程的校准,如关于图15所论述的。例如,方法1500包括如下详细论述的工序P1501和P1503。
工序P1501包括:(i)基于被印制的图案的阈值失效率获得被印制的图案的特性的特性极限1501,和(ii)基于特性极限1501获得参考过程窗口1503。
在实施例中,通过基于被模拟的图案的特性和被印制的图案的特性拟合特性模型的参数来确定特性模型。
在实施例中,(例如,经由计算机硬件系统100)获得被印制的图案的特性的特性极限1501包括:经由光刻设备将目标布局的所选图案印制于衬底上;(例如,经由计算机硬件系统100)基于被印制的图案的检查数据确定每个所选图案的失效率;基于每个所选图案的失效率和特性拟合失效率模型,所述失效率模型被配置成确定与图案的特性相关联的失效率;以及(例如,在计算机硬件系统100的处理器上)执行所述失效率模型,以确定所选图案的特性的特性极限1501,使得满足阈值失效率。
在实施例中,在获得特性极限1501时,不仅可以校准特性极限1501而且可以校准图案的CD的行为和相关较高阶的矩(例如,方差、偏斜、峰度等)。在实施例中,校准例如方差和偏斜度有助于将特性模型的预测与模拟数据优选地匹配。校准CD分布的示例在先前提及的PCT申请PCT/EP2018/085159中进行了详细论述。在实施例中,通过调整过程变量(包括例如闪烁、抗蚀剂模糊度)经由剂量/焦距来校准CD。可以通过剂量敏感度(“ILS”)和/或MEEF模拟来校准方差,例如如本发明所论述的。在实施例中,也可以在整个窗口内表征较高阶的矩,并且较高阶的矩被拟合以匹配预测。
工序P1505包括(例如,经由计算机硬件系统100)校准模拟过程,使得被模拟的过程窗口在参考过程窗口1503的可接受阈值内。在实施例中,被模拟的图案包括衬底的层内的图案的轮廓。在实施例中,被模拟的图案的特性包括所述层的顶部处的第一特性与所述层的底部处的第二特性之间的差。在实施例中,模拟过程包括:源掩模优化过程和光学邻近效应校正过程,所述源掩模优化过程和光学邻近效应校正过程被配置成调整掩模参数、源参数或过程参数以使被印制的图案在目标特性值的可接受阈值内。
在实施例中,获得参考过程窗口1503包括基于与被印制的衬底相关联的检查数据来(例如,经由计算机硬件系统100)确定与满足特性极限1501的每个所选图案的特性相对应的剂量和焦距的值。
在实施例中,模拟过程的校准包括:(例如,在计算机硬件系统100的处理器上)执行一个或更多个过程模型以确定被模拟的图案;和调整与一个或更多个过程模型相关联的参数值,直到被模拟的图案的特性满足特性极限1501。在实施例中,校准包括基于被模拟的图案的特性(例如,经由计算机硬件系统100)确定被模拟的过程窗口和被模拟的过程窗口是否在参考过程窗口1503的可接受阈值内。
在实施例中,一个或更多个过程模型包括特性模型,基于被模拟的图案和与被印制的图案相关联的特性极限1501来拟合所述特性模型。在实施例中,通过基于被模拟的图案的特性和被印制的图案的特性拟合特性模型的参数来确定特性模型。
在实施例中,一个或更多个过程模型的参数可以包括特性模型的参数。例如,解释特定过程(例如,ADI或AEI)中的CD的行为的平均值、方差、偏斜度等。
在实施例中,一个或更多个过程模型的参数可以包括与相关联于图案化过程的空间模型相关联的空间图像参数。
在实施例中,一个或更多个过程模型的参数可以包括与关于图案化过程的抗蚀剂模型相关联的抗蚀剂参数。在实施例中,抗蚀剂参数包括以下各项中的一个或更多个:空间图像的模糊度相关参数、抗蚀剂层的抗蚀剂厚度、与抗蚀剂(材料)相关的吸收量、抗蚀剂层的表面张力、抗蚀剂层处的应力和应变、或抗蚀剂模型或模拟器中包括的其它抗蚀剂相关的参数。在实施例中,这些抗蚀剂参数对CD的影响在本质上可以是线性的或非线性的。
在实施例中,一个或更多个过程模型的参数可以包括与相关联于图案化过程的蚀刻模型相关联的蚀刻参数。
在实施例中,模拟过程的校准是迭代过程。一个或更多个迭代包括:使用待印制于衬底上的所选图案来(例如,在计算机硬件系统100的处理器上)执行一个或更多个过程模型,以确定衬底上的被模拟的图案;调整与一个或更多个过程模型相关联的参数的值,使得被模拟的图案的特性满足与所选图案相关联的特性极限1501;以及基于被模拟的图案的特性(例如,经由计算机硬件系统100)确定被模拟的过程窗口和被模拟的过程窗口是否在参考过程窗口1503的可接受阈值内。
在实施例中,一个或更多个过程模型的参数的调整包括调整与特性模型相关联的参数的值,使得顶部处的被模拟的图案的特性与底部处的被模拟的图案的特性之间的裕度相对于特性极限1501被最大化。
在实施例中,方法1500还包括:获得热斑图案的集合,每个热斑图案是来自目标布局的用户选择的图案和/或与相比于目标布局的其它图案具有的相对较高的失效概率相关联的图案;通过使用热斑图案的集合和失效率模型来(例如,经由计算机硬件系统100)模拟校准后的模拟过程,来确定用于每个热斑图案的基于缺陷的过程窗口;以及基于每个基于缺陷的过程窗口的叠置,确定与阈值失效率相关联的一个或更多个过程变量的最优值。
如早先关于方程式4提及的,可以将总失效计算为(1-FRfinal)=Πi(1-FRfeamre-i)Ni,其中,FRfeature依赖于过程参数(例如,剂量/焦距)。
在实施例中,一个或更多个过程变量选自:最佳焦距、最佳剂量、由阈值失效率表征的剂量-焦距窗口、像差(例如,在扫描器上是可选择/可调节的像差)、MSD、OVL(例如,在受到两个单独的层上的图案的CD影响的“EPE”设置的情况下)。
在实施例中,方法1500还包括:基于失效率模型(例如,经由计算机硬件系统100)确定与每个热斑图案相关联的产率;和通过计算与在整个全芯片布局上的每个热斑图案相关联的每个产率的乘积来确定全芯片布局的总产率。
在实施例中,方法1500还包括:通过模拟校准后的模拟过程,确定裕度是否可用于调整重定目标图案的特性以导致将目标特性值印制于衬底上;和响应于所述裕度不可用,经由使用所述重定目标图案模拟所述校准后的模拟过程来确定对与图案化过程相关联的过程的调整,使得将目标特性值印制于衬底上。
在实施例中,对过程的调整包括:(例如,经由计算机硬件系统100)调整显影后图像处的蚀刻偏差中的一个或更多个蚀刻偏差的值,包括各向同性回蚀或间隔件过程、过程负载的量。在实施例中,过程负载的量可以是由等离子体密度、再沉积速率或通过调整所使用的气体的分压而确定的蚀刻速率和/或沉积速率的函数。在示例中,可以通过依赖于高斯半径内的开放帧(open-frame)的蚀刻速率或沉积速率来建模负载。
在实施例中,方法1500还包括:使用全芯片布局模拟校准后的模拟过程以确定模拟特性值与相关联于全芯片布局的目标特性值之间的残余误差;经由光刻制造检查来确定与全芯片布局相关联的模拟特性值是否满足期望的产率;并且响应于未满足期望的产率,经由校准后的模拟过程来调整源参数、掩模参数或过程参数以减少残余误差,使得满足期望的产率。
一旦根据DB-PW实验数据校准模拟过程,如上文关于图11和图15所论述的,校准后的模拟过程就可以用于执行所谓的基于缺陷的源掩模优化,所谓的基于缺陷的源掩模优化包括例如重定目标。在实施例中,重定目标是指基于使目标图案偏差而产生更新的图案。在本实施例中,重定目标可以通过基于从失效率模型和CD分布模型获得的CD极限使特性(例如,目标CD)偏差来进行。在实施例中,可以如本文中或如全文并入本文中的PCT/EP2018/085159中所论述的来确定CD分布模型。根据本发明被确定的CD分布模型可以针对特定剂量和/或掩模偏差提供对CD的较准确的预测,如稍后在本文中将论述的。
图18图示根据本发明的动态的重定目标的示例。在实施例中,结合源-掩模优化过程来使用DB-PW数据。例如,在SMO内,用于平衡CD裕度的±剂量、±掩模偏差和ΔBF(即,最佳焦距的改变)。例如,(例如,如在工序P1101中)相对于根据DB-PW实验获得的CD极限被确定的CD裕度。此外,在SMO内,如果可以得到CD极限,则可以将动态的重定目标应用于目标图案的特征。
动态的重定目标开始于初始目标图案TP181,初始目标图案TP181也被称为初始目标片段TP181或具有目标图案的片段。目标图案TP181的重定目标基于所预测的目标图案的特性的漂移(例如,CD漂移)。在实施例中,对于给定的失效率,本领域技术人员可以估计CD上有多少剂量和掩模漂移。本文中论述用于确定漂移的基于剂量和掩模的示例性方程式。
在本示例中,初始目标图案TP181包括如所示出的那样布置的多个接触孔。特性极限数据L181(如所图示)用于确定重定目标图案。在示例中,特性极限L181是基于DB-PW实验而确定的CD极限L181。在示例中,基于CD极限L181对初始目标图案TP181的特征TF181重定目标。
特性极限数据L181包括由DB-PW实验确定的CD上限CDL1和CD下限CDL2。此外,名义或目标CD TCD被示出为重叠于CD极限数据L181上。也示出在给定失效率下针对接触孔的评估的CD漂移EV1和EV2。关于图20和图21来论述评估CD漂移的示例。也示出被计算为CD漂移与CD极限之间的差的示例性CD裕度。在实施例中,CD漂移EV1和EV2是在给定的失效率下在例如与名义CD或目标CD的3个标准差下计算的CD值。可以使用关于例如图11和图15所论述的校准后的模拟过程来模拟这些极值漂移。
框L181中的极限还示出,与在下侧(例如,CDL2-EV2)上相比,在上侧(例如,CDL1-EV1)上可以用相对更大的裕度。这些裕度指示目标图案TP181的特征尺寸可以增大,而不是减小特征尺寸。因此,如图中示出的,可以产生重定目标图案RTP181以包括重定目标特征RTF181,所述重定目标特征相比于TF181中示出的目标CD具有更大的CD。
在实施例中,可以重复以上步骤以产生最终的重定目标图案或重定目标片段。此外,在实施例中,对于重定目标片段,也可以优化源。
因此,图18中的重定目标过程可以预测多少特征处于CD极限下,哪些特征超出极限。此外,如果给定目标布局中的特征的出现次数,则可以执行统计分析以确定哪一特征可以被保持且哪些特征可以被移除。例如,特征#1具有10-10的失效率,并且特征#2具有10-6的失效率且如果特征#2类型的数目比特征#1大得多,则基于裕度可以确定,是允许特征#2的目标大小还是将特征#2重定目标。在另一示例中,如果没有留下用于对特征重定目标的裕度,则可以推荐过程的改变。示例性过程改变包括如关于图16和图17所论述的抗蚀剂参数、蚀刻参数等的改变。
图19图示根据本发明的实施例的与图案的特性极限(例如,CD极限)相关联的示例性CD漂移和CD裕度。图20A和图20B图示根据本发明的实施例的CD的CD裕度和极值(EV)漂移如何在不同的过程条件(例如,剂量、焦距、掩模偏差等)下表现的示例。
在图19中,示例性概率分布函数PDF191为基于失效率数据以计算特定CD的失效概率的被建模的CD分布。在实施例中,可以基于剂量和掩模变化以及在本文中稍后论述的调整模型来确定CD分布PDF191。
可以计算在CD分布PDF191上积分的累积密度函数CDF。在本示例中,可以通过在CD(x轴)上从左至右对PDF191积分来计算左侧CDF。类似地,可以通过在CD(x轴)上从右至左对PDF191积分来计算右侧CDF。
在实施例中,可以基于被印制的衬底的失效率数据来确定CD极限(例如,参见工序P1101)。在实施例中,具有低于CD极限的CD值的图案被认为是失效的图案。在实施例中,为了改善图案化过程的产率,可以指定可接受的失效率TFR(也被称为阈值失效率)。可接受的失效率或阈值失效率可以大于图案的实际失效率。接着,可以相对于这种阈值失效率TFR执行重定目标或过程调整。
在实施例中,EV漂移是指在基于缺陷的过程窗口的边缘处被确定的特性或过程变量的值。例如,CD中的EV漂移可以是相对于名义CD或目标CD TCD的CD偏差,其中,在DB-PW的剂量极值和/或焦距极值下确定CD偏差。在实施例中,可以基于被建模的CD分布的3个标准差来确定EV漂移。在实施例中,动态的重定目标过程(例如,图18)迭代地修改特征的CD值以最小化CD EV漂移或改善CD裕度(在实施例中最大化CD裕度)。在实施例中,最小化EV漂移造成在两侧上最大化CD裕度,如图19中所图示的。在实施例中,包括本文中所论述的剂量漂移和/或掩模漂移方程式的校准后的SMO可以用于通过使剂量和/或掩模偏差变化来最小化EV漂移。
在实施例中,依赖于CD分布或CDF的形状,在一侧上比在另一侧上相对更多的CD裕度(nm)是可用的。例如,具有相对较长尾部的CD分布在尾部处可以具有较小的CD裕度。
图20A示出在CD分布PDF191或对应的CDF向右移位的情况下发生什么样的情形的示例。如示出的,左侧处的CD裕度CDM1′增加,但右侧处的CDM2′变为负。因此,CDF的移位可能导致CD的EV漂移超过CD极限,并且较大的特征可能不满足目标失效率准则。换句话说,没有裕度可用于增大被重定目标的CD的尺寸,并且被重定目标的CD将很可能造成图案的失效。在实施例中,两个CD裕度可能变成负的,这是不期望的。图20B示出CD裕度CDM3为负且左侧的CD裕度为零(这也为不期望的)的示例。
从源掩模优化的视角来看,EV漂移可能与属于目标失效率的剂量设置相关。换句话说,目标失效下的剂量设置可能造成PDF的尾部或CDF的移位。因此,根据本发明,源掩模优化器可以被配置成通过查看属于目标失效率TFR的特定剂量值来追踪CD裕度。因此,可以通过追踪剂量来追踪CD裕度或EV漂移。
在实施例中,仅可以优化源且可以使用以下剂量漂移方程式来追踪在特定的目标速率下的剂量:
在以上方程式(5)中,doseEV表示在目标失效率或期望失效率FRtarget(即,TFR)下和在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的剂量值,NDS为图案的特性的剂量敏感度,LCDUdose 3σ表示与在距离平均特性值3个标准差下和在特定剂量下的特性值相关联的变化,并且CDF表示特性的PDF的累积分布函数。在一个实施例中,不管CD裕度在目标失效率下是正的还是负的,都可以确定追踪CD裕度的剂量范围。在一个实施例中,可以通过追踪剂量范围来最小化焦距或焦距控制。
在实施例中,可以优化源和掩模两者,并且CD的漂移可以由剂量和掩模参数(例如,掩模偏差)两者引起。在这样的情况下,可以考虑掩模CD变化和剂量CD变化的组合。例如,可以使用下文给出的剂量漂移方程式(6)来追踪在特定的目标速率TFR下的剂量。此外,可以使用下文所描述的以下掩模偏差漂移方程式(7)来追踪在特定的目标速率TFR下的掩模参数(例如,掩模偏差)。
在实施例中,剂量漂移方程式通过下式给出:
在以上方程式(6)中,doseEV表示在目标失效率或阈值失效率FRtarget(即,TFR)下和在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的剂量值,NDS为图案的特性的剂量敏感度,LCDUdose表示在特定剂量下的特性的变化,LCDUtotal表示图案的特性的总变化,LCDUdose 3σ表示与在距离平均特性值3个标准差下的特性值和在特定剂量下的特性值相关联的变化,并且CDF表示特性的PDF的累积分布函数。
在实施例中,通过下式给出掩模偏差漂移方程式:
在以上方程式(7)中,maskEV表示在阈值失效率FRtarget下和在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的掩模偏差,LCDUmask@W是与由于掩模偏差而引起的抗蚀剂图案相关联的特性的变化,LCDUtotal表示图案的特性的总变化,并且CDF表示特性的PDF的累积分布函数。
在实施例中,插入方程式5、6和/或7或与SMO过程结合使用以得到最大的CD裕度或最小化漂移。
图21是用于产生与图案化过程相关联的重定目标图案的方法2100的流程图。例如,方法2100包括如下详细论述的工序P2101和P2103。
工序P2101包括:获得(i)与待印制于衬底上的目标图案相关联的特性的目标值,(ii)与目标图案相关联的特性极限2101和(iii)源掩模优化(SMO)过程,所述特性极限2101是一些特性的值,超出这些特性的值,与目标图案相对应的被印制的图案将被认为是有缺陷的,所述源掩模优化(SMO)过程被配置成基于与目标图案的特性相关联的阈值失效率来计算剂量和/或掩模参数。
在实施例中,如本文中所论述的,基于失效率模型获得特性极限2101,使用与衬底上的被印制的图案相关联的失效率数据和阈值失效率来校准所述失效率模型,使用初始SMO数据来执行所述印制。
工序P2103包括通过使用目标图案模拟源掩模优化过程以产生重定目标图案,使得重定目标图案的特性进一步落入与目标图案相关联的特性极限内。在实施例中,基于在阈值失效率下与所述特性极限2101相关联的裕度来确定重定目标图案的特性是否进一步在极限内。在实施例中,这样的裕度被增大或在实施例中被最大化。重定目标图案的产生包括:使用初始SMO数据模拟源掩模优化过程以确定在阈值失效率下与目标图案相关联的特性的漂移;(例如,经由计算机硬件系统100)确定特性极限2101与在阈值失效率下的漂移之间的裕度;以及调整目标图案的特性值,使得所述裕度被增大而不超过与目标图案相关联的特性极限2101,调整后的特性值用于产生重定目标图案。
在实施例中,获得源掩模优化(SMO)过程包括:包括剂量漂移方程式以基于特性的概率密度函数(PDF)、局部临界尺寸均一性、图案的特性的剂量敏感度和阈值失效率来计算剂量;和/或包括掩模方程式以基于特性的概率密度函数(PDF)、由掩模偏差引起的局部CD均一性以及阈值失效率来计算掩模特性。
在实施例中,由本文中所论述的方程式(5)或(6)给出剂量漂移方程式,并且由本文中所论述的方程式(7)给出掩模方程式。在实施例中,极值漂移可以是全局漂移。可以利用在SMO过程中使用的成本函数或评价函数实施这些漂移。
在实施例中,(例如,经由计算机硬件系统100)确定重定目标图案是迭代过程,迭代包括:使用包括优化源和优化掩模参数的初始SMO数据和初始目标图案或重定目标图案作为输入来模拟源掩模优化过程,以确定在阈值失效率下与目标图案相关联的特性的漂移;确定特性极限2101与在阈值失效率下的特性的漂移之间的裕度;以及调整目标图案的特性值,使得所述裕度被增大而不超过与目标图案相关联的特性极限2101,调整后的特性值用于产生重定目标图案。
在实施例中,最大化特性的特性极限与特性的极值之间的裕度,特性的极值是由来自一个或更多个过程变量的贡献因子引起的值,期望失效率,例如统计上全局(例如,与目标布局的片段相比,与整个目标布局相关的数据)变化的过程变量。
在实施例中,由焦距、剂量或全局剂量、测量值与目标值之间的误差的移动标准差(MSD)、抗蚀剂厚度和/或包括酸或猝灭剂的抗蚀剂组分引起特性的极值。
在实施例中,方法2100还包括:使用重定目标图案来模拟源掩模优化(SMO)过程以确定与全芯片布局相关联的模拟特性值;经由光刻制造检查确定与全芯片布局相关联的模拟特性值是否满足期望的产率;以及响应于未满足期望的产率,调整源参数、掩模参数或过程参数,使得满足期望的产率、调整后的源参数、掩模参数或过程参数用于产生被优化的源、被优化的照射光瞳和/或被优化的掩模。
