CN115406377A - 建立理论光谱库的方法及装置、形貌参数测量方法及装置 - Google Patents
建立理论光谱库的方法及装置、形貌参数测量方法及装置 Download PDFInfo
- Publication number
- CN115406377A CN115406377A CN202211047949.8A CN202211047949A CN115406377A CN 115406377 A CN115406377 A CN 115406377A CN 202211047949 A CN202211047949 A CN 202211047949A CN 115406377 A CN115406377 A CN 115406377A
- Authority
- CN
- China
- Prior art keywords
- morphology
- block
- sub
- model
- parameters
- 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.)
- Granted
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000000877 morphologic effect Effects 0.000 title claims abstract description 28
- 238000007667 floating Methods 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims description 23
- 238000005192 partition Methods 0.000 claims description 20
- 241000446313 Lamella Species 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims 2
- 101100313175 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TCD1 gene Proteins 0.000 description 11
- 101000937756 Homo sapiens Box C/D snoRNA protein 1 Proteins 0.000 description 10
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 10
- 102100020679 Krueppel-like factor 6 Human genes 0.000 description 10
- 238000012876 topography Methods 0.000 description 10
- 101100313176 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TCD2 gene Proteins 0.000 description 9
- 239000004065 semiconductor Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 101150039505 HT1 gene Proteins 0.000 description 3
- 101100226485 Petunia hybrida CYP75B2 gene Proteins 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种建立理论光谱库的方法及装置、形貌参数测量方法及装置，该建立理论光谱库的方法能够提高创建理论光谱库的速度，包括：获取待测量样品的形貌模型，将形貌模型划分为M个分块，并获取每个分块的初始形貌参数；多次浮动每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数；根据每个分块的初始形貌参数，确定每个分块的初始子构型，根据每个分块的多组参考形貌参数，确定每个分块的多个参考子构型，划分为多个片层，得到每个分块的子构型的片层划分结果；得到形貌模型的所有的子构型；得到形貌模型的所有子构型分别对应的片层划分结果；分别计算形貌模型的每个子构型对应的理论光谱，得到形貌模型对应的理论光谱库。
Description
技术领域
本发明涉及半导体制造技术领域，尤其涉及一种建立理论光谱库的方法及装置、形貌参数测量方法及装置。
背景技术
随着半导体制造向精细快速的方向发展，芯片代工厂和器件制造厂面临测量技术的挑战。光学关键尺寸测量(Optical Critical Dimension，OCD)技术通过获取特定被测区域周期性结构的散射信号以及结构的模型从而估计出结构的具体形貌参数，可以满足在新制程和新技术中实现快速精确测量微细结构的需求，并且具有非接触性和非破坏性，能够同时测量多个工艺的形貌参数、实现在线测量等，具有诸多优势，广泛应用于半导体制造工业和光学测量中。
