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

Description

【技術分野】
【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，．．．，ａ_N）として計算されえ、ここでａ₁，ａ₂，．．．，ａ_N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〜ａ_N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，．．．，ａ_N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、ａ_xおよびａ_yは、それぞれ計測されたｘおよびｙ非対称性である。重みｗ_xおよびｗ_y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ｗ_xおよびｗ_y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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。
15. 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。
16. 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。
17. 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。
18. 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。
19. 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。
20. 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。
21. 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。
22. 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。
23. 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。
24. 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。
25. 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。
26. 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。
27. 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。
28. 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。
29. 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。
30. 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。
31. 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。
32. 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。
33. 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。
34. 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。
35. 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。
36. 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。
37. 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。
38. 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。
39. 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。
40. 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。
41. 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。
42. 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。
43. 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。
44. 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。
45. 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。
46. 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。
47. 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。
48. 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。
49. 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。
50. 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。
51. 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。
52. 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。
53. 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。
54. 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。
55. 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。
56. 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。
57. 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。
58. 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。
59. 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。
60. 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。
61. 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。
62. 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。
63. 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。
64. 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。
65. 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。
66. 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。
67. 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。
68. 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。
69. 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。
70. 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。
71. 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。
72. 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。
73. 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。
74. 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。
75. 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。

Images