CN117043680A - 测量选配方案的确定方法及相关量测方法和装置 - Google Patents

测量选配方案的确定方法及相关量测方法和装置 Download PDF

Info

Publication number
CN117043680A
CN117043680A CN202280020976.8A CN202280020976A CN117043680A CN 117043680 A CN117043680 A CN 117043680A CN 202280020976 A CN202280020976 A CN 202280020976A CN 117043680 A CN117043680 A CN 117043680A
Authority
CN
China
Prior art keywords
measurement
target
die
intra
targets
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
Application number
CN202280020976.8A
Other languages
English (en)
Inventor
H·A·范拉霍文
B·M·范德布罗艾克
V·D·鲁蒂格利安尼
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.)
ASML Holding NV
Original Assignee
ASML Holding NV
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 ASML Holding NV filed Critical ASML Holding NV
Publication of CN117043680A publication Critical patent/CN117043680A/zh
Pending legal-status Critical Current

Links

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
    • G03F7/70605—Workpiece metrology
    • G03F7/70681—Metrology strategies
    • G03F7/706831—Recipe selection or optimisation, e.g. select or optimise recipe parameters such as wavelength, polarisation or illumination modes
    • 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
    • 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
    • G03F7/70681—Metrology strategies
    • G03F7/70683—Mark designs
    • 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
    • G03F7/706835—Metrology information management or control
    • G03F7/706839—Modelling, e.g. modelling scattering or solving inverse problems
    • G03F7/706841—Machine learning

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

公开了一种用于确定测量选配方案的方法，该测量选配方案用于位于曝光场(EF)的一个或多个管芯区域内的管芯内目标(IDM)的测量。该方法包括：获得与对多个参考目标(RF)的测量相关的第一测量数据和与对多个管芯内目标(IDM)的测量有关的第二测量数据，所述目标具有相应不同的套刻偏差，并且使用多个不同的获取设定进行测量以获取所述测量数据。使用所述第一测量数据训练一个或多个机器学习模型以获得多个候选测量选配方案，其中所述候选测量选配方案包括经训练的机器学习模型和对应获取设定的多个组合；并且使用所述第二测量数据从所述候选测量选配方案中确定优选的测量选配方案。