在OCD测量过程中，需要建立待测量样品的形貌模型，并寻找特定的理论光谱实现与测量光谱的最佳匹配从而确定其形貌参数。目前随着需要测量的集成电路器件样品的结构形貌越来越复杂，由此样品对应的理论光谱库的数据量越来越大，创建理论光谱库的时间越来越长，所以亟需提供一种能够提高理论光谱库的创建速度的方案。
发明内容
本发明实施例提供一种建立理论光谱库的方法及装置、形貌参数测量方法及装置，该方法能够提高创建理论光谱库的速度，进而提高测量效率。
第一方面，本发明提供一种建立理论光谱库的方法，该方法包括：获取待测量样品的形貌模型，所述形貌模型包括N个初始形貌参数；将所述形貌模型划分为M个分块，并获取每个分块的初始形貌参数；分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数。根据所述每个分块的初始形貌参数，确定每个分块的初始子构型，根据所述每个分块的多组参考形貌参数，确定每个分块的多个参考子构型，所述每个分块的初始子构型和所述每个分块的多个参考子构型构成每个分块的子构型集合，其中，所述M个分块的初始形貌参数个数的总和等于N；将所述每个分块的子构型集合中的各个子构型分别划分为多个片层，得到每个分块的各个子构型的片层划分结果；从所述每个分块的子构型集合中，任选一个子构型组合，遍历所述每个分块的子构型集合中的每一个子构型，得到形貌模型的所有的子构型。
之后，根据所述每个分块的各个子构型的片层划分结果，得到所述形貌模型的所有子构型分别对应的片层划分结果；根据所述形貌模型的所有子构型分别对应的片层划分结果，分别计算所述形貌模型的每个子构型对应的理论光谱，得到所述形貌模型对应的理论光谱库；其中，M和N均为大于1的正整数。
本发明提供的建立理论光谱库的方法的有益效果在于：同现有技术相比，现有技术中理论光谱库的创建时间正比于理论光谱库里的模型的所有构型的个数，而本发明中理论光谱库的创建时间正比于理论光谱库里的模型的所有分块的所有子构型的个数之和，所以减少了创建理论光谱库中的模型的划分次数，大大提高了理论光谱库的创建速度。
一种可能的实施例中，分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数，包括：按照预设步长每次浮动改变所述每个分块的至少一个初始形貌参数的值，得到所述每个分块的多组参考形貌参数。
其它可能的实施例中，将所述形貌模型划分为M个分块，包括：将所述形貌模型划分为L个片层；确定每个片层对应的分块：将折射率相同，并且结构浮动相同的相邻片层归为一个分块，否则，将所述相邻片层归为不同的分块；其中，分别改变相邻片层的几何结构，若其对应改动的形貌模型的初始形貌参数至少一个是相同的，则相邻片层为结构浮动相同，否则，所述相邻片层为结构浮动不同。
一种可能的实施例中，将所述形貌模型划分为M个分块，包括：将所述形貌模型划分为L层，针对每个片层，获取每个片层的形貌参数集合，所述形貌参数集合中的任意一个形貌参数变动使得所述片层的几何结构发生变动；将所述形貌模型底部的第一个片层作为第一个分块，从第一个片层开始从底部向顶部依次遍历直到第L层，当第j+1片层的形貌参数集合包含第j片层的形貌参数集合，则第j+1片层和第j片层同属于一个分块；否则第j+1片层和第j片层归属于不同分块，L为正整数，j为[1,L-1]中的任意整数。
第二方面，本发明还提供一种形貌参数测量方法，包括：S1，获取待测量样品的测量光谱；S2，采用第一方面所述的建立理论光谱库的方法，获取所述待测量样品的理论光谱库；S3，在所述理论光谱库中查找与待测量样品的测量光谱匹配的目标理论光谱；S4，根据计算目标理论光谱所对应的所述形貌模型的形貌参数，确定所述待测量样品的形貌参数。
本发明提供的形貌参数的测量方法的有益效果在于：本发明通过从理论光谱库中寻找与测量光谱最佳匹配的理论光谱，从而确定该测量样品的形貌参数，因理论光谱库的创建速度较快，所以也同步提高了形貌参数的测量效率。
第三方面，本发明实施例还提供一种建立理论光谱库的装置，该装置包括执行上述第一方面的任意一种可能的设计的方法的模块/单元。这些模块/单元可以通过硬件实现，也可以通过硬件执行相应的软件实现。
第四方面，本发明实施例还提供一种形貌参数测量装置，该装置包括执行上述第二方面的任意一种可能的设计的方法的模块/单元。这些模块/单元可以通过硬件实现，也可以通过硬件执行相应的软件实现。
关于上述第三方面至第四方面的有益效果可以参见上述第一方面或第二方面中的描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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和图2分别为理想形貌构型示意图和实际形貌构型示意图；
图3为本发明实施例提供的一种形貌模型的分层示意图；
图4为本发明实施例提供的一种建立理论光谱库的方法流程示意图；
图5为本发明实施例提供的一种形貌模型的分块方式流程示意图；
图6为本发明实施例提供的一种形貌模型的分块方式示意图；
图7为本发明实施例提供的一种形貌参数浮动后的构型示意图；
图8为本发明实施例提供的一种形貌模型的分层方式示意图；
图9为本发明实施例提供的一种形貌参数测量方法流程示意图；
图10为本发明实施例提供的一种建立理论光谱库的装置示意图；
图11为本发明实施例提供的一种形貌参数测量装置示意图；
图12为本发明实施例提供的一种电子设备构型示意图。
具体实施方式
目前光学关键尺寸测量技术是当前半导体制造工艺中先进工艺控制的一个重要部分，具有速度快、成本低、非破坏性等优点，在半导体制造先进工艺控制中有重要应用。光学关键尺寸测量技术的基本工作原理可以描述为：(1)建立与器件样品的形貌相对应的理论光谱库，(2)通过光学关键尺寸测量设备获取样品的测量光谱，(3)从理论光谱库中寻找与测量光谱最佳匹配的理论光谱，从而确定该样品的形貌参数。然而，随着半导体工艺节点的持续推进，需要测量的集成电路器件样品的结构形貌越来越复杂，由此样品对应的理论光谱库的数据量越来越大，创建理论光谱库的时间越来越长，所以提高理论光谱库的创建速度变得更加重要。
目前已经实现根据形貌模型计算对应的理论光谱，具体可以由数值计算方法实现，其代表性的数值方法是：严格波耦合分析理论(Rigorous Coupled-Wave Analysis，RCWA)。理论情况下半导体制造工艺中设计的样品形貌的侧壁角是直角，如图1所示，不需要对形貌模型进行划分就可以基于RCWA得到理论光谱，但实际上因半导体加工工艺如光刻、刻蚀等过程的限制，样品的实际形貌会出现圆顶、底脚、底切等复杂特征或侧壁角度变化不为90度情况，如图2所示。在这种情况下，需要根据严格耦合波分析算法的要求去对样品模型的形貌进行划分，通常的处理方法是将二维模型划分出一系列的长方形片层或对三维模型划分出一系列长方体片层，如图3所示。样品模型可以用一组形貌参数来刻画，所以说样品模型的一个构型对应一组形貌参数，所以模型的不同构型对应不同组形貌参数。对于复杂的模型，创建理论光谱库，需要浮动多次模型的参数，形成不同组形貌参数即不同构型的模型，然后通常的处理方法是对于模型的每个构型进行划分，获取一系列的长方形片层或一系列的长方体片层，对于复杂的三维模型来说，划分片层并获取每个片层的形貌的时间通常很长，模型的每个构型划分结束后，计算对应的理论光谱，形成理论光谱库。现有技术中，理论光谱库的创建时间正比于理论光谱库里的模型的所有构型的个数，本发明提出一种建立理论光谱库的方法，以提高理论光谱库的创建速度。
为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对现有技术方案和本发明实施例中的技术方案作进一步详细的说明。
如图4所示，本发明提供一种建立理论光谱库的方法，该方法包括如下步骤：
S401，获取待测量样品的形貌模型，以及将所述形貌模型划分为M个分块，并获取每个分块的初始形貌参数。
其中，所述形貌模型包括N个初始形貌参数，其中，M个分块的初始形貌参数个数的总和等于N，M和N为大于1的正整数。
S402，分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数，以及根据所述每个分块的初始形貌参数，确定每个分块的初始子构型，根据所述每个分块的多组参考形貌参数，确定每个分块的多个参考子构型，所述每个分块的初始子构型和所述每个分块的多个参考子构型构成每个分块的子构型集合，其中，所述M个分块的初始形貌参数个数的总和等于N。
S403，将所述每个分块的子构型集合中的各个子构型分别划分为多个片层，得到每个分块的各个子构型的片层划分结果，从所述每个分块的子构型集合中，任选一个子构型组合，遍历所述每个分块的子构型集合中的每一个子构型，得到形貌模型的所有的子构型，根据所述每个分块的各个子构型的片层划分结果，得到所述形貌模型的所有子构型分别对应的片层划分结果。
S404，根据所述形貌模型的所有子构型分别对应的片层划分结果，分别计算所述形貌模型的每个子构型对应的理论光谱，得到所述形貌模型对应的理论光谱库。
其中，可以采用严格耦合波分析算法分别计算所述形貌模型的每个子构型对应的理论光谱，得到所述形貌模型对应的理论光谱库。
上述S401中，将所述形貌模型划分为M个分块的划分方式有多种，下文举例示意两种划分方式：
第一种可能的实施方式中，上述S401中，将所述形貌模型划分为M个分块，包括如下步骤：
S1，将所述形貌模型划分为L个片层；S2，确定每个片层对应的分块：将折射率相同，并且结构浮动相同的相邻片层归为一个分块，否则，将所述相邻片层归为不同的分块。其中，分别改变相邻片层的几何结构，若其对应改动的形貌模型的初始形貌参数至少一个是相同的，则相邻片层为结构浮动相同，否则，所述相邻片层为结构浮动不同。
第二种可能的实施方式中，上述S401中，将所述形貌模型划分为M个分块，包括如下步骤：
将所述形貌模型划分为L层，针对每个片层，获取每个片层的形貌参数集合，所述形貌参数集合中的任意一个形貌参数变动使得所述片层的几何结构发生变动；b，将所述形貌模型底部的第一个片层作为第一个分块，从第一个片层开始从底部向顶部依次遍历直到第L层，当第j+1片层的形貌参数集合包含第j片层的形貌参数集合，则第j+1片层和第j片层同属于一个分块；否则第j+1片层和第j片层归属于不同分块，L为正整数，j为[1,L-1]中的任意整数。
第三种可能的实施方式中，如图5所示，包括如下步骤：
S501，将所述形貌模型划分为L个片层。
示例性地，在Z方向，从下至上(即从形貌模型底部到顶部)依次将所述形貌模型划分为第1片层、第2片层、...、第L片层。
S502，从第1片层开始，从下至上遍历每个片层，直至遍历到第L个片层，分块结束。
S503，判断第j+1片层和第j片层的折射率是否相同，若相同则继续执行S504，否则，则执行S506，即将第j+1片层作为一个新的一个分块。
S504，当折射率相同，继续判断第j+1片层的形貌参数集合是否包含第j片层的形貌参数集合，若是，则执行S505，否则执行S506。
S505，将第j+1片层和第j片层归属于同一个分块。
值得说明的是，L为正整数，j为[1,L-1]中的任意整数，第j+1片层的形貌参数集合包含第j片层的形貌参数集合，可以是第j+1片层的形貌参数集合和第j片层的形貌参数集合相同，也可以是第j片层的形貌参数集合相同是第j+1片层的形貌参数集合的真子集。
下文以图6所示的形貌模型分块方式示意图为例，对上述建立理论光谱库的方法进行举例说明。
此外，可以按照预设步长每次浮动改变所述每个分块的至少一个初始形貌参数的值，得到所述每个分块的多组参考形貌参数。
示例性地，如图6所示，待测量样品的初始形貌参数为(TCD1,BCD1,HT1,TCD2,BCD2,HT2)，将上述待测量样品的形貌模型划分为A分块和B分块。每次浮动改变所述每个分块的一个初始形貌参数的值，针对图6中的分块A的初始形貌参数包括(TCD1,BCD1,HT1)，分块A的形貌参数TCD1的浮动结果包括TCD1、TCD1+△TCD1、TCD1-△TCD1，△TCD1是TCD1的浮动步长；分块A的形貌参数BCD1的浮动结果包括BCD1、BCD1+△BCD1、BCD1-△BCD1，△BCD1是BCD1的浮动步长；分块A的形貌参数HT1的浮动结果包括HT1、HT1+△HT1、HT1-△HT1，△HT1是HT1的浮动步长；分块B的形貌参数TCD2的浮动结果包括TCD2，TCD2+△TCD2，TCD2-△TCD2，△TCD2是TCD2的浮动步长；分块B的形貌参数BCD2的浮动结果包括BCD2，BCD2+△BCD2，BCD2-△BCD2，△BCD2是BCD2的浮动步长；分块B的形貌参数HT2的浮动结果包括HT2，HT2+△HT2，HT2-△HT2，△HT2是HT2的浮动步长。示例性地，如图7所示，将TCD1浮动为TCD1+ΔTCD1，得到一组参考形貌参数(TCD1+ΔTCD1,BCD1,HT1,TCD2,BCD2,HT2)，该组参考形貌参数(TCD1+ΔTCD1,BCD1,HT1,TCD2,BCD2,HT2)对应的参考构型如图7所示。整体来说，分块A的所有子构型共有27组形貌参数，对应分块A的27个子构型，为了方便描述，将分块A的27个子构型标记为a1，a2，....，a27，参见下表1。
表1
类似地，分块B的所有子构型共有27组形貌参数，对应分块B的27个子构型，为了方便描述，将分块B的27个子构型标记为b1，b2，....，b27，参见下表2。
表2
进一步地，如图8所示，本发明对每个分块的所有子构型依次划分片层，并保存片层划分结果。也就是说，对于分块A的27个子构型a1,a2,…,a27进行划分片层，并保存划分结果，即对于分块A共27次划分。对于分块B的27个子构型b1,b2,…,b27进行划分片层，并保存划分结果，即对于分块B共27次划分。为了得到待测量样品的形貌模型的所有的子构型，遍历所述每个分块的子构型集合中的每一个子构型，从所述每个分块的子构型集合中，任选一个子构型组合，对于每个分块的所有子构型进行组合，得到形貌模型的所有的子构型。换句话来说，将分块A的27个子构型和分块B的27个子构型进行组合，得到构型a1b1,a1b2,…,a1b27,a2b1,a2b2,…,a2b27,.。a27b1,a27b2,…,a27b27,即模型的所有构型27*27＝729个。每个构型包含的子构型的划分片层结果可以由分块A对应的划分结果和分块B对应的划分结果得到，因此，基于54次(分块A的27次划分+分块B的27次划分)划分片层操作，即可得到729个构型中每个构型的划分片层结果，即对所有子构型的划分片层结果进行组合，得到模型的所有构型的划分片层结果。这样，基于待测量样品的形貌模型的所有729个构型的划分片层结果，分别计算理论光谱，得到所述形貌模型对应的理论光谱库。与现有技术对比来说，待测量样品的形貌模型共有36个构型，现有技术需要对每个构型分别进行划分，所以对于模型的划分共有729次，本发明的划分只有54次，大大提高了创建理论光谱库的速度。
上述实施例以简单形貌模型为例，在实际应用中，对于具有复杂结构的形貌模型，为了提高获取理论光谱的精度，需要提高划分片层的精度，本发明实施例提供的方法，先对形貌模型进行分块，对每个分块分别进行划分，然后对每个分块的划分结果进行组合，得到形貌模型对应的所有构型的分层划分，对于提高创建理论光谱库效率提升效果更加明显。
基于上述获取理论光谱的方法，本发明还提供一种形貌参数的测量方法，如图9所示，该方法包括：
S901，获取待测量样品的测量光谱。
S902，采用上述建立理论光谱库的方法，获取所述待测量样品的理论光谱库。所述理论光谱库包括多条理论光谱，所述理论光谱库包括与所述初始形貌模型对应的初始理论光谱，也包括多次浮动形貌参数后的形貌模型对应的理论光谱。
S903，在所述理论光谱库中查找与待测量样品的测量光谱匹配的目标理论光谱。
S904，根据计算目标理论光谱所对应的所述形貌模型的形貌参数，确定所述待测量样品的形貌参数。
本发明提供的形貌参数的测量方法的有益效果在于：本发明通过从理论光谱库中寻找与测量光谱最佳匹配的理论光谱，从而确定该测量样品的形貌参数，因理论光谱库的创建速度较快，所以也同步提高了形貌参数的测量效率。
基于上述获取理论光谱的方法，在本发明的一些实施例中，本发明实施例公开了一种建立理论光谱库的装置，如图10所示，该装置1000用于实现以上各个方法实施例中记载的方法，其包括：
获取单元1001，用于获取待测量样品的形貌模型，所述形貌模型包括N个初始形貌参数。
划分单元1002，用于将所述形貌模型划分为M个分块。
所述获取单元1001，还用于获取每个分块的初始形貌参数；
浮动变形单元1003，用于分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数；
确定单元1004，用于根据所述每个分块的初始形貌参数，确定每个分块的初始子构型，根据所述每个分块的多组参考形貌参数，确定每个分块的多个参考子构型，所述每个分块的初始子构型和所述每个分块的多个参考子构型构成每个分块的子构型集合，其中，所述M个分块的初始形貌参数个数的总和等于N；
所述划分单元1002，还用于将所述每个分块的子构型集合中的各个子构型分别划分为多个片层，得到每个分块的各个子构型的片层划分结果；
组合单元1005，用于从所述每个分块的子构型集合中，任选一个子构型组合，遍历所述每个分块的子构型集合中的每一个子构型，得到形貌模型的所有的子构型；
计算单元1006，用于根据所述每个分块的各个子构型的片层划分结果，得到所述形貌模型的所有子构型分别对应的片层划分结果；根据所述形貌模型的所有子构型分别对应的片层划分结果，分别计算所述形貌模型的每个子构型对应的理论光谱，得到所述形貌模型对应的理论光谱库；其中，M和N均为大于1的正整数。
上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
基于上述形貌参数测量方法，在本发明的一些实施例中，本发明实施例公开了一种形貌参数测量装置，如图11所示，该装置1100用于实现以上各个方法实施例中记载的方法，其包括：
量测单元1101，用于获取待测量样品的测量光谱。
建模单元1102，用于采用上述实施例中的建立理论光谱库的装置，获取所述待测量样品的理论光谱库；
查找单元1103，用于在所述理论光谱库中查找与待测量样品的测量光谱匹配的目标理论光谱；
确定单元1104，用于根据计算目标理论光谱所对应的所述形貌模型的形貌参数，确定所述待测量样品的形貌参数。
上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
在本发明的另一些实施例中，本发明实施例公开了一种电子设备，如图12所示，该电子设备1200可以包括：一个或多个处理器1201；存储器1202；显示器1203；一个或多个应用程序(未示出)；以及一个或多个计算机程序1204，上述各器件可以通过一个或多个通信总线1205连接。其中该一个或多个计算机程序1204被存储在上述存储器1202中并被配置为被该一个或多个处理器1201执行，该一个或多个计算机程序1204包括指令。其中该一个或多个计算机程序1204被存储在上述存储器1202中并被配置为被该一个或多个处理器1201执行，该一个或多个计算机程序1204包括指令，上述指令可以用于执行如图5或图9及相应实施例中的各个步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时实现上述方法实施例所述方法。具体效果可以参加上述实施例。
Claims (10)
1.一种建立理论光谱库的方法，其特征在于，包括：
获取待测量样品的形貌模型，所述形貌模型包括N个初始形貌参数；
将所述形貌模型划分为M个分块，并获取每个分块的初始形貌参数；
分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数；
根据所述每个分块的初始形貌参数，确定每个分块的初始子构型，根据所述每个分块的多组参考形貌参数，确定每个分块的多个参考子构型，所述每个分块的初始子构型和所述每个分块的多个参考子构型构成每个分块的子构型集合，其中，所述M个分块的初始形貌参数个数的总和等于N；
将所述每个分块的子构型集合中的各个子构型分别划分为多个片层，得到每个分块的各个子构型的片层划分结果；
从所述每个分块的子构型集合中，任选一个子构型组合，遍历所述每个分块的子构型集合中的每一个子构型，得到形貌模型的所有的子构型；
根据所述每个分块的各个子构型的片层划分结果，得到所述形貌模型的所有子构型分别对应的片层划分结果；
根据所述形貌模型的所有子构型分别对应的片层划分结果，分别计算所述形貌模型的每个子构型对应的理论光谱，得到所述形貌模型对应的理论光谱库；
其中，M和N均为大于1的正整数。
2.根据权利要求1所述的方法，其特征在于，分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数，包括：
按照预设步长每次浮动改变所述每个分块的至少一个初始形貌参数的值，得到所述每个分块的多组参考形貌参数。
3.根据权利要求1所述的方法，其特征在于，将所述形貌模型划分为M个分块，包括：
将所述形貌模型划分为L个片层；
确定每个片层对应的分块：将折射率相同，并且结构浮动相同的相邻片层归为一个分块，否则，将所述相邻片层归为不同的分块；
其中，分别改变相邻片层的几何结构，若其对应改动的形貌模型的初始形貌参数至少一个是相同的，则相邻片层为结构浮动相同，否则，所述相邻片层为结构浮动不同。
4.根据权利要求1或3所述的方法，其特征在于，将所述形貌模型划分为M个分块，包括：
将所述形貌模型划分为L层，针对每个片层，获取每个片层的形貌参数集合，所述形貌参数集合中的任意一个形貌参数变动使得所述片层的几何结构发生变动；
将所述形貌模型底部的第一个片层作为第一个分块，从第一个片层开始从底部向顶部依次遍历直到第L层，当第j+1片层的形貌参数集合包含第j片层的形貌参数集合，则第j+1片层和第j片层同属于一个分块；否则第j+1片层和第j片层归属于不同分块，L为正整数，j为[1,L-1]中的任意整数。
5.一种形貌参数测量方法，其特征在于，所述测量方法包括：
S1，获取待测量样品的测量光谱；
S2，采用上述权利要求1至4中任意一项所述的建立理论光谱库的方法，获取所述待测量样品的理论光谱库；
S3，在所述理论光谱库中查找与待测量样品的测量光谱匹配的目标理论光谱；
S4，根据计算目标理论光谱所对应的所述形貌模型的形貌参数，确定所述待测量样品的形貌参数。
6.一种建立理论光谱库的装置，其特征在于，包括：
获取单元，用于获取待测量样品的形貌模型，所述形貌模型包括N个初始形貌参数；
划分单元，用于将所述形貌模型划分为M个分块；
所述获取单元，还用于获取每个分块的初始形貌参数；
浮动变形单元，用于分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数；
确定单元，用于根据所述每个分块的初始形貌参数，确定每个分块的初始子构型，根据所述每个分块的多组参考形貌参数，确定每个分块的多个参考子构型，所述每个分块的初始子构型和所述每个分块的多个参考子构型构成每个分块的子构型集合，其中，所述M个分块的初始形貌参数个数的总和等于N；
所述划分单元，还用于将所述每个分块的子构型集合中的各个子构型分别划分为多个片层，得到每个分块的各个子构型的片层划分结果；
组合单元，用于从所述每个分块的子构型集合中，任选一个子构型组合，遍历所述每个分块的子构型集合中的每一个子构型，得到形貌模型的所有的子构型；
计算单元，用于根据所述每个分块的各个子构型的片层划分结果，得到所述形貌模型的所有子构型分别对应的片层划分结果；根据所述形貌模型的所有子构型分别对应的片层划分结果，分别计算所述形貌模型的每个子构型对应的理论光谱，得到所述形貌模型对应的理论光谱库；其中，M和N均为大于1的正整数。
7.根据权利要求6所述的装置，其特征在于，所述浮动变形单元，在分别多次浮动所述每个分块的至少一个初始形貌参数，得到每个分块的多组参考形貌参数时，具体用于：
按照预设步长每次浮动改变所述每个分块的至少一个初始形貌参数的值，得到所述每个分块的多组参考形貌参数。
8.根据权利要求6所述的装置，其特征在于，所述划分单元将所述形貌模型划分为M个分块，具体用于：
将所述形貌模型划分为L个片层；
确定每个片层对应的分块：将折射率相同，并且结构浮动相同的相邻片层归为一个分块，否则，将所述相邻片层归为不同的分块；
其中，分别改变相邻片层的几何结构，若其对应改动的形貌模型的初始形貌参数至少一个是相同的，则相邻片层为结构浮动相同，否则，所述相邻片层为结构浮动不同。
9.根据权利要求6或8所述的装置，其特征在于，所述划分单元将所述形貌模型划分为M个分块，具体用于：
将所述形貌模型划分为L层，针对每个片层，获取每个片层的形貌参数集合，所述形貌参数集合中的任意一个形貌参数变动使得所述片层的几何结构发生变动；
将所述形貌模型底部的第一个片层作为第一个分块，从第一个片层开始从底部向顶部依次遍历直到第L层，当第j+1片层的形貌参数集合包含第j片层的形貌参数集合，则第j+1片层和第j片层同属于一个分块；否则第j+1片层和第j片层归属于不同分块，L为正整数，j为[1,L-1]中的任意整数。
10.一种形貌参数测量装置，其特征在于，包括：
量测单元，用于获取待测量样品的测量光谱；
建模单元，用于采用上述权利要求6至9中任意一项所述的建立理论光谱库的装置，获取所述待测量样品的理论光谱库；
查找单元，用于在所述理论光谱库中查找与待测量样品的测量光谱匹配的目标理论光谱；
确定单元，用于根据计算目标理论光谱所对应的所述形貌模型的形貌参数，确定所述待测量样品的形貌参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211047949.8A CN115406377B (zh) | 2022-08-30 | 2022-08-30 | 建立理论光谱库的方法及装置、形貌参数测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211047949.8A CN115406377B (zh) | 2022-08-30 | 2022-08-30 | 建立理论光谱库的方法及装置、形貌参数测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115406377A true CN115406377A (zh) | 2022-11-29 |
| CN115406377B CN115406377B (zh) | 2024-10-15 |
Family
ID=84163521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211047949.8A Active CN115406377B (zh) | 2022-08-30 | 2022-08-30 | 建立理论光谱库的方法及装置、形貌参数测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115406377B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220236317A1 (en) * | 2021-01-28 | 2022-07-28 | Changxin Memory Technologies, Inc. | Method for simulating electricity of wafer chip |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6556947B1 (en) * | 1999-10-28 | 2003-04-29 | Nova Measuring Instruments Ltd. | Optical measurements of patterned structures |
| CN102183212A (zh) * | 2010-12-28 | 2011-09-14 | 睿励科学仪器（上海）有限公司 | 一种快速确定微细周期结构形貌参数的方法及设备 |
| CN102798342A (zh) * | 2012-08-02 | 2012-11-28 | 华中科技大学 | 一种用于光学散射测量的基于拟合误差插值的库匹配方法 |
| CN104750748A (zh) * | 2013-12-31 | 2015-07-01 | 睿励科学仪器（上海）有限公司 | 一种用于提高理论光谱数据库创建速度的方法及装置 |
| CN105976310A (zh) * | 2016-05-04 | 2016-09-28 | 山东大学 | 一种基于分块的vca端元提取方法 |
| CN106682391A (zh) * | 2016-11-23 | 2017-05-17 | 大连理工大学 | 基于p‑m谱和jonswap谱的实测风浪情况筛选和理论频谱拟合方法 |
| CN111879236A (zh) * | 2020-07-14 | 2020-11-03 | 上海精测半导体技术有限公司 | 自理论光谱库确定待测样品参数的方法及测量设备 |
| CN114329948A (zh) * | 2021-12-24 | 2022-04-12 | 上海精测半导体技术有限公司 | 一种模型理论光谱计算方法和装置 |
-
2022
- 2022-08-30 CN CN202211047949.8A patent/CN115406377B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6556947B1 (en) * | 1999-10-28 | 2003-04-29 | Nova Measuring Instruments Ltd. | Optical measurements of patterned structures |
| CN102183212A (zh) * | 2010-12-28 | 2011-09-14 | 睿励科学仪器（上海）有限公司 | 一种快速确定微细周期结构形貌参数的方法及设备 |
| CN102798342A (zh) * | 2012-08-02 | 2012-11-28 | 华中科技大学 | 一种用于光学散射测量的基于拟合误差插值的库匹配方法 |
| CN104750748A (zh) * | 2013-12-31 | 2015-07-01 | 睿励科学仪器（上海）有限公司 | 一种用于提高理论光谱数据库创建速度的方法及装置 |
| CN105976310A (zh) * | 2016-05-04 | 2016-09-28 | 山东大学 | 一种基于分块的vca端元提取方法 |
| CN106682391A (zh) * | 2016-11-23 | 2017-05-17 | 大连理工大学 | 基于p‑m谱和jonswap谱的实测风浪情况筛选和理论频谱拟合方法 |
| CN111879236A (zh) * | 2020-07-14 | 2020-11-03 | 上海精测半导体技术有限公司 | 自理论光谱库确定待测样品参数的方法及测量设备 |
| CN114329948A (zh) * | 2021-12-24 | 2022-04-12 | 上海精测半导体技术有限公司 | 一种模型理论光谱计算方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220236317A1 (en) * | 2021-01-28 | 2022-07-28 | Changxin Memory Technologies, Inc. | Method for simulating electricity of wafer chip |
| US11927620B2 (en) * | 2021-01-28 | 2024-03-12 | Changxin Memory Technologies, Inc. | Method for simulating electricity of wafer chip |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115406377B (zh) | 2024-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | Adaptive simplification of point cloud using k-means clustering | |
| CN110599506B (zh) | 一种复杂异形曲面机器人三维测量的点云分割方法 | |
| CN103714191B (zh) | 用于异常工具和阶段诊断的2d/3d分析 | |
| CN115406377A (zh) | 建立理论光谱库的方法及装置、形貌参数测量方法及装置 | |
| CN111079788A (zh) | 一种基于密度Canopy的K-means聚类方法 | |
| CN107560539B (zh) | 用于在复杂图案化结构中进行测量的方法和系统 | |
| CN114417769B (zh) | 基于贝塞尔函数分段积分的集成电路电磁仿真方法及系统 | |
| CN114036778A (zh) | 一种光学特性建模的方法和装置 | |
| CN113029024B (zh) | 半导体结构的测量方法及设备 | |
| CN104750748B (zh) | 一种用于提高理论光谱数据库创建速度的方法及装置 | |
| KR102318309B1 (ko) | 3차원 구조의 도핑 농도 결정 방법, 이를 이용한 반도체 장치의 제조 방법 | |
| An et al. | OFC-Delaunay triangulation: A new efficient algorithm for merging two adjacent Delaunay triangulations | |
| CN115014240A (zh) | 一种获取理论光谱的方法和形貌参数的测量方法 | |
| CN113888634B (zh) | 一种异形复杂表面目标定位与检测方法及系统 | |
| WO2018183754A1 (en) | Method and system for real time 3d-space search and point-cloud registration using a dimension-shuffle transform | |
| CN104933705B (zh) | 一种时空环数据结构进行槽孔检测的方法及装置 | |
| CN114139369A (zh) | 一种光学特性建模方法和装置 | |
| CN113435501A (zh) | 基于聚类的度量空间数据划分与性能衡量方法及相关组件 | |
| Paterson et al. | Feature based search of 3D databases | |
| Lin et al. | Mapping large scale finite element computing on to wafer-scale engines | |
| CN116187269B (zh) | 一种多导体系统的寄生电容参数提取方法、装置及存储介质 | |
| CN114065592A (zh) | 一种光学特性建模方法和装置 | |
| Zemek et al. | Fast method for computation of channels in dynamic proteins | |
| CN104713917B (zh) | 一种用于获取样品的空间谱的方法和装置 | |
| CN116503434B (zh) | 一种点云数据的边界提取方法、装置、设备及存储介质 |
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 |