JP2017523591A - 半導体パラメータを測定するための装置、技術、およびターゲットデザイン - Google Patents

Abstract

１つの実施形態において、ターゲットのパラメータを決定する装置と方法が開示される。画像化構造とスキャトロメトリ構造を有するターゲットが提供される。画像化構造の画像が、計測ツールの画像化チャネルで取得される。スキャトロメトリ信号もまた、スキャトロメトリ構造から計測ツールのスキャトロメトリチャネルで取得される。オーバレイエラー等の少なくとも１つのパラメータは、画像とスキャトロメトリ信号の両方に基づいて決定される。

Description

本発明は一般に、半導体計測の方法とシステムおよび、より詳しくは複合的手法を実行するためのターゲットの使用に関する。

関連出願との相互参照
本願は、先願である、Ｎｏａｍ Ｓａｐｉｅｎｓ ｅｔ ａｌ．により２０１４年５月１２日に出願された米国仮特許出願第６１／９９１，８５７号の利益を主張するものであり、同出願の全体をあらゆる目的のために参照によって本願に援用する。

集積回路の製造に使用されるフォトリソグラフィ、すなわち光学リソグラフィシステムの歴史は長い。このようなシステムは、製品の超微細部の精密な製造と形成において極めて有効であることがわかっている。あるフォトリソグラフィシステムでは、光または放射ビーム（例えば、ＵＶまたは紫外線）を介してパターンを転写することにより、回路画像が基板に書き込まれる。例えば、このリソグラフィシステムは光または放射源を含んでいてもよく、これが回路画像を、レチクルを通して、放射に対して感受性を有する材料、例えばフォトレジストで被覆されたシリコンウェハ上に投射する。露光したフォトレジストはパターンを形成し、それが後の加工ステップ、例えば成膜および／またはエッチング中にウェハの層のマスクとされる。

集積回路の大型化と半導体装置の小型化により、レチクルと製造される装置は、オーバレイ等の構造および工程のばらつき、クリティカル・ディメンション（ＣＤ）ばらつき、膜厚および組成のばらつき、その他の影響をますます受けやすくなっている。このようなばらつきは、修正しなければ、最終的な装置が電子的なタイミングエラーによって所望の性能を満たすことができなくなる原因になりうる。さらに悪いことには、このようなエラーが、最終的な装置の異常を引き起こし、歩留まりに不利な影響を与えかねない。

米国特許出願公開第２００４／０２３３４４１号

歩留まり改善のために、半導体サンプルの各種の特性を測定する様々な方法が開発されてきた。しかしながら、半導体サンプルの特性を測定するための改良されたターゲット、装置、および技術が引き続き求められている。

以下に、本発明の特定の実施形態を基本的に理解するために、開示の簡単な概要を示す。この概要は本開示の詳細な説明ではなく、また、本発明の主要／重要な要素を特定するものでも、本発明の範囲を定めるものでもない。この概要の唯一の目的は、本明細書で開示されるいくつかの概念を、後述のより詳しい説明の序章として簡単な形態で紹介することである。

１つの実施形態において、ターゲットのパラメータの決定方法が開示される。画像化構造とスキャトロメトリ構造を有するターゲットが提供される。画像化構造の画像は、計測ツールの画像化チャネルで得られる。スキャトロメトリ信号もまた、スキャトロメトリ構造から計測ツールのスキャトロメトリチャネルで得られる。ターゲットの少なくとも１つのパラメータ、例えばオーバレイエラーが、画像とスキャトロメトリ信号の両方に基づいて決定される。

特定の実施例において、スキャトロメトリ信号と画像は、画像化およびスキャトロメトリチャネルをターゲットに関して同じ焦点面で操作することによって得られる。他の実施形態において、スキャトロメトリ信号と画像は逐次的に得られ、スキャトロメトリ信号または画像のうちの一方からの少なくとも１つのパラメータは、スキャトロメトリ信号または画像のうちの他方からの少なくとも１つのパラメータに基づく。

他の態様において、計測ツールの異なる動作パラメータで、画像およびスキャトロメトリ信号を取得し、少なくとも１つのパラメータを決定する動作が、価値のパラメータの数値を有する複数の参照ターゲットについて繰り返される。次に、計測ツールの異なる動作パラメータの小集合を、そのターゲットについて決定されたパラメータのうちのどれがそのターゲットの既知の異なるパラメータに最も近いかに基づいて選択することにより、レシピが決定される。レシピが決定された後、画像および／またはスキャトロメトリ信号を取得し、少なくとも１つのパラメータを決定するための動作が、複数の製造ターゲットについて繰り返される。別の態様において、レシピは、画像化およびスキャトロメトリチャネルの選択を含む。他の態様において、スキャトロメトリチャネルまたは画像化チャネルからのパラメータ間のオフセットが測定され、製造用ターゲットに関して、スキャトロメトリチャネルまたは画像化チャネルの何れかから決定されたパラメータがこのようなオフセットに基づいて校正される。

方法の他の実施形態において、スキャトロメトリ構造からのスキャトロメトリ測定値または画像化構造の画像測定値のうちの何れかの第一の１つが得られる。ターゲットの第一のパラメータは、スキャトロメトリ測定値または画像測定値の一方に基づいて決定される。第二のパラメータの決定は、スキャトロメトリまたは画像化測定値のうちのもう一方の１つに基づいており、スキャトロメトリまたは画像測定値のうちの第一の１つに基づいて抑制または調整される。別の態様において、画像測定値が最初に取得され、スキャトロメトリ測定値が２番目に取得され、それによってターゲットの非対称性をスキャトロメトリ測定値から、画像と測定値からの第一のパラメータに基づいて分離または除去できる。また別の態様において、第一のパラメータは画像の特性を定量化し、第二のパラメータは、第一のパラメータが所定の仕様内にあるか否かに基づいて決定されないように抑制される。別の特徴において、第一のパラメータを取得するための動作を複数のターゲットについて繰り返し、スキャトロメトリまたは画像測定値の第二のパラメータは、所定の仕様内の第一のパラメータを有するターゲットについてのみ決定される。

他の実施例において、画像測定値が最初に取得され、第一のパラメータは画像特性を定量化し、スキャトロメトリ測定値は２番目に取得され、それによって第一のパラメータが第二のパラメータの決定を調整するために使用される。別の態様において、第二のパラメータは、第一のパラメータとスキャトロメトリ測定値が入力されるスキャトロメトリモデルを使って決定される。

方法の他の実施形態において、スキャトロメトリおよび画像化測定値の第一の集合が、１つまたは複数のパラメータの既知のばらつきを有する複数の参照ターゲットの各々から受け取られる。信号応答計測（ＳＲＭ）モデルは、この、スキャトロメトリおよび画像化測定値の第一の集合に基づいて決定される。ＳＲＭモデルは、スキャトロメトリおよび画像化測定値の第一の集合と１つまたは複数のパラメータの既知のばらつきに基づいて訓練される。あるターゲットからのスキャトロメトリおよび画像化測定値がＳＲＭモデルに入力されて、１つまたは複数の未知のパラメータを決定する。

他の実施形態において、本発明は半導体ターゲットのパラメータを決定するための計測装置に関する。装置は、あるターゲットのスキャトロメトリ構造からスキャトロメトリ信号を取得するための少なくとも１つのスキャトロメトリモジュールと、そのターゲットの画像化構造から画像を取得するための少なくとも１つの画像化モジュールと、を含む。装置は、取得したスキャトロメトリ信号と画像を解析して、そのターゲットの少なくとも１つのパラメータを決定するように構成されたプロセッサをさらに含む。代替的な実施形態において、装置のプロセッサは、上記の方法の動作の何れかを実行するように構成される。

他の実施例において、本発明は、オーバレイエラーを測定するためのターゲットに関する。ターゲットは、画像化チャネルを有する計測ツールによって画像へと解像可能な画像ピッチを有する第一の格子構造を含む。ターゲットは、計測ツールのスキャトロメトリチャネルによる測定のためのスキャトロメトリピッチを有する第二の格子構造をさらに含む。スキャトロメトリピッチは、一次回折光が測定ツールの結像瞳を通過するような大きさである。別の態様において、第二の格子構造は、ターゲットと同じ工程で形成される装置のための所定のデザインルールに適合するデザインルールピッチを有する複数の格子にさらに分割される。他の態様において、第一の格子構造は、３つ以上の層間のオーバレイエラーを測定するために３つ以上の層から形成される。

本発明の上記の、およびそれ以外の特徴は、本発明の実施形態に関する以下の説明と、本発明の原理を例として示す添付の図面の中でさらに詳しく提供する。

本発明の第一の実施形態による、画像化およびスキャトロメトリオーバレイ（ＳＣＯＬ）計測法を応用できるオーバレイターゲットの上面図である。 １つの実施形態による、図１Ａのターゲットの例示的画像を示す図である。 本発明の１つの実施例による結像瞳の概略図である。 本発明の第二の実施形態による、画像化およびＳＣＯＬ計測法を応用できるオーバレイターゲットの上面図である。 本発明の第三の実施形態による、画像化およびＳＣＯＬ計測法を応用できるオーバレイターゲットの上面図である。 本発明の１つの実施形態による、画像化スキャトロメトリ複合ターゲットを測定し、解析できる計測システムの概略図である。 本発明の１つの実施形態による、レシピ開発手順を示すフローチャートである。 本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット＋ｆだけオフセットされたパターン付上層Ｌ２の側面図である。 本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット＋ｆとオーバレイエラー＋εの分だけオフセットされたパターン付上層Ｌ２の側面図である。 本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット−ｆだけオフセットされたパターン付上層Ｌ２の側面図である。 本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット−ｆとオーバレイエラー＋εの分だけオフセットされたパターン付上層Ｌ２の側面図である。 本発明の他の実施例による逐次式のオーバレイ計測手順を示すフローチャートである。 本発明の他の実施形態による、あるターゲットからの１つまたは複数のパラメータを、そのようなターゲットとＳＲＭモデルからの画像化およびスキャトロメトリ測定値の両方に基づいて決定する工程を示すフローチャートである。

