KR100844097B1

KR100844097B1 - 개선된 피드포워드 데이터 획득 방법, 이 방법을 수행하는리소그래피 장치 및 디바이스 제조방법

Info

Publication number: KR100844097B1
Application number: KR1020070038520A
Authority: KR
Inventors: 마르첼 프랑소와즈 헤르트예스
Original assignee: 에이에스엠엘 네델란즈 비.브이.; 코닌클리케 필립스 일렉트로닉스 엔.브이.
Priority date: 2006-04-20
Filing date: 2007-04-19
Publication date: 2008-07-04
Also published as: CN101059658A; TW200745779A; CN101059658B; US20070250187A1; US7818073B2; KR20070104272A; JP2007294958A; TWI355567B

Abstract

셋포인트 프로파일을 통해 구성요소를 이동시키기 위해 피드포워드 제어시스템을 위한 개선된 피드포워드 데이터를 얻는 방법이 제공된다. 셋포인트 프로파일은 각각 대응되는 시퀀스의 타겟 시간들 중 하나에서 실질적으로 얻어질 구성요소의 복수의 타겟 상태를 포함한다. 제 1 세트의 피드포워드 데이터를 사용하여 셋포인트 프로파일에 따른 피드포워드 제어시스템을 이용하여 구성요소를 이동시키는 단계; 상기 이동시 복수의 시간에 상기 구성요소의 상태를 측정하는 단계; 일 세트의 오차들을 얻기 위하여, 측정된 상태들과 상기 셋포인트 프로파일에 의하여 정의되는 대응되는 타겟 상태들을 비교하는 단계; 비-선형 필터를 이용하여 상기 세트의 오차들을 필터링하는 단계; 및 상기 필터링된 오차들을 기초로 하여 개선된 피드포워드 데이터를 생성하는 단계를 포함하며, 상기 개선된 피드포워드 데이터는 상기 셋포인트 프로파일을 통해 상기 구성요소를 보다 정확하게 이동시키기 위해 상기 피드포워드 제어시스템에 의하여 이용가능하다.

Description

개선된 피드포워드 데이터 획득 방법, 이 방법을 수행하는 리소그래피 장치 및 디바이스 제조방법{A METHOD FOR OBTAINING IMPROVED FEEDFORWARD DATA, A LITHOGRAPHIC APPARATUS FOR CARRYING OUT THE METHOD AND A DEVICE MANUFACTURING METHOD}

이하, 본 발명의 실시예들이 대응되는 참조부호들이 대응되는 부분들을 나타내는 개략적인 첨부 도면을 참조하여 예시의 방법으로 설명될 것이다.

도 1은 본 발명의 일 실시예에 따른 리소그래피 장치를 나타낸 도;

도 2a-c는 가속도 프로파일, 속도 프로파일 및 위치 프로파일 각각의 관점에서 형성된 셋포인트 프로파일을 나타낸 도;

도 3은 본 발명의 일 실시예에 따른 방법을 수행하기 위한 피드포워드 제어시스템을 구비한 리소그래피 장치를 나타낸 도;

도 4는 본 발명의 일 실시예에 따른 방법을 블록 다이어그램 형태로 나타낸 도;

도 5는 도 3의 피드포워드 제어시스템을 보다 상세히 나타낸 도;

도 6은 반복적인 학습 제어 체계를 나타낸 도;

도 7은 필터의 상이한 강도들에 대해 얻어지는 학습된 피드포워드 신호들을 나타낸 그래프들;

도 8은 필터의 상이한 강도들에 대해 얻어진 측정된 오차들을 나타낸 그래프들; 및

도 9는 비-선형 필터를 갖는 피드포워드 제어시스템의 높은 학습 게인 높은 안정성 특성들을 나타낸 도이다.

본 발명은 셋포인트 프로파일을 통해 구성요소를 이동시키는 시스템을 위하여 개선된 피드포워드 데이터를 획득하는 방법 및 상기 방법을 수행하는 리소그래피 장치, 그리고 리소그래피 장치 및 개선된 피드포워드 데이터를 이용하는 디바이스 제조방법에 관한 것이다.

리소그래피 장치는 기판, 통상적으로는 기판의 타겟부 상에 원하는 패턴을 적용시키는 기계이다. 리소그래피 장치는, 예를 들어 집적회로(IC)의 제조에 사용될 수 있다. 이 경우에, 대안적으로는 마스크 또는 레티클이라 지칭되는 패터닝 디바이스가 IC의 개별층 상에 형성될 회로 패턴을 생성시키는데 사용될 수 있다. 이 패턴은 기판(예를 들어, 실리콘웨이퍼) 상의 (예를 들어, 1 또는 수 개의 다이의 부분을 포함하는) 타겟부 상에 전사(transfer)될 수 있다. 통상적으로, 패턴의 전사(transfer)는 기판상에 제공되는 방사선 감응재(레지스트) 층상으로의 이미징(imaging)을 통해 이루어진다. 일반적으로, 단일 기판은 연속하여 패터닝되는 인접한 타겟부들의 네트워크를 포함할 것이다. 공지된 리소그래피 장치는, 전체패턴을 한번에 타겟부 상에 노광함으로써 각각의 타겟부가 조사되는 소위 스테퍼, 및 방사선 빔을 통해 주어진 방향("스캐닝"- 방향)으로 패턴을 스캐닝하는 한편, 이 방향과 평행한 방향 또는 반대 방향으로 기판을 동기적으로 스캐닝함으로써 각각의 타겟부가 조사되는 소위 스캐너를 포함한다. 또한, 패턴을 기판 상에 임프린팅(imprint)함으로써 패터닝 디바이스로부터 기판으로 패턴을 전사하는 것도 가능하다.

리소그래피 장치의 성능에서 중요한 팩터는 노광시 이동될 구성요소들, 예컨대 조명을 위해 필요한 패턴들을 포함하는 레티클 스테이지(패터닝 디바이스 테이블) 및 조명될 기판들을 포함하는 기판테이블이 변위될 수 있는 정밀도이다. 피드백 제어 하에, 구성요소들의 이동은 표준 PID-기반 제어시스템(standard PID-based control system)을 사용하여 제어된다. 하지만, 설정 시간들을 1/1000 초 또는 그 이하 정도로 하는 나노-스케일의 위치 정확도를 얻기 위해서는, 피드포워드 제어가 바람직할 수 있다.

통상적으로 사용되는 가속도-, 저크-(jerk-) 및 심지어 스냅-기반(snap-based) 피드포워드 디자인들(즉, 가속도 및 위치의 보다 높은 차수의 시간에 대한 도함수를 기초로 하는 디자인들) 이외에, 짧은 세틀링 시간들을 얻기 위한 반복적인 학습(learning) 제어의 적용이 제안되어 왔다. 이러한 접근법은 피드포워드 제어를 높은 정확도로 구현하는데 단지 제한된 시스템 지식만 요구된다는 장점을 갖는다. 그 방법은 셋포인트 프로파일을 통한 구성요소의 다수의 시험적 "런들(runs)"에 걸쳐 측정된 오차 신호(상태의 의도된 시간 에볼루션을 형성하는 셋 포 인트 프로파일로부터 이동되는 구성요소 상태의 측정된 편차로서 정의됨)를 최소화시키는 피드포워드 신호 또는 "힘(force)"의 반복적인 학습(learning)을 기초로 한다. 학습된(learned) 신호가 시스템 또는 프로세스에 적용되는 경우, 상이한 시도들에서 반복적으로 발생되는 오차 신호에 대한 기여들(contributions)("반복적 기여들")을 효과적으로 상쇄시킨다.

피드포워드 신호의 학습 동안, 특정 시도 동안 측정된 오차 신호는 시도 마다 다른 임의의 노이즈와 같은 비-반복적인 기여를 포함할 수도 있다. 이러한 기여들은 학습된 피드포워드 신호가 시스템 내에 노이즈를 주입하게 할 수도 있다. 이는 성능을 저하시키고 및/또는 반복적 학습-기반의 제어를 이용하여 얻어지는 향상을 제한하게 할 수 있다. 학습 프로세스 자체의 효율성은 안정성에 의해 제한될 수도 있는 학습 알고리즘의 이득(gain)에 따라 좌우된다.

그러므로, 반복적으로 학습되는 데이터가 얻어지는 방식을 개선시키는 시스템을 제공하는 것이 바람직하다.

본 발명의 일 실시예에 따르면, 각각 타겟 시간들의 대응되는 시퀀스 중 하나에서 실질적으로 얻어질 구성요소의 복수의 타겟 상태를 포함하는 셋포인트 프로파일을 통해 구성요소를 이동시키는 피드포워드 제어시스템을 위해 개선된 피드포워드 데이터를 얻는 방법이 제공되며, 상기 방법은: a) 상기 피드포워드 제어시스템을 사용해 제 1 세트의 피드포워드 데이터를 이용하여 셋포인트 프로파일에 따라 구성요소를 이동시키는 단계; b) 상기 이동시 복수의 시간에 상기 구성요소의 상태를 측정하는 단계; c) 일 세트의 오차들을 얻기 위하여, 측정된 상태들과 상기 셋포인트 프로파일에 의하여 형성되는 대응되는 타겟 상태들을 비교하는 단계; d) 상기 세트의 오차들에 비-선형 필터를 적용하는 단계; e) 상기 필터링된 오차들을 기초로 하여 개선된 피드포워드 데이터를 생성하는 단계를 포함하며, 상기 개선된 피드포워드 데이터는 상기 셋포인트 프로파일을 통해 상기 구성요소를 보다 정확하게 이동시키기 위해 상기 피드포워드 제어시스템에 의하여 이용가능하다.

본 발명의 추가 실시예에 따르면, 패터닝 디바이스로부터 기판 상으로 패턴을 투영하도록 구성되며, 구성요소를 위한 이동가능한 지지부; 및 각각 대응되는 시퀀스의 타겟 시간들 중 하나에서 실질적으로 얻어지도록 상기 이동가능한 지지부의 복수의 타겟 상태들을 포함하는 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 이동시키기 위한 시스템을 포함하는 리소그래피 투영장치가 제공되며, 상기 시스템은: 상기 셋포인트 프로파일에 따라 상기 이동가능한 지지부를 이동시키기 위한 변위 디바이스; 제 1 세트의 피드포워드 데이터를 사용하여 상기 변위 디바이스를 제어하기 위한 피드포워드 제어시스템; 상기 이동시 복수의 시간에서의 상기 구성요소의 상태를 측정하기 위한 측정시스템; 일 세트의 오차들을 얻기 위하여 측정된 상태와 대응되는 타겟 상태들을 비교하기 위한 비교 디바이스; 상기 세트의 오차들을 필터링하도록 구성되는 필터; 및 필터링된 세트의 오차들을 기초로 하여 수정된 피드포워드 데이터를 생성하도록 구성되는 피드포워드 데이터 생성 디바이스를 포함하는 리소그래피 투영장치가 제공되며, 상기 수정된 피드포워드 데이터는 상기 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 보다 정확하게 이동시키도록 상기 변위 디바이스를 제어하기 위해 상기 피드포워드 제어시스템에 의하여 이용가능하다.

본 발명의 또 다른 추가 실시예에 따르면, 리소그래피 투영장치를 사용하여 패터닝 디바이스로부터 기판 상으로 패턴을 투영하는 단계; 상기 리소그래피 투영장치의 구성요소를 위한 이동가능한 지지부를 제공하는 단계; 피드포워드 제어시스템을 사용해, 제 1 세트의 피드포워드 데이터를 이용하여, 각각 대응되는 시퀀스의 타겟 시간들 중 하나에서 실질적으로 얻어질 상기 이동가능한 지지부의 복수의 타겟 상태를 포함하는 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 이동시키는 단계; 상기 이동시 복수의 시간에서의 상기 구성요소의 상태를 측정하는 단계; 일 세트의 오차들을 얻기 위하여 측정된 상태들과 대응되는 타겟 상태들을 비교하는 단계; 상기 세트의 오차들에 필터를 적용하는 단계; 필터링된 세트의 오차들을 기초로 하여 개선된 피드포워드 데이터를 생성하는 단계; 및 상기 개선된 피드포워드 데이터를 이용하여 상기 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 이동시키는 단계를 포함하는 디바이스 제조방법이 제공된다.

도 1은 본 발명의 일 실시예에 따른 리소그래피 장치를 개략적으로 도시하고 있다. 상기 장치는 방사선 빔(B)(예를 들어, UV 또는 EUV 방사선)을 콘디셔닝하도록 구성된 조명시스템(일루미네이터)(IL); 패터닝 디바이스(MA)(예를 들어, 마스크)를 지지하고, 특정 파라미터들에 따라 패터닝 디바이스를 정확히 위치시키도록 구성되는 제 1 위치설정장치(PM)에 연결되도록 구성된 지지구조체(예를 들어, 마스 크테이블)(MT); 기판(W)(예를 들어, 레지스트코팅된 웨이퍼)을 잡아주고, 특정 파라미터들에 따라 기판을 정확히 위치시키도록 구성된 제 2 위치설정장치(PW)에 연결되도록 구성된 기판테이블(예를 들어, 웨이퍼테이블)(WT); 및 패터닝 디바이스(MA)에 의하여 방사선 빔(B)에 부여된 패턴을 기판(W)의 타겟부(C)(예를 들어, 하나 이상의 다이를 포함함) 상에 투영하도록 구성된 투영시스템(PS)(예를 들어, 굴절형 투영렌즈 시스템)을 포함한다.

조명시스템은 방사선을 지향, 성형 또는 제어시키기 위하여 굴절, 반사, 자기, 전자기, 정전기 및 여타 유형의 광학 구성요소, 또는 그들의 조합과 같은 다양한 종류의 광학 구성요소를 포함할 수도 있다.

지지구조체는 패터닝 디바이스의 무게를 지지, 즉 지탱한다. 지지구조체는, 패터닝 디바이스의 방위, 리소그래피 장치의 디자인 및 예를 들어 패터닝 디바이스가 진공 환경내에서 유지되는지의 여부와 같은 여타 조건들에 종속적인 방식으로 패터닝 디바이스를 유지시킨다. 지지구조체는 패터닝 디바이스를 유지시키기 위하여 기계적, 진공, 정전기 또는 여타의 클램핑 기술을 사용할 수 있다. 지지구조체는 필요에 따라 고정되거나 이동할 수 있는 프레임 또는 테이블일 수 있다. 상기 지지구조체는, 패터닝 디바이스가 예를 들어 투영시스템에 대해 원하는 위치에 있을 수 있도록 한다. 본 명세서의 "레티클" 또는 "마스크"라는 어떠한 용어의 사용도 "패터닝 디바이스"와 같은 좀 더 일반적인 용어와 동의어로 간주될 수 있다.

여기서 사용되는 "패터닝 디바이스(patterning device)"라는 용어는 기판의 타겟부에 패턴을 생성하기 위해서, 방사선 빔의 단면에 패턴을 부여하는데 사용될 수 있는 디바이스를 의미하는 것으로 폭넓게 해석되어야 한다. 예를 들어, 패턴이 위상-시프팅 피처 또는 소위 어시스트 피처들을 포함하는 경우 방사선 빔에 부여된 패턴은 기판의 타겟부 내의 원하는 패턴과 정확히 일치하지 않을 수도 있다는 것에 유의해야 한다. 일반적으로, 방사선 빔에 부여된 패턴은 집적회로와 같이 타겟부에 생성될 디바이스 내의 특정기능층에 해당할 것이다.

패터닝 디바이스는 투과형 또는 반사형일 수 있다. 패터닝 디바이스의 예로는 마스크들, 프로그램가능한 거울 어레이들 및 프로그램가능한 LCD 패널들을 포함한다. 마스크들은 리소그래피에서 잘 알려져 있으며, 바이너리형, 교번 위상-시프트형 및 감쇠 위상-시프트형 마스크와 다양한 하이브리드 마스크형식도 포함한다. 프로그램가능한 거울 어레이의 일례는 작은 거울들의 매트릭스 구성을 채택하며, 그 각각은 입사하는 방사선 빔을 상이한 방향으로 반사시키도록 개별적으로 기울어질 수 있다. 기울어진 거울은 거울 매트릭스에 의해 반사되는 방사선 빔에 패턴을 부여한다.

본 명세서에서 사용되는 "투영시스템"이라는 용어는, 사용되는 노광방사선에 대하여, 또는 침지 액체(immersion liquid)의 사용 또는 진공의 사용과 같은 여타의 인자에 대하여 적절하다면, 굴절광학시스템, 반사광학시스템, 카타디옵트릭시스템, 자기시스템, 전자기시스템 및 정전기 광학시스템 또는 그들의 조합을 포함하는 소정 형태의 투영시스템을 내포하는 것으로서 폭넓게 해석되어야 한다. 본 명세서에서 "투영 렌즈"라는 용어의 어떠한 사용도 "투영시스템"과 같은 좀 더 일반적인 용어와 동의어로 간주될 수 있다.

도시된 바와 같이, 상기 장치는 (예를 들어, 투과형 마스크를 채용한) 투과형이다. 대안적으로는, 상기 장치는 (예를 들어, 상술된 바와 같이 소정 형태의 프로그램가능한 거울 어래이를 채용한 또는 반사 마스크를 채용한) 반사형일 수도 있다.

리소그래피 장치는 2개(듀얼 스테이지) 이상의 기판테이블(및/또는 2 이상의 지지구조체)를 갖는 형태로 구성될 수도 있다. 이러한 "다수 스테이지" 기계에서는 추가 테이블들이 병행하여 사용될 수 있으며, 1 이상의 테이블이 노광을 위해 사용되고 있는 동안 1 이상의 다른 테이블에서는 준비작업 단계가 수행될 수 있다.

또한, 리소그래피장치는 기판의 적어도 일 부분이 투영시스템과 기판 사이의 공간을 채우도록 비교적 높은 굴절률을 가지는 액체, 예를 들어 물로 덮이는 형태로 구성될 수도 있다. 또한, 침지 액체는 리소그래피장치 내의 여타의 공간들, 예를 들어 마스크와 투영시스템 사이에 적용될 수도 있다. 침지 기술은 투영시스템의 개구수를 증가시키는 것으로 당 업계에서 잘 알려져 있다. 본 명세서에서 사용되는 "침지"라는 용어는 기판과 같은 구조체가 액체 내에 담기어야(submerge) 한다는 것을 의미하기 보다는, 노광시 투영시스템과 기판 사이에 액체가 배치된다는 것을 의미한다.

도 1을 참조하면, 일루미네이터(IL)는 방사선소스(S0)로부터 방사선의 빔을 수용한다. 예를 들어, 상기 소스가 엑시머 레이저인 경우, 상기 소스 및 리소그래피 장치는 별도의 개체일 수 있다. 이러한 경우, 상기 소스는 리소그래피 장치의 부분을 형성하는 것으로 간주되지는 않으며, 상기 방사선 빔은 예를 들어, 적절한 지향 거울 및/또는 빔 익스펜더를 포함하는 빔 전달 시스템(BD)의 도움으로, 상기 소스(SO)로부터 일루미네이터(IL)로 통과된다. 여타의 경우, 예를 들어 상기 소스가 수은 램프인 경우, 상기 소스는 리소그래피 장치의 통합부일 수 있다. 상기 소스(SO) 및 일루미네이터(IL)는, 필요하다면 빔 전달 시스템(BD)과 함께 방사선 시스템이라 칭해질 수도 있다.

일루미네이터(IL)는 방사선 빔의 각도세기분포를 조정하도록 구성되는 조정기구(AD)를 포함할 수도 있다. 일반적으로, 일루미네이터의 퓨필평면 내의 세기분포의 적어도 외반경 및/또는 내반경 크기(통상적으로, 각각 외측-σ 및 내측-σ라 함)가 조정될 수 있다. 또한, 일루미네이터(IL)는 인티그레이터(IN) 및 콘덴서(CO)와 같은 다양한 다른 구성요소들을 포함할 수도 있다. 일루미네이터(IL)는 그 단면에 원하는 균일성과 세기 분포를 갖도록 방사선 빔을 콘디셔닝하는데 사용될 수도 있다.

상기 방사선 빔(B)은 지지구조체(예를 들어, 마스크테이블(MT)) 상에서 유지되어 있는 패터닝 디바이스(예를 들어, 마스크(MA)) 상에 입사되며, 패터닝 디바이스에 의해 패터닝된다. 상기 방사선 빔(B)은, 패터닝 디바이스(MA)를 가로질러 투영시스템(PS)을 통과하고, 상기 투영시스템(PS)은 기판(W)의 타겟부(C)상에 상기 빔을 포커스한다. 제 2 위치설정장치(PW) 및 위치센서(IF)(예를 들어, 간섭계 디바이스, 선형 인코더(linear encoder) 또는 캐퍼서티 센서(capacitive sensor))의 도움으로, 기판테이블(WT)은 방사선 빔(B)의 경로 내에 상이한 타겟부들(C)을 위치시키도록 정확하게 이동될 수 있다. 이와 유사하게, 제 1 위치설정장치(PM) 및 또 다 른 위치센서(도 1에 명확히 도시되지는 않음)는, 예를 들어 마스크 라이브러리로부터의 기계적인 회수 후에, 또는 스캔하는 동안, 방사선 빔(B)의 경로에 대하여 마스크(MA)를 정확히 위치시키는데 사용될 수 있다. 일반적으로, 마스크 테이블(MT)의 이동은, 긴 행정 모듈(long stroke module)(개략 위치설정) 및 짧은 행정 모듈(미세 위치설정)의 도움을 받아 실현될 것이며, 이는 제 1 위치설정장치(PM)의 일부를 형성한다. 이와 유사하게, 기판테이블(WT)의 이동은 제 2 위치설정장치(PW)의 일부를 형성하는 긴 행정 모듈 및 짧은 행정 모듈을 사용하여 실현될 수도 있다. (스캐너와는 대조적으로) 스테퍼의 경우, 상기 마스크 테이블(MT)은 단지 짧은 행정액추에이터에만 연결되거나 고정될 수도 있다. 마스크(MA) 및 기판(W)은 마스크 정렬마크(M1, M2) 및 기판 정렬마크(P1, P2)를 이용하여 정렬될 수도 있다. 예시된 바와 같이 기판 정렬 마크들이 할당된 타겟부들을 점유하기는 하나, 그들은 타겟부들 사이의 공간들에 배치될 수도 있다(이들은 스크라이브-레인(scribe-lane) 정렬 마크로 알려져 있음). 이와 유사하게, 패터닝 디바이스(MA) 상에 1이상의 다이가 제공되는 상황에서는, 다이들 사이에 패터닝 디바이스 정렬 마크들이 배치될 수도 있다.

상술된 장치는 다음의 바람직한 모드들 중 1 이상에서 사용될 수 있다.

1. 스텝 모드에서, 지지구조체(MT) 및 기판테이블(WT)은 기본적으로 정지상태로 유지되며, 방사선 빔에 부여되는 전체 패턴은 한번에 타겟부(C) 상에 투영된다{즉, 단일 정적 노광(single static exposure)}. 그런 후, 기판테이블(WT)은 X 및/또는 Y 방향으로 시프트되어 다른 타겟부(C)가 노광될 수 있다. 스텝 모드에서, 노광필드의 최대 크기는 단일 정적 노광시에 이미징되는 타겟부(C)의 크기를 제한한다.

2. 스캔 모드에서, 마스크 테이블(MT) 및 기판테이블(WT)은 방사선 빔에 부여되는 패턴이 타겟부(C) 상에 투영되는 동안에 동기적으로 스캐닝된다{즉, 단일 동적 노광(single dynamic exposure)}. 마스크 테이블(MT)에 대한 기판테이블(WT)의 속도 및 방향은 확대(축소) 및 투영시스템(PS)의 이미지 반전 특성에 의하여 결정된다. 스캔 모드에서, 노광필드의 최대크기는 단일 동적노광시 타켓부의 (스캐닝되지 않는 방향으로의) 폭을 제한하는 반면, 스캐닝 동작의 길이는 타겟부의 (스캐닝 방향으로의) 높이를 결정한다.

3. 또 다른 모드에서, 마스크 테이블(MT)은 프로그램가능한 패터닝 디바이스를 유지하여 기본적으로 정지된 상태로 유지되며, 방사선 빔에 부여되는 패턴이 타겟부(C) 상에 투영되는 동안, 기판테이블(WT)이 이동되거나 스캐닝된다. 이 모드에서는, 일반적으로 펄스 방사선 소스(pulsed radiation source)가 채용되며, 프로그램가능한 패터닝 디바이스는 기판테이블(WT)이 각각 이동한 후, 또는 스캔 중에 계속되는 방사선펄스들 사이에서 필요에 따라 업데이트된다. 이 작동 모드는 상기 언급된 바와 같은 종류의 프로그램가능한 거울 어레이와 같은 프로그램가능한 패터닝 디바이스를 활용하는 마스크없는 리소그래피(maskless lithography)에 용이하게 적용될 수 있다.

또한, 상술된 모드들의 조합 및/또는 변형, 또는 완전히 다른 상이한 사용 모드들이 채용될 수도 있다.

도 2a-c는 셋포인트 프로파일이 의미하는 것에 대해 예시하고 있다. 3개의 개략적인 그래프들은 (위에서부터 아래로) 구성요소가 간략화된 셋포인트 프로파일을 통해 이동하고 있는 동안의 구성요소의 가속도(도 2a), 속도(도 2b) 및 위치(도 2c)를 나타낸다. 이 예시에서, 셋포인트 프로파일은 3 개의 개별 체계: 즉 가속도 위상(2), 등속도 위상(4), 감속도 위상(6)을 포함한다. 일반적으로, 셋포인트 프로파일은 구성요소가 특정한 타겟 시간들에 도달하도록 되어 있는 타겟 상태들의 시퀀스를 특징으로 한다.

상술된 바와 같이, 이동될 구성요소들의 정확한 제어는 피드포워드 제어시스템을 사용하여 달성될 수 있다. 이러한 시스템들에서의 피드포워드 신호는 (이동될 구성요소의 질량과 같은 인자들을 기초로 하는) 명확한 시스템 지식이나 및/또는 이전 측정치들로부터 유도된 피드포워드 데이터를 기초로 할 수 있다. 예를 들어, 반복적인 학습 체계가 채용될 수도 있다.

상술된 바와 같이, 반복적으로 학습된 피드포워드 데이터는 단지 제어될 구성요소가 셋포인트 프로파일을 통해 이동될 때마다 발생되는 오차들을 상쇄시키는데 효과저이다. 임의의 노이즈와 같은 비-반복적 기여들은 반복적 학습 제어 알고리즘에 의해서는 처리되지 않고 심지어 반복적 학습시 증폭될 수도 있다. 이는, 제어 알고리즘이 연속하는 런들로 일어나지 않더라도 비-반복적 구성요소를 상쇄시키도록 피드포워드 데이터를 조정하려 할 때 일어날 수도 있다. 기존 시스템들에서, 높은 학습 게인(high learning gain)(즉, 신속한 수렴(rapid convergence))은 학습 알고리즘의 안정성을 제약하지 않고서는 달성되지 못한다: 시스템은 안정적이지만 수렴에는 긴 시간이 걸리거나 시스템은 신속히 수렴되지만 안정적이지 않다.