上文所论述的方法具有若干优点。一个优点是可以基于可用的CD裕度执行过程调整。在下文中进一步详细论述使用SMO或校准后的SMO模拟过程和基于CD裕度或EV漂移的动态的重定目标以确定过程调整的示例性应用。通过考虑蚀刻过程、沉积过程或用于在衬底上制造最终图案(或结构)的其它显影后过程的特性来执行过程调整。
常规的SMO考虑光刻设计目标(例如,ADI目标)和考虑光刻-蚀刻-偏差的规则的特定集合。出于以下原因,可能期望偏差规则。第一,蚀刻过程引入邻近效应。这可以在最终的OPC步骤中减轻,但在SMO中较早考虑这种情形会导致不同的结果。第二,CD和图案放置误差(PPE)或边缘放置误差(EPE)从ADI至AEI的转换是非常不同的。通常,CD误差在蚀刻之后减小两倍(例如,2倍),但PPE或EPE并未减小。结果,可以通过常规的SMO过程获得次优光瞳。第三,蚀刻过程可以由于抗蚀剂轮廓的差异而引发特征之间的显著焦距改变。这种焦距改变无法由最终OPC步骤修复。
根据本发明,描述考虑蚀刻过程的特性的图案转印或蚀刻感知SMO。具体地:(i)蚀刻邻近效应(例如,特征之间、2D形状、CD相对于节距)。这些蚀刻邻近效应通常仅是CD相关的;(ii)CD和图案放置误差通过向它们中的每个给出不同的权重而从ADI至AEI的转换。在实践中,SMO优化边缘位置ADI,所述边缘位置ADI为CD和放置误差的组合。因此,现在边缘位置AEI被预测且用于优化;(iii)蚀刻引发的焦距改变。为了使SMO在优化中包括这种情形,计算抗蚀剂轮廓且使用简单的蚀刻模型。例如,为了获得抗蚀剂轮廓,在多个抗蚀剂阈值下计算边缘位置。蚀刻模型可以接着计算这种抗蚀剂轮廓如何转换成CD AEI;并且(iv)包括依据光刻-蚀刻偏差而变化的预期的LCDU减小。这种关系可以是依赖于特征的。这可以在ADI处导致次优LCDU,但在AEI处导致最优LCDU。
图16解释在显影之后的可用的典型选项,使得衬底包括示例性目标图案1601(本文中可互换地被称为目标AEI)。目标图案1601包括密集的接触孔阵列(3×3)和隔离的接触孔,每个接触孔期望具有25nm的尺寸。在示例性过程中,可以通过执行一个或更多个显影后处理来实现目标AEI 1601,该一个或更多个显影后处理包括沉积、蚀刻、原子层蚀刻(ALE)和原子层沉积(ALD)。
在本示例中,参考1602中的过程,沉积过程导致在密集的阵列上的沉积比在隔离的接触孔上的沉积少。因此,密集的阵列CD增大至30nm,而隔离的接触孔增大至50nm,这是由于针对密集的阵列和隔离的接触孔的负载效应可以是不同的。另一选项可以是在沉积过程之后执行蚀刻过程。在蚀刻过程之后,密集的阵列CD减小至20nm,而隔离的接触孔CD减小至10nm。再次,可以由于对密集的阵列和隔离的孔的蚀刻负载效应导致CD的差。在另一选项中,可以执行ALD或ALE以线性地生长或线性地蚀刻密集的阵列和隔离的孔。换句话说,针对隔离的孔和密集的阵列沉积的材料量(或蚀刻材料的量)是相同的,由此图案中的每个CD可以是30nm(或针对ALE为20nm)。
通常,可以执行调整以通过同时进行蚀刻和沉积或在循环中执行每个过程来平衡负载量。例如,首先进行规则的沉积、规则的蚀刻循环,并且接着进行ALE和/或ALD。
在本文中,SMO或校准后的SMO可以被修改以包括诸如蚀刻模型、沉积模型或其它相关的模型等图案化后的模型,以通过调节蚀刻参数或沉积参数来确定蚀刻图案、沉积图案和对应的图案的特性值(例如,CD、PPE、EPE)。在实施例中,可以基于蚀刻图案和沉积图案的几何参数来拟合蚀刻和/或沉积过程模型。例如,所述拟合可以基于包括蚀刻后的图案数据、从蚀刻后的衬底获得的沉积图案数据和沉积后的实验数据。
如早先所论述的,根据实施例,SMO模拟被配置成缺陷感知的。例如,执行检查以确定模拟特性是否满足目标失效率下的CD裕度。在实施例中,通过在SMO过程中包括蚀刻模型和/或沉积模型,可以相对于可用的CD裕度来检查蚀刻CD和/或沉积CD。
如图16中所论述的,现有的蚀刻过程、沉积过程、ALE、ALD可以产生图案(例如,密集的图案或隔离的图案)的不在可接受的极限(例如,CD极限)内的蚀刻CD或沉积后CD,这可能导致超过目标失效率。因此,在使用蚀刻模型和/或沉积模型并且比较结果与在ADI下的阈值失效率相关联的特性极限的情况下,还可以改善基于缺陷的过程窗口。例如,通过基于可用的CD裕度来调整蚀刻或部署参数或在隔离的特征上与密集的阵列中的特征不同的方式偏差。
参考图17,如下进一步详述图案转印感知SMO。示例性目标AEI图案1701包括密集接触孔阵列和隔离的孔。在实施例中,上文论述的使用补充有蚀刻模型的SMO的重定目标方法,并且应用沉积模型以产生优化的重定目标图案1703,其中,密集接触孔阵列DF1相比于隔离的孔IF1和IF2具有不同的偏差。重定目标图案1703也可以伴随有例如沉积量和ALE量。在实施例中,CD裕度引导目标AEI图案1701的偏差和可以执行多少蚀刻和沉积,由此以满足目标失效率规范的方式考虑与密集的孔和隔离的孔相关联的LCDU。在实施例中,结合SMO模拟,调整蚀刻参数和沉积参数以确定影响最终的蚀刻轮廓和与其相关联的CD的蚀刻和沉积的量。因此,也相对于与目标失效率相关联的特性极限和CD裕度来执行蚀刻和沉积的量。
在实施例中,可以依据与同一层上或两个单独的层上的图案相关联的PPE(或EPE)来表达特性极限。例如,在沉积和蚀刻循环之后,第一层上的线的得到的蚀刻轮廓可以不与第二层上的接触孔对准,从而导致在衬底上的蚀刻的图案之间的PPE或EPE。这种缺陷可以由于特征之间缺乏电连接而影响芯片的功能。可以依据蚀刻参数和沉积参数来最小化图案之间的PPE(或EPE)。在实施例中,特性极限可以是与目标失效率相关联的PPE裕度(或EPE裕度)。也可以与本发明所论述的CD极限类似地确定PPE裕度(或EPE裕度)。例如,可以基于被印制的衬底的PPE或EPE测量结果和与PPE或EPE相关的失效率来确定特性PDF。在实施例中,CD裕度和/或EPE裕度例如引导模拟过程以确定可以改变多少局部的CD(例如,密集的孔CD和隔离的孔CD),以基于以缺陷为基础的极限得到更好的边缘放置。
在实施例中,如果模拟确定在蚀刻之后存在对于CD调整来说稍微过多或过少的裕度,但在ADI处存在对于CD调整来说足够的裕度,则其指示在显影阶段或光刻图案化步骤处存在较多的自由度来进行过程改变,使得蚀刻后CD在期望的范围内,同时满足目标失效率规范。在另一示例中,蚀刻轮廓的上侧和下侧(即,顶部或底部)上的裕度依赖于图案失效所在的纵横比。基于蚀刻轮廓的顶部CD或底部CD,对于蚀刻之后无论什么特定的过程,裕度都不可用,但在ADI阶段处,重定目标图案满足基于缺陷的极限。因此,基于缺陷的窗口用作引导,该引导指示特定的特征在ADI阶段处可能会稍微过于收缩,因此可以推荐进行过程更新或必须确定在蚀刻之后提供较大裕度的不同的掩模图案。
在另一示例中,在蚀刻之后,特征的CD分布(或CD行为)可以相当不同于ADI处的CD行为。在实施例中,蚀刻后CD可能造成与光刻设备相关联的焦距改变。原因在于:显影步骤之后的CD(例如,抗蚀剂CD)可能更代表与发生图案转印相关联的CD极限不同的CD极限。例如,抗蚀剂的底部处的抗蚀剂CD可以确定哪个图案转印至衬底,但CD可以对抗蚀剂的顶部处的特征的行为较敏感。
根据本发明,在蚀刻之后并在显影之后的基于缺陷的窗口不仅可以引导模拟器什么样的蚀刻偏差是适当的,而且可以由衬底的叠置层模拟抗蚀剂轮廓。在示例中,彼此轻触或接触的特征可以对抗蚀剂的顶部处的CD行为较敏感。在另一示例中,合并或封闭的特征可以对抗蚀剂的底部处的CD行为较敏感。基于通过叠层抗蚀剂轮廓,模拟器可以确定顶部CD和底部CD。例如,如早先所论述的,在使用模拟抗蚀剂轮廓的情况下,可以使用顶部CD与底部CD之间的差来将模型拟合至CD极限。因此,也可以使用蚀刻模型和基于CD极限的模型来评估顶部处和底部处的蚀刻后CD行为。因此,对蚀刻过程的调整可以被确定,使得与顶部CD和底部CD相关的裕度在可接受的失效率极限内。
在实施例中,蚀刻过程模型和/或沉积过程模型可以被配置成确定蚀刻参数或沉积参数,诸如蚀刻速率或沉积速率对蚀刻或沉积的入射角是敏感的。因为这些速率对入射角敏感,所以模拟器可以确定例如在45度的入射角下,速率可以是非常敏感的,从而指示与其它入射角相比,过程非常强烈地沉积或蚀刻。
因此,如上文所论述的,如果与蚀刻后过程相关联的极限是可用的,则这样的极限也可以被包括在SMO模拟过程中以确定优化源、优化掩模和/或过程调整。
本发明的方法具有若干优点。所述方法建议制造仅单个掩模且执行DB-PW实验,并且随后校准与图案化过程或半导体制造过程相关联的模拟过程。校准后的模拟过程允许预测是否可以实现所选半导体制造过程的足够产率。此外,可以接收关于哪些设计是可行的(或不可行的)和关联的目标CD的反馈。这允许与模拟器相关联的非常快速的过程循环和校准。以DB-PW为基础的实验可以最终在大致8小时内拟合,这通常是用户期望的。另一方面,如图10中示出的,这样的确定的常规模拟过程需要若干循环,每个循环需要在可以进行重定目标之前制造掩模和缺陷检测。
动态的重定目标确保在考虑产品产率的同时利用最优目标CD来优化照射光瞳。因而,预期改善的SMO解决方案,例如改善的CD控制以及更好的曝光宽容度。此外,动态的重定目标包括(在阈值失效率下的)适当的漂移,因此隐含地位于源掩模优化中,本领域技术人员可以改变剂量和/或焦距以找到你的最优剂量和焦距。在实施例中,关于观测到的被实际量测的剂量/掩模方差的DB-PW的结果可以用于通过在给定目标失效率下监测CD的相关极值漂移来设置对剂量、焦距和/或掩模偏差的实际范围极限。追踪EV漂移会导致显著不同的SMO解决方案。例如,通常需要针对±30%的剂量漂移优化EUV,以最小化或至少考虑偏斜的尾部。本发明所描述的方法允许确定每特征类型的相关漂移。
在实施例中,可以存在如下情形,其中,必须分析硬极限(例如,影响缺陷和产品产率)与软极限(例如,影响芯片的高效运行,也被称为参数产率)之间的折衷。例如,硬极限可以是基于DB-PW的CD极限,并且软极限可以是将影响器件的参数产率的用户定义的CD。例如,这样的软极限可以是在器件(例如,器件中的被印制的衬底)的运行期间造成热问题或电问题的CD值。换句话说,软极限无需与器件的失效相关,但如果被超过,则其可能是有问题的。在这样的情况下,动态的重定目标允许选择仍提供期望的产率同时优化器件的性能或参数产率的最大或最小名义CD。因此,例如,如果某一CD裕度是可用的或重定目标图案在所述裕度内,则这也可以允许增加特征(例如,接触孔)的大小,因为这将引起更好的器件性能。在实施例中,软极限可以是特征区域(例如,接触孔区域),该特征区域可以接触两个层之间的区域,或甚至在用于器件中的衬底的一个层中的区域。全文以引用方式并入本文中的美国申请16/541,420中详细地论述了用于基于光刻变化的参数优化的示例性模拟过程。
在实施例中,可以使用ADI和AEI数据两者来执行相似的DB-PW实验。本文中的方法使得用户能够分析是否存在调整掩模CD以造成期望的抗蚀剂CD的灵活性(例如,当抗蚀剂具有足够的CD窗口或产率时)。本文中的方法也使得用户能够分析是否调整过程(例如,光刻-蚀刻偏差、使用另一各向同性蚀刻或间隔件过程等)以实现最终的AEI CD。因此,本发明方法可以提供与过程调整相关的推荐或什么样的最终的目标CD针对所选过程将起作用的推荐。
在新的掩模版设计(例如,用于大批量制造(HVM)中的掩模)的情况下,可以存在与衬底相关的CD误差。在实施例中,相较于从执行相对较长时间段(诸如一周)的参考模拟过程获得的参考模拟结果,由在固定数目次迭代之后获得的模拟结果引起CD误差。在实施例中,在整个衬底上可以存在由于掩模而引起的残余CD误差,这是由于可以不通过优化达相当长时间段或直到CD误差为零来确定掩模图案。在实施例中,CD误差也被称为来自全芯片OPC的收敛残差。在实施例中,可以在最终掩模版验证(例如,光刻制造检查(LMC))期间使用收敛残差以确定OPC全芯片是否导致预期提供期望的产率的掩模版。在实施例中,可以确定CD误差并检查所述误差是否在掩模版上的特定热斑的可接受极限内。在实施例中,热斑可以是掩模版上的用户定义的部位,该用户定义的部位被定义为包括临界图案的掩模版的部分或具有相对较高的缺陷出现概率的部位。
如早先提及的,在PCT申请PCT/EP2018/085159中,提议基于过程窗口的边缘处的预期CD分布和被测量的失效率来限定基于缺陷的过程窗口。早先提议的方法包括预测在最优曝光和最佳焦距(BEBF)条件下在非常低的概率水平下的CD分布的形状的步骤。为了确定CD分布,预期剂量反应曲线是非线性的,这产生最终的CD分布的偏斜。然而,对于掩模的影响,假定MEEF为线性的。这暗示掩模上的高斯分布转换成衬底上的每掩模接触孔的平均CD的高斯分布。
在实施例中,本发明提供用于通过考虑由于非线性掩模误差增强因子(MEEF)的CD分布的不对称性和抗蚀剂LCDU对掩模特征尺寸的依赖性来确定基于缺陷的过程窗口的改善方法(在图24中)。
所述方法(图24中)可以通过依靠使用有限的额外的测量结果和/或模拟来考虑MEEF中的非线性和抗蚀剂LCDU对特征尺寸的依赖性来优选地预测衬底上的CD分布的形状。
以下描述示出指示MEEF中的非线性影响衬底上的每掩模特征尺寸(例如,接触孔尺寸)的平均CD的分布的偏斜度的测量结果。以下描述也示出抗蚀剂LCDU依赖于掩模特征尺寸(例如,接触孔尺寸)。另外,解释了在衬底上的CD分布的预测中可以如何考虑这种两种效应。
图22是每掩模接触孔的平均衬底CD减去平均CD的测量数据(圆点)的绘图。如可以看到的,测量数据(圆点)的分布是偏斜的。在本示例中,高斯函数被拟合于测量数据上。然而,高斯拟合并未准确地解释所述测量数据。另一方面,根据本方法确定的非线性拟合相较于高斯拟合具有相对更好的拟合。
图23图示与所绘制的每个掩模接触孔相关联的被测量的抗蚀剂LCDU相对于掩模CD的偏差(δCDmask)的绘图。虽然存在大量固有量测噪声,但测量数据的移动平均值明确地示出抗蚀剂LCDU随着掩模接触孔尺寸减小而强烈地增大。被测量的敏感度比从与图案化过程相关联的(例如,使用Hyperlith软件的)模拟预测的敏感度更强。在示例中,移动平均曲线表示掩模接触孔尺寸与衬底的局部CDU之间的关系(即,CD的标准差)。
图24是用于确定与将印制于衬底上的特征的特性相关联的概率密度函数的方法的流程图。示例性方法2400包括使用剂量PDF和掩模PDF以确定CD PDF的工序P2401和P2403。
工序P2401包括(例如,经由计算机硬件系统100)获得:(i)用于确定剂量的概率的剂量概率密度函数(剂量PDF),和(ii)用于确定掩模特性的偏差的概率的掩模概率密度函数(掩模PDF)。在实施例中,剂量PDF是以下各项的函数:(a)特征的特性(例如,CD)和(b)掩模特性的偏差(δCDmask)。在实施例中,掩模特性(例如,掩模CD)与用于在衬底上印制特征的掩模相关联。
工序P2403包括(例如,经由计算机硬件系统100)通过在掩模特性值的给定范围内将(i)剂量PDF与(ii)掩模PDF做卷积来确定与特性相关联的概率密度函数。在示例中,将与特性相关联的概率密度函数表示为CD PDF或PDFCD(CD,d)。
在实施例中,工序P2404包括基于特性的被确定的PDF来调整与图案化过程相关联的过程窗口。在实施例中,这种过程窗口可以用于确定用于例如本文中所论述的方法1100、1500和2100中的CD极限。在实施例中,可以在图案化过程期间经由光刻设备使用过程窗口。本领域普通技术人员可以理解,确定PDF的应用不限于调整过程窗口。PDF可以用于改善其它的与图案化相关的过程、模拟或制造操作。
在实施例中,接着组合剂量pdf和掩模PDF以使用示例性方程式(8)确定CD PDF:
PDFCD(CD,d)=∫δCDmask PDFdose(CD,d,δCDmask)×PDFmask(δCDmask)…(8)
在下文进一步论述方程式(8)中的项。
在实施例中,掩模PDF包含引起掩模PDF的偏斜度的非线性掩模误差增强因子(MEEF)的依赖性。使用掩模特性与印制于衬底上的特性之间的关系的逆函数来计算所述非线性MEEF。
在实施例中,可以使用以下方程式(9)来计算掩模PDF。在实施例中,PDFmask(δCDmask)表示在衬底上找到δCDmask的概率密度函数,δCDmask为衬底上的与同一掩模接触孔相关联的所有接触孔的平均CD偏差。
在以上方程式10中,Gmask是用于确定在掩模上找到给定sizemask的接触孔的概率的掩模特性的高斯分布,基于掩模特性与印制于衬底上的特性之间的关系的逆函数来计算Gmask的平均值μmask,该逆函数由gmask(δCDmask)表示,Gmask的标准差为σmask,σmask为基于逆函数和被测量的标准差δCDmask而确定的标准差,并且确定所述非线性MEEF。在实施例中,Gmask可以是sizemask的高斯分布或的高斯分布。
在实施例中,参考图25,sizemask=gmask(δCDmask),这提供sizemask与δCDmask之间的(逆)关系。如果掩模上的孔的尺寸为sizemask,则接触孔尺寸的平均偏差为这也确定μmask、σmask。在示例中,所述关系可以是二阶多项式、三阶多项式、样条拟合或使用模拟或测量数据被确定的其它拟合函数。
在实施例中,剂量PDF包含与衬底上的抗蚀剂图案相关的局部临界尺寸均一性(LCDU)的依赖性。所述LCDU由掩模特性引起。图23图示抗蚀剂LCDU与掩模CD的偏差之间的示例性关系。
在实施例中,使用具有平均剂量和剂量标准差的正态分布、泊松或复合泊松分布来确定剂量PDF,通过针对掩模特性的给定偏差的剂量与CD之间的关系的逆函数来确定所述平均剂量,并且通过基于由掩模特性引起的与衬底上的抗蚀剂图案相关的LCDU来确定所述剂量标准差。可以理解,剂量PDF不限于正态分布或泊松分布。本领域普通技术人员可以选择其它已知的分布函数以确定剂量PDF,如本发明所论述的。
在实施例中,剂量PDF可以通过以下方程式(10)来计算:
PDFdose(gd(CD,δCDmask);μd(δCDmask),σd(δCDmask)) …(10)
在以上方程式10中,使用特征的、针对掩模特性的给定偏差δCDmask的剂量与特性CD之间的关系的逆函数来确定剂量gd(CD,δCDmask),并且剂量标准差σd基于逆函数gd(CD,δCDmask)和被测量的标准差其中,表示由于针对给定掩模偏差的剂量变化和抗蚀剂变化所引起的LCDU(1σ)。
在实施例中,参考图26,图示针对不同的δCDmask的衬底上的剂量(D)与CD之间的两个示例性关系。在实施例中,gd(CD,δCDmask)表示剂量D与CD与δCDmask之间的(逆)关系。在示例中,D的高斯分布或∈D的泊松分布,其中,∈为拟合参数。在实施例中,gd(CD,δCDmask)可以是二阶二变量多项式、高阶二变量多项式、样条拟合,或基于模拟或测量数据拟合的其它拟合函数。
在实施例中,方法2400还包括工序P2405,所述工序包括使用与目标布局相关联的失效率数据2410(例如,在计算机硬件系统100的处理器上)执行被确定的概率密度函数以确定与阈值失效率相关联的特性极限。在实施例中,可以以与上文关于基于缺陷的过程窗口所论述类似的方式获得失效率数据,并且在全文以引用方式并入本文中的PCT/EP2018/085159中进一步详细地论述所述失效率数据。
在实施例中,提供用于基于对CD分布的剂量贡献的加权来确定CD分布的另一方法。
通常,随机噪声为EUV光刻的关注区域。随机噪声不仅影响局部CD均一性(LCDU)、局部图案放置误差和线边缘粗糙度(LER),随机噪声也经由被称为随机缺陷的稀有事件而导致缺陷。随机缺陷的CD可变性和失效率对于EUV光刻过程控制已变得重要。基于在数百个数据点上所测量的平均CD的常规过程窗口分析不再足以在不考虑目标布局的CD的整个分布的情况下确定稳固过程。
如先前提及的且在PCT/EP2018/085159中详述的,软件产品(例如,PFScan)可以被配置成确定随机感知过程窗口表征。软件产品可以采用CD和失效率数据(或缺陷数据)作为输入。在使用输入数据的情况下,可以执行对CD分布的统计分析和失效率建模以产生随机感知过程窗口。确定失效率模型包括CD/LCDU柏桑拟合、CD分布建模和失效率过程窗口产生。在CD分布建模步骤处,通过将线性(正态)CD分布与非线性分布进行卷积运算来对CD概率密度函数(PDF)建模,所述非线性分布据报道由用于显影后过程的有效剂量变化引发。
然而,在实际意义上,若干因素促成总LCDU,诸如剂量变化、掩模误差和量测噪声、来自蚀刻后过程的蚀刻噪声、背景噪声等。结果,用于确定CD PDF的建模剂量贡献可能是不够的。参考图27,剂量贡献的可能的过高估计会引起被建模的CD分布中的较宽尾部。在本示例中,依据对被测量的CD数据(原始CD)的非线性剂量贡献来对CD PDF建模或拟合。
在本文中,额外的LCDU贡献因子被应用于CD PDF模型。将调整因子应用于被测量的LCDU以调整剂量变化的效应,并且将被测量的LCDU的另一部分拟合至来自掩模误差、SEM噪声、蚀刻误差等的模型贡献。以下方程(11)表达针对总LCDU的不同贡献
在以上方程式中,adj_factor是应用于在整个给定剂量-焦距矩阵或设置上的剂量变化的值或值的集合。在实施例中,在整个不同的剂量和焦距设置上优化adj_factor,如本文中稍后所论述的。
在实施例中,在整个焦距/剂量矩阵中应用恒定但优化的adj_factor值可以针对在许多情况下的简单图案(如SRAM和规则通孔阵列)对整个不同的剂量-焦距设置中的CD分布进行有效建模。然而,在其它使用案例中,在整个焦距-曝光设置中对adj_factor值的调节变得重要,以使被建模的PDF表示被测量的PDF。被测量的PDF是指通过绘制被印制的衬底的实际的被测量的CD数据来表示的PDF。
图28示出使用恒定的adj_factor值对非线性剂量贡献建模而在整个不同的焦距-曝光条件中拟合的PDF的示例。用于突出显示的剂量-焦距设置的被拟合的PDF相当偏离被测量的PDF。越偏离名义条件(中心条件),在模型PDF与被测量的PDF之间看到越大的差异。这指示针对突出显示条件的PDF应该被进一步优化。
在实施例中,非线性剂量贡献的PDF(例如,PDFNL,d)可以基于adj_factor*σdose 2被建模。在实施例中,基于对其它因素贡献的PDF(例如,PDFlinear)分别建模。执行两个PDF之间的卷积以确定最终的CD分布(也被称为被建模的PDF或被建模的CD PDF),如下文中示出的,其中,表示卷积运算:
在本文中,基于被建模的PDF与被测量的PDF之间的差或误差来确定每个PDF的建模参数,使得误差被最小化。根据本发明,引入调整模型和来自其它贡献因子的额外的高斯分布可以有助于对被测量的CD分布进行有效建模。
在实施例中,adj_factor是参数被优化以使得adj_factor在整个不同的剂量-焦距设置中为动态的模型,从而有效地改变对在整个FEM矩阵中的被建模的PDF(例如,PDFCD(CD,d))的非线性剂量敏感度贡献的比例。在每个剂量-焦距设置下同时优化非线性分布和线性分布两者,接着依据焦距和剂量来对优化后的adj_factor建模以用于失效率建模。
可以应用各种优化算法以基于被建模的PDF与被测量的PDF之间的诸如均方根误差(RMS)之类的指标来优化adj_factor模型。一个示例是在整个FEM(即,剂量-焦距设置)中应用自适应矩估计(Adam)算法。
图29是根据本发明的实施例的用于确定与待印制于衬底上的图案的特性相关联的概率密度函数(例如,PDFCD(CD,d))的示例性方法的流程图。
在实施例中,方法2900可以以针对剂量贡献的在整个FEM中的恒定的adj_factor开始。在一个实施例中,用户可以通过调整adj_factor的值但使adj_factor的值在整个FEM中保持相同,或使adj_factor的值随着剂量和焦距变化,来手动调节adj_factor。手动调节有助于用户发现针对接近名义的焦距/剂量条件的大致可接受的斑。当拟合误差RMS大于用户指定阈值(例如,0.1)时,手动调节可能不是令人满意的。在实施例中,来自手动调节的最优结果(具有最小误差)可以用作自动优化的初始输入以节省运行时间。
一旦完成初始设置,就可以通过焦距和剂量设置的集合来运行自动优化。在实施例中,用户可以指定待优化的焦距和剂量设置的取样,而不是完整的FEM设置,以便节省运行时间。在以下工序P2901和P2903中进一步论述方法2900。
工序P2901包括获得(i)多个剂量-焦距设置2901,和(ii)基于与多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布2903。在实施例中,参考分布2903也被称为被测量的PDF。
工序P2903包括基于调整模型和多个剂量-焦距设置来(例如,经由计算机硬件系统100)确定特性(例如,PDFCD)的概率密度函数(PDF),使得PDF与参考分布之间的误差被减小,所述PDF是调整模型和与剂量相关联的方差的函数。调整模型被配置成改变对PDF的非线性剂量敏感度贡献的比例。在实施例中,调整模型是剂量和焦距的多项式函数。
在实施例中,工序P2904包括基于特性的被确定的PDF来调整与图案化过程相关联的过程窗口。在实施例中,这种过程窗口可以用于确定用于例如本文中所论述的方法1100、1500和2100中的CD极限。在实施例中,可以在图案化过程期间经由光刻设备使用过程窗口。本领域普通技术人员可以理解,确定PDF的应用不限于调整过程窗口。PDF可以用于改善其它的与图案化相关的过程、模拟或制造操作。
在实施例中,PDF(例如,PDFCD)的确定是迭代过程,迭代包括:基于调整模型来确定针对多个剂量-焦距设置中的给定剂量焦距设置的调整值;基于所述调整值来确定图案的所述特性(例如,PDFCD)的PDF;确定所述PDF与所述参考分布之间的误差;以及针对多个剂量-焦距设置中的给定的剂量和焦距设置调整所述调整模型的参数,使得误差被最小化。
在实施例中,PDF(例如,PDFCD)是第一PDF与第二PDF的卷积,其中,所述第一PDF是第一变化的函数,所述第一变化是调整模型与剂量的变化的乘积,并且所述第二PDF是与除剂量之外的对图案的所述特性的变化作出贡献的因素相关联的第二变化的函数。
在实施例中,PDF的确定是迭代过程,迭代包括:对第一PDF与第二PDF做卷积以确定图案的特性的PDF;确定所述PDF与参考分布之间的误差;以及调整针对多个剂量-焦距设置中的给定的剂量和焦距设置的第一变化和第二变化的参数,使得误差被最小化。
在实施例中,通过从自适应矩估计或梯度下降方法中选择的优化算法来执行针对多个剂量-焦距设置的调整模型的参数的调整。
在实施例中,方法2900还包括:针对多个剂量-焦距设置中的每个剂量和每个焦距设置来确定与相对于参考分布具有最小误差的PDF相关联的多个调整值;和基于所述多个调整值来拟合剂量和焦距的多项式函数以确定调整模型,使得被拟合的多项式函数与多个调整模型值之间的差被最小化。
图30A和图30B分别图示根据本发明的实施例的调整值(adj_factor)对剂量和焦距的依赖性。图30A和图30B示出用于创建调整模型的被优化的调整值。图30A示出限定非线性CD分布的调整值adj_factor的值对于剂量主要或大部分是线性的,并且被剂量显著地影响。adj_factor的值随着剂量减小而减小。这示出随机效应对非线性CD分布的效应:在较小剂量下随机效应更大,因此调整值更大,这意味着更大比例的CD变化来自剂量变化。
调整值也随着焦距而改变(图30B),调整值为高阶关系。图30也示出在较高剂量下通过焦距的较多变化。调整值随着散焦增大而增大。
动态优化后的调整值具有在所有剂量/焦距条件下对CD分布建模的更好性能。在实施例中,动态优化是指针对每个剂量-焦距设置的不同的被优化的调整值。例如,如图31中示出的,被建模的PDF使用被优化的adj_factor模型在所有不同的剂量-焦距设置中更准确地拟合以对非线性剂量贡献建模。相比于使用恒定的调整值的图28,不在整个远离名义条件的剂量-焦距设置中拟合CD分布,如之前所解释的。
在实施例中,方法2900还包括工序P2905,所述工序P2905包括使用与图案相关联的失效率数据2910(例如,在计算机硬件系统100的处理器上)执行被确定的概率密度函数(例如,PDFCD)以确定与阈值失效率相关联的特性极限。
在实施例中,可以保存调整模型且将该调整模型重新用于其它的失效率模型运行。即使来自同一层的其它特征包括不同的图案或图案组,被优化的调整值也可以对来自同一层的其它特征起作用。在对来自同一层的不同图案执行失效率模型之前,执行关于是否存在可供使用的现有的调整模型的检查。
根据本发明,所公开的元件的组合和子组合构成单独的实施例。例如,第一组合包括基于以缺陷为基础的过程窗口,使用目标图案或单独产生的优化后OPC图案来确定重定目标图案。第二组合确定校准后的模拟过程。在另一组合中,可以确定过程调整以模拟或制造满足阈值失效率的图案。在另一组合中,光刻设备包括使用如本文中所论述的那样确定的掩模图案所制造的掩模。
在实施例中,本文中所论述的方法(例如,1100、1500、2100、2400和2900)可以被提供为其上记录有指令的计算机程序产品或非暂时性计算机可读介质,所述指令在由计算机执行时实施上文所论述的方法的操作。例如,图36中的示例计算机系统100包括非暂时性计算机可读介质(例如,存储器),该非暂时性计算机可读介质包括在由一个或更多个处理器(例如,104)执行时引起上文所论述的方法的操作(例如,工序)的指令。
以下描述提供了光学邻近效应校正(OPC)过程。OPC解决以下事实:除由光刻投影设备实现的任何缩小以外,投影到衬底上的图案形成装置图案的图像的最终尺寸和放置将不同于或仅取决于图案形成装置上的对应的图案形成装置图案特征的尺寸和放置。应注意,本发明中能够互换地使用术语“掩模”、“掩模版”、“图案形成装置”。此外,本领域技术人员将认识到,尤其在光刻模拟/优化的情境中能够互换地使用术语“掩模图案”、“掩模版图案”和“图案形成装置图案”,如在光刻模拟/优化中,不必使用物理的图案形成装置,而图案形成装置图案可以用于表示物理的图案形成装置。对于存在于一些图案形成装置图案上的较小的特征尺寸和较高的特征密度,给定特征的特定边缘的位置将在某种程度上受到其它相邻的特征的存在或不存在的影响。这些邻近效应源自从一个特征耦合至另一特征的微小量的辐射和/或诸如衍射和干涉之类的非几何光学效应。类似地,邻近效应可以源自通常在光刻之后的曝光后焙烤(PEB)、抗蚀剂显影和蚀刻期间的扩散和其它化学效应。
为了确保图案形成装置图案的投影图像根据给定目标设计的要求,应该使用图案形成装置图案的复杂的数值模型、校正或预失真来预测和补偿邻近效应。论文“全芯片光刻模拟和设计分析-OPC正在如何改变IC设计(Full-Chip Lithography Simulation andDesign Analysis-how OPC Is Changing IC Design)”(C.Spence,Proc.SPIE,第5751卷,第1至14页(2005年))提供当前的“基于模型”的光学邻近效应校正过程的综述。在典型的高端设计中,图案形成装置图案的几乎每个特征都具有某种修改,以便实现投影图像至目标设计的较高保真度。这些OPC修改可以包括边缘位置或线宽的偏移或偏差和/或预期辅助其它特征的投影的“辅助”特征的应用。
在器件设计中通常存在数百万个特征的情况下,将基于模型的OPC应用至目标设计涉及到良好的过程模型和相当大的计算资源。然而,应用OPC通常不是精确的科学,而是并不总是补偿所有可能的邻近效应的经验迭代过程。因此,应通过例如使用校准的数值过程模型的密集型全芯片模拟的设计检查来验证OPC的效应,例如在应用OPC和任何其它RET之后的图案形成装置图案,以便降低或最小化将设计瑕疵构建于图案形成装置图案中的可能性。这通过如下各项来驱动:制造高端图案形成装置的巨大成本,该巨大成本在数百万美元的范围内;和对周转时间的影响,一旦实际的图案形成装置已被制造,则该周转时间是因返工或修复实际的图案形成装置而引起的。OPC和全芯片RET验证两者可以基于数值建模系统和方法,正如例如以全文引用的方式并入本文中的美国专利号7,003,758和Y.Cao等人的题为“用于快速的全芯片模拟的被优化的硬件和软件(Optimized Hardware and SoftwareFor Fast,Full Chip Simulation)”的论文(Proc.SPIE,第5754卷,405(2005年))中所描述的。
OPC的最简单形式之一是选择性偏差。给定CD相对于节距数据的关系,则通过在图案形成装置水准处改变CD,可以迫使所有不同的节距至少在最佳焦距和曝光情况下产生相同的CD。因而,如果特征在衬底水准处被过小地印制,则图案形成装置水准特征将会被偏差成稍微大于名义特征,并且反之亦然。由于从图案形成装置水准至衬底水准的图案转印过程是非线性的,则偏差量并非仅是在最佳焦距和曝光情况下被测量的CD误差乘以缩小比率,而是可以利用建模和实验而确定适当的偏差。特别是在选择性偏差仅在名义过程条件情况下被应用的情况下,选择性偏差是对邻近效应的问题的不完全解决方案。尽管原则上可以应用这种偏差以给出在最佳焦距和曝光情况下的均一CD相对于节距的曲线,但一旦曝光过程从名义条件发生变化,则每个偏差节距曲线就将作出不同的响应,从而导致对于不同特征的不同的过程窗口。过程窗口是两个或更多个过程参数(例如,光刻设备中的焦距和辐射剂量)的值的范围,在所述范围内,充分适当地产生特征(例如,特征的CD在某一范围内,诸如±10%或±5%)。因此,用于给出相同的CD相对于节距的关系的“最佳”偏差甚至可以对整个过程窗口具有负面影响,从而缩小而不是放大所有目标特征在期望的过程公差内印制在衬底上的焦距和曝光范围。
已开发了针对超出以上的一维偏差示例的应用的其它较复杂的OPC技术。二维邻近效应是线端缩短的。线端具有根据曝光和焦距而从它们的期望的端点部位“拉回”的倾向。在许多情况下,与对应的线窄化相比,长线端的端部缩短的程度可以大若干倍。这种类型的线端拉回可以在如果线端不能完全跨越过它预期覆盖的基础层(诸如,源极-漏极区上方的多晶硅栅极层)上的情况下导致所制造的器件发生严重失效。由于这种类型的图案对焦距和曝光是极其敏感的,因此仅使线端偏差成比设计长度更长并不足够,这是因为最佳焦距和曝光情况下或在曝光不足条件下的线将会是过长的,从而导致当延伸的线端触及相邻结构时导致短路,或在电路中的单独的特征之间添加更多空间的情况下导致不必要地大的电路尺寸。由于器件设计和制造的目标中的一个目标常常是在最大化功能元件的数目的同时最小化每芯片所需的面积,因此添加过量的间隔是不期望的解决方案。
二维OPC方法可以帮助解决线端拉回问题。诸如“锤头”或“衬线”之类的额外结构(也被称为“辅助特征”)可以被添加至线端以将所述线端有效地锚定在适当位置且提供遍及整个过程窗口的减小的拉回。即使在最佳焦距和曝光情况下,这些额外的结构仍未被分辨,但这些额外的结构更改主特征的外观,而没有被自身完全分辨。如本文中所使用的“主特征”意味着预期在过程窗口中的一些或所有条件下印制在衬底上的特征。辅助特征可以采取比添加至线端的简单锤头更激进得多的形式,从而达到一定程度,使得图案形成装置上的图案不再仅是根据缩小比率而增加尺寸的期望的衬底图案。相比于仅减小线端拉回,诸如衬线之类的辅助特征可以应用于更多情形。内衬线或外衬线可以应用至任何边缘,尤其是二维边缘,以减小拐角圆化或边缘挤压。在利用足够的选择性偏差以及所有尺寸和极性的辅助特征的情况下,图案形成装置上的特征承受与衬底水准处所期望的最终图案越来越小的类似性。通常,图案形成装置图案变为衬底水准图案的预失真版本,其中,所述失真预期抵消或反转在制造过程期间将出现的图案变形以在衬底上产生尽可能接近于被设计者预期的图案。
替代被连接至主特征的那些辅助特征(例如,衬线)或除了被连接至主特征的那些辅助特征(例如,衬线)以外,另一OPC技术也涉及使用完全独立且不可分辨的辅助特征。这里的术语“独立”意味着这些辅助特征的边缘不连接至主特征的边缘。这些独立辅助特征并不预期或需要作为特征印制在衬底上,而是预期修改附近主特征的空间图像,以增强所述主特征的可印制性和过程公差。这些辅助特征(常常被称作“散射栅条”或“SBAR”)可以包括:亚分辨率辅助特征(SRAF),所述亚分辨率辅助特征是主特征的边缘外部的特征;和亚分辨率逆特征(SRIF),所述亚分辨率逆特征是从主特征的边缘内部挖取出的特征。SBAR的存在向图案形成装置图案添加又一层复杂度。散射栅条的使用的简单示例为:其中,在隔离线特征的两侧上拖拉不可分辨的散射栅条的规则阵列,根据空间图像的观点,这具有使隔离线呈现为更多地表示密集线的阵列内的单条线的效应,从而导致过程窗口在焦距和曝光公差方面更接近于密集图案的焦距和曝光公差。与如在图案形成装置水准处被隔离而拖拉的特征的情形相比,这种经装饰的隔离特征与密集图案之间的共同过程窗口将具有对于焦距和曝光变化的更大的共同公差。
辅助特征可以被视为图案形成装置上的特征与图案形成装置图案中的特征之间的差异。术语“主特征”和“辅助特征”并不暗示图案形成装置上的特定特征必须被标记为主特征或辅助特征。
除了对图案形成装置图案的优化(例如,OPC)以外或替代对图案形成装置图案的优化,也可以与图案形成装置优化联合地或分离地优化照射模式,以致力于改善总的光刻保真度。可以使用诸如环形、四极和双极之类的许多离轴照射模式且该许多离轴照射模式提供针对OPC设计的更多自由度,由此改善成像结果。如已知的,离轴照射是用于分辨在图案形成装置中包含的精细结构(即,目标特征)的已证明的方式。然而,相比于传统照射模式,离轴照射模式通常提供针对空间图像的较小辐射强度。因而,期望尝试优化照射模式以在较精细分辨率与降低的辐射强度之间实现最佳平衡。例如,可以在Rosenbluth等人的题为“用于印制给定形状的优化掩膜和源图案(Optimum Mask and Source Patterns toPrint a Given Shape)”的论文(Journal of Microlithography,Microfabrication,Microsystems 1(1),第13至20页,(2002年))中找到若干照射优化方法,所述论文以全文引用的方式并入本文中。
不断降低的设计规则的压力驱使半导体芯片制造者更深入地进入低k1光刻。朝向较低k1的光刻对RET、曝光工具和针对光刻亲和设计的需要提出很高的要求。因此,为了有助于确保可以利用可工作过程窗口将器件设计产生至衬底上,则照射模式-图案形成装置图案优化(在一些情况下被称作源-掩模优化或SMO)正变成重要的RET以实现例如较小的特征。
因此,对于低k1光刻术,照射模式和图案形成装置图案两者的优化可以用于确保针对投影临界器件图案的可行过程窗口。一些算法(例如,如在Socha等人的“同时的源掩膜优化(Simultaneous Source Mask Optimization)(SMO)”(Proc.SPIE,第5853卷,180页至193页(2005年)中描述的,该文献以全文引用的方式并入本文中)将照射离散化成独立的照射分布点且在空间频域中将图案形成装置图案离散化成衍射阶,并且基于可以由光学成像模型根据照射分布点强度和图案形成装置图案衍射阶而预测的诸如曝光宽容度之类的过程窗口指标来分别公式化目标函数(该目标函数被定义为选定的设计变量的函数)。
在题为“快速的自由形态的源和掩膜共同优化方法(Fast Freeform Source andMask Co-Optimization Method)”的PCT专利申请公开号WO 2010/059954中描述了不受约束地且在可行的时间量内使用目标函数来允许实现对照射模式和图案形成装置图案的同时优化的另一照射模式以及图案形成装置图案优化方法和系统,所述专利申请由此以全文引用的方式并入。在题为“在光刻设备中的源-掩膜优化(Source-Mask Optimization inLithographic Apparatus)”的美国专利申请公开号2010/0315614中描述了涉及通过调整照射分布的像素来对照射进行优化的另一照射以及图案形成装置优化方法和系统,所述专利申请由此以全文引用的方式并入。
现在,上文提及的图案形成装置可以包括一个或更多个图案形成装置图案。可利用CAD(计算机辅助设计)程序来产生图案形成装置图案,这种过程常常被称作EDA(电子设计自动化)。大多数CAD程序遵循一组预定的设计规则以便针对图案形成装置创建功能性图案形成装置图案。通过处理和设计限制来设定这些规则。例如,设计规则定义了在器件特征(诸如,栅极、电容器等)或互联线之间的空间公差,以便确保装置或线不会以不期望的方式彼此相互作用。设计规则限制可以被称作“临界尺寸”(CD)。可以将器件的临界尺寸限定为线或孔的最小宽度或介于两条线或两个孔之间的最小空间。因而,CD确定了所设计的器件的总尺寸和密度。器件制作中的目标中的一个目标是(经由图案形成装置)在衬底上如实地再现原始器件设计。
此外,在系统的优化过程中,系统的品质因数可以表示为目标函数(例如,成本函数或评价函数)。优化过程通常归结为找到使目标函数最小化或最大化的系统的参数(设计变量)集合的过程。取决于优化的目标,目标函数可以具有任何合适的形式。例如,目标函数可以是系统的某些特性(评估点)相对于这些特性的预期值(例如,理想值)的偏差的加权均方根(RMS);目标函数也可以是这些偏差的最大值。如本文中所使用的术语“设计变量”包括图案化过程(例如,光刻过程、光刻投影设备等)的一组参数,例如,光刻投影设备的用户能够调整的参数。应了解,图案化过程的任何特性(包括照射模式、图案形成装置图案(或图案形成装置构造)、投影光学器件的特性和/或抗蚀剂特性)可以在优化中的设计变量当中。目标函数常常是设计变量的非线性函数。随后,标准优化技术用于例如最小化或最大化目标函数。本文中的术语“评估点”应被广义地解释为包括系统或过程的任何特性。由于系统或过程的实施方式的实用性,系统的设计变量可以被限制至有限范围和/或是相互依赖的。在光刻投影设备的情况下,约束常常与硬件的物理性质和特性(诸如,可调节范围,和/或图案形成装置可制造性设计规则(MRC))相关联,并且评估点可以包括衬底上的抗蚀剂图像上的物理点,以及诸如剂量和焦距之类的非物理特性。
因此,在光刻投影设备中,照射系统将照射(即,辐射)提供至图案形成装置,并且投影光学器件将照射从图案形成装置引导至衬底上。在实施例中,投影光学器件使得能够形成空间图像(AI),空间图像是衬底上的辐射强度分布。曝光了衬底上的抗蚀剂层,并且将空间图像转印至抗蚀剂层以作为其中的潜像“抗蚀剂图像”(RI)。可以将抗蚀剂图像(RI)定义为抗蚀剂层中的抗蚀剂的溶解度的空间分布。在实施例中,对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32中图示了用于对图案化过程的部分进行建模和/或模拟的示例性流程图。如将了解的,所述模型可以表示不同的图案化过程且无需包括下文所描述的所有模型。
照射模型31表示用于产生被图案化的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,照射的光学特性包括但不限于:数值孔径设定、照射西格玛(σ)设定以及任何特定的照射模式形状(例如,离轴辐射形状,诸如环形、四极、双极等),其中,西格玛(或σ)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/或相位分布的改变)。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,各种因素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所导致的应力等。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个或更多个:像差、失真、折射率、物理尺寸、物理维度、吸收率等。光刻投影设备的光学性质(例如,照射、图案形成装置图案和投影光学器件的性质)规定了所述空间图像。由于可以改变用于光刻投影设备中的图案形成装置图案,因此期望将图案形成装置图案的光学性质与光刻投影设备的至少包括照射和投影光学器件的其余部分的光学性质分离。照射模型31和投影光学器件模型32可以被组合成传递交叉系数(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、电子器件等的特征相对应的器件设计布局)的光学特性(包括由给定的图案形成装置图案引起的辐射强度分布和/或相位分布的改变),所述图案形成装置图案是图案形成装置上的特征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捕获了设计特征如何被布置在图案形成装置的图案中且可以包括图案形成装置和图案形成装置图案的详细的物理性质的表示,如在例如以全文引用的方式并入的美国专利号7,587,704中描述的。
抗蚀剂模型37可以用于根据空间图像计算出抗蚀剂图像。可以在由此以全文引用的方式并入的美国专利号8,200,468中找到这种抗蚀剂模型的示例。抗蚀剂模型通常描述了在抗蚀剂曝光、曝光后焙烤(PEB)和显影期间发生的化学过程的效应,以便预测例如形成在衬底上的抗蚀剂特征的轮廓,并且因此其通常仅与抗蚀剂层的这些性质(例如,在曝光、曝光后焙烤和显影期间发生的化学过程的效应)相关。在实施例中,可以捕获抗蚀剂层的光学性质以作为投影光学器件模型32的部分,抗蚀剂层的光学性质例如是折射率、膜厚度、传播和偏振效应。
在具有这些模型的情况下,可以根据照射模型31、投影光学器件模型32和图案形成装置图案模型33模拟空间图像36。空间图像(AI)是在衬底水准处的辐射强度分布。光刻投影设备的光学性质(例如,照射件、图案形成装置和投影光学器件的性质)规定了空间图像。
由空间图像曝光了衬底上的抗蚀剂层,并且将所述空间图像转印至抗蚀剂层以作为其中的潜像“抗蚀剂图像”(RI)。可以将抗蚀剂图像(RI)定义为抗蚀剂层中的抗蚀剂的溶解度的空间分布。可以使用抗蚀剂模型37从空间图像36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,该模拟空间图像强度源自辐射至衬底上的投影、抗蚀剂界面处的折射、和抗蚀剂膜叠层中的多个反射。辐射强度分布(空间图像强度)通过吸收入射能量而变为潜像“抗蚀剂图像”,所述潜像抗蚀剂图像通过扩散过程和各种负载效应而被进一步修改。足够快以用于全芯片应用的高效模拟方法通过二维空间图像(和抗蚀剂图像)来近似抗蚀剂叠层中的现实三维强度分布。
在实施例中,可以将抗蚀剂图像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限定一个或更多个抗蚀剂显影后过程(例如,蚀刻、CMP等)的性能且可以产生蚀刻后图像。
因而,模型公式描述了整个过程的大多数(如果不是全部)已知的物理和化学性质,并且模型参数中的每个模型参数期望地对应于不同的物理或化学效应。因此,模型公式设定了关于模型可以用于模拟整个制造过程的良好程度的上限。
图案化过程的模拟可以例如预测在空间图像、抗蚀剂图像和/或蚀刻图像中的轮廓、CD、边缘放置(例如,边缘放置误差)、图案偏移等。因而,所述模拟的目标用于准确地预测例如被印制的图案的边缘放置,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以例如校正图案化过程,识别出预测到将要出现缺陷的位置等。预期设计通常被定义为可以用诸如GDSII或OASIS或其它文件格式之类的标准化数字文件格式而提供的预OPC设计布局。
用于将图案形成装置图案变换成各种光刻图像(例如,空间图像、抗蚀剂图像等)的技术和模型、使用那些技术和模型来应用OPC且评估性能(例如,依据过程窗口)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中描述,这些专利申请中的每个的公开内容由此以全文引用的方式并入。
为了便于评估所述模型的速度,可以从图案形成装置图案识别一个或更多个部分,所述一个或更多个部分被称作“片段(clip)”。在具体实施例中,提取片段的集合,所述集合表示图案形成装置图案中的复杂图案(通常约50个至1000个片段,但可以使用任何数目个片段)。如本领域技术人员将了解的,这些图案或片段表示设计的较小部分(即,电路、单元或图案),并且所述片段尤其表示需要特别关注和/或验证的较小部分。换句话说,片段可以是图案形成装置图案的部分,或可以类似于或具有其中临界特征是根据经验(包括由客户提供的片段)、通过反复试错法、或通过运行全芯片模拟来识别的图案形成装置图案的部分的类似行为。片段通常包含一个或更多个测试图案或量规图案。可以由客户基于图案形成装置图案中的要求特别的图像优化的已知的临界特征区域来先验地提供片段的初始较大的集合。替代地,在另一实施例中,可以通过使用识别临界特征区域的某种自动(诸如,机器视觉)算法或手动算法来从整个图案形成装置图案提取片段的初始的较大集合。
此外,图案形成装置上的各种图案或由图案形成装置提供的各种图案可以具有不同的过程窗口,即,将产生在规范内的图案所在的处理变量的空间。与潜在的系统性缺陷相关的图案规范的示例包括检查颈缩、线拉回、线薄化、CD、边缘放置、重叠、抗蚀剂顶部损耗、抗蚀剂底切和/或桥接。可以通过合并每个单独的图案的过程窗口(例如,使所述过程窗口重叠)来获得图案形成装置上或其区域上的所有图案的过程窗口。所有图案的过程窗口的边界包含单独的图案中的一些图案的过程窗口的边界。换句话说,这些单独的图案限制所有图案的过程窗口。这些图案可以被称作“热斑”或“过程窗口限制图案(PWLP)”,“热斑”或“过程窗口限制图案(PWLP)”在本文中能够互换地被使用。当使用例如本文中所描述的建模来进行设计、修改等图案化过程的一部分时,则集中于热斑是可能的且经济的。当热斑无缺陷时,最可能的是所有图案都无缺陷。
返回图案化过程的建模,可以使用例如目标函数来执行优化,目标函数诸如
其中,(z1,z2,…,zN)是N个设计变量或该N个设计变量的值;fp(z1,z2,…,zN)可以是针对设计变量的值的集合(z1,z2,…,zN)的在第p个评估点处的缺陷指标的函数。wp是指派给第p个评估点的权重常数。可以向比其它评估点或图案更临界的评估点或图案指派较高的wp值。也可以向具有较大出现次数的图案和/或评估点指派较高的wp值。评估点的示例可以是衬底上的任何物理点或图案,或图案形成装置图案、或抗蚀剂图像、或空间图像上的任何点。
目标函数可以表示图案化过程的任何合适的特性,诸如光刻投影设备或衬底的特性,例如焦距、CD、图像偏移、图像失真、图像旋转等。例如,目标函数可以是以下光刻指标中的一个或更多个指标的函数:边缘放置误差、临界尺寸、抗蚀剂轮廓距离、最差缺陷尺寸、图案偏移、随机效应、图案形成装置的三维效应、抗蚀剂的三维效应、最佳焦距偏移、光瞳填充因子、曝光时间和/或吞吐量。由于抗蚀剂图像常常规定衬底上的图案,因此目标函数常常包括表示抗蚀剂图像的一些特性的函数。例如,这种评估点的fp(z1,z2,…,zN)可以仅是抗蚀剂图像中的缺陷的总数。设计变量可以是任何可调整的参数,诸如照射模式、图案形成装置图案、投影光学器件、剂量、焦距等等可调整的参数。
光刻设备可以包括可以用于调整波前的形状和辐射束的强度分布和/或相移的统称为“波前操控器”的一个或更多个部件。可以沿着光刻投影设备的光学路径在任何部位处调整波前和强度分布,诸如在图案形成装置之前、接近光瞳平面、接近像平面、或接近焦平面。投影光学器件可以用于校正或补偿由例如光刻投影设备中的照射、图案形成装置、温度变化、和/或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失真。调整波前和强度分布可以改变评估点和目标函数的值。可以根据模型模拟这些改变,或实际上测量这些改变。
应注意,fp(z1,z2,…,zN)的正态加权均方根(RMS)被定义为因此例如,最小化fp(z1,z2,…,zN)的加权RMS等效于最小化在等式15中定义的目标函数因而,为本文中的标记简单起见,可以互换地利用fp(z1,z2,…,zN)的加权RMS与等式15。
此外,如果最大化过程窗口(PW),则可能将来自不同的PW条件的同一物理部位视为等式15中的目标函数中的不同的评估点。例如,如果考虑N个PW条件,则可以根据评估点的PW条件来将所述评估点分类,并且可以将目标函数书写为:
其中,是在第u个PW条件u=1,…,U情况下针对设计变量的值的集合(z1,z2,…,zN)的第pi个评估点的缺陷指标的函数。当这种缺陷指标是失效率时,则最小化以上目标函数等效于最少化在各个PW条件下的缺陷,这可能导致最大化所述PW。具体地,如果PW也包括不同的图案形成装置偏差,则最小化以上目标函数也包括最小化掩模误差增强因子(MEEF),掩模误差增强因子被定义为衬底EPE与已诱发的图案形成装置图案特征边缘偏差之间的比率。
设计变量可以具有约束,所述约束可以被表达为(z1,z2,…,zN)∈Z,其中,Z是设计变量的可能值的集合。所述约束可以表示例如光刻投影设备的硬件实施方式中的物理限制。所述约束可以包括从以下各项中选择的一个或更多个:调节范围、管控图案形成装置可制造性(MRC)的规则、和/或两个或更多个设计变量之间的相互依赖性。
因此,优化过程将是在约束(z1,z2,…,zN)∈Z的情况下找到例如最小化所述目标函数的设计变量的值的集合,即找到如下条件。
图33中图示了根据实施例的优化所述光刻投影设备的一般方法。这种方法包括定义多个设计变量的多变量目标函数的步骤302。设计变量可以包括从以下各项中选择的任何合适的组合:照射模式的一个或更多个特性(300A)(例如,光瞳填充比,即传递穿过光瞳或孔的照射的辐射的百分比)、投影光学器件的一个或更多个特性(300B)和/或图案形成装置图案的一个或更多个特性(300C)。例如,设计变量可以包括照射模式的特性(300A)和图案形成装置图案的特性(300C)(例如,全局偏差),但不包括投影光学器件的特性(300B),这种情形导致SMO。替代地,设计变量可以包括照射模式的特性(300A)、投影光学器件的特性(300B)、和图案形成装置图案的特性(300C),这种情形导致照射、图案形成装置图案和投影光学器件的优化(有时被称作源-掩模-透镜优化(SMLO))。在步骤304中,同时调整设计变量使得目标函数朝向收敛移动。在步骤306中,确定是否满足预定义终止条件。预定终止条件可以包括各种可能性,例如,目标函数可以根据需要通过所使用的数值技术被最小化或最大化;目标函数的值等于阈值或已超过阈值,目标函数的值已达到预设误差极限内,和/或达到目标函数评估的预设迭代次数。如果在步骤306中满足终止条件,则方法结束。如果在步骤中306未满足终止条件,则迭代地重复步骤304和306直至获得期望的结果。优化未必导致针对设计变量的值的单个集合,这是因为可以存在由诸如光瞳填充因子、抗蚀剂化学性质、吞吐量等因素导致的物理约束。优化可以提供针对设计变量的值的多个集合和相关联的性能特性(例如,吞吐量),并且允许光刻设备的用户获得一个或更多个集合。
在实施例中,替代计算和/或确定对照射系统和/或投影光学器件的光学特性的效应,或除了计算和/或确定对照射系统和/或投影光学器件的光学特性的效应以外,应设想到,也可以在设计变量中包括照射系统和/或投影光学器件的可调整的光学特性。示例性的可调整光学特性可以包括一个或更多个透镜操控器、温度数据或与用于控制照射系统和/或投影系统的光学元件的温度的一个或更多个装置或器件(例如,加热器)的温度数据相关联的信号、一个或更多个泽尼克系数等。可以随后执行SMO或SMLO过程,并且可以同时调整包括可调整光学特性的设计变量,使得目标函数朝向收敛移动。
在图33中,同时执行所有设计变量的优化。这种流程可以被称为同时优化、联合优化,或共同优化。如本文中所使用的术语“同时”、“同时地”、“联合”和“联合地”意味着允许照射模式、图案形成装置、投影光学器件的特性的设计变量和/或任何其它设计变量同时改变。
替代地,交替地执行所有设计变量的优化,如图34中所图示的。在这个流程中,在每个步骤中,一些设计变量是固定的,而作为目标函数的评估的部分来优化其它设计变量;随后在下一步骤中,不同的变量集合是固定的,而作为目标函数的评估的部分来优化其它变量。交替地执行这些步骤,直至符合收敛或某些终止条件。如图34的非限制性示例流程图中所示出的,首先,获得图案形成装置图案(步骤402),随后在步骤404中执行照射模式优化的步骤,其中,作为合适的目标函数的评估的部分来优化(SO)照射模式的所有设计变量,而所有其它设计变量都是固定的。随后在下一步骤406中,执行掩模优化(MO),其中,作为合适的目标函数的评估的部分来优化图案形成装置的所有设计变量,而所有其它设计变量都是固定的。交替地执行这两个步骤,直至在步骤408中符合某些终止条件。可以使用各种终止条件,诸如目标函数的值变得等于阈值、目标函数的值超过阈值、目标函数的值达到预设误差极限内,或达到目标函数的评估的预设迭代次数等。应注意,SO-MO交替优化用作替代流程的示例。所述替代流程可以采取许多不同的形式,诸如SO-LO-MO交替优化,其中,交替地且迭代地执行SO、透镜优化(LO)和MO;或可以执行第一SMO一次,随后交替地且迭代地执行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。
如之前论述的图案选择算法可以与同时或交替的优化一体形成。例如,当采用交替优化时,首先可以执行全芯片SO,识别“热斑”和/或“温斑”,随后执行MO。鉴于本公开内容,亚优化的众多排列和组合是可能的,以便实现期望的优化结果。
图35示出一个示例性优化方法,其中,定义并且评估了目标函数。在步骤502中,获得设计变量的初始值,包括设计变量的调节范围(如果存在)。在步骤504中,设置多变量目标函数。在步骤506中,在用于第一迭代步骤(i=0)的设计变量的起点值附近的足够小的邻域内展开目标函数。在步骤508中,应用了标准的多变量优化技术以最小化或最大化目标函数。应注意,优化可以在508中的优化过程期间或在优化过程中的稍后阶段具有约束,诸如调节范围。对于已被选定用于优化光刻过程的所识别的评估点,使用给定的测试图案(也被称为“量规”)来评估每次迭代。在步骤510中,预测了光刻响应(例如,空间图像的一个或更多个某些特性、抗蚀剂图像的一个或更多个某些特性,或光刻过程的一个或更多个某些特性,诸如过程窗口)。在步骤512中,将步骤510的结果与期望的或理想的光刻响应值进行比较。如果在步骤514中满足终止条件,即,优化产生了充分地接近于期望的值的光刻响应值,且在步骤518中输出所述设计变量的最终值。输出步骤也可以包括使用设计变量的最终值来输出其它函数,诸如输出光瞳平面(或其它平面)处的波前像差调整映射、优化后的照射模式映射、优化后的图案形成装置图案(例如,包括光学邻近效应校正)等。如果未满足终止条件,则在步骤516中,利用第i次迭代的结果更新所述设计变量的值,并且过程返回至步骤506。可以应用算法以评估并求解目标函数,该算法诸如是高斯-牛顿(Gauss-Newton)算法、列文伯格-马夸尔特(Levenberg-Marquardt)算法、梯度下降算法、模拟退火算法、基因算法等。
对图案化过程进行优化可以扩展所述过程窗口。较大的过程窗口在过程设计和器件设计方面提供较多的灵活性。过程窗口可以被定义为使抗蚀剂图像在抗蚀剂图像的设计目标的某一极限内的焦距和剂量值的集合。应注意,这里论述的所有方法也可以扩展至可以通过除了或除去曝光剂量和散焦以外的不同的或额外的基参数而建立的广义过程窗口定义。这些基参数可以包括但不限于诸如NA、光学西格玛、光学像差、偏振、或抗蚀剂层的光学常数之类的光学设定。例如,如早先所描述的,如果PW也涉及不同的掩模偏差,则优化可以包括最小化MEEF。在焦距和剂量值上限定的过程窗口在本公开中仅用作示例。
下文描述了根据实施例的最大化所述过程窗口的方法。在第一步骤中,从过程窗口中的已知条件(f0,ε0)开始,其中,f0是名义焦距且ε0是名义剂量,以下执行了在邻区(f0±Δf,ε0±ε)中的示例性目标函数中的一个示例性目标函数的最小化:
如果允许名义焦距f0和名义剂量ε0发生偏移,则可以与设计变量(z1,z2,…,zN)联合地优化名义焦距和名义剂量。在下一步骤中,如果可以找到值的集合(z1,z2,…,zN,f,ε)使得目标函数在预设极限内,则接受(f0±Δf,ε0±ε)作为过程窗口的部分。
替代地,如果不允许焦距和剂量偏移,则在焦距和剂量被固定在名义焦距f0和名义剂量ε0的情况下,优化所述设计变量(z1,z2,…,zN)。在替代实施例中,如果可以找到值的集合(z1,z2,…,zN),使得目标函数在预设极限内,则接受(f0±Δf,ε0±ε)作为过程窗口的部分。
早先在本公开中描述的方法可以用于最小化等式(18)或(19)的相应的目标函数。如果设计变量是投影光学器件的特性,诸如泽尼克系数,则最小化等式(18)或(19)的目标函数导致了基于投影光学器件优化(即,LO)的过程窗口最大化。如果设计变量是除投影光学器件的特性以外的照射模式和图案形成装置图案的特性,则最小化等式(18)或(19)的目标函数导致了基于SMLO的过程窗口最大化。如果设计变量是照射模式和图案形成装置图案的特性,则最小化等式(18)或(19)的目标函数导致基于SMO的过程窗口最大化。
上文所描述的优化可以用于找到用来缩小可能不利于光刻过程的许多物理效应的值的集合(z1,z2,…,zN)。可以针对不同的物理效应、对光刻设备的不同部件、且在不同条件下连续地进行多个优化。
与上文论述的源/掩模/源-掩模优化相关的方法包括使用被选择用于优化在整个过程窗口中的被印制的晶片轮廓的线性化函数。评价函数通常基于纯光学模型,这是因为光刻系统中的光学器件倾向于确定大多数过程约束。在一个示例中,可以选择评价函数以降低遍及整个过程窗口的设计布局的最差边缘放置误差。
图36是图示可以辅助实施本文中公开的方法和流程的计算机系统100的框图。计算机系统100包括用于通信信息的总线102或其它通信机构,和与总线102耦接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也包括耦接至总线102以用于储存将要由处理器104执行的信息和指令的主存储器106,诸如随机存取存储器(RAM)或其它动态储存装置。主存储器106也可以用于在将要由处理器104执行的指令的执行期间储存临时变量或其它中间信息。计算机系统100还包括耦接至总线102以用于储存用于处理器104的静态信息和指令的只读存储器(ROM)108或其它静态储存装置。提供诸如磁盘或光盘的储存装置110,并且将储存装置110耦接至总线102以用于储存信息和指令。
计算机系统100可以经由总线102耦接至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)或平板显示器或触控面板显示器。包括字母数字按键和其它按键的输入装置114耦接至总线102以用于将信息和命令选择通信至处理器104。另一类型的用户输入装置是用于将方向信息和命令选择通信至处理器104且用于控制显示器112上的光标移动的光标控制件116,诸如鼠标、轨迹球或光标方向按键。这种输入装置通常具有在两个轴线(第一轴线(例如,x)和第二轴线(例如,y))上的两个自由度,该两个自由度允许装置指定平面中的位置。触控面板(屏幕)显示器也可以用作输入装置。
根据一个实施例,可以由计算机系统100响应于处理器104执行主存储器106中包含的一个或更多个指令的一个或更多个序列而执行过程的部分。可以将这些指令从诸如储存装置110的另一计算机可读介质读取至主存储器106中。主存储器106中包含的指令序列的执行使处理器104执行本文中所描述的过程步骤。呈多处理布置的一个或更多个处理器也可以用于执行主存储器106中包含的指令序列。在替代实施例中,可以代替或结合软件指令而使用硬联机电路系统。因此,本文中的描述不限于硬件电路系统与软件的任何特定组合。
如本文中所使用的术语“计算机可读介质”是指参与将指令提供至处理器104以供执行的任何介质。这种介质可以采取许多形式,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,诸如储存装置110。易失性介质包括易失存储器,诸如主存储器106。传输介质包括同轴缆线、铜线和光纤,包括包含总线102的电线。传输介质也可以采取声波或光波的形式,诸如在射频(RF)和红外线(IR)数据通信期间产生的声波或光波。计算机可读介质的常见形式包括例如软盘、软性磁盘、硬盘、磁带、任何其它磁性介质、CD-ROM、DVD、任何其它光学介质、打孔卡、纸带、具有孔图案的任何其它物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其它存储器芯片或卡匣、如下文所描述的载波,或可供计算机读取的任何其它介质。
各种形式的计算机可读介质被参与到将一个或更多个指令的一个或更多个序列承载至处理器104以供执行。例如,最初可以将所述指令承载在远程计算机的磁盘上。远程计算机可以将指令加载至其动态存储器中,并且使用调制解调器通过电话线发送指令。在计算机系统100本地的调制解调器可以接收电话线上的数据,并且使用红外线传输器将数据转换成红外线信号。耦接至总线102的红外线检测器可以接收红外线信号中所承载的数据且将该数据放置在总线102上。总线102将数据承载至主存储器106,处理器104从所述主存储器获取和执行指令。由主存储器106接收的指令可以可选地在由处理器104执行之前或之后储存在储存装置110上。
计算机系统100也期望地包括耦接至总线102的通信接口118。通信接口118提供与连接至局域网络122的网络链路120的双向数据通信耦接。例如,通信接口118可以是综合业务数字网(ISDN)卡或调制解调器,以提供至对应类型的电话线的数据通信连接。作为另一示例,通信接口118可以是局域网络(LAN)卡以提供至兼容LAN的数据通信连接。也可以实施无线链路。在任何这种实施中,通信接口118发送和接收电信号、电磁信号或光学信号,所述信号承载表示各种类型的信息的数字数据串流。
网络链路120通常通过一个或更多个网络而将数据通信提供至其它数据装置。例如,网络链路120可以通过局域网络122向主计算机124或向由因特网服务提供商(ISP)126操作的数据装备提供连接。ISP 126又通过全球封包数据通信网络(现通常被称作“因特网”128)而提供数据通信服务。局域网络122和因特网128两者都使用承载数字数据串流的电信号、电磁信号或光学信号。经由各种网络的信号和在网络链路120上且经由通信接口118的信号(所述信号将数字数据承载至计算机系统100和从计算机系统承载数字数据)是输送信息的载波的示例性形式。
计算机系统100可以经由一个或更多个网络、网络链路120和通信接口118发送消息和接收包括过程代码的数据。在因特网的示例中,服务器130可以经由因特网128、ISP126、局域网络122和通信接口118而传输用于应用程序的所请求的代码。例如,一个这样的下载应用程序可以提供实施例的照射优化。接收的代码可以在其被接收时由处理器104执行,和/或储存在储存装置110或其它非易失性储存器中以供稍后执行。以这种方式,计算机系统100可以获得呈载波形式的应用程序代码。
图37示意性地描绘包括以下各项的另一示例性光刻投影设备LA:
-源收集器模块SO,所述源收集器模块用于提供辐射。
-照射系统(照射器)IL,所述照射系统被配置成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,所述支撑结构被构造成支撑图案形成装置(例如,掩模或掩模版)MA且连接至被配置成准确地定位图案形成装置的第一定位装置PM;
-衬底台(例如,晶片台)WT,所述衬底台被构造成保持衬底(例如,涂覆有抗蚀剂的晶片)W且连接至被配置成准确地定位所述衬底的第二定位装置PW;以及
-投影系统(例如,反射式投影系统)PS,所述投影系统被配置成将由图案形成装置MA赋予至辐射束B的图案投影至衬底W的目标部分C(例如,包括一个或更多个管芯)上。
如这里描绘的,设备LA属于反射类型(例如,使用反射式掩模)。应注意,因为大多数材料在EUV波长范围内具吸收性,所以图案形成装置可以具有包括例如钼与硅的多层叠层的多层反射体。在一个示例中,多叠层反射体具有钼与硅的40个层对,其中,每个层的厚度为四分之一波长。可以利用X射线光刻术来产生更小的波长。由于大多数材料在EUV和x射线波长下具吸收性,因此图案形成装置形貌上的被图案化的吸收材料的薄片(例如,多层反射体的顶部上的TaN吸收体)限定将在何处印制特征(正性抗蚀剂)或将在何处不印制特征(负性抗蚀剂)。
参考图26,照射器IL从源收集器模块SO接收极紫外线辐射束。用于产生EUV辐射的方法包括但不必限于利用EUV范围中的一个或更多个发射谱线将材料转换成具有例如氙、锂或锡的至少一种元素的等离子体状态。在常常被称为激光产生等离子体(“LPP”)的一种这种方法中,可以通过利用激光束来照射燃料(诸如,具有谱线发射元素的材料小滴、串流或簇)而产生等离子体。源收集器模块SO可以是包括激光器(图26中未示出)的EUV辐射系统的部分,所述激光器用于提供激发燃料的激光束。得到的等离子体发射输出辐射,例如EUV辐射,使用设置在源收集器模块中的辐射收集器来收集所述辐射。例如,当使用CO2激光器以提供用于燃料激发的激光束时,激光器和源收集器模块可以是分立的实体。
在这些情况下,不将激光器视为形成光刻设备的部分,并且借助于包括例如合适的定向反射镜和/或扩束器的束传递系统将辐射束从激光器传递至源收集器模块。在其它情况下,例如当辐射源是常常被称为DPP辐射源的放电产生等离子体EUV产生器时,辐射源可以是源收集器模块的组成部分。
照射器IL可以包括用于调整辐射束的角强度分布的调整器。通常,可以调整照射器的光瞳平面中的强度分布的至少外部径向范围和/或内部径向范围(通常分别被称作σ-外部和σ-内部)。此外,照射器IL可以包括各种其它部件,诸如琢面场反射镜装置和琢面光瞳反射镜装置。照射器可以用于调节辐射束,以在该辐射束的横截面中具有期望的均一性和强度分布。
辐射束B入射至保持在支撑结构(例如,掩模台)MT上的图案形成装置(例如,掩模)MA上,并且通过图案形成装置来图案化。在从图案形成装置(例如,掩模)MA反射之后,辐射束B穿过投影系统PS,所述投影系统将所述束焦距至衬底W的目标部分C上。借助于第二定位装置PW和位置传感器PS2(例如,干涉测量装置、线性编码器或电容式传感器),可以准确地移动衬底台WT,例如以便在辐射束B的路径中定位不同的目标部分C。类似地,第一定位装置PM和另一位置传感器PS1可以用于相对于辐射束B的路径准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与衬底W。
可以以下模式下的至少一种模式来使用所描绘的设备LA:
1.在步进模式下,在使支撑结构(例如,掩模台)MT和衬底台WT保持基本上静止的同时将赋予至辐射束的整个图案一次性投影至目标部分C上(即,单次静态曝光)。随后,使衬底台WT在X和/或Y方向上偏移,使得可以曝光不同的目标部分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,同时将赋予至辐射束的图案投影至目标部分C上(即,单次动态曝光)。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衬底台WT相对于支撑结构(例如,掩模台)MT的速度和方向。
3.在另一模式下,使支撑结构(例如,掩模台)MT保持基本上静止,从而保持可编程图案形成装置,并且在移动或扫描衬底台WT的同时将赋予至辐射束的图案投影至目标部分C上。在这种模式下,通常使用脉冲式辐射源,并且在衬底台WT的每个移动之后或在扫描期间的连续辐射脉冲之间根据需要而更新可编程图案形成装置。这种操作模式可以容易地应用至利用可编程图案形成装置(诸如,上文提及的类型的可编程反射镜阵列)的无掩模光刻术。
图38更详细地示出设备LA,所述设备LA包括源收集器模块SO、照射系统IL和投影系统PS。源收集器模块SO被构造和布置成使得可以在源收集器模块SO的围封结构220中维持真空环境。可以通过放电产生等离子体辐射源形成EUV辐射发射等离子体210。可以通过气体或蒸汽(例如,Xe气体、Li蒸汽或Sn蒸汽)而产生EUV辐射,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。通过例如引起至少部分离子化等离子体的放电而产生非常热的等离子体210。为了辐射的高效产生,可能需要例如10Pa分压的Xe、Li、Sn蒸汽或任何其它合适的气体或蒸汽。在实施例中,提供受激发的锡(Sn)等离子体以产生EUV辐射。
由热等离子体210发射的辐射通过定位在源腔室211中的开口中或后方的可选的气体屏障或污染物阱230(在一些情况下,也被称作污染物屏障或箔片阱)而从源腔室211传递至收集器腔室212中。污染物阱230可以包括通道结构。污染物阱230也可以包括气体屏障,或气体屏障与通道结构的组合。如本领域中已知的,本文中进一步指示的污染物阱或污染物屏障230至少包括通道结构。
收集器腔室211可以包括可以是所谓的掠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。横穿收集器CO的辐射可以从光栅光谱滤光器240反射,以沿着由点虚线“O”指示的光轴而聚焦在虚拟源点IF中。虚拟源点IF通常被称作中间焦距,并且源收集器模块被布置成使得中间焦点IF位于围封结构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,辐射横穿照射系统IL,所述照射系统可以包括琢面场反射镜装置22和琢面光瞳反射镜装置24,琢面场反射镜装置和琢面光瞳反射镜装置被布置成提供在图案形成装置MA处的辐射束21的期望的角分布,以及在图案形成装置MA处的辐射强度的期望的均一性。在辐射束21于由支撑结构MT保持的图案形成装置MA处的反射后,形成被图案化的束26,并且通过投影系统PS经由反射元件28、30将被图案化的束26成像至由衬底台WT保持的衬底W上。
通常在照射光学器件单元IL和投影系统PS中可以存在比所示出的元件更多的元件。依赖于光刻设备的类型,可以可选地存在光栅光谱滤光器240。另外,可以存在比如图所示的反射镜更多的反射镜,例如,在投影系统PS中可以存在比图38所示的反射元件多1至6个的额外的反射元件。
如图38中所图示的收集器光学器件CO被描绘为具有掠入射反射体253、254和255的巢套式收集器,仅作为收集器(或收集器反射镜)的示例。掠入射反射体253、254和255围绕光轴O轴向对称地设置,并且这种类型的收集器光学器件CO期望地与放电产生等离子体辐射源组合使用。
替代地,源收集器模块SO可以是如图39中所示出的LPP辐射系统的部分。激光器LAS被布置成将激光能量沉积至诸如氙(Xe)、锡(Sn)或锂(Li)的燃料中,从而产生具有数十eV的电子温度的高度离子化的等离子体210。在这些离子的去激发和再结合期间产生的高能辐射被从等离子体发射,由近正入射收集器光学器件CO收集,并且被焦距至围封结构220中的开口221上。
本文中公开的概念可以对用于对次波长特征进行成像的任何通用成像系统进行模拟或在数学上建模,并且在能够产生具有越来越小的尺寸的波长的新兴成像技术中可能尤其有用。已经在使用中的新兴技术包括能够通过使用ArF激光器产生193nm波长且甚至能够通过使用氟激光器产生157nm波长的EUV(极紫外线)光刻术。此外,EUV光刻能够通过使用同步加速器或通过利用高能电子来射到材料(固体或等离子体)而产生在20nm至5nm的范围内的波长,以便产生这种范围内的光子。
虽然本文中公开的概念可以用于在诸如硅晶片的衬底上的成像,但应理解,所公开的概念可以与任何类型的光刻成像系统一起使用,例如,用于在除硅晶片以外的衬底上的成像的光刻成像系统。
尽管可以在本文中特定地参考在IC制造中实施例的使用,但应理解,本文中的实施例可以具有许多其它可能的应用。例如,本文中的实施例可以用于制造集成光学系统、用于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)等中。本领域技术人员将了解,在这样的替代应用的内容背景下,本文中对术语“掩模版”、“晶片”或“管芯”的任何使用可以被视为分别与更上位的术语“图案形成装置”、“衬底”或“目标部分”同义或可以与其互换。可以在曝光之前或之后在例如涂覆显影系统(通常将抗蚀剂层施加至衬底且显影曝光后的抗蚀剂的工具)或量测或检查工具中处理本文中提及的衬底。在适用情况下,可以将本文中的公开内容应用至这些和其它的衬底处理工具。另外,可以将衬底处理一次以上,例如以便产生多层IC,使得本文中所使用的术语衬底也可以指已包含多个处理后的层的衬底。
在本发明文件中,如本文中所使用的术语“辐射”和“束”涵盖所有类型的电磁辐射,包括紫外线辐射(例如,具有约365nm、约248nm、约193nm、约157nm或约126nm的波长)和极紫外线(EUV)辐射(例如,具有在5nm至20nm的范围内的波长)以及粒子束,诸如离子束或电子束。
如本文中所使用的术语“优化(optimizing/optimization)”是指或意味着调整图案形成设备(例如,光刻设备)、图案化过程等,使得结果和/或过程具有更期望的特性,诸如设计图案在衬底上的投影的较高准确度、较大过程窗口等。因此,如本文中所使用的术语“优化”和“优化的”是指或意味着识别一个或更多个参数的一个或更多个值的过程,所述一个或更多个值与那些一个或更多个参数的一个或更多个值的初始集合相比提供至少一个相关指标的改善,例如局部最佳。应该相应地解释“最佳”和其它相关术语。在实施例中,可以迭代地应用优化步骤,以提供一个或更多个指标的进一步改善。
可以以任何方便的形式实施本发明的方面。例如,实施例可以由一个或更多个适当的计算机程序实施,所述一个或更多个适当的计算机程序可以被承载在可以是有形载体介质(例如,磁盘)或无形载体介质(例如,通信信号)的适当的载体介质上。可以使用能够具体地采取可编程计算机的形式的合适设备来实施本发明的实施例,所述可编程计算机运行被布置成实施如本文中所描述的方法的计算机程序。因此,可以以硬件、固件、软件或其任何组合来实施本公开的实施例。本公开的实施例也可以被实施为储存在机器可读介质上的指令,所述指令可以由一个或更多个处理器读取和执行。机器可读介质可以包括用于以可以由机器(例如,计算装置)读取的形式储存或传输信息的任何机构。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);磁盘储存介质;光学储存介质;闪存装置;电、光学、声学或其它形式的传播信号(例如,载波、红外线信号、数字信号等);等等。另外,固件、软件、例程、指令可以在本文中描述为执行某些动作。然而,应了解,这些描述仅出于方便起见,并且这些动作实际上由计算装置、处理器、控制器或执行固件、软件、例程、指令等的其它装置引起。
可以通过以下方面进一步描述本发明的实施例。
1.一种校准模拟过程的方法,所述方法包括:
基于被印制的图案的阈值失效率获得(i)所述被印制的图案的特性的特性极限,和基于所述特性极限获得(ii)参考过程窗口;和
校准所述模拟过程,使得被模拟的过程窗口在所述参考过程窗口的可接受阈值内,校准所述模拟过程包括:
执行一个或更多个过程模型以确定被模拟的图案;和
基于所述被模拟的图案的特性以及所述特性极限调整与所述一个或更多个过程模型相关联的参数值。
2.根据方面1所述的方法,其中,所述模拟过程包括:源掩模优化过程和光学邻近效应校正过程,所述源掩模优化过程和光学邻近效应校正过程被配置成调整掩模参数、源参数或过程参数以使所述被印制的图案在目标特性值的可接受阈值内。
3.根据方面1所述的方法,其中,所述一个或更多个过程模型包括特性模型,所述特性模型是基于所述被模拟的图案和与所述被印制的图案相关联的所述特性极限来拟合的。
4.根据方面3所述的方法,其中,通过基于所述被模拟的图案的所述特性和所述被印制的图案的所述特性拟合所述特性模型的参数来确定所述特性模型。
5.根据方面4所述的方法,其中,所述被模拟的图案和所述被印制的图案的所述特性为临界尺寸、衬底的不同层上的两个图案之间的边缘放置误差、或所述衬底的相同层或不同层上的两个图案之间的图案放置误差。
6.根据方面5所述的方法,其中,所述被模拟的图案包括所述衬底的一层内的所述图案的轮廓。
7.根据方面6所述的方法,其中,所述被模拟的图案的所述特性包括所述层的顶部处的第一特性与所述层的底部处的第二特性之间的差。
8.根据方面1所述的方法,其中,所述一个或更多个过程模型的所述参数包括以下各项中的一个或更多个:
所述特性模型的参数;
与相关联于所述图案化过程的空间模型相关联的空间图像参数;
与相关联于所述图案化过程的抗蚀剂模型相关联的抗蚀剂参数;以及
与相关联于所述图案化过程的蚀刻模型相关联的蚀刻参数。
9.根据方面8所述的方法,其中,所述一个或更多个过程模型的所述参数包括选自空间图像的模糊度、抗蚀剂厚度或与抗蚀剂相关的吸收量的一个或更多个参数。
10.根据方面1所述的方法,其中,获得所述被印制的图案的所述特性的所述特性极限包括:
经由光刻设备将目标布局的所选图案印制于衬底上;
基于所述被印制的图案的检查数据确定每个所选图案的失效率;
基于每个所选图案的所述失效率和所述特性,拟合失效率模型,所述失效率模型被配置成确定与图案的特性相关联的失效率;以及
执行所述失效率模型以确定所选图案的所述特性的所述特性极限,使得所述阈值失效率被满足。
11.根据方面1所述的方法,其中,获得所述参考过程窗口包括:
基于与被印制的衬底相关联的检查数据,确定对应于每个所选图案的满足所述特性极限的所述特性的剂量和焦距的值。
12.根据方面1所述的方法,其中,所述校准所述模拟过程是迭代过程,迭代包括:
(a)使用待印制于衬底上的所选图案执行所述一个或更多个过程模型,以确定所述衬底上的所述被模拟的图案;
(b)调整与所述一个或更多个过程模型相关联的所述参数的值,使得所述被模拟的图案的所述特性满足与所选图案相关联的所述特性极限;
(c)基于所述被模拟的图案的所述特性确定所述被模拟的过程窗口以及所述被模拟的过程窗口是否在所述参考过程窗口的可接受阈值内;以及
(d)响应于未满足所述可接受阈值,执行步骤(a)至(c)。
13.根据方面1所述的方法,其中,调整所述一个或更多个过程模型的所述参数包括:
调整与所述特性模型相关联的参数的值,使得相对于所述特性极限最大化顶部处的所述被模拟的图案的所述特性与底部处的所述被模拟的图案的所述特性之间的裕度。
14.根据方面1所述的方法,还包括:
获得热斑图案的集合,每个热斑图案是来自目标布局的用户选择的图案和/或与相比于所述目标布局的其它图案具有的相对较高失效概率相关联的图案;
通过使用热斑图案的所述集合和所述失效率模型模拟所述校准后的模拟过程,确定用于每个热斑图案的基于缺陷的过程窗口;以及
基于每个基于缺陷的过程窗口的叠置,确定与所述阈值失效率相关联的一个或更多个过程变量的最优值。
15.根据方面14所述的方法,其中,所述一个或更多个过程变量选自:最佳焦距、最佳剂量、通过所述阈值失效率而表征的剂量-焦距窗口、透镜系统的像差、水平设置、重叠设置。
16.根据方面1所述的方法,还包括:
基于所述失效率模型确定与每个热斑图案相关联的产率;
通过计算与在整个全芯片布局上的每个热斑图案相关联的每个产率的乘积来确定所述全芯片布局的总产率。
17.根据方面1所述的方法,还包括:
通过模拟所述校准后的模拟过程,确定裕度是否能够用于调整重定目标图案的特性以导致目标特性值被印制于衬底上;和
响应于所述裕度不可用,经由使用所述重定目标图案模拟所述校准后的模拟过程,确定对与所述图案化过程相关联的过程的调整,使得所述目标特性值将被印制于所述衬底上。
18.根据方面17所述的方法,其中,对所述过程的调整包括以下各项中的至少一个:调整显影后图像处的蚀刻偏差,包括各向同性回蚀或间隔件过程、过程负载的量、蚀刻速率、沉积速率和蚀刻或沉积的入射角。
19.根据方面1所述的方法,还包括:
使用全芯片布局模拟所述校准后的模拟过程以确定与所述全芯片布局相关联的模拟特性值与目标特性值之间的残余误差;
经由光刻制造检查确定与所述全芯片布局相关联的所述模拟特性值是否满足期望的产率;以及
响应于未满足所述期望的产率,经由所述校准后的模拟过程调整源参数、掩模参数或过程参数以减小所述残余误差,使得所述期望的产率被满足。
20.一种用于产生与图案化过程相关联的重定目标图案的方法,所述方法包括:
获得(i)与目标图案相关联的特性极限和(ii)源掩模优化(SMO)过程,所述特性极限是一些特性的值,超出这些特性的值,与所述目标图案相对应的被印制的图案将被认为是有缺陷的,所述源掩模优化(SMO)过程被配置成基于与所述目标图案的特性相关联的阈值失效率来计算剂量和/或掩模参数;和
通过使用所述目标图案模拟所述源掩模优化过程,产生所述重定目标图案,与所述重定目标图案相关联的特性进一步落入与所述目标图案相关联的所述特性极限内。
21.根据方面20所述的方法,其中,基于失效率模型获得所述特性极限,使用与衬底上的所述被印制的图案相关联的失效率数据和所述阈值失效率来校准所述失效率模型,使用初始SMO数据来执行所述印制。
22.根据方面20所述的方法,其中,获得所述源掩模优化(SMO)过程包括:
包括剂量漂移方程式以基于特性的概率密度函数(PDF)、局部临界尺寸均一性、图案的特性的剂量敏感度和所述阈值失效率来计算剂量。
23.根据方面22所述的方法,其中,由下式给出所述剂量漂移方程式:
其中,doseEV表示在所述阈值失效率FRtarget下和与在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的剂量值,NDS为图案的特性的剂量敏感度,LCDUdose 3σ表示与在与距离平均特性值3个标准差下和在特定剂量下的特性值相关联的变化,并且CDF表示所述特性的所述PDF的累积分布函数。
24.根据方面22的方法,其中,由下式给出所述剂量漂移方程式:
其中,doseEV表示在所述阈值失效率FRtarget下和与在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的剂量值,NDS为图案的特性的剂量敏感度,LCDUdose表示在特定剂量下的所述特性的变化,LCDUtotal表示所述图案的所述特性的总变化,LCDUdose 3σ表示与在距离平均特性值3个标准差下和在特定剂量下的特性值相关联的变化,并且CDF表示所述特性的所述PDF的累积分布函数。
25.根据方面20所述的方法,其中,获得所述源掩模优化(SMO)过程包括:
包括掩模偏差漂移方程式以基于特性的概率密度函数(PDF)、由掩模偏差造成的局部CD均一性和所述阈值失效率来计算掩模特性。
26.根据方面25的方法,其中,由下式给出所述掩模偏差漂移方程式:
其中,maskEV表示在所述阈值失效率FRtarget下和在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的掩模偏差,LCDUmask@W是与由于所述掩模偏差而引起的抗蚀剂图案相关联的特性的变化,LCDUtotal表示所述图案的所述特性的总变化,并且CDF表示所述特性的所述PDF的累积分布函数。
27.根据方面20所述的方法,其中,产生所述重定目标图案,使得与所述阈值失效率下的所述特性极限相关联的裕度增大,产生所述重定目标图案包括:
使用初始SMO数据来模拟所述源掩模优化过程以确定在所述阈值失效率下与所述目标图案相关联的特性的漂移;
确定在所述阈值失效率下在所述特性极限与所述漂移之间的裕度;以及
调整所述目标图案的特性值,使得所述裕度增大而不超过与所述目标图案相关联的所述特性极限,调整后的特性值用于产生所述重定目标图案。
28.根据方面20所述的方法,其中,产生所述重定目标图案是迭代过程,迭代包括:
(a)使用包括优化源和优化掩模参数的初始SMO数据和初始目标图案或重定目标图案作为输入来模拟所述源掩模优化过程,以确定在所述阈值失效率下与所述目标图案相关联的特性的漂移;
(b)确定在所述阈值失效率下所述特性的所述特性极限与所述漂移之间的裕度;
(c)调整所述目标图案的特性值,使得所述裕度增大而不超过与所述目标图案相关联的所述特性极限,调整后的特性值用于产生所述重定目标图案;以及
(d)响应于所述裕度超过所述特性极限或未被最大化,执行步骤(a)至(c)。
29.根据方面28所述的方法,其中,所述特性的所述特性极限与所述特性的极值之间的裕度被最大化,所述特性的所述极值是由在所述阈值失效率下来自一个或更多个过程变量的贡献因子所引起的值。
30.根据方面20所述的方法,其中,所述特性的所述极值由焦距、剂量、测量值与目标值之间的误差的移动标准差(MSD)、抗蚀剂厚度和/或包括酸或猝灭剂的抗蚀剂组分引起。
31.根据方面20所述的方法,还包括:
使用所述重定目标图案来模拟所述源掩模优化(SMO)过程以确定与全芯片布局相关联的模拟特性值;
经由光刻制造检查确定与所述全芯片布局相关联的所述模拟特性值是否满足期望的产率;以及
响应于未满足所述期望的产率,调整源参数、掩模参数或过程参数,使得满足所述期望的产率,调整后的源参数、掩模参数或过程参数用于产生被优化的源、被优化的照射光瞳和/或被优化的掩模。
32.一种用于调整过程窗口的方法,包括:
获得(i)剂量概率密度函数(剂量PDF)和(ii)掩模概率密度函数(掩模PDF),所述剂量概率密度函数用于确定剂量的概率,所述剂量PDF是(a)特征的特性和(b)掩模特性的偏差的函数,所述掩模特性与用于将所述特征印制于衬底上的掩模相关联,所述掩模概率密度函数用于确定所述掩模特性的所述偏差的概率;
通过在掩模特性值的给定范围内对(i)所述剂量PDF与(ii)所述掩模PDF做卷积来确定与所述特性相关联的所述概率密度函数;以及
基于与所述特性相关联的被确定的概率密度函数,调整与图案化过程相关联的过程窗口。
33.根据方面32所述的方法,其中,所述掩模PDF包含引起所述掩模PDF的偏斜度的非线性掩模误差增强因子(MEEF)的依赖性,其中,使用所述掩模特性与印制于所述衬底上的所述特性之间的关系的逆函数来计算所述非线性MEEF。
34.根据方面33所述的方法,其中,能够通过下式计算所述掩模PDF:
其中,Gmask为所述掩模特性的高斯分布,基于所述掩模特性与印制于所述衬底上的所述特性之间的关系的逆函数来计算Gmask的平均值μmask,该逆函数由gmask(δCDmask)表示,Gmask的标准差为σmask,σmask为基于所述逆函数和被测量的标准差δCDmask而确定的标准差,并且确定所述非线性MEEF。
35.根据方面32所述的方法,其中,所述剂量PDF包含与所述衬底上的抗蚀剂图案相关的局部临界尺寸均一性(LCDU)的依赖性,所述LCDU由所述掩模特性引起。
36.根据方面35所述的方法,其中,使用具有平均剂量和剂量标准差的正态分布或泊松分布来确定所述剂量PDF,通过针对所述掩模特性的给定偏差的所述剂量与CD之间的所述关系的逆函数来确定所述平均剂量,并且通过基于与所述衬底上的所述抗蚀剂图案相关的由所述掩模特性引起的LCDU来确定所述剂量标准差。
37.根据方面36所述的方法,其中,能够通过下式计算所述剂量PDF:
PDFdose(gd(CD,δCDmask);μd(δCDmask),σd(δCDmask))
其中,使用所述特征的、针对所述掩模特性的给定偏差δCDmask的所述剂量与所述特性CD之间的关系的逆函数来确定所述剂量gd(CD,δCDmask),并且所述剂量标准差σd基于所述逆函数gd(CD,δCDmask)和所述被测量的标准差其中,表示由于针对给定掩模偏差的剂量和抗蚀剂变化所引起的LCDU(1σ)。
38.根据方面32所述的方法,还包括:
使用与目标布局相关联的失效率数据执行被确定的所述概率密度函数以确定与阈值失效率相关联的特性极限。
39.一种用于调整过程窗口的方法,包括:
获得(i)多个剂量-焦距设置和(ii)基于与所述多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布;
基于调整模型和所述多个剂量-焦距设置,确定所述特性的概率密度函数(PDF),使得所述PDF与所述参考分布之间的误差被减小,所述PDF是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例;以及
基于所述特性的被确定的PDF来调整与图案化过程相关联的过程窗口。
40.根据方面39所述的方法,其中,确定所述PDF是迭代过程,迭代包括:
基于所述调整模型来确定针对所述多个剂量-焦距设置中的给定剂量焦距设置的调整值;
基于所述调整值来确定图案的所述特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的所述给定的剂量和焦距设置调整所述调整模型的参数,使得所述误差被最小化。
41.根据方面39所述的方法,其中,所述PDF是第一PDF与第二PDF的卷积,其中,所述第一PDF是第一变化的函数,所述第一变化是所述调整模型与剂量的变化的乘积,并且所述第二PDF是与除剂量之外的对图案的所述特性的变化作出贡献的因素相关联的第二变化的函数。
42.根据方面41所述的方法,其中,确定所述PDF是迭代过程,迭代包括:
对所述第一PDF与所述第二PDF做卷积以确定图案的特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的给定的剂量和焦距设置调整所述第一变化和所述第二变化的参数,使得所述误差被最小化。
43.根据方面40至42中任一项所述的方法,其中,通过选自自适应矩估计或梯度下降方法的优化算法来执行针对所述多个剂量-焦距设置对所述调整模型的所述参数的调整。
44.根据方面39所述的方法,其中,所述调整模型是剂量和焦距的多项式函数。
45.根据方面42所述的方法,还包括:
针对所述多个剂量-焦距设置中的每个剂量和每个焦距设置来确定与相对于所述参考分布具有最小误差的PDF相关联的多个调整值;和
基于所述多个调整值来拟合剂量和焦距的多项式函数以确定所述调整模型,使得被拟合的多项式函数与所述多个调整模型值之间的差被最小化。
46.根据方面39所述的方法,还包括:
使用与所述图案相关联的失效率数据执行被确定的所述概率密度函数以确定与阈值失效率相关联的特性极限。
47.一种非暂时性计算机可读介质,包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:
获得(i)基于被印制的图案的阈值失效率的所述被印制的图案的特性的特性极限和(ii)基于所述特性极限的参考过程窗口;和
校准所述模拟过程,使得被模拟的过程窗口在所述参考过程窗口的可接受阈值内,校准所述模拟过程包括:
执行一个或更多个过程模型以确定被模拟的图案;和
调整与所述一个或更多个过程模型相关联的参数值,直到所述被模拟的图案的特性满足所述特性极限。
48.根据方面47所述的非暂时性计算机可读介质,其中,所述模拟过程包括:源掩模优化过程和光学邻近效应校正过程,所述源掩模优化过程和光学邻近效应校正过程被配置成调整掩模参数、源参数或过程参数以使所述被印制的图案在目标特性值的可接受阈值内。
49.根据方面47所述的非暂时性计算机可读介质,其中,所述一个或更多个过程模型包括特性模型,所述特性模型基于所述被模拟的图案和与所述被印制的图案相关联的所述特性极限来拟合。
50.根据方面49所述的非暂时性计算机可读介质,其中,通过基于所述被模拟的图案的所述特性和所述被印制的图案的所述特性拟合所述特性模型的参数来确定所述特性模型。
51.根据方面50所述的非暂时性计算机可读介质,其中,所述被模拟的图案和所述被印制的图案的所述特性为临界尺寸、衬底的不同层上的两个图案之间的边缘放置误差、或所述衬底的相同或不同层上的两个图案之间的图案放置误差。
52.根据方面51所述的非暂时性计算机可读介质,其中,所述被模拟的图案包括衬底的一层内的图案的轮廓。