ここで、本発明の具体的な実施形態を詳しく見ていく。この実施形態の一例が添付の図面に示されている。本発明をこの具体的な実施形態に関連して説明するが、当然のことながら、本発明を１つの実施形態に限定することは意図されない。反対に、これは、付属の特許請求の範囲により定義される本発明の主旨と範囲内に含まる代替案、改良案、及び均等物をカバーするものとする。以下の説明中、本発明を十分に理解できるように、数字による具体的な詳細が明記されている。本発明は、これらの具体的な詳細の一部または全部がなくても実施できる。他の例において、よく知られた工程動作については、本発明を不必要に曖昧にしないように、詳しく説明されていない。

本発明の特定の実施形態は、ターゲットと、そのようなターゲットに関する１つまたは複数の特性を、スキャトロメトリと画像化技術の両方を使用して測定する方法と技術を提供する。以下の例はオーバレイエラーの特性の測定に関しているが、本発明の実施形態はまた、他の構造上の数値（例えば、ＣＤ、高さ、膜厚、ＳＷＡ、ピッチウォーク、材料分散および組成、その他）または工程上の数値（露光量、焦点、エッチング時間、成膜時間、その他）にも応用してよい。これに加えて、以下のオーバレイ方式は、２つまたはそれ以上の層間のオーバレイエラーを測定するものとして説明されているが、このような方式は、物理的に異なる層内にない、例えば多層構造の異なるレベルに位置付けられた、別々の工程により形成された構造間のオーバレイエラーの測定にも適用できる。

図１Ａは、本発明の第一の実施形態による、画像化およびスキャトロメトリオーバレイ（ＳＣＯＬ）計測法を利用できるオーバレイターゲット１００の上面図である。図のように、ターゲット１００は、４つの四分割部分１１０ａ、１１０ｂ、１１０ｃ、および１１０ｄを含み、これらがまとめて、２つの異なる層（例えば、黒とグレーの画像構造として示されている）間の２方向（ｘおよびｙ）へのオーバレイを測定するための構造を含む。

構造の一部は、オーバレイエラー（ある場合）が画像化方式を介して測定できるように配置される。すなわち、ターゲットは、画像化計測ツールにより分解されるピッチを有する。例えば、構造の集合（例えば、１０２ａおよび１０２ｂ）間の画像化ピッチＰ１は、構造１０２ａおよび１０２ｂが、電磁波検出のための計測システム（例えば、光またはＸ線計測ツール）により、別の構造として分解可能であるように選択される。

図１Ｂは、１つの実施形態による、図１Ａのターゲット１００の例示的画像１５０を示す。図１Ｂの、図１Ａの参照番号と同じ参照番号は、同じターゲット領域に対応する。画像分解可能なターゲット構造は、別々の画像構造に分解でき、その一方で、分解不能なターゲット構造は、画像中でぼけていてもよい。例えば、ターゲット１００の周期的な第一の層構造１０２ａおよび１０２ｂの集合は、それぞれ画像構造１５２ａおよび１５２ｂとして分解され、これらは画像化ピッチＰ１によって分離される。同様に、周期的な第二の層構造１０４ａおよび１０４ｂの集合は、画像化ピッチＰ１を有するそれぞれ画像化構造１５４ａおよび１５４ｂに分解される。残りの四分割部分１１０ｂ〜１１０ｄも同様に画像化できる。

画像化ピッチＰ１の数値は、画像化計測ツールの特定の分解能とターゲットの分解可能画像に基づいてオーバレイエラーを測定するために使用される波長に依存する。すなわち、画像化解析方式でオーバレイを測定するための異なる層（または工程）の構造は、別々に画像化された構造として視覚的に分解可能である必要がある。２つの構造を分解する場合を一般化すると、１つの画像化構造の回折主極大がもう一方の画像化構造の第一極小値と一致する。距離が長くなると、２つの構造はうまく分解される。しかしながら、距離が短くなると、２つの構造は分解されていないとみなされる。一般に、計測システムの空間分解能は１．２２０λ（ＮＡ_{ｉｌｌｕｍｉｎａｔｉｏｎ}＋ＮＡ_{ｃｏｌｌｅｃｔｉｏｎ}）、であり、λは波長、ＮＡ_{ｉｌｌｕｍｉｎａｔｉｏｎ} とＮＡ_{ｃｏｌｌｅｃｔｉｏｎ}はそれぞれ照明および集光開口数である。１．２２０という数値は、第一極小値の回折点での計算から得られる。画像化ピッチＰ１は、システムの分解能と同じかそれ以上である必要がある。１つの例において、画像化ピッチＰ１は、約１μｍより大きいかこれと等しく、より具体的には、波長範囲が３５０ｎｍ〜９００ｎｍ、ＮＡ_{ｉｌｌｕｍｉｎａｔｉｏｎ}が約０〜０．９５、ＮＡ_{ｃｏｌｌｅｃｔｉｏｎ}が約０．７〜０．９５の場合に、１．２〜２．０ｍである。

画像構造は、２つの異なる層に関する対称中心（ｃｅｎｔｅｒ ｏｆ ｓｙｍｍｅｔｒｙ）（ＣＯＳ）または対称線（ｌｉｎｅ ｏｆ ｓｙｍｍｅｔｒｙ）（ＬＯＳ）を測定するために使用できる。一般に、異なる層（黒とグレー）の構造の画像を解析することにより、各層のＣＯＳを測定できる。オーバレイエラーがなければ、２つの層の構造のＣＯＳまたはＬＯＳは実質的に等しいか、所定の量だけオフセットされる。例えば、２つの層の構造は、所定のオフセットを有するように設計でき、２つの層のＣＯＳまたはＬＯＣ間の差が所定のオフセットより大きいか小さい時に、オーバレイエラーが存在する。一般に、異なる層（黒とグレー）の構造の画像を解析することにより、各層のＣＯＳまたはＬＯＳを測定できる。

図の例において、第一の層構造１０４ａおよび１０４ｂの第一の集合と第一の層構造１１４ａおよび１１４ｂの第二の集合との間にＣＯＳ／ＬＯＳ １２５が存在する。同様に、ＣＯＳ／ＬＯＳ １２５が第二の層構造１０２ａおよび１０２ｂの第一の集合と第二の層構造１１２ａおよび１１２ｂの第二の集合との間にＣＯＳ／ＬＯＳ １２５が存在する。同じＣＯＳ／ＬＯＳ １２５は、四分割部分１１０ｃおよび１１０ｄの第一および第二の層構造についても存在する。

異なる四分割部分は、ｘまたはｙ方向の何れかへのオーバレイエラーを測定するための画像分解可能構造を有していてよい。四分割部分１１０ａおよび１１０ｂは、ｘ方向へのオーバレイエラーを測定するように配置される。より具体的には、四分割部分１１０ａは、第一の層構造１０２ａおよび１０２ｂの第一の集合と第二の層構造１０４ａおよび１０４ｂの第二の集合を含み、四分割部分１１０ｂは、第一の層のための画像分解可能構造の集合１１２ａおよび１１２ｂと、第二の層のための構造集合１１４ａおよび１１４ｂを含む。２つの四分割部分１１０ａおよび１１０ｂの第一の層構造は、相互に分離されるように設計され、そのＬＯＳ １２５は、それらの間の特定のｘの位置に中心を置く。同様に、四分割部分１１０ｃおよび１１０ｄは、ｙ方向へのオーバレイエラーを測定するために配置される。例えば、四分割部分１１０ｃは第一の層構造１２０ａおよび１２０ｂの第一の群と、第二の層構造１２２ａおよび１２２ｂの第二の群を含み、四分割部分１１０ｄは、第一の層構造１１６ａおよび１１６ｂの第一の群と第二の層構造１１８ａおよび１１８ｂの第二の群を含む。各四分割部分１１０ｃおよび１１０ｄの各構造層は、相互に分離されるように設計され、そのＬＯＳ １２５は、それらの間の特定のｙ位置に中心を置く。画像化方式を使ってオーバレイエラーを測定する方法について、以下にさらに詳しく説明する。

他の実施形態において、各四分割部分は、ｘおよびｙ方向の両方へのオーバレイエラーを測定するための構造を含んでいてもよい。ｘおよびｙ構造の１つの例は、コンタクト形状構造を含む。もちろん、この構造はまた、ｘおよびｙ以外にも、何れの適当な方法へのオーバレイエラーを測定するように配置されてもよい。これに加えて、ターゲットは、３つ以上の層に関するオーバレイエラーを測定するための構造を含んでいてもよい。

ターゲットはまた、オーバレイエラーを測定するためにＳＣＯＬ方式を使って解析可能な構造も含む。図１Ａに示されるように、各四分割部分内の第一の層構造の集合、例えば四分割部分１１０ａの第一の層構造１０６ａおよび１０６ｂであり、これらはＳＣＯＬピッチＰ２により分離される。各種のＳＣＯＬ方式を使ってオーバレイエラーを測定する方法を以下にさらに説明する。

ＳＣＯＬピッチＰ２は、１つまたは複数の次数に関して構造から発散した光が計測システムの結像瞳内に入るように選択される。図２は、本発明の１つの実施例による結像瞳２０２の概略図である。図のように、入射光のＮＡに対応するスポット２０４および、集光された、それに対応するゼロ次光が瞳２０２の中心に位置付けられてもよい。±１次光スポット２０６ａおよび２０６ｂは、このような照明またはゼロ次スポット２０４の横に位置付けられる。少なくとも一次光に基づいてＳＣＯＬ解析を実行するために、ＳＣＯＬピッチＰ２は、このような一次光の部分が瞳２０２の中に入るような大きさである。

