JP4677231B2 - 向上された自動プロセス制御のためのオーバレイ診断の利用 - Google Patents
向上された自動プロセス制御のためのオーバレイ診断の利用 Download PDFInfo
- Publication number
- JP4677231B2 JP4677231B2 JP2004511937A JP2004511937A JP4677231B2 JP 4677231 B2 JP4677231 B2 JP 4677231B2 JP 2004511937 A JP2004511937 A JP 2004511937A JP 2004511937 A JP2004511937 A JP 2004511937A JP 4677231 B2 JP4677231 B2 JP 4677231B2
- Authority
- JP
- Japan
- Prior art keywords
- overlay
- value
- target
- error
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004886 process control Methods 0.000 title description 4
- 238000005259 measurement Methods 0.000 claims description 245
- 238000000034 method Methods 0.000 claims description 220
- 235000012431 wafers Nutrition 0.000 claims description 145
- 230000008569 process Effects 0.000 claims description 70
- 230000009897 systematic effect Effects 0.000 claims description 64
- 238000012937 correction Methods 0.000 claims description 40
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 15
- 239000004065 semiconductor Substances 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 12
- 229920002120 photoresistant polymer Polymers 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000013179 statistical model Methods 0.000 claims description 4
- 238000012896 Statistical algorithm Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000001459 lithography Methods 0.000 description 5
- 238000001297 coherence probe microscopy Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000000386 microscopy Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005530 etching Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000012152 algorithmic method Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000002135 phase contrast microscopy Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- 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
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70516—Calibration of components of the microlithographic apparatus, e.g. light sources, addressable masks or detectors
-
- 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
- G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
Description
【0001】
本発明は一般に、半導体製造プロセスに用いられるオーバレイ計測技術に関する。より具体的には本発明は、半導体ウェーハフィルムスタックの異なるレイヤ群、または同じレイヤ上の異なるパターン群の間のアライメント誤差を計測するのに用いられるオーバレイマーク(オーバレイターゲットとも呼ばれる)を分析することに関する。
【背景技術】
【0002】
半導体集積回路を製造するプロセスにおいて、非常に重要な計測ステップのうちの1つは、オーバレイまたはミスレジストレーション計測である。オーバレイ計測は理想的には、その設計上の、完全なアライメントからの集積回路の2つのレイヤ間の水平方向のズレを定量化する。水平方向のズレは、オーバレイ誤差またはミスレジストレーション(ここではオーバレイ誤差と呼ばれる)と呼ばれる。この計測法は典型的には、特別な光学機器、オーバレイ計測ツール、ウェーハ上のいわゆるスクライブライン内、または集積回路それ自身の領域内に位置するオンテスト構造(on test structures)によって実行される。これらテスト構造は、オーバレイターゲットと呼ばれる。オーバレイ計測ツールは、それぞれの計測の結果として、xおよびyで示されるウェーハの平面内の2つの直交する方向におけるオーバレイを表す2つの数字を報告する。オーバレイは、ウェーハ上のいくつかの位置において、かつそれぞれの製造ロットのうちのいくつかのウェーハ上で計測される。この結果は、主に2つの目的で用いられる。オーバレイ計測の1つの目的は、オーバレイ値またはそれらの組み合わせに基づいて、与えられたウェーハロットが合格または不合格させることを決定する(ロット処置として知られる)のを促進することである。他の目的は、これら誤差のうちのどの部分がリソグラフィステッパまたはスキャナの非理想的アライメントまたは他の機能によるものかを計算すること、および補正を行う(プロセス制御として知られる)ためにステッパまたはスキャナにこの情報をフィードバックすることを促進することである。この補正は、ステッパ分析プログラムを用いて、ステッパモデルに基づいて決定される。
【0003】
残念ながら、報告されたオーバレイ結果は、ある状況においては信頼できないかもしれない。すなわち、計測されたオーバレイ計測値は、ターゲットのミスアライメント以外の他のファクタによって影響されえる。オーバレイ計測は、計測されたターゲットに関連付けられるバックグラウンドノイズによって影響されえる。ある例においては、ターゲットがミスアラインしていないときでも、バックグラウンドは、オーバレイ誤差が計測されることを引き起こす。非対称性のようなシステム上の誤差も計測されたオーバレイ誤差が不正確になるようにさせえる。他の例において、大きな真のオーバレイ誤差を有する大きな非対称性を有するターゲットは、計測されたオーバレイ誤差がゼロになりえる。よって非対称性誤差は気づかれないままでありえ、このような非対称性につながるプロセス問題を補正するためのステップが起動されないままでありえ、よって歩留まりに悪影響を及ぼしえる。
【発明の開示】
【発明が解決しようとする課題】
【0004】
したがって、オーバレイターゲットの品質および信頼性を分析する改良された技術の要求がある。特に、システムおよびノイズの寄与は、オーバレイ計測の信頼性に影響するので、これらを考慮する必要がある。
【課題を解決するための手段】
【0005】
したがって、本発明は、さまざまな独特の測定値、つまり「ターゲット診断」を1つ以上の半導体オーバレイターゲットから得て分析する装置および方法を提供する。ある実施形態において、オーバレイターゲットは、ターゲット診断情報、系統誤差測定値、およびランダムノイズ測定値のうちの2つの特定のタイプを得るよう計測される。系統誤差測定値は、オーバレイターゲットの非対称性を一般に定量化し、一方、ランダムノイズ測定値は、オーバレイターゲットの近傍にあるか、またはそれに関連付けられた空間ノイズを定量化および/または分類する。
【0006】
具体的な例示的実現例において、オーバレイターゲットの画像情報または強度信号がオーバレイ計測ツールから提供され、または得られる。オーバレイターゲットについてのオーバレイ誤差は、一般にオーバレイターゲットの画像情報または強度信号(群)を分析して、オーバレイターゲットの2つの異なるレイヤ間のオーバレイ誤差を決定することによって得られる。系統誤差測定値はまた、オーバレイターゲットの画像情報または強度信号(群)を分析し、それによりターゲットの非対称性を定量化することによってオーバレイターゲットから得られる。例えば、系統誤差測定値は、同じサイズを有するように設計される2つのターゲット領域のサイズ間の不一致を定量化しえる。ある具体的な局面において、系統誤差測定値は、対称であるよう設計されるオーバレイターゲットの一部の非対称性値を得ることによって得られる。ノイズ測定値は、統計モデルを、オーバレイターゲットの画像情報または強度信号(群)に適用することによってオーバレイターゲットからさらに得られる。ノイズ測定値は一般に、粒状性の背景のような、オーバレイターゲットに関連付けられた空間ノイズを特徴付ける。
【0007】
ユニークなターゲット診断情報はそれからさまざまなオーバレイおよび/またはステッパ分析プロシージャにおいて用いられえる。ある実施形態において、オーバレイ誤差、複数の系統誤差測定値、およびそれぞれのオーバレイ誤差についての複数のノイズ測定値が複数のターゲットについて得られる。それぞれのオーバレイ誤差について、オーバレイ誤差の定量的測定値が、そのようなオーバレイ誤差についての系統誤差測定値および/またはノイズ測定値に基づいてそれから決定されえる。ある例では、定量的測定値は、それぞれのオーバレイ誤差についての信頼水準である。それぞれのオーバレイ誤差およびその定量的測定値はそれから分析されて、オーバレイターゲットに関連付けられた特性を決定しえる。得られた系統および/またはノイズ測定値の他のユニークな応用例においては、系統および/またはノイズ測定値に基づく信頼水準情報は、「フライヤ」つまり信頼できないオーバレイ計測結果を特定するのに用いられえる。例えば、もし信頼水準が60%のような予め決められたスレッショルドより下になるなら、関連付けられたオーバレイ計測はフライヤとして認識されえる。特定のオーバレイ計測をフライヤとして特定すべきかを決定するのに加えて、信頼水準はまた、異なるオーバレイ計測セットアップまたはレシピが現在のオーバレイターゲットについて用いられるべきか、または代替のオーバレイターゲットが現在のオーバレイターゲットの代わりに用いられるべきかを決定するのにも用いられえる。
【0008】
ある例では、オーバレイ誤差値がフライヤであることを決定することは、以下の具体的な実施ステップを含みえる。すなわち、(1)系統誤差測定値およびノイズ測定値に基づいて信頼水準を決定すること、および(2)信頼水準が予め規定された仕様の外であるなら、そのオーバレイ誤差値をフライヤと規定することである。さらなる局面において、そのターゲットがフライヤと規定されるとき、オーバレイ誤差値の分析が停止される。他の局面において、前記現在のオーバレイターゲットについて代替ターゲットが存在し、前記現在のオーバレイターゲットがフライヤと規定されるとき、代替ターゲットについて操作(1)および(2)が繰り返される。他の実現例において、次のターゲットが存在し、かつ、代替ターゲットが存在しないか、または前記現在のオーバレイターゲットの前記オーバレイ誤差値がフライヤと規定されないかのとき、次のターゲットについて操作(1)および(2)が繰り返される。さらなる局面において、複数の半導体ウェーハからの複数のターゲットについて操作(1)および(2)が繰り返される。複数の半導体ウェーハは、複数のレファレンスウェーハロットを含む。オーバレイターゲットのターゲット診断情報に関する統計情報は、レファレンスウェーハロットから集められる。操作(1)および(2)はそれから、その後、ターゲット診断データを分析して、現在のウェーハロットが不合格になるか合格になるかを以前に得られた統計情報に基づいて決定するために、現在のウェーハロットのオーバレイターゲットについて繰り返される。それから現在のウェーハロットが合格するか不合格になるかについての判断が現在のウェーハロットに対応する信頼水準に基づいてなされえるかが決定されえる。判断がなされえると決定されるとき、現在のウェーハロットが合格するかが、現在のウェーハロットからの現在のターゲット診断情報を、レファレンスウェーハロットからの統計情報と比較することに基づいて決定される。
【0009】
他のユニークな応用例において、ターゲット診断情報は、オーバレイターゲットおよび関連付けられた設計構造を複数のウェーハまたはウェーハロット上に配置するのに用いられるステッパツールの動作を改善するために用いられる。一般に言えば、ステッパ分析プロシージャは、設計構造と共にオーバレイターゲットを配置するのに用いられるステッパツールがミスアラインしているかを決定することを含む。本発明のある実施形態において、ステッパ補正は、オーバレイデータ、系統誤差測定値、およびノイズ測定値に基づいて計算される。ステッパ補正はもちろんそれから現在のステッパミスアラインメントを補正するのに用いられる。
【0010】
ある例において、前記ステッパ補正を決定することは、以下の具体的な実施ステップを含む。すなわち、(1)現在のウェーハの複数のオーバレイターゲットについて、オーバレイ誤差値、系統誤差測定値、およびノイズ測定値を得ること、(2)前記系統誤差測定値によって前記オーバレイ誤差値を補正すること、(3)前記それぞれのオーバレイ誤差の信頼水準に基づいてそれぞれのオーバレイ誤差値を重み付けすること、および(4)前記ステッパ補正を前記補正され重み付けされたオーバレイ誤差値に基づいて決定することである。ステッパツールはそれからステッパ補正によって調整される。
【0011】
他のユニークな応用例において、オーバレイ誤差は、DI/FI(現像検査/最終検査)バイアスについて補正するために系統誤差測定値および/またはノイズ測定値と共に分析されえる。ある局面において、オーバレイ誤差は、DIステージ(すなわちフォトレジスト現像後、不可逆なエッチングプロセスのような既存のフォトレジストパターン上に行われるプロセスステップの前)におけるターゲットから得られる。オーバレイターゲットに関連付けられたDI/FIバイアスがそれから予測され、ここでDI/FIバイアス予測は、系統誤差測定値に基づく。さらなる局面において、オーバレイ誤差は予測されたDI/FIバイアスによって調整される。具体的な実現例において、DI/FIバイアスは、オーバレイターゲットがリワーク可能なDIステージにあるときにオーバレイ誤差値および系統誤差測定値を得ること、および系統誤差測定値に基づいてDI/FIバイアス値を予測することによって予測される。オーバレイ誤差はそれからこのようなバイアスによって調整されえる。
【0012】
他の応用例において、ターゲット診断情報は、例えば現在のウェーハロットについてプロセスエクスカーションが起こったかを決定するために用いられえる。ターゲット診断情報は、複数の製品ウェーハ上の複数のターゲットについて得られる。プロセスエクスカーションが起こったかを決定することは、(1)前記複数の製品ウェーハによって提供される前記系統誤差測定値または前記ノイズ測定値に関連する変化をモニタすること、および(2)大きな変化がモニタされた測定値に起きたときに、そのような大きな変化に関連付けられた前記ウェーハについてプロセスエクスカーションが起こったと決定することによって達成される。ある実現例において、系統および/またはノイズ測定値に基づいてそれぞれのオーバレイ誤差値について信頼水準が決定され、モニタされる前記変化は前記信頼水準の変化を含む。
【0013】
他の応用例において、本発明は、オフラインの根本原因分析に関する。応用例は、フィールドにわたって、ウェーハにわたって、ロットからロットについて、レイヤからレイヤについて、デバイスからデバイスについてなどのターゲット測定値を、過去の製品ロットランの統計学的バラツキおよびツールの定性データと比較する。システムは、コンテキスト情報と共にこれら比較を用いて、さまざまな特定された振る舞いの根本原因を特定する。さらに、統計学的データ、画像および/またはデータが取られる画像のラインスキャンは、レビューおよび分析のために利用可能にされえる。
【0014】
代替実施形態において、本発明は、さまざまなユニークな測定値、つまり「ターゲット診断」を1つ以上の半導体オーバレイターゲットから得て分析するコンピュータシステムに関する。コンピュータシステムは、1つ以上のプロセッサおよび1つ以上のメモリを有する。プロセッサおよびメモリのうちの少なくとも1つは、上述の方法操作のうちの1つ以上を実行するよう構成される。
【0015】
本発明のこれらおよび他の特徴は、以下の本発明の明細書および添付図面においてより詳細に示され、これらは本発明の原理を例示的に示す。
【発明を実施するための最良の形態】
【0016】
本発明の具体的な実施形態が詳細に参照される。この実施形態の例は、添付図面において図示される。本発明は、この具体的な実施形態について記載されるが、本発明を1つの実施形態に限定するように意図されてはいないことが理解されよう。むしろ添付の特許請求の範囲によって規定される本発明の精神および範囲内に含まれえるように、代替物、改変物、および等価物を含むように意図される。以下の記載において、多くの具体的な詳細は、本発明の完全な理解を与えるために述べられる。本発明は、これら具体的な詳細の一部または全部がなくても実施されえる。あるいはよく知られたプロセス操作は、本発明の趣旨を不必要にぼかさないために詳細には記載されていない。
【0017】
本発明の技術を実施するためには、任意の適切なタイプのターゲットが用いられえる。すなわち、ターゲットは、オーバレイ誤差の計測を促進する任意の適切な形状をとりえる。1つの既知のオーバレイターゲット形状は、ボックスインボックス構造である。もちろん、オーバレイターゲット形状にはさまざまなタイプが存在し、それらも本発明の技術と共に用いられえる。図1Aは、例示的ターゲット構造100の概略上面図である。示されるように、ターゲット100は、内側ボックス104および外側ボックス102から形成される。内側ボックス104は典型的には、外側ボックス102とは異なるレイヤ内に形成される。例えば、DIステージにおいて、内側ボックス104は、バイア2レイヤを規定するレジストパターンでありえ、一方、外側ボックス102は、メタル2レイヤ内のフィーチャで形成される。示されるように、内側ボックス104は、複数のセグメント104aから104dで形成され、これらは正方形のパターンで構成され、一方、外側ボックスは、正方形のパターンで形成される複数のセグメント102aから102dから形成される。オーバレイ誤差は典型的には、それぞれのボックスの中心を求め、オーバレイ誤差の差を得るために2つの中心を比較することによって決定される。この差は、ベクトルのような他の形態で表現されえるが、典型的にはxおよびy座標において表現される。示されるように、内側ボックスおよび外側ボックスは、同じ中心106を共通に持ち、これは内側および外側ボックス間にオーバレイ誤差が存在しないことを示す。この場合、オーバレイ誤差は0,0である。
【0018】
図1Bは、非対称な例示的ターゲット構造150の概略上面図である。示されるように、内側ボックス104は、残りのセグメント104bから104dとは幅が異なるセグメント104eを有する。内側ボックス104および外側ボックス102が同じ中心106を共有するので、この非対称ターゲット150はオーバレイ誤差を生まないが、ターゲット150は、その非対称ゆえに欠陥がある。このタイプの欠陥は、系統誤差(systematic error)と呼ばれる。系統誤差は、ターゲットごとに特徴付けられえ、それらはしばしばウェーハにわたって系統的性質を持つ。系統誤差は典型的にはターゲットの非対称性に起因し、CMP研磨、金属スパッタリング、またはフォトレジスト効果のようなプロセス効果によって引き起こされる。
【0019】
図1Cは、ノイズの多いバックグラウンド160を持つ図1Aのターゲット100の概略上面図である。示されるように、バックグラウンドノイズはグレインの形態である。しかし、このノイズは、画像中の空間ノイズの任意のソースによって引き起こされえる。ノイズ160は、内側ボックス104または外側ボックス102のいずれかの見かけの中心を例えば向き167にシフトすることを引き起こしえる。よって結果として生じるオーバレイ誤差は、実際のオーバレイ誤差または系統誤差ではなく、ランダムノイズによって引き起こされえる。これらのタイプの誤差は、ランダム誤差と呼ばれる。このランダム誤差は、粒状性(graininess)のようなプロセス効果によって引き起こされる空間ノイズによる。これら誤差は、ウェーハにわたるターゲット群に対するその効果、および単一のターゲットに対する効果でさえもともと統計的(statistical)であるという事実によって特徴付けられる。
【0020】
本発明のある実施形態は、系統誤差およびランダムノイズ誤差についての測定値を得る技術を含む。換言すれば、特定のターゲットから得られるターゲット診断は、従来のオーバレイ測定法と共に、別個の系統およびランダム測定法を含む。図2は、本発明のある実施形態によって系統およびノイズ測定値を含むターゲット診断測定値を得るプロシージャ200を示すフローチャートである。まず、オーバレイターゲットが操作202において提供される。それからオーバレイ誤差が、操作204においてターゲットから得られる。すなわち、画像情報がターゲットから得られ、以下にさらに記載されるようにオーバレイ誤差を得るために分析される。強度信号または画像情報は、オーバレイ誤差を得るために分析されえる。図1Aのターゲットによってあるオーバレイ誤差計測技術を説明するために、内側ボックス104および外側ボックス102の中心間の差が計測され、この差はオーバレイ誤差として規定される。
【0021】
非対称測定値のような系統誤差測定値が、操作206においてターゲット中の選ばれた部分を互いに比較することによってそれから得られる。非対称測定値は、任意の適切な技術を用いて得ることが可能である。ある実施形態において、互いについて対称的であるように設計されているターゲットの部分が比較される。好ましくは、系統誤差測定値は、ターゲットの異なる部分からの設計上は対称的である信号形状の比較、例えば左外側バーおよび右外側バーからの信号間の比較を通して得られる。オーバレイツールは、その光学系にある程度の非対称性を有しえるので、0°および180°のようなウェーハの2つの方向において非対称性測定値(Asymmetry Metrics)を計測するのが望ましい。最終的な系統つまり非対称性測定値は以下のように計算される。
【0022】
【数1】
【0023】
例えば図1Bのターゲットでは、左内側バー104eは、右内側バー104cと比較されて、ターゲットの内側部分についてのx方向非対称性測定値を得る。同様に、左外側バー102aは、右外側バー102cと比較されえて、ターゲットの外側部分についてのx方向非対称性測定値を決定する。上内側バー104dは、下内側バー104bと比較されえて、ターゲットがy方向非対称性測定値を有するかを決定する。同様に、外側上バー102dは、外側下バー102bと比較されえて、ターゲットの外側部分についてのy方向非対称性測定値を決定する。これら異なるxおよびy方向非対称性測定値はそれから結合されて最終的な非対称性測定値になる。比較を通してターゲットの非対称性を計測する具体的な技術またはアルゴリズムは、フーリエ変換技術、導関数(勾配)技術、重なり積分技術、および重心技術を含む。
【0024】
それからターゲットのランダムノイズ測定値は、操作208で統計学的モデルをターゲットの画像情報(つまり強度信号)に適用することによって得られる。ターゲット診断測定値(target diagnostic metrics)、またはターゲット診断(target diagnostics)はここでは、以下の測定値のうちの1つ以上を指す。すなわち、系統誤差測定値、ランダムノイズ測定値、またはこれら2つを結合したものである。オーバレイおよび/またはステッパ分析が、オーバレイ測定結果およびターゲット診断測定値に基づいて操作210においてそれからなされる。プロシージャはそれから終了する。
【0025】
ある一般的な応用例において、ターゲット診断測定値は、オーバレイデータを分析してその正確さおよび信頼性を決定するために使用されえる。例えば、高いノイズ測定値および/または高い非対称性測定値を含むオーバレイデータは、信頼性がより低い、つまり信頼できないと特定されえ、このようなオーバレイデータの分析の前に複数のターゲットから集められるオーバレイ測定値からは廃棄されるかもしれない。具体的な応用例において、ターゲット診断測定値は、オーバレイ誤差の信頼水準を決定するのに使用される。他の応用例において、オーバレイ誤差データは、ステッパ補正の決定、またはロットが与えられた仕様に合格または不合格であるかの決定のような、さまざまな利用のためのオーバレイデータの処理の前に、ノイズおよび/または非対称性測定値に基づいて重み付けされ、または修飾され(qualified)える。他の応用例において、ターゲット診断データは、ターゲット診断測定値が現在のオーバレイデータが信頼できないことを示すときに、異なるオーバレイ誤差計測セットアップ(計測タイプ、計測アルゴリズムなど)または異なるターゲットが用いられるべきであることを決定するために使用されえる。ターゲット診断データを用いる技術のいくつかの実施形態が以下にさらに記載される。
【0026】
ノイズデータの特徴付けのための任意の適切な技術が、ターゲットについてのノイズ測定値を得るために実現されえる。例として、以下のノイズ決定アルゴリズムが使用されえる。すなわち、統計学的アルゴリズム、積分ノイズアルゴリズム、積分導関数アルゴリズム、信号対ノイズアルゴリズム、またはノイズのスペクトラムアルゴリズムである。
【0027】
それからターゲット診断は、上述のオーバレイ計測と並行して、計測されたオーバレイターゲットの質についての定量的測定値を作るために用いられえる。これら定量的測定値は、オーバレイ計測値の分析に関連する任意の適切な目的のために用いられえる。一般に、ターゲット診断は、オーバレイおよびステッパ分析プロシージャのあいだにオーバレイ計測値と共に用いられる。ターゲット診断のためのいくつかの例示的な使用法が以下にさらに記載される。
【0028】
フライヤ除去:
ターゲット診断のある応用例において、オーバレイ計測は、異常に高い計測結果、例えば典型的な値が100nmより充分に低い場合に500nmをときどき作る。これら結果は「フライヤ(flyers)」と呼ばれ、これらはそのデータセットに基づく決定をだめにするので、データからのそれらの除去は重要である。それらのいくつかは単にオーバレイ値を閾値で切れば除去されえるが、これは決定の信頼水準を低下させる。ターゲット診断の使用のある実施形態において、ターゲットの質が評価され、その質または信頼水準が所定の質よりも低いときには、ターゲットは、フライヤ、つまり信頼できないターゲットとしてラベルが自動的に付けられる。この決定は、これらターゲットの実際のオーバレイ値に関係なくなされえる。フライヤターゲットからのデータは、それから計測プロセスにおいては無視され、フライヤターゲットはまた、代替ターゲットおよび/または代替計測方法またはアルゴリズムからのデータによって自動的に置換されえる。
【0029】
図3は、ターゲット診断データ内のフライヤを本発明のある実施形態によって特定するプロシージャ400を示すフローチャートである。まず、ターゲットの画像グラブ(grab)が操作402において実行される。オーバレイ誤差およびターゲット診断測定値がそれから操作404において決定される。すなわち、オーバレイ誤差、系統誤差測定値、およびノイズ測定値が上述のように決定される。それからターゲット診断測定値の信頼水準が操作406において決定される。それから信頼水準が仕様外であるかが操作408において決定される。
【0030】
もし信頼水準が仕様外であるなら、それから保存された選択変数が「オン」に操作410で設定される。例えば、ユーザは、保存変数を「オン」に設定することによって、ターゲット測定値が仕様外である計測値に対応する画像を後のレビューおよび分析のために保存しえる。もし保存選択変数が「オン」に設定されるなら、画像は操作411において保存されえる。そうでなければ画像の保存はスキップされる。操作410および411はオプションであり、ユーザがそのような保存の機能をオンにしたりオフにしたりして選択することなく画像は自動的に保存されえる。それからターゲットは、操作412においてフライヤとして特定され報告される。操作414においてオプションとして、代替サイトが存在するかが決定されえる。例えば、計測レシピは、初期サイトが仕様外であると判明したときに、代替ターゲットサイトを含みえる。好ましくは、代替サイトは、仕様外つまり拒絶されたサイトの近傍にある。もし代替サイトがあるなら、オーバレイ計測ツールは、操作426において代替サイトに行く。プロシージャ400はそれから操作402で繰り返され、代替サイトで画像がグラブされる。
【0031】
もし代替サイトがないなら、操作416において、計測レシピ中に次のターゲットサイトがあるかが決定される。もし次のサイトがないなら、現在のウェーハのオーバレイ計測は終了され、オーバレイおよび/またはステッパ分析が良いターゲット診断測定値について操作418で実行されえ、プロシージャは終わる。もし次のサイトがあるなら、ツールは、操作424において次のサイトに移動する。プロシージャ400はそれから操作402で繰り返され、次のサイトで画像がグラブされる。
【0032】
信頼水準が現在のターゲットについて仕様外ではないとき、現在のターゲットは良好であると決定され、その結果はオーバレイデータベースに操作420で追加される。またフライヤについての仕様は、操作422において新しいターゲット診断データに基づいて再計算されえる。それから次のターゲットサイトがあるかが操作416において決定される。もし次のターゲットがあるなら、プロシージャは次のターゲットについて繰り返される。もし次のターゲットがないなら、プロシージャは終わる。
【0033】
いくつかの製品ウェーハについての信頼水準がより高い信頼水準へドリフトしたか、またはより低い信頼水準へドリフトしたかのいずれかであると決定されるとき、仕様は再計算されえる。ある例では、初期の仕様は、信頼水準が70%より上であることを必要としえる。しかし連続する何百というターゲットについての信頼水準が90%より上の平均値に到達し始めるとき、信頼水準要件は85%に変更されえる。ある実施形態において、仕様は、平均ターゲット診断測定値の3標準偏差内であるように再計算されえる。すなわち、ターゲットの質についての期待値は、新しいターゲットが設計され新しいプロセスが現れるに従い、時間と共に増加または減少されえる。さらに、もしいくつかのフライヤが連続していると特定されるなら、そのフライヤはそれから新しい仕様を決定するか、またはプロセスを調節するかするために調べられ得る。
【0034】
与えられた系統および/またはノイズ測定値に基づいてターゲットオーバレイデータについての信頼水準を計算するために任意の適切な技術が用いられえる。図4は、本発明の第1実施形態によって特定のオーバレイデータの信頼水準を決定するプロシージャ500を示すフローチャートである。まず較正ウェーハのセットが操作502において処理される。ターゲット診断測定値についての重み値が、データから操作504で推定される。このデータは、一般に、生のオーバレイおよび測定値である。それから製品ウェーハが操作506で処理される。それから現在のターゲットについてのトータルターゲット不確実性(total target uncertainty、TTU)が操作508において計算される。TTU値は、例えば図1Aないし図1Cのターゲットでは、次のように定義される。
【0035】
【数2】
【0036】
ここでA、B、およびCは重みである。単位は、nmのような任意の計測単位でありえる。
【0037】
TTU値が決定されたあと、それからTTUが所定のスレッショルドより上かが操作510で決定される。もしTTUがスレッショルドより上ではないなら、ターゲットは良好であると操作514において決定される。もしTTUがスレッショルドより上なら、ターゲットは操作512でフライヤとして定義される。このプロシージャは、操作516で次のターゲットに行くことによってそれぞれのターゲットについて繰り返されえる。
【0038】
図5は、本発明の第2実施形態によって信頼水準を決定するプロシージャ600を示すフローチャートである。操作602〜606は、図4の操作502〜506に類似する。しかしこの実施形態においては、相対ターゲット不確定性(RTU)値が現在のターゲットについて操作608で計算される。この実施形態において、信頼水準結果は、オーバレイバジェットまたは何らかの他の変数に対して相対的であり、%のような相対表記に翻訳される。RTUは、TTU値およびレファレンス値に対して以下のように相対的に定義されえる。
【0039】
【数3】
【0040】
レファレンス値は、オーバレイバジェットまたは何らかの他の代表的プロセス値によって一般に決定される。RTU値が決定されたあと、それからRTU値が予め決められたスレッショルドより小さいかが操作610で決定される。もしRTUがスレッショルドよりも小さくないなら、操作614においてターゲットは良好である。もしRTUがスレッショルドよりも小さいなら、操作612においてターゲットはフライヤである。それから操作616において次のターゲットに進みえる。
【0041】
図6は、本発明の第3実施形態によって信頼水準を決定するプロシージャ700を示すフローチャートである。この第3実施形態は、RTUに類似するが、結果はステッパモデル残差(stepper model residuals)に対して相対的である。ステッパモデル残差は、生オーバレイデータとステッパモデルによって予測された値との間の差として一般に定義される。
【0042】
操作702〜706は、図4の操作502〜506に類似する。しかし、製品ウェーハ群のセットが操作706で処理されたあと、現在のウェーハについてステッパモデルおよび残差が操作707において計算される。それからモデル相対ターゲット不確定性(MRTU)値は、操作708で現在のターゲットについて以下によって計算される。
【0043】
【数4】
【0044】
それからMRTU値が予め決められたスレッショルドより小さいかが操作710において決定される。もしMRTUがこのスレッショルドより小さくないなら、ターゲットは操作714において良好である。もしMRTUがスレッショルドより小さいなら、このターゲットは操作712においてフライヤである。それから操作718において次のターゲットに進みえる。
【0045】
図7は、本発明の第4実施形態によって信頼水準を決定するプロシージャ800を示すフローチャートである。一般に、この技術は、較正データに対する現在のターゲット測定値の相対的な正確さに基づいている。較正ウェーハ(ロット、ロット群のセット)が処理され、測定値の平均値が計算される。それから現在の処理について、測定値の相対正確性が計算される。最終ステップにおいて、結果は較正データに追加され、平均値が再計算される。
【0046】
まず、操作802において較正ウェーハ群のセットが処理され、較正ウェーハについての測定値の平均値群が操作803において計算される。それから操作804において重みがデータに基づいて推定される。操作806で製品ウェーハ群のセットが処理される。それから較正相対信頼水準(calibration relative confidence level、CRCL)値が現在のターゲットについて操作808において計算される。このCRCLは図1A〜1Cのターゲットについて例えば以下のように定義されえる。
【0047】
【数5】
【0048】
ここでA、B、…、Gは、重みであり、CurrentAsymOutXおよびYは、それぞれ外側Xバー(またはボックス)のペア間、および外側Yバー(またはボックス)のペア間の非対称性であり、CurrentAsymInnXおよびYは、それぞれ内側Xバー(またはボックス)のペア間、および内側Yバー(またはボックス)のペア間の非対称性であり、Calibration値は、それについての対応する較正値である。1に等しい重みのデフォールト値が初期値として用いられえる。
【0049】
このCRCLは、図1A〜1Cのターゲットについて以下のように定義されえる。
【0050】
【数6】
【0051】
ここで「Calibration…」は、過去のデータの平均であり、「SigmaCalibration…」は、過去のデータの標準偏差であり、Φ(*)は、標準正規分布の右側端(right tail)であり、A、B、C、D、E、F、G、Hは重みであり、Sはシグマの意味での距離である。実際、この値は、過去のデータの平均値の信頼水準を決定する。例えばもしS=3であるなら、過去の平均値の信頼水準は99.865%である。
【0052】
値の単位は[%]である。値の範囲は0%から100%である。A、…、Fのデフォールト値は1であり、Sのデフォールト値は3である。CurrentAsymOutXおよびYは、それぞれ外側Xバー(またはボックス)のペア間、および外側Yバー(またはボックス)のペア間の非対称性であり、CurrentAsymInnXおよびYは、それぞれ内側Xバー(またはボックス)のペア間、および内側Yバー(またはボックス)のペア間の非対称性である。
【0053】
CRCLが決定されたあと、それからCRCL値が予め決められたスレッショルドより小さいかが操作810で決定される。もしCRCL値がスレッショルドよりも小さくないなら、そのターゲットは操作814において良好である。較正値も操作816においてアップデートされる。新しい値が過去のデータ(データベース)に追加され、それから平均値、シグマおよび累積分布が、新しい値を持つデータについて再計算される。もしCRCL値がスレッショルドよりも小さいなら、そのターゲットは操作812においてフライヤである。操作818において次のターゲットに行って操作808〜816を繰り返してもよい。
【0054】
ロットの合格/不合格判定の信頼性増加:
リソグラフィステップのあとのオーバレイ計測は、ウェーハロットを合格させるか不合格させるかの指標のうちの一つを提供するのに用いられえる。オーバレイ計測結果が合格基準に達しない場合は特に、合格/不合格判定は、しばしば追加のオーバレイ計測のあとに、主観的判断に基づいてなされえる。オーバレイターゲットからの系統誤差および/またはノイズ測定値のようなターゲット診断を提供することによって、およびその結果をそれぞれのオーバレイ結果に関する信頼水準に変換することによって、より知的な、おそらくはさらに自動化された合格/不合格判定が可能になる。さらに「不合格」判定の場合、特定の信頼水準結果に基づいて自動化された判定プロセスが行われえる。
【0055】
図8は、本発明のある実施形態によるロット処分(lot disposition)プロシージャ900を示すフローチャートである。製品ウェーハおよび/または製品ロットが処理されるとき、それぞれの製品ウェーハまたは製品ウェーハロットは、このプロシージャに基づいて合格または不合格として格付けされえる。まず、オーバレイ計測が特定の製品ウェーハロットについて操作902で実行される。ターゲット診断測定値(例えば系統およびノイズ測定値)がそれから操作904で決定される。
【0056】
このプロシージャは、2つのループのうちの一つを含みえる。すなわち、操作910において、フライヤターゲットが特定され、および/または代替サイトが計測され(例えば図3に示されるように)、または代替計測タイプまたはアルゴリズムが実行される、ウェーハレベルループ(「ウェーハオート」)、および操作912によって示されるような、より多くのウェーハをそのロットに追加するロットレベルループ(「ロットオート」)である。ウェーハレベルループは、与えられたウェーハが計測されているときに行われえる。それぞれのターゲットについて、ターゲット診断は、リアルタイムでターゲットが許容可能かを示す。もしターゲットが許容されないなら、リアルタイム判定がなされて代替ターゲットを計測するが、これはレシピセットアップフェーズにおいて既に指定されていることである。このようにして、与えられたウェーハを計測することから生じるデータは、全て良好なデータである(ウェーハが充分な数の良好なターゲットを含むと仮定すれば)。フライヤターゲットは、代替ターゲットの計測、または代替計測アルゴリズムの実施を行うことなく、特定のウェーハについてのターゲット診断データから単に除去されてもよい。ターゲット診断データからフライヤを除去し、代替ターゲットを用いる上述のプロシージャが実施されえる。
【0057】
場合によっては、このウェーハレベルループは、特定のユーザの制約条件によって可能ではない。このような場合は、ロットレベルの戦略が用いられえ、ここでは計測の質についてのそれぞれのウェーハまたはロット計測のあとに表示が与えられる。この質の表示は、ターゲット診断によって与えられた信頼水準に再び基づく。計測の質に基づいて、判断がなされる。すなわちオーバレイツール、監視システム、またはユーザのいずれかによって、同じロットの追加のウェーハを計測するかどうかを判断する。この全てが、そのロットがオーバレイ計測ツール上にあるあいだに行われ、それによりロットのアンロード、格納、取り出し、およびリロードの不必要なロジスティックのオーバヘッドを避ける。ロットレベルループおよびウェーハレベルループは、一緒に、または単独で実施しえる。すなわち、ウェーハレベルループは、ロットレベルループなしで実施しえ、その逆もありえる。
【0058】
示された実施形態を参照して、フライヤデータを取り除くようにターゲット診断データがフィルタリングされたあと、それからターゲット診断は、操作906でオーバレイ統計および信頼水準を決定するために分析されえる。この統計は、複数のウェーハまたはウェーハロットからのオーバレイターゲットの計測の結果から集められた任意の適切なオーバレイ統計データを含みえる。この統計情報は、特定のウェーハロットが合格するか、または不合格するかを決定するためにあとで利用されえる。ある実施形態において、この統計情報は、複数のターゲットおよび製品ウェーハからの標準偏差と共に計測されたオーバレイ誤差の平均を含む。また統計情報は、最大オーバレイ誤差値を含みえる。この最大オーバレイ誤差は、オーバレイ誤差データから直接に決定されえ(最大の計測されたオーバレイ誤差データポイントを選択することによって)、またはオーバレイ誤差データから外挿することによって決定されえる(例えば、計測されたオーバレイ誤差データへの多項式曲線近似によって)。信頼水準は、例えば上述のような任意の適切な方法で決定されえる。
【0059】
それから操作908で現在のロットの不合格または合格のステータスについての判断がなされえるかが決定されえる。この決定は、信頼水準を分析することによって達成される。例えば、もしオーバレイ誤差データが、ロットは合格するが信頼水準が予め決められた仕様(例えば60%)を下回ることを示すなら、現在のオーバレイ誤差データの信頼水準を増すためのステップが行われえる。示された実施形態において、現在のウェーハロットのステータスについて判断がなされえない(例えば信頼水準が低すぎる)と決定されるとき、操作912において、より多くのウェーハがロットに追加され、これらについてオーバレイ計測がそれから実行される(後に操作902で)。
【0060】
現在のウェーハロットの合格/不合格ステータスについて判断がなされえると決定されるとき、それからそのオーバレイ値に基づいて操作914で現在のロットが合格するかが決定される。例えば、現在のロットについての現在のオーバレイ誤差が、前のロットのオーバレイデータから決定されたオーバレイ誤差平均値の3標準偏差内にあるかが決定される。代替の実現例においては、現在のロットのオーバレイ誤差の最大値が、決定されたオーバレイ誤差最大値を超えるかが決定される。もし現在のオーバレイ誤差がその最大値を超えるか、またはオーバレイ平均値から3標準偏差より大きいなら、現在のロットは不合格であると決定される。そうでなければ、現在のロットは合格すると決定される。もし現在のロットが合格しないなら、操作918で不合格である旨、報告される。そうでなければ現在のロットは操作916で合格である旨、報告される。
【0061】
ステッパ補正の改善:
ステッパ補正の従来の計算において、全てのオーバレイ値は等しく扱われる。提供されたターゲット診断によって与えられる信頼水準を利用することによって、信頼水準は、それぞれのオーバレイ値の影響をステッパ補正計算プロセスにおいて重み付けする重みに変換されえる。このようにして、その質が低いオーバレイ値は、最終的なステッパ補正への影響がより少なくなり、このようにして、ユーザが計算されたステッパ補正に持ちえる信頼性は増加する。
【0062】
図9は、本発明のある実施形態によってステッパ補正を改善するプロシージャ1000を示すフローチャートである。まず、操作1002でウェーハからオーバレイ計測およびターゲット診断測定値が集められ、または提供される。可能であるときは、オーバレイ計測値は、それから非対称性測定値によって操作1004で補正されえる。これは、DI/FIバイアスについての補正におけるように、非対称性測定値がより真に近いオーバレイ値を与えることが示される場合になされる。DI/FIバイアスを補正する例示的技術は、以下に図11および12を参照してさらに記載される。
【0063】
オーバレイ計測値は、また信頼水準または同様の測定値に基づいて操作1006で重み付けされる。ある実現例においては、それぞれのオーバレイ計測値は、決定された信頼水準(例えば上述の技術の任意のものを用いて決定されるように)に基づいて重み付けされる。例えば、50%および60%の間の信頼水準は、0.2の重み値を与えられ、61および70%の間の信頼水準は、0.4の重み値を与えられ、などとなる。一般に、重みWは、信頼水準CLからW=f(CL;a1,a2,...,aN)として計算されえ、ここでa1,a2,...,aNは、関数fに関連付けられたN個のパラメータである。関数fは、連続または離散関数のいずれかでありえる。それからステッパ補正は、重み付けされたオーバレイ計測値に基づいて操作1008で決定されえる。それからステッパ補正は、例えばホストコンピュータまたはセルコントローラを介してステッパへ引き渡されるものを含みプロセス制御のために用いられ、ここでこのステッパ補正は操作1010で実施されえる。プロシージャはそれから終わる。
【0064】
図10は、図9の操作1006で用いられる重みの推定値を得るための較正プロシージャを示すフローチャートである。まず、1つ以上のターゲットが、例えば1つ以上のウェーハ上にステッパ操作1101で形成される。DIオーバレイ値およびターゲット診断測定値が、それから操作1102でターゲットから得られる。DIオーバレイ値の信頼水準がそれから、例えば上述のように操作1106で計算される。
【0065】
そのあいだに、初期関数fおよび係数群のセットa1〜aNが操作1105で決定される。重みがそれからこの初期関数f、係数群、および計算された信頼水準に基づいて操作1107で計算される。それから重みは操作1108で重み付けされたステッパ補正値を計算するために用いられる。
【0066】
DIオーバレイ値およびターゲット診断測定値が操作1102で得られたあと、プロセス(エッチングプロセスのような)が操作1103で実行されえる。このプロセスは、重み付けされたステッパ補正を決定するのと並行して実行されえる。FIオーバレイ値はそれから、操作1104でターゲットポストプロセスから得られる。FIオーバレイ値および重み付けされたステッパ補正は、FI(A)におけるオーバレイ分布をシミュレーションするために操作1109でそれから用いられる。ある実施形態において、FIにおけるオーバレイデータと、リソグラフィにおける実際のステッパ設定(操作1101から)および重み付けされたステッパ補正によって示される設定(操作1108から)の差は、重み付けされたステッパ補正がリソグラフィステージで実施された場合、FIにおけるオーバレイデータの変化をシミュレーションするのに用いられる。
【0067】
オーバレイ分布(B)はまた、得られたFIオーバレイ値に基づいて操作1114で計算される。AおよびBは、操作1110で比較され、それからAがBよりも良いかが操作1113で決定される。換言すれば、現在のステッパ設定および結果として生じる分布と比較したときに、決定されたステッパ補正が改善されたオーバレイ分布につながる可能性が高いかが決定される。分布は適切な基準を用いて評価されえる。例として、評価は、トータルモデル化エラー(Total Modeled Error、TME)、最大オーバレイ、または最大+3σオーバレイに基づきえる。もしAがBよりよいなら、ステッパ補正が充分に良好であると操作1111で決定される。ある例では、シミュレーションされたFIオーバレイの分布は、真のFIオーバレイ、および「良好な」分布の基準と比較される。もしステッパ補正が改善されなければならないなら、つまりAがBよりよくないなら、係数a1,a2,...,aNおよび/または関数は、分布を改善するために(必要なら)操作1112で調整される。
【0068】
重みの計算を改善する繰り返し法が図10について記載されてきたが、線形最小二乗法のようなモデルの重みを最適化する任意の標準的な方法が用いられえる。この較正方法は、新しいプロセスについての初期較正にも、周期的な再較正にも両方に用いられえる。
【0069】
DI/FIバイアスの最小化:
DI/FIバイアスは、同じウェーハおよび同じターゲット位置上でプロセスのあいだの2つの時間の点で計測されるオーバレイの差を言う。すなわち第1時刻は、いわゆるDI(現像検査または現像後または写真)オーバレイであり、第2は、いわゆるFI(最終検査またはエッチング後またはエッチング)オーバレイである。この差は、オーバレイマークの歪みにより、リソグラフィステップの前でそれまでのプロセス効果が大きく寄与する。オーバレイターゲットに対するこれらプロセス効果の多くは非対称性であることが示されるので、それらはターゲット診断非対称性測定値を用いて特徴付けられえる。これら測定値は、DI/FIバイアスに相関付けられえ、このようにしてDI/FIバイアスを予測し、それのために補正するのに用いられえる。よって、予測されたDI/FIバイアスによってDIオーバレイ測定値データを調整し、このようにしてオーバレイ結果を得ることができ、この結果はより忠実に真のFIオーバレイを示す。真のオーバレイをDIステージにおいて見つけることが好ましいが、これは例えばそのフォトレジストを剥がし、再び塗布することによって、そのウェーハが容易にリワークされえるからである。
【0070】
図11は、本発明のある実施形態によってDI/FIバイアスについて補正するプロシージャを示すフローチャートである。まず、操作1202でステッパによって1つ以上のターゲットが形成される。操作1204でレジストが露光され現像されたあとで(DI)オーバレイ計測値がそれから得られる。ターゲット診断も操作1206で得られる。ある実施形態において、xおよびy非対称性値が得られる。DI/FIバイアスがターゲット診断およびオーバレイ測定値に基づいて操作1208で決定される。例えば、補正されたオーバレイ計測を計算する式は以下の形式でありえる。
【0071】
【数7】
【0072】
ここでxおよびyは、DIオーバレイ計測値であり、axおよびayは、それぞれ計測されたxおよびy非対称性である。重みwxおよびwyは、初期では1のようなデフォールト値で選択されえ、後で詳述される較正プロシージャを通して経験的に決定されえる。
【0073】
DI/FIバイアスが決定されたあと、DIステージからのオーバレイ値はそれからそのように決定されたDI/FIバイアスによって操作1210で補正されえる。補正されたオーバレイ値はそれから、ここで記載されるようなロット処分(lot disposition)およびステッパ補正のような任意の適切なオーバレイ分析プロシージャのために用いられえる。
【0074】
図12は、上記数7の数式の重みwxおよびwyを実験的に決定する例示的プロシージャを示すフローチャートである。まず、操作1252でオーバレイターゲットを形成するために1つ以上のウェーハがトラック内で露光および現像される。現像後、DIオーバレイ値およびターゲット診断測定値がそれから操作1254でウェーハから集められる。DI/FIバイアス予測は、操作1256で重み(1260)についての初期値に基づいてそれぞれの計測位置について決定される。初期重み値は操作1258で決定される。補正されたDIオーバレイ値は、初期DIオーバレイをDI/FIバイアス予測値によって操作1261で補正することによって計算される。
【0075】
同時に、ウェーハは、例えばエッチングプロセスのようなプロセスステップを操作1262で通って進み、操作1264でFIステージにおいてオーバレイ値がそれから集められる。FIおよび補正されたDIオーバレイ値は、操作1266で比較され、2つの値が充分に近いかが操作1268で決定される。例えば、2つの値の差が予め決められた差の値よりも小さいかが決定される。換言すれば、予測されたDI/FIバイアス値が真のDI/FIバイアス値に一致するかが決定される。もし2つのセットのオーバレイ値が充分に近いと決定されるなら、DI/FIバイアス予測モデル重みは許容され、オーバレイ計算においてさらに用いられ、重み較正プロシージャ1250は終わる。もし2つのセットのオーバレイ値が充分には近くないと決定されるなら、重み(1260)は操作1270で調整され、新しいセット計算(操作1256および1261)および比較(操作1266)が調整された重み値(1260)に基づいて実行される。
【0076】
図12のフローチャートは、重みを決定する繰り返しプロシージャを示すが、モデル係数の最適解を決定する任意の他のよく知られる方法(例えば線形最小二乗法)が用いられえる。較正プロシージャはまた、新しいプロセスの開始において重みを決定するのにも、重みの周期的な再較正にも両方に用いられえる。
【0077】
プロセスエクスカーションモニタリング:
提供されたターゲット診断は、ある種のプロセスがオーバレイターゲットに与える影響を定量化するので、ターゲット診断の測定値は、プロセス変化をモニタするのに用いられえる。レファレンスレベルがセットアップされえ、これらのレファレンスレベルからの予め設定された距離を超えるエクスカーション(excursions)は、操作者および/またはホスト/APC(アドバンスプロセスコントロール)システムに警告または自動化されたフォールト検出信号を引き起こす。予め設定されたレベルを超えた値の数値および位置は、ウェーハマップ上に提示されえる。測定値のトレンドがそれからAPCシステムによって用いられえる。
【0078】
図13Aは、本発明の第1実施形態によってプロセスエクスカーションを決定するプロシージャ1300を示すフローチャートである。まず、非対称性およびノイズ測定値を含むターゲット診断測定値が操作1302で多くのターゲットから得られる。これらターゲットは、異なるウェーハから生じえる。ターゲット診断測定値の1つ以上に基づいた統計がそれから操作1304で決定される。例えば、系統および/またはノイズ測定値の平均値および標準偏差が今までに製造されたターゲットについて決定されえる。他の例では、平均の信頼水準および標準偏差が決定されえる。
【0079】
それから現在のウェーハについての任意の測定値が予め規定されたスレッショルドよりも上であるかが、決定された統計値に基づいて操作1306で決定される。例えば、特定のロットのノイズ測定値が平均ノイズ測定値の上3σより大きいかが決定される。あるいは、現在の系統誤差測定値が平均系統誤差よりも大幅に高い(例えば3σより大きい)かが決定される。他の例では、現在の信頼水準が平均信頼水準の統計的範囲内にあるかが決定される。代替実現例では、ウェーハ群のセットからの統計的情報を決定することなく、測定値または信頼水準が予め規定されたスレッショルドより上であるかが単に決定される。このスレッショルドは経験的または理論的に決定されえる。もし現在のターゲットについての測定値が予め決められたスレッショルドより上であるなら、プロセスエクスカーションについての警報が操作1308で発生されえる。このエクスカーションは、単一ウェーハについての単一プロセスについて、またはウェーハまたはウェーハロットの全体についてのプロセス群のセットについて起こりえる。プロセスはそれから終わり、あるいは自動化されたリカバリプロセスが開始される。
【0080】
図13Bは、本発明の第2実施形態によってプロセスエクスカーションを決定するプロシージャ1330を示すフローチャートである。まずターゲット診断測定値がウェーハから操作1332で決定される。測定値はそれからウェーハマップに操作1334でプロットされる。ウェーハマップの目視検査がそれから操作1336で実行される。それから操作1338でエクスカーションが起きたかが手動で決定される。例えば、特定のウェーハ部分についてのノイズまたは系統誤差測定値エクスカーションがそのようなウェーハマップ上で視覚的に特定されえる。他の例では、多くのロットからのウェーハマップが並んで表示されることによって、逸脱した測定値を有するウェーハを特定する。さらに、信頼水準がウェーハマップ上にプロットされえ、偏差はプロセスエクスカーションとして相関付けられえる。一般に、ターゲット診断測定値分布の任意の定性的または定量的変化がウェーハマップ上に表示されえる。もしエクスカーションが起こったなら、プロセスエクスカーションに関する警報が操作1340で発生され、プロシージャは終わる。プロセスエクスカーションを補正するプロシージャがそれから実施されえる。
【0081】
根本原因の分析:
前のセクションでのプロセスモニタリングの概念は、根本原因の分析においてさらにもう1ステップ行いえる。ターゲット診断測定値をロット履歴と結合することによって、プロセスエクスカーションおよびプロセスツール、プロセスレイヤ、デバイスなどのある種のコンテキスト間で相関が見いだされえる。これは例えば、その最適動作点からはずれて動作しているプロセスツールを特定する。図13Aおよび13Bの実施形態において、コンテキスト情報(1305)は、それぞれのターゲットおよびそのターゲット診断測定値と相関付けられる。コンテキスト情報は、プロセス同一性、ロット同一性、ウェーハ同一性、プロセスツール操作設定などのような根本原因を決定するのに役立つ任意の適切な情報を含みえる。エクスカーションが起こるとき、そのようなエクスカーションの根本原因は、相関付けられたコンテキスト情報に基づいてそれから決定されえる(例えば操作1310および1342において)。すなわち、どのコンテキスト情報がそのエクスカーションに関連付けられているかが決定され、そのようなコンテキスト情報が根本原因(root cause)として特定される。ある例では、特定のプロセスツールがそのエクスカーションと関連付けられえ、根本原因として特定される。
【0082】
フィールドにわたって、ウェーハにわたって、ウェーハからウェーハについて、ロットからロットについて、レイヤからレイヤについて、デバイスからデバイスについて、プロセスからプロセスについてなどのターゲット測定値についての統計データを比較することに加えて、計測信号(画像、スキャンなど)そのものから直接にさらなる情報を蓄えることも有益である。ある実施形態において、ターゲット測定値は、予め定義された仕様に適合しない計測値(例えば質が不良または疑わしい計測値)のサブセットを特定するのに用いられる。これら計測値について、計測信号(画像、スキャンなど)は、格納され、手動検査、さらなる信号処理などさらなる分析のために提示される。この情報から、さらなる根本原因の分析が起こりえる。
【0083】
計測システム:
図14は、画像化を介して上述のマークのうちの任意のものおいてオーバレイを計測するのに用いられえるオーバレイ計測システムまたは計測ツール1420の簡略図である。画像化は、大きなユーザ許容性、およびユーザに容易に利用可能な要素を有する非常に発達した技術である。一般によく知られるように、画像化は、大量の情報を一度に集める効果的な方法である。すなわち、マーク内の全ての点が同時に観察されえる。さらに画像化は、実際にウェーハ上で計測されているものをユーザが見ることを可能にする。さまざまな要素の寸法は、本実施形態をよりよく示すために誇張されている。
【0084】
オーバレイ計測システム1420は、オーバレイ誤差、系統誤差測定値、およびノイズ測定値を、ウェーハ1424上に配置された1つ以上のオーバレイターゲット1422を介して決定するよう構成される。たいていの場合、オーバレイターゲット1422は、ウェーハ1424のスクライブライン内に配置される。一般に知られるように、スクライブラインは、ウェーハを複数のダイにソーイングおよびダイシングするのに用いられるウェーハの領域である。しかしこれは限定ではなく、ターゲットの位置はそれぞれのデバイス設計の特定の要求にしたがって変更されえることに注意されたい。例えば、半導体デバイスの設計者は、オーバレイターゲットをアクティブデバイスの領域内に挿入することを選らんでもよい。示されるように、オーバレイ計測システム1420は、光学アセンブリ1426、およびプロセッサおよび1つ以上のメモリデバイスを有するコンピュータシステム1428を含む。光学アセンブリ1426は、オーバレイターゲット1422の画像をキャプチャするように一般に構成される。一方、コンピュータは、キャプチャされた画像からオーバレイターゲットの要素の相対偏位およびターゲット診断を計算するように一般に構成される。
【0085】
示された実施形態において、光学アセンブリ1426は、第1パス1434に沿って光1432を放射するよう構成された光源1430(例えば非コヒーレントまたはコヒーレントであり、非コヒーレントなものが一般には好ましいが)を含む。光1432は、第1レンズ1435に入射するようにされ、このレンズは光1432を、光1432をその中を通過させるよう構成された光ファイバライン1436上に収束させる。光1432が光ファイバライン1436から現れるとき、それは第2レンズ1438を通り、このレンズは光ファイバライン1436の端部を、対物レンズ1444の入射瞳のような光学システム内の適切な光学平面に投射するよう構成される。光1432はそれからそのパスを進み、最終的にはビームスプリッタキューブ1440に到達し、これは光をパス1442に導くよう構成される。パス1442に沿って進む光1432は、対物レンズ1444に入射するようになされ、これが光1432をウェーハ1424上にリレーする。
【0086】
ウェーハ1424で反射する光1432は、それから対物レンズ1444によって集光される。理解されるように、対物レンズ1444によって集光された反射された光1432は、一般にウェーハ1424の一部の画像を含み、それは例えばオーバレイターゲット1422の画像である。光1432が対物レンズ1444を離れるとき、それはパス1442に沿って(図14の上へ向かって)最終的にはビームスプリッタキューブ1440に到達する。一般に、対物レンズ1444は、入射光が操作されたのと光学的に反対の関係で集光された光を操作する。すなわち、対物レンズ1444は、光1432を再画像化し、光1432をビームスプリッタキューブ1440に向けて導く。ビームスプリッタキューブ1440は、光1432をパス1446に導くように構成される。パス1446上を進む光1432はそれからチューブレンズ1450によって集光され、これは光1432をカメラ1452上に収束させ、このカメラがウェーハ1424の画像を記録し、より具体的にはターゲット1422の画像を記録する。例として、カメラ1452は、電荷結合素子(CCD)、2次元CCD、またはリニアCCDアレイでありえる。多くの場合、カメラ1452は、記録された画像を電気信号に変換し、これがコンピュータ1428に送られる。電気信号を受け取ったあと、コンピュータ1428は、上述のように画像のオーバレイ誤差およびターゲット診断を計算するアルゴリズムを用いて分析を実行する。オーバレイ誤差を決定する分析アルゴリズムはより詳細に以下に記載される。
【0087】
システム1420はさらに、コンピュータ1428およびカメラ1452と共に動作するフレームグラッバ1454を含み、ウェーハ1424からの画像をグラブする。フレームグラッバ1454は、別個の要素として示されるが、フレームグラッバ1454はコンピュータ1428の一部および/またはカメラ1452の一部でありえることに注意されたい。フレームグラッバ1454の機能は一般に、カメラ1452からの信号をコンピュータ1428によって使える形態に変換することである。オーバレイ計測イベントは、2つの機能に分割される。すなわち、ターゲットアクイジション(target acquisition)および画像グラブ(image grab)である。ターゲットアクイジションのあいだ、フレームグラッバ1454およびコンピュータ1428は、ウェーハステージ1456と協働して、ターゲットにフォーカスを合わせ、ターゲットが計測ツールの視野(FOV)の中心になるべく近くなるように位置付ける。たいていの場合、フレームグラッバは、複数の画像群(例えばオーバレイを計測するのに用いられる画像群ではなく)をグラブし、ステージは、ウェーハをこれらグラブの間でターゲットが正確にX、YおよびZ方向で配置されるまで移動する。理解されるように、XおよびY方向は一般に視野(FOV)に対応し、一方、Z方向は一般にフォーカスに対応する。いったんフレームグラッバがターゲットの正確な位置を決定すると、これら2つの機能の2番目が実施される(例えば画像グラブ)。画像グラブのあいだ、フレームグラッバ1454は、最終的なグラブを行い、つまり正確に位置付けられたターゲット画像、すなわちオーバレイおよびターゲット診断を決定するのに用いられる画像をキャプチャおよび格納するようグラブする。
【0088】
画像をグラブしたあと、情報は、オーバレイ誤差を決定するためにグラブされた画像から抽出される。半導体ウェーハのさまざまなレイヤ間のレジストレーション誤差を決定するためにさまざまなアルゴリズムがそれから用いられえる。例えば、周波数領域に基づくアプローチ、空間領域に基づくアプローチ、フーリエ変換アルゴリズム、ゼロクロス検出、相関および相互相関アルゴリズムなどが用いられえる。
【0089】
非対称性のようなここで記載されたマーク(例えば周期的構造を含むマーク)を介してオーバレイおよびターゲット診断測定値を決定するのに提案されるアルゴリズムは、一般にいくつかのグループに分けられる。例えば、あるグループは、位相読み出し(phase retrieval)に基づく分析に関しえて、これはしばしば周波数領域に基づくアプローチと呼ばれ、周期的構造のラインに沿って画素の和をとってワーキング領域のそれぞれを折り畳むこと(collapsing)によって典型的には1次元信号を作ることを伴う。用いられえる位相読み出しアルゴリズムの例は、Bareketに付与された米国特許第6,023,338号、2000年6月22日に出願された米国特許出願第09/603,120号(弁護士整理番号KLA1P026)、および2000年9月1日に出願された米国特許出願第09/654,318号(弁護士整理番号KLA1P029)に記載され、これら全てはここで参照によって援用される。
【0090】
さらに他の用いられえる位相読み出しアルゴリズムの例は、2000年10月26日に出願された米国特許出願第09/697,025号に記載され、これもここで参照によって援用される。そこで開示された位相読み出しアルゴリズムは、信号を、基本信号周波数の高調波のセットに分解する。異なる高調波の振幅および位相の定量的な比較は、信号の対称性およびスペクトルの内容に関して重要な情報を提供する。特に、同じ信号の第1および第2またはそれより高い高調波間の位相差(それらの振幅で較正された)は、信号の非対称性の程度を測る。このような非対称性への大きな寄与は、計測ツール中の光学的ミスアライメントおよび照射非対称性(ツールによって誘発されたシフト)であり、プロセスによって誘発された構造特徴(ウェーハによって誘発されたシフト)も含む。同じプロセスレイヤ上の視野の異なる部分から得られた信号についての第1および第2高調波の位相間のこのミスレジストレーションは、計測ツールの光学収差についての独立した情報を提供しえる。最後に、与えられた向きにおける計測値からのこれらミスレジストレーションを、ウェーハを180度回転したあとに得られる計測値と比較することは、非対称性によるツール誘発およびウェーハ誘発シフトを分離することを可能にする。
【0091】
用いられえるさらに他の位相読み出しアルゴリズムは、ウェーブレット分析である。ウェーブレット分析は、上のセクションで記載されたものとある程度、類似するが、ここではダイナミックウィンドウが1次元信号にわたって移動され、位相評価がより局所化されたかたちで行われる。これはチャープ周期的構造の場合において用いるのに特に関心がある。
【0092】
他のグループは、強度相関に基づく方法に関しえる。このアプローチにおいては、それぞれのプロセスレイヤについての対称性の中心が、同じプロセスレイヤから、ある信号の交差共分散をマークの反対部分からの反転された信号と共に計算することによって別個に見つけられる。この技術は、ボックスインボックスターゲットについて今日用いられている技術と類似する。
【0093】
上の技術は、例として挙げられ、試験され、良好なパフォーマンスを示した。オーバレイの計算のための他の代替アルゴリズム法は、自己および相互相関技術、誤差相関技術、絶対差の最小化のような誤差最小化技術、差の二乗の最小化、ゼロクロス検出を含むスレッショルドに基づく技術、およびピーク検出の他の変化形を含む。2つの1次元パターン間の最適一致を検索するのに用いられえるダイナミックプログラミングアルゴリズムも存在する。上述のように、分析アルゴリズムおよびアプローチは、前のセクションで記載されたさまざまなオーバレイマークの全てについて利用されえる。
【0094】
重要なことに、それらの上の図および記載は限定ではなく、オーバレイ画像システムは、多くの他の形態で実現されえることに注意されたい。例えば、オーバレイ計測ツールは、ウェーハの表面上に形成されたオーバレイマークの重要な局面を分解するよう構成された任意の数の適切な既知の画像化または計測ツールでありえる。例として、オーバレイ計測ツールは、明視野画像化顕微鏡検査法、暗視野画像化顕微鏡検査法、全天画像化顕微鏡検査法、位相コントラスト顕微鏡検査法、偏光コントラスト顕微鏡検査法、およびコヒーレンスプローブ顕微鏡検査法のために適応されえる。またターゲットの画像をキャプチャするために単一および複数画像法が用いられえることが想定される。例えばこれらの方法は、単一グラブ、ダブルグラブ、単一グラブコヒーレンスプローブ顕微鏡検査法(CPM)およびダブルグラブCPM法を含む。とりわけこれらのタイプのシステムは、商業的に容易に利用可能である。例として、単一および複数画像法は、カリフォルニア州、サンノゼのKLA−Tencorから容易に利用可能である。散乱分析法のような非画像化光学法も想定されえ、SEM(走査電子顕微鏡)のような非光学法およびAFM(原子間力顕微鏡)またはプロフィルメータのような非光学スタイラスベースの機器も想定されえる。
【0095】
本発明の技術を実施するシステムの構成にかかわらず、本発明は、汎用検査操作および/またはここで記載した本発明の技術のためのデータ、プログラム命令を記憶するよう構成された1つ以上のメモリまたはメモリモジュールを採用しえる。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つ以上のアプリケーションの動作を例えば制御しえる。メモリまたはメモリ群はまた、ターゲットの画像、オーバレイ誤差値、ターゲット診断測定値、および信頼水準と共に、検査システムの特定の動作パラメータのための値を記憶するよう構成されえる。
【0096】
上述の本発明は、明瞭な理解のためにある程度、詳細に記載されてきたが、ある種の変更および改変が添付の特許請求の範囲内で実施されえる。したがって、記載された実施形態は、例示的であり制限的ではなく、本発明は、ここに与えられた詳細に限定されるべきではなく、以下の特許請求の範囲およびその等価物の全ての範囲によって規定されるべきである。
【図面の簡単な説明】
【0097】
【図1A】 例示的ターゲット構造の概略上面図である。
【図1B】 非対称な例示的ターゲット構造の概略上面図である。
【図1C】 ノイズのある背景を持つ図1Aのターゲットの概略上面図である。
【図2】 本発明のある実施形態による、系統およびノイズ測定値を含むターゲット診断を得るプロシージャを示すフローチャートである。
【図3】 本発明のある実施形態による、フライヤターゲットデータを特定するプロシージャを示すフローチャートである。
【図4】 本発明の第1実施形態による、特定のオーバレイターゲットのデータの信頼水準を決定するプロシージャを示すフローチャートである。
【図5】 本発明の第2実施形態による、特定のオーバレイターゲットのデータの信頼水準を決定するプロシージャを示すフローチャートである。
【図6】 本発明の第3実施形態による、特定のオーバレイターゲットのデータの信頼水準を決定するプロシージャを示すフローチャートである。
【図7】 本発明の第4実施形態による、特定のオーバレイターゲットのデータの信頼水準を決定するプロシージャを示すフローチャートである。
【図8】 本発明のある実施形態による、ロット処分プロシージャを示すフローチャートである。
【図9】 本発明のある実施形態による、ステッパ補正を改善するプロシージャを示すフローチャートである。
【図10】 本発明のある実施形態による、診断測定値に基づいてオーバレイ計測値を重み付けする図10の操作を示すフローチャートである。
【図11】 本発明のある実施形態による、DI/FIバイアスを最小化するプロシージャを示すフローチャートである。
【図12】 本発明のある実施形態による、図11の重み値を経験的に決定するプロシージャを示すフローチャートである。
【図13A】 本発明の第1実施形態による、プロセスエクスカーションおよびその根本原因を決定するプロシージャを示すフローチャートである。
【図13B】 本発明の第2実施形態による、プロセスエクスカーションおよびその根本原因を決定するプロシージャを示すフローチャートである。
【図14】 本発明のある実施形態による、オーバレイ計測システムの簡略化された概略図である。
Claims (75)
- オーバレイターゲットからデータを抽出する方法であって、
(a)前記オーバレイターゲットの画像情報または1つ以上の強度信号を提供し、
(b)前記オーバレイターゲットの前記画像情報または前記1つ以上の強度信号を分析することによって前記オーバレイターゲットからオーバレイ誤差を取得し、
(c)前記オーバレイターゲットの前記画像情報または前記1つ以上の強度信号を分析することによって前記オーバレイターゲットから、前記オーバレイ誤差の正確さと信頼性の決定に関与する系統誤差測定値を取得し、
(d)前記オーバレイターゲットの前記画像情報または前記1つ以上の強度信号に統計モデルを適用することによって前記オーバレイターゲットに関連づけられた空間ノイズの測定値を、前記オーバレイ誤差の正確さと信頼性の決定に関与するノイズ測定値として取得する
方法。 - 請求項1に記載の方法であって、前記系統誤差測定値は、対称的であるように設計される前記オーバレイターゲットの一部の非対称性値を取得することによって取得される方法。
- 請求項2に記載の方法であって、前記系統誤差測定値は、前記オーバレイターゲットの第1方向における第1非対称性値、および前記オーバレイターゲットの第2方向における第2非対称性値を取得することによって得られ、前記第1方向は、前記第2方向に垂直である方法。
- 請求項1に記載の方法であって、前記ノイズ測定値は、統計学的アルゴリズム、積分ノイズアルゴリズム、積分導関数アルゴリズム、および信号対ノイズアルゴリズムからなるグループから選択される1つ以上のアルゴリズムを適用することによって得られる方法。
- 請求項1に記載の方法であって、更に、前記オーバレイ誤差の質についての定量的測定値を前記系統誤差測定値および/またはノイズ測定値に基づいて決定することを含む方法。
- 請求項5に記載の方法であって、更に、前記オーバレイ誤差および前記決定された定量的測定値に基づいてステッパ補正を決定することを含む方法。
- 請求項5に記載の方法であって、更に、前記オーバレイ誤差および前記決定された定量的測定値に基づいて、前記オーバレイターゲットに関連付けられた1つ以上のウェーハが合格するかまたは不合格するかを決定することを含む方法。
- 請求項5に記載の方法であって、前記オーバレイ誤差は、前記オーバレイターゲットの次のプロセスステップまたは最終検査(FI)の実行の前の現像検査ステージ(DI)であるオーバレイターゲットから得られる方法。
- 請求項8に記載の方法であって、前記オーバレイターゲットに関連付けられたDI/FIバイアスを前記系統誤差測定値に基づいて決定することをさらに含む方法。
- 請求項9に記載の方法であって、前記決定されたDI/FIバイアスによって前記オーバレイ誤差を調整することをさらに含む方法。
- 請求項1に記載の方法であって、前記系統および/またはノイズ測定値が予め定義された仕様に適合しないとき、前記オーバレイ誤差をフライヤとして特定することをさらに含む方法。
- 請求項1に記載の方法であって、複数のオーバレイターゲットについて操作(a)から(d)を繰り返すことをさらに含む方法。
- 請求項12に記載の方法であって、
それぞれのオーバレイ誤差について、オーバレイ誤差についての前記系統誤差測定値および/または前記ノイズ測定値に基づいて前記オーバレイ誤差の質について定量的測定値を決定すること、
前記オーバレイ誤差およびその定量的測定値を分析することによって前記オーバレイターゲットに関連付けられた特性を決定すること
をさらに含む方法。 - 請求項13に記載の方法であって、前記特性はステッパ補正である方法。
- 請求項13に記載の方法であって、前記特性はDI/FIバイアスである方法。
- 請求項13に記載の方法であって、前記特性は、複数の製品ウェーハについてプロセスエクスカーションが存在するかについての決定である方法。
- 請求項13に記載の方法であって、前記特性は、異なるオーバレイ誤差計測モードまたはレシピまたは代替オーバレイターゲットが現在のオーバレイターゲットについて用いられるべきであるかについての決定である方法。
- 請求項13に記載の方法であって、それぞれのオーバレイ誤差についての前記定量的測定値は、それぞれのオーバレイ誤差についての信頼水準である方法。
- オーバレイターゲットからデータを抽出するコンピュータシステムであって、
1つ以上のプロセッサと、
1つ以上のメモリとを備え、
前記プロセッサおよびメモリのうちの少なくとも1つは、
(a)前記オーバレイターゲットの画像情報または1つ以上の強度信号を提供し、
(b)前記オーバレイターゲットの前記画像情報または前記1つ以上の強度信号を分析することによって前記オーバレイターゲットからオーバレイ誤差を取得し、
(c)前記オーバレイターゲットの前記画像情報または前記1つ以上の強度信号を分析することによって前記オーバレイターゲットから、前記オーバレイ誤差の正確さと信頼性の決定に関与する系統誤差測定値を取得し、
(d)前記オーバレイターゲットの前記画像情報または前記1つ以上の強度信号に統計モデルを適用することによって前記オーバレイターゲットに関連づけられた空間ノイズの測定値を、前記オーバレイ誤差の正確さと信頼性の決定に関与するノイズ測定値として取得するよう構成された
コンピュータシステム。 - オーバレイターゲットからデータを抽出するオーバレイ計測ツールであって、
前記オーバレイターゲットの画像を得る光学計測システム、および
請求項19に記載の前記コンピュータシステム
を備えるオーバレイ計測ツール。 - 請求項19に記載のコンピュータシステムであって、更に、前記プロセッサおよびメモリのうちの前記少なくとも1つは、前記系統誤差測定値および/または前記ノイズ測定値に基づいて前記オーバレイ誤差を分析するよう構成されるコンピュータシステム。
- 半導体要素のオーバレイターゲットから得られたオーバレイ誤差データを分析する方法であって、
(a)オーバレイターゲットについてオーバレイ誤差値、前記オーバレイ誤差の正確さと信頼性の決定に関与する系統誤差測定値、および前記オーバレイターゲットに関連づけられた空間ノイズの測定値であり、前記オーバレイ誤差の正確さと信頼性の決定に関与するノイズ測定値を提供し、
(b)前記系統誤差測定値および/または前記ノイズ測定値に基づいて前記オーバレイ誤差値に関する特性を決定する
方法。 - 請求項22に記載の方法であって、前記特性は、前記オーバレイ誤差値がフライヤであるかを規定する方法。
- 請求項23に記載の方法であって、前記オーバレイ誤差値がフライヤであるか決定することは、
前記系統誤差測定値および前記ノイズ測定値に基づいて信頼水準を決定すること、および
前記信頼水準が予め定義された仕様の外にあるとき、前記オーバレイ誤差値をフライヤと規定すること
を含む方法。 - 請求項24に記載の方法であって、更に、前記オーバレイ誤差値がフライヤと規定されるとき、前記オーバレイ誤差値の分析を停止することを含む方法。
- 請求項25に記載の方法であって、更に、前記現在のオーバレイターゲットについて代替ターゲットが存在し、前記現在のオーバレイターゲットについての前記オーバレイ誤差値がフライヤと規定されるとき、代替ターゲットについて操作(a)から(b)を繰り返すことを含む方法。
- 請求項25に記載の方法であって、更に、次のオーバレイターゲットが存在し、かつ、代替ターゲットが存在しないか、または前記現在のオーバレイターゲットの前記オーバレイ誤差値がフライヤと規定されないかのとき、次のオーバレイターゲットについて操作(a)から(b)を繰り返すことを含む方法。
- 請求項25に記載の方法であって、更に、
前記信頼水準が前記予め定義された仕様内に入っているとき、前記オーバレイ誤差値が良好であると決定し、後の分析のためにそれをデータベースに追加すること、および
前記信頼水準が前記予め定義された仕様に入っているとき、前記仕様を高い信頼水準に向けて再計算すること
を含む方法。 - 請求項25に記載の方法であって、更に、記憶変数が「オン」に設定され、前記現在のオーバレイターゲットについての前記オーバレイ誤差値がフライヤと規定されるとき、前記オーバレイ測定値、系統誤差測定値、およびノイズ測定値を記憶することを含む方法。
- 請求項24に記載の方法であって、前記信頼水準の決定は、レファレンス値に対する決定として行なわれる方法。
- 請求項24に記載の方法であって、前記信頼水準の決定は、ステッパモデル残差に対する決定として行なわれる方法。
- 請求項24に記載の方法であって、前記信頼水準の決定は、前記現在のオーバレイ誤差値、系統誤差測定値、および/またはノイズ測定値の対応する較正データに対する相対正確性に基づいて行なわれる方法。
- 請求項22に記載の方法であって、前記特性は信頼水準である方法。
- 請求項33に記載の方法であって、更に複数の半導体ウェーハからの複数のオーバレイターゲットについて操作(a)から(b)を繰り返すことを含む方法。
- 請求項34に記載の方法であって、前記複数の半導体ウェーハは、複数のレファレンスウェーハロットを備える方法。
- 請求項35に記載の方法であって、更に、
前記レファレンスウェーハロットから前記オーバレイ誤差値に関する統計情報を決定し、
現在のウェーハロットについて操作(a)および(b)を繰り返し、
現在のウェーハロットが合格するかまたは不合格するかについての判断がなされえるかを、前記現在のウェーハロットに対応する前記信頼水準に基づいて決定する
方法。 - 請求項36に記載の方法であって、更に、判断がなされえると決定されるとき、前記現在のウェーハロットが合格するかを、前記レファレンスウェーハロットからの前記統計情報、および前記現在のウェーハロットからの現在のオーバレイデータに基づいて決定することを含む方法。
- 請求項35に記載の方法であって、
前記オーバレイ誤差値がフライヤであるかを、前記対応する系統および/または前記ノイズ測定値に基づいて決定し、
存在するときにはフライヤオーバレイ誤差値を、前記レファレンスウェーハロットの前記オーバレイ誤差値から除去する
方法。 - 請求項38に記載の方法であって、更に、オーバレイターゲットがフライヤになるとき、代替ターゲットについて操作(a)から(b)を繰り返すことを含む方法。
- 請求項39に記載の方法であって、更に、
前記レファレンスウェーハロットから前記オーバレイ誤差値に関する統計情報を決定し、
現在のウェーハロットについて操作(a)および(b)を繰り返すし、
前記現在のウェーハロットが合格するかを、前記レファレンスウェーハロットからの前記統計情報、および前記現在のウェーハロットからの現在のオーバレイデータに基づいて決定する
方法。 - 請求項22に記載の方法であって、前記特性は、ステッパツールに入力されることによって前記ステッパツールの前記オーバレイ誤差への寄与を減少しえるステッパ補正である方法。
- 請求項41に記載の方法であって、前記ステッパ補正を決定することは、
現在のウェーハの複数のオーバレイターゲットについて、オーバレイ誤差値、系統誤差測定値、およびノイズ測定値を取得し、
前記系統誤差測定値によって前記オーバレイ誤差値を補正し、
前記それぞれのオーバレイ誤差の信頼水準に基づいてそれぞれのオーバレイ誤差値を重み付けし、
前記ステッパ補正を前記補正され重み付けされたオーバレイ誤差値に基づいて決定する
方法。 - 請求項42に記載の方法であって、更に、前記ステッパ補正によって前記ステッパツールを調整することを含む方法。
- 請求項42に記載の方法であって、前記オーバレイ誤差値を重み付けする前記操作は、
a)前記ステッパによって前記オーバレイターゲットが形成されたあと、前記オーバレイターゲットにプロセスが実施される前に、複数のDIオーバレイ値を前記オーバレイターゲットから取得し、
b)それぞれ得られたDIオーバレイ誤差値についての信頼水準を決定し、
c)前記信頼水準を変数として含む重み付け関数およびこのような重み付け関数のための係数のセットを決定し、
d)前記重み付け関数、前記係数のセット、およびそれぞれのDIオーバレイ値について前記決定された信頼水準に基づいて、重みのセットを決定し、
e)前記ステッパ補正を前記決定された重みに基づいて決定し、
f)前記オーバレイターゲットにプロセスを施したあとであるFIステージにおけるオーバレイ分布を、前記決定されたステッパ補正に基づいてシミュレーションし、
g)前記オーバレイターゲットに前記プロセスを実行したあと、複数の現在のFIオーバレイ値を前記オーバレイターゲットから取得し、
h)前記現在のFIオーバレイ値の分布に比較して前記シミュレーションされたオーバレイ分布が改善されないとき、前記係数のセットおよび/または前記重み付け関数を調整し、
前記シミュレーションされたオーバレイ分布が改善されるまで前記操作(e)、(f)、および(h)を繰り返す
方法。 - 請求項22に記載の方法であって、前記特性は、DI(現像検査)オーバレイ値およびFI(最終検査)オーバレイ値の間の差を表すバイアス値であり、前記DIオーバレイ値は、フォトレジストレイヤが現像されたあと、このような現像されたフォトレジストレイヤを利用するプロセスの前にオーバレイターゲットから得られ、前記FIオーバレイ値は、前記現像されたフォトレジストを利用する前記プロセスから得られる方法。
- 請求項45に記載の方法であって、前記バイアス値は、
前記オーバレイターゲットが前記DIステージであるときに前記オーバレイ誤差値、前記系統誤差測定値、および前記ノイズ測定値を取得し、
前記バイアス値を前記系統誤差測定値に基づいて決定すること
によって決定される方法。 - 請求項46に記載の方法であって、
更に、前記系統誤差測定値についての重み値を選択することを含み、前記バイアスは、前記系統誤差測定値を前記重み値によって乗じたものに等しい方法。 - 請求項47に記載の方法であって、前記バイアスはx要素およびy要素を有し、前記系統誤差測定値はx要素およびy要素を有し、前記重み値はx要素およびy要素を有する方法。
- 請求項46に記載の方法であって、前記バイアス値の決定は、
a)前記ステッパによって前記オーバレイターゲットが形成されたあと、前記オーバレイターゲットにプロセスが実施される前に、DIオーバレイ値を前記オーバレイターゲットから取得し、
b)前記DIオーバレイ値についての重み値を取得し、
c)前記決定された重み値に基づいて前記バイアス値を決定し、
d)補正されたDIオーバレイ値を決定し、
e)前記オーバレイターゲットに前記プロセスが実施されたあとに前記オーバレイターゲットからFIオーバレイ値を取得し、
f)前記補正されたDIオーバレイ値を前記FIオーバレイ値と比較し、
g)前記重み値を調整し、前記DIオーバレイ値が前記FIオーバレイ値と予め決められた近さになるまで操作(c)および(d)を繰り返す
方法。 - 請求項22に記載の方法であって、前記特性は、プロセスエクスカーションが起こったかを規定する方法。
- 請求項22に記載の方法であって、複数の製品ウェーハ上の複数のオーバレイターゲットについて操作(a)を繰り返すことをさらに含み、前記プロセスエクスカーションが起こったかを決定することは、
前記複数の製品ウェーハによって提供される前記系統誤差測定値または前記ノイズ測定値に関連する変化をモニタすること、および
大きな変化が起きたときに、そのような大きな変化に関連付けられた前記ウェーハについてプロセスエクスカーションが起こったと決定すること
によって達成される方法。 - 請求項51に記載の方法であって、それぞれのオーバレイ誤差値について信頼水準を決定することをさらに含み、モニタされる前記変化は前記信頼水準の変化を含む方法。
- 請求項51に記載の方法であって、前記系統誤差測定値または前記ノイズ測定値に関する統計情報を決定することをさらに含み、大きな変化の決定は、前記統計情報に基づく方法。
- 請求項53に記載の方法であって、前記統計情報は、前記系統誤差測定値または前記ノイズ測定値についての平均値および標準偏差を含む方法。
- 請求項54に記載の方法であって、前記統計情報は、前記系統誤差測定値に基づき、現在の系統誤差測定値が前記系統誤差測定値の前記平均値より標準偏差の3倍より多く異なるときに大きな変化があると決定される方法。
- 請求項22に記載の方法であって、複数の製品ウェーハ上の複数のオーバレイターゲットについて操作(a)を繰り返すことをさらに含み、前記プロセスエクスカーションが起こったと決定するのは、
前記複数の製品ウェーハによって提供される前記系統誤差測定値または前記ノイズ測定値をプロットすることであって、前記プロットはウェーハマップの形態である、プロットすること、
前記プロットの任意のものの中に大きな変化がないか調べるために前記ウェーハマップを目視で検査すること、および
大きな変化が特定のプロットに存在するとき、そのようなプロットに関連付けられたウェーハについてプロセスエクスカーションが起こったと決定すること
によって達成される方法。 - 半導体要素のオーバレイターゲットから得られたオーバレイ誤差データを分析するコンピュータシステムであって、
1つ以上のプロセッサと、
1つ以上のメモリとを備え、
前記プロセッサおよびメモリのうちの少なくとも1つは、
(a)オーバレイターゲットについてオーバレイ誤差値、前記オーバレイ誤差の正確さと信頼性の決定に関与する系統誤差測定値、および前記オーバレイターゲットに関連づけられた空間ノイズの測定値であり、前記オーバレイ誤差の正確さと信頼性の決定に関与するノイズ測定値を提供し、
(b)前記系統誤差測定値および/または前記ノイズ測定値に基づいて前記オーバレイ誤差値に関する特性を決定する
よう構成されるコンピュータシステム。 - 請求項57に記載のコンピュータシステムであって、前記特性は、前記オーバレイ誤差値がフライヤであるかを規定するコンピュータシステム。
- 請求項58に記載のコンピュータシステムであって、前記オーバレイ誤差値がフライヤであるかの決定は、
前記系統誤差測定値および前記ノイズ測定値に基づいて信頼水準を決定し、
前記信頼水準が予め定義された仕様の外にあるとき、前記オーバレイ誤差値をフライヤと規定する
ことにより行なうコンピュータシステム。 - 請求項59に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、更に、前記オーバレイ誤差値がフライヤと規定されるとき、前記オーバレイ誤差値の分析を停止するよう構成されたコンピュータシステム。
- 請求項60に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、更に前記現在のオーバレイターゲットについて代替ターゲットが存在し、前記現在のオーバレイターゲットについての前記オーバレイ誤差値がフライヤと規定されるとき、代替ターゲットについて操作(a)から(b)を繰り返すよう構成されるコンピュータシステム。
- 請求項57に記載のコンピュータシステムであって、前記特性は信頼水準であるコンピュータシステム。
- 請求項62に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、更に、複数の半導体ウェーハからの複数のオーバレイターゲットについて操作(a)から(b)を繰り返すよう構成されるコンピュータシステム。
- 請求項63に記載のコンピュータシステムであって、前記複数の半導体ウェーハは、複数のレファレンスウェーハロットを備えるコンピュータシステム。
- 請求項64に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、更に、
前記レファレンスウェーハロットから前記オーバレイ誤差値に関する統計情報を決定し、
現在のウェーハロットについて操作(a)および(b)を繰り返し、
現在のウェーハロットが合格するかまたは不合格するかについての判断がなされえるかを、前記現在のウェーハロットに対応する前記信頼水準に基づいて決定する よう構成されるコンピュータシステム。 - 請求項65に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、更に、判断がなされえると決定されるとき、前記現在のウェーハロットが合格するかを、前記レファレンスウェーハロットからの前記統計情報、および前記現在のウェーハロットからの現在のオーバレイデータに基づいて決定するよう構成されるコンピュータシステム。
- 請求項57に記載のコンピュータシステムであって、前記特性は、ステッパツールに入力されることによって前記ステッパツールの前記オーバレイ誤差への寄与を減少しえるステッパ補正であるコンピュータシステム。
- 請求項67に記載のコンピュータシステムであって、前記ステッパ補正の決定は、
現在のウェーハの複数のオーバレイターゲットについて、オーバレイ誤差値、系統誤差測定値、およびノイズ測定値を取得すること、
前記系統誤差測定値によって前記オーバレイ誤差値を補正すること、
前記それぞれのオーバレイ誤差の信頼水準に基づいてそれぞれのオーバレイ誤差値を重み付けすること、および
前記ステッパ補正を前記補正され重み付けされたオーバレイ誤差値に基づいて決定すること
を含むコンピュータシステム。 - 請求項68に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、更に、前記ステッパ補正によって前記ステッパツールを調整することを行うよう構成されるコンピュータシステム。
- 請求項57に記載のコンピュータシステムであって、前記特性は、現像検査DIオーバレイ値および最終検査FIオーバレイ値の間の差を表すバイアス値であり、前記DIオーバレイ値は、フォトレジストレイヤが現像されたあと、このような現像されたフォトレジストレイヤを利用するプロセスの前にオーバレイターゲットから得られ、前記FIオーバレイ値は、前記現像されたフォトレジストを利用する前記プロセスから得られるコンピュータシステム。
- 請求項70に記載のコンピュータシステムであって、前記バイアス値は、
前記オーバレイターゲットが前記DIステージであるときに前記オーバレイ誤差値、前記系統誤差測定値、および前記ノイズ測定値を得ること、および
前記バイアス値を前記系統誤差測定値に基づいて決定すること
によって決定されるコンピュータシステム。 - 請求項71に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、
前記系統誤差測定値についての重み値を選択することを行うようさらに構成され、前記バイアスは、前記系統誤差測定値を前記重み値によって乗じたものに等しいコンピュータシステム。 - 請求項57に記載のコンピュータシステムであって、前記特性は、プロセスエクスカーションが起こったかを規定するコンピュータシステム。
- 請求項57に記載のコンピュータシステムであって、更に、前記プロセッサおよびメモリのうちの少なくとも1つは、複数の製品ウェーハ上の複数のオーバレイターゲットについて操作(a)を繰り返すことを行うよう構成され、前記プロセスエクスカーションが起こったかを決定することは、
前記複数の製品ウェーハによって提供される前記系統誤差測定値または前記ノイズ測定値に関連する変化をモニタすること、および
大きな変化が起きたときに、そのような大きな変化に関連付けられた前記ウェーハについてプロセスエクスカーションが起こったと決定すること
によって達成されるコンピュータシステム。 - 請求項74に記載のコンピュータシステムであって、前記プロセッサおよびメモリのうちの少なくとも1つは、それぞれのオーバレイ誤差値について信頼水準を決定することを行うようさらに構成され、モニタされる前記変化は前記信頼水準の変化を含むコンピュータシステム。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US38628502P | 2002-06-05 | 2002-06-05 | |
US39584702P | 2002-07-11 | 2002-07-11 | |
US45668103P | 2003-03-19 | 2003-03-19 | |
US10/438,962 US6928628B2 (en) | 2002-06-05 | 2003-05-14 | Use of overlay diagnostics for enhanced automatic process control |
US10/438,963 US7111256B2 (en) | 2002-06-05 | 2003-05-14 | Use of overlay diagnostics for enhanced automatic process control |
PCT/US2003/017899 WO2003104929A2 (en) | 2002-06-05 | 2003-06-05 | Use of overlay diagnostics for enhanced automatic process control |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005529488A JP2005529488A (ja) | 2005-09-29 |
JP4677231B2 true JP4677231B2 (ja) | 2011-04-27 |
Family
ID=29741145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004511937A Expired - Fee Related JP4677231B2 (ja) | 2002-06-05 | 2003-06-05 | 向上された自動プロセス制御のためのオーバレイ診断の利用 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP1512112A4 (ja) |
JP (1) | JP4677231B2 (ja) |
WO (1) | WO2003104929A2 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060117293A1 (en) * | 2004-11-30 | 2006-06-01 | Nigel Smith | Method for designing an overlay mark |
JP5036429B2 (ja) * | 2007-07-09 | 2012-09-26 | キヤノン株式会社 | 位置検出装置、露光装置、デバイス製造方法及び調整方法 |
US7873585B2 (en) * | 2007-08-31 | 2011-01-18 | Kla-Tencor Technologies Corporation | Apparatus and methods for predicting a semiconductor parameter across an area of a wafer |
KR101395733B1 (ko) * | 2009-06-17 | 2014-05-15 | 에이에스엠엘 네델란즈 비.브이. | 오버레이 측정 방법, 리소그래피 장치, 검사 장치, 처리 장치, 및 리소그래피 처리 셀 |
JP6008851B2 (ja) | 2010-07-19 | 2016-10-19 | エーエスエムエル ネザーランズ ビー.ブイ. | オーバレイ誤差を決定する方法及び装置 |
EP2694983B1 (en) * | 2011-04-06 | 2020-06-03 | KLA-Tencor Corporation | Method and system for providing a quality metric for improved process control |
JP5959739B2 (ja) * | 2012-07-10 | 2016-08-02 | エーエスエムエル ネザーランズ ビー.ブイ. | リソグラフィクラスタシステム、測定装置、およびリソグラフィ装置の位置決めデバイスを較正するための方法 |
KR102287757B1 (ko) * | 2015-05-26 | 2021-08-09 | 삼성전자주식회사 | 오버레이 교정 데이터를 수정하는 방법 |
WO2017148759A1 (en) * | 2016-03-04 | 2017-09-08 | Asml Netherlands B.V. | Method for characterizing distortions in a lithographic process, lithographic apparatus, lithographic cell and computer program |
JP2020519932A (ja) * | 2017-04-28 | 2020-07-02 | エーエスエムエル ネザーランズ ビー.ブイ. | 製品ユニットの製造プロセスのシーケンスの最適化 |
US11378451B2 (en) | 2017-08-07 | 2022-07-05 | Kla Corporation | Bandgap measurements of patterned film stacks using spectroscopic metrology |
EP3454126A1 (en) * | 2017-09-08 | 2019-03-13 | ASML Netherlands B.V. | Method for estimating overlay |
US11101153B2 (en) * | 2019-03-21 | 2021-08-24 | Kla Corporation | Parameter-stable misregistration measurement amelioration in semiconductor devices |
US11604063B2 (en) | 2021-06-24 | 2023-03-14 | Kla Corporation | Self-calibrated overlay metrology using a skew training sample |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000235947A (ja) * | 1999-02-16 | 2000-08-29 | Nec Corp | 重ね合わせ精度測定マークおよび重ね合わせ精度測定方法 |
JP2002124458A (ja) * | 2000-10-18 | 2002-04-26 | Nikon Corp | 重ね合わせ検査装置および重ね合わせ検査方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5329334A (en) * | 1993-03-02 | 1994-07-12 | Lsi Logic Corporation | Integrated circuit test reticle and alignment mark optimization method |
JP2985587B2 (ja) * | 1993-07-06 | 1999-12-06 | 松下電器産業株式会社 | アライメント方法および半導体装置の製造装置 |
US6612159B1 (en) * | 1999-08-26 | 2003-09-02 | Schlumberger Technologies, Inc. | Overlay registration error measurement made simultaneously for more than two semiconductor wafer layers |
JP2002025882A (ja) * | 2000-06-30 | 2002-01-25 | Hitachi Electronics Eng Co Ltd | パターンの重ね合わせ誤差測定装置および方法 |
US6694498B2 (en) * | 2001-12-13 | 2004-02-17 | Internationl Business Machines Corporation | Feed-forward lithographic overlay offset method and system |
US7804994B2 (en) * | 2002-02-15 | 2010-09-28 | Kla-Tencor Technologies Corporation | Overlay metrology and control method |
US6664121B2 (en) * | 2002-05-20 | 2003-12-16 | Nikon Precision, Inc. | Method and apparatus for position measurement of a pattern formed by a lithographic exposure tool |
-
2003
- 2003-06-05 JP JP2004511937A patent/JP4677231B2/ja not_active Expired - Fee Related
- 2003-06-05 WO PCT/US2003/017899 patent/WO2003104929A2/en active Application Filing
- 2003-06-05 EP EP03736896A patent/EP1512112A4/en not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000235947A (ja) * | 1999-02-16 | 2000-08-29 | Nec Corp | 重ね合わせ精度測定マークおよび重ね合わせ精度測定方法 |
JP2002124458A (ja) * | 2000-10-18 | 2002-04-26 | Nikon Corp | 重ね合わせ検査装置および重ね合わせ検査方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2005529488A (ja) | 2005-09-29 |
EP1512112A4 (en) | 2006-11-02 |
EP1512112A2 (en) | 2005-03-09 |
WO2003104929A3 (en) | 2004-06-24 |
WO2003104929A2 (en) | 2003-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7111256B2 (en) | Use of overlay diagnostics for enhanced automatic process control | |
US6928628B2 (en) | Use of overlay diagnostics for enhanced automatic process control | |
JP5606313B2 (ja) | ウエハの領域全体の半導体パラメータを予測するための装置および方法 | |
JP4677231B2 (ja) | 向上された自動プロセス制御のためのオーバレイ診断の利用 | |
US10402461B2 (en) | Virtual inspection systems for process window characterization | |
KR101853991B1 (ko) | 영역 기반 가상 푸리에 필터 | |
KR102514134B1 (ko) | 웨이퍼 노이즈 뉴슨스 식별을 위한 sem 및 광학 이미지의 상관 | |
JP6545164B2 (ja) | ウェハ検査プロセスの1つ以上のパラメータを決定するための方法、コンピュータ読み出し可能な媒体およびシステム | |
KR20150036789A (ko) | 웨이퍼 검사 방법 및/또는 웨이퍼 상에 형성되는 디바이스의 하나 이상의 특징을 예측하는 방법 | |
WO2014039689A1 (en) | Device correlated metrology (dcm) for ovl with embedded sem structure overlay targets | |
TWI778264B (zh) | 設計為基礎之對準之效能監控 | |
KR20160022377A (ko) | 자유형의 주의 영역들을 사용한 웨이퍼 검사 | |
US10983005B2 (en) | Spectroscopic overlay metrology | |
JP2020507800A (ja) | メトロロジ方法、装置、及びコンピュータプログラム | |
US20150029499A1 (en) | Auto-focus system and methods for die-to-die inspection | |
TW201907156A (zh) | 光學檢驗結果之計量導引檢驗樣品成形 | |
JP3431567B2 (ja) | 欠陥検査装置及び検査方法 | |
JP2012173028A (ja) | パターン形状計測方法及びその装置 | |
US9261775B2 (en) | Method for analyzing a photomask | |
Mohammad et al. | Focus spot monitoring: design of an automatable detection, classification, and impact analysis pipeline | |
TW202240637A (zh) | 基於半導體製程之晶圓層級分析及根本原因分析之資料驅動預測與失效模式識別 | |
JP6264007B2 (ja) | 走査型電子顕微鏡装置の評価方法、及び走査型電子顕微鏡装置の評価装置 | |
JP2011133226A (ja) | 基準データの生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060601 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090716 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090728 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20091026 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20091104 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20091104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101124 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110105 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110131 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140204 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4677231 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |