CN115373212B - 一种opc建模方法、装置、设备及计算机可读存储介质 - Google Patents

一种opc建模方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN115373212B
CN115373212B CN202211118530.7A CN202211118530A CN115373212B CN 115373212 B CN115373212 B CN 115373212B CN 202211118530 A CN202211118530 A CN 202211118530A CN 115373212 B CN115373212 B CN 115373212B
Authority
CN
China
Prior art keywords
data
optical
target
opc
pixel points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211118530.7A
Other languages
English (en)
Other versions
CN115373212A (zh
Inventor
曹锋
杨晓方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaxincheng Hangzhou Technology Co ltd
Original Assignee
Huaxincheng Hangzhou Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaxincheng Hangzhou Technology Co ltd filed Critical Huaxincheng Hangzhou Technology Co ltd
Priority to CN202211118530.7A priority Critical patent/CN115373212B/zh
Publication of CN115373212A publication Critical patent/CN115373212A/zh
Application granted granted Critical
Publication of CN115373212B publication Critical patent/CN115373212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/36Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70425Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441Optical proximity correction [OPC]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)

Abstract

本发明涉及光刻模拟领域,特别是涉及一种OPC建模方法、装置、设备及计算机可读存储介质,通过接收光刻条件信息及生产资料库掩膜板数据;根据所述光刻条件信息建立初始光学模型;利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;接收曝光实验数据;根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。本发明不仅提高了模型训练过程与真实生产的贴合度,提高了准确性,更是将实际生产中的工艺参数也融入到模型训练中,使通过训练最终得到的目标OPC模型更具延展性。