Description

测量选配方案的确定方法及相关量测方法和装置
相关申请的交叉引用
本申请要求于2021年2月3日提交的EP申请21154914.2的优先权，该申请通过引用整体并入本文。
技术领域
本发明涉及一种量测装置和方法，可用于例如通过光刻技术在制造器件时执行量测。本发明还涉及用于监测诸如光刻过程中的套刻之类的感兴趣参数的这种方法。
背景技术
光刻装置是将期望图案施加到衬底上，通常施加到衬底的目标部分上的机器。光刻装置可以用于例如制造集成电路(IC)。在该实例中，可替代地被称为掩模或掩模版的图案形成装置可以用于生成要形成在IC的各个层上的电路图案，并且该图案可以被转印到衬底(例如，硅晶片)上的目标部分(例如，包括一个或几个管芯的一部分)上。转印图案通常经由成像到设置在衬底上的辐射敏感材料(例如，抗蚀剂)层上。一般而言，单个衬底将包含经过接连图案化的相邻目标部分的网络。
在光刻过程中，期望经常对所产生的结构进行测量，例如，用于过程控制和验证。用于进行这种测量的各种工具是已知的，包括通常用于测量临界尺寸(CD)的扫描电子显微镜以及用于测量套刻(设备中的两个层的对齐精度)的专用工具。最近，已经开发出了用于光刻领域的各种形式的散射仪。这些设备将辐射射束引导到目标上，并且测量散射辐射的一个或多个特性-例如，作为波长函数的单个反射角度下的强度、作为反射角度的函数的一个或多个波长处的强度、或作为反射角度的函数的偏振-以获得衍射“光谱”，从中可以确定目标的感兴趣特性。
已知散射仪的示例包括US2006033921A1和US2010201963A1中描述的类型的角度分辨散射仪。这种散射仪所使用的目标是相对较大(例如，40μm×40μm)的光栅，测量射束生成的光斑小于光栅(即，光栅填充不足)。可以在通过引用整体并入本文的国际专利申请US20100328655A1和US2011069292A1中找到暗场成像量测的示例。已经在所公开的专利出版物US20110027704A、US20110043791A、US2011102753A1、US20120044470A、US20120123581A、US20130258310A、US20130271740A和WO2013178422A1中对该技术的其他发展进行了描述。这些目标可以小于照射光斑，并且可以被晶片上的产品结构包围。使用复合光栅目标可以在一个图像中测量多个光栅。所有这些申请的内容也通过引用并入本文。
已经观察到，对具有与产品结构不同的节距和/或尺寸的目标的量测不能真正代表产品结构。为了解决这一问题，已经开发出了管芯内量测，以通过测量大小与产品的大小相当的结构来更好地监测一个或多个感兴趣参数(例如，套刻)。可能期望改进这种管芯内量测方法。
发明内容
在第一方面中，本发明提供了一种用于确定测量选配方案的方法，所述测量选配方案用于位于曝光场的一个或多个管芯区域内的管芯内目标的测量；该方法包括：获得第一测量数据，该第一测量数据与对多个参考目标的测量有关，所述参考目标包括相应不同的套刻偏差，并且针对训练衬底上的每个曝光场位于至少一个参考目标簇中；其中所述第一测量数据还与对所述参考目标进行的如下测量有关，该测量使用多个不同获取设定以获取所述测量数据；获得第二测量数据，该第二测量数据与对多个管芯内目标的测量有关，所述管芯内目标包括相应不同的套刻偏差并且分布在每个曝光场上；其中所述第二测量数据还与对所述管芯内目标进行的如下测量有关，所述测量使用所述多个不同获取设定以用于获取所述测量数据；使用至少所述第一测量数据来训练一个或多个机器学习模型以获得多个候选测量选配方案，其中所述候选测量选配方案包括经训练的机器学习模型和对应获取设定的多个组合；以及使用所述第二测量数据从所述候选测量选配方案中确定优选的测量选配方案。
本发明还提供了一种计算机程序产品，包括机器可读指令，用于使得处理器执行第一方面的方法；以及相关量测装置和光刻系统。
下文参考附图对本发明的其他特征和优点以及本发明的各种实施例的结构和操作进行详细描述。应当注意，本发明不限于本文中所描述的特定实施例。本文中仅出于说明目的而呈现这样的实施例。基于本文中所包含的教导，附加实施例对于相关领域的技术人员而言将是显而易见的。
附图说明
现在，参考附图仅通过示例对本发明的实施例进行描述，其中对应的附图标记指示对应的部分，并且其中
图1描绘了光刻装置；
图2描绘了其中可以使用根据本发明的检查装置的光刻单元或簇；
图3示意性地图示了适于执行角度分辨散射测量和暗场成像检查方法的检查装置；
图4(a)是根据已知方法的管芯内目标布局的示意性图示；并且图4(b)是根据本发明的实施例的管芯内目标布局的示意性图示；以及
图5是用于设计管芯内目标的产品结构简化方法的示意性图示。
具体实施方式
在详细描述本发明的实施例之前，提供其中可以实现本发明的实施例的示例环境具有指导意义。
图1示意性地描绘了光刻装置LA。该光刻装置LA包括：照射系统(照射器)IL，被配置为调节辐射射束B(例如，UV辐射或DUV辐射)；图案形成装置支撑件或支撑结构(例如，掩模台)MT，被构造为支撑图案形成装置(例如，掩模)MA并且连接到第一定位器PM，该第一定位器PM被配置为根据某些参数来准确定位图案形成装置MA；两个衬底台(例如，晶片台)WTa和WTb，每个衬底台被构造为保持衬底(例如，涂有抗蚀剂的晶片)W并且连接到第二定位器PW，该第二定位器PW被配置为根据某些参数准确定位衬底；以及该投射系统被配置为将通过图案形成装置MA赋予辐射射束B的图案投射到衬底W的目标部分C(例如，包括一个或多个管芯)上；以及投射系统(例如，折射投射透镜系统)PS；台。参考系RF连接各个部件，并且用作用于设置和测量图案形成装置和衬底以及它们上的特征的位置的参考。
照射系统可以包括用于引导、整形或控制辐射的各种类型的光学部件，诸如折射光学部件、反射光学部件、磁性光学部件、电磁光学部件、静电光学部件或其他类型的光学部件，或其任何组合。
图案形成装置支撑件MT以取决于图案形成装置的方位、光刻装置的设计和其他条件的方式保持图案形成装置，诸如例如，图案形成装置是否保持在真空环境中。图案形成装置支撑件可以采取许多形式；图案形成装置支撑件可以确保图案形成装置(例如，相对于投射系统)处于期望位置。
本文中使用的术语“图案形成装置”应当被广泛解释为是指可以用于在辐射射束的横截面中赋予图案(诸如以在衬底的目标部分中产生图案)的任何设备。应当指出，例如，如果图案包括相移特征或所谓的辅助特征，则赋予辐射射束的图案可能并非完全与衬底的目标部分中的期望图案相对应。通常，赋予辐射射束的图案将与在目标部分中产生的器件(诸如集成电路)中的特定功能层相对应。
如本文中所描绘的，该装置为透射型装置(例如，采用透射图案形成装置)。可替代地，该装置可以为反射型装置(例如，采用如上文所提及的类型的可编程反射镜阵列、或采用反射掩模)。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。本文中术语“掩模版”或“掩模”的任何使用都可以被视为与更通用的术语“图案形成装置”同义。术语“图案形成装置”也可以被解释为是指以数字形式存储图案信息，以用于控制这种可编程图案形成装置的设备。
视正在被使用的曝光辐射和/或诸如使用浸没液体或使用真空之类的其他因素的情况而定，本文中所使用的术语“投射系统”PS应当被广义地解释为涵盖任何类型的投射系统，包括折射光学系统、反射光学系统、反射折射光学系统、磁性光学系统、电磁光学系统和/或静电光学系统、或其任何组合。本文中术语“投射透镜”的任何使用可以被认为与更通用术语“投射系统”PS同义。
光刻装置也可以是这样的类型，其中衬底的至少一部分可以被折射率相对较高的液体(例如，水)覆盖，以填充投射系统与衬底之间的空间。浸没液体也可以被施加到光刻装置中的其他空间，例如，掩模与投射系统之间。浸没技术在本领域中是众所周知的，用于增加投射系统的数值孔径。
操作时，照射器IL从辐射源SO接收辐射射束。辐射源和光刻装置可以是分开的实体，例如，当辐射源是准分子激光器时。在这种情况下，源不被认为形成光刻装置的一部分，并且辐射射束借助于射束输送系统BD从源SO传递到照射器IL，该射束输送系统包括例如合适的定向反射镜和/或扩束器。在其他情况下，例如，当源是汞灯时，源可以是光刻装置的组成部分。如果需要，则源SO和照射器IL以及射束输送系统BD可以被称为辐射系统。
例如，照射器IL可以包括用于调整辐射射束的角强度分布的调整器AD、积分器IN和会聚器CO。照射器可以用于调节辐射射束，使其横截面具有期望均匀性和强度分布。
辐射射束B入射在保持在图案形成装置支撑件MT上的图案形成装置MA上，并且通过图案形成装置进行图案化。在穿过图案形成装置(例如，掩模)MA之后，辐射射束B穿过投射系统PS，该投射系统PS将射束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器IF(例如，干涉设备、线性编码器、2D编码器或电容式传感器)，可以准确移动衬底台WTa或WTb，例如，以便在辐射射束B的路径中定位不同的目标部分C。同样，第一定位器PM和另一位置传感器(其在图1中未明确描绘)可以用于(例如，在从掩模库机械取回之后或在扫描期间)相对于辐射射束B的路径准确定位图案形成装置(例如，掩模)MA。
可以使用掩模对齐标记M1、M2和衬底对齐标记P1、P2来对齐图案形成装置(例如，掩模)MA和衬底W。尽管如所图示的衬底对齐标记占据专用目标部分，但是它们可以位于目标部分之间的空间中(这些标记被称为划线对齐标记)。同样，在图案形成装置(例如，掩模)MA上设置多于一个管芯的情况下，掩模对齐标记可以位于管芯之间。小的对齐标记也可以包括在器件特征中的管芯内，在这种情况下，期望标记尽可能小，并且无需与相邻特征不同的任何成像或处理条件。下文对检测对齐标记的对齐系统进行进一步描述。
所描绘的装置可以在多种模式下使用。在扫描模式下，对图案形成装置支撑件(例如，掩模台)MT和衬底台WT进行同步扫描，同时赋予辐射射束的图案被投射到目标部分C上(即，单个动态曝光)。可以由投射系统PS的放大倍数(缩小倍数)和图像反转特点来确定衬底台WT相对于图案形成装置支撑件(例如，掩模台)MT的速度和方向。在扫描模式下，曝光场的最大尺寸限制了目标部分在单个动态曝光中(沿非扫描方向)的宽度，而扫描运动的长度决定了目标部分(沿扫描方向)的高度。其他类型的光刻装置和操作模式也是可能的，这在本领域中是众所周知的。例如，步进模式是已知的。在所谓的“无掩模”光刻中，可编程图案形成装置保持静止，但图案发生改变，并且移动或扫描衬底台WT。
还可以采用上述使用模式或完全不同的使用模式的组合和/或变化。
光刻装置LA是所谓的双载物台类型，具有两个衬底台WTa和WTb以及衬底台可以在它们之间交换的两个站，即，曝光站EXP和测量站MEA。当在曝光站处正在使一个衬底台上的一个衬底曝光时，另一衬底可以在测量站处被装载到另一衬底台上，或可以进行各种准备步骤。这使得能够大大增加装置的生产量。准备步骤可以包括：使用水平传感器LS绘制衬底的表面高度轮廓；以及使用对齐传感器AS测量对齐标记在衬底上的位置。如果位置传感器IF在处于测量站和曝光站的同时不能测量衬底台的位置，则可以提供第二位置传感器以使得能够在两个站处跟踪衬底台相对于参考系RF的位置。代替所示的双载物台布置，其他布置是已知的并且是可用的。例如，已知其中提供衬底台和测量台的其他光刻装置。当执行准备测量时，将它们对接在一起，然后，在衬底台经历曝光的同时，解除对接。
如图2所示，光刻装置LA可以形成光刻单元LC的一部分，该光刻单元LC有时被称为光刻单元或簇。该光刻单元LC还可以包括对衬底执行曝光前过程和曝光后过程的装置。传统上讲，这些装置包括用于沉积抗蚀剂层的旋涂器SC、使经曝光的抗蚀剂显影的显影剂DE、激冷板CH和/或烘烤板BK。衬底处理器或机械手RO从输入/输出端口I/O1、I/O2拾取衬底，在不同的处理装置之间移动它们，然后将衬底W传送到光刻装置LA的进料台LB。光刻单元中的这些设备经常被统称为轨道，通常处于轨道控制单元TCU的控制下，该轨道控制单元TCU本身由监控系统SCS进行控制，该SCS还例如经由光刻控制单元LACU控制光刻装置LA。因此，可以操作不同的装置以使生产量和处理效率最大。
为了正确且一致地曝光由光刻装置LA曝光的衬底W，可以期望检查衬底以测量经图案化的结构的特性，诸如后续层之间的套刻误差、线厚度、临界尺寸(CD)等。因而，光刻单元LC所在的制造设施还包括量测系统MET，该量测系统MET接收已经在光刻单元中经过处理的一些或全部衬底W。量测结果直接或间接提供给监控系统SCS。如果检测到误差，可以对后续衬底的曝光进行调整，尤其是如果检查可以很快完成，并且速度足够快，使得仍要使同一批的其他衬底曝光。此外，已经被曝光的衬底可以被剥离和返工以提高产率或被丢弃，从而避免对已知具有故障的衬底进行进一步处理。在衬底的仅一些目标部分具有故障的情况下，可以仅对那些良好的目标部分执行其他曝光。
在量测系统MET内，检查装置用于确定衬底的特性，具体地，不同衬底或同一衬底的不同层的特性如何随层变化。检查装置可以被集成到光刻装置LA或光刻单元LC中，或可以是独立设备。为了实现最快速的测量，期望检查装置在曝光之后立即测量经曝光的抗蚀剂层中的特性。然而，抗蚀剂中的潜像具有非常低的对比度(即，抗蚀剂的已经被暴露于辐射的部分与尚未暴露于辐射中的部分之间的折射率只有非常小的差异)，并非所有的检查装置都具有足够的灵敏度来对潜像进行有用的测量。因此，可以在曝光后烘焙步骤(PEB)之后进行测量，该PEB步骤通常是对经曝光的衬底进行的第一步骤，并且增加了抗蚀剂的经曝光的部分和未经曝光的部分之间的对比度。在该阶段上，抗蚀剂中的图像可以被称为半潜像。还可以对经显影的抗蚀剂图像进行测量(在这点上，抗蚀剂的经曝光的部分和未经曝光的部分已经被移除)或在诸如蚀刻之类的图案转移步骤之后。后一种可能性则限制了对具有故障的衬底进行返工的可能性，但仍然可以提供有用信息。
图3(a)示出了适合用于本发明的实施例的量测装置。注意，这只是合适量测装置的一个示例。备选的合适量测装置可以使用EUV辐射，诸如例如，WO2017/186483A1中所公开的EUV辐射。图3(b)更详细地图示了目标结构T和用于照射目标结构的测量辐射的衍射射线。所图示的量测装置是已知为暗场量测装置的类型。量测装置可以是独立设备，要么可以并入光刻装置LA(例如，在测量站处)要么并入光刻单元LC中。在整个装置具有几个分支的光轴由虚线O表示。在该装置中，由源11(例如，氙气灯)发射的光通过包括透镜12、14和物镜16的光学系统经由分束器15被引导到衬底W上。这些透镜以4F布置的双序列布置。可以使用不同的透镜布置，只要它仍然将衬底图像提供到检测器上，同时允许访问用于空间频率滤波的中间光瞳平面。因此，可以通过在呈现衬底平面的空间光谱的平面中定义空间强度分布来选择辐射入射在衬底上的角度范围，该平面本文中被称为(共轭)光瞳平面。具体地，这可以通过在作为物镜光瞳平面的背投射图像的平面中在透镜12和14之间插入合适形式的孔径板13来实现。在所图示的示例中，孔径板13具有标记为13N和13S的不同形式，从而允许选择不同的照射模式的。本示例中的照射系统形成离轴照射模式。在第一照射模式下，孔径板13N从仅为了便于描述而被指定为‘北’的方向提供离轴。在第二照射模式下，孔径板13S用于提供类似的但来自标记为‘南’的相反方向的照射。通过使用不同的孔径，其他照射模式也是可能的。理想情况下，由于期望照射模式外部的任何不必要的光都会干扰期望测量信号，所以光瞳平面的其余部分都是暗的。
如图3(b)所示，在衬底W垂直于物镜16的光轴O的情况下，放置目标结构T。衬底W可以由支撑件(未示出)支撑。从偏离轴线O的角度撞击在目标结构T上的测量辐射I的射线产生零阶射线(实线0)和两个一阶射线(点划线+1和双点划线-1)，以下被称为互补衍射阶对。应当注意，互补衍射阶对可以是任何更高阶对，例如，+2、-2对等，并且不限于一阶互补对。应当记住，对于过填充的小目标结构，这些射线只是覆盖衬底的包括量测目标结构T和其他特征的区域的许多平行射线中的一个平行射线。由于板13中的孔径具有有限宽度(容许有用量的光所必需的，入射光线I实际上会占据一定角度范围，并且衍射光线0和+1/-1会在一定程度上扩散开)。根据小目标的点扩散函数，每个阶+1和-1都会在一定角度范围扩散开，而非如所示出的单个理想射线。注意，可以设计或调整目标结构的光栅节距和照射角度，使得进入物镜的一阶光线与中心光轴紧密对齐。图3(a)和图3(b)所图示的射线被示为在一定程度上偏离轴线，纯粹是为了使得它们能够在图中更容易区分开。
