CN1619288A - 使用抽样衍射信号选择一个假想剖面用于光学计量 - Google Patents
使用抽样衍射信号选择一个假想剖面用于光学计量 Download PDFInfo
- Publication number
- CN1619288A CN1619288A CNA2004100791714A CN200410079171A CN1619288A CN 1619288 A CN1619288 A CN 1619288A CN A2004100791714 A CNA2004100791714 A CN A2004100791714A CN 200410079171 A CN200410079171 A CN 200410079171A CN 1619288 A CN1619288 A CN 1619288A
- Authority
- CN
- China
- Prior art keywords
- sampling
- diffracted signal
- section
- diffracted
- imaginary section
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 127
- 239000004065 semiconductor Substances 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 84
- 230000008569 process Effects 0.000 claims description 47
- 238000004088 simulation Methods 0.000 claims description 20
- 238000005259 measurement Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000010845 search algorithm Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 8
- 235000012431 wafers Nutrition 0.000 description 20
- 230000000737 periodic effect Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000000572 ellipsometry Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 238000001055 reflectance spectroscopy Methods 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012360 testing method 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/306—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces for measuring evenness
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- 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
- G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
使用一个假想剖面来模拟形成于半导体晶片上的结构剖面，用于使用光学计量确定该结构的剖面。选择一个假想剖面，从形成于晶片上的结构中测量的衍射信号获得抽样衍射信号，该抽样衍射信号是对测量的衍射信号的代表性抽样。定义了一个假想剖面，并从获得的抽样衍射信号中使用一个抽样衍射信号对该假想剖面进行评价。
Description
技术领域
本应用涉及集成电路(IC)计量学尤其涉及选择一种用于光学计量的假定剖面和参数。
背景技术
随着目前对IC器件向更小几何形状的驱动，随着特征尺寸越来越小，特征测量随之更加困难。然而，为了确定特征尺寸是否在可接受的范围内，以及例如一种特殊的制作过程是否会导致特征的侧壁为锥形、垂直、T-topped、倒凹或有底脚，获取光栅或周期结构的尺寸是非常重要的。
传统地，样品经解理并用扫描电子显微镜(SEM)或类似设备检测。截面SEM方法特有地缓慢、昂贵并且是破坏性的，而临界尺寸(CD)SEM方法仅仅提供从表面上了解的一个测量数。反射光谱法和椭圆偏光法用于将光束射在结构上并测量反射光束。目前实际中基本使用经验方法，对结构中已知的特征宽度测量反射光的光谱。该过程既耗时又昂贵，尤其对于有限的结构尺寸剖面库以及与之联系的反射/衍射光谱数据。此外，还有一种用于内嵌集成计量学应用的快速确定CD的需求。另外，随着库的分辨率的增加，库的维数也增加，而库的创建和使用时间随指数增加。
一种用于创建衍射信号库和与之联系的集成电路结构剖面包括使用该结构的假设剖面来计算模拟衍射信号。使用这种方法创建库所需要的时间长度随着使用的假定剖面和用于表示该假定剖面参数的数目而变化。典型地，假定剖面越复杂以及使用的参数越多，时间和/或计算资源需求就越大。
发明内容
在一个示例的实施例中，使用一个假想剖面来模拟形成于半导体晶片上的结构剖面，用于使用光学计量确定该结构的剖面。选择一个假想剖面，从形成于晶片上的结构中测量的衍射信号获得抽样衍射信号，该抽样衍射信号是对测量的衍射信号的典型抽样。定义了一个假想剖面，并从获得的抽样衍射信号中使用一个抽样衍射信号对该假想剖面进行评价。
附图说明
本发明可以参考如下描述并结合附图来很好地理解，其中相同部分指代相同数字：
图1描述了一个示例的光学计量设备；
图2描述了用于模拟被检查结构剖面的示例假想剖面；
图3描述了选择一个假想剖面用于检查一个结构的示例过程；
图4描述了获得抽样衍射信号的示例过程；
图5描述了优化一种假想剖面的示例过程；
图6描述了另一个优化一种假想剖面的示例过程；以及
图7描述了优化模拟衍射信号和假想剖面的示例过程；
具体实施方式
如下描述提出了各种特殊的配置、参数等。然而应该认识到，这种描述并不意味着限制本发明的范围，而是作为描述示例实施例而提出。
1.光学计量
参考图1，一种光学计量系统100可以用于检查和分析形成于半导体晶片上的结构。例如，光学计量系统100可以用于确定形成于晶片104上的周期光栅102的结构剖面。周期光栅102可以形成于晶片104上的测试区，例如靠近形成于晶片104上的器件。或者周期光栅102可以形成于晶片104上不妨碍器件工作的区域或沿划线的区域。
如图1所描述，光学计量系统100可以包括含光源106和探测器112的光度仪器。周期光栅102由从光源106发出的入射光束108照射。在本示例的实施例中，入射光束108以与周期光栅102的法线
的入射角θi和方位角Φ(即入射光束108的平面和周期光栅102的周期方向之间的角)对准周期光栅102。衍射光束110以与法线