53.根据方面52所述的非暂时性计算机可读介质,其中,所述被模拟的图案的所述特性包括所述层的顶部处的第一特性与所述层的底部处的第二特性之间的差。
54.根据方面47所述的非暂时性计算机可读介质,其中,所述一个或更多个过程模型的所述参数包括以下各项中的一个或更多个:
所述特性模型的参数;
与相关联于所述图案化过程的空间模型相关联的空间图像参数;
与相关联于所述图案化过程的抗蚀剂模型相关联的抗蚀剂参数;以及
与相关联于所述图案化过程的蚀刻模型相关联的蚀刻参数。
55.根据方面54所述的非暂时性计算机可读介质,其中,所述一个或更多个过程模型的所述参数包括选自空间图像的模糊度、抗蚀剂厚度或与抗蚀剂相关的吸收量的一个或更多个参数。
56.根据方面47所述的非暂时性计算机可读介质,其中,获得所述被印制的图案的所述特性的所述特性极限包括:
经由光刻设备将目标布局的所选图案印制于衬底上;
基于所述被印制的图案的检查数据确定每个所选图案的失效率;
基于每个所选图案的所述失效率和所述特性,拟合失效率模型,所述失效率模型被配置成确定与图案的特性相关联的失效率;以及
执行所述失效率模型以确定所选图案的所述特性的所述特性极限,使得所述阈值失效率被满足。
57.根据方面47所述的非暂时性计算机可读介质,其中,获得所述参考过程窗口包括:
基于与被印制的衬底相关联的检查数据,确定对应于每个所选图案的满足所述特性极限的所述特性的剂量和焦距的值。
58.根据方面47所述的非暂时性计算机可读介质,其中,所述校准所述模拟过程是迭代过程,迭代包括:
(a)使用待印制于衬底上的所选图案执行所述一个或更多个过程模型,以确定所述衬底上的所述被模拟的图案;
(b)调整与所述一个或更多个过程模型相关联的所述参数的值,使得所述被模拟的图案的所述特性满足与所选图案相关联的所述特性极限;
(c)基于所述被模拟的图案的所述特性确定所述被模拟的过程窗口以及所述被模拟的过程窗口是否在所述参考过程窗口的可接受阈值内;以及
(d)响应于未满足所述可接受阈值,执行步骤(a)至(c)。
59.根据方面47所述的非暂时性计算机可读介质,其中,调整所述一个或更多个过程模型的所述参数包括:
调整与所述特性模型相关联的参数的值,使得相对于所述特性极限最大化顶部处的所述被模拟的图案的所述特性与底部处的所述被模拟的图案的所述特性之间的裕度。
60.根据方面47所述的非暂时性计算机可读介质,还包括:
获得热斑图案的集合,每个热斑图案是来自目标布局的用户选择的图案和/或与相比于所述目标布局的其它图案具有的相对较高失效概率相关联的图案;
通过使用热斑图案的所述集合和所述失效率模型模拟所述校准后的模拟过程,确定用于每个热斑图案的基于缺陷的过程窗口;以及
基于每个基于缺陷的过程窗口的叠置,确定与所述阈值失效率相关联的一个或更多个过程变量的最优值。
61.根据方面60所述的非暂时性计算机可读介质,其中,所述一个或更多个过程变量选自:最佳焦距、最佳剂量、通过所述阈值失效率而表征的剂量-焦距窗口、透镜系统的像差、水平设置、重叠设置。
62.根据方面47所述的非暂时性计算机可读介质,还包括:
基于所述失效率模型确定与每个热斑图案相关联的产率;
通过计算与在整个全芯片布局上的每个热斑图案相关联的每个产率的乘积来确定所述全芯片布局的总产率。
63.根据方面47所述的非暂时性计算机可读介质,还包括:
通过模拟所述校准后的模拟过程,确定裕度是否能够用于调整重定目标图案的特性以导致目标特性值被印制于衬底上;和
响应于所述裕度不可用,经由使用所述重定目标图案模拟所述校准后的模拟过程,确定对与所述图案化过程相关联的过程的调整,使得所述目标特性值将被印制于所述衬底上。
64.根据方面63所述的非暂时性计算机可读介质,其中,对所述过程的调整包括以下各项中的至少一个:调整显影后图像处的蚀刻偏差,包括各向同性回蚀或间隔件过程、过程负载的量、蚀刻速率、沉积速率和蚀刻或沉积的入射角。
65.根据方面47所述的非暂时性计算机可读介质,还包括:
使用全芯片布局模拟所述校准后的模拟过程以确定与所述全芯片布局相关联的模拟特性值与目标特性值之间的残余误差;
经由光刻制造检查确定与所述全芯片布局相关联的所述模拟特性值是否满足期望的产率;以及
响应于未满足所述期望的产率,经由所述校准后的模拟过程调整源参数、掩模参数或过程参数以减小所述残余误差,使得满足所述期望的产率。
66.一种非暂时性计算机可读介质,包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:
获得(i)与目标图案相关联的特性极限和(ii)源掩模优化(SMO)过程,所述特性极限是一些特性的值,超出这些特性的值,与所述目标图案相对应的被印制的图案被认为是有缺陷的,所述源掩模优化(SMO)被配置成基于与所述目标图案的特性相关联的阈值失效率来计算剂量和/或掩模参数;和
通过使用所述目标图案模拟所述源掩模优化过程,产生重定目标图案,与所述重定目标图案相关联的特性进一步落入与所述目标图案相关联的所述特性极限内。
67.根据方面66所述的非暂时性计算机可读介质,其中,基于失效率模型获得所述特性极限,使用与衬底上的所述被印制的图案相关联的失效率数据和所述阈值失效率来校准所述失效率模型,使用初始SMO数据来执行所述印制。
68.根据方面66所述的非暂时性计算机可读介质,其中,获得所述源掩模优化(SMO)过程包括:
包括剂量漂移方程式以基于特性的概率密度函数(PDF)、局部临界尺寸均一性、图案的特性的剂量敏感度和所述阈值失效率来计算剂量。
69.根据方面68所述的非暂时性计算机可读介质,其中,由下式给出所述剂量漂移方程式:
其中,doseEV表示在所述阈值失效率FRtarget下和与在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的剂量值,NDS为图案的特性的剂量敏感度,LCDUdose 3σ表示与在与距离平均特性值3个标准差下和在特定剂量下的特性值相关联的变化,并且CDF表示所述特性的所述PDF的累积分布函数。
70.根据方面68所述的非暂时性计算机可读介质,其中,由下式给出所述剂量漂移方程式:
其中,doseEV表示在所述阈值失效率FRtarget下和与在距离平均特性值3个标准差下的特性值相关联的极值漂移下的剂量值,NDS为图案的特性的剂量敏感度,LCDUdose表示在特定剂量下的所述特性的变化,LCDUtotal表示所述图案的所述特性的总变化、LCDUdose 3σ表示与在与距离平均特性值3个标准差下和在特定剂量下的特性值相关联的变化,并且CDF表示所述特性的所述PDF的累积分布函数。
71.根据方面66所述的非暂时性计算机可读介质,其中,获得所述源掩模优化(SMO)过程包括:
包括掩模偏差漂移方程式以基于特性的概率密度函数(PDF)、由掩模偏差造成的局部CD均一性和所述阈值失效率来计算掩模特性。
72.根据方面71所述的非暂时性计算机可读介质,其中,由下式给出所述掩模偏差漂移方程式:
其中,maskEV表示在所述阈值失效率FRtarget下和在与距离平均特性值3个标准差下的特性值相关联的极值漂移下的掩模偏差,LCDUmask@W是与由于所述掩模偏差而引起的抗蚀剂图案相关联的特性的变化,LCDUtotal表示所述图案的所述特性的总变化,并且CDF表示所述特性的所述PDF的累积分布函数。
73.根据方面66所述的非暂时性计算机可读介质,其中,产生所述重定目标图案使得与所述阈值失效率下的所述特性极限相关联的裕度增大,产生所述重定目标图案包括:
使用初始SMO数据来模拟所述源掩模优化过程以确定在所述阈值失效率下与所述目标图案相关联的特性的漂移;
确定在所述阈值失效率下在所述特性极限与所述漂移之间的裕度;以及
调整所述目标图案的特性值,使得所述裕度增大而不超过与所述目标图案相关联的所述特性极限,调整后的特性值用于产生所述重定目标图案。
74.根据方面66所述的非暂时性计算机可读介质,其中,产生所述重定目标图案是迭代过程,迭代包括:
(a)使用包括优化源和优化掩模参数的初始SMO数据和初始目标图案或重定目标图案作为输入来模拟所述源掩模优化过程,以确定在所述阈值失效率下与所述目标图案相关联的特性的漂移;
(b)确定在所述阈值失效率下所述特性的所述特性极限与所述漂移之间的裕度;
(c)调整所述目标图案的特性值,使得所述裕度增大而不超过与所述目标图案相关联的所述特性极限,调整后的特性值用于产生所述重定目标图案;以及
(d)响应于所述裕度超过所述特性极限或未被最大化,执行步骤(a)至(c)。
75.根据方面74所述的非暂时性计算机可读介质,其中,所述特性的所述特性极限与所述特性的极值之间的裕度被最大化,所述特性的所述极值为由在所述阈值失效率下来自一个或更多个过程变量的贡献因子引起的值。
76.根据方面66所述的非暂时性计算机可读介质,其中,所述特性的所述极值由以下各项引起:焦距、剂量、测量值与目标值之间的误差的移动标准差(MSD)、抗蚀剂厚度和/或包括酸或猝灭剂的抗蚀剂组分。
77.根据方面66所述的非暂时性计算机可读介质,还包括:
使用所述重定目标图案来模拟所述源掩模优化(SMO)过程以确定与全芯片布局相关联的模拟特性值;
经由光刻制造检查确定与所述全芯片布局相关联的所述模拟特性值是否满足期望的产率;以及
响应于未满足所述期望的产率,调整源参数、掩模参数或过程参数,使得所述期望的产率被满足,调整后的源参数、掩模参数或过程参数用于产生被优化的源、被优化的照射光瞳和/或被优化的掩模。
78.一种非暂时性计算机可读介质,包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:
获得(i)剂量概率密度函数(剂量PDF)和(ii)掩模概率密度函数(掩模PDF),所述剂量概率密度函数(剂量PDF)用于确定剂量的概率,所述剂量PDF是(a)特征的特性和(b)掩模特性的偏差的函数,所述掩模特性与用于将所述特征印制于衬底上的掩模相关联,所述掩模概率密度函数(掩模PDF)用于确定所述掩模特性的所述偏差的概率;
通过在掩模特性值的给定范围内对(i)所述剂量PDF与(ii)所述掩模PDF做卷积来确定与所述特性相关联的所述概率密度函数;以及
基于与所述特性相关联的被确定的概率密度函数,调整与图案化过程相关联的过程窗口。
79.根据方面78所述的非暂时性计算机可读介质,其中,所述掩模PDF包含引起所述掩模PDF的偏斜度的非线性掩模误差增强因子(MEEF)的依赖性,其中,使用所述掩模特性与印制于所述衬底上的所述特性之间的关系的逆函数来计算所述非线性MEEF。
80.根据方面79所述的非暂时性计算机可读介质,其中,能够通过下式计算所述掩模PDF:
其中,Gmask为所述掩模特性的高斯分布,基于所述掩模特性与印制于所述衬底上的所述特性之间的关系的逆函数来计算Gmask的平均值μmask,该逆函数由gmask(δCDmask)表示,Gmask的标准差为σmask,σmask为基于所述逆函数和被测量的标准差δCDmask而确定的标准差,并且确定所述非线性MEEF。
81.根据方面78所述的非暂时性计算机可读介质,其中,所述剂量PDF包含与所述衬底上的抗蚀剂图案相关的局部临界尺寸均一性(LCDU)的依赖性,所述LCDU由所述掩模特性引起。
82.根据方面81所述的非暂时性计算机可读介质,其中,使用具有平均剂量和剂量标准差的正态分布或泊松分布来确定所述剂量PDF,通过针对所述掩模特性的给定偏差的所述剂量与CD之间的所述关系的逆函数来确定所述平均剂量,并且通过基于与所述衬底上的所述抗蚀剂图案相关的由所述掩模特性引起的LCDU来确定所述剂量标准差。
83.根据方面82所述的非暂时性计算机可读介质,其中,能够通过下式计算所述剂量PDF:
PDFdose(gd(CD,δCDmask);μd(δCDmask),σd(δCDmask))
其中,使用所述特征的针对所述掩模特性δCDmask的给定偏差的所述剂量与所述特性CD之间的关系的逆函数来确定所述剂量gd(CD,δCDmask),并且所述剂量标准差σd基于所述逆函数gd(CD,δCDmask)和所述被测量的标准差其中,表示由于针对给定掩模偏差的剂量和抗蚀剂变化所引起的LCDU(1σ)。
84.根据方面78所述的非暂时性计算机可读介质,还包括:
使用与目标布局相关联的失效率数据执行被确定的所述概率密度函数以确定与阈值失效率相关联的特性极限。
85.一种非暂时性计算机可读介质,包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:
获得(i)多个剂量-焦距设置和(ii)基于与所述多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布;
基于调整模型和所述多个剂量-焦距设置,确定所述特性的概率密度函数(PDF),使得所述PDF与所述参考分布之间的误差被减小,所述PDF是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例;以及
基于所述特性的被确定的PDF来调整与图案化过程相关联的过程窗口。
86.根据方面85所述的非暂时性计算机可读介质,其中,确定所述PDF是迭代过程,迭代包括:
基于所述调整模型来确定针对所述多个剂量-焦距设置中的给定剂量焦距设置的调整值;
基于所述调整值来确定图案的所述特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的所述给定的剂量和焦距设置调整所述调整模型的参数,使得所述误差被最小化。
87.根据方面85所述的非暂时性计算机可读介质,其中,所述PDF是第一PDF与第二PDF的卷积,其中,所述第一PDF是第一变化的函数,所述第一变化是所述调整模型与剂量的变化的乘积,并且所述第二PDF是与除剂量之外的对图案的所述特性的变化作出贡献的因素相关联的第二变化的函数。
88.根据方面87所述的非暂时性计算机可读介质,其中,确定所述PDF是迭代过程,迭代包括:
对所述第一PDF与所述第二PDF做卷积以确定图案的特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的给定的剂量和焦距设置调整所述第一变化和所述第二变化的参数,使得所述误差被最小化。
89.根据方面86至88中任一项所述的非暂时性计算机可读介质,其中,通过选自自适应矩估计或梯度下降方法的优化算法来执行针对所述多个剂量-焦距设置的对所述调整模型的所述参数的调整。
90.根据方面85所述的非暂时性计算机可读介质,其中,所述调整模型为剂量和焦距的多项式函数。
91.根据方面88所述的非暂时性计算机可读介质,还包括:
针对所述多个剂量-焦距设置中的每个剂量和每个焦距设置来确定与相对于所述参考分布具有最小误差的PDF相关联的多个调整值;和
基于所述多个调整值来拟合剂量和焦距的多项式函数以确定所述调整模型,使得被拟合的多项式函数与所述多个调整模型值之间的差被最小化。
92.根据方面85所述的非暂时性计算机可读介质,还包括:
使用与所述图案相关联的失效率数据执行被确定的所述概率密度函数以确定与阈值失效率相关联的特性极限。
在框图中,所图示的部件被描绘为离散的功能区块,但实施例不限于本文中所描述的功能性如所图示来组织的系统。由部件中的每个部件提供的功能性可以由软件或硬件模块提供,所述模块以与当前描绘的方式不同的方式组织,例如可以混和、结合、复写、解散、分配(例如,在数据中心内或按地区),或以其它不同方式组织这种软件或硬件。本文中所描述的功能性可以由执行储存在有形的、非暂时性机器可读介质上的过程代码的一个或更多个计算机的一个或更多个处理器提供。在一些情况下,第三方内容传递网络可以主控经由网络传输的信息中的一些或全部,在这种情况下,在据称被供应或以其它方式被提供信息(例如,内容)的情况下,可以通过发送指令以从内容传递网络获取所述信息来提供所述信息。
除非另外特定陈述,否则如根据论述而明白的,应了解,在整个本说明书中,利用诸如“处理”、“计算(computing/calculating)”、“确定”等等的术语的论述是指诸如专用计算机或类似的专用电子处理/计算装置的特定设备的动作或过程。
读者应了解,本申请描述若干发明。这些发明已组合成单个文件,而不是将那些发明分离成多个单独的专利申请,这是因为所述发明的相关主题使其在应用过程中有助于经济发展。但不应合并这些发明的不同的优点和项目。在一些情况下,实施例解决本文中提及的所有不足,但应理解,所述发明是独立地有用,并且一些实施例仅解决这些问题的子集或提供其它未提及的益处,审阅本公开的本领域技术人员将明白所述其它未提及的益处。由于成本约束,目前可能不主张本文中公开的一些发明,并且可以在稍后申请(诸如,继续申请或通过修改本发明的权利要求)中主张所述一些发明。类似地,由于空间限制,本文件的摘要和发明内容的章节都不应被视为包含所有这些发明的全面清单或这些发明的所有项目。
应理解,描述和附图不意图将本公开限制至所公开的特定形式,而正相反,本发明意图涵盖属于如由所附权利要求所限定的本发明的精神和范围内的所有修改、等效物和替代例。
鉴于本说明书,本领域技术人员将明白本发明的各种项目的修改和替代实施例。因此,本说明书和附图应被理解为仅是说明性的且是出于教导本领域技术人员进行本发明的一般方式的目的。应理解,本文中所示出和描述的本发明的形式应被视为实施例的示例。元件和材料可以替代本文中所图示和描述的部件和材料,可以反转或省略部分和过程,可以独立地利用某些特征,并且可以组合实施例或实施例的特征,本领域技术人员在获得本说明书的益处之后将明白这些。在不背离如在以下权利要求中所描述的本发明的精神和范围的情况下,可以对本文中所描述的元件作出改变。本文中所使用的标题仅出于组织性目的且不意味着用于限制本说明书的范围。
如在整个本申请中所使用的,词“可以”是在许可的意义上(即,意味着可能)而不是强制性的意义上(即,意味着必须)来使用。词“包括(include/including/includes)”等等意味着包括但不限于。如在整个本申请中所使用的,单数形式“一/一个/所述(a/an/the)”包括多个参照物,除非内容另有明确地指示。因此,例如,对“一/一个(an或a)”元件的参考包括两个或更多个元件的组合,但会针对一个或更多个元件使用其它术语和词组,诸如“一个或更多个”。除非另有指示,否则术语“或”是非独占式的,即,涵盖“和”与“或”两者。描述条件关系的术语,例如“响应于X,而Y”、“在X后,Y”、“如果X,则Y”、“当X时,Y”等等,涵盖因果关系,其中,前提为必要的因果条件,前提为充分的因果条件,或前提为结果的贡献因果条件,例如“在条件Y获得后,出现状态X”对于“仅在Y后,方出现X”和“在Y和Z后,出现X”是通用的。这些条件关系不限于立即遵循前提而获得的结果,这是因为一些结果可能延迟,并且在条件陈述中,前提连接至其结果,例如前提与出现结果的可能性相关。除非另有指示,否则多个性质或功能被映射至多个物体(例如,执行步骤A、B、C和D的一个或更多个处理器)的陈述涵盖所有这些性质或功能被映射至所有这些物体和所述性质或功能的子集经映射至性质或功能的子集两种情况(例如,所有处理器分别都执行步骤A至D,和处理器1执行步骤A,处理器2执行步骤B和步骤C的一部分,并且处理器3执行步骤C的一部分和步骤D的情况)。另外,除非另有指示,否则一个值或动作是“基于”另一条件或值的陈述涵盖条件或值是唯一因素的情况和条件或值是多个因素当中的因素的情况两者。除非另有指示,否则某集合体中的“每个”实例具有某性质的陈述不应理解为排除较大集合的一些另外相同或类似的构件不具有所述性质的情况(即,每个未必意味着每一个)。对从范围选择的提及包括范围的端点。