照明スポット２０４の半径はＮＡ_{ｉｌｌｕｍｉｎａｔｉｏｎ}である（空気中）。ＮＡ_{ｃｏｌｌｅｃｔｉｏｎ}は一般に、集光光学系／開口により定義される。図のように、照明スポット２０４と一次スポットの中心間の距離は、λ／Ｐ２に関する。したがって、画像化ピッチＰ２は、λ／Ｐ２マイナスＮＡ_{ｉｌｌｕｍｉｎａｔｉｏｎ}がＮＡ_{ｃｏｌｌｅｃｔｉｏｎ}より小さくなるように選択される。より好ましくは、λ／Ｐ２プラスＮＡ_{ｉｌｌｕｍｉｎａｔｉｏｎ}は、結像瞳の半径より小さいか、これと等しい。この条件が満たされないと、結像瞳２０２には回折光が存在しない。特定の実施例では、ＳＯＬピッチは約５００ｎｍである。換言すれば、ピッチＰ２は一般に回折限界であるため、対応する格子は画像中、図１Ｂに示されるように、１本のぼけた構造（例えば、格子全体と同じ大きさの長方形）に見える。

別の実施形態において、工程との適合性を向上させるために、ターゲットも分割してよい。例えば、図１Ａのターゲット１００は、細かい分割（またはデザインルール）ピッチＰ３を有し、これは数十ナノメートルのオーダであり、デバイスのための現在のデザインルールと同程度である。

図３は、本発明の第二の実施形態による、画像化およびＳＣＯＬ計測法を応用できるオーバレイターゲット３００の上面図である。この例において、ターゲット３００は、画像化ピッチＰ１を有する第一の構造集合と、ＳＣＯＬピッチＰ２を有する第二の構造集合と、デザインルールピッチＰ３を有する第三の構造集合と、を有する。図のように、第三の構造は第二の構造を櫛状の形状とした場合の歯の形である。

図４は、本発明の第三の実施形態による、画像化およびＳＣＯＬ計測方式を応用できるオーバレイターゲット４００の上面図である。ターゲット４００は、３つ以上の層を有する「多層ターゲット」と呼ばれる。四分割部分４１０ａについて描かれているように、第一の層構造（４０２ａおよび４０２ｂ）は画像ピッチＰ１ａを有し、第二の層構造（４０４ａおよび４０４ｂ）は画像ピッチＰ１ｂを有し、第三の層構造（４０６ａおよび４０６ｂ）は画像ピッチＰ１ｃを有する。ピッチは一般に、例えば、層間の最小ピッチの整数倍の差を有するようにすることができる。

多層ターゲットは、３層すべてに関する画像化を使って測定できる。しかしながら、２つの層は、スキャトロメトリ手法を使用して一度に測定されてもよい。スキャトロメトリまたは画像化方式のうちの一方からの結果を他の方式の結果と比較できる。

複合的な画像化およびスキャトロメトリターゲットの測定には、何れの適当な測定ツールを使用してもよい。本発明の技術のうちのいくつかはまた、ソフトウェアおよび／またはハードウェアシステムの何れの適当な組合せを使って実装されてもよい。好ましくは、このような計測ツールは、本発明の動作の多くを実行するコンピュータシステムに内蔵されてもよい。このような複合的システムは好ましくは、少なくとも、ターゲットのスキャトロメトリ信号を取得するためのスキャトロメトリモジュールと、ターゲットの画像を取得するための画像化モジュールと、取得したスキャトロメトリおよび画像化信号を解析することによって、このようなターゲットの特性を測定するように構成されたプロセッサと、を含む。

図５は、本発明の１つの実施形態による、複合的な画像化およびスキャトロメトリターゲットを測定し、解析できる計測システム５００の概略図である。一般に、システム５００は、電磁放射の入射ビームを発生するための放射源５０２を含む。例えば、放射源は、可視光、ＩＲ、ＵＶ、および／またはＸ線の光スペクトルの放射を発生するためのランプまたはレーザの形態であってもよい。

システムはまた、一般に、入射ビームのコンディショニングと整形を行うための照明光学系５０４も含む。例えば、照明光学系５０４は、開口数（ＮＡ）、スポットサイズ、偏光、またはその他の波面制御のための構成要素、例えば偏光板、波長板、絞り、空間光モジュレータ等を含んでいてもよい。システム５００はまた、さらに照明ビームを案内するための１つまたは複数のビームスプリッタ又はミラー（例えば、５０６ａ）とサンプル５０１のターゲットに入射ビームを合焦させるための対物レンズ５０８も含んでいてよい。対物レンズ５０８は、例えば約０．９より高い、比較的高ＮＡを有するように構成されてもよい。

すると、入射ビームに応答して出力ビームがサンプルで反射され、回折し、および／または散乱して、ビームスプリッタ５０６ａを通過する。ビームスプリッタ５０６ｂは、出力ビームの一部をスキャトロメトリ光学系５１４に伝送するように配置されてもよく、それは瞳画像または、出力ビームのうちのその重み付け部分をコンディショニングして、スキャトロメトリ検出器５１６へと誘導する。スキャトロメトリ検出器５１６は、ＣＣＤ（電荷結合素子）カメラ、ＣＭＯＳカメラ、スペクトロメータ、またはその他の二次元検出器等の形態であってもよい。スキャトロメトリ光学系または照明光学系がスペクトルフィルタを含むか、何も持たない場合、一次元検出器を使用してもよい。

ビームスプリッタ５０６ｂはまた、出力ビームの一部を結像光学系５１０に向かって反射させ、コンディショニングされ、基板の画像を画像検出器５１２へと投射されるように配置されてもよい。結像光学系は、出力ビームを整形するための何れの構成要素、例えばチューブレンズ、絞り、視野絞り、空間光モジュレータ、偏光光学系（例えば、アナライザと波長板）、その他も含んでいてよい。結像光学系５１０は、出力ビームを２Ｄ検出器５１２（例えば、ＣＣＤカメラまたはＣＭＯＳカメラ）に誘導するように設計されてもよい。画像検出器５１２は、基板との光学的共役面内にある。スキャトロメトリデータの測定はまた、視野共役面内で行われてもよく、この場合、スキャトロメトリおよび画像信号の検出の両方に１つの検出器だけ使用すればよい。

検出器５１２および５１６は、サンプルの対応する信号を、検出された出力ビームに基づいて生成する。システム５００はまた、画像アナライザ５２０とスキャトロメトリアナライザ５１８も含んでいてよく、これらは、検出された出力ビーム／信号を、本明細書に記載されている各種の画像化およびスキャトロメトリ方式を使って解析するように構成される。画像化およびスキャトロメトリアナライザは、１つまたは複数のプロセッサとメモリを含んでいてもよい。

１つの実施形態において、画像化およびスキャトロメトリアナライザは、本明細書にさらに記載されているように、データを共有する。例えば、画像化データがスキャトロメトリアナライザに供給されて、このようなスキャトロメトリアナライザがこれを使用しても、またその逆であってもよい。

さらに、スキャトロメトリ測定および／または画像化測定は、瞳像または視野像を使用してもよく、それによって、視野像と瞳像の両方に基づいて計算して、測定された特性またはパラメータを推測するか、１つの検出器からの情報をシステム内の他の、または光学的構成要素、例えばＳＬＭへと前方／後方／側方に供給することができる。

複合的ターゲットを測定するための、複合的な画像化およびスキャトロメトリシステムおよび方法の他の例は、Ｋａｎｄｅｌ ｅｔ ａｌ．に２０１３年５月１４日に発行された米国特許第８，４４１，６３９号にさらに記載されており、同特許の全体を参照によって本願に援用する。

システムの構成に関係なく、これは、データ、汎用検査動作のためのプログラム命令、および／または本明細書に記載されている発明的な技術を記憶するように構成された１つまたは複数のメモリまたはメモリモジュールを利用してもよい。プログラム命令は、オペレーティングシステムおよび／または１つまたは複数のアプリケーションの動作を制御してもよい。メモリ（複数の場合もある）はまた、ターゲットから得られた画像化およびスキャトロメトリデータとオーバレイエラーの結果のほか、任意選択でその他のオーバレイ測定データを記憶するように構成されてもよい。

このような情報とプログラム命令は、本明細書に記載されているシステム／方法の実施に利用できるため、本発明の実施形態は、本明細書に記載されている各種の動作を実行するためのプログラム命令、状態情報等が記憶された機械読取可能媒体に関していてもよい。機械読取可能媒体の例としては、ハードディスク、フロッピディスク（登録商標）、磁気テープ等の磁気媒体、ＣＤ−ＲＯＭディスクなどの光媒体、プロプティカルディスクなどの磁気光媒体、およびプログラム命令を記憶、実行するように特に構成されたハードウェアデバイス、例えばＲｅａｄ−ｏｎｌｙ Ｍｅｍｏｒｙデバイス（ＲＯＭ）およびＲａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）が含まれるが、これらに限定されない。プログラム命令の例としては、コンパイラにより生成されるようなマシンコードと、コンピュータがインタプリタを使って実行してもよい、より高ベルのコードを含むファイルの両方が含まれる。

複合的なスキャトロメトリおよび画像化ターゲットは、様々な方法で使用できる。一般に、このような複合的ターゲットは、画像化およびスキャトロメトリの両方式を同じターゲットに使用して計測を行うために使用できる。各ターゲットに関する画像化およびスキャトロメトリ測定は逐次的にも、または例えば複合的な画像化およびスキャトロメトリ計測ツールを使って同時にも実行されてよい。同時方式の場合、複合的な計測システムは、２つのサブシステムの焦点が同じ平面内上の同じ場所にあるように動作できる。同時測定では、計測時間の測定のほか、システムとターゲット間の変動の軽減（例えば、ターゲット上での同じ点への集中）によるマッチングの増大が実現されうる。

このようなターゲットについて、いくつかの用途がある。例えば、測定レシピ開発中に、画像化およびスキャトロメトリチャネルの両方を使用でき、それによって測定パラメータ（例えば、波長、偏光、照明絞り、およびその他）の組合せを最適化でき、これは最もロバストな測定につながるであろう。これに加えて、各タイプの測定には、状況により、欠点が伴う場合がある。例えば、スキャトロメトリは非対称性の影響を受けやすいが、画像化は受けない。他の例では、画像化はコントラストの影響を受けやすいが、スキャトロメトリは受けない。

図６は、本発明の１つの実施形態によるレシピ開発手順６００を説明するフローチャートである。まず、動作６０２において、異なる既知のオーバレイエラーを有する参照ターゲットを持つ試験サンプルを提供できる。次に、動作６０４において、計測ツールのパラメータの第一の集合を選択できる。これらの計測パラメータには、計測ツールを動作させるように構成された何れの適当な設定が含まれていてもよい。例えば、計測パラメータには、波長範囲、偏光、入射ビームの特定の部分を遮断するか、またはサンプルに届かせるための照明絞りの構成もしくは入射角度範囲、視野または瞳共役面の何れかの照明ビームまたは集光ビームの振幅または位相分布、その他が含まれていてもよい。

次に、動作６０６において、画像化およびスキャトロメトリを使って、計測パラメータの現在の集合で各ターゲットを測定できる。各ターゲットの画像化およびスキャトロメトリ測定は、逐次的にも、または例えば複合的な画像化およびスキャトロメトリ計測ツールで同時に実行してもよい。

画像化方式に関して、各ターゲットが画像化されて、各ターゲット画像に基づいてオーバレイを測定する。以下の画像に基づくオーバレイ手順は、１８０°回転ＣＯＳを有するターゲットに関して説明されているが、もちろん、この手順は、鏡面対称の構造にも容易に合わせられる。この手順はまた、図のような２つの異なる層のオーバレイエラーではなく、同じ層上の構造の２つの集合間の整合エラーを測定するために応用されてもよい。参照ターゲットは、本明細書に記載されているような、何れの適当な複合的画像化およびスキャトロメトリターゲットであってもよい。

各ターゲットに関する１つの実施例において、まず、ＸまたはＹターゲット構造の中心を検査ツールのＦＯＶの中心に移動させることができる。次に、各層の関心対象領域（ｒｅｇｉｏｎ ｏｆ ｉｎｔｅｒｅｓｔｓ）（ＲＯＩ）を決定できる。図１Ｂのｘターゲット構造は、画像ベースのオーバレイプロセスを説明するために使用される。例えば、各層につき４つのＲＯＩが図１Ｂのｘ方向ターゲット構造について形成されていてよく、これは第一の層については破線１０２ａ、１０２ｂ、１１２ａ、および１１２ｂ、第二の層について破線１０４ａ、１０４ｂ、１１４ａ、および１１４ｂで示されている。破線１３０は、検査ツールのＦＯＶを表し、十字１２５はｘターゲット構造の中心を表す。

第一および第二の層の構造の各集合に関するＣＯＳは、何れの適当な技術を用いて決定してもよい。例えば、各層の構造に関するＣＯＳを決定するために、エッジ技術を用いてもよい。１つの実施形態において、各ＲＯＩの外側エッジを決定してもよく、その後、エッジを使って構造の各集合の外縁間（例えば、ＲＯＩ １０２ａおよび１１２ｂの構造の外縁間）の中心位置を見つけてもよい。

他のＣＯＳ決定技術は、相関方式と呼ばれる。この方式では、当初のＣＯＳ位置が各層の構造のＲＯＩ間で予想されてもよい。ＲＯＩ １０２ａ〜ｂおよび１１２ａ〜ｂの構造のペアに関して示されているように、ＣＯＳ １２６の初期予想がそのような構造間に位置付けられてもよい。次に、初期ＣＯＳから等しい距離にある位置における構造の２つの集合にわたって測定することにより、２本の線形アレイが得られる。構造１０２ａ〜ｂおよび１１２ａ〜ｂは、各々、２つのピーク強度値を有する周期的信号を発生する傾向がある。次に、得られた２つの線形アレイが水平と垂直にフリップされ、マッチされて、積などの相関メトリクスが生成される。アレイは、相互に関して移動され、各オフセットについてメトリクスが計算される。次に、メトリクスがグラフ化され、相関メトリクスの最大値を見つけることによって、正しいＣＯＳの位置が特定される。知的検索アルゴリズム（例えば、バイナリサーチ）もまた、正しいＣＯＳ位置を効率的に特定するために使用できる。言い換えれば、各層の各ＲＯＩ集合に関して、その１８０°回転式によるものが、初期ＣＯＳに基づいて自動的に設置される。各層のＣＯＳは、各層の回転後の画像と当初の加増との間の最善の相関が見つかるまで連続的に移動される。最善の相関が見つかれば、各層のＣＯＳがわかる。異なる層のＣＯＳ間の距離は、そのような異なる層に関するオーバレイエラーと定義されてもよい。

スキャトロメトリを各ターゲットに関して実行して、各ターゲットの各セルからの検出信号に基づき、オーバレイ等のパラメータを決定してもよい。オーバレイの例において、モデルを必要としないオーバレイスキャトロメトリを、ｇｒａｔｉｎｇ−ｏｎ−ｇｒａｔｉｎｇ型の２層構造にも、２層からのインタレース式の格子構造にも実行できる。複合型ターゲットに関して、各周期的スキャトロメトリ格子は、２つの層の中に、または別に生成された層の中に形成されたｇｒａｔｉｎｇ−ｏｎ−ｇｒａｔｉｎｇ構造またはインタレース式の格子構造の形態をとってもよい。何れにしても、２つの異なる層内の格子構造は、所定の量だけ相互からオフセットされる。もちろん、オーバレイ以外のパラメータを決定するためのターゲットについては、スキャトロメトリ構造がｇｒａｔｉｎｇ−ｏｎ−ｇｒａｔｉｎｇでなくても、インタレース式でなくてもよい。

オーバレイの例において、図１Ａ、３、および４のスキャトロメトリ構造は、ｇｒａｔｉｎｇ−ｏｎ−ｇｒａｔｉｎｇ構造の形態であってもよい。図７（ａ）は、本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット＋ｆだけオフセットされたパターン付上層Ｌ１の側面図である。構造は、何れの適当な格子の特徴、例えば線、トレンチ、またはコンタクトの列、あるいはその他の種類の構造を含んでいてもよい。構造は、半導体装置の特徴と同様に設計されてもよい。構造はまた、異なる特徴の組合せから形成されてもよい。さらに、構造は、サンプルの何れの層にあってもよく、例えば、サンプルの上層の上、サンプルの何れかの層の中、または部分的もしくは完全にサンプルの層の中であってもよい。図７（ａ）に示される例において、層Ｌ１は完全な構造７０４ａ〜ｃを含み、層Ｌ２は完全な構造７０２ａ〜ｃを含む。

図のように、上層Ｌ２の構造は下層Ｌ１の構造から所定の量＋ｆだけオフセットされている。オフセットされた２つの層の構造は、隣接する層の中にあってもよく、また、オフセットされた２つの層間に配置された何れの適当な数と種類の層を有していてもよい。図７（ａ）はまた、パターン付層Ｌ１およびＬ２とそれらの対応する構造間に２つの膜Ｔ１、Ｔ２、およびＴ３を示している。構造を有する２つの層の間に他の何れかの層が存在するかぎり、これらの他の層は、構造を有する層間で放射を伝播させるため、少なくとも最小限の電磁放射透過性を示す。中間層が不透明である場合、これらの層は典型的に、下側格子により生じた最小限のトポグラフィを有し、そのようなトポグラフィから反射された放射の測定が可能となる。

図７（ｂ）は、本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット＋ｆおよびオーバレイエラー＋εだけオフセットされたパターン付上層Ｌ２の側面図である。図７（ｃ）は、本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット−ｆだけオフセットされたパターン付上層Ｌ２の側面図である。図７（ｄ）は、本発明の１つの実施形態による、パターン付下層Ｌ１から所定のオフセット−ｆおよびオーバレイエラー＋εだけオフセットされたパターン付上層Ｌ２の側面図である。

各参照ターゲットからのオーバレイを測定するために、何れの適当な方法が用いられてもよい。１つの実施形態において、ターゲットはセルからなる。各セルは少なくとも、第一の工程により形成された第一の格子構造と第二の工程により形成された第二の格子構造を含み、各セルは、このような各セルの第一および第二の格子構造間の所定のオフセットを有する。異なるセルの第一および第二の格子構造の所定のオフセットは同じでも異なっていてもよい。例えば、各セルの各所定のオフセットは、各セルから散乱し、測定された放射を表す周期関数から１つまたは複数の項が消去されるように選択されてもよい。各セルの散乱放射は、例えば、未知のオーバレイエラーを含む複数の未知のパラメータを有する周期関数で表されてもよく、未知のオーバレイエラーは、複数のセルに関する複数の周期関数の解析に基づいて測定される。

スキャトロメトリ方式では、１つまたは複数の散乱スペクトルが、所定のオフセットを有するターゲットの各セル（または各サブセル）から測定される。例えば、入射放射ビームは、所定のオフセットを有するセル構造の各々に向かって（または、各セルの各サブセル構造に）誘導されて、そのような構造から散乱した放射が測定される。図１Ａ、３、および４のターゲットは、異なる四分割部分の中の異なるセルで形成されてもよい。測定は、測定システムの能力に応じて逐次的に行われても、同時に行われてもよい。入射ビームは、何れの適当な形態の電磁放射、例えばレーザ、発光ダイオード（ＬＥＤ）、または広帯域放射であってもよい。

本発明のスキャトロメトリ方式は、測定されたスペクトルまたは複数のセルまたはサブセルからの散乱放射を利用して説明されているが、発明の手法の実現には、オーバレイターゲットから得られた何れの適当な種類の測定可能信号が使用されてもよい。信号の例としては、Ψ、Δ、Ｒｓ（ｓ偏光の複素反射）、Ｒｐ（ｐ偏光の複素反射）、Ｒｓ（｜ｒ_ｓ｜^２）、Ｒｐ（｜ｒ_ｐ｜^２）、Ｒ（無偏光反射）、α（分光分析「アルファ」信号）、β（分光分析「ベータ」信号）、およびこれらのパラメータの関数、例えばｔａｎ（Ψ）、ｃｏｓ（Δ）、（（Ｒｓ−Ｒｐ）／（Ｒｓ＋Ｒｐ））、等、あらゆる種類の分光エリプソメトリまたは反射光測定信号が含まれるが、これらに限定されない。その代わりに、またはそれに加えて、検出は、入射角度、検出角度、偏光、入射アジマス角度、検出アジマス角度、角度分布、位相、もしくは波長、またはこれらパラメータの複数の組合せとして測定できる。信号はまた、上記のエリプソメトリおよび／または光反射信号タイプの何れかの複数の平均値等、複数の信号の組合せの特徴付けとすることもできる。信号はその代わりに、強度値、または強度値の組合せ（例えば、平均また加算）などの１つまたは複数の信号の特徴の形態をとってもよい。他の実施形態では、信号の少なくとも１つが複数の波長ではなく１つの波長で得られるような、単色またはレーザ光源が使用されてもよい。

各ターゲットから測定値を取得した後、測定されたスペクトルまたは信号（またはサブセルのスペクトル集合）の各々をフーリエ級数等の周期関数で表すことができる。この関数では、ひとつに、所定のオフセットにより、１つまたは複数の項が消去されてもよい。

次に、代表的な関数を解析して、オーバレイエラーεを測定してもよい。例えば、複数の周期関数は各々、複数の未知数、例えば未知のオーバレイエラーを含み、これらの周期関数は、未知のオーバレイエラーを測定するために使用できる。セル（またはサブセル）から測定されたスペクトルは、少なくとも部分的に複数の層の中にある構造のオーバレイを測定するために使用されてもよいが、実質的に１つの層の中にある構造のオーバレイを測定するためにも使用できる。

測定されたスキャトロメトリ信号に基づいてその他のパラメータ、例えばＣＤ、焦点、露光量等を測定するためには、他の方式が使用されてよい。例えば、測定されたスキャトロメトリ信号に基づいて１つまたは複数のターゲットパラメータを計算するために、モデルが使用されてもよい。

再び図６のレシピ開発工程に戻ると、動作６０８において、そのほかに計測パラメータの組合せがあるか否かが判断されてもよい。レシピ開発中に、調査するべき計測ツールパラメータの組合せは複数通りあるかもしれない。そのほかにも計測パラメータの組合せがある場合、動作６０４において、新しい集合を選択でき、動作６０６において、このような新しい集合について画像化およびスキャトロメトリ測定値を取得できる。例えば、その後の測定（および解析）中に、新しい波長範囲を選択してもよく、その他の計測パラメータはそのまま変化させない。他の例においては、各パラメータを変化させて、他のパラメータの異なる組合せと組み合わせてもよい。異なる組合せは、何れの数の固定または可変パラメータを含んでいてもよい。

そのほかの計測パラメータの組合せがなければ、動作６１２において、計測パラメータの組合せを選択し、スキャトロメトリおよび／または画像化モードを選択することによって、最適なオーバレイ結果が得られるレシピを決定できる。一般に、既知のオーバレイエラーに最も近いオーバレイの得られた計測パラメータの組合せがそのレシピとして選択される。レシピは、次に、動作６１４において、製造用サンプルに関する計測を行うために使用でき、レシピ開発手順は終了する。

他の例において、参照サンプル上のスキャトロメトリおよび画像化測定値から得られたオーバレイエラーの結果間のオフセットが測定されてもよい。すると、製造中、このオフセットは画像化またはスキャトロメトリ結果の何れかを他方の結果に関して校正するために使用されてもよい。例えば、オフセットは、製造中にスキャトロメトリの結果に当てはめてもよく、それによってスキャトロメトリ測定値だけが得られる。スキャトロメトリだけを使用することにより、計測時間を大幅に削減でき、より正確なオーバレイの結果を得ることができる。

他の用途では、スキャトロメトリおよび画像化を逐次的に行って、第一のスキャトロメトリ／画像化モードからの計測結果の１つの集合を他の第二のスキャトロメトリ／画像化モードへとフィードバック、またはフィードフォワードすることができる。すなわち、測定は何れの順序で逐次的に行ってもよく、それによって結果を次の測定へと供給しやすくなる。具体的には、供給は、例えばモデルの構築と評価を容易にするために、前方、後方、または側方に行われても、またＯＶＬ計算アルゴリズムに直接行われてもよい。

図８は、本発明の１つの実施例による逐次的オーバレイ測定手順を説明するフローチャートである。まず、動作８０２において、画像化またはスキャトロメトリ測定値の何れかを得ることができる。動作８０４において、画像化オーバレイを画像化測定値から判断しても、またはスキャトロメトリオーバレイをスキャトロメトリ測定値から測定してもよい。動作８０６において、次に、残った方の画像化またはスキャトロメトリオーバレイを、この第一の測定されたオーバレイに基づいて測定してもよい。例えば、最初に画像化オーバレイが測定された場合、スキャトロメトリオーバレイは、この画像化オーバレイと比較して、スキャトロメトリオーバレイのうちの非対称に起因する部分を測定してもよい。すなわち、画像化を非対称によって影響を受けない基本オーバレイとして使用できる。

これに加えて、サイドウォール角度測定値等、何れの適当な画像化測定値をスキャトロメトリ方式に供給して、非対称性または、スキャトロメトリ測定に不利な影響を与えうるその他の問題を勘案することもできる。いくつかの場合において、非対称性または膜厚のばらつき等、画像化特性を定量化して、特定のターゲットに関するスキャトロメトリオーバレイを調整または抑制するために使用できる。例えば、特定のターゲットが、他のターゲットと比較して所定の数値より高い膜厚のばらつきに対応する画像コントラストに関連付けられてもよい。特定のターゲットはスキャトロメトリオーバレイのために選択する一方で、他のターゲットは無視して、スキャトロメトリ方式で測定しなくてもよい。

他の方式では、非対称性の量または重力中心のシフトを画像化測定から判定し、スキャトロメトリオーバレイ測定に供給して、このような重力中心を「実際の」オーバレイに戻すように調整することができる。「虚偽の」オーバレイを、スキャトロメトリオーバレイの測定に使用される等式の中で、所定のオフセットと同様の方法で上述のように使用できる。

他の実施形態において、特定のターゲットの種類に関して定量化された画像特性を、そのようなターゲットに関するオーバレイを測定するために使用可能なスキャトロメトリモデルに含めてもよい。例えば、定量化された特性値に基づくオーバレイ測定のためのモデルに、様々な重みを使用してもよい。

スキャトロメトリおよび画像信号はまた、オーバレイエラー等のパラメータを計算する信号応答モデル（ＳＲＭ）を訓練するためにも使用できる。このような方法の例は、Ｐａｎｄｅｖ ｅｔ ａｌ．が２０１４年３月２４日に出願した、“Ｓｔａｔｉｓｔｉｃａｌ Ｍｏｄｅｌ−Ｂａｓｅｄ Ｍｅｔｒｏｌｏｇｙ”と題する米国特許出願第２０１４／０２９７２１１号に含められており、この出願の全体を参照によって本願に援用する。１つの実施例において、画像化およびスキャトロメトリ検出器からの信号を共に測定モデルへの入力として使用される。

訓練工程について、例えば、ＤＯＥウェハは一般に、複数のＤＯＩ点を含むことができ、これらは異なるオーバレイの数値等、各種の製造パラメータで開発された。実験計画法（ｄｅｓｉｇｎ−ｏｆ−ｅｘｐｅｒｉｍｅｎｔ）（ＤＯＥ）データの集合がＤＯＥ店の各々について画像化およびスキャトロメトリ検出器から収集されてもよい。ＳＲＭモデルは、このようなＤＯＥデータに基づいて訓練し、オーバレイエラーなどのパラメータを、製造用ウェハからの画像化およびスキャトロメトリ測定の両方に基づいて計算してもよい。ＳＲＭに基づく方式は、オーバレイ測定だけに限定されず、ＣＤ、焦点、露光量等にも拡張できる。このように拡張した場合、フォトレジスト格子のために、追加のＤＯＥ（ＦＥＭウェハ）を提供してもよい。

図９は、本発明の１つの実施形態による、ターゲットからの１つまたは複数のパラメータを、そのようなターゲットとＳＲＭモデルからの画像化およびスキャトロメトリ測定値の両方に基づいて測定する工程９００を説明するフローチャートである。まず、動作９０２において、１つまたは複数のパラメータの既知のばらつきを有する参照サンプル上の各部位からの第一の量のスキャトロメトリおよび画像化測定値を受け取る。測定部位は、少なくとも１つの工程パラメータ、構造パラメータ、またはそのサンプルの既知のばらつきを示す。各部位は、例えば、本明細書で説明するような画像化およびスキャトロメトリ構造を有するターゲットを含む。