的夹角θd出射并被探测器112接收。探测器112将衍射光束110转换成测量的衍射信号。
为了确定周期光栅102的剖面，光学计量系统110包括配置用于接收测量的衍射信号和分析测量的衍射信号的处理模块114。如下所描述，周期光栅102的剖面可以使用基于库的处理或基于回归的处理来确定。另外，预期使用其他线性或非线性剖面提取技术。
2.基于库的确定结构剖面的处理
在基于库确定结构剖面的处理中，测量的衍射信号与模拟的衍射信号库相比较。更具体而言，库中每个模拟的衍射信号与一个结构的假想剖面相联系。当测量的衍射信号和库中的一个模拟的衍射信号之间相匹配，或者当测量的衍射信号和其中一个模拟的衍射信号之间的差别在预置判据或匹配判据内时，便认为与匹配的模拟衍射信号相联系的假想剖面代表结构的实际剖面。然后可以利用匹配的模拟衍射信号和/或假想剖面来确定该结构是否是按照规格制作。
这样，再参考图1，在一个示例的实施例中，获得测量的衍射信号后，处理模块114接着对测量的衍射信号和存储在库116中的模拟衍射信号进行比较，库116中的每个模拟衍射信号联系一个假想剖面。这样，当测量的衍射信号和库116中的一个模拟的衍射信号之间相匹配时，便认为与匹配的模拟衍射信号相联系的假想剖面代表周期光栅102的实际剖面。
存储在库116中的这套假想剖面可以通过使用一套参数表征假想剖面而生成，然后改变这套参数生成变化形状和尺寸的假想剖面。使用一套参数表征剖面的过程可以称之为参数化。
例如，如图2A所描述，假设假想剖面200可以通过定义它的高度和宽度的参数h1和w1分别来表征。如图2B-2E所描述，假想剖面200的其他形状和特征可以通过增加参数数目来表征。例如，如图2B所描述，假想剖面200可以通过定义高度、底宽和顶宽的h1、w1和w2来分别表征。注意假想剖面200的宽度可以称之为临界尺寸(CD)。例如图2B中，参数w1和w2可以分别描述为定义假想剖面的底CD和顶CD。
如上面的描述，存储在库116中的该套假想剖面(图1)可以通过改变表征假想剖面的参数而生成。例如，参考图2B，通过改变h1、w1和w2，可以生成变化形状和尺寸的假想剖面。注意一、二或全部三个参数都可以相对于其他而改变。
再次参考图1，假想剖面的数目以及与该套假想剖面相对应的模拟衍射信号，以及存储在库116中的模拟衍射信号(即库116的分辨率和/范围)部分依赖于该套参数的范围，以及依赖于该套参数变化的增量。在一个示例的实施例中，在获得测量的衍射信号之前，先生成存储在库116中的假想剖面和模拟衍射信号。这样，用于生成库116的范围和增量(即范围和分辨率)可以根据对一个结构的制作过程熟悉程度和变化的大概范围来选取。库116的范围和/或分辨率也可以根据经验测量来选取，例如使用原子力显微镜(AFM)、X-SEM等。
对于一个基于库的过程的详细描述见美国专利申请系列号No.09/907,488，题为“一种周期光栅衍射信号库的生成”，申请于2001年7月16日，在此完全引用作为参考。
3.基于回归的确定结构剖面过程
在基于回归的确定结构剖面过程中，测量的衍射信号与一个模拟衍射信号(即一个试探衍射信号)相比较。模拟衍射信号在比较之前由用于假想剖面(即一个假想剖面)的一套参数(即试探参数)生成。如果测量的衍射信号和模拟衍射信号不匹配或者测量的衍射信号和其中的一个模拟衍射信号的差别不在预置判据或匹配判据内，使用另一个假想剖面的另一套参数生成另一个模拟衍射信号，然后测量的衍射信号与新生成的模拟衍射信号相比较。当测量的衍射信号和库中的一个模拟的衍射信号之间相匹配，或者当测量的衍射信号和其中一个模拟的衍射信号之间的差别在预置判据或匹配判据内时，便认为与匹配的模拟衍射信号相联系的假想剖面代表结构的实际剖面。然后可以利用匹配的模拟衍射信号和/或假想剖面来确定该结构是否是按照规格制作。
这样再参考图1，在一个示例的实施例中，处理模块114对一个假想剖面可以生成一个模拟衍射信号，然后比较测量的衍射信号和模拟衍射信号。如上面描述，如果测量的衍射信号和模拟衍射信号不匹配或者测量的衍射信号和其中的一个模拟衍射信号的差别不在预置判据或匹配判据内，那么处理模块114可以反复地生成另一个假想剖面的另一个模拟衍射信号。在一个示例的实施例中，随后生成的模拟衍射信号可以使用最优化算法生成，例如整体最佳化技术，它包括模拟退火和包括最优下降算法的局部最优化技术。
在一个示例的实施例中，模拟衍射信号和假想剖面可以存储在库116(即动态库)中。然后存储在库116的模拟衍射信号和假想剖面可以随即用于匹配测量的衍射信号。
对于一个基于回归过程的详细描述见美国专利申请系列号No.09/923,578，题为“通过一个基于回归库生成过程的动态学习方法和系统”，申请于2001年8月6日，在此完全引用作为参考。
4.假想剖面的生成
如上描述，在基于库的过程和基于回归的过程中，被检测结构的实际剖面使用一个假想剖面来模拟。还是如上描述，假想剖面可以使用任何数目的参数表征。假想剖面的准确度可以通过增加参数的数目来提高。然而，参数数目的增加能导致库比较大和/或处理时间增加。
例如，参考图2A和2B，含有三个参数(例如图2B中的h1、w1和w2)的假想剖面比含有两个参数(例如图2A中的h1、和w1)的假想剖面要更加准确。然而，在基于库的过程中，相对于含有两个参数的假想剖面，含有三个参数的假想剖面需要的库还要再附加一维。更具体而言，含有两个参数(本实例中h1、和w1)的假想剖面的库包括一个h1的维数，对应于在一个范围内变化的h1参数，以及一个w1的维数，对应于在一个范围内变化的w1参数。相反，含有三个参数(本实例中h1、w1和w2)的假想剖面的库还包括一个w2的维数，对应于在一个范围内变化的w2参数。
这样，如果用于检测的结构的实际剖面可以使用两个参数模拟，那么使用三个参数将导致一个库不必要的大。然而，如果用于检测的结构的实际剖面可以使用三个参数模拟，那么仅仅使用两个参数将导致这个库不能提供足够的准确度。
同样地，在一个基于回归的过程中，如果用于检测的结构的实际剖面可以使用两个参数模拟，那么使用三个参数将导致不必要的处理，例如为了确定足够的匹配，要调整不需要调整的参数。然而，如果用于检测的结构的实际剖面可以使用三个参数模拟，那么仅仅使用两个参数将导致这个库不能提供足够的匹配。
这样，参考图3，描述了一个示例过程300，用于选择一个假想剖面来表征一个被检测的结构。在一个示例的实施例中，示例过程300为一个工作流程，用户要按该流程指示选择一个假想剖面来表征一个被检测的结构。应该认识到，示例过程300可以作为在一个处理模块上运行的计算机程序执行，该处理模块可以为处理模块114(图1)或者一个分立的处理模块。
在302中获得抽样衍射信号。在一个示例的实施例中，在完成过程300之前，从生产环境中获得测量的衍射信号。测量的衍射信号可以使用光度仪器(图1)测量形成于晶片上的结构的衍射信号得到，晶片上的结构在生产环境中制作。在本示例的实施例中，也可以获得该结构的剖面。剖面可以通过使用各种计量技术例如AFM、X-SEM等得到。测量的衍射信号和相对应的剖面表征了在晶片上结构制作的变化。测量的衍射信号数目和剖面数目相对比较大。例如，一个标准的300毫米晶片可以含有好几百个小片，这样测量的衍射信号和剖面可以从上千个位置组合中获得。这样，抽样衍射信号是测量的衍射信号的典型抽样。