在以上描述中,流程图中的任何过程、描述或框应理解为表示代码的模块、片段或部分,代码的模块、片段或部分包括用于实施所述过程中的具体逻辑功能或步骤的一个或更多个可执行指令,并且替代实施被包括在本发明的示例性实施例的范围内,其中,功能可以依赖于所涉及的功能性而不按照所示出或论述的次序执行,包括实质上同时或以相反次序执行,如本领域技术人员将理解的。
在某些美国专利、美国专利申请或其它材料(例如,论文)已以引用的方式并入的情况下,这些美国专利、美国专利申请和其它材料的文字仅在这样的材料与本文中所阐述的陈述和附图之间不存在冲突的情况下以引用的方式并入。在存在这样的冲突的情况下,这种以引用的方式并入的美国专利、美国专利申请和其它材料中的任何这样的冲突文字并不具体地以引用的方式并入本文中。
虽然已描述某些实施例,但这些实施例仅作为示例来呈现,并且并不意图限制本公开的范围。实际上,本文中所描述的新颖方法、设备和系统可以多种其它形式体现;此外,在不背离本发明精神的情况下,可以对本公开中所描述的方法、设备和系统的形式进行各种省略、替代和改变。随附权利要求及其等效物意图涵盖如将属于本公开改的范围和精神内的这样的形式或修改。
Claims (15)
1.一种用于调整过程窗口的方法,包括:
获得(i)多个剂量焦距设置和(ii)基于与所述多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布;
基于调整模型和所述多个剂量-焦距设置,确定所述特性的概率密度函数(PDF),使得所述PDF与所述参考分布之间的误差减小,所述PDF是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例;以及
基于所述特性的所确定的PDF来调整与图案化过程相关联的过程窗口。
2.根据权利要求1所述的方法,其中,确定所述PDF是迭代过程,迭代包括:
基于所述调整模型来确定针对所述多个剂量-焦距设置中的给定剂量-焦距设置的调整值;
基于所述调整值来确定图案的所述特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的所述给定的剂量和焦距设置调整所述调整模型的参数,使得所述误差被最小化。
3.根据权利要求1所述的方法,其中,通过第一PDF与第二PDF的卷积来确定所述PDF,其中,所述第一PDF是第一变化的函数,所述第一变化是所述调整模型与剂量的变化的乘积,并且所述第二PDF是与除剂量之外的对图案的所述特性的变化作出贡献的因素相关联的第二变化的函数。
4.根据权利要求3所述的方法,其中,确定所述PDF是迭代过程,迭代包括:
对所述第一PDF与所述第二PDF做卷积以确定图案的所述特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的给定的剂量和焦距设置调整所述第一变化和所述第二变化的参数,使得所述误差被最小化。
5.根据权利要求1所述的方法,其中,通过选自自适应矩估计或梯度下降方法的优化算法来执行针对所述多个剂量-焦距设置对所述调整模型的所述参数的所述调整。
6.根据权利要求1所述的方法,其中,所述调整模型是剂量和焦距的多项式函数。
7.根据权利要求4所述的方法,还包括:
针对所述多个剂量-焦距设置中的每个剂量和每个焦距设置,确定与相对于所述参考分布具有最小误差的PDF相关联的多个调整值;以及
基于所述多个调整值来拟合剂量和焦距的多项式函数以确定所述调整模型,使得被拟合的多项式函数与所述多个调整模型值之间的差被最小化。
8.根据权利要求1所述的方法,还包括:
使用与所述图案相关联的失效率数据执行被确定的所述概率密度函数,以确定与阈值失效率相关联的特性极限。
9.一种非暂时性计算机可读介质,包括在由一个或更多个处理器执行时引起包括以下各项的操作的指令:
获得(i)多个剂量-焦距设置和(ii)基于与所述多个剂量-焦距设置中的每个设置相关联的被印制的图案的特性的测量值的参考分布;
基于调整模型和所述多个剂量-焦距设置,确定所述特性的概率密度函数(PDF),使得所述PDF与所述参考分布之间的误差被减小,所述PDF是所述调整模型和与剂量相关联的方差的函数,所述调整模型被配置成改变对所述PDF的非线性剂量敏感度贡献的比例;以及
基于所述特性的所确定的PDF来调整与图案化过程相关联的过程窗口。
10.根据权利要求9所述的非暂时性计算机可读介质,其中,确定所述PDF是迭代过程,迭代包括:
基于所述调整模型来确定针对所述多个剂量-焦距设置中的给定剂量-焦距设置的调整值;
基于所述调整值来确定图案的所述特性的PDF;
确定所述PDF与所述参考分布之间的误差;以及
针对所述多个剂量-焦距设置中的所述给定的剂量和焦距设置调整所述调整模型的参数,使得所述误差被最小化。
11.根据权利要求10所述的非暂时性计算机可读介质,其中,基于第一PDF与第二PDF的卷积来确定所述PDF,其中,所述第一PDF是第一变化的函数,所述第一变化是所述调整模型与剂量的变化的乘积,并且所述第二PDF是与除剂量之外的对图案的所述特性的变化作出贡献的因素相关联的第二变化的函数。
12.根据权利要求9所述的非暂时性计算机可读介质,其中,通过选自自适应矩估计或梯度下降方法的优化算法来执行针对所述多个剂量-焦距设置对所述调整模型的所述参数的调整。
13.根据权利要求9所述的非暂时性计算机可读介质,其中,所述调整模型为剂量和焦距的多项式函数。
14.根据权利要求12所述的非暂时性计算机可读介质,还包括:
针对所述多个剂量-焦距设置中的每个剂量和每个焦距设置来确定与相对于所述参考分布具有最小误差的PDF相关联的多个调整值;和
基于所述多个调整值来拟合剂量和焦距的多项式函数以确定所述调整模型,使得被拟合的多项式函数与所述多个调整模型值之间的差被最小化。
15.根据权利要求9所述的非暂时性计算机可读介质,还包括:
使用与所述图案相关联的失效率数据执行被确定的所述概率密度函数,以确定与阈值失效率相关联的特性极限。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062980068P | 2020-02-21 | 2020-02-21 | |
US62/980,068 | 2020-02-21 | ||
PCT/EP2021/054064 WO2021165419A1 (en) | 2020-02-21 | 2021-02-18 | Method for calibrating simulation process based on defect-based process window |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115104068A true CN115104068A (zh) | 2022-09-23 |
Family
ID=74672341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180014721.6A Pending CN115104068A (zh) | 2020-02-21 | 2021-02-18 | 用于以基于缺陷的过程窗口为基础的校准模拟过程的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230076218A1 (zh) |
KR (1) | KR20220127925A (zh) |
CN (1) | CN115104068A (zh) |
TW (2) | TWI824809B (zh) |
WO (1) | WO2021165419A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070469A (zh) * | 2023-04-04 | 2023-05-05 | 合肥通用机械研究院有限公司 | 一种设备运行参数优化方法和风险管理方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220001262A (ko) * | 2020-06-29 | 2022-01-05 | 삼성전자주식회사 | 반도체 공정의 근접 보정 방법 |
CN116670710A (zh) * | 2021-09-10 | 2023-08-29 | 弗拉蒂利亚有限责任公司 | 概率性工艺窗口的检测 |
WO2023203025A1 (en) * | 2022-04-20 | 2023-10-26 | Raja Shyamprasad Natarajan | Method and system for detecting and/or quantifying manufacturing inaccuracies |
CN117371387B (zh) * | 2023-12-08 | 2024-02-13 | 浙江集迈科微电子有限公司 | 集成电路器件版图参数化构建方法装置、存储介质和终端 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000002322A1 (fr) | 1998-07-07 | 2000-01-13 | Mitsubishi Denki Kabushiki Kaisha | Regulateur de puissance |
DE60319462T2 (de) | 2002-06-11 | 2009-03-12 | Asml Netherlands B.V. | Lithographischer Apparat und Verfahren zur Herstellung eines Artikels |
US7003758B2 (en) | 2003-10-07 | 2006-02-21 | Brion Technologies, Inc. | System and method for lithography simulation |
US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
WO2007019269A2 (en) | 2005-08-08 | 2007-02-15 | Brion Technologies, Inc. | System and method for creating a focus-exposure model of a lithography process |
US7695876B2 (en) | 2005-08-31 | 2010-04-13 | Brion Technologies, Inc. | Method for identifying and using process window signature patterns for lithography process control |
JP4954211B2 (ja) | 2005-09-09 | 2012-06-13 | エーエスエムエル ネザーランズ ビー.ブイ. | 個別マスクエラーモデルを使用するマスク検証を行うシステムおよび方法 |
US7694267B1 (en) | 2006-02-03 | 2010-04-06 | Brion Technologies, Inc. | Method for process window optimized optical proximity correction |
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 |
NL1036189A1 (nl) | 2007-12-05 | 2009-06-08 | Brion Tech Inc | Methods and System for Lithography Process Window Simulation. |
NL1036245A1 (nl) | 2007-12-17 | 2009-06-18 | Asml Netherlands Bv | Diffraction based overlay metrology tool and method of diffraction based overlay metrology. |
NL1036597A1 (nl) | 2008-02-29 | 2009-09-01 | Asml Netherlands Bv | Metrology method and apparatus, lithographic apparatus, and device manufacturing method. |
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 |
WO2011012624A1 (en) | 2009-07-31 | 2011-02-03 | Asml Netherlands B.V. | Metrology method and apparatus, lithographic system, and lithographic processing cell |
KR20120058572A (ko) | 2009-08-24 | 2012-06-07 | 에이에스엠엘 네델란즈 비.브이. | 메트롤로지 방법 및 장치, 리소그래피 장치, 리소그래피 처리 셀 및 메트롤로지 타겟들을 포함하는 기판 |
NL2005522A (en) | 2009-10-28 | 2011-05-02 | Asml Netherlands Bv | Pattern selection for full-chip source and mask optimization. |
NL2007425A (en) | 2010-11-12 | 2012-05-15 | Asml Netherlands Bv | Metrology method and apparatus, and device manufacturing method. |
CN115220311A (zh) * | 2017-05-05 | 2022-10-21 | Asml荷兰有限公司 | 用于预测器件制造工艺的良率的方法 |
WO2019121486A1 (en) * | 2017-12-22 | 2019-06-27 | Asml Netherlands B.V. | Process window based on defect probability |
US11544440B2 (en) * | 2018-06-15 | 2023-01-03 | Asml Netherlands B.V. | Machine learning based inverse optical proximity correction and process model calibration |
-
2021
- 2021-02-18 WO PCT/EP2021/054064 patent/WO2021165419A1/en active Application Filing
- 2021-02-18 CN CN202180014721.6A patent/CN115104068A/zh active Pending
- 2021-02-18 US US17/799,019 patent/US20230076218A1/en active Pending
- 2021-02-18 KR KR1020227028942A patent/KR20220127925A/ko unknown
- 2021-02-20 TW TW111142331A patent/TWI824809B/zh active
- 2021-02-20 TW TW110105901A patent/TWI785504B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116070469A (zh) * | 2023-04-04 | 2023-05-05 | 合肥通用机械研究院有限公司 | 一种设备运行参数优化方法和风险管理方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI785504B (zh) | 2022-12-01 |
TWI824809B (zh) | 2023-12-01 |
TW202147036A (zh) | 2021-12-16 |
TW202307592A (zh) | 2023-02-16 |
US20230076218A1 (en) | 2023-03-09 |
KR20220127925A (ko) | 2022-09-20 |
WO2021165419A1 (en) | 2021-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111512237B (zh) | 基于缺陷概率的过程窗口 | |
US11977334B2 (en) | Wavefront optimization for tuning scanner based on performance matching | |
TWI785504B (zh) | 用於調整製程窗之方法及其相關非暫時性電腦可讀媒體 | |
TWI743688B (zh) | 判定用於在基板上製造特徵之一或多個製程之特性的方法及相關的非暫時性電腦可讀媒體 | |
CN111213090B (zh) | 图案化过程的优化流程 | |
CN111512236B (zh) | 涉及光学像差的图案化过程改进 | |
US20230107556A1 (en) | Machine learning based subresolution assist feature placement | |
KR20200072474A (ko) | 디바이스 제조 공정의 제어 파라미터들을 결정하는 방법 | |
TW201702757A (zh) | 使用源輻射之角分佈之多重取樣的微影模擬 | |
CN115735162A (zh) | 基于失效率的过程窗口 | |
US11474436B2 (en) | Tuning patterning apparatus based on optical characteristic | |
CN111492317A (zh) | 用于减少抗蚀剂模型预测误差的系统和方法 | |
TW202414116A (zh) | 用於校準模擬製程之方法及其相關非暫時性電腦可讀媒體 | |
KR20220039802A (ko) | 패턴들의 수차 감도를 결정하는 방법 |
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 |