JP6742435B2 - 信号処理方法及びプログラム - Google Patents

Description

本発明は、信号処理方法及びプログラムに関する。

液体又は気体に照射される検査光が、液体又は気体に含まれる微粒子により遮光されることを利用して液体等の被検査体内の微粒子を検出することが提案されている（例えば、特許文献１を参照）。

また、試料溶液内における顕微鏡の光検出領域の位置を移動させながら、光検出領域から実質的に一定の背景光を含む光を検出して時系列の光強度データを生成し、そのデータにおいて発光しない単一粒子が光検出領域内へ侵入した際に生じる光強度の低下を単一粒子の各々の存在を表す信号として検出することが提案されている（例えば、特許文献２を参照）。

上記の特許文献では、検査対象の信号と予め特定された波形のテンプレートとのマッチングの結果に応じて検査対象の信号中の目的とする信号とノイズとを分別する。

特開２００９−１４７０２号公報 国際公開第２０１３／０３１３０９号パンフレット

しかしながら、上記特許文献では、目的とする信号の周波数帯域とノイズの周波数帯域とは異なる。また、目的とする信号の強度（スペクトラム）が、ノイズの強度よりも大きい。検査対象の信号に以上の特徴がある場合、上記特許文献では、検査対象の信号中の目的とする信号とノイズとを区別することは容易である。

これに対して、ＳＮ比（ノイズ対信号比）が例えば２以下のような低ＳＮ比の信号であって、目的とする信号の周波数帯域とノイズの周波数帯域が近い場合、目的とする信号とノイズとを分別することは困難である。

更に、上記特許文献が検査対象とする信号は、ガウシャン波形やローレンツ形状等で表せる比較的単純な波形の信号である。これに対して、複雑な波形な信号を検査対象とした場合、上記特許文献に開示された信号処理方法では、目的とする信号とノイズとを分別することは更に難しくなる。

上記課題に対して、一側面では、本発明は、液体又は気体の中の微粒子の検出において、ＳＮ比の高低にかかわらず検出信号から目的とする微粒子の信号を精度よく判定することを目的とする。

上記課題を解決するために、一の態様によれば、流体の被検査体に照射した光の信号を検出し、検出した前記信号の波形のピークを抽出し、抽出した前記ピークの波形の幅と前記ピークの位置とをフィッティングし、検出した前記信号から前記フィッティングした波形の信号成分を除き、前記フィッティングした波形の特徴量、及び除いた後の残信号の波形の特徴量を算出し、算出した前記フィッティングした波形の特徴量、及び前記除いた後の残信号の波形の特徴量が予め定められた第１の閾値のうちの各特徴量に対応する閾値の範囲内である場合、前記フィッティングした波形の信号が前記被検査体の中の微粒子を示す信号であると判定する、処理をコンピュータが実行する信号処理方法が提供される。

一の側面によれば、液体又は気体の中の微粒子の検出において、ＳＮ比の高低にかかわらず検出信号から目的とする微粒子の信号を精度よく判定することができる。

一実施形態に係る洗浄装置の縦断面の一例を示す図。 一実施形態に係る測定機構の縦断面の一例を示す図。 レーザ光源から出力された光の信号の一例を示す図。 一実施形態に係る波形モデルの定義の一例を示す図。 ガウシャン関数をベースとしたＨｅｒｍｉｔｅ−Ｇａｕｓｓモード式を用いてパーティクル経路の検出される確率の高い領域を算出した結果例を示す図。 一実施形態に係る波形のモデル化による信号処理の一例を示すフローチャート。 一実施形態に係る波形のピークのサーチを説明するための図。 一実施形態に係る波形のフィッティングを説明するための図。 一実施形態に係る特徴量のルールの閾値の一例を示す図。 一実施形態に係る波形の抽出と残信号を説明するための図。 一実施形態に係るルールに基づく信号の判定結果の一例を示す図。 一実施形態に係る検出信号及び波形の特徴量と判定結果の一例を示す図。 一実施形態に係るＳＮ比に応じた信号処理の一例を示すフローチャート。 波形のテンプレートとのマッチングによる波形抽出の一例を示す図。 一実施形態に係る波形抽出の一例を示す図。 一実施形態に係る制御装置のハードウェア構成の一例を示す図。 一実施形態に係る測定装置の構成の一例を示す図。

以下、本発明を実施するための形態について図面を参照して説明する。なお、本明細書及び図面において、実質的に同一の構成については、同一の符号を付することにより重複した説明を省く。

［洗浄装置の全体構成］
まず、本実施形態に係る洗浄装置１００の一例について、図１を参照しながら説明する。洗浄装置１００は、レジストパターン形成装置等に組み込まれ得る。洗浄装置１００は、ウェハＷを略水平に支持する基板支持部３１と回転機構３２とカップ４１とを有する。

基板支持部３１は，ウェハＷの裏面中央の領域を下方から支持する円板である。回転機構３２は、基板支持部３１とともにウェハＷを回転させる。また、回転機構３２は、昇降可能になっている。

カップ４１の上面には、ウェハＷより大口径の開口部４１ａが設けられ、開口部４１ａを介し搬送アームとの間でウェハＷの受け渡しが行われる。

洗浄装置１００は、ウェハＷの表面を洗浄するための表面洗浄ノズル６を有する。表面洗浄ノズル６は、洗浄液ノズル６１とガスノズル６２とを有する。洗浄液ノズル６１は、ウェハＷの表面に向けて、当該表面に付着したパーティクルを洗い流すための洗浄液（例えばＤＩＷ：De-Ionized Water）を供給する。ガスノズル６２は、ウェハＷの表面に向けてウェハ表面の洗浄液の乾燥を促進するために、例えば窒素（Ｎ_２）等の気体を供給する。

洗浄液ノズル６１及びガスノズル６２は、例えば共通の支持部６３に支持されて、駆動機構によりウェハＷの径方向に移動自在及び上下方向に昇降自在に構成されている。

表面洗浄ノズル６の洗浄液ノズル６１及びガスノズル６２は、それぞれ供給路６１ａ，６２ａを介して洗浄液（ＤＩＷ）源６５及び窒素ガス源６６に接続されている。

洗浄液源６５及び窒素ガス源６６等は、塗布、現像装置全体の動作を制御する制御装置２００により制御される。制御装置２００は、メモリを有するコンピュータからなる。メモリには塗布、現像装置全体の動作を制御するためのプログラムが格納されている。制御装置２００は、プログラムに設定された手順に従い洗浄装置１００の動作を制御する。なお、メモリは、例えばハードディスク、コンパクトディスク、マグネットオプティカルディスク、メモリーカード等の記憶手段により実現される。

以上に説明した洗浄装置１００には、洗浄液源６５から供給される洗浄液に含まれるパーティクルを測定するための測定機構３００が設けられている。本実施形態では、測定機構３００は、洗浄液ノズル６１から上流へ１０ｃｍ〜２０ｃｍ程度の離れた供給路６１ａに設けられている。測定機構３００は、供給路６１ａに流れる洗浄液中のパーティクルの状態を測定する。

なお、本実施形態における被検査体は、ウェハを洗浄する薬液、有機液、水等の液体であってもよく、減圧した空気等の気体であってもよい。以下に測定機構３００の詳細を説明する。

［測定機構］
測定機構３００では、図２に示すように、供給路６１ａに流れる洗浄液中のパーティクルを検出するために洗浄液にレーザ光を照射する。具体的には、洗浄液ノズル６１の吐出口付近の１０ｃｍ〜２０ｃｍ程度上流の供給路６１ａに設けられた計測部３０５に向けてレーザ光源３０１からレーザ光が出射される。レーザ光は、計測部３０５の内部に流れる洗浄液に含まれるパーティクルによって散乱する。検出器３０２は、レーザ光を受光し、光電変換により電気信号（以下、「検出信号」という。）に変換し、検出信号を解析して洗浄液中のパーティクルの状態を検出する。これにより、ナノレベルのパーティクルの状態を検出することができる。本実施形態では、検出器３０２に第１検出器３０３及び第２検出器３０４が用いられる。

第１検出器３０３及び第２検出器３０４は、受光したレーザ光を電気に変換するフォトディテクタである。本実施形態では、第１検出器３０３及び第２検出器３０４のそれぞれが検出した検出信号の差分信号（以下、「検出信号」ともいう。）を使用して洗浄液中のパーティクルの状態を検出する。差分信号を使用することで、第１検出器３０３及び第２検出器３０４のそれぞれが検出した検出信号に含まれるノイズ成分が相殺され、ノイズ成分の少ない信号に基づき解析を行うことができる。

ただし、検出器は、第１検出器３０３又は第２検出器３０４のいずれかであってもよい。この場合、差分信号でなく、検出器が検出した検出信号に基づき解析が行われる。

明視野光学系の液中及び気中のナノパーティクルの検出では、パーティクルを検出した信号中にレーザ光源３０１や検出器３０２で生じたノイズが含まれる。よって、第１検出器３０３及び第２検出器３０４のそれぞれが検出した検出信号の差分信号にもノイズが含まれる。差分信号や検出信号中のノイズ成分が信号と同一又は比較的近い周波数帯域である場合、信号（以下、「パーティクル信号」という。）とノイズを区別することは容易ではない。特に、本実施形態において扱う、粒径が２０ｎｍ以下のナノレベルのパーティクルの検出では、低ＳＮ比の条件での測定を行う必要があるが、ＳＮ比が２よりも小さい場合、パーティクル信号とノイズとの区別を精度良く行うことが課題となる。

そこで、本実施形態では、波形のモデル化により信号波形の抽出を行い、ノイズの波形と区別することで名目上のＳＮ比を高め、ＳＮ比が２よりも小さいレベルの信号においても９９％程度の確率でパーティクル信号を検出できる信号処理方法を提供する。

［レーザ光源の信号例］
レーザ光源３０１が出力するレーザ光の出力強度にはバラツキが生じる。レーザ光源３０１の信号の一例を図３に示す。図３の横軸は周波数を示し、縦軸は出力されたレーザ光の光電変換後の電圧を示す。

波形ａは、レーザ光源３０１のパワーを０にしたときのレーザ光源３０１から出力される信号の一例である。波形ｂは、レーザ光源３０１のパワーを１２（ｍＷ／ｃｈ）にしたときのレーザ光源３０１から出力される信号の一例である。波形ｃは、レーザ光源３０１のパワーを９（ｍＷ／ｃｈ）にしたときのレーザ光源３０１から出力される信号の一例である。図３に示す波形ｂにおいて、３×１０^５（Ｈｚ）及び１×１０^６（Ｈｚ）の高い周波数側で、破線の枠で囲ったレーザ光源３０１のノイズが、パーティクル信号と近い周波数帯域に存在する場合があることを示している。

図３に示すレーザ光源３０１から出力される光は、供給路６１ａを流れる液体（被検査体の一例）に照射され、被検査体の中のパーティクル（微粒子）によって散乱する。したがって、第１検出器３０３及び第２検出器３０４が検出する検出信号は、被検査体の中のパーティクルにより生じた散乱光の信号である。検出信号は、レーザ光源３０１、第１検出器３０３及び第２検出器３０４にて主に発生するノイズを含んでいる。

検出信号におけるＳＮ比（ノイズ対信号比）が例えば２以下のような低ＳＮ比（つまり、信号に対するノイズ成分が多い）の信号であって、目的とする信号（本実施形態ではパーティクル信号）とノイズとの周波数帯域が比較的近いところにある場合、信号とノイズとを分けることは難しい。ガウシャン波形等で表せる比較的単純な波形の信号と比べて、複雑な波形の検出信号の場合には、更にパーティクル信号とノイズとを分けることは困難になる。

そこで、本実施形態に係る波形のモデル化による信号処理では、検出信号におけるＳＮ比の高低にかかわらず、検出信号からパーティクル信号とノイズとを精度よく区別する手法を以下に提案する。

（波形モデル定義）
まず、本実施形態で行う波形モデルの定義について、図４を参照しながら説明する。図４の横軸は時間、縦軸は信号強度を示す。本実施形態では、単純なガウシャン波形でのモデル化を行う。検出信号に含まれる波形には、任意性があり、例えば、必ずしも正負が異なる波のピークが発生しない非対称な波形も含まれる。そこで、本実施形態では、波形の特徴に合わせて波形モデルを定義することが可能である。

本実施形態に係る波形モデルは、交差したガウシャン波形の差分により定義される。図４に示す波形の例では、波形の正のピークの高さＡ２、負のピークの高さＡ３、それらのピーク間の時間Ｏｆｆｓｅｔにより、波形をモデル化する。その際、まず波形のピークの位置を合わせ、そのピークの波の幅を最小にすることで波形がモデル化される。波の幅は、ガウシャン関数を示す式（１）の「ω」で示される。より具体的には、検出信号の波形モデルを定義する際、正のピークの高さＡ２の波形の幅や、負のピークの高さＡ３の波形の幅は、ガウシャン関数のωで表され、ωを最小することで、これらの波形の幅のフィッティングが可能になる。

レーザビームスポットの強度分布を表すガウシャン関数を示す式（１）では、Ｉ（ｘ、ｙ）は、検出信号に対応する散乱光のｘ方向及びｙ方向のレーザビームスポットの強度プロファイルを示す。

式（１）は、単純なガウシャン関数ではなく物理学的には“Ｈｅｒｍｉｔｅ−Ｇａｕｓｓモードのレーザ光パターンであり、Ｈｅｒｍｉｔｅ多項式の係数Ｈｋを組み合わせた関数として表される。Ｈｅｒｍｉｔｅ多項式の係数Ｈｋを組み合わせた関数については、例えば、https://en.wikipedia.org/wiki/Transverse_mode#Laser_modesに説明されている。

また、この関数で表される物理量は、レーザの共振時に発生するレーザの進行方向に対して垂直方向に発生するビームが分割される現象を示す。本実施形態では、レーザビームを位相シフト板に透過させることで同様な２分割パターンを生成するが、この際に生成する２分割ビームスポットが、Ｈｅｒｍｉｔｅ−Ｇａｕｓｓモードの１０のパターンで近似できるために、本実施形態ではこの関数を用いる。システム上は、実際には、図５の００モードのビームパターンを、図２に示す分割された第１検出器３０３及び第２検出器３０４をまたぐように光学系を設置することで図５の００モードと１０モードでほとんどの差のない結果が得られる。００モードでは、本実施形態の信号波形処理と同じ関数が使える。また、１０モードでは上記式（１）にて示される関数が使える。よって、本実施形態では両方のモードに適用することが可能である。

ガウシャン関数は、パーティクルの経路となり、図２の計測部３０５で表される部分のパーティクルの通過する際の検出できる確率を算出することができる。本実施形態では、パーティクルが通るレーザ光パターンが図５の１０モードのものでは、パーティクルの経路の確率ではなく、その領域を通過するパーティクルの散乱光や影を誘起し、その光の変化が各光検出器にはいった場合の検出感度の強度を表す。

図２及び図５に示すように、白で示した光の間に黒の部分があり、この黒い部分は、位相シフトによる干渉で光が相殺された部分である。この部分をパーティクルが通過することが、システム全体の感度を向上させることに貢献する。この領域を多くのパーティクルが通過するように、光学系、フローセル、光検出器の位置関係をシステムで設定する。設定の結果、この部分を通過するパーティクルの信号強度は、２つの光検出器（第１検出器３０３及び第２検出器３０４）の差分信号を強くすることになるため、感度が高くなる。

この黒の部分がパーティクルが透過していることを示す。つまり、黒の部分は、パーティクルにより光が遮断された領域に対応する。

［波形のモデル化による信号処理］
次に、本実施形態に係る波形のモデル化による信号処理について、図６を参照しながら説明する。図６は、本実施形態に係る波形のモデル化による信号処理の一例を示すフローチャートである。本実施形態に係る波形のモデル化による信号処理は、主に制御装置２００により、波形のサーチ→波形のフィッティング→特徴量の抽出→ルールに基づく特徴量の評価→波形を差し引いた残信号の生成→信号判定の順で実行される。

（波形サーチ）
本処理が開始されると、制御装置２００は、第１検出器３０３及び第２検出器３０４が検出した信号を取得し、その差分を検出信号として検出信号の波形のピークをサーチする（ステップＳ１０）。

検出信号の波形のピークをサーチする場合、制御装置２００は、図７の上図に示すように、予め、検出信号の波形（元波形）に対して、Ｓ−Ｇｏｌａｙ Ｆｉｌｔｅｒによりフィルタ処理を行い、フィルタ処理後の波形に対してピークのサーチを実行してもよい。図７の下図に示すように、ピークのサーチでは、例えば、１０２４個のデータ中の最大ピーク（Ｍａｘ）、最小ピーク（Ｍｉｎ）及びその近傍のピークをサーチしてもよい。図７に示すように、検出信号の波形は、必ずしも上下対称な波形とはならず、非対称な形状の波を含む。

（波形フィッティング）
図６に戻り、次に、制御装置２００は、サーチした結果、最大ピークの高さＡ２及び最小ピークの高さＡ３を設定し、ガウシャン関数を示す式（１）を用いて最大ピーク及び最小ピークの幅を最適化（最小化）することで、波形をフィッティングする（ステップＳ１２）。

例えば、制御装置２００は、図８の上図に示すように、まず、サーチ結果から、最大ピークの高さＡ２及び最小ピークの高さＡ３を設定する。ただし、Ａ２及びＡ３を設定する波のピークは、最大及び最小のピーク以外のピークでもよい。次に、制御装置２００は、図８の下図の左側に示すように、ガウシャン関数により波形の幅をフィッティングする。ここでは、ガウシャン関数を示す式（１）のω値と相関のあるパラメータのみを抽出している。制御装置２００は、ピークの位置と高さＡ２，Ａ３を揃えて、各ピークの幅をフィッティングさせる。つまり、図８の下図の右側に示すように、最大ピークの高さＡ２の波形と最小ピークの高さＡ３の波形とを正規化し、それらの波形を示すガウシャン関数のωの差分の２乗和の最小値が、最大ピーク及び最小ピークの幅となる。

（ルールに基づく特徴量の評価）
図６に戻り、次に、制御装置２００は、予め設定されているルールに基づき、フィッティングした波形の特徴量を算出する（ステップＳ１４）。例えば、設定したルールとルールに示した特徴量の閾値の一例を図９に示す。図９の各閾値は、特徴量毎に設定された第１の閾値の一例である。

図９に示すルールでは、ルール１では、最大ピークの高さＡ２の波形と最小ピークの高さＡ３の波形とを正規化して、それらの正規化した波形の差分の２乗和の最小値Ｄｉｆｆが、波形の特徴量の一つとして定められている。正規化した波形の差分の２乗和の最小値Ｄｉｆｆの閾値は、０〜０．０８に設定されている。

ルール２では、最大ピークの高さＡ２の波形と最小ピークの高さＡ３の波形の偏りＲが、波形の特徴量の一つとして定められている。波形の偏りＲは、最大ピークの高さＡ２と最小ピークの高さＡ３の比（Ａ２／Ａ３）である。波形の偏りＲの閾値は、１．１〜２．０に設定されている。

ルール３では、ピークの幅Ｏｆｆｓｅｔが、波形の特徴量の一つとして定められている。ピークの幅Ｏｆｆｓｅｔの閾値は、０〜６０に設定されている。また、ルール３では、最大ピークの高さＡ２の波形の幅と最小ピークの高さＡ３の波形の幅ωが、波形の特徴量の一つとして定められている。波形の幅ωは、式（１）のガウシャン関数により求められる。波形の幅ωの閾値は、０〜５．０に設定されている。制御装置２００は、各ルールに基づき、フィッティングした波形の各特徴量を算出する。

（波形を差し引いた残信号の生成）
図６に戻り、次に、制御装置２００は、フィッティングした波形の成分を抽出し、その波形の成分を検出信号から差し引く（ステップＳ１６）。例えば、図１０の（ａ）に示すように、制御装置２００は、フィッティングした波形Ｓ１の成分を抽出する。そして、図１０の（ｂ）に示すように、制御装置２００は、検出信号から波形Ｓ１の成分を除く。検出信号から波形Ｓ１の成分を除いた、図１０の（ｂ）に示す残信号が、次の解析対象となる。

図６に戻り、次に、制御装置２００は、残信号の最大ピークが予め定められた閾値（第２の閾値）よりも小さいかを判定する（ステップＳ１８）。制御装置２００は、残信号の最大ピークが第２の閾値よりも大きいと判定した場合、ステップＳ１０に戻り、ステップＳ１８にて残信号の最大ピークが予め定められた第２の閾値よりも小さいと判定されるまで、ステップＳ１０〜Ｓ１８の処理を繰り返す。

これにより、ステップＳ１０〜Ｓ１８の処理が繰り返される度に、検出信号からフィッティングした波形の特徴量を算出後、フィッティングした波形成分が検出信号から除かれる。図１０の（ｃ）には、特徴量を算出した後、フィッティングした波形Ｓ１〜Ｓ３の信号成分が順に検出信号から差し引かれる一例が示されている。

（信号判定）
図６に戻り、ステップＳ１８において、制御装置２００は、残信号の最大ピークが第２の閾値よりも小さいと判定した場合、フィッティングした各波形の特徴量のそれぞれが、第１の閾値のうちの各特徴量に対応する閾値の範囲内であるかを判定する（ステップＳ２０）。ここでは、例えばルール１〜ルール３に示した４つの特徴量の全てがそれぞれの閾値の範囲内である場合、制御装置２００は、特徴量のすべてが第１の閾値の範囲内であると判定し、判定対象の波形の信号は、パーティクル信号であると判定し（ステップＳ２２）、本処理を終了する。

一方、４つの特徴量のうちの一つでも第１の閾値の範囲外である場合、制御装置２００は、特徴量に対応する閾値の範囲外であると判定し、判定対象の波形の信号は、ノイズであると判定し（ステップＳ２４）、本処理を終了する。例えば、図１１に、図９のルールに基づくフィッティングした波形の信号の判定結果の一例を示す。図１１の（ａ）はノイズと判定され、図１１の（ｂ）及び図１１の（ｃ）はパーティクル信号と判定されている。

以上に説明した、本実施形態に係る波形のモデル化による信号処理によれば、抽出した信号の波形の特徴量が、第１の閾値の範囲内の場合、フィッティングした波形の信号はパーティクル信号であると判定される。また、抽出した波形の特徴量が、第１の閾値の範囲外の場合、フィッティングした波形の信号はノイズであると判定される。

これにより、検出信号からパーティクル又はノイズと判定された波形を取り除くことができる。これにより、名目上のＳＮ比を改善することができる。この結果、液体又は気体の中の微粒子の検出において、ＳＮ比の高低にかかわらず検出信号から目的とする微粒子の信号を精度よく判定することができる。

また、従来の正規化相互相関法（ＸＣＯＲ：cross correlation）では、予め定めたテンプレートの波形と検出信号とを比較してマッチングスコアを生成し、波形がテンプレートと類似する、マッチングスコアの高い波形を信号と判定する。正規化相互相関法では、信号から除外されてノイズと判定された波形中に本来的な信号の成分があり、誤判定がなされる可能性がある。これに対して、本実施形態に係る信号処理では、テンプレートによるマッチングではなく、波形をモデル化して抽出し、抽出した波形の特徴量が第１の閾値の範囲内であるかを判定することで、その判定結果に基づき、抽出した波形の信号がパーティクル信号かノイズかが判定される。これにより、従来の正規化相互相関法では波形がテンプレートと類似しないためにノイズと判定された信号が、本実施形態ではパーティクル信号と判定され得る。これにより、本実施形態に係る波形のモデル化による信号処理によれば、任意性の高い波形の検出信号に対して、より精度の高いパーティクル信号の検出が可能になる。

（判定結果の精度）
例えば、図１２には、本実施形態に係る検出信号、及び検出信号から抽出した波形の特徴量と抽出した波形の信号に対する判定結果の一例を示す。図１２の上段は、レーザ光源３０１から出力されるレーザ光のスポットの直径が１．２μｍ、レーザ光のビームのパワーが２０ｍＷ、検出器３０２が一つのときの検出信号の分布の一例を示す。図１２の上段左のグラフで示す検出信号のＳＮ比は１．２であり、中央のグラフで示す検出信号のＳＮ比は１．５であり、右のグラフで示す検出信号のＳＮ比は２．０である。

図１２の下段は、各検出信号からフィッティングにより抽出した波形の特徴量の分布と、抽出した波形が信号又はノイズのいずれかかを判定した結果及びミスカウントの確率を示す。

図１２の下段の３次元座標の３つの軸には、３つの特徴量である「Ａ２／Ａ３比」、「Ｏｆｆｓｅｔ」，「Ｄｉｆｆ」が示されている。図１２の上段の検出信号から、図１２の下段の特徴量を持つ波形が抽出されたことが示されている。本実施形態に係る信号処理によれば、図１２の下段の「〇」が示す特徴量を有する波形成分はパーティクル信号と判定され、図１２の下段の「×」が示す特徴量を有する波形成分はノイズと判定されている。

このようにして、ルールで設定した特徴量及び各特徴量に対する閾値（第１の閾値）条件で評価を行った結果、従来の信号処理では、信号波形の認識が困難であったＳＮ比が１．２程度の信号においてもミスカウントが０．２％となった。また、ＳＮ比が１．５の信号ではミスカウントは０．０５％となり、ＳＮ比が２．０の信号ではミスカウントは０％となった。この結果から、本実施形態に係る波形のモデル化の信号処理では、検出信号に含まれる信号又はノイズ成分の区別を９９％以上の精度で行うことができることがわかる。

［ＳＮ比に応じた信号処理］
次に、本実施形態に係るＳＮ比に応じた信号処理の一例について、図１３を参照しながら説明する。図１３は、本実施形態に係るＳＮ比に応じた信号処理の一例を示すフローチャートである。

本処理が開始されると、制御装置２００は、検出器３０２から検出信号を取得する（ステップＳ３０）。検出信号は、一つの検出器が検出した信号であってもよいし、二つの検出器が検出した信号の差分であってもよい。

次に、制御装置２００は、検出信号を正規化相互相関法（ＸＣＯＲ）を用いてテンプレートの波形とマッチングし、マッチングスコア（検出信号の相互相関値）を求め、マッチングスコアからＳＮ比を算出する（ステップＳ３２）。

図１４は、波形のテンプレートとのマッチングによる波形抽出の一例を示す。制御装置２００は、正規化相互相関法（ＸＣＯＲ）では、特徴波形のテンプレートを検出信号内の特徴波形部分とマッチングさせる。制御装置２００は、マッチングスコアが閾値以上の場合、その波形を検出信号（パーティクル信号）と判定する。

図１３に戻り、次に、制御装置２００は、ＳＮ比が１．５以上かを判定する（ステップＳ３４）。制御装置２００は、ＳＮ比が１．５以上であると判定した場合、図１４に一例を示す正規化相互相関法（ＸＣＯＲ）によるマッチングスコアによって、検出信号がパーティクル信号か否かを判定する（ステップＳ３６）。その後、制御装置２００は、ステップＳ３０に戻って次の検出信号を取得し、ステップＳ３０以降の処理を繰り返す。

一方、ステップＳ３４において、ＳＮ比が１．５未満であると判定された場合、制御装置２００は、ＳＮ比が１．２以上であるかを判定する（ステップＳ３８）。制御装置２００は、ＳＮ比が１．２以上であると判定した場合、図６に示した本実施形態に係る波形のモデル化による信号処理を実行し（ステップＳ４０）、ステップＳ３０に戻る。一方、ステップＳ３８において、制御装置２００は、ＳＮ比が１．２未満であると判定した場合、直ちにステップＳ３０に戻る。

これによれば、ＳＮ比が１．５以上であれば正規化相互相関法（ＸＣＯＲ）を用いた信号処理では所定以上の精度を得ることができる。よって、ＳＮ比が１．５以上の場合、例えば図１４に示す正規化相互相関法（ＸＣＯＲ）を用いた信号処理により、パーティクル信号が検出される。

一方、ＳＮが１．５未満の場合、正規化相互相関法（ＸＣＯＲ）を用いた信号処理では所定以上の精度を得ることができない。よって、ＳＮ比が１．５未満の場合、本実施形態に係る波形のモデル化による信号処理（図６）が実行されることで、例えば図１５に示すように、正規化相互相関法（ＸＣＯＲ）ではノイズに埋もれて検出できなかった特徴波形（パーティクル信号）を検出することができる。

このように、ＳＮ比が１．５〜２未満になると、検出信号中のパーティクル信号とノイズとの区別がつき難い。ＳＮＲが１．５〜２以上になると、検出信号中のパーティクル信号とノイズとの区別がつき易い。よって、ＳＮ比に応じて、検出信号の信号処理方法を変えることで、ＳＮ比の高低にかかわらず、検出信号からパーティクル信号かノイズかを精度よく判定することができる。また、ＳＮ比に応じて、検出信号の信号処理方法を変えることで、処理の付加を軽減することができる。

なお、図１３のステップＳ３８では、ＳＮ比の下限値を１．２とした。しかしながら、ＳＮ比の下限値は１．２以外の数値（例えば、１．０）であってもよいし、ＳＮ比の下限値は設けなくてもよい。また、図１３のステップＳ３４では、検出信号の信号処理方法を変えるＳＮ比の値を１．５とした。しかしながら、これに限らず、ステップＳ３４では、ＳＮ比が２以上等、１．５〜２の範囲のいずれかの値を検出信号の信号処理方法を変えるＳＮ比の値としてもよい。

（制御装置のハードウェア構成）
最後に、制御装置２００のハードウェア構成の一例について、図１６を参照しながら簡単に説明する。制御装置２００は、パーソナルコンピュータやタブレット型の端末等の情報処理装置である。制御装置２００は、入力装置１０１、表示装置１０２、外部Ｉ／Ｆ１０３、ＲＡＭ（Random Access Memory）１０４、ＲＯＭ（Read Only Memory）１０５、ＣＰＵ（Central Processing Unit）１０６、通信Ｉ／Ｆ１０７、及びＨＤＤ（Hard Disk Drive）１０８などを備え、それぞれがバスＢで相互に接続されている。

入力装置１０１は、キーボードやマウスなどを含み、制御装置２００に各操作信号を入力するために用いられる。表示装置１０２は、ディスプレイなどを含み、各種の処理結果を表示する。通信Ｉ／Ｆ１０７は、制御装置２００をネットワークに接続するインターフェースである。これにより、制御装置２００は、通信Ｉ／Ｆ１０７を介して、他の機器（検出器３０２等）とデータ通信を行うことができる。これにより、制御装置２００は、検出器３０２からレーザ光の検出信号を取得する。

ＨＤＤ１０８は、プログラムやデータを格納している不揮発性の記憶装置である。格納されるプログラムやデータには、制御装置２００の全体を制御する基本ソフトウェア及びアプリケーションソフトウェアがある。例えば、ＨＤＤ１０８には、各種のデータベースやプログラム等が格納されてもよい。

外部Ｉ／Ｆ１０３は、外部装置とのインターフェースである。外部装置には、記録媒体１０３ａなどがある。これにより、制御装置２００は、外部Ｉ／Ｆ１０３を介して記録媒体１０３ａの読み取り及び／又は書き込みを行うことができる。記録媒体１０３ａには、ＣＤ（Compact Disk）、及びＤＶＤ（Digital Versatile Disk）、ならびに、ＳＤメモリーカード（SD Memory card）やＵＳＢメモリ（Universal Serial Bus memory）等がある。

ＲＯＭ１０５は、電源を切っても内部データを保持することができる不揮発性の半導体メモリ（記憶装置）である。ＲＯＭ１０５には、ネットワーク設定等のプログラム及びデータが格納されている。ＲＡＭ１０４は、プログラムやデータを一時保持する揮発性の半導体メモリ（記憶装置）である。

ＣＰＵ１０６は、上記記憶装置（例えば「ＨＤＤ１０８」や「ＲＯＭ１０５」など）から、プログラムやデータをＲＡＭ１０４上に読み出し、処理を実行することで、装置全体の制御や搭載機能を実現する演算装置である。例えば、記憶装置には、本実施形態に係る波形のモデル化による信号処理のプログラムが記憶されていて、ＣＰＵ１０６は、上記記憶装置から前記プログラムを読み出し、プログラムに示される手順で処理を実行することで、検出信号に含まれるパーティクル信号及びノイズの判定が可能になる。

以上、本実施形態に係る波形のモデル化による信号処理によれば、液体又は気体の中のパーティクルの検出において、ＳＮ比の高低にかかわらず検出信号から目的とするパーティクルの信号を精度よく判定することができる。

従来の信号処理では、比較的単純な（特徴部の少ない）ガウシャン関数による波形等で表せる信号が解析対象となっていたのに対して、本実施形態に係る信号処理の対象は、例えば、２以上のフォトディテクタ（例えば、図２の第１及び第２検出器）の差分信号であり、信号波形が複雑化している。つまり、複雑化した波形の信号は、信号に含まれる特徴部（パラメータ）が増えた信号である。以上から、２以上のフォトディテクタの差分信号は、本実施形態に係る信号処理が抽出する特徴量の抽出がし易い信号であり、その結果、本実施形態に係る特徴量に基づくパーティクル信号又はノイズの判定精度が向上しているとも考えられる。

また、レーザ光源３０１や検出器３０２には、比較的ノイズ成分が多いけれども安価な機器が存在する。その場合、ＳＮ比が１．５〜２．０以下となる場合であっても安価な機器を使用したい場合がある。また、水等よりも有機液中ではさらにＳＮ比は低くなる傾向がある。このように、ＳＮ比が１．５〜２．０以下となる場合においても、本実施形態に係る波形のモデル化による信号処理により、検出信号からパーティクル信号とノイズとを精度よく区別することができる。

なお、本実施形態に係る波形のモデル化による波形の抽出と信号判定結果を蓄積し、機械学習させることもできる。その際、予めバラツキの範囲を閾値により定義して、特徴量が閾値の範囲外にあれば、その信号は機械学習の対象とせずに廃棄する。このようにして、機械学習精度を高めることで、制御装置２００は、学習した結果に基づき記憶部に蓄積したパーティクル信号の波形から、リアルタイムに最適な波形を抽出して、本実施形態に係る波形のモデル化による信号処理に適用するようにしてもよい。

以上、信号処理方法及びプログラムを上記実施形態により説明したが、本発明にかかる信号処理方法及びプログラムは上記実施形態に限定されるものではなく、本発明の範囲内で種々の変形及び改良が可能である。上記複数の実施形態に記載された事項は、矛盾しない範囲で組み合わせることができる。

本発明は、各種装置に取付けられた管内を流れる液体又は気体の被検査体の中のパーティクル等の微粒子の検出において、ＳＮ比の高低にかかわらず検出信号から微粒子を示す信号か否かを精度よく判定する。例えば、本発明は、容量結合型プラズマ（ＣＣＰ:Capacitively Coupled Plasma)装置、誘導結合型プラズマ(ＩＣＰ:Inductively Coupled Plasma)処理装置、ラジアルラインスロットアンテナを用いたプラズマ処理装置、ヘリコン波励起型プラズマ（ＨＷＰ：Helicon Wave Plasma）装置、電子サイクロトロン共鳴プラズマ（ＥＣＲ：Electron Cyclotron Ｒesonance Plasma）装置、表面波プラズマ処理装置等の装置にも適用できる。

本実施形態にかかる信号処理方法は、流体（液体又は気体）の被検査体の中のパーティクル等の微粒子を検出する様々な測定装置において適用可能である。上記実施形態では、その構成の一例として図１及び図２を挙げて洗浄装置１００内の測定機構３００について説明した。他の構成としては、図１７に示すようなレーザ散乱光を利用するパーティクルモニタ１３３（指標測定装置）が挙げられる。

図１７において、パーティクルモニタ１３３は、レーザ光を発振するレーザ発振器１３４と、チャンバ１１２内の散乱光を観測するＣＣＤカメラ１３５と、レーザ発振器１３４及びＣＣＤカメラ１３５に接続されたパルスジェネレータ１３６とを備える。

レーザ発振器１３４は、チャンバ１１２に設けられたスリット窓１３７を介してエッチング等の処理実行中のチャンバ１１２内に向けてレーザ光を発振する。チャンバ１１２内のパーティクルｐは、レーザ光によって照射されると散乱光を発生する。この発生した散乱光は、スリット窓１３８を介してＣＣＤカメラ１３５によって観測される。このとき、散乱光の発生回数や強度がチャンバ１１２内に浮遊するパーティクルｐの量に対応する。したがって、パーティクルモニタ１３３は散乱光の発生回数や強度を通じてチャンバ１１２内に浮遊するパーティクルｐの量を計測する（指標計測ステップ）。そして、計測されたパーティクルｐの量が計測結果としてインターネット１３１等によってＰＣ１３２に送信される。

なお、パルスジェネレータ１３６は、レーザ発振器１３４及びＣＣＤカメラ１３５に同期信号を発信し、これにより、レーザ光の発振のタイミングと散乱光の受光のタイミングとを調整する。

また、パーティクルモニタ１３３は、チャンバ１１２から該チャンバ１１２の稼働状況や不具合の有無を表す装置ステータス信号を受信し、且つ該装置ステータス信号をインターネット１３１等を介してＰＣ１３２に送信する送信装置１３９を備える。ＰＣ１３２は、本実施形態にかかる信号処理を行う。

更に、本実施形態にかかる信号処理方法を適用可能な測定装置としては、上記のようにチャンバ１１２内にレーザを照射し、基板上の空間に浮遊するパーティクルを検出する場合に限らない。例えば、本実施形態にかかる信号処理方法は、チャンバ１１２内に載置された基板に真上からレーザを照射し、基板からの反射光を検出することで、基板上に付着するパーティクルを検出する装置に適用することも可能である。

本国際出願は、２０１６年１２月８日に出願された日本国特許出願２０１６−２３８６９１号に基づく優先権を主張するものであり、その全内容を本国際出願に援用する。

６ 表面洗浄ノズル
３１ 基板支持部
３２ 回転機構
４１ カップ
４１ａ 開口部
６１ 洗浄液ノズル
６１ａ 供給路
６２ ガスノズル
６２ａ 供給路
６３ 支持部
６５ 洗浄液（ＤＩＷ）源
６６ 窒素ガス源
１００ 洗浄装置
２００ 制御装置
３００ 測定機構
３０１ レーザ光源
３０２ 検出器
３０３ 第１検出器
３０４ 第２検出器
３０５ 計測部

Claims (10)

1. 流体の被検査体に照射した光の信号を検出し、
   検出した前記信号の波形のピークを抽出し、
   抽出した前記ピークの波形の幅と前記ピークの位置とをフィッティングし、検出した前記信号から前記フィッティングした波形の信号成分を除き、前記フィッティングした波形の特徴量、及び除いた後の残信号の波形の特徴量を算出し、
   算出した前記フィッティングした波形の特徴量、及び前記除いた後の残信号の波形の特徴量が予め定められた第１の閾値のうちの各特徴量に対応する閾値の範囲内である場合、前記フィッティングした波形の信号が前記被検査体の中の微粒子を示す信号であると判定する、
   処理をコンピュータが実行する信号処理方法。
2. 除いた後の残信号から波形のピークを抽出し、抽出した前記ピークの波形の幅と前記ピークの位置とをフィッティングし、前記フィッティングした波形の特徴量に基づき、該波形の信号が前記被検査体の中の微粒子を示す信号か否かを判定する、
   請求項１に記載の信号処理方法。
3. 前記残信号の最大ピークが、予め定められた第２の閾値よりも小さくなるまで、
   検出した前記信号から前記フィッティングした波形の信号成分を除き、
   除いた後の残信号から波形のピークを抽出し、抽出した前記ピークの波形の幅と前記ピークの位置とをフィッティングし、前記フィッティングした波形の特徴量に基づき、該波形の信号が前記被検査体の中の微粒子を示す信号か否かを判定する、処理を繰り返す、
   請求項２に記載の信号処理方法。
4. 算出した前記波形の特徴量が予め定められた第１の閾値の範囲外である場合、前記フィッティングした波形の信号はノイズであると判定する、
   請求項１に記載の信号処理方法。
5. 前記フィッティングした波形の特徴量として、フィッティングした前記ピークの波形の幅、フィッティングした前記ピークの波形の幅の差分の２乗和の最小値、フィッティングした正負が異なるピーク間のオフセット、及びフィッティングした前記正負が異なるピークの高さの比率を算出し、
   算出した前記波形の特徴量のすべてが、前記第１の閾値のうちの特徴量毎に設定された閾値の範囲内である場合、前記フィッティングした波形の信号が前記被検査体の中の微粒子を示す信号であると判定する、
   請求項１に記載の信号処理方法。
6. 検出した前記信号のＳＮ比が１．５よりも小さい場合、上記信号処理方法を用いて検出した前記信号を処理し、
   検出した前記信号のＳＮ比が１．５以上の場合、正規化相互相関法を用いて検出した前記信号を処理し、前記被検査体の中の微粒子を示す信号であるか否かを判定する、
   請求項１に記載の信号処理方法。
7. 流体の被検査体に照射した光の信号を検出する処理は、
   洗浄装置に設けられた表面洗浄ノズルに接続される供給管の内部を流れる洗浄液の被検査体に照射した光の散乱光を検出する、
   請求項１に記載の信号処理方法。
8. 流体の被検査体に照射した光の信号を検出する処理は、
   チャンバ内に載置された基板上の空間にレーザを照射し、該基板上の空間に浮遊するパーティクルによる散乱光を検出する、
   請求項１に記載の信号処理方法。
9. チャンバ内に載置された基板に向けてレーザを照射し、該基板からの反射光を検出する、
   請求項１に記載の信号処理方法。
10. 流体の被検査体に照射した光の信号を検出し、
    検出した前記信号の波形のピークを抽出し、
    抽出した前記ピークの波形の幅と前記ピークの位置とをフィッティングし、検出した前記信号から前記フィッティングした波形の信号成分を除き、前記フィッティングした波形の特徴量、及び除いた後の残信号の波形の特徴量を算出し、
    算出した前記フィッティングした波形の特徴量、及び前記除いた後の残信号の波形の特徴量が予め定められた第１の閾値のうちの各特徴量に対応する閾値の範囲内である場合、前記フィッティングした波形の信号が前記被検査体の中の微粒子を示す信号であると判定する、
    処理をコンピュータに実行させるプログラム。