CN117739818A - 形貌参数测量方法及系统 - Google Patents
形貌参数测量方法及系统 Download PDFInfo
- Publication number
- CN117739818A CN117739818A CN202410145823.7A CN202410145823A CN117739818A CN 117739818 A CN117739818 A CN 117739818A CN 202410145823 A CN202410145823 A CN 202410145823A CN 117739818 A CN117739818 A CN 117739818A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- measured
- matching
- parameter
- measurement
- 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
- 238000000691 measurement method Methods 0.000 title claims description 10
- 238000001228 spectrum Methods 0.000 claims abstract description 358
- 230000000877 morphologic effect Effects 0.000 claims abstract description 80
- 238000005259 measurement Methods 0.000 claims abstract description 79
- 230000035945 sensitivity Effects 0.000 claims abstract description 64
- 239000013598 vector Substances 0.000 claims abstract description 54
- 230000003595 spectral effect Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 39
- 239000000523 sample Substances 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 18
- 238000012876 topography Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 14
- 239000013074 reference sample Substances 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 8
- 238000000611 regression analysis Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 61
- 239000004065 semiconductor Substances 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000010287 polarization Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000000985 reflectance spectrum Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 241000084490 Esenbeckia delta Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本公开提供了一种形貌参数测量方法及系统,其中形貌参数测量方法包括获取待测样品的测量光谱,测量光谱包括至少一个光谱元素以及每个光谱元素对应的至少一个波长,待测样品具有至少一个待测形貌参数;获取每个光谱元素对于待测形貌参数的灵敏度,根据灵敏度获取每个光谱元素对应的目标权重;基于目标权重,且根据理论光谱与测量光谱的均方误差建立第一匹配函数;基于第一匹配函数,获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱,并基于第一匹配光谱获取第一测量向量,第一测量向量包括每个待测形貌参数的第一测量值。本公开提供的技术方案,通过引入各个光谱元素对于待测形貌参数的灵敏度,有效提升了形貌参数的测量精度。
Description
技术领域
本公开涉及光学测量技术领域,具体地说,涉及一种形貌参数测量方法及系统。
背景技术
随着半导体工业向纳米技术节点持续推进,集成电路线宽不断缩小,器件结构设计愈加复杂;为了保证制程良率,需要通过严格的工艺控制才能获得功能完整的电路结构。
光学关键尺寸(Optical Critical-Dimension,OCD)测量技术是当前半导体制造工艺中一种主流的工艺控制技术,具有速度快、成本低、非破坏性等优点,可用于测量样品的形貌参数。具体的,图1示出了一种对待测样品的形貌参数进行测量的流程示意图,如图1所示,测量方法可以包括:
步骤101:光谱获取过程,包括通过光学关键尺寸测量设备获取待测样品的光学散射信号,并将其处理为测量光谱。其中,测量光谱包括但不限于反射率光谱,偏振态变化的光谱,偏振态分析的傅里叶系数的光谱或直接输出描述散射过程的光谱,直接输出描述散射过程的光谱例如为NCS光谱或Mueller光谱等。
步骤102:光谱匹配过程,包括建立待测样品的模型并寻找特定的理论光谱实现与测量光谱的最佳匹配,因为理论光谱对应有已知的形貌参数的理论值,所以进而能将匹配到的理论光谱对应的形貌参数的理论值作为待测样品的形貌参数的测量值。其中,该模型包括待测样品的形貌模型和入射光的信息,入射光的信息包括入射方向,该测量值以测量形貌参数向量示意,测量形貌参数向量中包括各个形貌参数的测量值。一般来说,待测样品包含至少一个形貌参数,例如待测样品的形貌模型为梯形,则其形貌参数可以为长、宽、高这三个;用户感兴趣的形貌参数即为待测形貌参数,待测形貌参数包括一个或至少两个形貌参数,例如,在完成待测形貌参数的测量后,若将待测形貌参数的测量值构成测量形貌参数向量V,则可以表示为V=(v1,...,vK),v1,...,vK为各个形貌参数对应的测量值,K>1。
现有技术中,对于理论光谱与测量光谱的匹配可以采用建立匹配函数的方式加以实现,通常理论光谱与测量光谱的匹配函数采用理论光谱与测量光谱的均方误差进行表征,由于均方误差的值恒为非负数,通常为正值,但也可为0,因此匹配函数的值越小,说明理论光谱与测量光谱的匹配程度越高,当获取到匹配函数的值最小时,即获取了与测量光谱最佳匹配的理论光谱。具体的,理论光谱与测量光谱的均方误差可以通过下式进行表达:
其中,Ω为理论光谱与测量光谱的均方误差,M为光谱元素的个数,N为每个光谱元素对应的波长的个数,λj为第j个波长,Si为理论光谱中第i个光谱元素的理论值,为测量光谱中第i个光谱元素的测量值,1≤i≤M,1≤j≤N。
然而,随着半导体器件结构设计的不断复杂化,在某些场景下,复杂的半导体制程工艺会导致测量光谱对于形貌参数的灵敏度不够,进而导致基于现有的匹配函数所获得的形貌参数的测量值不准确。因此需要提出一种新的形貌参数的测量方法,提升测量值的准确性。
发明内容
针对现有技术中的问题,本公开的目的在于提供一种形貌参数测量方法及系统,通过引入各个光谱元素对于待测形貌参数的灵敏度,赋予各个光谱元素对应的目标权重,进而建立匹配函数,使得匹配到的理论光谱更加准确,相应地,获取的形貌参数也更加准确。
具体的,本公开的第一方面提供了一种形貌参数测量方法,具体可以包括如下步骤:
获取待测样品的测量光谱,测量光谱包括至少一个光谱元素以及每个光谱元素对应的至少一个波长,待测样品具有至少一个待测形貌参数;
获取每个光谱元素对于待测形貌参数的灵敏度,根据灵敏度获取每个光谱元素对应的目标权重;
基于目标权重,且根据理论光谱与测量光谱的均方误差建立第一匹配函数;
基于第一匹配函数,获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱,并基于第一匹配光谱获取第一测量向量,第一测量向量包括每个待测形貌参数的第一测量值。
通过上述技术方案,在匹配函数的建立过程中,引入了每个光谱元素对于待测形貌参数的灵敏度,从而降低了由于复杂的半导体制程工艺会导致测量光谱对于形貌参数的灵敏度不够而出现的形貌参数测量偏差。
在上述第一方面的一种可能的实现中,获取每个光谱元素对于待测形貌参数的灵敏度,包括如下步骤:
获取与待测样品对应的参考样品,获取参考样品在至少一个参考点对应的至少一个参考光谱以及至少一个参考形貌参数向量,每个参考形貌参数向量包括每个待测形貌参数的参考值;
根据理论光谱与参考光谱的均方误差以及每个光谱元素的权重的变化量,建立每个光谱元素对应的第二匹配函数;
基于第二匹配函数,获取与参考光谱匹配程度最高的理论光谱作为第二匹配光谱,并基于第二匹配光谱获取第二测量向量,得到与参考光谱的数量相同的至少一个第二测量向量,且每个第二测量向量均包括每个待测形貌参数的第二测量值;
基于各个待测形貌参数的参考值和第二测量值的差的平方和以及权重的变化量,获取每个光谱元素对于待测形貌参数的灵敏度。
进一步的,第二匹配函数的表达式可以如下所示:
其中,Δi为第i个光谱元素对应的第二匹配函数,δi为第i个光谱元素的权重的变化量,δi为正值,Si为理论光谱中与第i个光谱元素对应的第二理论值,为参考光谱中第i个光谱元素的第二测量值,1≤i≤M,1≤j≤N,M为光谱元素的个数,N为波长的个数,λj代表第j个波长。
进一步的,灵敏度的表达式可以如下所示:
其中,B为参考形貌参数向量的个数,K为待测形貌参数的个数,1≤b≤B,1≤k≤K,vb,k,ref为第b个参考形貌参数向量中第k个待测形貌参数的参考值,vb,k,mea为第b个第二测量向量中第k个待测形貌参数的第二测量值,0<δi≤1。
通过上述技术方案,提供了获取每个光谱元素对于待测形貌参数的灵敏度的具体实现方法:基于参考样品获取参考光谱以及待测形貌参数的参考值,基于参考光谱实施光谱匹配获取待测形貌参数的第二测量值,并基于待测形貌参数的参考值和第二测量值以及权重的变化量实现对于光谱元素相对待测形貌参数的灵敏度的获取。
在上述第一方面的一种可能的实现中,根据理论光谱与参考光谱的均方误差以及每个光谱元素的权重的变化量,建立每个光谱元素对应的第二匹配函数,包括如下步骤:
根据理论光谱与参考光谱的均方误差、每个光谱元素的权重的变化量以及所有光谱元素的预设权重,建立每个光谱元素对应的第二匹配函数。
进一步的,第二匹配函数的表达式可以如下所示:
其中,Δi’为第i个光谱元素对应的第二匹配函数,δi为第i个光谱元素的权重的变化量,δi为正值,ti为第i个光谱元素对应的预设权重,ti为非负数,Si为理论光谱中与第i个光谱元素对应的第二理论值,为参考光谱中第i个光谱元素的第二测量值,1≤i≤M,1≤j≤N,M为光谱元素的个数,N为波长的个数,λj代表第j个波长。
通过上述技术方案,在第二匹配函数的建立过程中进一步引入了预设权重,可以根据需要设定预设权重的值。
在上述第一方面的一种可能的实现中,灵敏度的表达式可以如下所示:
其中,B为参考形貌参数向量的个数,K为待测形貌参数的个数,1≤b≤B,1≤k≤K,vb,k,ref为第b个参考形貌参数向量中第k个待测形貌参数的参考值,vb,k,mea为第b个第二测量向量中第k个待测形貌参数的第二测量值,0<δi≤1。
在上述第一方面的一种可能的实现中,根据灵敏度获取每个光谱元素对应的目标权重,包括如下步骤:
将获取的每个光谱元素对于待测形貌参数的灵敏度作为每个光谱元素对应的目标权重;
或者,将获取的每个光谱元素对于所述待测形貌参数的灵敏度进行归一化处理,并将归一化处理的结果作为目标权重;
归一化处理的表达式如下:
其中,w′i为第i个光谱元素对于待测形貌参数的灵敏度,wi为第i个光谱元素对应的目标权重,M为光谱元素的个数,1≤i≤M。
通过上述技术方案,通过归一化处理使得每个光谱元素对应的目标权重被限定在0至1的范围中,避免了可能出现的各个光谱元素的目标权重的取值相差过大的问题。
在上述第一方面的一种可能的实现中,基于同一台光学关键尺寸测量设备获取待测样品的测量光谱和参考样品的参考光谱;
每个光谱元素的权重的变化量均相同;
基于第二匹配函数和回归分析算法或库匹配算法,获取与参考光谱匹配程度最高的理论光谱作为第二匹配光谱。
通过上述技术方案,将每个光谱元素的权重的变化量设定为相同,能够简化权重的变化量的设定,且每个光谱元素对于待测形貌参数的灵敏度不会因为权重的变化量的大小改变而变化。
在上述第一方面的一种可能的实现中,基于第一匹配函数和回归分析算法或库匹配算法,获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱;
第一匹配函数的表达式如下:
其中,M为光谱元素的个数,N为波长的个数,wi为第i个光谱元素对应的目标权重,λj为第j个波长,Si为理论光谱中与第i个光谱元素对应的第一理论值,为测量光谱中第i个光谱元素的第一测量值,1≤i≤M,1≤j≤N。
本公开的第二方面提供了一种形貌参数测量系统,用于实现前述第一方面提供的形貌参数测量方法,具体可以包括:
测量光谱获取单元,用于获取待测样品的测量光谱,测量光谱包括至少一个光谱元素以及每个光谱元素对应的至少一个波长,待测样品具有至少一个待测形貌参数;
灵敏度获取单元,用于获取每个光谱元素对于待测形貌参数的灵敏度,根据灵敏度获取每个光谱元素对应的目标权重;
匹配函数获取单元,用于基于目标权重,且根据理论光谱与测量光谱的均方误差建立第一匹配函数;
参数测量单元,用于基于第一匹配函数,获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱,并基于第一匹配光谱获取第一测量向量,第一测量向量包括每个待测形貌参数的第一测量值。
与现有技术相比,本公开具有如下的有益效果:
通过本公开提供的技术方案,为了克服复杂的半导体制程工艺会导致测量光谱对于形貌参数的灵敏度不够进而影响形貌参数的测量准确性的问题,引入了对于每个光谱元素相对于待测形貌参数的灵敏度,并基于灵敏度赋予每个光谱元素对应的目标权重,进而建立第一匹配函数,基于第一匹配函数和测量光谱实施光谱匹配,使得匹配到的理论光谱更加准确,相应地,获取的形貌参数也更加准确。本公开提供的技术方案能够提升形貌参数的测量准确性,具有可推广价值。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。
图1为根据现有技术,提供了一种对待测样品的形貌参数进行测量的流程示意图。
图2为根据本公开实施例,提供了一种形貌参数测量方法的流程示意图。
图3为根据本公开实施例,提供了一种获取每个光谱元素对于待测形貌参数的灵敏度的流程示意图。
图4为根据本公开实施例,提供了一种获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱的流程示意图。
图5为根据本公开实施例,提供了另一种获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱的流程示意图。
图6为根据本公开实施例,提供了一种形貌参数测量系统的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本公开所揭露的内容轻易地了解本公开的其他优点与功效。本公开还可以通过另外不同的具体实施方式加以实施或应用系统,本公开中的各项细节也可以根据不同观点与应用系统,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
下面以附图为参考,针对本公开的实施例进行详细说明,以便本公开所属技术领域的技术人员能够容易地实施。本公开可以以多种不同形态体现,并不限定于此处说明的实施例。
在本公开的表示中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的表示意指结合该实施例或示例表示的具体特征、结构、材料或者特点包括于本公开的至少一个实施例或示例中。而且,表示的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本公开中表示的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于表示目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本公开的表示中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
为了明确说明本公开,省略与说明无关的器件,对于通篇说明书中相同或类似的构成要素,赋予了相同的参照符号。
在通篇说明书中,当说某器件与另一器件“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种器件“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素排除在外,而是意味着可以还包括其它构成要素。
当说某器件在另一器件“之上”时,这可以是直接在另一器件之上,但也可以在其之间伴随着其它器件。当对照地说某器件“直接”在另一器件“之上”时,其之间不伴随其它器件。
虽然在一些实例中术语第一、第二等在本文中用来表示各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如,第一接口及第二接口等表示。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
此处使用的专业术语只用于言及特定实施例,并非意在限定本公开。此处使用的单数形态,只要语句未明确表示出与之相反的意义,那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化,并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
虽然未不同地定义,但包括此处使用的技术术语及科学术语,所有术语均具有与本公开所属技术领域的技术人员一般理解的意义相同的意义。普通使用的字典中定义的术语追加解释为具有与相关技术文献和当前提示的内容相符的意义,只要未进行定义,不得过度解释为理想的或非常公式性的意义。
根据现有技术中的相关阐释和说明,在某些场景下,复杂的半导体制程工艺会导致测量光谱对于形貌参数的灵敏度不够,进而导致基于现有的匹配函数所获得的形貌参数的测量结果即测量值不准确。可以理解的是,由于测量光谱是根据光学关键尺寸测量设备获取待测样品的光学散射信号并处理得到的,在出现测量结果不准确的情况时,难以直接确定测量光谱中的哪一个光谱元素存在灵敏度不够的问题并进行适应性调整。
为了克服上述现有技术在应用过程中出现的问题,本公开提供的技术方案提供了一种形貌参数测量方法及系统,通过引入各个光谱元素对于待测形貌参数的灵敏度,赋予各个光谱元素对应的目标权重,进而建立第一匹配函数,能够更加准确地获取形貌参数的测量值。以下将对该种形貌参数测量方法的具体实现做具体的阐释说明:
具体的,在本公开提供的一些实施例中,图2提供了一种形貌参数测量方法的流程示意图。如图2所示,具体可以包括如下步骤:
步骤201:获取待测样品的测量光谱,测量光谱包括至少一个光谱元素以及每个光谱元素对应的至少一个波长,待测样品具有至少一个待测形貌参数。其中具体的,测量光谱包括但不限于反射率光谱,偏振态变化的光谱,偏振态分析的傅里叶系数的光谱或直接输出描述散射过程的光谱,直接输出描述散射过程的光谱例如为NCS光谱或Mueller光谱等;用户感兴趣的形貌参数即为待测形貌参数,待测形貌参数包括一个或至少两个形貌参数,任一个形貌参数例如为线宽这样的关键尺寸,也可以为侧壁角这样的非关键尺寸,本领域技术人员可以根据实际需要选择待测形貌参数,在此不做限定。
在上述实施例的一种具体实现中,测量光谱的光谱种类与选择的光学关键尺寸测量设备相关,例如光学关键尺寸测量设备可以是测量NCS光谱的单旋转椭偏光谱仪,或是用于测量Mueller光谱的双旋转椭偏光谱仪,对于NCS光谱而言,其包含3个光谱元素N,C,S;对于Mueller光谱而言,其包含16个光谱元素S1到S16,本领域技术人员可以根据实际需要选择合适的光学关键尺寸测量设备以及对应的测量光谱的光谱种类,在此不做限定。
步骤202:获取每个光谱元素对于待测形貌参数的灵敏度,根据灵敏度获取每个光谱元素对应的目标权重。其中,有关灵敏度以及目标权重的具体获取方式将于后文中进行具体说明。
步骤203:基于目标权重,且根据理论光谱与测量光谱的均方误差建立第一匹配函数。具体的,第一匹配函数的表达式可以如下所示:
其中,M为光谱元素的个数,N为波长的个数,wi为第i个光谱元素对应的目标权重,λj为第j个波长,Si为理论光谱中与第i个光谱元素对应的第一理论值,为测量光谱中第i个光谱元素的第一测量值,1≤i≤M,1≤j≤N。可以理解的是,上述第一匹配函数在计算理论光谱与测量光谱的均方误差的基础上,加入了目标权重这一影响因子;目标权重的值越大,说明与该目标权重对应的光谱元素对于待测形貌参数的影响就越大,灵敏度也越高,在后续基于第一匹配函数进行理论光谱的匹配过程中着重考虑该光谱元素的匹配程度。
步骤204:基于第一匹配函数,获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱,并基于第一匹配光谱获取第一测量向量,第一测量向量包括每个待测形貌参数的第一测量值。其中,在获取与测量光谱匹配程度最高的理论光谱的过程中,可以选择回归分析算法或是库匹配算法,有关第一匹配光谱的获取将于后文中进行详细说明。
可以理解的是,通过上述步骤201至步骤204,在建立第一匹配函数的过程中引入代表光谱元素对于待测形貌参数的灵敏度的目标权重,基于第一匹配函数匹配到的第一匹配光谱更加准确,相应地,获取的形貌参数更加准确。以下将对上述步骤201至步骤204的具体实现做进一步说明:
在本公开的一些实施例中,在前述步骤202的具体实现中,图3示出了一种获取每个光谱元素对于待测形貌参数的灵敏度的流程示意图。如图3所示,具体可以包括如下步骤:
步骤301:获取与待测样品对应的参考样品,并获取参考样品在至少一个参考点对应的至少一个参考光谱以及至少一个参考形貌参数向量,每个参考形貌参数向量包括每个待测形貌参数的参考值。可以理解的是,参考样品与待测样品需要是同类样品,例如,待测样品为晶圆,参考样品为与该晶圆同类的同类晶圆,在进行参考光谱获取的过程中,若在参考样品中选择了B个参考点(B为大于或等于1的整数),则可以使用与获取待测样品的测量光谱相同的光学关键尺寸测量设备获取这B个参考点分别对应的参考光谱;而在进行参考形貌参数向量获取的过程中,可以使用扫描电子显微镜来获取B个参考点分别对应的每个待测形貌参数的参考值,也可以使用同一台光学关键尺寸测量设备获取上述B个参考点分别对应的每个待测形貌参数的参考值,在此不做限定。
在一些实施例中,在任一个参考点获取一个参考光谱和一个参考形貌参数向量,由此可知,在B个参考点获取B个参考光谱和B个参考形貌参数向量。
步骤302:根据理论光谱与参考光谱的均方误差以及每个光谱元素的权重的变化量,建立每个光谱元素对应的第二匹配函数。具体的,第二匹配函数的表达式可以如下所示:
其中,Δi为第i个光谱元素对应的第二匹配函数,δi为第i个光谱元素的权重的变化量,δi为正值,Si为理论光谱中与第i个光谱元素对应的第二理论值,为参考光谱中第i个光谱元素的第二测量值,1≤i≤M,1≤j≤N,M为光谱元素的个数,N为波长的个数,λj代表第j个波长。
于上述步骤302的具体实现中,可以从i=1开始进行循环操作,直至i=M+1时循环结束,在第i次循环中获得第i个光谱元素对应的第二匹配函数。
步骤303:基于第二匹配函数,获取与参考光谱匹配程度最高的理论光谱作为第二匹配光谱,并基于第二匹配光谱获取第二测量向量,得到与参考光谱的数量相同的至少一个第二测量向量,且每个第二测量向量均包括每个待测形貌参数的第二测量值。可以理解的是,在根据第二匹配函数获取匹配程度最高的第二匹配光谱的过程中,能够采用与前述步骤204相同的回归分析算法或是库匹配算法,在此不做赘述。
步骤304:基于各个待测形貌参数的参考值和第二测量值的差的平方和以及权重的变化量,获取每个光谱元素对于待测形貌参数的灵敏度。
于上述实施例中,进一步的,在前述步骤302的具体实现中,还可以根据理论光谱与参考光谱的均方误差、每个光谱元素的权重的变化量以及所有光谱元素的预设权重,建立每个光谱元素对应的第二匹配函数。具体的,第二匹配函数的表达式还可以如下所示:
其中,Δi’为第i个光谱元素对应的第二匹配函数,δi为第i个光谱元素的权重的变化量,δi为正值,ti为第i个光谱元素对应的预设权重,ti为非负数即ti≥0,Si为理论光谱中与第i个光谱元素对应的第二理论值,为参考光谱中第i个光谱元素的第二测量值,1≤i≤M,1≤j≤N,M为光谱元素的个数,N为波长的个数,λj代表第j个波长。
可以看出,在上述第二匹配函数的建立过程中进一步引入了预设权重ti,对原有技术方案(即前文中的Δi)进行了扩展,本领域技术人员可以根据实际需要设定合适的预设权重ti,在此不做限定。可以理解的是,当预设权重ti均被设定为1时,更新的第二匹配函数与前述实施例提供的原始的第二匹配函数保持一致;预设权重ti的存在并不会影响第i个光谱元素对于待测形貌参数的灵敏度的计算结果。
于上述实施例中,进一步的,每个光谱元素的权重的变化量δi可以被设定为均相同。本领域技术人员可以理解的是,一般来说,每个光谱元素的权重的变化量是不同的,而在上述具体实现中,为了简化对于权重的变化量的设定,可以将每个光谱元素的权重的变化量设定为均相同;此时,第i个光谱元素对于待测形貌参数的灵敏度并不会因为权重的变化量的大小变化而产生变化。
于上述实施例中,在前述步骤304的具体实现中,灵敏度的表达式可以如下所示:
其中,B为参考形貌参数向量的个数,K为待测形貌参数的个数,1≤b≤B,1≤k≤K,vb,k,ref为第b个参考形貌参数向量中第k个待测形貌参数的参考值,vb,k,mea为第b个第二测量向量中第k个待测形貌参数的第二测量值,0<δi≤1。
可以理解的是,在灵敏度的表达式中,分子部分代表的是每个待测形貌参数的参考值和第二测量值的差的平方和,分母部分代表的是第i个光谱元素的权重的变化量,表达式整体的含义即为第i个光谱元素的权重的变化量δi带来的待测形貌参数的测量值与参考值之间的误差,即第i个光谱元素对于待测形貌参数的灵敏度。
在本公开的一些实施例中,在前述步骤202的具体实现中,在获得每个光谱元素对于待测形貌参数的灵敏度后,可以直接将获取的每个光谱元素对于待测形貌参数的灵敏度作为光谱元素对应的目标权重,也可以将获取的每个光谱元素对于待测形貌参数的灵敏度进行归一化处理后将归一化处理的结果作为光谱元素对应的目标权重。具体的,归一化处理的表达式可以如下所示:
其中,w′i为第i个光谱元素对于待测形貌参数的灵敏度,wi为第i个光谱元素对应的目标权重,M为光谱元素的个数,1≤i≤M。可以理解的是,通过上述归一化处理后,每个光谱元素对应的目标权重均被限定在0到1之间,能够避免各个光谱元素的目标权重的取值相差过大的情况出现。
在本公开的一些实施例中,在前述步骤204的一种具体实现中,图4示出了一种获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱的流程示意图,如图4所示,可以包括如下步骤:
步骤401:根据第一匹配函数,将测量光谱与预设的理论光谱数据库进行库匹配,以获得每个预设理论光谱与测量光谱的均方误差值Ω′。可以理解的是,前述实施例提供的第一匹配函数本质即是计算理论光谱与测量光谱的均方误差值,均方误差值越小,则说明测量光谱与预设理论光谱越接近,均方误差值最小的预设理论光谱即可作为与测量光谱匹配程度最高的第一匹配光谱。
步骤402:选择均方误差值最小的预设理论光谱作为第一匹配光谱。
可以理解的是,除了采用预设的理论光谱数据库进行库匹配,第一匹配光谱还可以通过基于第一匹配函数对测量光谱进行迭代回归来得到,其中迭代回归就是对待测形貌参数的预设初始值不断进行迭代,等到第一匹配函数Ω′的当前值小于预设阈值或是无法通过迭代进一步减小时,则说明此时得到的当前理论光谱即为与测量光谱匹配程度最高的第一匹配光谱。
在本公开的另一些实施例中,在前述步骤204的另一种具体实现中,图5示出了另一种获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱的流程示意图,区别于前述步骤401至步骤402,如图5所示,可以包括如下步骤:
步骤501:获取待测形貌参数的预设初始值以及待测样品的初始理论光谱。
步骤502:根据第一匹配函数计算初始理论光谱和测量光谱的均方误差值,即获取第一匹配函数Ω′的当前值,基于最优化算法对待测形貌参数的预设初始值进行迭代处理以获取待测形貌参数的当前值。
步骤503:重复对待测形貌参数的当前值进行迭代处理以更新该待测形貌参数的当前值,以及更新第一匹配函数Ω′的当前值,直至第一匹配函数Ω′的当前值小于预设阈值或无法通过迭代进一步减小时,停止迭代处理,并将获得的当前理论光谱作为第一匹配光谱。
在本公开的一些实施例中,图6示出了一种形貌参数测量系统的结构示意图,用于实现前述实施例提供的形貌参数测量方法。如图6所示,该种形貌参数测量系统600具体可以包括:
测量光谱获取单元601,用于获取待测样品的测量光谱,测量光谱包括至少一个光谱元素以及每个光谱元素对应的至少一个波长,待测样品具有至少一个待测形貌参数;
灵敏度获取单元602,用于获取每个光谱元素对于待测形貌参数的灵敏度,根据灵敏度获取每个光谱元素对应的目标权重;
匹配函数获取单元603,用于基于目标权重,且根据理论光谱与测量光谱的均方误差建立第一匹配函数;
参数测量单元604,用于基于第一匹配函数,获取与测量光谱匹配程度最高的理论光谱作为第一匹配光谱,并基于第一匹配光谱获取第一测量向量,第一测量向量包括每个待测形貌参数的第一测量值。
可以理解的是,上述测量光谱获取单元601至参数测量单元604所执行的动作,与前述步骤201至步骤204相一致,在此不做赘述。
需要说明的是,在本公开提供的实施例中,使用了诸如第一测量向量和参考形貌参数向量等包括词语向量的术语,向量是指将一个或多个值列举在一起,在向量包括多个值时,并未限定各个值存在放置顺序。以第一测量向量包括线宽的测量值Lm和侧壁角的测量值Am这两个第一测量值为例,第一测量向量可以表示为(Lm,Am)或(Am,Lm)。
综上所述,通过本公开提供的技术方案,为了克服复杂的半导体制程工艺会导致测量光谱对于形貌参数的灵敏度不够进而影响形貌参数的测量准确性的问题,引入了对于每个光谱元素相对于待测形貌参数的灵敏度,并基于灵敏度赋予每个光谱元素对应的目标权重,进而建立第一匹配函数,基于第一匹配函数和测量光谱实施光谱匹配,使得匹配到的理论光谱更加准确,相应地,获取的形貌参数也更加准确。本公开提供的技术方案能够提升形貌参数的测量准确性,具有可推广价值。
以上内容是结合具体的优选实施方式对本公开所作的进一步详细说明,不能认定本公开的具体实施只局限于这些说明。对于本公开所属技术领域的普通技术人员来说,在不脱离本公开构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本公开的保护范围。
Claims (10)
1.一种形貌参数测量方法,其特征在于,包括如下步骤:
获取待测样品的测量光谱,所述测量光谱包括至少一个光谱元素以及每个所述光谱元素对应的至少一个波长,所述待测样品具有至少一个待测形貌参数;
获取每个所述光谱元素对于所述待测形貌参数的灵敏度,根据所述灵敏度获取每个所述光谱元素对应的目标权重;
基于所述目标权重,且根据理论光谱与所述测量光谱的均方误差建立第一匹配函数;
基于所述第一匹配函数,获取与所述测量光谱匹配程度最高的所述理论光谱作为第一匹配光谱,并基于所述第一匹配光谱获取第一测量向量,所述第一测量向量包括每个所述待测形貌参数的第一测量值。
2.根据权利要求1所述的形貌参数测量方法,其特征在于,获取每个所述光谱元素对于所述待测形貌参数的灵敏度,包括如下步骤:
获取与所述待测样品对应的参考样品,获取所述参考样品在至少一个参考点对应的至少一个参考光谱以及至少一个参考形貌参数向量,每个所述参考形貌参数向量包括每个所述待测形貌参数的参考值;
根据所述理论光谱与所述参考光谱的均方误差以及每个所述光谱元素的权重的变化量,建立每个所述光谱元素对应的第二匹配函数;
基于所述第二匹配函数,获取与所述参考光谱匹配程度最高的所述理论光谱作为第二匹配光谱,并基于所述第二匹配光谱获取第二测量向量,得到与所述参考光谱的数量相同的至少一个第二测量向量,且每个所述第二测量向量均包括每个所述待测形貌参数的第二测量值;
基于各个所述待测形貌参数的参考值和所述第二测量值的差的平方和以及所述权重的变化量,获取每个所述光谱元素对于所述待测形貌参数的灵敏度。
3.根据权利要求2所述的形貌参数测量方法,其特征在于,根据所述理论光谱与所述参考光谱的均方误差以及每个所述光谱元素的权重的变化量,建立每个所述光谱元素对应的第二匹配函数,包括如下步骤:
根据所述理论光谱与所述参考光谱的均方误差、每个所述光谱元素的权重的变化量以及所有所述光谱元素的预设权重,建立每个所述光谱元素对应的第二匹配函数。
4.根据权利要求2所述的形貌参数测量方法,其特征在于,所述第二匹配函数的表达式如下:
其中,Δi为第i个所述光谱元素对应的所述第二匹配函数,δi为第i个所述光谱元素的权重的变化量,δi为正值,Si为所述理论光谱中与第i个所述光谱元素对应的第二理论值,为所述参考光谱中第i个所述光谱元素的第二测量值,1≤i≤M,1≤j≤N,M为所述光谱元素的个数,N为所述波长的个数,λj代表第j个所述波长。
5.根据权利要求3所述的形貌参数测量方法,其特征在于,所述第二匹配函数的表达式如下:
其中,Δi’为第i个所述光谱元素对应的所述第二匹配函数,δi为第i个所述光谱元素的权重的变化量,δi为正值,ti为第i个所述光谱元素对应的所述预设权重,ti为非负数,Si为所述理论光谱中与第i个光谱元素对应的第二理论值,为所述参考光谱中第i个所述光谱元素的第二测量值,1≤i≤M,1≤j≤N,M为所述光谱元素的个数,N为所述波长的个数,λj代表第j个所述波长。
6.根据权利要求4或权利要求5所述的形貌参数测量方法,其特征在于,所述灵敏度的表达式如下:
其中,B为所述参考形貌参数向量的个数,K为所述待测形貌参数的个数,1≤b≤B,1≤k≤K,vb,k,ref为第b个所述参考形貌参数向量中第k个所述待测形貌参数的参考值,vb,k,mea为第b个所述第二测量向量中第k个所述待测形貌参数的第二测量值,0<δi≤1。
7.根据权利要求2或权利要求3所述的形貌参数测量方法,其特征在于,根据所述灵敏度获取每个所述光谱元素对应的目标权重,包括如下步骤:
将获取的每个所述光谱元素对于所述待测形貌参数的灵敏度作为每个光谱元素对应的目标权重;
或者,将获取的每个所述光谱元素对于所述待测形貌参数的灵敏度进行归一化处理,并将所述归一化处理的结果作为所述目标权重;
所述归一化处理的表达式如下:
其中,w′i为第i个所述光谱元素对于所述待测形貌参数的灵敏度,wi为第i个所述光谱元素对应的目标权重,M为所述光谱元素的个数,1≤i≤M。
8.根据权利要求2或权利要求3所述的形貌参数测量方法,其特征在于,基于同一台光学关键尺寸测量设备获取所述待测样品的测量光谱和参考样品的参考光谱;
每个所述光谱元素的权重的变化量均相同;
基于所述第二匹配函数和回归分析算法或库匹配算法,获取与所述参考光谱匹配程度最高的所述理论光谱作为所述第二匹配光谱。
9.根据权利要求1所述的形貌参数测量方法,其特征在于,基于所述第一匹配函数和回归分析算法或库匹配算法,获取与所述测量光谱匹配程度最高的所述理论光谱作为所述第一匹配光谱;
所述第一匹配函数的表达式如下:
其中,M为所述光谱元素的个数,N为所述波长的个数,wi为第i个所述光谱元素对应的所述目标权重,λj为第j个所述波长,Si为所述理论光谱中与第i个所述光谱元素对应的第一理论值,为所述测量光谱中第i个所述光谱元素的第一测量值,1≤i≤M,1≤j≤N。
10.一种形貌参数测量系统,用于实现权利要求1至权利要求9中任意一项所述的形貌参数测量方法,其特征在于,包括:
测量光谱获取单元,用于获取所述待测样品的测量光谱,所述测量光谱包括至少一个光谱元素以及每个所述光谱元素对应的至少一个波长,所述待测样品具有至少一个待测形貌参数;
灵敏度获取单元,用于获取每个所述光谱元素对于所述待测形貌参数的灵敏度,根据所述灵敏度获取每个所述光谱元素对应的目标权重;
匹配函数获取单元,用于基于所述目标权重,且根据理论光谱与所述测量光谱的均方误差建立第一匹配函数;
参数测量单元,用于基于所述第一匹配函数,获取与所述测量光谱匹配程度最高的所述理论光谱作为第一匹配光谱,并基于所述第一匹配光谱获取第一测量向量,所述第一测量向量包括每个所述待测形貌参数的第一测量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410145823.7A CN117739818A (zh) | 2024-02-01 | 2024-02-01 | 形貌参数测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410145823.7A CN117739818A (zh) | 2024-02-01 | 2024-02-01 | 形貌参数测量方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117739818A true CN117739818A (zh) | 2024-03-22 |
Family
ID=90261170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410145823.7A Pending CN117739818A (zh) | 2024-02-01 | 2024-02-01 | 形貌参数测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117739818A (zh) |
-
2024
- 2024-02-01 CN CN202410145823.7A patent/CN117739818A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104736962B (zh) | 用于估计及校正偏移目标不准确度的方法 | |
US7394554B2 (en) | Selecting a hypothetical profile to use in optical metrology | |
US7532317B2 (en) | Scatterometry method with characteristic signatures matching | |
KR101059427B1 (ko) | 기계학습시스템을 이용한 반도체 웨이퍼 상에 형성된구조물의 광학적 계측 | |
KR102254033B1 (ko) | 광학 측정 방법 및 광학 측정 시스템 | |
CN1650318A (zh) | 适合于工具对工具匹配的计量衍射信号 | |
EP2539668B1 (en) | Method for measurng in patterned structures | |
CN105444666B (zh) | 用于光学关键尺寸测量的方法及装置 | |
US11520321B2 (en) | Measurement recipe optimization based on probabilistic domain knowledge and physical realization | |
CN111879236B (zh) | 自理论光谱库确定待测样品参数的方法及测量设备 | |
US20150198434A1 (en) | Method and apparatus for measuring critical dimension of semiconductor | |
CN110823089B (zh) | 用于测量半导体器件的光学关键尺寸的方法和设备 | |
KR20230082014A (ko) | 머신 러닝 기반의 측정 레시피 최적화의 동적 제어 | |
US10345721B1 (en) | Measurement library optimization in semiconductor metrology | |
CN117739818A (zh) | 形貌参数测量方法及系统 | |
US11530913B2 (en) | Methods and systems for determining quality of semiconductor measurements | |
US7361941B1 (en) | Calibration standards and methods | |
US20200333132A1 (en) | Rapid measurement method for ultra-thin film optical constant | |
CN114396881A (zh) | 一种光谱测量分析中快速傅里叶变换拟合的方法及装置 | |
CN114384017A (zh) | 一种基于椭偏仪的光谱匹配校准方法 | |
US11487929B2 (en) | Target design process for overlay targets intended for multi-signal measurements | |
US7610170B2 (en) | Method for enhancing the measurement capability of multi-parameter inspection systems | |
CN109145887B (zh) | 一种基于光谱潜变量混淆判别的阈值分析方法 | |
US20230197483A1 (en) | Systems and methods for correction of impact of wafer tilt on misregistration measurements | |
TWI812086B (zh) | 光學鄰近修正模型的產生方法 |
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 |