Description

一种OPC建模方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及光刻模拟领域,特别是涉及一种OPC建模方法、装置、设备及计算机可读存储介质。
背景技术
OPC(光学邻近效应修正)模型的准确性,稳定性和延展性在晶圆制造过程中光刻工艺的实施过程中,具有关键作用。建立OPC模型,需要设计OPC测试图形,并制作出具有测试图形的掩模版,然后用掩模板曝光得到实验数据,然后利用实验数据做拟合与模型训练,即可得到高精度的模型。
显然用于获得实验数据的掩膜对最终拟合得到的模型至关重要,测试用的掩膜板越是能反映实际光刻的工艺情况,得到的实验数据拟合出的模型就越具有代表性,其模拟结果就越贴近真实地生产情况。然而现有的训练测试图形集,都是基于电路设计规则中图形几何尺寸,然后做展开的过程,只有各种形状规则的几何线宽,与实际生产中的复杂图形相去甚远。
因此,如何从模型训练的角度提高OPC模型的准确性,是本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种OPC建模方法、装置、设备及计算机可读存储介质,以解决现有技术中OPC模型的训练测试图形集与实际生产相关性弱,导致模型准确率不高的问题。
为解决上述技术问题,本发明提供一种OPC建模方法,包括:
接收光刻条件信息及生产资料库掩膜板数据;
根据所述光刻条件信息建立初始光学模型;
利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;
根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;
接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;
根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
可选地,在所述的OPC建模方法中,所述根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据包括:
根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点;
获取以所述目标像素点为中心的预设大小的区域图形数据,作为所述目标光学图形数据。
可选地,在所述的OPC建模方法中,所述根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点包括:
在所述待筛光学图形数据中,选择目标光学特征参数最大的前N个像素点,以及所述目标光学特征参数最小的前N个像素点,作为目标像素点。
可选地,在所述的OPC建模方法中,所述光学特征参数包括最大光强、最小光强、对比度及MEEF中的至少一种。
可选地,在所述的OPC建模方法中,所述光刻条件信息包括光源选型、数值孔径及相干系数中的至少一种。
一种OPC建模装置,包括:
接收模块,用于接收光刻条件信息及生产资料库掩膜板数据;
初始模型模块,用于根据所述光刻条件信息建立初始光学模型;
图形获取模块,用于利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;
目标筛选模块,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;
实验数据模块,用于接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;
OPC模块,用于根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
可选地,在所述的OPC建模装置中,所述目标筛选模块包括:
像素点筛选单元,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点;
区域划定单元,用于获取以所述目标像素点为中心的预设大小的区域图形数据,作为所述目标光学图形数据。
可选地,在所述的OPC建模装置中,所述目标筛选模块包括:
极值选取单元,用于在所述待筛光学图形数据中,选择目标光学特征参数最大的前N个像素点,以及所述目标光学特征参数最小的前N个像素点,作为目标像素点。
一种OPC建模设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种所述的OPC建模方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种所述的OPC建模方法的步骤。
本发明所提供的OPC建模方法,通过接收光刻条件信息及生产资料库掩膜板数据;根据所述光刻条件信息建立初始光学模型;利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
本发明先通过由光刻条件得到的初始光学模型,对大量生产资料库中的掩膜板数据进行初步模拟,由初步模拟的结果中筛选出具有代表性的目标光学图形数据,并根据所述目标光学图形数据制造出对应的掩膜图形,利用所述掩膜图形代替现有技术中单纯的几何线宽图形做曝光实验,再将得到的曝光实验数据用于对OPC模型的训练,不仅提高了模型训练过程与真实生产的贴合度,提升了模型的准确性,更是将实际生产中的工艺参数(即所述光刻条件信息)也融入到模型训练中,使通过训练最终得到的目标OPC模型更具延展性,对实际生产的指导意义更强。本发明同时提供了一种具有上述有益效果的OPC建模装置、设备及计算机可读存储介质。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的OPC建模方法的一种具体实施方式的流程示意图;
图2为本发明提供的OPC建模方法的另一种具体实施方式的流程示意图;
图3为本发明提供的OPC建模方法的又一种具体实施方式的流程示意图;
图4为本发明提供的OPC建模装置的一种具体实施方式的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的核心是提供一种OPC建模方法,其一种具体实施方式的流程示意图如图1所示,称其为具体实施方式一,包括:
S101:接收光刻条件信息及生产资料库掩膜板数据。
具体地,所述光刻条件信息包括光源选型、数值孔径及相干系数中的至少一种。换言之,所述光刻条件信息为实际光刻中的工艺条件,各个厂商可根据自身的机床条件进行设定。
所述光刻条件也应该为后续OPC建模的基本参数。
S102:根据所述光刻条件信息建立初始光学模型。
利用已确定的光刻条件,建立所述初始光学模型,光学模型由于只含有基本的工艺上的光学参数,因此不具备特异性。
S103:利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数。
将所述生产资料库掩膜板数据导入前述步骤中得到的初始光学模型进行快速仿真,即可确定这些生产资料库掩膜板数据对应的掩膜的各个点位的光学特征参数。所述生产资料可掩膜板数据为实际可应用于生产的掩膜形状对应的数据。
具体地,所述光学特征参数包括最大光强、最小光强、对比度及MEEF(掩膜误差增强因子)中的至少一种。
所述初始光学模型为通过现有技术建立的简单光照模拟模型,如利用EDA工具建立的初始光学模型,本步骤中利用简单光照模拟模型,获得了大量实际会进行生产的掩膜图形的各个像素点的光学特征,作为更具代表性的模型训练素材。
S104:根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据。
在步骤S103中获得了大量生产资料库掩膜板上各个像素点对应的光学特征参数,而本步骤中依据所述光学特征参数进行筛选,选出有代表性的图形形貌区域,作为所述目标光学图形数据,而筛选的目的可以是去除极端情况,也可以是减少后续计算量,可根据实际需要做选择。
所述目标光学图形数据对应的目标光学图形,可以看作所述生产资料库掩膜板数据对应的生产资料库掩膜板的截取图形。
S105:接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据。
需要注意的是,所述曝光实验数据可能不仅仅是所述目标光学图形数据对应的实验数据,也可能包括传统训练集中各种简单的几何线宽图形对应的实验数据。
获得了所述目标光学图形数据后,即可制作对应形状的掩膜,并利用所述掩膜做实际的曝光实验,以便为OPC模型的图形训练集准备数据素材。
S106:根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
本发明所提供的OPC建模方法,通过接收光刻条件信息及生产资料库掩膜板数据;根据所述光刻条件信息建立初始光学模型;利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。本发明先通过由光刻条件得到的初始光学模型,对大量生产资料库中的掩膜板数据进行初步模拟,由初步模拟的结果中筛选出具有代表性的目标光学图形数据,并根据所述目标光学图形数据制造出对应的掩膜图形,利用所述掩膜图形代替现有技术中单纯的几何线宽图形做曝光实验,再将得到的曝光实验数据用于对OPC模型的训练,不仅提高了模型训练过程与真实生产的贴合度,提升了模型的准确性,更是将实际生产中的工艺参数(即所述光刻条件信息)也融入到模型训练中,使通过训练最终得到的目标OPC模型更具延展性,对实际生产的指导意义更强。
在具体实施方式一的基础上,进一步对所述目标光学图形数据的获得方法做限定,得到具体实施方式二,其流程示意图如图3所示,包括:
S201:接收光刻条件信息及生产资料库掩膜板数据。
S202:根据所述光刻条件信息建立初始光学模型。
S203:利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数。
S204:根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点。
S205:获取以所述目标像素点为中心的预设大小的区域图形数据,作为目标光学图形数据。
所述预设大小的区域图形数据对应的图形,尺寸应大于光学成像的直径,以便获取有意义的所述目标像素点周边的其他像素点的光学特征参数。举例说明,所述预设大小的区域图形的大小可为2微米*2微米的矩形区域的图形。
S206:接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据。
S207:根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
本具体实施方式与上述具体实施方式的不同之处在于,本具体实施方式给出了一种具体的目标光学图形数据的确定方法,其余步骤均与上述具体实施方式相同,此处不再展开赘述。
本具体实施方式中,具体限定了先通过像素点的特征寻找符合要求的目标像素点,再将所述目标像素点周围的一块图形作为所述目标光学图形数据,此种方法对应的筛选条件清晰,设置方便,同时可大大降低确定所述目标光学图形数据需要的算量,提升了计算效率。
在具体实施方式二的基础上,进一步对所述目标光学图形数据的获得方法做限定,得到具体实施方式二,其流程示意图如图2所示,包括:
S301:接收光刻条件信息及生产资料库掩膜板数据。
S302:根据所述光刻条件信息建立初始光学模型。
S303:利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数。
S304:在所述待筛光学图形数据中,选择目标光学特征参数最大的前N个像素点,以及所述目标光学特征参数最小的前N个像素点,作为目标像素点。
当然,N取正整数。
以所述光学特征参数为光强、对比度及MEEF为例对本步骤进行说明,如所述目标光学特征参数仅包括光强,则本步骤中可以寻找所有待筛光学图形数据中的像素点中光强最大的前N(如N取100)个像素点,再找所有待筛光学图形数据中的像素点中光强最小的前N(如N取100)个像素点,共计200个像素点作为所述目标像素点。
如果所述目标光学特征参数包括多个参数,如光强和对比度,则可以分别选择光强最大100个点,光强最小100个点,对比度最大100个点,对比度最小100个点,共400个目标像素点。
S305:获取以所述目标像素点为中心的预设大小的区域图形数据,作为目标光学图形数据。
S306:接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据。
S307:根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
本具体实施方式与上述具体实施方式的不同之处在于,本具体实施方式给出了一种具体的目标像素点的确定方法,其余步骤均与上述具体实施方式相同,此处不再展开赘述。
本具体实施方式中,具体给出了一种所述目标像素点的确认方法,即选择目标光学特征参数最大和最小的像素点作为目标像素点。考虑到现有技术中均采用各种几何线宽图形训练所述OPC模型,简单的几何线宽图形对应的区域在所述生产资料库掩膜板数据应当占大多数,各种光学特征参数也较为平庸,而各种生产资料库掩膜板数据较为极端的点,也正是现有技术中OPC模型容易模拟出现偏差的点,因此,本具体实施方式提供的重点观察极端情况的筛选条件为一种计算量不大,却能大幅提高OPC模型仿真准确度的手段。
当然,本具体实施方式提供的筛选条件仅为一种具体条件,可以根据实际情况作相应变动,如摘取所述目标光学图形数据对应的每一个目标光学图形上目标光学特征参数最大的N个点和最小的N个点作为所述目标像素点;又或者只取所述目标光学特征参数最大的N个点作为所述目标像素点,不取所述目标光学特征参数最大的N个点等等,可根据实际需要进行选择。
下面对本发明实施例提供的OPC建模装置进行介绍,下文描述的OPC建模装置与上文描述的OPC建模方法可相互对应参照。
图4为本发明实施例提供的OPC建模装置的结构框图,参照图4的OPC建模装置可以包括:
接收模块100,用于接收光刻条件信息及生产资料库掩膜板数据;
初始模型模块200,用于根据所述光刻条件信息建立初始光学模型;
图形获取模块300,用于利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;
目标筛选模块400,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;
实验数据模块500,用于接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;
OPC模块600,用于根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。
作为一种优选实施方式,所述目标筛选模块400包括:
像素点筛选单元,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点;
区域划定单元,用于获取以所述目标像素点为中心的预设大小的区域图形数据,作为所述目标光学图形数据。
作为一种优选实施方式,所述目标筛选模块400包括:
极值选取单元,用于在所述待筛光学图形数据中,选择目标光学特征参数最大的前N个像素点,以及所述目标光学特征参数最小的前N个像素点,作为目标像素点。
本实施例的OPC建模装置用于实现前述的OPC建模方法,因此OPC建模装置中的具体实施方式可见前文中的OPC建模方法的实施例部分,例如,接收模块100,初始模型模块200,图形获取模块300,目标筛选模块400,实验数据模块500及OPC模块600,分别用于实现上述OPC建模方法中步骤S101,S102,S103,S104,S105和S106,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明所提供的OPC建模装置,包括接收模块,用于接收光刻条件信息及生产资料库掩膜板数据;初始模型模块,用于根据所述光刻条件信息建立初始光学模型;图形获取模块,用于利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;目标筛选模块,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;实验数据模块,用于接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;OPC模块,用于根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。本发明先通过由光刻条件得到的初始光学模型,对大量生产资料库中的掩膜板数据进行初步模拟,由初步模拟的结果中筛选出具有代表性的目标光学图形数据,并根据所述目标光学图形数据制造出对应的掩膜图形,利用所述掩膜图形代替现有技术中单纯的几何线宽图形做曝光实验,再将得到的曝光实验数据用于对OPC模型的训练,不仅提高了模型训练过程与真实生产的贴合度,提升了模型的准确性,更是将实际生产中的工艺参数(即所述光刻条件信息)也融入到模型训练中,使通过训练最终得到的目标OPC模型更具延展性,对实际生产的指导意义更强。
本发明同时还提供一种OPC建模设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述任一种所述的OPC建模方法的步骤。
本发明所提供的OPC建模方法,通过接收光刻条件信息及生产资料库掩膜板数据;根据所述光刻条件信息建立初始光学模型;利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。本发明先通过由光刻条件得到的初始光学模型,对大量生产资料库中的掩膜板数据进行初步模拟,由初步模拟的结果中筛选出具有代表性的目标光学图形数据,并根据所述目标光学图形数据制造出对应的掩膜图形,利用所述掩膜图形代替现有技术中单纯的几何线宽图形做曝光实验,再将得到的曝光实验数据用于对OPC模型的训练,不仅提高了模型训练过程与真实生产的贴合度,提升了模型的准确性,更是将实际生产中的工艺参数(即所述光刻条件信息)也融入到模型训练中,使通过训练最终得到的目标OPC模型更具延展性,对实际生产的指导意义更强。
本发明同时还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种所述的OPC建模方法的步骤。
本发明所提供的OPC建模方法,通过接收光刻条件信息及生产资料库掩膜板数据;根据所述光刻条件信息建立初始光学模型;利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型。本发明先通过由光刻条件得到的初始光学模型,对大量生产资料库中的掩膜板数据进行初步模拟,由初步模拟的结果中筛选出具有代表性的目标光学图形数据,并根据所述目标光学图形数据制造出对应的掩膜图形,利用所述掩膜图形代替现有技术中单纯的几何线宽图形做曝光实验,再将得到的曝光实验数据用于对OPC模型的训练,不仅提高了模型训练过程与真实生产的贴合度,提升了模型的准确性,更是将实际生产中的工艺参数(即所述光刻条件信息)也融入到模型训练中,使通过训练最终得到的目标OPC模型更具延展性,对实际生产的指导意义更强。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的OPC建模方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (6)