参考图4，描述了一个示例过程400，用于获得抽样衍射信号。如上面注意的，抽样衍射信号是从生产环境中测量的衍射信号的典型抽样。为精确地表现测量的衍射信号，示例的过程400以最大的几乎是等间隔地搜索最小数目的抽样衍射信号。注意如果测量的衍射信号数目相对较少，例如2个或者甚至1个，那么过程400可以省略。
在402中得到测量的衍射信号。在404中确定抽样索引。抽样索引相应于抽样衍射信号之间的间隔。在406中，根据相应于抽样索引的抽样衍射信号，确定与抽样索引相联系的成本分布。在408中，确定的成本分布和成本标准相比较，以确定是否满足成本标准。
如图4所描述，如果不满足成本标准，那么确定另一个抽样索引。更具体而言，在本示例的实施例中，增加了抽样索引，即相应于增加了抽样衍射信号的数目以及减小了抽样衍射信号之间的间隔。
如果满足成本标准，那么在410中确定抽样衍射信号。更具体而言，在404中确定的抽样索引相应于选择作为抽样衍射信号的测量衍射信号。
在一个示例的实施例中，在408中使用的成本标准可以为一个相对标准。例如，当404和406进行迭代时，成本分布中的变化百分比可以作为成本标准。更具体而言，当404和406进行迭代时，记录下并保持一个最大的成本分布。成本标准可以是一个百分比，例如最大成本分布的0.5％。这样，404和406进行迭代直到成本分布的变化小于最大成本分布的0.5％为止。
作为选择，在408中使用的成本标准可以为一个固定标准。例如，成本标准可以为一个固定量，它可以依赖于用于获得测量衍射信号的光度仪器的类型(图1)
再次参考图3，在图304中定义了一个假想剖面来表征被检查结构的剖面。如上描述，假想剖面包括能够表征被检查结构的剖面形状的参数。在306中，根据在302中获得的抽样衍射信号评价在304中定义的假想剖面。
参考图5，描述了一个示例过程500，用于优化在304(图3)中定义的假想剖面。在502中，从302(图3)中得到的抽样衍射信号中获得一个抽样衍射信号。在一个示例的实施例中，在502中得到的抽样衍射信号是在302(图3)中得到的抽样衍射信号的范围中最靠近中心范围的衍射信号。在504中，使用回归可以确定相应于在502中得到的抽样衍射信号的模拟衍射信号。对于优化一个定义的假想剖面更详细的描述，见美国专利申请系列号No.09/907,448，题为“一种周期光栅衍射信号库的生成”，申请于2001年7月16日，在此完全引用作为参考。
504中的模拟衍射信号可以使用一种模拟技术生成，例如严格耦合波分析(RCWA)、积分方法、菲涅耳方法、有限分析、模式分析等。对于RCWA的详细描述，参见美国专利申请系列号No.09/770,907，题为“使用机器学习系统对形成于半导体晶片上的结构进行光学计量”，申请于2003年6月27日，在此完全引用作为参考。使用机器学习方法也可以产生模拟衍射信号。机器学习系统的详细描述参见美国专利申请系列号No.10/608,300，题为“使用机器学习系统在半导体晶片上形成的结构的光计算”，申请于2003年6月27日，在此完全引用作为参考。
继续参考图5，在506中根据抽样衍射信号和模拟衍射信号确定一个拟合优度(GOF)。应当理解，在这里提到GOF是作为量度比较信号的例子。其它这样的量度包括成本、总和均方误差等等。它们可以代替或附加于GOF。在508中，506中的GOF和一个GOF标准相比较，以确定是否满足该GOF标准。
如图5描述，如果不满足GOF标准，那么在510中修改假想剖面。更具体而言，图5中的510可以相应于从如图3描述的306中迭代304。这样，可以定义新的假想剖面直到满足GOF标准。
同样如图5所描述，如果已经满足了GOF标准，可以对另一个抽样衍射信号重复过程500，以确认假想剖面的稳定性，即意味着使用该假想剖面获得了一致的结果。在这种方式下，在302(图3)中的到的抽样衍射信号中，所有的衍射信号可以使用过程500来评价。然而应该认识到，过程500不必进行迭代。代替地，当满足GOF标准时，参考图3，过程300可以从306进入308。
参考图6，描述了另一个示例的过程600，用于优化在304(图3)中定义的假想剖面。在602中，从302(图3)中得到的抽样衍射信号中获得一个抽样衍射信号。在604中，根据抽样衍射信号来确定模拟衍射信号。如上指出，模拟衍射信号可以使用一种模拟技术生成，例如严格耦合波分析(RCWA)、积分方法、菲涅耳方法、有限分析、模式分析等，或者一个机器学习系统。
在606中，根据抽样衍射信号和模拟衍射信号确定一个全局极小值误差(GME)。在一个示例的实施例中，根据相应于抽样衍射信号的剖面维数和/或特征以及相应于模拟衍射信号的假想剖面进行比较，来确定GME。在608中，在606中确定的GME和一个GME标准相比较，以检查是否满足GME标准。在一个示例的实施例中，GME标准是一个固定量，例如30纳米。
如图6所描述，如果已经超过GME标准，那么在610中修改假想剖面。更具体而言，图6中的610可以相应于如图3中的从306迭代304。这样，可以定义新的假想剖面直到满足GME标准。
同样如图6所描述，如果已经满足了GME标准，可以对另一个抽样衍射信号重复过程600，以确认假想剖面的稳定性。更具体而言，在612中，应作出判决，当前抽样衍射信号是否是302(图3)中获得的抽样衍射信号中的最后一个抽样衍射信号。如果当前抽样衍射信号不是最后一个抽样衍射信号，那么对另一个抽样衍射信号重复过程600。如果当前抽样衍射信号是最后一个抽样衍射信号，在614中中止过程600。更具体而言，参考图3，过程300可以从306进入308。
在过程600中，使用GME来确认假想剖面的稳定性。然而应该认识到，如果认为一个假想剖面是稳定的，那么可以使用GME评价一个或更多的全局搜索算法的性能。
应该认识到，过程500(图5)和过程600(图6)可以独立地执行或者二者结合执行。例如，可以提供给用户一个或者执行过程500或者过程600的选项。作为选择，过程600可以在执行过程600之后执行，反之亦然。
参考图3，在308中，根据定义的假想剖面执行敏感度分析，以确定表征定义的假想剖面参数的敏感度。更具体而言，在一个示例的实施例中，使用用于表征定义的假想剖面参数的一套值，来生成一个用于定义的假想剖面的模拟衍射信号。接着，改变一个或更多个描述定义的假想剖面的参数值，而保持其他参数为常数。根据改变的值生成另一个模拟衍射信号。一个或更多个改变的参数的敏感度由比较这两个模拟衍射信号来确定。例如，一个或更多个改变的参数的敏感度可以由计算模拟衍射信号中改变的平方和误差(SSE)表示。对于确定表征一个假想剖面的参数敏感度更详细的描述，见美国专利申请系列号No.10/206,491，题为“用于光学计量的模型和参数选择”，申请于2003年7月25日，在此完全引用作为参考，以及美国专利申请系列号No.10/397,631，题为“用于光学计量的优化模型和参数选择”，申请于2003年3月25日，在此完全引用作为参考
如图3所描述，如果确定的敏感度不可以接受，那么可以定义另一个假想剖面，以及对新的假想剖面重复306和308。可以为用户提供确定的敏感度，以决定该确定的敏感度是否可以接受。做为选择，可以定义一个敏感度标准来自动决定该确定的敏感度是否可以接受。
5.库优化
在基于库的过程中，可以用过程300(图3)定义的假定剖面生成一个库，以确定一个结构的未知剖面。更具体而言，每个表征定义的假定剖面的参数可以在一个范围内改变，对于定义的假定剖面参数的任何一次改变，可以生成一个模拟衍射信号，以生成假定剖面和模拟衍射信号库。在过程300(图3)中，在使用定义的假定剖面生成整个库之前，使用抽样衍射信号评价定义的假定剖面的稳定性和坚固性。在302中获得的抽样衍射信号还可以用于优化库。
在一个示例的实施例中，参考图7，一个示例的过程700在生成整个库之前可以用于获得库的误差和精度估计。在702中，得到了相当于302中获得的抽样衍射信号的抽样剖面。在704中，根据702中获得的抽样衍射信号生成微型库。更具体而言，每个抽样衍射信号相应于一套剖面参数值。每个剖面参数围绕相应于抽样衍射信号的参数值为中心在小范围内变化。与生成整个库的过程类似，剖面参数在它们相应的范围内变化，对用于整个库中的每个参数使用相应的结果。然而，一个微型库在尺寸上比将要生成的整个库要小。在一个示例的实施例中，每个微型库的每维包括两个点，相应于定义的假定剖面的一个参数。在706中，然后使用微型库处理检验衍射信号。
在708中，根据使用微型库处理检验衍射信号的结果，来确定估计误差和精度。更具体而言，剖面对已知抽样衍射信号的偏离以及剖面可以用于使用一个标准的误差函数，例如STEYX函数来估计库的标准误差。在一个示例的实施例中，获得了一套抽样衍射信号，它们在晶片的同一位置上使用光度仪器获得。在该示例的实施例中，一个库的精度定义为该套抽样衍射信号的标准偏差的三倍。
在710中，作出关于误差和精度是否可以接受的判决。例如，提供给用户确定的误差和精度，用户用于决定该确定的误差和精度是否可以接受。做为选择，可以定义误差和精度，以自动地决定该确定的误差和精度是否可以接受。在一个示例的实施例中，误差和精度标准大约比与整个库一起使用的光度仪器联系的误差在幅度上要小一阶。例如，当与光度仪器联系的误差为5纳米时，误差和精度标准大约为1纳米。
如图7所描述，如果确定的误差和精度可以接受，在712中生成整个库。如果确定的误差和精度不能够接受，在714中可以改变库的范围和/或分辨率，于是过程700可以重复从704开始。
6.确定小片图案
如上面提到，一个晶片可以含有上百个小片(die)，这样测量的衍射信号和剖面可以从上千个位置组合中获得。在302(图3)中获得的抽样衍射信号是从一个晶片上得到的测量衍射信号的典型抽样。
在一个示例的实施例中，晶片上从它上面获得抽样衍射信号的位置可以用作一个测量小片图案。更具体而言，当检测制作的晶片时，可以使用测量小片图案确定晶片上的位置，这在高级的处理控制和处理表征中是需要检测的。
例如，在基于库的过程中，从位于晶片上的相应于测量小片图案的结构上获得测量的衍射信号。将测量的衍射信号和模拟衍射信号库进行比较，以确定匹配的假定剖面，从而确定结构的剖面。
尽管已经描述了示例的实施例，可以在不违背本发明的精神和/和范围下进行各种修改。因此，不应当认为本发明为限制于如上在附图和描述中的特殊形式。
Claims (35)
1.一种选择一个假想剖面来模拟形成于半导体晶片上的结构剖面，用于使用光学计量确定结构剖面的方法，该方法包括：
从形成于晶片上的结构测量的衍射信号获得抽样衍射信号，其中抽样衍射信号是对测量的衍射信号的代表性抽样；
定义一种假想剖面，以模拟形成于晶片上的结构剖面；以及
从获得的抽样衍射信号中使用一个抽样衍射信号对该假想剖面进行评价。
2.根据权利要求1的方法，其中获得抽样衍射信号包括：
获得测量的衍射信号，其中测量的衍射信号从晶片上多个位置中获得；
确定一个抽样索引，其中抽样索引相应于一个数以及一个抽样衍射信号间隔；
确定一个联系于确定的抽样索引的成本分布；以及
当确定的成本分布不满足成本标准时，调整抽样索引。
3.根据权利要求2的方法，其中成本标准在是成本分布或一个固定量中的百分比变化。
4.根据权利要求1的方法，其中定义一个假想剖面包括：
使用两个或多个参数表征该假想剖面。
5.根据权利要求1的方法，其中评价假想剖面包括：
(a)从获得的抽样衍射信号中存取一个抽样衍射信号；
(b)确定一个相应于抽样衍射信号的模拟的衍射信号；
(c)确定抽样衍射信号和模拟衍射信号之间的一个拟合优度；
(d)当拟合优度不满足拟合优度标准时，修改假想剖面。
6.根据权利要求5的方法，其中对每个抽样衍射信号重复步骤(a)、(b)、(c)和(d)。
7.根据权利要求5的方法，其中在步骤(a)存取的抽样衍射信号最靠近衍射信号范围的中心。
8.根据权利要求1的方法，其中评价假想剖面包括：
(a)获得一个抽样衍射信号；
(b)确定一个相应于抽样衍射信号的模拟的衍射信号；
(c)确定一个全局极小值误差；以及
(d)当全局极小值误差超过一个全局极小值误差标准时，修改假想剖面。
9.根据权利要求8的方法，其中对每个抽样衍射信号重复步骤(a)、(b)、(c)和(d)。
10.根据权利要求8的方法，其中全局极小值误差用于评价一个或多个全局搜索算法的性能。
11.根据权利要求1的方法，进一步包括：
对表征假想剖面的一个或多个参数确定敏感度；
当确定的敏感度不可以接受或者不满足敏感度标准时，修改假想剖面。
12.根据权利要求1的方法，进一步包括：
基于获得的抽样衍射信号，生成一个或多个微型库，其中一个微型库在尺寸上比要生成的整个库要小；
使用一个或多个微型库处理检测衍射信号；以及
基于处理检测衍射信号的结果，估计平均误差和精度。
13.根据权利要求12的方法，进一步包括：
确定估计的平均误差和精度是否可以接受；以及
当决定估计的平均误差和精度可以接受时，生成整个库。
14.根据权利要求12的方法，其中确定估计的平均误差和精度是否可以接受包括：
将估计的平均误差和精度提供给用户。
15.根据权利要求13的方法，其中确定估计的平均误差和精度是否可以接受包括：
确定估计的平均误差和精度是否满足误差和精度标准，其中精度标准在幅度上大约比在整个库使用的光度仪器联系的误差小一阶。
16.根据权利要求13的方法，进一步包括：
使用生成的整个库处理检测衍射信号；以及
基于处理检测衍射信号的结果，对整个库估计一个平均误差和精度。
17.根据权利要求13的方法，进一步包括：
当估计的平均误差和精度不可以接受时，改变一个或多个表征假想剖面的参数的范围和/或分辨率。
18.根据权利要求1的方法，进一步包括：
基于抽样衍射信号确定测量小片图案，其中在测量小片图案中的每个位置相应于晶片上的每个位置，抽样衍射信号就从该位置获得。
19.根据权利要求18的方法，其中测量小片图案用于高级处理控制和处理表征。
20.一种包含计算机执行代码的计算机可读取存储介质，选择一个假想剖面模拟形成于半导体晶片上的结构，用于使用光学计量确定结构的剖面，通过指示一个计算机按如下操作：
从形成于晶片上的结构测量的衍射信号获得抽样衍射信号，其中抽样衍射信号是对测量的衍射信号的代表性抽样；
定义一种假想剖面，模拟形成于晶片上的结构剖面；以及
从获得的抽样衍射信号中使用一个抽样衍射信号对该假想剖面进行评价。
21.根据权利要求20的计算机可读取存储介质，其中获得抽样衍射信号包括：
获得测量的衍射信号，其中测量的衍射信号从晶片上多个位置中获得；
确定一个抽样索引，其中抽样索引相应于一个数以及一个抽样衍射信号间隔；
确定一个联系于确定的抽样索引的成本分布；以及
当确定的成本分布不满足成本标准时，调整抽样索引。
22.根据权利要求20的计算机可读取存储介质，其中评价假想剖面包括：
从获得的抽样衍射信号中存取一个抽样衍射信号；
确定一个相应于抽样衍射信号的模拟的衍射信号；
确定抽样衍射信号和模拟衍射信号之间的一个拟合优度；
当拟合优度不满足拟合优度标准时，修改假想剖面。
23.根据权利要求20的计算机可读取存储介质，其中评价假想剖面包括：
从获得的抽样衍射信号中存取一个抽样衍射信号；
确定一个相应于抽样衍射信号的模拟的衍射信号；
确定一个全局极小值误差；以及
当全局极小值误差超过一个全局极小值误差标准时，修改假想剖面。
24.根据权利要求20的计算机可读取存储介质，进一步包括：
对表征假想剖面的一个或多个参数确定敏感度；
当确定的敏感度不可以接受或者不满足敏感度标准时，修改假想剖面。
25.根据权利要求20的计算机可读取存储介质，进一步包括：
基于获得的抽样衍射信号，生成一个或多个微型库，其中一个微型库在尺寸上比要生成的整个库要小；
使用一个或多个微型库处理检测衍射信号；以及
基于处理检测衍射信号的结果，估计平均误差和精度。
26.根据权利要求25的计算机可读取存储介质，进一步包括：
当估计的平均误差和精度可以接受时，生成整个库；以及
当估计的平均误差和精度不可以接受时，改变一个或多个表征假想剖面的参数的范围和/或分辨率。
27.根据权利要求20的计算机可读取存储介质，进一步包括：
基于抽样衍射信号确定测量小片图案，其中在测量小片图案中的每个位置相应于晶片上的每个位置，抽样衍射信号就从该位置获得。
28.一种选择一个假想剖面来模拟形成于半导体晶片上的结构剖面，用于使用光学计量确定结构剖面的系统，该系统包括：
配置光度仪器用于从形成于晶片上的结构中获得测量的衍射信号；以及
一个处理模块，配置为：
从测量的衍射信号中获得抽样衍射信号，其中抽样衍射信号是对测量的衍射信号的代表性抽样；
从获得的抽样衍射信号中使用一个抽样衍射信号对一个假想剖面进行评价。
29.根据权利要求28的系统，其中配置处理模块以获得抽样衍射信号，通过：
确定一个抽样索引，其中抽样索引相应于一个数以及一个抽样衍射信号间隔；
确定一个联系于确定的抽样索引的成本分布；以及
当确定的成本分布不满足成本标准时，调整抽样索引。
30.根据权利要求28的系统，其中配置处理模块以评价假想剖面，通过：
从获得的抽样衍射信号中存取一个抽样衍射信号；
确定一个相应于抽样衍射信号的模拟的衍射信号；
确定抽样衍射信号和模拟衍射信号之间的一个拟合优度；
当拟合优度不满足拟合优度标准时，修改假想剖面。
31.根据权利要求28的系统，其中配置处理模块以评价假想剖面，通过：
从获得的抽样衍射信号中存取一个抽样衍射信号；
确定一个相应于抽样衍射信号的模拟的衍射信号；
确定一个全局极小值误差；以及
当全局极小值误差超过一个全局极小值误差标准时，修改假想剖面。
32.根据权利要求28的系统，其中进一步配置处理模块，用于对表征假想剖面的一个或多个参数确定敏感度；
33.根据权利要求28的系统，其中进一步配置处理模块以便：
基于获得的抽样衍射信号，生成一个或多个微型库，其中一个微型库在尺寸上比要生成的整个库要小；
使用一个或多个微型库处理检测衍射信号；以及
基于处理检测衍射信号的结果，估计平均误差和精度。
34.根据权利要求33的系统，其中进一步配置处理模块以便：
当估计的平均误差和精度可以接受时，生成整个库；以及
当估计的平均误差和精度不可以接受时，改变一个或多个表征假想剖面的参数的范围和/或分辨率。
35.根据权利要求28的系统，其中进一步配置处理模块以便：
基于抽样衍射信号确定测量小片图案，其中在测量小片图案中的每个位置相应于晶片上的每个位置，抽样衍射信号就从该位置获得。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/663,300 US7394554B2 (en) | 2003-09-15 | 2003-09-15 | Selecting a hypothetical profile to use in optical metrology |
| US10/663,300 | 2003-09-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1619288A true CN1619288A (zh) | 2005-05-25 |
| CN100559156C CN100559156C (zh) | 2009-11-11 |
Family
ID=34274344
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2004100791714A Active CN100559156C (zh) | 2003-09-15 | 2004-09-15 | 使用抽样衍射信号选择假想剖面用于光学计量的方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7394554B2 (zh) |
| JP (1) | JP5021156B2 (zh) |
| KR (1) | KR101144402B1 (zh) |
| CN (1) | CN100559156C (zh) |
| TW (1) | TWI295370B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101416043B (zh) * | 2006-03-30 | 2011-01-26 | 东京毅力科创株式会社 | 使用光学计量来测量晶片上形成的受损结构 |
| CN101413791B (zh) * | 2007-08-28 | 2012-01-04 | 东京毅力科创株式会社 | 在光学计量中用近似和精细衍射模型确定结构的轮廓参数 |
| CN101359612B (zh) * | 2007-07-30 | 2012-07-04 | 东京毅力科创株式会社 | 晶片图案结构的检查装置及其计量数据管理方法 |
Families Citing this family (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7330279B2 (en) * | 2002-07-25 | 2008-02-12 | Timbre Technologies, Inc. | Model and parameter selection for optical metrology |