由衬底W上的目标结构T衍射的至少0阶和+1阶由物镜16收集，并且通过分束器15被引导返回。回到图3(a)，通过指定标记为北(N)和南(S)的径向相对孔径，对第一照射模式和第二照射模式两者进行说明。当测量辐射的入射光线I来自光轴的北侧时，也就是说，当使用孔径板13N应用第一照射模式时，+1衍射射线(标记为+1(N))进入物镜16。相比之下，当使用孔径板13S应用第二照射模式时，-1衍射光线(标记为1(S))是进入透镜16的衍射射线。
第二分束器17将衍射射束分成两个测量分支。在第一测量分支中，光学系统18使用零阶衍射射束和一阶衍射射束在第一传感器19(例如，CCD或CMOS传感器)上形成目标结构的衍射光谱(光瞳平面图像)。每个衍射阶都会击中传感器上的不同点，以使图像处理可以比较和对比阶。由传感器19捕获的光瞳平面图像可以用于聚焦量测装置和/或使一阶射束的强度测量归一化。光瞳平面图像还可以用于许多测量目的，诸如重建。
在第二测量分支中，光学系统20、22在传感器23(例如，CCD或CMOS传感器)上形成目标结构T的图像。在第二测量分支中，孔径光阑21被设置在与光瞳平面共轭的平面中。孔径光阑21的作用是阻挡零阶衍射光束，以使形成在传感器23上的目标的图像仅由-1一阶射束或+1一阶射束形成。由传感器19和23捕获的图像被输出到处理器PU，该处理器PU处理图像，该图像的功能将取决于正在被执行的特定类型的测量。注意，本文中所使用的术语“图像”是广义的。如果仅存在-1阶和+1阶中的一个阶，则不会形成光栅线的图像。
可能由于套刻误差(通常被称为“套刻”)而出现位置误差。套刻是相对于第二曝光期间的第二特征在第一曝光期间放置第一特征时的误差。光刻装置通过在图案化之前使每个衬底与参考准确对齐来使套刻误差最小。这通过使用对齐传感器测量衬底上的对齐标记的位置来实现。可以在通过引用整体并入本文的美国专利申请公开号US 2010-0214550中找到关于对齐过程的更多信息。例如，当没有相对于光刻装置的焦平面正确定位衬底时，可能会出现图案尺寸设计(例如，CD)误差。这些焦点位置误差可能与衬底表面的不平坦性相关联。光刻装置旨在通过在进行图案化之前使用水平传感器测量衬底表面形貌来使这些焦点位置误差最小。在随后的图案化期间应用衬底高度校正，以帮助确保图案形成装置到衬底上的正确成像(聚焦)。可以在通过引用整体并入本文的美国专利申请公开号US2007-0085991中找到关于液位传感器系统的更多信息。
除了光刻装置LA和量测装置MT之外，在器件生产期间还可以使用一个或多个其他处理装置。蚀刻站(未示出)在将图案暴露到抗蚀剂中之后处理衬底。蚀刻站将图案从抗蚀剂转移到抗蚀剂层下面的一个或多个层中。通常，蚀刻基于等离子体介质的应用。可以例如使用衬底的温度控制或使用电压控制环来引导等离子体介质来控制一个或多个局部蚀刻特点。可以在通过引用整体并入本文的PCT专利申请公开号WO 2011-081645和美国专利申请公开号US2006-016561中找到关于蚀刻控制的更多信息。
在器件的制造期间，期望使用诸如光刻装置或蚀刻站之类的一个或多个处理装置来处理衬底的过程条件保持稳定，使得特征的特性保持在某些控制限制内。过程的稳定性对于诸如IC之类的电气设备的功能部件的特征(还被称为产品特征)具有特别重要的意义。为了帮助确保稳定的处理，应当具备过程控制能力。过程控制包括监测处理数据并且实现用于过程校正的器件，例如，基于处理数据的一个或多个特点来控制处理装置。过程控制可以基于量测装置MT的定期测量，通常被称为“高级过程控制”(还被称为APC)。可以在通过引用整体并入本文的美国专利申请公开号US2012-008127中找到关于APC的更多信息。典型的APC实现方式包括：对衬底上的量测特征进行周期性测量，以监测和校正与一个或多个处理装置相关联的漂移。量测特征反映了产品特征对过程变化的响应。量测特征对过程变化的敏感性与对产品特征的敏感性相比可能不同。在这种情况下，可以确定所谓的“量测到设备”偏移(还被称为MTD)。
这种MTD偏移的一个原因是实际产品结构通常比散射测量或成像测量所需的目标结构的大小小很多(多个数量级)，并且这种大小差异可能会产生不同的参数行为(例如，用于量测目标的图案放置和所得套刻可以与实际结构的图案放置和所得套刻不同)。为了模拟产品特征的行为，可以使量测目标内的特征更小(例如，大小与产品结构的大小相当，它可以被称为分辨率下套刻ARO)，这些特征结合分段特征，协助特征或具有特定几何形状和/或尺寸的特征。理想情况下，一个精心设计的量测目标应当以类似方式对过程变化做出反应，就像对产品特征做出反应一样。可以在通过引用整体并入本文的PCT专利申请公开号WO2015-101458中找到关于量测目标设计的更多信息。
在另一方法中，可以直接对产品结构执行量测。这可以使用例如扫描电子显微镜(SEM)或电子射束量测装置来进行。然而，对于商业(大容量制造HVM)环境中的过程控制而言，这些设备通常太慢。被称为器件内量测IDM的另一备选方案可以包括：使用基于散射仪的量测装置来直接测量产品结构。诸如如图3所图示的散射测量工具之类的现代散射测量工具能够(至少)测量这样的小型结构上的、基于非对称性的度量(例如，套刻)。然而，这通常只适用于具有足够的正则化(足够的周期性)的产品结构，使得它们可以充当有效的衍射光栅(例如，存储器的类型)。光斑内的所有特征都会添加到光瞳中，因此为了得到信号，特征在整个光斑上应当是规则的。不能以这种方式测量不太规则的产品结构，诸如(例如)逻辑结构。
用于对非周期性结构(例如，逻辑结构)进行IDM量测的本方法可以包括：训练诸如神经网络之类的机器学习模型(ML模型)，使得其可以将所测量的来自IDM目标或管芯内目标的光瞳映射为感兴趣参数的值(即，套刻值)。管芯内目标被设计为代表非周期性结构/逻辑结构(例如，以模拟曝光行为，或更一般地，模拟包括曝光、蚀刻、清洁、灰化等的完全图案化行为)，如此可以被设计为用于特定逻辑结构或逻辑结构类型。稍后对用于进行这种操作的示例方法进行描述。
通过使用ML模型，无需对堆栈进行密集重建以获得套刻值。由于机器学习技术所固有的降维，所以与使用重建技术相比，可以以相当低的成本得出有效模型。然而，经训练的模型只与其训练数据一样好，例如，就数据的质量和/或数据捕捉到的现象而言。
可以使用图3的工具的第一测量分支或其他合适角度分辨量测装置来测量管芯内目标，以获得测量光瞳。测量光瞳可以包括光瞳平面的“图像”或获取，即，来自管芯内目标的散射辐射的角度分辨光谱或傅立叶表示。
为了训练ML模型，可以在掩模版上设置自参考目标或参考目标，该掩模版还包括管芯内目标。然后，可以在晶片上曝光、处理(例如，显影、蚀刻等)这些管芯内目标和参考目标，并且对其进行测量。例如，这些参考目标可以位于场的外围处(位于划道中)。
参考目标通常包括目标阵列，该目标阵列包括具有不同偏差的多个目标。偏差可以在阵列上的平均值(或和)为零，使得在阵列上取平均值的测量应当表示产品上套刻。为了训练的目的，使用套刻偏差(跨过经曝光的层)对在每个参考目标上获取的光瞳进行标记。由于掩模版写入误差很小，所以获知准确度良好的这些训练标记偏差/套刻值。然后，该模型学习将特定参考目标光瞳响应与其相应的参考目标套刻偏差值或标记相关联。
以针对不同的获取设定(例如，测量辐射的波长/偏振等)和/或发生变化的其他设定和/或针对不同的训练晶片重复训练，例如，以允许在标称相同的目标之间发生处理变化。这种训练的输出可以包括多个候选测量选配方案，例如，大约数百个(例如，介于100与500之间)，其中测量选配方案可以是经训练的ML模型和获取设定的组合。例如，在训练期间，获取设定可以是自由参数，使得每个获取设定具有对应模型，使得测量选配方案包括这些的组合。每个选配方案的模型内都会有不同的权重矩阵。
在这种管芯内量测的当前实现方式中，形成管芯内目标，而没有任何有意的套刻偏差，因此没有明确标记(即，其被标记为零)。然后，执行匹配步骤以确定匹配度量或匹配指标(匹配KPI)，该匹配度量或匹配指标对管芯内目标响应与自参考目标响应的匹配程度进行量化。通常，通过如下的方式来执行这种匹配：使用候选量测选配方案从参考目标推断出套刻值，并且将其与使用相同的候选量测选配方案从管芯内目标推断出的套刻值进行比较。所推断出的值越接近，测量选配方案的匹配程度就越高(例如，匹配KPI可以基于值之间的差)。更具体地，本方法可以比较：从参考目标推断出的套刻值的平均值(遍及参考目标的偏差的平均值/和为零)和从单个管芯内目标(例如，最接近参考簇的管芯内目标)推断出的套刻值。
以根据各种性能指标或KPI(例如，其可以包括匹配KPI、套刻预测KPI的准确度、再现性KPI和可重复性KPI，该可重复性KPI当跟踪OPO随时间的变化时解决误差)对这些选配方案进行排名。然后，可以基于一个或多个KPI来选取这些选配方案中的至少一个选配方案用于生产/HVM监测。
一旦经过训练，ML模型就可以用于生产监测环境(例如，大容量制造HVM环境)，以将来自于在晶片上被曝光的管芯内目标的测量光瞳(角度分辨测量光谱)变换为套刻值。
如所描述的，ML训练中的必要步骤中的一个必要步骤是将在参考目标簇与管芯内目标上制作的选配方案相匹配。通过刚刚所描述的本方法，参考目标与器件(管芯内目标)之间的套刻偏移匹配是可能的，但并非目标类型的套刻相关方法灵敏度的适当匹配，即，将在参考目标与管芯内目标上制作的选配方案相匹配。目前，所有管芯内目标都被应用了零偏差，如此，套刻值与器件上产品套刻相当。这意味着对管芯内匹配的参考是有限的，因此，可以选取对参考目标而非对器件内目标具有良好套刻响应的次优选配方案。与此互补的是，管芯内目标目前没有套刻偏差，如此它们表示产品结构。这些用于推断其场内位置处的产品上套刻(OPO)，该OPO是实际管芯内结构的OPO的代理。由于每个场仅对一个偏移执行训练，所以仅学习场间模型。如此，所推断出的场内指纹由所学习的场间模型生成，因此不会捕获高频场内套刻内容。
现在，对一种用于例如在套刻相关方法灵敏度的方面改进在参考目标和管芯内目标上制作的选配方案之间的选配方案匹配的方法进行描述。
在一个实施例中，公开了一种通过明确学习场内指纹来改进ML模型的方法。
图4(a)示出了如目前用于逻辑器件应用(即，其中在器件结构上直接测量是不可能的)的、定义曝光场EF和场划线SB的掩模版上的管芯内目标IDM和参考目标阵列RF的布置。管芯内目标IDM旁边的零表示所施加的套刻偏差，即，管芯内目标都没有被偏置，即，偏差为零。
可以使用特定的训练掩模版(例如，包括参考目标)经由训练晶片上的训练曝光来执行训练。然而，可能优选使用同一掩模版进行训练和HVM监测。这是因为参考目标可以用于运行时选配方案监测，以检查选配方案性能是否劣化(例如，由于过程变化)。可替代地，可以对具有偏差的目标执行选配方案监测，在这种情况下，可能无需参考簇，并且HVM掩模版可以省去参考目标。
图4(b)图示了根据实施例的管芯内目标IDM和参考目标阵列RF在掩模版上的布置。管芯内目标布置可能与图4(a)的布置基本相似，除了目标中的至少有一些目标具有偏差之外，即，目标中的至少一些目标的套刻偏差为非零。更具体地，管芯内目标可以包括用于参考目标簇中的一些或全部参考目标的对应目标。在这种情况下，“对应目标”可以是指具有相同或对应施加的偏差的目标，使得偏差为+2管芯内目标与偏差为+2参考目标相对应。与参考目标簇一样，管芯内目标的偏差的平均值和/或和可能为零。偏差值可以以纳米为单位描述所施加的偏差，或可以代表偏差幅值和方向(例如，+1是第一正偏差，+2是第二正偏差等)。
管芯内目标应当足够小，以便被容纳在管芯内。例如，在衬底平面的一个或两个方向上，经曝光的目标可以小于8μm、小于7μm或小于6μm。更具体地，经曝光的管芯内目标可能近似5μm×5μm。
管芯内目标的数目可以介于稀疏与密集之间，并且包括稀疏和密集，诸如例如，介于5和50之间、介于10和50之间，介于10和40之间、介于15和40之间、介于15和30之间、或在20左右。
管芯内目标在管芯内部可以被分开地布置(即，逐个布置)或分组布置(即，以若干个少数管芯内目标组布置)。
在一个实施例中，具有偏差的管芯内目标可以用于改进参考目标与管芯内目标的匹配和选配方案的优化。如已经所描述的，目前基于被匹配至每个场的参考目标簇平均值的单个管芯内目标(每个场一个匹配的偏移)来执行匹配。与此相反，所提出的方法包括：根据每个场的对应参考目标和管芯内目标之间的差异或比较来确定每个候选测量选配方案的匹配KPI，即，偏差为+1的参考目标可以与偏差为+1的管芯内目标匹配，偏差为+2的参考目标与偏差为+2的管芯内目标匹配等等。这些差异/比较可以被平均或以其他方式组合，以基于更多信息来获得每个测量选配方案的改进的匹配KPI，这些信息包括对不同套刻幅值(偏差)的套刻相关方法灵敏度。
通过这种方式，对管芯内匹配的参考被分解为偏差为参考目标的管芯内匹配KPI，这将影响(即，提高)选配方案排名。这种更精细的匹配将提高模型的准确度，因为所推断出的套刻的准确度对该套刻的幅值敏感(即，关于所局部推断出的套刻的误差取决于偏差值本身)。
对KPI进行排名可以基于例如如下项中的一者或多者：再现性KPI、准确度KPI和匹配KPI。例如，可以基于这些KPI的加权组合(例如，和)来为每个选配方案指派一排序编号。然后，可以基于KPI来选取最佳的选配方案或最优的选配方案。应当领会，可以考虑其他因素(例如，一些获取设定可能优于其他设定)，使得所选取的不一定是排名最高的选配方案，而是另一排名很高的选配方案或性能良好的选配方案。然后，管芯内目标的任何后续测量(例如，在HVM中)可以使用具有该特定获取设定的选配方案。
在这种实施例中，管芯内目标的偏差施加和对应套刻加权可以仅用于该匹配和选配方案最优化，而非用于(即，不在权重矩阵中捕获的)训练模型。这种实施例将仅改进场间建模。
然而，在另一实施例中，具有偏差的(和带有标记的)管芯内目标可以用于捕获场内变化并且学习它。
参考目标套刻标记的光瞳与管芯内目标套刻标记的光瞳之间的差异是长度标度。参考目标在场中紧密排列(封装到小型区域中)，因此跨不同参考目标的任何产品上套刻变化通常都很小。因为这种情况，所以所获取的套刻变化将是场到场变化(即，场间内容)，并且ML模型将仅学习该场间变化。相比之下，管芯内目标在场中的分布要宽得多，从而覆盖了分布在大部分场区域的位置，如此，他们的产品上套刻变化更大(即，要学习场内内容)。该内容既不能由参考目标簇单独访问，又不能由没有偏差的管芯内目标访问。
所提出的实施例使用具有偏差的管芯内训练标记来训练模型以学习场内OV变化。在训练模型之前，获得参考目标中的每个参考目标的光瞳，并且使用它们的对应套刻偏差来对光瞳进行标记(如前所述)。附加地，还获得了来自管芯内目标中的每个管芯内目标的光瞳，并且使用这些光瞳的对应套刻偏差来对光瞳进行标记。可以像以前一样仅基于参考目标(以及用于计算匹配KPI的管芯内光瞳)来学习场间变化，以便确定每个场的单个套刻值。然而，现在ML模型还可以基于每个参考目标和其对应管芯内目标的测量之间的、在每个场之上的差异来学习场内变化分量(例如，在匹配具有相似偏差/标记的参考目标和管芯内目标时进行训练)。
机器学习的各种多尺度方法提供了实现这种模型的不同方式。例如，经训练的ML模型可以包括第一或场间模型分量或第一/场间神经网络(例如，以本方式训练)，以及被训练为与场间分量组合而操作的第二或场内模型分量或神经网络。可以训练这些分量以使组合模型误差最小，其中以适当方式对场内内容和场间内容进行贮存。
在一个实现方式中，本训练方法可以训练由N个因子[A、B、……]组成的模型M，使得光瞳响应Y＝M*vec(c)+误差。简而言之，可以使用全模型M＝A+B+C+……+A*B+A*C+B*C+……+A*B*C+……。大的[A、B、C等]训练标记集合可以用于分解(即，在效应强度向量vec(C)中找到元素及其p值)。
在该实施例中，场内内容的附加因子Z可以与正确的统计嵌套(例如，A(Z))相加，并且可以计算该场内因子Z的效应强度c和p值。利用ML技术将会产生总体较小(有效)模型M的效应强度c'。在所有情况下，都使模型误差最小。
通过这种方式，参考目标光瞳和具有偏差的管芯内目标光瞳都被指派了套刻标记，使得前者对低空间频率OV内容进行编码，而后者对较高空间频率OV内容进行编码。具有偏差的管芯内目标将增强套刻训练标记；这通过明确学习场内指纹来改进量测选配方案，从而实现场内标记校正。校正场内套刻变化将会提高所推断出的晶片上的套刻的准确度和精度。
在HVM环境中，无需管芯内目标偏差，并且可以使用没有偏差的管芯内目标，其中经训练的ML模型(以及更一般地，测量选配方案)用于从管芯内目标获得套刻值。然而，可以优选将同一掩模版用于训练和生产(以确保类似性能并且降低成本)。除了需要自从对应目标推断出的套刻值中考虑(例如，移除或减去)每个已知套刻偏差之外，这可能对套刻推断几乎没有影响。如此，由于所施加的偏差是先验已知的，所以它不会影响器件监测的质量，由于在应用模型以实现校正循环之前，可以应用偏移来校正所施加的掩模版偏差。
管芯内目标应当充当(非周期性)管芯内器件图案(例如，逻辑结构)的代理。因此，管芯内目标应当代表管芯内的逻辑结构(即，它们充当代理的逻辑电路)。这种逻辑电路的设计可以基于器件结构简化方法，其中从可重复以形成周期性目标的单位单元中提取逻辑结构的元件。图5图示了这种方法。逻辑电路系统LG可以包括呈非周期性布置的两个元件。器件内目标IDM可以包括通过包括多个单位单元UC来简化最终蚀刻后图案，该多个单位单元UC例如使用具有与逻辑电路系统内的元件相似的尺寸(例如，CD)和间距的元件的重复而形成。这样，器件内量测IDM目标包括具有与产品/逻辑结构相似的大小或分辨率的结构，但具有允许对套刻进行光学测量的周期性图案。如此，它们可能与相关产品结构尽可能相似，但具有周期性图案。
除了使用散射测量方法测量管芯内目标之外，还可以使用诸如电子射束工具之类的扫描电子显微镜(SEM)来测量管芯内目标，以获得用于IDM散射测量的参考数据，例如，以改进与SEM套刻数据(诸如破坏性SEM OV数据或去封装SEM OV数据)的匹配。这种SEM套刻数据经常用作深入于HVM制造厂中的参考数据。
在带有编号条款的后续列表中公开了其他实施例。
1.一种用于确定测量选配方案的方法，所述测量选配方案用于位于曝光场的一个或多个管芯区域内的管芯内目标的测量；所述方法包括：
获得第一测量数据，所述第一测量数据与对多个参考目标的测量有关，所述参考目标包括相应不同的套刻偏差，并且针对训练衬底上的每个曝光场位于至少一个参考目标簇中；其中所述第一测量数据还与对所述参考目标进行的如下测量有关，所述测量使用多个不同获取设定以用于获取所述测量数据；
获得第二测量数据，所述第二测量数据与对多个管芯内目标的测量有关，所述管芯内目标包括相应不同的套刻偏差并且分布在每个曝光场上；其中所述第二测量数据还与对所述管芯内目标进行的测量有关，所述测量使用所述多个不同获取设定以用于获取所述测量数据；
使用至少所述第一测量数据来训练一个或多个机器学习模型以获得多个候选测量选配方案，其中所述候选测量选配方案包括经训练的机器学习模型和对应获取设定的多个组合；以及
使用所述第二测量数据从所述候选测量选配方案中确定优选的测量选配方案。
2.根据条款1所述的方法，其中所述管芯内目标和参考目标包括一个管芯内目标和一个参考目标的对应目标对，每一对具有对应的所述套刻偏差，并且其中确定优选的测量选配方案的所述步骤包括：
根据所述管芯内目标和参考目标对中的每一对的选配方案性能的比较来确定每个候选测量选配方案的匹配度量；以及
使用所述匹配度量，以从所述候选测量选配方案中选择所述优选的测量选配方案。
3.根据条款2所述的方法，包括：根据一个或多个性能指标对所述候选测量选配方案进行排名，其中所述一个或多个性能指标包括所述匹配度量。
4.根据条款1、2或3所述的方法，其中所述第一测量数据包括用于训练所述一个或多个机器学习模型的第一经标记训练数据，所述第一经标记训练数据包括来自每个参考目标的由其相应的套刻偏差标记的测量。
5.根据任一前述条款所述的方法，包括：使用所述第二量测数据来训练所述一个或多个模型以实现场内变化。
6.根据条款5所述的方法，其中所述第二测量数据包括用于训练所述一个或多个机器学习模型的第二经标记训练数据，所述第二经标记训练数据包括来自每个参考目标的由其相应的套刻偏差标记的测量。
7.根据条款6所述的方法，其中针对场内变化的所述训练基于所述第一测量数据与所述第二测量数据之间的每个场之上的差异。
8.根据条款6或7所述的方法，其中所述管芯内目标和参考目标包括一个管芯内目标和一个参考目标的对应目标对，每一对具有对应的所述套刻偏差，其中针对每个场的每个目标对，所述差异相匹配。
9.根据条款6至8中任一项所述的方法，其中所述训练使得所述机器学习模型在从所述第一测量数据确定的每个场的单个产品上套刻值和从所述第二测量数据确定的每个场的多个产品上套刻值而被训练。
10.根据条款6至9中任一项所述的方法，其中针对场内变化的所述训练包括：训练所述机器学习模型的场内模型分量，其被训练为使所述场内变化最小。
11.根据条款10所述的方法，其中针对场内变化的所述训练还包括：训练所述机器学习模型的场间模型分量；其中所述场内模型分量和场间模型分量被训练为以使与场间变化和所述场间变化有关的组合模型误差最小。
12.根据前述条款中任一项所述的方法，其中所述测量数据内的每个测量包括来自目标的散射辐射的角度分辨光谱。
13.根据前述条款中任一项所述的方法，其中所述管芯内目标代表它们充当代理的所述曝光场内的非周期性结构。
14.根据条款13所述的方法，其中所述管芯内目标是所述非周期性结构的周期性结构简化，包括从所述非周期结构提取的单位单元元件的重复。
15.根据前述条款中任一项所述的方法，包括：使用所述优选的测量选配方案来测量生产衬底上的管芯内目标，以便推断用于每个管芯内目标的套刻值。
16.根据条款15所述的方法，包括：使用与用于曝光所述训练衬底的掩模版相同的掩模版来曝光所述产品衬底，并且所述推断套刻值考虑所述管芯内目标的所述偏差。
17.一种定位于曝光场的管芯区域内的、具有非零套刻偏差的目标，，其用于根据权利要求1至16中任一项所述的方法。
18.根据条款17所述的目标，其中所述目标包括用于所述参考目标簇中的一些或所有所述参考目标的对应目标。
19.根据条款18所述的目标，其中所述对应目标包括对应施加的偏差，使得所述对应目标的所述施加的偏压与所述参考目标的所述偏差相对应。
20.一种计算机程序，包括指令，当所述计算机程序由计算机执行时，所述指令使得所述计算机执行根据条款1至16中任一项所述的方法。
21.一种计算机可读数据介质，其上存储有根据条款20所述的计算机程序。
22.一种数据处理装置，包括用于执行根据权利要求1至16中任一项所述的方法的器件。
23.一种量测装置，被配置为执行根据权利要求1至16中任一项所述的方法。
总之，本文中所描述的方法包括改进的参考与管芯内的匹配，这会提高套刻灵敏度(得到OV–设置OV灵敏度，即，套刻相关方法灵敏度和得知场内内容的可能性是其部分的全模型)。至少一些实施例通过明确学习场内指纹来改进选配方案。这些实施例还使得能够进行场内标记校正。
当指出管芯内目标或参考目标包括相应不同的套刻偏差时，这包括每个目标集合中的至少一个目标的偏差可以为零的可能性。
本文中使用的术语“辐射”和“射束”包括所有类型的电磁辐射，包括紫外线(UV)辐射(例如，具有或大约365nm、355nm、248nm、193nm、157nm或126nm的波长)和极紫外(EUV)辐射(例如，波长范围为5nm至20nm)、以及粒子射束，诸如离子射束或电子射束。
在上下文允许的情况下，术语“透镜”可以是指各种类型的光学部件的任一光学部件或其组合，包括折射光学部件、反射光学部件、磁性光学部件、电磁光学部件和静电光学部件。
术语“目标”不应被解释为仅意指针对量测的特定目的而形成的专用目标。术语“目标”应当被理解为涵盖其他结构，包括具有适用于量测应用的特性的产品结构。
特定实施例的前述描述将充分揭示本发明的一般性质，使得其他人可以通过应用本领域技术范围内的知识，在不进行过度实验的情况下容易修改和/或适于这样的特定实施例的各种应用，而没有背离本发明的总体概念。因此，基于本文中所呈现的教导和指导，这样的改编和修改旨在在所公开的实施例的等同物的含义和范围内。应当理解，本文中的短语或术语用于通过示例进行描述，而非进行限制，使得本说明书的术语或短语将由本领域技术人员根据教导和指导来解释。
本发明的广度和范围不应受到上文所描述的示例性实施例中的任一示例性实施例的限制，而应仅根据权利要求及其等同物进行定义。

Claims (15)

1.一种用于确定测量选配方案的方法，所述测量选配方案用于位于曝光场的一个或多个管芯区域内的管芯内目标的测量，所述方法包括：
获得第一测量数据，所述第一测量数据与对多个参考目标的测量有关，所述参考目标包括相应不同的套刻偏差，并且针对训练衬底上的每个曝光场位于至少一个参考目标簇中；其中所述第一测量数据还与对所述参考目标进行的如下测量有关，所述测量使用多个不同获取设定以用于获取所述测量数据；
获得第二测量数据，所述第二测量数据与对多个管芯内目标的测量有关，所述管芯内目标包括相应不同的套刻偏差并且分布在每个曝光场上；其中所述第二测量数据还与对所述管芯内目标进行的如下测量有关，所述测量使用所述多个不同获取设定以用于获取所述测量数据；
使用至少所述第一测量数据来训练一个或多个机器学习模型以获得多个候选测量选配方案，其中所述候选测量选配方案包括经训练的机器学习模型和对应获取设定的多个组合；以及
使用所述第二测量数据从所述候选测量选配方案中确定优选的测量选配方案。
2.根据权利要求1所述的方法，其中所述管芯内目标和参考目标包括一个管芯内目标和一个参考目标的对应目标对，每一对具有对应的所述套刻偏差，并且其中确定优选的测量选配方案的所述步骤包括：
根据所述管芯内目标和参考目标的所述对中的每一对的选配方案性能的比较来确定每个候选测量选配方案的匹配度量；以及
使用所述匹配度量，以从所述候选测量选配方案中选择所述优选的测量选配方案。
3.根据权利要求2所述的方法，包括：根据一个或多个性能指标对所述候选测量选配方案进行排名，其中所述一个或多个性能指标包括所述匹配度量。
4.根据权利要求1、2或3所述的方法，其中所述第一测量数据包括用于训练所述一个或多个机器学习模型的第一经标记训练数据，所述第一经标记训练数据包括来自每个参考目标的由其相应的套刻偏差所标记的测量。
5.根据任一前述权利要求所述的方法，包括：使用所述第二量测数据来训练所述一个或多个模型以实现场内变化。
6.根据权利要求5所述的方法，其中所述第二测量数据包括用于训练所述一个或多个机器学习模型的第二经标记训练数据，所述第二经标记训练数据包括来自每个参考目标的由其相应的套刻偏差所标记的测量。
7.根据前述权利要求中任一项所述的方法，其中所述测量数据内的每个测量包括来自目标的散射辐射的角度分辨光谱。
8.根据前述权利要求中任一项所述的方法，其中所述管芯内目标代表它们充当代理的所述曝光场内的非周期性结构。
9.根据权利要求8所述的方法，其中所述管芯内目标是所述非周期性结构的周期性结构简化，包括从所述非周期结构提取的单位单元元件的重复。
10.根据前述权利要求中任一项所述的方法，包括：使用所述优选的测量选配方案来测量生产衬底上的管芯内目标，以便推断用于每个管芯内目标的套刻值。
11.一种定位于曝光场的管芯区域内的具有非零套刻偏差的目标，其用于根据权利要求1至10中任一项所述的方法。
12.一种计算机程序，包括指令，当所述计算机程序由计算机执行时，所述指令使得所述计算机执行根据权利要求1至10中任一项所述的方法。
13.一种计算机可读数据载体，其上存储有根据权利要求12所述的计算机程序。
14.一种数据处理装置，包括用于执行根据权利要求1至10中任一项所述的方法的器件。
15.一种量测装置，被配置为执行根据权利要求1至10中任一项所述的方法。
CN202280020976.8A 2021-02-03 2022-01-12 测量选配方案的确定方法及相关量测方法和装置 Pending CN117043680A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP21154914.2A EP4040233A1 (en) 2021-02-03 2021-02-03 A method of determining a measurement recipe and associated metrology methods and appratuses
EP21154914.2 2021-02-03
PCT/EP2022/050480 WO2022167178A1 (en) 2021-02-03 2022-01-12 A method of determining a measurement recipe and associated metrology methods and appratuses

Publications (1)

Publication Number Publication Date
CN117043680A true CN117043680A (zh) 2023-11-10

Family

ID=74550483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280020976.8A Pending CN117043680A (zh) 2021-02-03 2022-01-12 测量选配方案的确定方法及相关量测方法和装置

Country Status (7)

Country Link
US (1) US20240111221A1 (zh)
EP (1) EP4040233A1 (zh)
KR (1) KR20230136136A (zh)
CN (1) CN117043680A (zh)
IL (1) IL304757A (zh)
TW (1) TWI796127B (zh)
WO (1) WO2022167178A1 (zh)

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100610010B1 (ko) 2004-07-20 2006-08-08 삼성전자주식회사 반도체 식각 장치
US7791727B2 (en) 2004-08-16 2010-09-07 Asml Netherlands B.V. Method and apparatus for angular-resolved spectroscopic lithography characterization
US7239371B2 (en) 2005-10-18 2007-07-03 International Business Machines Corporation Density-aware dynamic leveling in scanning exposure systems
NL1036245A1 (nl) 2007-12-17 2009-06-18 Asml Netherlands Bv Diffraction based overlay metrology tool and method of diffraction based overlay metrology.
NL1036351A1 (nl) 2007-12-31 2009-07-01 Asml Netherlands Bv Alignment system and alignment marks for use therewith cross-reference to related applications.
NL1036597A1 (nl) 2008-02-29 2009-09-01 Asml Netherlands Bv Metrology method and apparatus, lithographic apparatus, and device manufacturing method.
NL1036857A1 (nl) 2008-04-21 2009-10-22 Asml Netherlands Bv Inspection method and apparatus, lithographic apparatus, lithographic processing cell and device manufacturing method.
NL2004094A (en) 2009-02-11 2010-08-12 Asml Netherlands Bv Inspection apparatus, lithographic apparatus, lithographic processing cell and inspection method.
CN102498441B (zh) 2009-07-31 2015-09-16 Asml荷兰有限公司 量测方法和设备、光刻系统以及光刻处理单元
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
CN102652352B (zh) 2009-12-15 2015-12-02 朗姆研究公司 调节基板温度来改进关键尺寸（cd）的均匀性
US9177219B2 (en) 2010-07-09 2015-11-03 Asml Netherlands B.V. Method of calibrating a lithographic apparatus, device manufacturing method and associated data processing apparatus and computer program product
WO2012022584A1 (en) 2010-08-18 2012-02-23 Asml Netherlands B.V. Substrate for use in metrology, metrology method and device manufacturing method
CN103201682B (zh) 2010-11-12 2015-06-17 Asml荷兰有限公司 量测方法和设备、光刻系统和器件制造方法
NL2010401A (en) 2012-03-27 2013-09-30 Asml Netherlands Bv Metrology method and apparatus, lithographic system and device manufacturing method.
NL2010458A (en) 2012-04-16 2013-10-17 Asml Netherlands Bv Lithographic apparatus, substrate and device manufacturing method background.
WO2013178422A1 (en) 2012-05-29 2013-12-05 Asml Netherlands B.V. Metrology method and apparatus, substrate, lithographic system and device manufacturing method
KR101898087B1 (ko) 2013-12-30 2018-09-12 에이에스엠엘 네델란즈 비.브이. 메트롤로지 타겟의 디자인을 위한 장치 및 방법
KR102429847B1 (ko) 2016-04-29 2022-08-04 에이에스엠엘 네델란즈 비.브이. 구조체의 특성을 결정하는 방법 및 장치, 디바이스 제조 방법
EP3444674A1 (en) * 2017-08-14 2019-02-20 ASML Netherlands B.V. Method and apparatus to determine a patterning process parameter
EP3454124A1 (en) * 2017-09-07 2019-03-13 ASML Netherlands B.V. Method to determine a patterning process parameter
CN111279268B (zh) * 2017-10-26 2022-04-01 Asml荷兰有限公司 确定所关注的参数的值的方法、清除包含关于所关注的参数的信息的信号的方法
CN111316168B (zh) * 2017-10-31 2022-04-01 Asml荷兰有限公司 量测设备、测量结构的方法、器件制造方法
EP3489756A1 (en) * 2017-11-23 2019-05-29 ASML Netherlands B.V. Method and apparatus to determine a patterning process parameter
EP3492985A1 (en) * 2017-12-04 2019-06-05 ASML Netherlands B.V. Method of determining information about a patterning process, method of reducing error in measurement data, method of calibrating a metrology process, method of selecting metrology targets
EP3518040A1 (en) * 2018-01-30 2019-07-31 ASML Netherlands B.V. A measurement apparatus and a method for determining a substrate grid
CN116758012A (zh) * 2018-06-08 2023-09-15 Asml荷兰有限公司 确定与在衬底上的结构相关的感兴趣的特性的方法、掩模版、衬底
EP3807720B1 (en) * 2018-11-07 2022-05-11 ASML Netherlands B.V. Method for configuring a semiconductor manufacturing process, a lithographic apparatus and an associated computer program product
WO2020182468A1 (en) * 2019-03-14 2020-09-17 Asml Netherlands B.V. Metrology method and apparatus, computer program and lithographic system

Also Published As

Publication number Publication date
TWI796127B (zh) 2023-03-11
WO2022167178A1 (en) 2022-08-11
IL304757A (en) 2023-09-01
KR20230136136A (ko) 2023-09-26
EP4040233A1 (en) 2022-08-10
US20240111221A1 (en) 2024-04-04
TW202242562A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
US10295913B2 (en) Inspection method and apparatus, and corresponding lithographic apparatus
US11048174B2 (en) Method of controlling a patterning process, lithographic apparatus, metrology apparatus lithographic cell and associated computer program
US20190214318A1 (en) Method and apparatus to monitor a process apparatus
US20200166335A1 (en) Method for of Measuring a Focus Parameter Relating to a Structure Formed Using a Lithographic Process
TWI752647B (zh) 用於推斷例如聚焦之處理參數之方法與相關聯之設備及製造方法
CN116209958A (zh) 目标结构以及相关联的方法和设备
EP3764164A1 (en) Method for controlling a lithographic apparatus and associated apparatuses
EP4040233A1 (en) A method of determining a measurement recipe and associated metrology methods and appratuses
EP4191338A1 (en) Metrology calibration method
TWI810749B (zh) 監控微影製程之方法及相關裝置
EP4191337A1 (en) A method of monitoring a lithographic process and associated apparatuses
TWI820885B (zh) 包含處理器可讀指令之電腦程式
EP4254068A1 (en) Method for determining a spatial distribution of a parameter of interest over at least one substrate or portion thereof
TWI836599B (zh) 判定來自統計獨立源之度量衡貢獻值之方法、判定微影程序之感興趣參數之方法及其相關聯電腦程式與非暫時性電腦程式載體
EP4030236A1 (en) A method of monitoring a lithographic process and associated apparatuses
EP4194952A1 (en) Method for determing a measurement recipe and associated apparatuses
EP3702840A1 (en) Alignment method and associated metrology device
EP4392829A1 (en) Method for determing a measurement recipe and associated apparatuses
CN115210650A (zh) 用于推断局部均匀性度量的方法
WO2020141040A1 (en) Methods and patterning devices and apparatuses for measuring focus performance of a lithographic apparatus, device manufacturing method

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