1.一种OPC建模方法,其特征在于,包括:
接收光刻条件信息及生产资料库掩膜板数据;
根据所述光刻条件信息建立初始光学模型;
利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;
根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;
接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;
根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型;
所述根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据包括:
根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点;
获取以所述目标像素点为中心的预设大小的区域图形数据,作为所述目标光学图形数据;
所述根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点包括:
在所述待筛光学图形数据中,选择目标光学特征参数最大的前N个像素点,以及所述目标光学特征参数最小的前N个像素点,作为目标像素点。
2.如权利要求1所述的OPC建模方法,其特征在于,所述光学特征参数包括最大光强、最小光强、对比度及MEEF中的至少一种。
3.如权利要求1所述的OPC建模方法,其特征在于,所述光刻条件信息包括光源选型、数值孔径及相干系数中的至少一种。
4.一种OPC建模装置,其特征在于,包括:
接收模块,用于接收光刻条件信息及生产资料库掩膜板数据;
初始模型模块,用于根据所述光刻条件信息建立初始光学模型;
图形获取模块,用于利用所述生产资料库掩膜板数据及所述初始光学模型,得到待筛光学图形数据;所述待筛光学图形数据包括所述生产资料库掩膜板数据中的像素点及所述像素点对应的光学特征参数;
目标筛选模块,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标光学图形数据;
实验数据模块,用于接收曝光实验数据;所述曝光实验数据包括所述目标光学图形数据对应的掩膜图形经过曝光实验获得到数据;
OPC模块,用于根据所述曝光实验数据,得到图形训练集,并利用所述图形训练集建立目标OPC模型;
所述目标筛选模块包括:
像素点筛选单元,用于根据所述待筛光学图形数据中的像素点对应的光学特征参数,通过预设的筛选条件,确定目标像素点;
区域划定单元,用于获取以所述目标像素点为中心的预设大小的区域图形数据,作为所述目标光学图形数据;
极值选取单元,用于在所述待筛光学图形数据中,选择目标光学特征参数最大的前N个像素点,以及所述目标光学特征参数最小的前N个像素点,作为目标像素点。
5.一种OPC建模设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至3任一项所述的OPC建模方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的OPC建模方法的步骤。
CN202211118530.7A 2022-09-15 2022-09-15 一种opc建模方法、装置、设备及计算机可读存储介质 Active CN115373212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211118530.7A CN115373212B (zh) 2022-09-15 2022-09-15 一种opc建模方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211118530.7A CN115373212B (zh) 2022-09-15 2022-09-15 一种opc建模方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN115373212A CN115373212A (zh) 2022-11-22
CN115373212B true CN115373212B (zh) 2024-05-10