| US7523076B2 (en) * | 2004-03-01 | 2009-04-21 | Tokyo Electron Limited | Selecting a profile model for use in optical metrology using a machine learning system |
| US7171284B2 (en) * | 2004-09-21 | 2007-01-30 | Timbre Technologies, Inc. | Optical metrology model optimization based on goals |
| US7280229B2 (en) * | 2004-12-03 | 2007-10-09 | Timbre Technologies, Inc. | Examining a structure formed on a semiconductor wafer using machine learning systems |
| US7421414B2 (en) * | 2005-03-31 | 2008-09-02 | Timbre Technologies, Inc. | Split machine learning systems |
| US7355728B2 (en) * | 2005-06-16 | 2008-04-08 | Timbre Technologies, Inc. | Optical metrology model optimization for repetitive structures |
| US7576851B2 (en) * | 2006-03-30 | 2009-08-18 | Tokyo Electron Limited | Creating a library for measuring a damaged structure formed on a wafer using optical metrology |
| US7619731B2 (en) * | 2006-03-30 | 2009-11-17 | Tokyo Electron Limited | Measuring a damaged structure formed on a wafer using optical metrology |
| US7623978B2 (en) * | 2006-03-30 | 2009-11-24 | Tokyo Electron Limited | Damage assessment of a wafer using optical metrology |
| KR100796677B1 (ko) * | 2006-05-11 | 2008-01-22 | 동우옵트론 주식회사 | 회절 격자용 광학소자의 검사장치 |
| US7742888B2 (en) * | 2006-07-25 | 2010-06-22 | Tokyo Electron Limited | Allocating processing units to generate simulated diffraction signals used in optical metrology |
| US7373215B2 (en) * | 2006-08-31 | 2008-05-13 | Advanced Micro Devices, Inc. | Transistor gate shape metrology using multiple data sources |
| US7765076B2 (en) * | 2006-09-22 | 2010-07-27 | Tokyo Electron Limited | Allocating processing units to processing clusters to generate simulated diffraction signals |
| US7765234B2 (en) * | 2006-10-12 | 2010-07-27 | Tokyo Electron Limited | Data flow management in generating different signal formats used in optical metrology |
| US7783669B2 (en) * | 2006-10-12 | 2010-08-24 | Tokyo Electron Limited | Data flow management in generating profile models used in optical metrology |
| US7667858B2 (en) * | 2007-01-12 | 2010-02-23 | Tokyo Electron Limited | Automated process control using optical metrology and a correlation between profile models and key profile shape variables |
| US7949618B2 (en) * | 2007-03-28 | 2011-05-24 | Tokyo Electron Limited | Training a machine learning system to determine photoresist parameters |
| US7372583B1 (en) | 2007-04-12 | 2008-05-13 | Tokyo Electron Limited | Controlling a fabrication tool using support vector machine |
| US7483809B2 (en) * | 2007-04-12 | 2009-01-27 | Tokyo Electron Limited | Optical metrology using support vector machine with profile parameter inputs |
| US7511835B2 (en) * | 2007-04-12 | 2009-03-31 | Tokyo Electron Limited | Optical metrology using a support vector machine with simulated diffraction signal inputs |
| KR101357326B1 (ko) * | 2007-07-26 | 2014-02-03 | 도쿄엘렉트론가부시키가이샤 | 패턴화 구조 검사 시스템 |
| KR101461667B1 (ko) * | 2007-07-26 | 2014-11-13 | 도쿄엘렉트론가부시키가이샤 | 패턴화 구조 검사 장치 및 계측 데이터 관리 방법 |
| US8760649B1 (en) | 2008-01-28 | 2014-06-24 | Kla-Tencor Corporation | Model-based metrology using tesselation-based discretization |
| JP4956510B2 (ja) | 2008-08-25 | 2012-06-20 | 株式会社東芝 | パターン計測装置、パターン計測方法およびプログラム |
| KR101493048B1 (ko) | 2009-02-27 | 2015-02-13 | 삼성전자주식회사 | 반도체 소자 측정 장치 및 이를 사용한 반도체 소자 측정 방법 |
| TWI603070B (zh) * | 2011-01-03 | 2017-10-21 | 諾發測量儀器股份有限公司 | 使用於複雜之圖案化結構的量測之方法及系統 |
| JP5548151B2 (ja) * | 2011-02-17 | 2014-07-16 | 株式会社日立ハイテクノロジーズ | パターン形状検査方法及びその装置 |
| US9011202B2 (en) * | 2012-04-25 | 2015-04-21 | Applied Materials, Inc. | Fitting of optical model with diffraction effects to measured spectrum |
| JP6059893B2 (ja) * | 2012-06-29 | 2017-01-11 | 株式会社日立ハイテクノロジーズ | 電子線自動測長装置、電子線自動測長装置用パラメータ自動設定システム、およびパラメータ自動設定プログラム |
| US20170301079A1 (en) * | 2016-04-19 | 2017-10-19 | Incheon University Industry Academic Cooperation Foundation | Method of acquiring tsom image and method of examining semiconductor device |
| EP3637186A1 (en) | 2018-10-09 | 2020-04-15 | ASML Netherlands B.V. | Method of calibrating a plurality of metrology apparatuses, method of determining a parameter of interest, and metrology apparatus |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2249387B (en) * | 1990-10-11 | 1995-01-25 | Holtronic Technologies Ltd | Apparatus for and a method of transverse position measurement in proximity lithographic systems |
| KR0186068B1 (ko) * | 1995-12-27 | 1999-04-01 | 문정환 | 리소그라피 장치의 위치 정렬 시스템 |
| US5963329A (en) * | 1997-10-31 | 1999-10-05 | International Business Machines Corporation | Method and apparatus for measuring the profile of small repeating lines |
| KR20010032223A (ko) * | 1997-11-18 | 2001-04-16 | 카리 홀란드 | 화학적 기계 연마 공정의 모델링 방법 및 장치 |
| US6327555B1 (en) * | 1998-04-28 | 2001-12-04 | Sony Corporation | Semiconductor simulation method |
| DE60044965D1 (de) * | 1999-04-06 | 2010-10-28 | Koninkl Philips Electronics Nv | Gerät zur verarbeitung von signalen |
| CN1303397C (zh) * | 2000-01-26 | 2007-03-07 | 音质技术公司 | 为集成电路周期性光栅产生仿真衍射信号库的方法及系统 |
| JP3735517B2 (ja) * | 2000-05-30 | 2006-01-18 | 株式会社東芝 | 模擬欠陥ウェーハおよび欠陥検査レシピ作成方法 |
| US6943900B2 (en) * | 2000-09-15 | 2005-09-13 | Timbre Technologies, Inc. | Generation of a library of periodic grating diffraction signals |
| US6591405B1 (en) * | 2000-11-28 | 2003-07-08 | Timbre Technologies, Inc. | Clustering for data compression |
| US6785638B2 (en) * | 2001-08-06 | 2004-08-31 | Timbre Technologies, Inc. | Method and system of dynamic learning through a regression-based library generation process |
| JP3615182B2 (ja) * | 2001-11-26 | 2005-01-26 | 株式会社東芝 | 光近接効果補正方法及び光近接効果補正システム |
| US6609086B1 (en) * | 2002-02-12 | 2003-08-19 | Timbre Technologies, Inc. | Profile refinement for integrated circuit metrology |
| JP2003059991A (ja) * | 2002-05-27 | 2003-02-28 | Hitachi Ltd | 外観検査装置および外観検査方法 |
| US7092110B2 (en) * | 2002-07-25 | 2006-08-15 | Timbre Technologies, Inc. | Optimized model and parameter selection for optical metrology |
| US7330279B2 (en) * | 2002-07-25 | 2008-02-12 | Timbre Technologies, Inc. | Model and parameter selection for optical metrology |
| US20040267397A1 (en) * | 2003-06-27 | 2004-12-30 | Srinivas Doddi | Optical metrology of structures formed on semiconductor wafer using machine learning systems |
-
2003
- 2003-09-15 US US10/663,300 patent/US7394554B2/en active Active
-
2004
- 2004-09-15 TW TW093127854A patent/TWI295370B/zh active
- 2004-09-15 JP JP2004268389A patent/JP5021156B2/ja active Active
- 2004-09-15 CN CNB2004100791714A patent/CN100559156C/zh active Active
- 2004-09-15 KR KR1020040073762A patent/KR101144402B1/ko active IP Right Grant
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101416043B (zh) * | 2006-03-30 | 2011-01-26 | 东京毅力科创株式会社 | 使用光学计量来测量晶片上形成的受损结构 |
| CN101359612B (zh) * | 2007-07-30 | 2012-07-04 | 东京毅力科创株式会社 | 晶片图案结构的检查装置及其计量数据管理方法 |
| CN101413791B (zh) * | 2007-08-28 | 2012-01-04 | 东京毅力科创株式会社 | 在光学计量中用近似和精细衍射模型确定结构的轮廓参数 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2005142535A (ja) | 2005-06-02 |
| TWI295370B (en) | 2008-04-01 |
| KR101144402B1 (ko) | 2012-05-10 |
| JP5021156B2 (ja) | 2012-09-05 |
| KR20050027953A (ko) | 2005-03-21 |
| US7394554B2 (en) | 2008-07-01 |
| CN100559156C (zh) | 2009-11-11 |
| TW200523536A (en) | 2005-07-16 |
| US20050057748A1 (en) | 2005-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1619288A (zh) | 使用抽样衍射信号选择一个假想剖面用于光学计量 | |
| US7126700B2 (en) | Parametric optimization of optical metrology model | |
| US6768983B1 (en) | System and method for real-time library generation of grating profiles | |
| US7525673B2 (en) | Optimizing selected variables of an optical metrology system | |
| US7388677B2 (en) | Optical metrology optimization for repetitive structures | |
| CN101401080B (zh) | 在光学计量中增强测量衍射信号的权重函数 | |
| US7526354B2 (en) | Managing and using metrology data for process and equipment control | |
| CN100424711C (zh) | 用于集成电路量度的形态精确化 | |
| US20080049214A1 (en) | Measuring Diffractive Structures By Parameterizing Spectral Features | |
| US20030028358A1 (en) | Method and system of dynamic learning through a regression-based library generation process | |
| US7487053B2 (en) | Refining a virtual profile library | |
| US20060187466A1 (en) | Selecting unit cell configuration for repeating structures in optical metrology | |
| CN1799045A (zh) | 使用机器学习系统的对在半导体晶片上形成的结构的光学计量 | |
| US7495781B2 (en) | Optimizing selected variables of an optical metrology model | |
| CN1875244A (zh) | 形成于半导体晶片上的结构的方位扫描 | |
| Raymond et al. | Comparison of solutions to the scatterometry inverse problem | |
| CN1659574A (zh) | 用于集成电路的光学计量的波长选择 | |
| US7542859B2 (en) | Creating a virtual profile library | |
| CN1879004A (zh) | 线轮廓不对称测量 | |
| US7305322B2 (en) | Using a virtual profile library | |
| Raymond et al. | Applications of angular scatterometry for the measurement of multiply periodic features | |
| KR20240011634A (ko) | 딥 러닝을 이용한 x선 산란계측 데이터의 분석 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |