CN117063043A - 半导体器件的时域光学计量和检测 - Google Patents
半导体器件的时域光学计量和检测 Download PDFInfo
- Publication number
- CN117063043A CN117063043A CN202280024705.XA CN202280024705A CN117063043A CN 117063043 A CN117063043 A CN 117063043A CN 202280024705 A CN202280024705 A CN 202280024705A CN 117063043 A CN117063043 A CN 117063043A
- Authority
- CN
- China
- Prior art keywords
- semiconductor device
- patterned structure
- time domain
- domain representation
- portions
- 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
- 239000004065 semiconductor Substances 0.000 title claims abstract description 152
- 230000003287 optical effect Effects 0.000 title claims description 30
- 238000007689 inspection Methods 0.000 title description 7
- 238000005259 measurement Methods 0.000 claims abstract description 156
- 238000000034 method Methods 0.000 claims abstract description 104
- 230000002596 correlated effect Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 42
- 230000035945 sensitivity Effects 0.000 claims description 34
- 238000004088 simulation Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000035515 penetration Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 18
- 230000003595 spectral effect Effects 0.000 description 94
- 238000001228 spectrum Methods 0.000 description 31
- 230000000875 corresponding effect Effects 0.000 description 28
- 238000013213 extrapolation Methods 0.000 description 20
- 238000003860 storage Methods 0.000 description 17
- 230000005855 radiation Effects 0.000 description 15
- 238000010801 machine learning Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 239000000463 material Substances 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 235000012431 wafers Nutrition 0.000 description 7
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000002310 reflectometry Methods 0.000 description 5
- 229910052710 silicon Inorganic materials 0.000 description 5
- 239000010703 silicon Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000000149 argon plasma sintering Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000007480 spreading Effects 0.000 description 3
- 238000003892 spreading Methods 0.000 description 3
- 229910004298 SiO 2 Inorganic materials 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008260 defense mechanism Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
一种半导体器件计量,包括:创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;选择该时域表示的相关和不相关部分;以及通过使用该时域表示的相关部分执行基于模型的处理来确定该图案化结构的一个或多个感兴趣参数的一个或多个测量。
Description
交叉引用
本申请要求申请日为2021年1月28日的美国临时专利序列号63/142,971和申请日为2021年1月29日的美国临时专利序列号63/199,884的优先权,两者均通过引用整体并入本文。
背景技术
半导体器件,诸如逻辑及存储器设备,通常通过在半导体硅片上沉积一系列层来制造,其中,该层中的一些或全部包含图案化结构。光散射测量法通常用于通过测量由半导体器件的各层反射的光来表征半导体器件的特性,然后相对于预定模型或其他参考数据来解释测量的频谱。光散射测量法尤其适用于仅具有周期性图案化结构的半导体器件,诸如存储器设备的常见情况。然而,一些类型的半导体器件具有诸如存储器电路的具有周期性图案化结构的上层,以及诸如逻辑电路的具有非周期性结构的下层,使得难以或不可能使用现有的光散射测量法来表征此类设备的特性。
发明内容
提供了用于半导体器件的时域光学计量和检测的系统、方法和非暂时性计算机可读介质。
附图说明
通过以下结合附图的详细描述,将更全面地理解和认识各个方面,其中:
图1A至图1D一起是根据本发明实施方式构造和操作的用于半导体器件的时域光学计量和检测的系统的简化概念图示;
图2A至图2C是在理解本发明的实施方式中有用的简化图形图示;以及
图3A至图3D是图1A至图1D的系统的示例性操作方法的简化流程图图示。
图4A图示了方法的示例;
图4B图示了方法的示例;
图4C图示了图4A的方法的步骤的示例;
图5图示了方法的示例;以及
图6图示了照明和反射辐射的图案化结构的示例。
具体实施方式
在一个方面,提供了一种用于半导体器件计量的方法,该方法包括:创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;选择该时域表示的时间上更早的部分,该时间上更早的部分不包括该时域表示的时间上更晚的部分;以及通过使用该时域表示的时间上更早的部分执行基于模型的处理来确定该图案化结构的一个或多个感兴趣参数的一个或多个测量。
在另一个方面,预定义模型被配置为确定预期由图案化结构反射的光的理论波长域测量数据的时域表示,以用于图案化结构的对应理论测量。
在另一个方面,预定义模型模拟对应于时域表示的时间上更早的部分的图案化结构的一个或多个上层。
在另一个方面,预定义模型模拟除了图案化结构的所有其他层之外的图案化结构的一个或多个上层。
在另一个方面,波长域测量数据包括频谱振幅和频谱相位,并且其中,创建包括使用频谱振幅和频谱相位两者来创建时域表示。
在另一个方面,提供了一种用于半导体器件计量的方法,该方法包括:创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;选择该时域表示的时间上更早的部分,该时间上更早的部分不包括该时域表示的时间上更晚的部分;将该时域表示的选择的时间上更早的部分转换成经时间滤波的波长域测量数据,以及通过使用该经时间滤波的波长域测量数据执行基于模型的处理来确定该图案化结构的一个或多个感兴趣参数的一个或多个测量。
在另一个方面,预定义模型被配置为确定预期由图案化结构反射的光的理论波长域测量数据,以用于图案化结构的对应理论测量。
在另一个方面,预定义模型模拟对应于经时间滤波的波长域测量数据的图案化结构的一个或多个上层。
在另一个方面,预定义模型模拟除了图案化结构的所有其他层之外的图案化结构的一个或多个上层。
在另一个方面,波长域测量数据包括频谱振幅和频谱相位,并且其中创建包括使用频谱振幅和频谱相位两者来创建时域表示。
在另一个方面,提供了一种用于半导体器件计量的方法,该方法包括:创建由半导体器件的图案化结构上的第一目标位置反射的光的第一波长域测量数据的第一时域表示;创建由第二目标反射的光的第二波长域测量数据的第二时域表示。
在该半导体器件的图案化结构上的位置,识别该第一时域表示中对应于该第一目标位置的高度的第一点、识别该第二时域表示中对应于该第二目标位置的高度的第二点,以及确定该第一目标位置的高度与该第二目标位置的高度之间的高度差。
在另一个方面,第一波长域测量数据包括与第一目标位置相关联的频谱振幅和频谱相位,其中,第二波长域测量数据包括与第二目标位置相关联的频谱振幅和频谱相位,其中,创建第一时域表示包括使用第一波长域测量数据的频谱振幅和频谱相位两者来创建第一时域表示,并且其中,创建该第二时域表示包括使用该第二波长域测量数据的频谱振幅和频谱相位两者来创建该第二时域表示。
在另一个方面,提供了一种用于半导体器件检测的方法,该方法包括:创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;将该时域表示与由参考图案化结构反射的光的参考时域表示进行比较;以及如果该时域表示之间存在差异,则识别该半导体器件中的结构异常。
在另一个方面,波长域测量数据包括频谱振幅和频谱相位,并且其中,创建包括使用频谱振幅和频谱相位两者来创建时域表示。
在另一个方面,提供了一种用于半导体器件计量的系统,该系统包括频谱处理单元,该频谱处理单元被配置为创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示,并且选择该时域表示的时间上更早的部分,该时间上更早的部分不包括该时域表示的时间上更晚的部分;和计量单元,该计量单元被配置为通过使用该时域表示的时间上更早的部分执行基于模型的处理来确定该图案化结构的一个或多个感兴趣参数的一个或多个测量,其中,该频谱处理单元和该计量单元在a)计算机硬件和b)体现在非暂时性计算机可读介质中的计算机软件中的任一个中实现。
在另一个方面,预定义模型被配置为确定预期由图案化结构反射的光的理论波长域测量数据的时域表示,以用于图案化结构的对应理论测量。
在另一个方面,预定义模型模拟对应于时域表示的时间上更早的部分的图案化结构的一个或多个上层。
在另一个方面,预定义模型模拟除了图案化结构的所有其他层之外的图案化结构的一个或多个上层。
在另一个方面,波长域测量数据包括频谱振幅和频谱相位,并且其中,频谱处理单元被配置为使用频谱振幅和频谱相位两者来创建时域表示。
在另一个方面,提供了一种用于半导体器件计量的系统,该系统包括频谱处理单元,该频谱处理单元被配置为创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示、选择该时域表示的不包括该时域表示的时间上更晚的部分的时间上更早的部分,以及将该时域表示的选择的时间上更早的部分变换成经时间滤波的波长域测量数据;和计量单元,该计量单元被配置为通过使用该经时间滤波的波长域测量数据执行基于模型的处理来确定该图案化结构的一个或多个感兴趣参数的一个或多个测量,其中,该频谱处理单元和该计量单元在a)计算机硬件和b)体现在非暂时性计算机可读介质中的计算机软件中的任一个中实现。
在另一个方面,预定义模型被配置为确定预期由图案化结构反射的光的理论波长域测量数据,以用于图案化结构的对应理论测量。
在另一个方面,预定义模型模拟对应于经时间滤波的波长域测量数据的图案化结构的一个或多个上层。
在另一个方面,预定义模型模拟除了图案化结构的所有其他层之外的图案化结构的一个或多个上层。
在另一个方面,波长域测量数据包括频谱振幅和频谱相位,并且其中,频谱处理单元被配置为使用频谱振幅和频谱相位两者来创建时域表示。
在另一个方面中,提供了一种用于半导体器件计量的系统,该系统包括频谱处理单元,该频谱处理单元被配置为创建由半导体器件的图案化结构上的第一目标位置反射的光的第一波长域测量数据的第一时域表示,并且创建由半导体器件的图案化结构上的第二目标位置反射的光的第二波长域测量数据的第二时域表示;和计量单元,该计量单元被配置为识别该第一时域表示中与该第一目标位置的高度相对应的第一点、识别该第二时域表示中与该第二目标位置的高度相对应的第二点,并且确定该第一目标位置的高度与该第二目标位置的高度之间的高度差,其中,该频谱处理单元和该计量单元在以下中的任一个中实现:a)计算机硬件,和b)体现在非暂时性计算机可读介质中的计算机软件。
在另一个方面,第一波长域测量数据包括与第一目标位置相关联的频谱振幅和频谱相位,其中,第二波长域测量数据包括与第二目标位置相关联的频谱振幅和频谱相位,其中,频谱处理单元被配置为使用与第一目标位置相关联的波长域测量数据的频谱振幅和频谱相位两者来创建第一时域表示,并且其中,该频谱处理单元被配置为使用与该第二目标位置相关联的该波长域测量数据的频谱振幅和频谱相位两者来创建该第二时域表示。
在另一个方面,提供了一种用于半导体器件检测的系统,该系统包括:被配置为创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示的频谱处理单元;和结构异常检测器,该结构异常检测器被配置为将该时域表示与由参考图案化结构反射的光的参考时域表示进行比较,并且如果该时域表示之间存在差异,则识别该半导体器件中的结构异常,其中,该频谱处理单元和该结构异常检测器以a)计算机硬件和b)体现在非暂时性计算机可读介质中的计算机软件中的任一个来实现。
在另一个方面,波长域测量数据包括频谱振幅和频谱相位,并且其中,频谱处理单元被配置为使用频谱振幅和频谱相位两者来创建时域表示。
现在参考图1A至图1D,其一起是根据本发明的实施方式构造和操作的用于半导体器件的时域光学计量和检测的系统的简化概念图示。在图1A的系统中,光学计量工具100,诸如PRIZMTM,可从以色列的雷霍沃特的诺威测量仪器公司(Nova Measuring Instruments,Ltd.)商购获得,或者如在美国专利号10,161,885中另外描述的,用于根据常规技术测量由半导体器件104的图案化结构102反射的光,诸如在半导体硅片106上,并且产生优选地包括反射光的频谱振幅和频谱相位两者的相应波长域测量数据108。光学计量工具100在制造图案化结构102期间或之后的任何选定点处测量由图案化结构102反射的光。
图2A中示出了波长域测量数据108的示例,其示出了诸如图案化结构102的频谱反射率图200。还显示了用作比较图案化结构102的参考的比较图案化结构的频谱反射率图202。比较图案化结构可以是也位于半导体器件104上的“测试”图案化结构110,其中,以与频谱反射曲线图200相同的方式产生频谱反射曲线图202。尽管这些图在高达约430nm时基本上是相同的,但是此后它们非常显着地不同。
图1A中还示出了频谱处理单元112,其优选地集成到光学计量工具100中。频谱处理单元112优选地被配置为根据传统技术,诸如通过使用波长域测量数据108的频谱振幅和频谱相位创建波长域测量数据108的时域表示114。
图2B示出频谱反射曲线图200的时域表示200',表示在照射图案化结构102之后由光学计量工具100接收反射光的时间。频谱反射曲线图202的时域表示202'也被示出用于比较。此处,这些图沿X轴(Y轴表示时域中的任何已知类型的单位中的信号振幅)基本上相同,直到大约10飞秒,这表明图案化结构102和测试图案化结构110的上层(其比下层更快地反射光)同样基本上相同。
图1A的频谱处理单元112优选地被配置为选择时域表示114的时间上更早的部分116,其不包括时域表示114的时间上更晚的部分。该选择可以由人工操作员指示给频谱处理单元112,或者可以由频谱处理单元112根据预定标准自动执行,诸如通过选择仅包括前n飞秒反射光的时域表示114的部分作为时间上更早的部分116,其中,n可以是任何预定值。因此,例如,频谱处理单元112可以选择图2B中的时域表示200'的时间上更早的部分204,其不包括时域表示200'的时间上更晚的部分206。
图1A中还示出了计量单元118,其优选地集成到光学计量工具100中。在一个实施方式中,计量单元118被配置为通过使用波长域测量数据108的时域表示114的选择的时间上更早的部分116执行基于模型的处理来确定图案化结构102的感兴趣参数(例如,OCD、SWA、高度等)的一个或多个测量。在该实施方式中,预定义模型120被配置为确定期望由图案化结构102反射的光的理论波长域测量数据的时域表示,以用于图案化结构102的相应理论测量。预定义模型120优选地对对应于时域表示114的选择的时间上更早的部分116的图案化结构102的一个或多个上层建模,并且预定义模型120优选地不包括图案化结构102的所有其他层。基于模型的处理优选地采用诸如通常在半导体计量中使用的模型拟合技术,使用预定义模型120来确定图案化结构102的一组理论测量,给定该组理论测量,该组理论测量将导致预期由图案化结构102反射的光的理论波长域测量数据的基于模型的时域表示,并且由此实际确定图案化结构102的测量,其中,基于模型的时域表示在预定义的容差内与时域表示114的选择的时间上更早的部分116基本上相同。
在图1B所示的另一实施方式中,频谱处理单元112将时域表示114的选择的时间上更早的部分116变换成经时间滤波的波长域测量数据122。计量单元118接着通过使用经时间滤波的波长域测量数据122执行基于模型的处理来确定图案化结构102的一个或多个测量。
在该实施方式中,预定义模型120被配置为针对图案化结构102的相应理论测量来确定期望被图案化结构102反射的光的理论波长域测量数据。预定义模型120优选地对与经时间滤波的波长域测量数据122相对应的图案化结构102的一个或多个上层建模,并且预定义模型120优选地不包括图案化结构102的所有其他层。
在图1C所示的另一实施方式中,光学计量工具100用于测量由图案化结构102上的第一目标位置124反射的光,并产生如上所述的相应的波长域测量数据126。然后使用光学计量工具100测量由图案化结构102上的第二目标位置128反射的光,并产生如上所述的相应的波长域测量数据130。第一目标位置124和第二目标位置128的示例在图2C中示出,图2C示出了VNAND阶梯应用,其中,ONO(SiO2/SiN/SiO2)阶梯208被示为填充有Si02 210。当化学机械抛光(CMP)在212处被执行到阶梯的顶部时,第一目标位置124和第二目标位置128的上述测量分别在第一目标位置214和第二目标位置216处进行,其中,第二目标位置216优选地刚好在阶梯212的顶部上方。
频谱处理单元112创建由第一目标位置124反射的光的第一波长域测量数据126的第一时域表示132,以及由第二目标位置128反射的光的第二波长域测量数据130的第二时域表示134。如果第一目标位置124和第二目标位置128具有不同的高度,如果在测量两个目标位置124和128时参考镜的位置相同,则它们的反射光将出现在它们的时域表示中的不同时间点。计量单元118被配置为识别第一时域表示132中对应于第一目标位置124的高度的第一点及第二时域表示134中对应于第二目标位置128的高度的第二点。然后,计量单元118确定第一目标位置的高度与第二目标位置的高度之间的高度差,该信息可用于控制ONO阶梯208的CMP。
在图1D所示的另一实施方式中,如上所述采用光学计量工具100来测量由半导体器件104的图案化结构102反射的光,并产生相应的波长域测量数据108,频谱处理单元112从该波长域测量数据108创建时域表示114。优选集成到光学计量工具100中的结构异常检测器136被配置为将时域表示114与参考时域表示138(诸如由参考图案化结构反射的光)进行比较,并且如果时域表示114和138之间存在差异,则识别半导体器件104中的结构异常(诸如空隙或其他结构缺陷)。
现在参考图3A,图3A是根据本发明实施方式操作的图1A的系统的示例性操作方法的简化流程图。在图3A的方法中,使用光学计量工具来测量由半导体器件的图案化结构反射的光,并产生包括反射光的频谱振幅和频谱相位两者的相应的波长域测量数据(步骤300)。使用波长域测量数据的频谱振幅和频谱相位两者来创建波长域测量数据的时域表示(步骤302)。选择时域表示的不包括时域表示的时间上更晚的部分的时间上更早的部分(步骤304)。通过使用时域表示的选择的时间上更早的部分执行基于模型的处理来确定图案化结构的测量(步骤306)。
现在参考图3B,图3B是根据本发明实施方式操作的图1B的系统的示例性操作方法的简化流程图。在图3B的方法中,使用光学计量工具来测量由半导体器件的图案化结构反射的光,并产生包括反射光的频谱振幅和频谱相位两者的相应的波长域测量数据(步骤310)。使用波长域测量数据的频谱振幅和频谱相位两者创建波长域测量数据的时域表示(步骤312)。选择时域表示的不包括时域表示的时间上更晚的部分的时间上更早的部分(步骤314)。时域表示的选择的时间上更早的部分被变换成经时间滤波的波长域。
测量数据(步骤316)。通过使用经时间滤波的波长域测量数据执行基于模型的处理来确定图案化结构的测量(步骤318)。
现在参考图3C,图3C是根据本发明实施方式操作的图1C的系统的示例性操作方法的简化流程图。在图3C的方法中,使用光学计量工具来测量由半导体器件的图案化结构上的第一和第二目标位置反射的光,并产生包括反射光的频谱振幅和频谱相位两者的相应的第一和第二波长域测量数据(步骤320)。使用波长域测量数据的频谱振幅和频谱相位来创建第一和第二波长域测量数据的第一和第二时域表示(步骤322)。对应于第一和第二目标位置的高度来识别第一时域表示中的第一点和第二时域表示中的第二点(步骤324)。然后确定第一目标位置的高度和第二目标位置的高度之间的高度差(步骤326)。
现在参考图3D,图3D是根据本发明实施方式操作的图1D的系统的示例性操作方法的简化流程图。在图3D的方法中,使用光学计量工具来测量由半导体器件的图案化结构反射的光,并产生包括反射光的频谱振幅和频谱相位两者的相应的波长域测量数据(步骤330)。使用波长域测量数据的频谱振幅和频谱相位两者来创建波长域测量数据的时域表示(步骤332)。将时域表示与参考时域表示进行比较(步骤334)。如果时域表示之间存在差异(步骤336),则在半导体器件中识别结构异常(步骤338)。
光学临界尺寸(OCD)计量是在制造工艺期间用于半导体器件的尺寸表征的主流方法。
OCD基于光散射测量法—在不同条件(波长、偏振、入射角等)下测量图案的光学反射率特性的高质量测量,以及使用高级算法、建模和机器学习方法的反射率信息的解释。
使用OCD方法的严重并发症也是其关键优势之一:光穿透并深深地相互作用到测量结构中,从而对整个堆叠的尺寸和材料提供灵敏度。当现代SC结构非常薄时,光通常深深地穿透到图案化结构的多个层中,并且受到来自所有这些区域的尺寸和材料特性的影响。通常极难在对经测量的结构的不同部分的灵敏度之间进行区分。
这种敏感性存在若干暗示,包括(a)模型设置复杂性和求解时间,(b)对多个参数的敏感性和参数相关的解析度,(c)解决方案鲁棒性,特别是对底层变化的鲁棒性,(d)用于研发环境的OCD,允许对设计改变的弹性,(e)使用机器学习(ML)解决方案的能力,以及参考数量的减少,(f)对复杂结构特别是模具内计量的计量,(g)用于共享公共顶部区域的不同位置的单个配方,以及(h)与非全制成到全制成解决方案传递相关的问题。
模型设置复杂度和求解时间(TTS)。
a.建立OCD溶液的第一阶段包括建立OCD“配方”。在该阶段期间,建立测量的结构(或其某一简化版本,其足够类似以正确地表示其散射性质)的模拟表示。然后,基于测量的信息和参考特性更新和细化模拟的结构,直到模拟正确地表示测量的堆叠的关键属性,从而允许拟合/回归方法被用于解释测量。关键属性可以是感兴趣的属性,例如显著影响信号的属性等。属性可以是任何物理属性和/或几何属性。
b.对于复杂的多层结构,建立这种模拟表示及其改进可能花费数天,并且在一些情况下甚至可能花费数周。通常,由于这些结构中涉及的惊人的高复杂性,获得的解决方案是不准确的,需要使用简化的假设。通常,该过程需要高度熟练的工程师以使其收敛到有用的解决方案。
对多个参数的灵敏度和参数相关性的分辨率
a.复杂的结构通常由许多参数描述,由于测量的信号对参数变化(弱参数)的灵敏度,其中,一些参数可能难以解决。
b.在评估几个参数的情况下,两个或多个参数的变化的频谱特征可以是相似的。在这些情况下,确定各个参数(参数相关性)的精确值是有挑战性的。
解决方案的鲁棒性,特别是对于底层变化的鲁棒性。
a.OCD解决方案如果用在与用于它们的开发的结构显著不同的结构上,则变得无效。显然,结构元素(层、显著的形状变化)、材料变化以及甚至显著的尺寸变化的添加致使开发的模拟描述或基于机器学习的栈描述无效。
b.OCD的广泛灵敏度意味着测量的堆叠的任何部分中的此改变可引起计量质量的不利降级。在这方面,OCD解决方案是极其精密的,
并且各种防御机制通常用于识别来自其“有效性”域的这种偏移。c.在一些情况下,底层(或其他层)是非周期性的,或者不遵从为了具有OCD方案所需的其他约束。在这种情况下,即使底层(或其
他层)不包含感兴趣的参数,也不能获得期望层中的感兴趣的参数。用于研发环境的OCD,允许对设计变化的弹性。
a.在研发环境中出现了使先前挑战加剧的甚至更极端的情况。在制造工艺开发期间,频繁地进行设计变更。每个这样的改变通常使得所有相关的OCD解决方案不适用,需要重新开发(或至少调整)该解决方案以便应用于新的设计。
b.如所解释的,即使当在掩埋的底层处发生设计改变时,由于这些光学方法的所述广泛的灵敏度,用于在其上的层的计量解决方案也经常必须被改变。
能够使用机器学习(ML)解决方案,并减少参考数量。
a.近年来,ML解决方案在OCD在OCD计量解释中日益发挥重要作用。在这些方法中,对具有精确参考数据(通过一些其他手段,例如经由诸如TEM的不同计量方法获得)的样品进行一组OCD测量。ML解决方案然后使用该“训练”信息学习如何解释来自类似结构的测量(或者仅使用测量和参考,或者使用来自模拟工具的附加信息)。
b.虽然迄今为止已经开发了难以置信的强ML工具,但是它们都固有地需要大量的“训练”测量和参考。需要这个广泛的集合,以便ML解决方案学习如何解密和分离感兴趣的参数(POI)的变化和来自堆栈中任何其他参数的变化。如果ML解决方案用于与其所教导的堆栈显著不同的堆栈—例如,涉及在训练会话期间没有变化的参数变化—则它通常将失败。
c.此外,OCD的广泛灵敏度产生了显著的复杂性,因为它要求训练数据集包括非常大量的样品,包括宽范围的尺寸参数变化。限制对堆叠中特定区域的灵敏度的任何能力将极大地减少参考数据点的数量。此外,这种降低的灵敏度将极大地固化和稳定ML工具,因为它将不需要找到用于消除这种灵敏度的数学滤波解。
复杂结构的计量,特别是模具内计量。
a.通常,OCD解决方案用于专用区域,通常是不用于最终功能(通常在硅片“划线”中)的硅片中的牺牲区域。这允许测量的图案被稍微简化,允许可靠的OCD解决方案和更好的TTS,并且重要的是允许控制什么图案被放置在测量的结构下方;由于这些图案没有功能作用,因此可以将它们设计成不与OCD测量冲突和混淆。通常,使用包括平坦金属缓冲层、简单的非图案化层或简化图案的底层。b.近年来,越来越需要在更能代表实际工艺的位置上,特别是在模具内,即在SC模具的功能区中,在稍后用于功能操作的实际图案上测量OCD。由于日益严格的工艺控制要求,这种趋势由更靠近感兴趣的器件的计量的需要而引起。与划线测量相反,这些区域固有地建立有底层,这些底层包括由器件设计规定的复杂性,并且这些不能被简化。
c.OCD对这些下层结构的灵敏度通常是禁止的,不允许这种模具内计量操作。当底层是非周期性的时,这是极其正确的,在这种情况下,基于模型的OCD解决方案甚至是不可能的。
用于共享公共顶部区域的不同站点的单个配方。
a.如上所述,在制造期间,半导体堆叠变成多层结构,其中,不同的功能元件放置在彼此的顶部上。这对于多个金属互连级是特别典型的,最显著的是在逻辑互连中,其中,14个这样的级以及更多的金属互连级正变得典型。
b.由于对底层的敏感性,共享相同顶层布局但具有不同下层结构的不同站点需要单独的专用OCD解决方案。对于多个这样的站点使用一个解决方案的能力将是很有价值的,这为OCD解决方案提供了灵活性和通用性。对下层的灵敏度的显著降低—即使没有完全消除这种灵敏度—将允许以最小的调整在这样的不同位置之间容易地进行配方转移。
非全制成到全制成解决方案的转移
a.术语“非全制成(short-loop)”涉及在裸露(或简单)的基底上制造特定层,其最终产物位于底层之上。使用非全制成硅片(short-loop wafers)允许在研发期间的快速循环时间,提供优化制造协议而不需要完全制造这些底层的重要方式。
b.然而,对于OCD,由于光与底层的相互作用,非全制成和全制成堆叠通常产生高度不同的反射率数据。因此,OCD解决方案通常是针对非全制成和全制成分别开发的,需要大量的投资开销。
提供选择一个或多个额外方式的额外方式来选择与感兴趣的一个或多个半导体器件(SD)部分相关的信号可能是有益的。该选择例如可以用于各种情况,包括上述方法不准确的情况。
虽然在各种文本段中参考了层,但是这些仅仅是SD部分的示例。多个SD部分可以位于不同的z轴位置,多个SD部分可以包括图案化结构、可以包括一个或多个层,和/或不是层的一个或多个部分,两个SD部分可以位于相同的z轴位置,等等。
虽然在各种文本段中参考了作为相关SD部分的一个或多个上层以及作为不相关SD部分的一个或多个下层(底层),但是这些仅仅是相关SD部分和不相关SD部分的非限制性示例。
提供了一种解决方案,该解决方案可以降低对底层的测量灵敏度并降低解释的结果与不期望的层(诸如底层)特性之间的相关性。该解决方案可用于增加对弱参数(弱—对频谱具有较小影响—取决于应用和被照射的结构元件)的灵敏度,并在一般意义上解决参数相关性。
该解决方案可以增加对相关半导体部分的灵敏度,并降低对不相关半导体部分的灵敏度,从而消除或至少减少使用实际半导体器件作为参考,从而降低计量成本。
该解决方案可以包括选择由半导体器件的图案化结构反射的光的波长域测量数据的时域表示的一个或多个相关部分,以及选择一个或多个不相关部分。
测量数据可以包括宽带波长范围的反射频谱振幅和频谱相位。可替代地,测量数据测量数据可以包括反射,而频谱相位可以以任何方式估计。
在时域表示中,与半导体器件中不同深度(或不同高度或不同z轴值)的层相关的贡献通常位于时域表示中的不同时间。
当测量的结构高度为几微米时,来自其顶部和底部区域的反射在时域表示中很好地分离。
然而,当前解决方案所解决的挑战也适用于需要显著更好的垂直(z轴)分辨率的先进高端结构,从而允许来自间隔开数十纳米且甚至小于数十纳米的层的贡献的分离。至少一层可以是具有纳米尺度深度的薄层。
该方法可以选择时域表示的一个或多个相关部分(“TD部分”),以便获得一个或多个目标,例如降低对不相关半导体器件(“SD”)部分(诸如不相关底层)的属性的灵敏度,降低对一个或多个相关SD部分与至少一个不相关SD部分之间的相关性的灵敏度。另外或可替代地,可以进行选择以最小化对一个或多个相关SD部分的一个或多个属性的灵敏度的降低。
可在解决方案对一个或多个相关SD部分的一个或多个属性的敏感度与解决方案对至少一个不相关SD部分的一个或多个属性的敏感度之间提供任何折衷。
应注意,下文详述的所有技术可针对每一测量特征单独实施(和/或可单独应用于照明和/或收集的各种波长范围)。测量特征的示例可以包括偏振、入射角、收集角、方位角等中的至少一个。
可以应用可以以一种或多种方式获得的一个或多个选择标准来进行选择。
例如,可以使用模拟,例如通过应用基于模型的确定可以包括使用用于描述光—物质相互作用的模拟工具(诸如有限元的严格耦合波分析(RCWA))来计算来自半导体器件的预期反射场。运行多个模拟,提供半导体器件的不同尺寸和材料特性(不同的尺寸和材料特性由不同的参考半导体器件表示)的反射频谱(和相应的时域结果)。这还可以包括执行可以针对各种底层设计运行的多个计算。评估模拟的结果以提供一个或多个选择标准。该评估可以包括找到将获得任何上述目标的分离。
又例如,该确定可以是基于实际测量的。可以使用一组具有参考数据的半导体器件来识别一个或多个选择标准。例如,该组的半导体器件可以共享相关的上层,并且它们的下层可以彼此不同。
一个或多个选择标准的确定可以基于模拟和实际测量。
该解决方案可以选择多于一个的相关TD部分。
每个相关的TD部分可以允许分开解释半导体器件的不同部分和/或方面。例如,一个相关部分可以对放置在堆叠顶部的尺寸特性提供优异的选择性,并且能够实现用于该参数的高质量计量。解释这样的第一参数,选择第二TD部分,使得在半导体器件中对属性的灵敏度在堆叠结构中放置位置较低—尽管对底层的灵敏度略微增加。
现在可以进行附加的解释,但是利用从前面的步骤中已经知道并注入到溶液中的顶部SD部分,可以显着地更加可靠和鲁棒地进行该第二解释。
用于选择相关TD部分的另一种方法可以基于照射到半导体器件上的光的辐射图案。
假设辐射图案包括主瓣和一个或多个旁瓣,并且半导体器件的顶层(或顶层的一部分)首先被某个旁瓣照射,之后仅被主瓣照射。在检测器处,当来自特定旁瓣的反射出现时,可能没有来自半导体器件的其他层的其他反射。在检测器处—在主瓣的反射出现时—也可出现来自半导体的其他层的其他信号—使得检测器感测来自不同层的信号的总和。
尽管来自特定旁瓣的反射比来自主瓣的反射弱—选择包括从用旁瓣照射顶层反射的光的TD—并且不包括来自主瓣的反射—可以基本上仅从顶层提供信息。
一个或多个相关TD部分的选择之后可以是对无关TD部分的信号进行滤波—将较小的权重分配给无关TD部分的信号等。
例如,时域截止不需要是阶梯函数,而是忽略区域t2<t<tl之外的贡献的窗口滤波器。这样的窗口滤波器可以增加对相关SD部分的期望属性的灵敏度,并减少对不相关SD部分的属性的相关性。
在时域中具有不同宽度和/或中心的多个窗口滤波器可用于增强参数灵敏度并解决参数相关性。
该解决方案的一个或多个特征—例如波长域到时域的转换本身,以及任何测量参数可以以任何方式确定—例如用于实现任何上述目标。
选择解决方案特征可以显著地增强垂直分辨率、解决方案鲁棒性和/或在不同SD部分之间分离的能力。
该解决方案的特征的确定可以基于模拟和/或基于测量。可以评估和确定一个或多个特征的一个或多个值对解决方案的结果的影响—以符合解决方案的一个或多个目标。
特征的确定可以包括例如发射光和/或检测光的频谱的预处理。
频谱中的不同波长范围可以具有不同的进入堆叠的穿透深度,并且固有地提供一些期望的垂直选择性。因此可以使用用于分析的频谱范围的窄化。另一种可能性涉及频谱的加权,并且特别地将滤波器应用于频谱边缘(UV和IR部分)以允许改善TD变换的性能。
图4A是用于半导体器件计量的方法400的示例。
方法400可以从步骤410开始,步骤410创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示。
该半导体器件也称为经测量的半导体器件。
可以以任何方式确定在步骤410期间使用的波长域到时域的转换(“转换(conversion)”)。例如,可以基于光的不同波长分量的穿透深度(在测量的半导体器件内)来确定转换。
不同的穿透深度可用于确定哪些波长穿透半导体器件的每个部分。例如,当特定波长仅穿透相关部分时,使用该特定波长可能是有益的。不同波长的穿透深度可以用于去除波长(从撞击在评估的半导体器件上的光中)和/或用于施加波长域测量数据的不同波长的权重(或以其他方式增加或降低其重要性)。
方法400还可以包括接收和/或确定要在步骤420期间使用的一个或多个选择标准的步骤430。
步骤410和430之后可以是步骤420。
步骤420可以包括选择一个或多个相关TD部分和至少一个不相关TD部分。
选择一个或多个相关TD部分可以包括应用一个或多个选择标准。该一个或多个选择标准可以是一个或多个规则,或者可以通过使用机器学习过程、神经网络等来应用。
z轴沿着半导体器件的深度传播。例如,不同的层可以位于不同的z轴坐标。
步骤420可以包括选择任意数量的相关TD部分。
步骤420可以包括或可以在其之前获得(步骤430)要应用于选择一个或多个相关TD部分的一个或多个选择标准。
在步骤420期间做出的选择可以至少部分地基于以下中的一个或多个:
a.该多个SD部分中的至少一个相关SD部分在该半导体器件内的Z轴位置。例如,该方法可以接收一个或多个相关SD部分的一个或多个z轴位置,并相应地执行选择。例如,在前面的示例中,进行基于截止的选择以选择SD的一个或多个上层并忽略SD的一个或多个下层。
b.一个或多个SD部设备的一个或多个属性。
c.方法400的对一个或多个DS部分的一个或多个属性的敏感性。
d.一个或多个感兴趣参数中的至少一个参数。
e.至少一个测量条件可以是照明条件和/或收集条件例如偏振。
在步骤420期间做出的选择可以包括应用一个或多个选择标准。选择标准可以以任何方式确定,例如基于模拟、基于实际测量等。
属性可以由方法400接收或以任何方式确定—例如模拟、基于实际测量等。
步骤420之后可以是步骤490,通过使用一个或多个相关TD部分执行处理,确定图案化结构的一个或多个感兴趣的参数的一个或多个测量。
包括在一个或多个不相关的TD部分中的信号可以被忽略,或者它们可以被考虑,但是与一个或多个相关TD部分的信号相比,其重要性较低。
图4B是用于半导体器件计量的方法401的示例。
方法401与方法400的不同之处在于包括接收附加信息的步骤411。附加信息可以是例如半导体器件的测量,该半导体器件的测量不是通过应用步骤410等来执行的。
步骤411和步骤420之后是步骤492,通过使用时域表示的一个或多个相关部分并使用附加信息执行处理,确定图案化结构的一个或多个感兴趣参数的一个或多个测量。
图4C图示了方法400的步骤430的示例。
步骤430可包括基于一个或多个参考半导体器件的计量的模拟来确定一个或多个选择标准的步骤450。
模拟可以是例如通过一个或多个SD部分(例如,不相关的SD部分)的一个或多个属性而彼此不同的参考半导体器件。
不同的参考半导体器件可以通过在测量的半导体器件的模型中引入变化(至少在一个或多个不相关的SD部分中)来确定。
改变可以包括例如改变至少一个SD部分的材料、改变至少一个SD部分的一个或多个元件的形状和尺寸中的至少一个、改变至少一个SD部分的位置、省略一个或多个元件、添加一个或多个元件等。
通过模拟不同的属性,该模拟可以发现方法400对一个或多个SD部分的一个或多个属性的灵敏度。
步骤450可以包括通过(a)模拟(步骤452)在步骤490期间要测量的感兴趣的不同参数和(b)模拟(步骤454)至少一个测量条件的不同值中的至少一个来模拟计量。测量条件可以是照明条件、收集条件或其组合。
当模拟一个或多个参考半导体器件时,可以应用步骤452和/或步骤454。
任何参考半导体器件可以在一个或多个方面不同于经测量的半导体器件,但是在至少一个其他方面可以是类似的。例如,一个或多个相关SD部分可以保持相同,而在一个或多个不相关SD部分中可以引入一个或多个差异。
步骤430可包含步骤460,其基于彼此相差至少一个不相关SD部分的至少一个属性的不同参考半导体器件的计量测量来确定该一个或多个选择标准。不同的参考半导体器件可以包括经测量的半导体器件的图案化结构的至少一部分。
步骤430可包含步骤470,其基于彼此相差至少一个不相关SD部分的至少一个属性的不同参考半导体器件的实际或估计的计量测量而确定该一个或多个选择标准。
不同的参考半导体器件可以包括非全制成半导体器件和全制成半导体器件。非全制成半导体器件和全制成半导体器件都可以包括经测量的半导体器件的图案化结构的至少一部分。非全制成半导体器件可以基本上由(a)半导体器件的图案化结构的至少一部分和衬底组成。全制成半导体器件可以基本上包括经测量的半导体器件的整个部分。
步骤440可以包括基于来自半导体器件的不同辐射波瓣的实际或估计反射来确定一个或多个选择标准的步骤480。
波瓣可以是辐射的模拟波瓣或辐射的实际波瓣。由半导体器件的图案化结构反射的光可以包括不同的波瓣。
例如—步骤480可以包括确定用于选择相关TD部分的选择标准,该TD部分包括来自半导体器件的图案化结构的至少一部分的光旁瓣的反射的测量数据。
在光的主瓣撞击到半导体器件的图案化结构的至少一部分上之前,光旁瓣撞击到半导体器件的图案化结构的至少一部分上。
选择标准可以包括忽略由半导体器件的图案化结构反射的主瓣的测量数据。
图5图示了用于在测量的半导体器件之间进行比较的方法500。
方法500可以包括步骤510、520和530。
步骤510可以包括获得第一经测量的半导体器件的图案化结构的一个或多个感兴趣参数的一个或多个测量。使用方法400和401中的任一个来生成一个或多个感兴趣参数的一个或多个测量。
步骤520可以包括获得第二经测量的半导体器件的图案化结构的一个或多个感兴趣参数的一个或多个测量。使用方法400和401中的任一个来生成一个或多个感兴趣参数的一个或多个测量。
步骤510和520之后可以是步骤530,步骤530比较(a)第一个半导体器件的图案化结构的一个或多个感兴趣参数的一个或多个测量与(b)第二半导体器件的图案化结构的一个或多个感兴趣参数的一个或多个测量。该比较提供一个或多个比较结果。
可以在多于两个半导体器件的图案化结构的感兴趣的一个或多个参数的多于一个或多个测量之间进行比较。
可以处理比较结果以确定例如半导体器件之间的差异,以指示潜在的缺陷或故障,以指示工艺变化等。
图6图示了半导体器件的图案化结构460的示例,其入射辐射610、从图案化结构460的顶面642(和顶层641)反射的第一反射辐射620、以及从下表面644(和下层643)反射的第二反射辐射630。
入射辐射610具有早期入射旁瓣616、入射主瓣614和后期入射旁瓣612。第一反射辐射620具有早期第一旁瓣622、第一主瓣624和后期第一旁瓣626。第二反射辐射630具有早期第二旁瓣632、第二主瓣634和后期第二旁瓣636。
在第一旁瓣622和第二反射辐射630之间没有定时重叠,而在第一主瓣624和第二反射辐射630之间有定时重叠(尤其是第一主瓣624和第二旁瓣632之间的重叠)。由于没有重叠,早期的第一旁瓣622可以提供关于顶表面(和顶层641)的可靠信息。
应当注意,由于相同的原因,后期第二旁瓣636可以提供关于下表面644(和下层643)的可靠信息。
假设辐射图案包括主瓣和一个或多个旁瓣,并且半导体器件的顶层(或顶层的一部分)首先被某个旁瓣照射,之后仅被主瓣照射。在检测器处,当来自特定旁瓣的反射出现时,可能没有来自半导体器件的其他层的其他反射。在检测器处,在主瓣的反射出现时,也可出现来自半导体的其他层的其他信号,使得检测器感测来自不同层的信号的总和。
尽管来自特定旁瓣的反射比来自主瓣的反射弱—选择包括从用旁瓣照射顶层反射的光的TD—并且不包括来自主瓣的反射—可以基本上仅从顶层提供信息。
频率扩展
在使用时域(TD)方法进行计量的方法中可以提供显著的改进。具体地,如上所述的方法使用宽带场反射率(即,复反射率)的测量来推导结构的时域脉冲响应(TDIR)。
TDIR的不同部分涉及在不同时间发生的反射,允许它们与来自测量堆叠中不同区域的反射相关联。
这样的方法允许降低对底层的灵敏度并改进对感兴趣区域的计量。
这些方法的一个属性是获得的垂直分辨率。通常,垂直分辨率△L由频谱带宽规定,并且(粗略近似)可以通过估计。
neff是与结构相关的一些有效折射率,λmin和λmax是最小和最大波长。可以采用不同的方法来估计neff。
使用TD方法不能容易地分离具有小于△L的垂直间距的堆叠中的区域,极大地限制了它们的适用性。利用采用UV-IR频谱范围的标准散射测量,曾经可以推断出典型的垂直间距是几十甚至几百个边沿,这意味着许多当今高端半导体结构的厚度低于TD方法的可达范围。
所提出的解决方案解决了垂直限制,并且提供了一种算法方式来提高所得到的分辨率,使其超过上面给出的理论限制。
如上所述,TD方法的分辨率限制由测量频谱带宽(等式1)确定。当前的解决方案可以用人工外推法来扩展测量的频谱,这将提供改进的TD(垂直)分辨率,而不提供对测量结构的任何附加的洞察。
需要提供一种精确的外推,以防止可能导致整个TD方法的故障下降—最终导致比收益更大的损害的错误频谱扩展。
应当注意,虽然对UV和IR范围的频谱外推都是有利的,但是将频谱扩展到UV中明显更重要,因为预期的分辨率改善将明显更显著(参见等式1)。
有几种获得这种频谱外推的方法可以包括基于模型的外推、基于参考的外推和基于物理论证的外推:
基于模型的外推可以包括一种或多种可以使用以下事实的方法:在大多数情况下,测量的结构将是(粗略地)已知几何形状的元素的周期性阵列,可以使用光物质模拟将基于模型的反射率频谱推导到该周期性阵列。
使用标称堆叠描述,可以将模拟频谱扩展到超出测量范围的波长,并将结果附加到测量数据集中。将模型扩展到超出测量带宽的波长是简单的(只需要关于这些波长中的堆叠材料的光学特性的信息,这些信息通常是可用的或者可以从物理考虑中获得)。
这种方法的简单实施方式将导致模拟和测量频谱之间的不连续性。可以实现平滑算法以避免这种不切实际的扩展,通过该平滑算法修改外推频谱,使得其连续扩展测量频谱(或者甚至测量频谱及其局部导数)。
可以使用测量本身来细化用于该扩展的模型:运行初步解释,该初步解释提供了堆叠的粗略表征,并使用导出的维度作为基于模型的外推的基础。显然,该第一步骤将遭受来自下层的“污染”,但是由于其仅需要近似,因此所引起的误差可能是有限的。
也可以递归地这样做:首先使用对某些堆栈描述的初步推测来计算频谱扩展并将其附加到测量。在解释回归过程的每个点(意味着:堆叠参数被改变并且计算结果与测量相比),频谱在非常宽的频谱范围被模拟。超出测量范围的频谱部分被附加到测量中。现在,模拟和测量的频谱(具有通过模拟扩展的测量频谱)经历VTS并进行比较。这种方法可以提供改进的结果。
基于参考的外推—此处,单个外推被用于所有测量(如在上面的第一种情况中—“使用标称堆栈”)。然而,该标称值的选择是在配方创建阶段进行的:计算一大组这种“标称”堆叠,并将其用于分析一组具有参考的样品。选择的提供最佳结果的标称值在下文中可用于外推。
本文的参考可以表示实际的尺寸值。可能更简单的是(例如,非全制成和全制成)时,可能更简单的是在同一硅片上具有不同的样品或甚至位点。这些也可以用作‘参考’(即使没有外部尺寸计量),使得选择用于外推的‘最佳频谱’以便为具有相同底层的所有样品提供最相似的结果(即最佳底层独立性)。
基于物理论证的外推—可以表明,场反射率必须满足某些特定的性质。一个这样的要求是反射场的实部和虚部满足Kramers-Kronig(KK)关系。基于从测量域已知的数据,这些积分关系对外推频谱施加了限制。在获得任何外推近似(通过上述或其他方法中的任何一种)之后,可以使用KK关系来校正外推,从而减少总的外推误差。
这些KK关系也可以在没有任何额外输入的情况下用于频谱外推:通过将测量数据集投影到满足KK关系的基函数集上,可以容易地获得外推(如在A.B.Kuzmenko,“Kramers-Kronig Constrained Variational Analysis of Optical Spectra”,《科学仪器评论(Review of Scientific Instruments》76,083108(2005)中详细描述的)。
具体地,当外推到“长波长”域时,一些堆叠可以通过近似描述来处理;在中IR中,“有效介质”或其他简化方法可以是高度精确的,而不需要对堆叠的详细描述。通过该方法,我们使用MIR固有的低灵敏度作为获得高精度频谱外推的手段。
如上所述,扩展的频谱范围将导致TD分析中的垂直分辨率提高,从而允许更优的能力来分离来自堆叠的不同部分的贡献。如在[参考我们先前的IP]中广泛描述的,这种改进可以导致整体计量性能中的若干益处、其对工艺变化的弹性以及甚至其对使用单个解决方案的具有不同底层的图案的适用性方面。
特别感兴趣的一个示例是使用TD方法进行3D-NAND计量。此处,整个堆叠高度为几微米,因此在从堆叠顶部和从3D-NAND结构的底部分离反射时不存在分辨率挑战。然而,如果人们对从3D-NAND结构底部和从位于其下方的CMOS结构分离反射感兴趣,则所需的垂直分辨率可以显著更好。
本文描述的方法可以实现这种能力。
在本文描述的任何方面可以根据常规技术在计算机硬件和/或体现在非暂时性计算机可读介质中的计算机软件中实现,该计算机硬件包括一个或多个计算机处理器、计算机存储器、I/O设备以及根据常规技术互操作的网络接口。
应当理解,本文使用的术语“处理器”或“设备”旨在包括任何处理装置,例如包括CPU(中央处理单元)和/或其他处理电路的处理装置。还应当理解,术语“处理器”或“设备”可以指多于一个的处理装置,并且与处理装置相关联的各种元件可以由其他处理装置共享。
本文使用的术语“存储器”旨在包括与处理器或CPU相关联的存储器,例如RAM、ROM、固定存储器设备(例如,硬盘驱动器)、可移动存储器设备(例如,磁盘)、闪存等。这样的存储器可以被认为是计算机可读存储介质。
另外,本文所用短语“输入/输出设备”或“I/O设备”旨在包括例如用于向处理单元输入数据的一个或多个输入设备(例如,键盘、鼠标、扫描仪等),和/或用于呈现与处理单元相关联的结果的一个或多个输出设备(例如,扬声器、显示器、打印机等)。
本发明的实施方式可以包括系统、方法和/或计算机程序产品。计算机程序产品可以包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质(或多个介质)。
计算机可读存储介质可以是有形设备,该有形设备可以保留和存储由指令执行设备使用的指令。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述的任何合适的组合。计算机可读存储介质的更具体示例的非穷举列表包括以下:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、诸如上面记录有指令的打孔卡或凹槽中的凸起结构的机械编码设备,以及上述的任何适当组合。如本文所使用的计算机可读存储介质不应被解释为暂时性信号本身,诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,通过光纤线缆的光脉冲)、或通过导线传输的电信号。
本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理装置,或者经由网络,例如因特网、局域网、广域网和/或无线网络,下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理装置中的网络适配卡或网络接口从网络接收计算机可读程序指令,并转发计算机可读程序指令以存储在相应计算/处理装置内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器相关指令、微代码、固件指令、状态设置数据,或者以一种或多种编程语言的任意组合编写的源代码或目标代码,该编程语言包括面向对象的编程语言,诸如Java、Smalltalk、C++等,以及常规的过程式编程语言,诸如“C”编程语言或类似的编程语言。
计算机可读程序指令可以完全在用户的计算机上执行,部分在用户的计算机上执行,作为独立的软件包执行,部分在用户的计算机上并且部分在远程计算机上执行,或者完全在远程计算机或服务器上执行。在后一种场景中,远程计算机可以通过任何类型的网络连接到用户的计算机,包括局域网(LAN)或广域网(WAN),或者可以连接到外部计算机(例如,使用因特网服务供应商通过因特网)。在一些实施方式中,包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以使电子电路个性化,以便执行本公开的方面。
在本文参考根据本发明实施方式的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了各方面。将理解,流程图和/或框图的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令来实现。
这些计算机可读程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器,使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的设备。这些计算机可读程序指令还可以存储在计算机可读存储介质中,其可以引导计算机、可编程数据处理装置和/或其他设备以特定方式工作,使得其中,存储有指令的计算机可读存储介质包括制品,该制品包括实现流程图和/或框图的一个或多个框中指定的功能/动作的各方面的指令。
计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上,以使得在计算机、其他可编程设备或其他设备上执行一系列操作步骤,以产生计算机实现的过程,使得在计算机、其他可编程设备或其他设备上执行的指令实现流程图和/或框图的一个或多个框中指定的功能/动作。
附图中的流程图和框图示出了根据本发明的各种实施方式的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这点上,流程图图示或框图中的每个框可以表示计算机指令的模块、段或部分,其包括用于实现指定的逻辑功能的一个或多个可执行计算机指令。在一些可替代实施方式中,框中所标注的功能可不按图式中所标注的次序发生。例如,连续示出的两个框实际上可以基本上同时执行,或者这些框有时可以以相反的顺序执行,这取决于所涉及的功能。还应当注意,流程图图示和框图的每个框以及这些框的组合可以由执行指定功能或动作的专用的基于硬件和/或基于软件的系统来实现。
已经出于说明的目的给出了本发明的各种实施方式的描述,但并不旨在穷举或限制于所公开的实施方式。例如,本文描述的系统和方法可应用于半导体硅片上的任何类型的结构。在不脱离所描述的实施方式的范围和精神的情况下,许多修改和变化对于本领域的普通技术人员将是显而易见的。
Claims (19)
1.一种用于半导体器件计量的方法,所述方法包括:
创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;
选择时域表示的一个或多个相关部分和所述时域表示的至少一个不相关部分;以及
通过使用所述时域表示的所述一个或多个相关部分执行处理来确定所述图案化结构的一个或多个感兴趣参数的一个或多个测量。
2.根据权利要求1所述的方法,其中,所述半导体器件包括位于不同z轴位置的多个半导体器件部分,所述多个半导体器件部分包括所述图案化结构。
3.根据权利要求2所述的方法,其中,所述选择至少部分地基于所述半导体器件内的所述多个半导体器件部分的至少一个相关部分的z轴位置。
4.根据权利要求2所述的方法,其中,所述选择至少部分地基于所述多个半导体器件部分中的至少一部分的至少一个属性。
5.根据权利要求2所述的方法,其中,所述选择至少部分地基于所述方法对所述多个半导体器件部分中的至少一个半导体器件部分的至少一个属性的灵敏度。
6.根据权利要求2所述的方法,其中,所述选择至少部分地基于所述一个或多个感兴趣参数中的至少一个参数。
7.根据权利要求2所述的方法,其中,所述选择至少部分地基于至少一个测量条件。
8.根据权利要求2所述的方法,包括获得一个或多个选择标准,其中,所述选择包括应用所述一个或多个选择标准。
9.根据权利要求8所述的方法,其中,所述获得包括确定所述一个或多个选择标准。
10.根据权利要求8所述的方法,其中,基于不同参考半导体器件的计量的模拟来确定所述一个或多个选择标准,所述不同参考半导体器件彼此相差至少一个不相关半导体器件部分的至少一个属性,其中,所述不同参考半导体器件至少包括半导体器件部分。
11.根据权利要求8所述的方法,其中,所述一个或多个选择标准是基于不同参考半导体器件的计量测量而决定,所述不同参考半导体器件彼此相差至少一个不相关的半导体器件部分的至少一个属性,其中所述不同的参考半导体器件包括至少一个半导体器件部分。
12.根据权利要求8所述的方法,其中,所述一个或多个选择标准是基于不同参考半导体器件的实际或估计的计量测量来确定,所述不同参考半导体器件彼此相差至少一个不相关半导体器件部分的至少一个属性,其中,所述不同参考半导体器件包括非全制成半导体器件和全制成半导体器件,并且其中,所述不同参考半导体器件至少包括半导体器件部分。
13.根据权利要求8所述的方法,其中,所述一个或多个选择标准是基于不同参考半导体器件的实际或估计的计量测量来确定的,所述不同参考半导体器件的实际或估计的计量测量因包括在所述不同参考半导体器件中的每一个中的半导体器件部分而彼此不同。
14.根据权利要求8所述的方法,其中,基于由参考半导体器件的图案化结构反射的光旁瓣的测量数据来确定所述一个或多个选择标准,所述光旁瓣在所述光的主瓣撞击在所述参考半导体器件的所述图案化结构上之前撞击在所述参考半导体器件的所述图案化结构上。
15.根据权利要求1所述的方法,其中,所述时域表示的所述创建包括应用波长域到时域的转换,其中,所述波长域到时域的转换是基于所述光的不同波长分量的穿透深度来设置的。
16.根据权利要求1所述的方法,其中,所述确定所述图案化结构的所述一个或多个感兴趣参数的所述一个或多个测量还响应于附加信息。
17.根据权利要求1所述的方法,包括获得另一个半导体器件的图案化结构的一个或多个感兴趣参数的一个或多个测量,以及将(a)所述另一个半导体器件的图案化结构的一个或多个感兴趣参数的所述一个或多个测量与(b)所述半导体器件的所述图案化结构的所述一个或多个感兴趣参数的所述一个或多个测量进行比较。
18.一种存储指令的非暂时性计算机可读介质,所述指令用于:
创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;
选择时域表示的一个或多个相关部分和所述时域表示的至少一个不相关部分;以及
通过使用所述时域表示的所述一个或多个相关部分执行处理来确定所述图案化结构的一个或多个感兴趣参数的一个或多个测量。
19.一种包括处理器、存储器单元的计量单元;其中,所述处理器被配置为:
创建由半导体器件的图案化结构反射的光的波长域测量数据的时域表示;
选择时域表示的一个或多个相关部分和所述时域表示的至少一个不相关部分;以及
通过使用所述时域表示的所述一个或多个相关部分执行处理来确定所述图案化结构的一个或多个感兴趣参数的一个或多个测量。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/142,971 | 2021-01-28 | ||
US202163199884P | 2021-01-29 | 2021-01-29 | |
US63/199,884 | 2021-01-29 | ||
PCT/IB2022/050774 WO2022162617A1 (en) | 2021-01-28 | 2022-01-28 | Time-domain optical metrology and inspection of semiconductor devices |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117063043A true CN117063043A (zh) | 2023-11-14 |
Family
ID=88659498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280024705.XA Pending CN117063043A (zh) | 2021-01-28 | 2022-01-28 | 半导体器件的时域光学计量和检测 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117063043A (zh) |
-
2022
- 2022-01-28 CN CN202280024705.XA patent/CN117063043A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102013483B1 (ko) | 파라미터 추적을 위한 계측 시스템 최적화 | |
KR102035376B1 (ko) | 통계적 모델 기반 계측 | |
US9875946B2 (en) | On-device metrology | |
KR102254033B1 (ko) | 광학 측정 방법 및 광학 측정 시스템 | |
US10502692B2 (en) | Automated metrology system selection | |
JP6924261B2 (ja) | パターニングされたウェハの特性評価のためのハイブリッド計量 | |
KR20150018535A (ko) | 웨이퍼에 걸친 파라미터 변동들에 기초한 측정 모델 최적화 | |
US20080049214A1 (en) | Measuring Diffractive Structures By Parameterizing Spectral Features | |
KR20050027953A (ko) | 광 계측학에 이용되는 가설 프로파일 선택 | |
US20230023634A1 (en) | Combining physical modeling and macine learning | |
US20220390858A1 (en) | Time-domain optical metrology and inspection of semiconductor devices | |
US10345721B1 (en) | Measurement library optimization in semiconductor metrology | |
CN117063043A (zh) | 半导体器件的时域光学计量和检测 | |
US20240085805A1 (en) | Time-domain optical metrology and inspection of semiconductor devices | |
CN114930154B (zh) | 检测ocd计量机器学习的离群值和异常 | |
CN117795285A (zh) | 半导体装置的时域光学计量和检查 | |
TW202342964A (zh) | 用於半導體裝置計量的方法、非暫時性電腦可讀媒體及計量單元 | |
US7248669B2 (en) | Method for analyzing membrane structure and apparatus therefor | |
US11747740B2 (en) | Self-supervised representation learning for interpretation of OCD data | |
US20240111256A1 (en) | Composite data for device metrology |
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 |