いくつかの実施形態において、工程パラメータのばらつきは、半導体ウェハ（例えば、ＤＯＥウェハ）の表面上のＤｅｓｉｇｎ ｏｆ Ｅｘｐｅｒｉｍｅｎｔｓ（ＤＯＥ）パターンの中に組み込まれる。このようにして、測定部位は、異なる工程パラメータの数値で対応する、ウェハ表面上の異なる位置を調べる。１つの例において、ＤＯＥパターンは、焦点／露光マトリクス（ＦＥＭ）パターンである。典型的に、ＦＥＭパターンを示すＤＯＥウェハは、測定部位のグリッドパターンを含む。１つのグリッド方向（例えば、ｘ方向）において、焦点深度を一定に保ちながら、露光量を変化させる。それに直交するグリッド方向（例えば、ｙ方向）では、露光量を一定に保ちながら、焦点深度を変化させる。このようにして、ＤＯＥウェハから収集された測定データには、焦点および露光量の工程パラメータの既知のばらつきに関連付けられるデータが含まれる。別の実施形態において、測定データは、オーバレイ、ＣＤ、その他のような既知の構造上のばらつきに対応する。

次に、動作９０４において、第一の量の測定データから１つまたは複数の特徴を任意選択で抽出できる。いくつかの例において、測定データを、主成分分析（Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔｓ Ａｎａｌｙｓｉｓ）（ＰＣＡ）または非線形ＰＣＡを使って解析し、異なる測定部位において存在する、工程パラメータ、構造パラメータ、又はそれらの両方のばらつきを最も強力に反映する特徴を抽出する。いくつかの他の例において、信号フィルタ処理方式を利用して、異なる測定部位に存在するパラメータのばらつきを最も強力に反映する信号データを抽出してもよい。いくつかの他の例において、異なる測定部位に存在するパラメータのばらつきを最も強力に反映する個々の信号は、測定データ内に存在する複数の信号から選択してもよい。その後の分析の対象となるデータの大きさを縮小するために、測定データら特徴を抽出することが好ましいが、これは厳格に必要というわけではない。

次に、動作９０６において、第一の量のデータに基づいてＳＲＭモデルを決定できる。ＳＲＭモデルは一般に、１つまたは複数の測定部位において計測システムにより生成された測定データを受け取って、各測定ターゲットに関連する工程パラメータの数値、構造パラメータの数値、またはそれらの両方を直接決定するように構成される。好ましい実施形態において、ＳＲＭモデルはニューラルネットワークモデルで実装される。１つの例において、ニューラルネットワークのノードの数は、測定データから抽出された特徴に基づいて選択される。他の例において、ＳＲＭモデルは、多項式モデル、応答曲面モデル、またはその他の種類のモデルとして実装されてもよい。

動作９０７において、測定部位にわたって変化することが分かっているパラメータの各々について、予想応答モデルも生成されてよく、そこから測定データが収集される。一般に、予想応答モデルは、ウェハ表面上の位置に関する、既知の変化するパラメータの数値を定義する。このようにして、予想応答モデルは、あるパラメータに関するウェハマップの予想される全体的形状を定義する。

特定の例において、焦点と露光量に関する既知のパラメータ数値は、ＤＯＥウェハのｘおよびｙ座標にしたがって線形に変化される。いくつかの例において、ＤＯＥウェハ上の焦点パラメータに関する予想応答形状は、ゼロがウェハの中央を通過する状態で、ｘ方向に傾けられた平面である。１つの例において、焦点パラメータの数値を決定する予想応答関数は、ｆｏｃｕｓ＝ａ^＊ｘ＋ｂであり、ａおよびｂは、各測定部位における既知の焦点パラメータの数値に最もフィットさせるための係数である。同様に、ＤＯＥウェハ上の露光パラメータに関する予想応答形状は、ゼロがウェハの中心を通る状態で、ｙ方向に傾けられた平面である。他の例において、露光パラメータの数値を決定する予想応答関数は、露光＝ｃ＊ｙ＋ｄであり、ｃおよびｄは、各測定部位における既知の露光パラメータの数内に最もよくフィットさせるための係数である。

他のいくつかの例においては、１つまたは複数の構造パラメータが決定される。幾何学的パラメータに関して、ウェハマップの形状はより複雑かもしれず、しばしば、その形状は工程により定義される。このような例のいくつかにおいて、予想応答モデルは、測定されたＤＯＥウェハに関連する既知の工程パラメータの数値に基づいて生成される。

他の実施形態において、予想測定部位における既知の工程パラメータの数値の各々に関連付けられる予想構造パラメータの数値は、シミュレーションに基づいて決定される。例えば、工程シミュレータを使って、ある工程パラメータの数値の集合に関する構造パラメータ（すなわち、幾何学的または材料パラメータ）の予想される応答を定義する。例示的な工程シミュレータには、（米国）カリフォルニア州ミルピタスのＫＬＡ−Ｔｅｎｃｏｒ Ｃｏｒｐｏｒａｔｉｏｎが販売するＰｏｓｉｔｉｖｅ Ｒｅｓｉｓｔ Ｏｐｔｉｃａｌ Ｌｉｔｈｏｇｒａｐｈｙ（ＰＲＯ ＬＩＴＨ）シミュレーションソフトウエアを含む。この例示的リソグラフィプロセスモデルは一般に、ＰＲＯＬＩＴＨソフトウェアで生成されるが、何れの工程モデリング方法またはツールも使用できる。いくつかの例において、各測定部位における予想構造パラメータの数値は、各測定部位に対応する、対応の焦点および露出パラメータの数値に基づいて決定される。いくつかの例において、予想応答モデルは、二次元（例えば、｛ｘ，ｙ｝）ｍａｐ関数を各測定部位に関連付けられる構造パラメータにフィットさせることによって決定される。

次に、動作９０８において、予想応答モデルから決定されたパラメータ数値に基づいてＳＲＭモデルを訓練できる。このようにして、予想応答モデルに埋め込まれたプロセス情報を使い、工程空間内にＳＲＭモデルを拘束する。このように、訓練されたＳＲＭモデルがＤＯＥ測定データと予想応答モデルを使って生成される。ＳＲＭモデルは、その出力がＤＯＥスペクトルにより定義される工程ばらつき空間内のすべてのスペクトルについて、定義された予想応答にフィットするように訓練できる。

幾つかの例において、１つまたは複数の工程パラメータが測定される。これらの例において、予想応答モデルは、測定されたＤＯＥウェハに関連付けられる既知の工程パラメータ値に基づく。

他の実施形態において、ＤＯＥウェハ上の構造パラメータの測定に関連付けられる参照測定データが受け取られる。参照測定データは、参照計測システム、例えば、走査電子顕微鏡（ＳＥＭ）、トンネル顕微鏡（ＴＥＭ）、原子力顕微鏡（ＡＦＭ）、またはＸ線測定システム等により、ＤＯＥウェハの１つまたは複数の測定部位におけるターゲットの測定から導き出される。１つまたは複数の特徴（例えば、形状関数）が、上述のように測定でデータから抽出される。１つの例において、測定されたスペクトルの第一主成分（ｆｉｒｓｔ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ）（ＰＣＩ）を使って、特定の構造パラメータ（例えば、ミドル・クリティカル・ディメンション（Ｍｉｄｄｌｅ Ｃｒｉｔｉｃａｌ Ｄｉｍｅｎｓｉｏｎ）（ＭＣＤ））に関連付けられる応答曲面の全体的な形状が表わされる。測定データから抽出された形状関数は次に、参照測定データに基づいて校正し、校正済みの応答曲面を生成することができる。次に、既知の構造パラメータの各々の予想される応答モデルが、二次元（例えば、｛ｘ，ｙ｝）ｍａｐ関数を校正済み応答曲面にフィットさせることによって決定される。１つの例において、ＭＣＤパラメータの予想応答モデルは、ＭＣＤ＝ａ_０１＋ａ_１１（ｙ＋^ｒｏｙ２）＋ａ_２１ｘ^２であり、ｘおよびｙはウェハ座標、ａ_０１、ａ_１１、ｒ_ｏ、ａ_２１は、関数を校正済み形状関数に最善にフィットさせる係数である。

ＳＲＭモデルの訓練後、このＳＲＭモデルを使用できる。図の例に戻ると、次に、動作９１０において、各未知のターゲットからのスキャトロメトリおよび画像化測定値をＳＲＭモデルに入力して、このようなターゲットの１つまたは複数の未知のパラメータを決定できる。

画像化およびスキャトロメトリセンサからの個々の画素または画素のグループを、ＳＲＭモデルへの信号として使用できる。低相関、高感度等の基準に基づいて信号を選択するために、アルゴリズムを適用できる。よりよい成果を出すために、重み付けを個々の信号の各々に適用することができる。

本発明は、上述の構造に限定されない。ターゲット内に含められる構造は、各種の構成または形状、例えば線、グリッド、長方形、正方形、曲線、湾曲形状、円、円柱形、円錐形またはこれの組合せに体系化されてもよい。このような構造の構成は、ターゲット内の様々な場所に配置されてよく、ターゲットに入射する電子放射に関する様々な角度を説明してもよい。例えば、構造の集合は、ターゲット上に入射する放射光線またはビームのコリメートされた集合の伝播方向に垂直な平行線の集合として体系化することができる。他の例では、並行線の集合として体系化された構造は、入射放射に関して鋭角に、おそらく４５度の角度で配置することができる。このような構成により、ｘ及びｙ方向の両方へのオーバレイの決定が容易になるかもしれず、それによってそのほかのオーバレイパターンや測定値の必要性が低くなる。あるいは、入射放射は、構造を含むか、構造を定義する平行線の少なくともいくつかに実質的に平行な方向とすることができる。この方法によって、ｘおよびｙオーバレイ測定は、サンプルを回転させずに行うことができる。

これに加えて、何れの適当なコースピッチオーバレイターゲットを、画像化およびスキャトロメトリターゲットの組合せにも変換できる。例えば、２００６年６月２７日にＧｈｉｎｏｖｋｅｒ ｅｔ ａｌ．に発行された米国特許第７，０６８，８３３号に記載されている周期的構造の何れも、同特許の周期的な画像分解可能構造のいずれかの間で高密度のスキャトロメトリ周期構造を形成することにより、複合格子に変換できる。この米国特許第７，０６８，８３３号の全体を参照によって本願に援用する。

上述の実施形態の何れにおいても、その後、測定された、又は決定されたオーバレイエラーまたはその他のパラメータが仕様範囲内であるか否かが判断されてもよい。パラメータが有意（所定の数値を超える）でない場合、ターゲットは仕様内であると判断してもよい。例えば、異なる層構造間オーバエラーが全く、またはほとんどないと判断してもよい。

パラメータが仕様外にあれば、ターゲットが仕様外であると判断できる。例えば、有意なオーバレイエラーが２つまたは複数の構造の層の間に存在する。有意なパラメータの偏差が発見された場合は、そのダイを廃棄または修理できる。工程が仕様外である場合は、様々な手法を使って問題を回避できる。第一の手法では、その後のプロセスは、仕様外である工程を補償するように調整してもよい。追加の、または別の手法において、フォトレジストパターンの何れかの部分にミスアラインメントがあると判断された場合は、このフォトレジストを剥がし、正しいパターンに形成し直すことによって、ミスアラインメントを除去してもよい。

本明細書記載されているスキャトロメトリおよび／または画像化方式で得られたパラメータの結果は、次に、オーバレイエラー等のエラーを最小限にするために、フォトリソグラフィステッパの設定に対する補正を計算するために使用してもよい。これらのリソグラフィステッパまたはスキャナのための、このように計算された補正を一般に、「ステッパ補正」と呼ぶ。スキャトロメトリおよび／または画像化測定から得られたステッパ補正は、ステッパへの入力とし、その後のウェハ加工に関するエラーを最小限にするために使用できる。スキャトロメトリおよび／または画像化から得られたエラー、すなわちステッパ補正は、自動化された工程制御システムに入力してよく、その後、後のウェハ加工のエラーを最小限にするためにステッパに入力する一連のステッパ補正を計算してもよい。スキャトロメトリおよび／または画像化により得られるウェハ上のエラー、ステッパ補正、または計算上最悪のエラーを、製品ウェハを用意して、そのウェハに手直しが必要か、その後のウェハ加工のためのパラメータ要件を満たしているかを判断するために使用してもよい。

本明細書に記載されているターゲット構造と下位構造は一般に、適当なフォトリソグラフィ法を使用してパターニングされ、リソグラフィパターンはその後、エッチングや蒸着等の確立された方法で他の材料と層に転写される。最も単純な用途において、転写されたパターンはエッチングされた、または蒸着された線またはビアを構成する。例えば、構造および下位構造は、フォトレジスト材料の構成、陥没キャビティの構成、埋め込まれたトレンチ、および／またはウェハ層の中のその他の構造であってもよい。キャビティにより形成される構造および下位構造は、半導体製造工程中に層の何れに形成されるキャビティであってもよい。例えば、キャビティは、フォトレジスト層、誘電材料層、または金属層に形成されてもよい。留意すべき点として、上記の工程は、限定ではなく、何れの適当な製造技術も使用してよい。

本明細書で開示されているスキャトロメトリ格子は、何れの標準的なスキャトロメトリ装置によっても測定でき、これは画像化コンポーネントを含んでいてもよい。例えば、このようなスキャトロメトリターゲット構造は、分光反射計またはエリプソメータを使って、または瞳結像による角度分解スキャトロメータを使って測定できる。１つの例示的実施形態において、具体的な回折次数（典型的に０次、または１次）が測定されてもよく、その他の異なる回折次数は検出、解析されない。いくつかの実施形態において、開示されているターゲットは、０次または１次のいずれでも測定できるが、１次を使用することが有利であろう。これらのターゲットからの０次反射を測定すると、オーバレイに対する感度が非常に低い可能性がある。１次回折は弱い場合があるが、オーバレイに対するその感度は非常に高い。最適な測定モードは、非常に明るい光源、例えばレーザを使って、＋１次および−１次だけを使用することができる。０次反射を、それが検出器に到達する前に遮断して、検出器の過度飽和を回避することもまた有利であるかもしない。

ＳＣＯＬターゲット行使に関して、集光瞳に捕捉される回折次数に対する制御（粗(coarse)ピッチと照明波長により決定される）により、より高い回折次数と、異なる向きおよび次数間の連結（例えば、ｘの１次数がｙの１次数に連結される）を使用するかもしれない解析アルゴリズムが可能となる。この方法は、例えば、ｘとｙへの初期のオーバレイが異なる２Ｄ格子（穴の格子等）を持つ２つのセルの（またはさらには１つのセルの）ターゲットを同時に設計するために使用できる。必要に応じて、異なる測定条件（偏光、波長その他）を使って得られた情報を組み合わせれば、この小さいターゲットでも、オーバレイエラーに関する同じ、またはさらにはそれ以上の情報を提供できる。

一次スキャトロメトリ方式は、異なる層の回折の効果が異なることによって、精度が低下するかもしれない。通常、例えば上のレジスト層から得られた一次回折の振幅は、下側の工程層から得られた一次回折の振幅よりはるかに大きい。さらに、瞳内の対応する回折次数の干渉によっても、ＤＣが大きく、またＯＬＶ情報を含む信号の振幅が比較的小さくなるかもしれない。この問題を克服するために、装置のようなターゲットを設計して、より大きな回折効果を有する層（通常、上層）に対応する回折次数の振幅を有効に縮小してもよい。

このように小さいスポットを有する装置の空間コヒーレンスは非常に高いため、測定は光学系の欠陥と埃による影響を非常に受けやすい。このような欠陥によりスポックルが発生し、これは性能と精度の上での不利益につながりうる。このような不利益を回避するために、検査ツールはまた、空間コヒーレンスに対処するメカニズムを含んでいてよい。例えば、ツールは、走査ミラーで瞳面内の角度スキャンを実行し、スキャンに対する信号を平均化し、オーバレイを計算するように構成されてもよい。この走査は、光学面の異なる領域についての平均化を行い、光学的欠陥と埃の影響を大幅に減少させてもよい。このような走査の欠点は、ターゲット上に異なる領域をサンプルする可能性がある点である。したがって、より大きなターゲットが使用されてもよい。

検査ツールはまた、光学走査に加えて、（例えばウェハステージでの）別のウェハ操作を提供するように構成されてもよい。ウェハ走査は、光学走査と同期させることができ、それによって、瞳面での光学走査により生じる視野面内での照明スポット位置の移動は、ステージにより提供されるターゲット移動により補償され、それによって光学系の走査により誘導されるターゲット走査が有効に取り消される。その結果、光学面を走査するが、ウェハ上の１カ所に静止する装置が得られる。本明細書に開示されているターゲットの測定に、ソリッドイマージョンも使用してよい。この装置は、例えば、対物レンズとウェハとの間に追加のソリッドイマージョンレンズを有する角度分解スキャトロメータを含んでいてもよい。ソリッドイマージョンレンズは、平坦な前面を有する無収差レンズであってもよい。

上記の発明は、理解を明瞭にするためにある程度詳細に説明したが、付属の特許請求の範囲内で特定の変更および改良を加えてもよいことは明らかであろう。したがって、上述の実施形態は、例示的であって限定的でないと解釈するべきであり、本発明は、本明細書に記載されている詳細事項に限定されるべきではなく、以下の特許請求の範囲とその均等物の全範囲によって定義されるべきである。

Claims (31)

1. ターゲットのパラメータを決定する方法において、
   画像化構造とスキャトロメトリ構造を有するターゲットを提供するステップと、
   画像化構造の画像を、計測ツールの画像化チャネルで取得するステップと、
   スキャトロメトリ構造からのスキャトロメトリ信号を、計測ツールのスキャトロメトリチャネルで取得するステップと、
   ターゲットの少なくとも１つのパラメータを、画像とスキャトロメトリ信号の両方に基づいて決定するステップと、
   を含むことを特徴とする方法。
2. 請求項１に記載の方法において、
   スキャトロメトリ信号と画像は同時に取得されることを特徴とする方法。
3. 請求項２に記載の方法において、
   スキャトロメトリ信号と画像は、ターゲットに関して同じ焦点面で画像化およびスキャトロメトリチャネルを動作させることによって取得されることを特徴とする方法。
4. 請求項１に記載の方法において、
   スキャトロメトリ信号と画像は逐次的に取得され、スキャトロメトリ信号または画像の一方からの少なくとも１つのパラメータは、スキャトロメトリ信号または画像の他方からの少なくとも１つのパラメータに基づくことを特徴とする方法。
5. 請求項１に記載の方法において、
   計測ツールの複数の異なる動作パラメータで、画像およびスキャトロメトリ信号を取得し、複数の異なる既知の１つまたは複数のパラメータ値を有する複数の参照ターゲットに関する少なくとも１つのパラメータを決定する動作を繰り返すステップと、
   複数のターゲットに関して決定された少なくとも１つのパラメータのうちのどれが、ターゲットの既知の異なる１つまたは複数のパラメータに最も近かったかに基づいて、計測ツールの異なる動作パラメータの小集合を選択することにより、レシピを決定するステップと、
   レシピの決定後、画像および／またはスキャトロメトリ信号を取得し、複数の製造用ターゲットに関する少なくとも１つのパラメータを決定する動作を繰り返すステップと、
   を含むことを特徴とする方法。
6. 請求項５に記載の方法において、
   レシピは画像化またはスキャトロメトリチャネルの選択を含むことを特徴とする方法。
7. 請求項５に記載の方法において、
   スキャトロメトリチャネルと画像化チャネルから決定された少なくともパラメータ間のオフセットを測定するステップと、そのようなオフセットに基づいて、スキャトロメトリチャネルまたは画像化チャネルの何れかからの少なくとも１つのパラメータを、製造用ターゲットのために校正するステップと、をさらに含むことを特徴とする方法。
8. ターゲットのパラメータを決定する方法において、
   画像化構造とスキャトロメトリ構造を有するターゲットを提供するステップと、
   スキャトロメトリ構造からのスキャトロメトリ測定値か、画像化構造の測定値の何れかの第一の１つを取得するステップと、
   ターゲットの第一のパラメータを、スキャトロメトリ測定値または画像測定値のうちの一方に基づいて決定するステップと、
   スキャトロメトリ構造または画像測定値の何れかの他方の１つに基づいて決定された第二のパラメータを、スキャトロメトリまたは画像測定値の第一の１つに基づいて抑制または調整するステップと、
   を含むことを特徴とする方法。
9. 請求項８に記載の方法において、
   最初に画像測定値が取得され、２番目にスキャトロメトリ測定値が取得されて、ターゲットの非対称性が、画像測定値からの第一のパラメータに基づいてスキャトロメトリ測定値から分離または除去できることを特徴とする方法。
10. 請求項９に記載の方法において、
    第一のパラメータは画像特性を定量化し、第二のパラメータは、第一のパラメータが所定の仕様内であるか否かに基づいて、決定されないように抑制されることを特徴とする方法。
11. 請求項８に記載の方法において、
    複数のターゲットに関する第一のパラメータを取得する動作を繰り返すステップをさらに含み、スキャトロメトリ又は画像測定値に関する第二のパラメータが、所定の仕様内にある第一のパラメータを有するターゲットのみについて決定されることを特徴とする方法。
12. 請求項８に記載の方法において、
    画像測定値が最初に取得され、第一のパラメータは画像測定を定量化し、スキャトロメトリ測定値は２番目に取得され、第一のパラメータが、第二のパラメータの決定を調整するために使用されることを特徴とする方法。
13. 請求項１２に記載の方法において、
    第二のパラメータは、第一のパラメータとスキャトロメトリ測定値が入力されるスキャトロメトリモデルを使って決定されることを特徴とする方法。
14. 半導体ターゲットのパラメータを決定する方法において、
    １つまたは複数のパラメータの既知のばらつきを有する複数の参照ターゲットの各々から、スキャトロメトリおよび画像化測定値の第一の集合を取得するステップと、
    信号応答測定（ＳＲＭ）モデルを、スキャトロメトリおよび画像化測定値の第一の集合に基づいて決定するステップと、
    ＳＲＭモデルを、スキャトロメトリおよび画像化測定値の第一の集合と、１つまたは複数のパラメータの既知のばらつきに基づいて訓練するステップと、
    ターゲットからのスキャトロメトリおよび画像化測定値をＳＲＭモデルに入力して、１つまたは複数の未知のパラメータを決定するステップと、
    を含むことを特徴とする方法。
15. 半導体ターゲットのパラメータを決定するための計測装置において、
    ターゲットのスキャトロメトリ構造からスキャトロメトリ信号を取得するための、少なくとも１つのスキャトロメトリモジュールと、
    ターゲットの画像化構造から画像を取得するための、少なくとも１つの画像化モジュールと、
    取得したスキャトロメトリ信号と画像を解析して、ターゲットの少なくとも１つのパラメータを決定するように構成されたプロセッサと、
    を含むことを特徴とする装置。
16. 請求項１５に記載の装置において、
    スキャトロメトリ信号と画像が同時に取得されることを特徴とする装置。
17. 請求項１６に記載の装置において、
    スキャトロメトリ信号と画像が、ターゲットに関して同じ焦点面で画像化およびスキャトロメトリチャネルを動作させることによって取得されることを特徴とする装置。
18. 請求項１５に記載の装置において、スキャトロメトリ信号と画像が逐次的に取得され、スキャトロメトリ信号と画像の一方からの少なくとも１つのパラメータが、スキャトロメトリ信号と画像の他方からの少なくとも１つのパラメータに基づくことを特徴とする装置。
19. 請求項１８に記載の装置において、
    プロセッサが、
    計測ツールの複数の異なる動作パラメータで、画像およびスキャトロメトリ信号を取得し、複数の異なる既知の１つまたは複数のパラメータ値を有する複数の参照ターゲットに関する少なくとも１つのパラメータを決定する動作を繰り返し、
    複数のターゲットに関して決定された少なくとも１つのパラメータのうちのどれが、ターゲットの既知の異なる１つまたは複数のパラメータに最も近かったかに基づいて、計測ツールの異なる動作パラメータの小集合を選択することにより、レシピを決定し、
    レシピの決定後、画像および／またはスキャトロメトリ信号を取得し、複数の製造用ターゲットに関する少なくとも１つのパラメータを決定する動作を繰り返す
    ように構成されることを特徴とする装置。
20. 請求項１９に記載の装置において、
    レシピは画像化またはスキャトロメトリチャネルの選択を含むことを特徴とする装置。
21. 請求項１９に記載の装置において、
    プロセッサが、
    スキャトロメトリチャネルと画像化チャネルから決定された少なくともパラメータ間のオフセットを測定し、そのようなオフセットに基づいて、スキャトロメトリチャネルまたは画像化チャネルの何れかからの少なくとも１つのパラメータを、製造用ターゲットのために校正するようにさらに構成されていることを特徴とする装置。
22. 請求項１８に記載の装置において、
    プロセッサが、
    画像化構造とスキャトロメトリ構造を有する第二のターゲットを提供し、
    第二のターゲットのスキャトロメトリ構造からのスキャトロメトリ測定値または、第二のターゲットの画像化構造の画像測定値のいずれかのうちの第一の１つを取得し、
    第二のターゲットの第一のパラメータを、第二のターゲットからのスキャトロメトリ測定値または画像測定値のうちの１つに基づいて決定し、
    第二のターゲットからのスキャトロメトリまたは画像測定値の何れかの他方の１つに基づいて決定された第二のパラメータを、第二のターゲットからのスキャトロメトリまたは画像測定値の第一の１つに基づいて抑制または調整する
    ようにさらに構成されることを特徴とする装置。
23. 請求項２２に記載の装置において、
    最初に第二のターゲットからの画像測定値が取得され、２番目に第二のターゲットからのスキャトロメトリ測定値が取得されて、第二のターゲットの非対称性が、第二のターゲットからの画像測定値からの第一のパラメータに基づいて第二のターゲットからのスキャトロメトリ測定値から分離または除去できることを特徴とする装置。
24. 請求項２３に記載の装置において、
    第二のターゲットからの第一のパラメータは画像特性を定量化し、第二のターゲットからの第二のパラメータは、第二のターゲットからの第一のパラメータが所定の仕様内であるか否かに基づいて、決定されないように抑制されることを特徴とする装置。
25. 請求項２２に記載の装置において、
    複数のターゲットに関する第一のパラメータを取得する動作を繰り返すステップをさらに含み、スキャトロメトリまたは画像測定値に関する第二のパラメータが、所定の仕様内にある第一のパラメータを有するターゲットのみについて決定されることを特徴とする装置。
26. 請求項２２に記載の装置において、
    第二のターゲットからの画像測定値が最初に取得され、第一のパラメータは第二のターゲットの画像測定を定量化し、第二のターゲットのスキャトロメトリ測定値は２番目に取得され、第二のターゲットの第一のパラメータが、第二のターゲットの第二のパラメータの決定を調整するために使用されることを特徴とする装置。
27. 請求項２６に記載の装置において、
    第二のターゲットの第二のパラメータは、第二のターゲットの第一のパラメータと第二のターゲットのスキャトロメトリ測定値が入力されるスキャトロメトリモデルを使って決定されることを特徴とする装置。
28. 請求項１８に記載の装置において、
    プロセッサは、
    １つまたは複数の既知のパラメータを有する複数の参照ターゲットの各々からスキャトロメトリおよび画像化測定値の第一の集合を受け取り、
    スキャトロメトリおよび画像化測定値の第一の集合に基づいて信号応答測定（ＳＲＭ）モデルを決定し、
    ＳＲＭモデルを、スキャトロメトリおよび画像化測定値の第一の集合と、１つまたは複数のパラメータの既知のばらつきに基づいて訓練し、
    第二のターゲットからのスキャトロメトリおよび画像化測定値をＳＲＭモデルに入力して、第二のターゲットの１つまたは複数の未知のパラメータを決定する
    ようにさらに構成されていることを特徴とする装置。
29. オーバレイエラーを測定するためのターゲットにおいて、
    画像化チャネルを有する計測ツールにより画像へと分解可能な画像ピッチを有する第一の格子構造と、
    計測ツールのスキャトロメトリチャネルによる測定のためのスキャトロメトリピッチを有する第二の格子構造と、を含み、スキャトロメトリピッチは、一次回折光が計測ツール結像瞳を通過すような大きさである
    ことを特徴とするターゲット。
30. 請求項２９に記載のターゲットにおいて、
    前記第二の格子構造は、ターゲットと同じ工程で形成される装置のための所定のデザインルールに適合するデザインルールピッチを有する複数の格子にさらに分割される
    ことを特徴とするターゲット。
31. 請求項２９に記載のターゲットにおいて、
    前記第一の格子構造は、３つ以上の層間のオーバレイエラーを測定するために３つ以上の層から形成される
    ことを特徴とするターゲット。

Images