Family

ID=84071475

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211118530.7A Active CN115373212B (zh) 2022-09-15 2022-09-15 一种opc建模方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115373212B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104614930A (zh) * 2013-11-05 2015-05-13 中芯国际集成电路制造(上海)有限公司 建立opc模型的方法、光学邻近校准用户目标图形的方法
CN108153995A (zh) * 2018-01-19 2018-06-12 中国科学院微电子研究所 测试图形的选取方法和装置、构建光刻模型的方法和装置
CN110221513A (zh) * 2018-03-02 2019-09-10 中芯国际集成电路制造(上海)有限公司 光学邻近校正方法及优化光学邻近校正模型的方法
WO2019190566A1 (en) * 2018-03-30 2019-10-03 Intel Corporation Multilayer optical proximity correction (opc) model for opc correction
CN110361926A (zh) * 2018-04-10 2019-10-22 中芯国际集成电路制造(上海)有限公司 光学邻近效应修正模型及其建立方法和掩膜板的形成方法
CN112230507A (zh) * 2020-10-22 2021-01-15 泉芯集成电路制造(济南)有限公司 光学邻近矫正模型构建方法、装置及计算机设备
CN114077156A (zh) * 2021-11-24 2022-02-22 上海华力集成电路制造有限公司 Opc模型优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10495967B2 (en) * 2017-09-28 2019-12-03 Taiwan Semiconductor Manufacturing Co., Ltd. Method of mask simulation model for OPC and mask making

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104614930A (zh) * 2013-11-05 2015-05-13 中芯国际集成电路制造(上海)有限公司 建立opc模型的方法、光学邻近校准用户目标图形的方法
CN108153995A (zh) * 2018-01-19 2018-06-12 中国科学院微电子研究所 测试图形的选取方法和装置、构建光刻模型的方法和装置
CN110221513A (zh) * 2018-03-02 2019-09-10 中芯国际集成电路制造(上海)有限公司 光学邻近校正方法及优化光学邻近校正模型的方法
WO2019190566A1 (en) * 2018-03-30 2019-10-03 Intel Corporation Multilayer optical proximity correction (opc) model for opc correction
CN110361926A (zh) * 2018-04-10 2019-10-22 中芯国际集成电路制造(上海)有限公司 光学邻近效应修正模型及其建立方法和掩膜板的形成方法
CN112230507A (zh) * 2020-10-22 2021-01-15 泉芯集成电路制造(济南)有限公司 光学邻近矫正模型构建方法、装置及计算机设备
CN114077156A (zh) * 2021-11-24 2022-02-22 上海华力集成电路制造有限公司 Opc模型优化方法

Also Published As

Publication number Publication date
CN115373212A (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
KR100750531B1 (ko) 리소그래피 시뮬레이션용 마스크 배치 데이타를 산출하기 위한 방법
EP1932058B1 (en) Model-based sraf insertion
US7000208B2 (en) Repetition recognition using segments
US7716628B2 (en) System, method and program for generating mask data, exposure mask and semiconductor device in consideration of optical proximity effects
US7475383B2 (en) Method of fabricating photo mask
KR100832660B1 (ko) 포토마스크의 평가 방법, 평가 장치, 및 반도체 장치의제조 방법
KR100733550B1 (ko) 리소그래피 시뮬레이션 방법, 마스크 패턴 작성 방법,반도체 장치의 제조 방법, 및 기록 매체
CN104950568B (zh) 光学邻近校正方法及双重图形曝光方法
JP2014524135A (ja) Euvリソグラフィのフレア計算及び補償
KR100725170B1 (ko) 포토마스크의 제작을 위한 시스템 및 방법
JP4068531B2 (ja) Opcを用いたパターン寸法の補正方法及び検証方法、マスクの作成方法及び半導体装置の製造方法、並びに該補正方法を実行するシステム及びプログラム
KR20030028407A (ko) 마스크 패턴 작성 방법 및 반도체 장치의 제조 방법
CN115457350A (zh) 光学邻近修正的蚀刻模型训练方法及光学邻近修正方法
JP2003031469A (ja) パターン評価方法,位置合わせ方法、検査装置の検査方法,半導体製造工程の管理方法
US7093226B2 (en) Method and apparatus of wafer print simulation using hybrid model with mask optical images
CN115373212B (zh) 一种opc建模方法、装置、设备及计算机可读存储介质
CN103744265B (zh) 改善工艺窗口的光学临近修正方法
CN111258186B (zh) 筛选sraf在光刻胶上显影的光强阈值和预测其被曝光显影的风险的方法
CN116974139A (zh) 一种快速计算光刻掩膜图像的方法、装置及设备
CN107703720B (zh) 一种完善光刻模型数据对测试图形覆盖范围的方法
JP2005250360A (ja) マスクパターンの検証装置および検証方法
KR101090473B1 (ko) 광 근접효과 보정방법
CN111611759A (zh) 一种掩模辅助图形的优化方法、计算机可读介质及系统
KR20090042456A (ko) 광 근접 보정을 위한 모델링 방법
CN116736626B (zh) 光学邻近修正方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant