JP2023522479A - スペクトル・フィルタリングのためのシステム、機器、及び方法 - Google Patents

Abstract

本開示は、光学データを表す電気データにおける異常信号を識別するステップにより、光学データの改善された処理を提供する。改善された処理は、光学データのより真実に近い表現を提供するために、識別された異常信号データを修正するステップも含めることができる。開示された処理は、光学データに対応するスペクトル・データを処理するための様々なシステム及び機器によって使用され得る。改善された処理は、半導体プロセスのモニタリングを改善し、したがって半導体プロセス全体を改善するために使用され得る。一実例では、スペクトル・データを処理する方法は、［１］時間的に分離したスペクトル・データ・サンプルを受信するステップと、［２］時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号を、スペクトル・データ・サンプルのうちの少なくとも１つの先行するもの及び少なくとも１つの後続するものに基づいて識別するステップとを含む。

Description

本出願は、本出願と共通して譲渡され、その全体が参照により本書に組み込まれる、Ｃｈｒｉｓ Ｄ． Ｐｙｌａｎｔらによって２０２１年４月１３日に出願された「ＳＹＳＴＥＭ， ＡＰＰＡＲＡＴＵＳ， ＡＮＤ ＭＥＴＨＯＤ ＦＯＲ ＳＰＥＣＴＲＡＬ ＦＩＬＴＥＲＩＮＧ」と題する米国仮特許出願第６３／１７４，１２６号の利益を主張するものである。

本開示は、一般的に、光学分光システム及び使用方法に関し、より詳細には、半導体プロセス中に使用されるマルチチャンネル画像分光器から記録されるデータの改善されたスペクトル・フィルタリングに関する。

半導体プロセスの光学モニタリングは、エッチング、堆積、化学機械研磨、注入などのプロセスを制御するためのよく確立された方法である。発光分析（ＯＥＳ：Ｏｐｔｉｃａｌ Ｅｍｉｓｓｉｏｎ Ｓｐｅｃｔｒｏｓｃｏｐｙ）及び光干渉による終点検知（ＩＥＰ：Ｉｎｔｅｒｆｅｒｏｍｅｔｒｉｃ Ｅｎｄｐｏｉｎｔ）が、データ収集の２種類の基本的な動作モードである。ＯＥＳの適用例では、モニターされているプロセスの状態や進行を示す原子種や分子種の変化を識別し、追跡するために、プロセスから、典型的にはプラズマから発せられた光が収集され、分析される。ＩＥＰの適用例では、典型的にはフラッシュランプなどの外部光源から光が供給され、被加工物の上に誘導される。被加工物からの反射によって、供給された光が被加工物の反射率という形で被加工物の状態を示す情報を伝える。被加工物の反射率を抽出し、モデル化することによって、特性の中でもとりわけ膜厚や加工寸法（ｆｅａｔｕｒｅ ｓｉｚｅ）／深さ／幅を把握することができる。

米国特許第７，０４９，１５６号明細書

ここで、本開示の原理による実例を示す添付の図面と併せてなされる以下の説明を参照する。

半導体プロセス・ツール内のプラズマ又は非プラズマ・プロセスの状態をモニター及び／又は制御するためにＯＥＳ及び／又はＩＥＰを採用するためのシステムのブロック図である。 典型的な面状ＣＣＤ（Ｃｈａｒｇｅ－Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）センサの機能要素を一般的に示す概略図である。 ＣＣＤピクセル・アレイの感知部分に重ねられた一対の異常信号イベントと、ＣＣＤのシフト・レジスタ部分に重ねられた単一の異常信号イベントとを示す、図２Ａの面状ＣＣＤセンサの概略図である。 本開示の一実施例による、典型的なＯＥＳ光信号（スペクトル）のプロットである。 本開示の一実施例による、異常信号イベントの発生に起因する信号を含む、図３Ａのプロットの波長領域の拡大部分である。 本開示の一実施例による、異常信号イベントが発生していないスペクトルを示す、図３Ａのプロットの波長領域の拡大部分である。 本開示の一実施例による、ＣＣＤデバイスからのスペクトル・データの一連の時系列収集を一般的に示す概略図である。 本開示の一実施例による、分光器及び特定の関連システムのブロック図である。 本開示の一実施例による、ＣＣＤデバイスからスペクトル・データを読み取り、スペクトル・データを処理して異常信号イベントの発生に起因する信号を修正する方法のフローチャートである。 本開示の一実施例による、図６の方法の様々なステップを詳述するフローチャートである。 本開示の一実施例による、図６の方法の様々なステップを詳述する第２のフローチャートである。 本開示の一実施例による、スペクトル・データを処理して異常信号イベントの発生に起因する信号を修正した実例である。 本開示の一実施例による、スペクトル・データを処理して異常信号イベントの発生に起因する信号を修正した実例である。 本開示の一実施例による、スペクトル・データを処理して異常信号イベントの発生に起因する信号を修正した実例である。 本開示の一実施例による、スペクトル・データを処理して異常信号イベントの発生に起因する信号を修正した実例である。 本開示の一実施例による、スペクトル・データを処理して異常信号イベントの発生に起因する信号を修正した実例である。 本開示の原理に従ってスペクトル・データ中の異常信号を識別し、処理するように構成されたコンピューティング・デバイスの一実例を示すブロック図である。

以下の説明において、本明細書の一部を構成する添付図面を参照し、本発明が実施され得る特定の実施例を例示的に示す。これらの実施例は、当業者が本発明を実施することが可能となるように十分に詳細に説明されており、他の実施例が利用され得ることは理解されるべきである。本発明の思想及び範囲から逸脱することなく、構造的、手順的及びシステム的な変更が行われ得ることも理解されるべきである。したがって、以下の説明は、限定的な意味で解釈されるべきではない。説明を明快にするために、添付の図面に示す同様の特徴は、同様の参照数字で示し、図面における代替的実施例に示すような同様の特徴は、同様の参照数字で示す。本発明の他の特徴は、添付の図面及び以下の詳細な説明から明らかになるであろう。図解の明快のために図面の特定の要素は縮尺通りに描かれていないことがあることに留意されたい。

プロセス時間の短縮、加工寸法の微細化、及び構造の複雑化のための半導体プロセスの弛まぬ進歩は、プロセス・モニタリング技術に多大な要求を課している。例えば、ＦＩＮＦＥＴ（ＦＩＮ Ｆｉｅｌｄ－Ｅｆｆｅｃｔ Ｔｒａｎｓｉｓｔｏｒ）や３Ｄ ＮＡＮＤ構造など、オングストローム単位の変動（数原子層）が決定的に重大である非常に薄い層に対する非常に高速なエッチング速度を正確にモニターするためには、より高速なデータ・レートが必要である。ＯＥＳとＩＥＰの両方の方法で、反射率と発光のいずれか又は両方のわずかな変化を検出することを助けるためには、より広い光の帯域幅とより大きな信号対雑音が必要とされる場合が多い。プロセス機器自体がより複雑で高額なものになるにつれ、コストやパッケージ・サイズも一定の圧力下にある。これらの要件は全て、半導体プロセスの光学モニタリングの性能を向上させることを求めている。ＯＥＳの方法かＩＥＰの方法かにかかわらず、多くの光学モニタリング・システムの重要な構成要素は、分光器及びそれらの半導体プロセスの制御やモニタリングのために受信した光学データを正確に電気データに変換する能力である。

したがって、本明細書に開示されるのは、光学データを表す電気データにおける異常信号を識別することによって光学データの改善された処理を提供するプロセス、システム、及び機器である。改善された処理はまた、光学データのより真実に近い表現を提供するために、アナログ信号領域又はデジタル信号領域のいずれかで異常信号、又は異常信号に関連するデータを修正することを含むことができる。この改善された処理は、半導体プロセスをより正確にモニターするために使用することができる。

プロセス・ツール内の半導体プロセスの状態をモニター及び評価することに具体的に関連して、図１は、半導体プロセス・ツール１１０内のプラズマ又は非プラズマ・プロセスの状態をモニター及び／又は制御するためにＯＥＳ及び／又はＩＥＰを利用するプロセスシステム１００のブロック図を示す。半導体プロセス・ツール１１０、又は単にプロセス・ツール１１０は、様々なプロセス・ガスを含み得るチャンバー１３５の、典型的には部分的に排気された容積内に、通常、ウェハー１２０と、場合によってはプロセス・プラズマ１３０とを封入する。プロセス・ツール１１０は、様々な箇所及び方向でチャンバー１３５内部の観察を可能にするための１つ又は複数の光学インターフェース、又は単にインターフェース、１４０、１４１及び１４２を含み得る。インターフェース１４０、１４１、及び１４２は、光学フィルター、レンズ、窓、開口部、ファイバー光学系など、これらに限定されない複数の種類の光学要素を含み得る。

ＩＥＰの適用例では、光源１５０は、インターフェース１４０と直接又は光ファイバー・ケーブル・アセンブリ１５３を介して接続され得る。この構成に示されるように、インターフェース１４０は、ウェハー１２０の表面に対して垂直に向けられ、多くの場合、同ウェハー１２０について中心に置かれる。光源１５０からの光は、平行ビーム１５５の形態でチャンバー１３５の内部容積に入り得る。ビーム１５５はウェハー１２０から反射すると、再びインターフェース１４０によって受信され得る。一般的な適用例では、インターフェース１４０は、光コリメータであり得る。インターフェース１４０による受信後、光は、検出及びデジタル信号への変換のために、光ファイバー・ケーブル・アセンブリ１５７を介して分光器１６０に転送され得る。光は、照射光と検出光を含み得、例えば、深紫外（ＤＵＶ：Ｄｅｅｐ ＵｌｔｒａＶｉｏｌｅｔ）から近赤外（ＮＩＲ：Ｎｅａｒ－ＩｎｆｒａＲｅｄ）までの波長域を含み得る。対象の波長は、波長域の任意のサブレンジから選択され得る。より大きな基板や、ウェハーの不均一性を理解することが関心事である場合には、ウェハー１２０に垂直に向けられた追加の光学インターフェース（図１に図示せず）が使用され得る。プロセス・ツール１１０は、他のモニタリング・オプションのために、異なる箇所に配置された追加の光学インターフェースを含むこともできる。

ＯＥＳの適用例では、インターフェース１４２は、プラズマ１３０からの発光を収集する方向に向けられ得る。インターフェース１４２は単にビューポートであり得るが、レンズ、ミラー、光学波長フィルターなどの他の光学系も追加で含み得る。光ファイバー・ケーブル・アセンブリ１５９は、検出及びデジタル信号への変換のために、収集された光を分光器１６０に誘導し得る。分光器１６０は、検出及び変換のために、図２Ａ及び図２ＢのＣＣＤセンサ２００及びコンバータ２５０のようなＣＣＤセンサとコンバータとを含むことができる。複数のインターフェースが、ＯＥＳ関連の光信号を収集するために個別に又は並行して使用され得る。例えば、図１に示すように、インターフェース１４１はウェハー１２０の表面付近からの発光を収集するように配置され得るが、インターフェース１４２はプラズマ１３０の大部分を観察するように配置され得る。

多くの半導体プロセス適用例では、ＯＥＳとＩＥＰの両方の光信号を収集することが一般的であり、この収集は、分光器１６０の使用に関して複数の問題を生じる。ＯＥＳ信号は典型的には時間について連続であるのに対し、ＩＥＰ信号は時間について連続か不連続のいずれか又は両方であり得る。プロセス制御では、多くの場合、ＯＥＳもＩＥＰも信号のわずかな変化を検出する必要があり、どちらかの信号に固有の変動があると、もう一方の信号の変化の観測を隠すことがあるので、これらの信号を混在させると多くの困難が生じる。信号種ごとに複数の分光器をサポートすることは、例えば、コスト、複雑さ、信号タイミングの同期、較正、及びパッケージングの不便により得策でない。

分光器１６０による受信した光信号の検出及びアナログ電気信号への変換の後、そのアナログ電気信号は、典型的には、分光器１６０のサブシステム内で増幅及びデジタル化され、シグナル・プロセッサ１７０に送られる。シグナル・プロセッサ１７０は、例えば、産業用ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）又は他のシステムであり得、１つ又は複数のアルゴリズムを採用して、例えば、特定の波長の強度又は２つの波長帯の比を表すアナログ又はデジタルの制御値などの出力１８０を生成する。別個のデバイスではなく、代わりにシグナル・プロセッサ１７０が分光器１６０に統合され得る。シグナル・プロセッサ１７０は、予め決定される波長での発光強度信号を分析し、プロセスの状態に関連するトレンド・パラメータを決定し、そしてその状態、例えば終点検出、エッチング深さ等にアクセスするために使用され得るＯＥＳアルゴリズムを採用し得る。ＩＥＰの適用例については、シグナル・プロセッサ１７０は、膜厚を決定するためのスペクトルの広帯域部分を分析するアルゴリズムを採用し得る。例えば、参照により本明細書に組み込まれる特許文献１を参照されたい。出力１８０は、プロセス・ツール１１０のチャンバー１３５内で起きている製造プロセスをモニター及び／又は修正するために、通信リンク１８５を介してプロセス・ツール１１０に転送され得る。

示し、説明した図１の構成要素は、便宜上簡略化されており、一般的に知られている。共通の機能に加えて、分光器１６０又はシグナル・プロセッサ１７０はまた、スペクトル的異常信号を識別し、本明細書に開示される方法及び／又は機能に従ってこれらの信号を処理するように構成することができる。このように、分光器１６０又はシグナル・プロセッサ１７０は、スペクトル的異常信号を識別し、処理するためのアルゴリズム、処理能力、及び／又は論理を含むことができる。アルゴリズム、処理能力、及び／又は論理は、ハードウェア、ソフトウェア、ファームウェア、又はそれらの任意の組み合わせの形態であり得る。アルゴリズム、処理能力、及び／又は論理は、１つのコンピューティング・デバイス内にあってもよいし、分光器１６０やシグナル・プロセッサ１７０などの複数のデバイス全体にわたって分散させることもできる。

図２Ａは、従来の面状ＣＣＤセンサ２００の機能要素を一般的に示す概略図である。センサ２００は、一般的に、日本の浜松からのＣＣＤセンサＳ７０３１のように、１０２４（Ｈ）×１２２（Ｖ）などの個々のピクセルのアレイに分割され得るアクティブ・ピクセル領域２１０を含む。定義と明快性の問題として、本明細書で光センサを扱う際に「水平」と「垂直」を使用するときは、議論下の光センサの長軸と短軸をそれぞれ指していることに留意されたい。分光の適用例では、光センサの長軸／水平軸を波長分散の方向と一致させ、短軸／垂直軸をファイバーや光スリットなど、画定された光源又は照明開口の結像と関連付けることが一般的である。

センサ２００は、ピクセル領域２１０に隣接する水平シフト・レジスタ２２０も含む。光ファイバー・ケーブル・アセンブリ１５７や１５９からなどセンサ２００に集積された光信号は、典型的には、ピクセル領域２１０の各ピクセル内の蓄積電荷を水平シフト・レジスタ２２０中に、矢印２３０で示すように垂直にシフトさせることによって読み取られる。アクティブ・ピクセル領域２１０の全て又は一部は、行単位でそのようにシフトさせられ得る。垂直シフトに続いて、矢印２４０で示すように水平シフトが実行され得る。水平シフト・レジスタ２２０の各ピクセルがシフトさせられる（図２Ａにおいて右に）と、その信号内容は、コンバータ２５０によってアナログ信号ベースからデジタル信号ベースに、例えば、アナログ電気信号からデジタル電気信号に変換され得る。得られたデジタル・データの後続する対処及び処理は、分光器の内部でも外部でも行うことができ、平均化、カーブ・フィッティング、しきい値検出、フィルタリング、その他の数学的操作を含めることができる。

図２Ｂには、図２Ａの面状ＣＣＤセンサ２００が、ＣＣＤピクセル・アレイの感知部分に重ねられた一対の異常信号イベント２６０及び２６２と、ＣＣＤのシフト・レジスタ部分に重ねられた単一の異常信号イベント２６４と示されている。異常信号イベントとは、異常信号と呼ばれる、所望のデータ間隔数よりも短い継続時間を有する電気信号が発生する、異常で予期せぬイベントのことである。例えば、サンプリング・レート又は収集レートが１０００Ｈｚの場合、異常信号の継続時間は約１ｍｓ未満となり得る。したがって、異常信号の継続時間は適用例によって異なり得る。さらに、異常信号の物理的又は波長的な「幅」は、光センサ上の物理的な位置に対応するピクセル空間内の、又は補間された信号に関連付けられた波長空間内の、連続した要素などの要素数に対応し得る。例えば、異常信号イベント２６０及び２６２は、隣接する行及び列の複数の連続するピクセルまで広がることがあり、異常信号イベント２６４は、同じ行の複数のピクセルまで広がることがある。

異常信号イベント２６０、２６２、及び２６４は、図３Ｂに関連して以下に説明するような異常信号を生成する。異常信号イベントは、宇宙線、放射性崩壊、光学的不安定性／外乱、及び／又は電気的不安定性など様々な原因に関連し得る。

図３Ａ、３Ｂ、及び３Ｃは、異常信号のイベント及び異常信号の処理のための本明細書に記載する方法のコンテキストを提供する。図３Ａ、図３Ｂ、及び図３Ｃの各々は、波長をＸ軸、信号カウントをＹ軸とするＯＥＳ信号のプロットを示す。図３Ａは、典型的なＯＥＳ光信号（スペクトル）３２０のプロット３００を示す。スペクトル３２０は、分子発光（４００ｎｍ付近の広帯域構造）と原子発光（全体にわたって存在する狭いピーク）の両方に典型的な特徴を示している。図３Ｃは、２７０ｎｍの波長付近の異常信号３３０を含む例示的なスペクトルのプロット３１０である図３Ｂのスペクトルとの比較を容易にするために、図３Ａのスペクトル３２０の拡大部分（図３Ａの破線楕円に対応）のプロット３４０を示す。異常信号３３０は、容易に原子輝線と誤認され、ＯＥＳ光信号データの誤った処理や分析につながり得る。異常信号３３０の特定の特性は、異常信号３３０の発生を識別し、特性解析し、補正するために使用され得る。異常信号の有用な特性は、時間的及び／又は空間的（波長）な発生頻度、大きさ、スペクトル幅、信号対雑音比、信号のアスペクト比、及び継続時間を含むが、これらに限定されない。異常信号は、典型的に、継続時間が短く、幅、すなわちピクセル空間（波長空間）での幅が狭く、大きさがスペクトルのノイズ・レベルより大きく、複数のサンプルにわたって発生する回数が限定的である。ノイズとは異なる異常信号は、これらのパラメータに従って、識別され、除去され、及び／又は軽減され得る。例えば、典型的なノイズよりも大きい大きさを有する異常信号を識別するためには、しきい値が使用され得、異常でない信号の特徴と比較して典型的に短い継続時間と一貫性のない発生頻度とに基づく時間ブラケティングも異常信号を識別するために使用され得る。

本明細書で論じる実例では、異常信号イベントの継続時間は、図２Ａ及び図２ＢのＣＣＤ２００などの光学センサからの後続するスペクトル・データの取得の時間より短いと考えられる。スペクトル・データ取得レートが約１～１０００Ｈｚの場合、異常信号イベントは約１０００～１ｍｓの継続時間を有すると考えられ得る。異常信号は、一信号収集のどの一部分でも発生し得るし、複数の信号データ収集にわたって続くこともできる。例えば、図４は、単一の信号収集４６０内で発生する異常信号４６５を示しているが、異常信号は、４６０と４８０、４６０と４４０、又は４４０と４６０と４８０のような連続する複数の信号収集にわたって続く可能性がある。スペクトル・データの収集を異常信号イベントの継続時間と調整することで、異常信号の処理及び補正のために、本明細書で説明する時間ブラケティング方法の使用をサポートする。このような知識があれば、異常信号は有利にブラケティングされ、対処され得る。

図４は、ＣＣＤデバイス４２０からのスペクトル・データ４４０、４６０、及び４８０の一連の時系列収集を一般的に示す概略図４００を示す。スペクトル・データは、スペクトル画像データ（例えば、２次元（２－ｄ）アレイ）でもあり得るし、スペクトル・データ４４０、４６０、及び４８０の順序付けられた収集が要素の１つ又は複数の行を含む、ビニングされたスペクトル・データ（例えば、１次元（１－ｄ）アレイ）でもあり得る。例えば、ビニングされたスペクトル・データは、ＣＣＤのシフト・レジスタの出力に対応することができる。ＣＣＤデバイス４２０は、例えば、ＣＣＤ２００であり得る。スペクトル・データ４８０は、ＣＣＤデバイス４２０から、最も新しい、すなわち時刻ｔ_０に収集されたそのデータである。スペクトル・データ４６０は、ＣＣＤデバイス４２０から、スペクトル・データ４８０の時刻よりも前の時刻（１つ又は複数のデータ取得周期）すなわち時刻ｔ_－１に収集されたものである。示すように、スペクトル・データ４４０は、ＣＣＤデバイス４２０から、スペクトル・データ４６０の時刻よりも前（１つ又は複数のデータ取得周期）の時刻、すなわち時刻ｔ_－２に収集されたものである。スペクトル・データ４６０は異常信号イベントからの少なくとも１つの異常信号４６５を含み、これはスペクトル・データ４６０の収集と十分に同時期にスペクトル・データ４６０内にのみ発生し、スペクトル・データ４４０内にもスペクトル・データ４８０内にも発生していない。異常信号４６５は、例えば、図２Ｂの異常信号イベント２６０、２６２、２６４のうちの１つからであり得る。スペクトル・データ４４０及び４８０は、例えば、図３Ｃのスペクトルと関連付けられ得、スペクトル・データ４６０は、例えば、図３Ｂのスペクトルと関連付けられ得る。スペクトル・データ４４０、４６０、及び４８０は、例えば、符号なし１６ビット値の１０２４要素又は２０４８要素のアレイとしてデジタル的に表現され得る。異常信号は、１次元アレイの１個、２個、５個などのいくつかの要素内、又は２次元アレイのｎ×ｍ個の要素内に存在し得る。スペクトル・データ４４０、４６０及び４８０は、図１の分光器１６０などの光学機器の１つ又は複数の構成要素内にデジタル形式で存在し得る。

図５は、本開示の一実施例による、分光器５１０と特定の関連システムとを含む光学システム５００のブロック図である。分光器５１０は、半導体プロセスからの光信号の測定に有利になるように、本明細書に開示されたシステム、特徴、及び方法を組み込み得、図１の分光器１６０と関連し得る。分光器５１０は、光ファイバー・ケーブル・アセンブリ１５７又は１５９を介してなど、外部光学系５３０から光信号を受信し得、集積及び変換後に、図１の出力１８０など外部システム５２０にデータを送信し得、このデータは、例えば、動作モードの選択、又は本明細書で定義する集積タイミングの制御により、分光器５１０を制御するためにも使用され得る。分光器５１０は、サブミニチュア・アセンブリ（ＳＭＡ）又はフェルール・コネクタ（ＦＣ）光ファイバー・コネクタ又は他のオプトメカニカル・インターフェースなどの光学インターフェース５４０を含み得る。スリット、レンズ、フィルター、グレーティングなどのさらなる光学構成要素５４５は、受信した光信号を形成、誘導、色分離し、集積及び変換のためにセンサ５５０に誘導するように作用し得る。センサ５５０は、図２のセンサ２００又は図４のＣＣＤデバイス４２０と関連し得る。センサ５５０の低レベルの機能は、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）５６０やプロセッサ５７０などの要素によって制御され得る。光から電気への変換に続いて、アナログ信号は、Ａ／Ｄ（Ａｎａｌｏｇ／Ｄｉｇｉｔａｌ）コンバータ５８０に誘導され、電気アナログ信号から電気デジタル信号に変換され得、その後、即刻又は後刻の使用及び外部システム５２０（図１のシグナル・プロセッサ１７０を参照のこと）などへの送信のためにメモリ５９０に記憶され得る。ある程度のインターフェースや関係は図５中に矢印で示しているが、全てのインタラクションや制御関係を示しているわけではない。図４のスペクトル・データ４４０、４６０、及び４８０は、メモリ／ストレージ５９０、ＦＰＧＡ５６０、プロセッサ５７０、及び／又は外部システム５２０のうちの１つ又は複数の範囲内で／によって、図６～図１３によって例示されるプロセス及び実例に従って、例えば、収集、記憶、及び／又は実行され得る。分光器５１０は電源５９５も含み、これは、分光器に典型的に含まれる従来の交流又は直流電源であり得る。

図６は、実例としてＣＣＤセンサ２００又は４２０を含むＣＣＤデバイスなどの光学センサからスペクトル・データを収集し、そのスペクトル・データを処理して異常信号イベントの発生に起因する異常信号を識別し、処理する方法６００に関するフローチャートである。プロセス６００の１つ又は複数のステップは、シグナル・プロセッサ１７０、又は図１及び図５の分光器１６０又は分光器５１０それぞれのプロセッサ又はＦＰＧＡなど、１つ又は複数のプロセッサの動作を指示するソフトウェアによって表されるアルゴリズムに対応することができる。方法６００は、予備的アクションが実行され得る準備ステップ６１０で始まる。予備的アクションには、スペクトル・データ収集レートの事前決定、異常信号分類メトリクス及び異常信号補正パラメータの確立を含み得る。次に、ステップ６２０において、スペクトル・データが収集され得る。図７（一般的に異常信号の識別）及び図８（一般的に異常信号の修正）に関して説明したさらなる処理の詳細に従って、適切なプロセス・シーケンスを確立するためにスペクトル・データの１つ又は複数のセットが収集され得る。

次に、ステップ６３０において、収集されたスペクトル・データに異常信号が存在する場合、収集されたスペクトル・データは、異常信号を識別、分類するために分析され得る。異常信号が識別されると、ステップ６４０において、異常信号を処理するか、何もしないなど別のアクションを行うかの決定がなされる。ステップ６３０及び６４０の少なくとも一部は、図７のプロセス７００に従って実行され得る。異常信号の処理はステップ６５０において実行され、スペクトル・データが処理される。ステップ６５０の少なくとも一部は、図８のプロセス８００のように実行され得る。処理には、異常信号の除去、修正、大きさの縮小などを含み得る。異常信号を有するスペクトル・データの要素数に基づき、何もしないことが適切なことがある。かくして、異常可能性のある信号と識別された空間的／波長的に広がった信号が、異常でないイベントを示すことがある。さらに、長時間継続する異常可能性のある信号は、異常信号ではなく、プロセス・チャンバーにおけるベースラインのシフトなど、別種の変化を示していることがある。したがって、このような信号の修正は、変化を隠し、異常でない信号の適切な識別を阻害する可能性がある。次に、ステップ６６０において、スペクトル・データは、プロセス・ツール１１０又は外部システム５２０などの別のデバイス又はシステムに出力され得る。ステップ６２０から６６０は、何度でもスペクトル・データの収集に対して繰り返され得る。方法６００は、ステップ６７０において、収集された全てのスペクトル・データが処理されたときに終了する。

図７は、図６の方法の様々なステップを詳述するプロセス７００のフローチャートである。プロセス７００の１つ又は複数のステップは、シグナル・プロセッサ１７０又は分光器１６０又は分光器５１０のプロセッサ又はＦＰＧＡなどの１つ又は複数のプロセッサの動作を指示するソフトウェアによって表されるアルゴリズムに対応することができる。プロセス７００は、ステップ６２０などにおけるスペクトル・データの収集と、ステップ６３０などにおける異常信号を含み得るスペクトル・データ・アレイの個々の要素の識別とを略述している。プロセス７００は、オフセット／ゲイン調整、ラジオメトリック補正、及びピクセル空間から波長空間への波長再サンプリングなどの他のスペクトル・データ処理又は分析とともに利用され得る。プロセス７００は、ステップ７０５におけるスペクトル・データの収集で始まる。この例示的プロセスにおいて、インデックスＡ、Ｂ、及びＣによって識別されるスペクトル・データ・アレイは、収集されたスペクトル・データの時間順序付けと関連し、この場合、図４に表されるスペクトル・データ４４０、４６０、及び４８０の一連の時系列収集に関連して説明したように、Ｃが最も新しく収集されたスペクトル・データ、Ａが最も古く収集されたスペクトル・データ、ＢがＡとＣの中間で収集されたスペクトル・データである。様々な実例において、プロセス７００の開始前のスペクトル・データ・アレイＡ、Ｂ及びＣの内容は、重要ではない。本明細書で説明する実例において、プロセス７００は、収集したスペクトル・データを異常信号について分析する前に、スペクトル・データを３セット収集し得る。初期及び後続する収集の間、スペクトル・データ及び／又は関連するインデックス（例えば、Ａ、Ｂ、Ｃ）は、図７に略述されるステップに従ってローテーション／シフトさせられ得る。スペクトル・データ・アレイは、ＣＣＤデバイスから得られるデータに適した適切なサイズ（要素数）、データ型のものであり得る。例えば、１－ｄビニングされたデータのためにＣＣＤの物理的な構成に応じた１０２４要素又は２０４８要素のアレイである。

ステップ７１０において、最新に収集されたスペクトル・データは、Ｃと定義される。次に、ステップ７２０において、最新に収集されたスペクトル・データが最初又は２番目の収集データであるかの決定が行われる。はいの場合、プロセス７００はステップ７２４に進み、スペクトル・データ・アレイＡがスペクトル・データ・アレイＢに設定され、スペクトル・データ・アレイＢがスペクトル・データ・アレイＣに設定される。スペクトル・データ・アレイＢは、次に、ステップ７２８において、図６のステップ６６０に従った出力のためなど、さらなる使用のために戻され、方法７００はステップ７１０に進む。この実例ではスペクトル・データ・アレイＢである解析用の単一のスペクトル・データ・アレイのブラケティングのために、７１０、７２０、７２４、及び７２８のループを繰り返して３つのスペクトル・データ・アレイを得る。この実例では、３つの収集されたスペクトルが後続の処理に使用される場合、プロセス７００は、３番目のスペクトルが収集されるまで、最も新しいスペクトル（ステップ７２４の後のインデックスＢに関連付けられる）を戻す／出力する。プロセス７００はステップ７３０に進み、「超過カウント（Ｅｘｃｅｅｄ Ｃｏｕｎｔ）」の内部カウンタが０に設定される。超過カウントは、本明細書では「幅カウント値（ｗｉｄｔｈ ｃｏｕｎｔ ｖａｌｕｅ）」又は単に「幅カウント（ｗｉｄｔｈ ｃｏｕｎｔ）」とも呼ばれ、ステップ７５０によって提起された条件を満たすスペクトル・データ・アレイの要素数を集計して信号の空間／波長幅を決定することにより、異常信号を識別し、異常信号と異常でない信号（本来のデータ状態変化）との差を決定するために使用されるパラメータである。

プロセス７００のこの時点で、３つのスペクトル・データ・アレイＡ、Ｂ、及びＣは収集されており、スペクトル・データ・アレイＢが幅カウントと「しきい値（Ｔｈｒｅｓｈｏｌｄ）」（これは本明細書では「強度しきい値（ｉｎｔｅｎｓｉｔｙ ｔｈｒｅｓｈｏｌｄ ｖａｌｕｅ）」又は単に「強度しきい値（ｉｎｔｅｎｓｉｔｙ ｔｈｒｅｓｈｏｌｄ）」とも呼ぶ）とに基づいて異常信号を含んでいるかどうかを決定するために分析される。したがって、プロセス７００は、２次元識別プロセスを使用し、強度しきい値と、本明細書では「幅カウント限界」とも呼ばれる「超過限界」とを使用して、信号の大きさ（信号カウント／強度）と空間／波長幅の両方が異常信号の定義範囲内にあるかどうかを決定する。図７００に注釈したように、ステップ７４０、７５０、及び７５５は、スペクトル・データ・アレイの全ての要素について、「ｉ」をスペクトル・データ・アレイの要素インデックスとして、例えば１０２４回又は２０４８回繰り返される。

ステップ７４０において、スペクトル・データ・アレイＡとスペクトル・データ・アレイＣとの平均が決定される。「ＡＣ＿ｍｅａｎ」は，要素の合計に０．５を乗じること，すなわち，０．５×（Ａ_ｉ＋Ｃ_ｉ）で計算することができる。ＡＣ＿ｍｅａｎは、スペクトル・データ・アレイのサイズと同等のサイズ（例えば１０２４要素や２０４８要素）のアレイ・オブジェクトによってデジタル的に表現され得る。異常信号がステップ７５０において部分的に識別される。異常可能性のある信号は、最も新しい３つの収集のスペクトル・データを比較することによって、例えば、要素ごとに、強度しきい値はプロセス７００の構成可能なパラメータとして、Ｂ_ｉ－０．５×（Ａ_ｉ＋Ｃ_ｉ）＞強度しきい値という数量の計算によって識別され得る。強度しきい値は、一般的に、異常信号が基準値（例えば、ＡＣ＿Ｍｅａｎ）を超え得るスペクトル・データのカウント数又は強度に対応する値であり、少なくとも、期待される異常信号及び異常でない信号のノイズ・レベル、ダイナミック・レンジ及び他のメトリクスに関して定義され得る。強度しきい値は、プロセスのモニタリング又はスペクトル・データを受信するより前に予め設定することができる。強度しきい値はまた、能動的に受信しているスペクトル・データからのメトリクスの計算に基づいて、動的に設定し、又は調整することができる。

ステップ７５０において、しきい値操作を通して異常可能性のある信号が識別された場合、プロセスはステップ７５５に進み、幅カウント（図７では超過カウントと表記）が１つインクリメントされ、異常可能性のある信号に関連する異常イベントは収集データの要素の幅カウント数にまで及ぶことを示している。その後、プロセス７００は次の要素が分析されるステップ７４０に進む。異常可能性のある信号がステップ７５０において識別されない場合、プロセス７００は、幅カウントを上げずにステップ７４０に進む。スペクトル・データ・アレイの全ての要素が処理されると、ステップ７４０、７５０、及び７５５のループが完了し、プロセス７００はステップ７６０に進む。

ステップ７６０において、幅カウントが幅カウント限界より大きいかどうかの決定が行われる。一般的に、幅カウントが幅カウント限界より大きい場合、期待される異常信号よりもスペクトル的に広い、異常可能性のある信号を示し、したがって異常でない信号として処理される。その場合、プロセス７００はステップ７６４に進み、スペクトル・データ・アレイＡはスペクトル・データ・アレイＢに設定され、スペクトル・データ・アレイＢはスペクトル・データ・アレイＣに設定される。プロセス７００は、次いでステップ７６８に進み、スペクトル・データ・アレイＡが戻される。プロセス７００は、次いで、分析のための新しいスペクトル・データ・アレイの取得のために、ステップ７１０に進む。

ステップ７６０に戻り、幅カウントが幅カウント限界より大きくない場合、プロセス７００はステップ７７０に進み、幅カウントが０に等しいかどうかの決定がなされる。一般的に、幅カウントがゼロに等しいとき、ステップ７４０、７５０、及び７５５のしきい値比較の間には、異常可能性のある信号が検出されなかったことを示す。そうであれば、プロセスはステップ７６４に進む。そうでない場合は、ステップ７５０で識別した異常可能性のある信号を、プロセス７００の２次元識別プロセスに基づいて異常信号と識別し、ステップ７８０に進み、終了する。

プロセス７００によれば、このようにして異常可能性値を有すると識別されたスペクトル・データ・アレイ要素はカウントされ、さらなる分類基準の対象となり得る。例えば、プロセス７００の構成可能な幅カウント・パラメータにより、異常可能性値を有する要素がスペクトル・データ・アレイＢ内で多数識別される場合、異常信号が、異常信号分類メトリクス及び／又は異常信号補正パラメータに従って「スペクトル的に狭い」として定義され、或いはスペクトル・データ・アレイＡ、Ｂ、Ｃ内に少数の要素に存在する場合には、異常可能性要素及びそれらの関連する値は異常でないとして再び特性解析され得る。スペクトル・データ・アレイＡ、Ｂ、Ｃ内で連続して発生するかどうかなど、異常要素の数や異常要素間の関係性に関する他の基準が、有用な分類のために使用され得る。基準は、スペクトル・データの収集前に予め決定してもよいし、収集されたスペクトル・データの分析を通して、実行時の動作中に決定してもよい。

一般的に、処理中に、スペクトル・データ・アレイＢは、例えばプロセス７００によって識別された異常信号データを除去又は調整するように変更され得る。図８は、本開示の原理に従って異常信号データを修正するためのプロセス８００の一実例の流れ図を示す。プロセス８００の１つ又は複数のステップは、シグナル・プロセッサ１７０又は分光器１６０又は分光器５１０のプロセッサ又はＦＰＧＡなど１つ又は複数のプロセッサの動作を指示するソフトウェアによって表されるアルゴリズムに対応することができる。プロセス８００は、プロセス７００及び８００がどのように協調して異常信号を識別及び修正することができるかの実例として、プロセス７００のステップと関連付けられ得る。例えば、以前にプロセス７００によってステップ７５０で異常値を含むと識別されたスペクトル・データ・アレイＢの各要素は、ステップ８２０で、Ｂ_ｉがＡＣ＿ＭＥＡＮに変更されるその値を有し得る。ここでＡＣ＿ＭＥＡＮ＝０．５×（Ａ_ｉ＋Ｃ_ｉ）である。一般的に、プロセス８００は、プロセス７００のステップ７７０と７８０との間に制定され得る。図８には示されていないが、図９～図１３の実例で表される一実施例では、異常値に関連する各要素を中心とする連続した要素のセットが、対応するＡＣ＿ＭＥＡＮ値に変更され得る。データを後続のシステム又は処理に出力する前に、ＣＣＤデバイス４２０などのデバイスからのスペクトル・データの新しい収集に対応するために、スペクトル・データ及び／又は関連インデックス（例えば、Ａ、Ｂ、Ｃ）は、図８に略述されるプロセス７００のステップに従ってローテーション／シフトさせられ得る。プロセス６００、７００、及び８００による収集されたスペクトル・データの処理により、１収集周期分の信号遅延が生じることに留意されたい。他の処理方法は、信号遅延状態がより大きくなりも、より小さくなりもし得る。

プロセス７００は異常信号を識別する実例を提供し、プロセス８００は異常信号を修正する実例を提供する。一実施例では、ステップ７５０のように、ＡＣ＿ＭＥＡＮ＝０．５×（Ａ_ｉ＋Ｃ_ｉ）と比較して強度しきい値を超える異常信号の要素のみが修正され得る。また、強度しきい値を超えていると識別された要素に近接する追加の要素も、強度しきい値を超えないことがある異常信号の部分を適切に確実に修正するために修正され得る。図９～図１２に示した実例を検討すると、それらの要素値にかかわらず、小さい要素インデックスをもつ要素と大きい要素インデックスをもつ要素とが追加で修正され得ることがわかる。このように修正される近接要素の数は、異常信号分類メトリクス及び／又は異常信号補正パラメータに従い得る。修正する近接要素の数は、固定することも、可変の範囲を有することもできる。例えば、小さい要素インデックスをもつ要素と大きい要素インデックスをもつ要素１～５個が変更され得る。図１０は、要素１５５４における信号カウントが強度しきい値パラメータを超え、修正される一実例を提供している。さらに、要素１５５４の各側２つの要素（１５５２、１５５３、及び１５５５、１５５６）の信号カウントが修正される。この特定の実例では、要素１５５２における修正した信号カウントと受信した信号カウントは、本質的に同じである。換言すれば、異常信号イベントがこの要素の信号カウント値に大きな変動を生じさせなかったので、要素１５５２の信号カウントは実質的に同じままである。図９～図１２に見られる実例では、様々な強度しきい値が使用された。例えば、図１２は、約２００カウントから２０００カウントまでの間にある強度しきい値の一実例を提供している。

したがって、図９～図１３は、異常信号イベントの発生に起因する異常信号を識別し、修正するために処理されるスペクトル・データの実例である。スペクトル・データは、本明細書で論じたように、プロセス６００、７００、及び８００の１つ又は複数のステップに従って処理することができる。図９～図１２の各々において、スペクトル・データは、図４に示すように、例えばＣＣＤデバイスを介して収集された３つのスペクトル・データ・アレイＡ、Ｂ、及びＣによって表される。さらに、図９～１２は、既存の異常信号をもつ元のスペクトル・データと「補正された」信号トレースによって表される補正されたスペクトル・データとを含むスペクトル・データ・アレイＢの詳細画像を含む。図９～図１２の各図において、プロットされた異常信号は、プロセス７００のステップ７５０による処理に従って、強度しきい値を超えて検出された異常信号に対応する要素値の位置に、１つ又は複数のドットを含む。スペクトル・データ・アレイＢの詳細画像で明らかなように、ドットは信号の離散的なサンプル点に対応する交点に位置する。

図９において、スペクトル・データ・アレイＢの４つの要素（４つのドットで表される）にまたがる異常信号９１０が、補正のために識別されている。異常信号９１０は、一般的に期待され、データ・インターバル数個分より大きい継続時間を有する持続的な特徴（原子輝線、分子輝線、広帯域発光など）として定義され得る「実在の」スペクトル特徴９２０とスペクトル的に一致している。異常信号９１０は、データ・アレイＢ内でのみ短い継続時間で発生することが観測されるが、基礎となる特徴９２０は、データ・アレイＡ、Ｂ、及びＣ内でより長い継続時間で発生することが観測されている。この実例における異常信号９１０の識別と補正は、スペクトル・データ・アレイＢがＣＣＤデバイスの物理的なピクセル要素に関連付けられる、いわゆる「ピクセル空間」において行われる。この場合、スペクトル・データは、２０４８個のピクセル要素をもつデバイスからのものであり、異常信号９１０はＣＣＤデバイスの要素９３３から要素９３６で識別される。異常信号９１０の識別と補正は、いわゆる「波長空間」内でも行われ得、これは「ピクセル空間」のスペクトル・データを、例えば０．２５ｎｍや０．５ｎｍなどの一定間隔の波長領域へ再マッピングするものである。「ピクセル空間」における異常信号データの識別及び補正は、スペクトル信号データの補間による複雑さを抑え得、図５の分光器５００内の埋め込みプロセッサ内でより低い運用コストで実行され得る。

図１０において、スペクトル・データ・アレイＢの１つの要素にかかる異常信号１０１０が識別され、補正されている。異常信号１０１０は、上述の方法による時間領域処理の使用によって、１０２０のような同様に狭い「実在の」スペクトル特徴から容易に区別される。既存の処理方法（ｚスコア、移動メジアン・フィルタなど）は、多くの場合、時間領域ではなく波長領域（一度に１つのスペクトル・データ・アレイ）全体で動作し、したがって、異常信号１０１０を同様のスペクトル形状の「実在の」特徴から区別することはかなり困難であることに留意されたい。「補正前」と「補正後」と名付けたデータを比較すると、確立された基準に従って識別された１つの要素（要素値の位置にドットで表示）に加えて、少なくとも３つの追加の近接要素（ドットで表示されていない）も補正されていることがわかる。プロセス７００によって識別された要素の外側の補正され得る要素数は、追加の調整可能な近接又は隣接パラメータを介して制御され得る（例えば、強度しきい値を超える異常信号を含むように識別された要素の各側に２つの要素を追加して補正する）。隣接パラメータは、強度しきい値や幅カウント制限と同様に、識別及び処理機能のためにユーザが入力することができるパラメータである。３つのパラメータの各々は、識別及び／又は処理の前に予め決定することができ、又は異常信号の識別中及び／又は処理中に動的に設定／変更することができる。

図１１において、スペクトル・データ・アレイＢの３つの要素にまたがる異常信号１１１０が識別され、補正後データで表されるように補正されている。異常信号１１１０は、上述の方法による時間領域処理の使用によって、１１２０のような同様に狭い「実在の」スペクトル特徴から容易に区別される。異常信号１１１０の非対称性は、識別や補正に悪影響を及ぼさない。

図１２において、スペクトル・データ・アレイＢの５つの要素にまたがる大きな異常信号１２１０が識別され、補正されている。異常信号１２１０は、上述の方法による時間領域及びしきい値処理の使用によって、同様に狭い「実在の」スペクトル特徴及びスペクトル信号ノイズから容易に区別される。異常信号データの大きさは、識別や補正に悪影響を及ぼさないが、ノイズ・フロアを超える分類の低難度化につながる。

図１３において、典型的にはスペクトル・データ・アレイＢであるスペクトル・データ・アレイの約１０個の要素にまたがる複雑な異常信号１３１０が識別され、修正されている。異常信号１３１０は、対象のスペクトルの部分を囲む破線の楕円によって示されている。示されるスペクトル・データはキセノン・フラッシュランプからのものであり、異常信号１３１０は、フラッシュランプ内のアーク／放電の不安定及び／又は電極スパッタ・イベントによって引き起こされる異常信号イベントと関連し得る。プロット１３００は、複雑な異常信号１３１０をもつスペクトル・データ・アレイを示し、プロット１３０１は、複雑な異常信号１３１０が修正されたスペクトル・データ・アレイを示している。１３００及び１３０１の各プロットについて、Ｘ軸は波長、Ｙ軸は強度又はカウントである。

図１４は、スペクトル・データ中の異常信号の識別や異常信号の処理など、本明細書で開示するプロセスに使用することができるコンピューティング・デバイス１４００を示す。コンピューティング・デバイス１４００は、本明細書で開示する分光器１６０又は５１０など、分光器又は分光器の一部とすることができる。コンピューティング・デバイス１４００は、少なくとも１つのインターフェース１４３２と、メモリ１４３４と、プロセッサ１４３６とを含み得る。インターフェース１４３２は、例えば未処理スペクトル・データを受信し、例えば処理後スペクトル・データを送信するために必要なハードウェア、ソフトウェア、又はそれらの組み合わせを含む。インターフェース１４３２の一部はまた、アナログ電気信号又はデジタル電気信号を通信するために必要なハードウェア、ソフトウェア、又はそれらの組み合わせを含むことができる。インターフェース１４３２は、標準プロトコル又は独自プロトコルなどのプロトコルに従って（例えば、インターフェース１４３２は、Ｉ２Ｃ、ＵＳＢ、ＲＳ２３２、ＳＰＩ、又はＭＯＤＢＵＳをサポートし得る）、様々な通信システム、接続、バスなどを介して通信する従来のインターフェースであり得る。

メモリ１４３４は、コンピューティング・デバイス１４００に関連する様々なソフトウェア及びデジタル・データの態様を記憶するように構成される。さらに、メモリ１４３４は、例えば、スペクトル・データ中の異常信号を識別し、識別された異常信号を処理するために開始されると、プロセッサ１４３６の動作を指示する１つ又は複数のアルゴリズムに対応する一連の動作命令を記憶するように構成される。プロセス６００、７００、及び８００は、アルゴリズムの代表的な実例である。この処理は、異常信号データの除去又は修正、又は別のアクションを含み得る。メモリ１４３４は、非一時的コンピュータ可読媒体（例えば、フラッシュ・メモリ及び／又は他の媒体）であり得る。

プロセッサ１４３６は、コンピューティング・デバイス１４００の動作を指示するように構成される。かくして、プロセッサ１４３６は、インターフェース１４３２及びメモリ１４３４と通信し、スペクトル・データ中の異常信号を識別し処理するように本明細書に記載された機能を実行するために必要な論理を含む。

上述の機器、システム又は方法の一部は、様々な従来のデジタル・データ・プロセッサ又はコンピュータなどの中に具現化し又はそれらによって実行され得、コンピュータは、方法のステップの１つ又は複数を実行するようにプログラムされるか、又はソフトウェア命令のシーケンスの実行可能なプログラムを記憶する。そのようなプログラム又はコードのソフトウェア命令は、アルゴリズムを表し、非一時的デジタル・データ記憶媒体、例えば、磁気ディスク又は光学ディスク、ランダム・アクセス・メモリ（ＲＡＭ：ｒａｎｄｏｍ－ａｃｃｅｓｓ ｍｅｍｏｒｙ）、磁気ハード・ディスク、フラッシュ・メモリ、及び／又は読出し専用メモリ（ＲＯＭ：ｒｅａｄ－ｏｎｌｙ ｍｅｍｏｒｙ）上に機械実行可能形式で符号化されて、様々な種類のデジタル・データ・プロセッサ又はコンピュータが、本明細書に記載した上述の方法、若しくは機能、システム又は機器のうちの１つ又は複数のステップのうちの１つ、複数又は全てを実行できるようにし得る。

開示した実施例の一部は、機器、デバイスの一部を具現化し、又は本明細書に規定した方法のステップを実行する様々なコンピュータ実装の動作を実行するためのプログラム・コードをその上に有する非一時的コンピュータ可読媒体をもつコンピュータ・ストレージ製品に関連し得る。本明細書で使用する非一時的とは、一時的な伝搬信号を除く全てのコンピュータ可読媒体を指す。非一時的なコンピュータ可読媒体の実例は、ハード・ディスク、フロッピー・ディスク、磁気テープなどの磁気媒体、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）ディスクなどの光学媒体、フロプティカル・ディスクなどの光磁気媒体、及びＲＯＭやＲＡＭデバイスなど、プログラム・コードを記憶し実行するように特別に構成されたハードウェア・デバイスを含むが、これらに限定されない。プログラム・コードの実例は、コンパイラで生成されるような機械語コードと、インタープリタを使うコンピュータによって実行され得る高水準コードを含むファイルの両方を含む。構成されているとは、例えば、１つ又は複数のタスクを実行するために必要な論理、アルゴリズム、処理命令、及び／又は機能を備えて、設計されている、構築されている、又はプログラムされていることを意味する。

上述、及びその他の変更は、本明細書に記載した光学測定システム及びサブシステムにおいて、本明細書の範囲から逸脱することなく行われ得る。例えば、いくつかの実例は半導体ウェハー・プロセス機器と関連して説明されているが、本明細書に記載した光学測定システムは、ロールツーロール薄膜処理、太陽電池製造又は高精度光学測定が必要とされ得る任意の応用機器など他の種類の処理機器に適合させられ得ることは理解され得る。さらに、本明細書で議論したいくつかの実施例は、イメージング分光器などの一般的な光分析デバイスの使用を説明するが、既知の相対感度をもつ複数の光分析デバイスが利用され得ることを理解されたい。さらに、本発明の態様を説明する際に本明細書で「ウェハー」という用語を使用したが、石英板、位相シフト・マスク、ＬＥＤ（Ｌｉｇｈｔ－Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）基板、及び他の非半導体プロセス関連基板などの他の種類の被加工物、並びに固体、気体、液体の被加工物を含む被加工物が使用され得ると理解されるべきである。

本明細書で説明した例示的な実施例は、本発明の原理及び実際の適用を最も良く説明するために、当業者が企図される特定の用途に適するように様々な修正を伴う様々な実施例のために本発明を理解することができるように選択し、説明したものである。本明細書に記載された特定の実施例は、本発明の範囲及び趣旨を逸脱することなく、様々な変形及び環境下で実施することができるので、決して本発明の範囲を限定することを意図したものではない。したがって、本発明は、示された実施例に限定されることを意図するものではなく、本明細書に記載された原理及び特徴と相反しない最も広い範囲が与えられるべきである。

図中のフローチャート及びブロック図は、本発明の様々な実施例によるシステム、方法、及びコンピュータ・プログラム製品の可能な実装のアーキテクチャ、機能性、及び動作を示すものである。この点で、フローチャート又はブロック図中の各ブロックは、特定の論理機能を実装するための１つ又は複数の実行可能な命令を含むコードのモジュール、セグメント、又は部分を表し得る。いくつかの代替的な実装では、ブロックに記された機能は、図に記された順序とは無関係に起こり得ることにも留意されたい。例えば、関係する機能性により、連続して示される２つのブロックは、実際には実質的に同時に実行されることもあれば、又はそのブロックは、時には逆の順序で実行されることもある。ブロック図及び／又はフローチャート図の各ブロック、並びにブロック図及び／又はフローチャート図中のブロックの組み合わせは、特定の機能又は行為を実行する特別な目的のハードウェアベースのシステム、又は特別な目的のハードウェアとコンピュータ命令の組み合わせによって実装することができることにも留意されたい。

本明細書で使用する用語は、特定の実施例を説明することのみを目的とし、本発明を限定することを意図するものではない。本明細書で使用する際、単数形の「ａ」、「ａｎ」及び「ｔｈｅ」は、文脈上明らかにそうでない場合を除き、複数形も含むことを意図している。本明細書で使用する場合、「ｃｏｍｐｒｉｓｅｓ」及び／又は「ｃｏｍｐｒｉｓｉｎｇ」という用語は、記載された特徴、整数、ステップ、動作、要素、及び／又は構成要素の存在を規定するが、１つ又は複数の他の特徴、整数、ステップ、動作、要素、構成要素、及び／又はそれらの群の存在又は追加を排除しないことはさらに理解されるであろう。

当業者には理解されるように、本発明は、方法、システム、又はコンピュータ・プログラム製品として具現化され得る。したがって、本発明は、完全にハードウェアの実施例、完全にソフトウェアの実施例（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、又はソフトウェアとハードウェアの態様を組み合わせた実施例の形態をとることができ、これらは全て本明細書において一般的に「回路」又は「モジュール」と呼ばれている。さらに、本発明は、媒体中に具現化されたコンピュータ使用可能なプログラム・コードを有するコンピュータ使用可能な記憶媒体上のコンピュータ・プログラム製品の形態をとり得る。

本開示の様々な態様は、本明細書に開示される機器、システム、及び方法を含めて主張することができる。本明細書に開示する態様には、以下のものが含まれる。
Ａ．スペクトル・データの処理方法であって、（１）時間的に分離したスペクトル・データ・サンプルを受信するステップと、（２）時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号を、スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと少なくとも１つの後続するものとに基づいて識別するステップとを含む、スペクトル・データの処理方法。
Ｂ．スペクトル・データを処理するための機器であって、（１）１つ又は複数の異常信号を識別するためのアルゴリズムに対応する動作命令を有するメモリと、（２）動作命令に従って１つ又は複数の動作を実行するように構成された、１つ又は複数のプロセッサとを備え、動作命令が、時間的に分離したスペクトル・データ・サンプルを受信するステップと、時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号をスペクトル・データ・サンプルのうちの少なくとも１つの先行するものと、少なくとも１つの後続するものとに基づいて識別するステップとを含む、機器。
Ｃ．異常信号を識別するためのシステムであって、（１）処理ツールと、（２）処理ツール内で実行される半導体プロセスから光学データを受信し、光学データをスペクトル・データに変換する機器とを備え、機器は、（２Ａ）１つ又は複数の異常信号を識別するためのアルゴリズムに対応する動作命令を有するメモリと、（２Ｂ）動作命令に従って１つ又は複数の動作を実行するように構成された１つ又は複数のプロセッサとを備え、動作命令は、時間的に分離したスペクトル・データ・サンプルを受信するステップと、時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号を、スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと、少なくとも１つの後続するものとに基づいて識別するステップとを含む、システム。
Ｄ．非一時的なコンピュータ可読媒体に記憶されたコンピュータ・プログラム製品であって、それによって開始されたときに、１つ又は複数のプロセッサに、（１）時間的に分離したスペクトル・データ・サンプルを受信するステップと、（２）時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号を、スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと、少なくとも１つの後続するものとに基づいて識別するステップとを含む動作を実行することによってスペクトル・データを処理することを指示する一連の動作命令を含む、コンピュータ・プログラム製品。

態様Ａ、Ｂ、Ｃ、及びＤの各々は、以下の追加の要素のうちの１つ又は複数を組み合わせて有することができる。要素１：時間的に分離した３つのスペクトル・データ・サンプルがあり、中間の１つは３つのうちの中央のものである。要素２：スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと少なくとも１つの後続するものとは、中間の１つにおける１つ又は複数の異常信号をブラケティングする。要素３：識別するステップは、時間的に分離したスペクトル・データ・サンプルの要素におけるスペクトル・データの幅カウントを、カウント数に対応する幅カウント限界と比較するステップを含む。要素４：識別するステップは、時間的に分離したスペクトル・データ・サンプルのうちの中間のものの要素と、スペクトル・データ・サンプルのうちの少なくとも１つの先行するもの及び少なくとも１つの後続するものの対応する要素の平均との間にある差を、強度しきい値と比較するステップをさらに含む。要素５：強度しきい値は予め決定される。要素６：強度しきい値は動的に設定される。要素７：差が強度しきい値より大きいとき、幅カウントをインクリメントするステップをさらに含む。要素８：１つ又は複数の識別された異常信号を処理するステップをさらに含む。要素９：処理するステップは、異常信号を含んでいると識別された要素の１つ又は複数のカウント値のうちの少なくとも１つを修正するステップを含む。要素１０：処理するステップは、異常信号を含んでいると識別された要素に近接する追加の要素のうちの少なくとも１つ又は複数のカウント値を、隣接パラメータに基づいて修正するステップを含む。要素１１：処理するステップは、異常信号を含んでいると識別された要素の１つ又は複数のカウント値のうちの少なくとも１つを修正しないステップを含む。要素１２：修正するステップは、時間的に分離したスペクトル・データ・サンプルのうちの中間のものの要素と、スペクトル・データ・サンプルの少なくとも１つの先行するもの及び少なくとも１つの後続するものの対応する要素の平均との間にある差を、強度しきい値と比較するステップに基づいて実行される。要素１３：方法のための少なくとも一部の論理が、組み込みプロセッサ、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）中にコードとして記憶されている、又は両方の組み合わせである。要素１４：機器は分光器である。要素１５：１つ又は複数のプロセッサのうちの少なくとも１つは、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）を備える。

Claims (26)

1. スペクトル・データを処理する方法であって、
   時間的に分離したスペクトル・データ・サンプルを受信するステップと、
   前記時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号を、前記スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと少なくとも１つの後続するものとに基づいて識別するステップと
   を含む方法。
2. 時間的に分離した３つのスペクトル・データ・サンプルがあり、前記中間の１つは前記３つのうちの中央のものである、請求項１に記載の方法。
3. 前記スペクトル・データ・サンプルのうちの前記少なくとも１つの先行するものと前記少なくとも１つの後続するものとは、前記中間の１つにおける前記１つ又は複数の異常信号をブラケティングする、請求項１に記載の方法。
4. 前記識別するステップが、前記時間的に分離したスペクトル・データ・サンプルの要素におけるスペクトル・データの幅カウントを、カウント数に対応する幅カウント限界と比較するステップを含む、請求項１から３までのいずれか一項に記載の方法。
5. 前記識別するステップが、前記時間的に分離したスペクトル・データ・サンプルのうちの前記中間の１つの要素と、前記スペクトル・データ・サンプルのうちの前記少なくとも１つの先行するもの及び前記少なくとも１つの後続するものの対応する要素の平均との間にある差を、強度しきい値と比較するステップをさらに含む、請求項４に記載の方法。
6. 前記強度しきい値が予め決定される、請求項５に記載の方法。
7. 前記強度しきい値が動的に設定される、請求項５に記載の方法。
8. 前記差が前記強度しきい値より大きい場合に、前記幅カウントをインクリメントするステップをさらに含む、請求項５に記載の方法。
9. 前記１つ又は複数の識別された異常信号を処理するステップをさらに含む、請求項１に記載の方法。
10. 前記処理するステップが、異常信号を含むと識別された前記要素の前記１つ又は複数のカウント値のうちの少なくとも１つを修正するステップを含む、請求項９に記載の方法。
11. 前記処理するステップが、前記異常信号を含むと識別された前記要素に近接する追加の要素の少なくとも１つ又は複数のカウント値を、隣接パラメータに基づいて修正するステップを含む、請求項１０に記載の方法。
12. 前記処理するステップが、異常信号を含むと識別された前記要素の前記１つ又は複数のカウント値のうちの少なくとも１つを修正しないステップを含む、請求項９又は１０に記載の方法。
13. 前記修正するステップが、前記時間的に分離したスペクトル・データ・サンプルのうちの前記中間の１つの要素と、前記スペクトル・データ・サンプルの前記少なくとも１つの先行するもの及び少なくとも１つの後続するものの対応する要素の平均との間にある差を、強度しきい値と比較するステップに基づいて実行される、請求項１０に記載の方法。
14. 前記方法のための少なくとも一部の論理が、組み込みプロセッサ、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、又は両方の組み合わせにコードとして記憶される、請求項１に記載の方法。
15. スペクトル・データを処理するための機器であって、
    １つ又は複数の異常信号を識別するためのアルゴリズムに対応する動作命令を有するメモリと、
    前記動作命令に従って１つ又は複数の動作を実行するように構成された１つ又は複数のプロセッサと
    を備え、前記動作が、
    時間的に分離したスペクトル・データ・サンプルを受信するステップと、
    前記時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける前記１つ又は複数の異常信号を、前記スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと少なくとも１つの後続するものとに基づいて識別するステップと
    を含む、機器。
16. 前記機器が分光器である、請求項１５に記載の機器。
17. 前記識別するステップが、前記時間的に分離したスペクトル・データ・サンプルのうちの前記中間の１つの要素と、前記スペクトル・データ・サンプルのうちの前記少なくとも１つの先行するもの及び少なくとも１つの後続のものの対応する要素の平均との間にある差を、カウント数に対応する強度しきい値と比較するステップを含む、請求項１５に記載の機器。
18. 前記識別するステップが、前記差が前記強度しきい値より大きい場合に、前記時間的に分離したスペクトル・データ・サンプルの要素におけるスペクトル・データの幅カウントをインクリメントするステップをさらに含む、請求項１７に記載の機器。
19. 前記識別するステップが、前記幅カウントをカウント数に対応する幅カウント限界と比較するステップをさらに含む、請求項１８に記載の機器。
20. 前記動作が、前記１つ又は複数の識別された異常信号を処理するステップをさらに含む、請求項１９に記載の機器。
21. 前記処理するステップが、異常信号を含むと識別された前記要素の前記１つ又は複数のカウント値のうちの少なくとも１つを修正するステップを含む、請求項２０に記載の機器。
22. 前記処理するステップが、前記異常信号を含むと識別された前記要素に近接する追加の要素の少なくとも１つ又は複数のカウント値を、隣接パラメータに基づいて修正するステップをさらに含む、請求項２１に記載の機器。
23. 前記修正するステップが、前記差に基づいて実行される、請求項２１に記載の機器。
24. 前記１つ又は複数のプロセッサのうちの少なくとも１つが、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）を備える、請求項１５に記載の機器。
25. 異常信号を識別するためのシステムであって、
    処理ツールと、
    前記処理ツール内で実行される半導体プロセスから光学データを受信し、前記光学データをスペクトル・データに変換する機器と
    を備え、前記機器は、
    １つ又は複数の異常信号を識別するためのアルゴリズムに対応する動作命令を有するメモリと、
    前記動作命令に従って１つ又は複数の動作を実行するように構成された１つ又は複数のプロセッサと
    を備え、前記動作は、
    時間的に分離したスペクトル・データ・サンプルを受信するステップと、
    前記時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける前記１つ又は複数の異常信号を、前記スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと少なくとも１つの後続するものとに基づいて識別するステップと
    を含む、システム。
26. 非一時的なコンピュータ可読媒体に記憶されたコンピュータ・プログラム製品であって、前記非一時的なコンピュータ可読媒体が、１つ又は複数のプロセッサに、それによって開始された場合に、
    時間的に分離したスペクトル・データ・サンプルを受信するステップと、
    前記時間的に分離したスペクトル・データ・サンプルのうちの中間の１つにおける１つ又は複数の異常信号を、前記スペクトル・データ・サンプルのうちの少なくとも１つの先行するものと少なくとも１つの後続するものとに基づいて識別するステップと
    を含む動作を実行することによって、スペクトル・データを処理するように指示する一連の動作命令を含む、コンピュータ・プログラム製品。

Images