도 3은 입력으로서 학습된 데이터를 수용하는 제어시스템을 사용하여, 학습된 피드포워드 데이터를 반복적으로 유도하고 패터닝 디바이스들 및/또는 기판들을 이동시키는데 사용될 수 있는 리소그래피 장치를 예시하고 있다. 이 구성에 따르면, 기판테이블(WT) 및/또는 패터닝 디바이스 테이블(WT)은 셋포인트 프로파일을 통해 이동되도록 구성된다. 변위 디바이스(10a 또는 10b)는 피드포워드 제어시스템(12)에 의하여 제공되는 제어신호의 제어 하에 기판테이블(WT) 또는 패터닝 디바이스 테이블(MT)을 각각 이동시키기 위해 제공된다. 셋포인트 프로파일은 외부 컴퓨터 또는 저장 디바이스(도시 안됨)와 같은 입력 디바이스에 연결될 수 있는 디바이스(18)를 통해 제어시스템에 적용가능하다.

나타낸 실시예에서, 패터닝 디바이스 테이블(MT) 또는 기판테이블(WT)의 상태의 오차(예를 들어, 이어지는 셋포인트 프로파일에 의하여 요구되는 것에 대한 위치, 속도 또는 가속도에 있어서의 오차)는 오차-결정 디바이스(13)에 의하여 유도된다. 오차-결정 디바이스(13)는 패터닝 디바이스 테이블(MT) 및/또는 기판테이블(WT)의 상태를 측정하는 측정 디바이스들(14)로부터의 입력을 수용하도록 구성된다. 셋포인트 프로파일이 타겟 시간들의 시퀀스에서 얻어질 상태들의 대응 시퀀스로서 정의되는 경우, 오차-결정 디바이스는 타겟 시간들 중 1 이상에 대응되는 시간들에서 측정된 상태들과의 비교를 이용하거나 또는 대안적으로 특정 타겟 시간들 사이에 발생되는 시간들에 대한 타겟 상태들을 결정하는데 보간을 이용하도록 구성될 수 있다. 오차-결정 디바이스(13)에 의하여 오차들의 세트가 결정되면, 비-반복 적 구성요소들의 비율을 저감시키는 역할을 하는 비-선형 필터(15)(그 작동에서 대해서는 후술됨)로 상기 세트가 보내진다. 그 다음, 필터링된 오차 데이터가 피터링된 오차들의 세트를 기초로 하여 수정된 피드포워드 신호를 발생시키는 피드포워드 신호 수정기(feedforward signal modifier:17)로 보내진다. 그 후, 수정된 피드포워드 신호는, 제어시스템(12)에 의하여 후속하는 런들에서의 피드포워드 신호로서 사용하기 위해 이용가능한 저장 디바이스(16)로 보내진다. 제어 시스템(12)의 작동은 도 5를 참조하여 보다 상세히 후술된다.

도 4는 고려되는 오차 신호들에 존재하는 노이즈의 전파/증폭, 및 특히 반복적인 학습 제어 알고리즘에 의한 전파/증폭을 처리하는 방법을 예시하고 있다. 단계 50에서는, 제어될 구성요소는 피드포워드 제어시스템을 사용하여 제 1 세트의 피드포워드 데이터(70)에 따라 셋포인트 프로파일을 통해 이동된다. 상기 이동시, 구성요소의 상태는 복수의 시간들에서 측정된다(박스 52). 단계 54에서는, 오차들의 세트를 얻기 위하여 측정된 상태들과 셋포인트 프로파일로부터 유도되는 대응 타겟 상태들 간의 비교가 이루어진다. 단계 56에서는, 오차들의 세트가 임계 조건과 비교된다. 상기 조건이 시프트된다면("YES"), 프로세스는 중단되고 현재의 피드포워드 데이터가 추후의 런들에서 사용될 반복적으로 학습되는 피드포워드 데이터로서 출력된다(박스 62). 임계 조건이 충족되지 않는다면("NO"), 학습 프로세스가 계속된다(박스 58까지).

임계 조건은 오차들이 수용가능한 경계들 내에 속하는 경우 정의되며, 다수의 방법으로 정의될 수도 있다. 예를 들어, 임계 조건은 오차들의 세트 내의 오차 들 모두가 사전설정된 타겟 임계치 아래에 속하는 경우 충족된다고 볼 수 있다. 대안적으로, 상기 조건은 오차들의 세트의 사전설정된 하위세트가 사전설정된 타겟 임계치 또는 고려되는 오차들의 하위세트에 대응되는 사전설정된 타겟 임계치들의 세트 아래에 속하는 경우 충족된다고 볼 수도 있다. 이러한 목적으로, 오차들의 전체 세트가 하위세트에 대한 대안으로서 사용될 수도 있다.

단계 58에서는, 비-선형 필터, 예를 들어 진폭-종속 필터(amplitude-dependent filter)가 오차들의 세트에 적용된다. 그 다음, 필터링된 오차들을 기초로 하여, 수정된 피드포워드 데이터의 세트가 생성된다(박스 60). 그 후, 이 수정된 피드포워드 데이터 세트는 피드포워드 제어 시스템에 의하여 두 번째로 셋포인트 프로파일을 통해 구성요소를 이동시키는데 사용된다. 그리고, 상기 프로세스는 박스 56에서 테스트된 조건이 충족된 후 수정된 피드포워드 데이터의 최종 버전이 출력될 때까지 반복된다(박스 62).

본 발명의 일 실시예에 따르면, 필터(58)는 데드존 비선형성(deadzone nonlinearity)을 갖도록 선택된다. 필터의 이러한 선택은, 여러 상황에서 적어도 성능을 개선시키기 위해 학습 제어 알고리즘에 의하여 핸들링되어야 하는 오차 신호의 부분들과 비교하여, 고려되는 오차 신호의 노이즈가 진폭에 있어 작다는 관점을 토대로 한다. 즉, 통상적으로 진폭 특성화를 토대로 사용되는 특정 장치의 물리적 특징들과 관련되는, 반복적인 기여들로부터 신호까지 임의의 노이즈가 구별될 수 있다. 예를 들어, 신호 기여의 진폭이 작을수록 학습 프로세스에 미치는 기여가 작은 효과를 갖는 데드존 필터(또는 비-선형 필터)가 사용될 수도 있다. 2가지 제 한 상황: i) 구성요소가 데드존 길이(또는 임계 진폭) 내에 놓인다면, 전혀 학습을 거치지 않고(즉, 상기 구성요소는 필터링되어 나가고), ii) 구성요소가 데드존 길이보다 훨씬 더 길다면, 전체적으로 학습을 거쳐야 하는 2가지 제한 상황이 발생될 수 있다. 이들 두 제한 상황들 사이에 있는 어떠한 구성요소에 대해서도, 수용하는 학습의 양은 (예를 들어, 후술되는 함수 φ(x)에 따라) 스케일링된다(scaled).

반복적 기여와 비-반복적 기여들을 구별하는 다른 원리들을 기초로 하여 작동되는 필터들 또한 사용될 수 있다. 예를 들어, 보다 정교한(sophisticated) 진폭-종속 필터들이 사용되거나 또는 심지어 주로 비-반복적 기여들의 진폭 특성화에 종속하지 않는 필터들도 사용될 수 있다. 예를 들어, 주파수 특성화가 사용될 수 있다. 보다 구체적으로는, 스펙트럼 분석, 예를 들어 웨이브릿 분석(wavelet analysis)을 기초로 할 수도 있다. 여기서, 오차 신호는 데드존 비-선형성이 주파수 뱅크들(banks) 각각에 관해 별도로 작용할 수 있는 별개의 주파수 뱅크들/밴드들로 분해될 수 있다. 결과적으로, 주파수 뱅크들은 상이한 양의 학습을 거칠 수 있다.

보다 일반적으로, 필터의 중요한 특성은 비-반복적 기여들이 필터링된 오차들의 세트 내에 존재하는 정도로 감소한다는 것이다.

필터링 단계(58)의 목적은 오차 신호에서 학습가능한 기여들만 반복적 학습 제어 알고리즘을 통해 보내지도록 하기 위한 것이다. 비-반복적 노이즈들을 나타낼 것으로 여겨지는 신호들은 알고리즘을 통해 보내지지 않는다(또는 적어도 보다 적은 범위로 보내진다). 결과적으로, 학습되는 힘에 대한 비-반복적 노이즈의 기여는 최소화되고, 따라서 "동역학(dynamics)" 시스템, 예를 들어 (제어 시스템(12)의 작동에 잘못되게(erroneously) 영햐을 줌으로써) 변위 디바이스들(10a, 10b)의 작동에 적용되는 노이즈의 레벨을 저감시킨다.

데드존 필터 특징의 특정한 장점들에는 다음과 같은 것들이 포함된다:

i) 신호가 δ로 나타낸 필터의 상위 노이즈 밴드를 초과하는 시간 간격들과 그렇지 않은 시간 간격들 간의 구분이 존재한다(이는 학습을 통한 노이즈의 증폭은 신호가 상위 노이즈 밴드를 초과하는 시간 간격들에 대해서만 제한된다는 것을 의미한다), 그리고

ii) 노이즈 밴드는 학습 알고리즘에 의한 영향을 받지 않도록 오차 신호로부터 차감된다(결과적으로, 훨씬 더 큰 학습 게인인 적용되어 학습 알고리즘의 안정성 문제를 갖지 않고 훨씬 더 큰 수렴 속도를 유도한다).

데드존 필터의 특정 예시는 보다 상세히 후술되지만, 예를 들어 보다 복잡한 입력-출력 관계들을 갖는 다른 형태들의 필터가 이상의 두 특성들을 갖도록 설계될 수도 있다.

도 5는 피드포워드 제어시스템(12)이 어떻게 작동하도록 구성될 수 있는지를 일반적으로 예시하고 있다. 포인트 32에서, 셋포인트 프로파일 디바이스(18)로부터의 셋포인트 프로파일 신호는 이동될 구성요소의 측정된 위치 신호(도 3의 실시예의 경우에, 이 신호는 특정 디바이스들(14) 중 하나 또는 둘 모두에 의하여 제공됨)와 비교되고, 오차 신호(34)는 제어기(28)로 포워딩된다. 이 피드백 제어는 적용되는 셋포인트 피드포워드에서의 비-반복적 교란들(disturbances) 및 여하한의 미스매치나 시간 오프셋을 고려하는 것이 바람직하다. 제어기(28)로부터의 출력은 관성(inertial) 피드포워드 신호(36) 및 디바이스(16)로부터 학습된 피드포워드 신호(30)에 부가된다. 관성 피드포워드 신호(36)는 블록 26에 의하여 입력 셋포인트 데이터로부터 유도되고, 기판테이블(WT) 또는 마스크 테이블(MT) 및 그와 연관된 구성요소들의 질량과 같이, 제어되는 구성요소가 셋포인트 프로파일을 따르도록 하는데 적합한 힘들을 결정하는 것과 관련된 해당 시스템의 공지된 물리적 특성들을 고려하여 설계된다. 결과적인(resultant) 신호는 이동될 구성요소의 위치(x), 속도(v) 및/또는 가속도(a)의 변화를 이행하는 변위 디바이스(10a/10b)로 보내진다.

디바이스(16) 용 데이터를 유도하는데 사용될 수 있는 반복적 학습 알고리즘의 보다 상세한 예시는 도 6의 블록 다이어그램 도에 도시되어 있다. 여기서, e_y(k)는 e_y(0) = e_yo인 경우의 k-번째 반복에 대한 n-샘플 오차 콜론(특정 샘플링 주파수, 예를 들어 5 kHz에서 샘플링된 데이터 포인트들의 어레이)을 나타내고,

은 Filc(0) =

인 경우의 학습된 피드포워드 데이터의 n-샘플 콜론 또는 "제어 힘들"을 나타내고, L은 학습 게인 행렬을 나타내고, 상기 학습 게인은 (L에 포함되는 선형 부분 및 Φ에 포함되는 비선형 부분을 갖는) LΦ에 의하여 주어지고, z^-1은 z-변형 표기(z-transform notation)의 일-샘플 시간 지연이고, I 는 단위 행렬이고, Sp는 폐쇄 루프 프로세스 감도 역학(closed loop process sensitivity dynamics)을 나타내는 소위 Toeplitz 행렬을 나타낸다. 기본적으로, Sp는 폐쇄 루프 오차 신호 e에 관한 셋포인트 위치 신호 r의 효과를, LΦ는 학습 게인, 즉 이 오차를 저감시 키는데 사용되는 게인을 나타내며, z^-1 I 은 구성될 피드포워드 신호를 업데이트하는데 필요한 업데이트 기구의 부분이다.

이하 알고리즘은 다음과 같이 운용된다. 학습 셋포인트 프로파일 동안 수집되는 오차들의 어레이를 시작으로(도 4의 박스들(50, 52, 54)), 오차들의 어레이는 이 어레이에 대한 필터링 함수(Φ)에 의하여 필터링된다. 보정 피드포워드 힘들의 어레이는 필터링된 오차 어레이와 학습 게인 행렬(L)을 곱함으로써 계산된다(도 4의 박스 60). 후속하는 시도 런에서, 동일한 학습 셋포인트 프로파일이 이어지지만, 이하 (적용되는) 이전 런으로부터 시스템으로 보정 피드포워드 힘들이 이어진다. 이는, 일반적으로 이전 보다는 적은 오차들을 생성하지만, L의 유한한 게인 억제들로 인하여 오차들이 0이 되지는 않는다. 따라서, 생성된 오차들은 Φ에 의해 다시 필터링되고 피드포워드 힘들의 기존 어레이에 부가될 피드포워드 힘들의 추가 어레이를 제공하는 L과 곱해진다. 피드포워드 힘들의 조정된 어레이는 (다시 동일한 학습 프로파일 하에) 제 3 런 등에 적용된다. 이 절차는 오차들의 생성된 어레이 또는 적용된 피드포워드 힘들(도 4의 박스 56)의 충분한 수렴이 달성될 때까지 런이 반복된다.

피드포워드 데이터는 학습시 달성될 때와 정확히 동일한 방식으로 셋포인트 프로파일과 동기화된다; 일반적으로 생성된 피드포워드 데이터에 의해 나타나는 보정 힘들은 보상되어야 하는 오차들과 매칭되어야 한다.

행렬

는 본 발명의 일 실시예, 즉 입력

에 적용되고 학습 힘

을 통해 오차 측정치로부터의 노이즈의 피드백 루프 내로의 주입을 회피하는데 사용되는 진폭-종속 필터 행렬을 나타낸다. 그것의 정의는 다음과 같다:

여기서,

이고

이다.

즉, 임계 값 δ에 의하여 절대 값 내에 바운딩되는

내의 모든 측정된 오차 값들-초기 측정된 오차 신호들의 시도-은 노이즈 기여일 것으로 추정되며, 따라서 학습을 거치지 않는다. δ에 대한 선택은 절대 값에서 노이즈 레벨 δ를 초과하는 기여들 p만 학습 알고리즘에 의하여 핸들링된다는 사실이 동기가 된다. 예를 들어 오차 구성요소

에 대하여, p가 0 보다 크면 필터링된 오차 구성요소는 다음과 같다.

즉, 학습 제어 알고리즘은 사전정의된 노이즈 밴드 δ 내측으로부터의 어떠한 입력에도 노출되지 않는다. 그 결과는 δ의 4 개의 사전정의된 값들에 대하여 도 7 및 8에 나타나 있다:

δ∈{0 5 10 15}nm(각 도에서, 각각 최저 δ = 0nm에서 최대 δ = 15nm).

도 7은 스케일링된 기준 셋포인트 프로파일(점선 커브)과 함께 δ의 4 개의 고려된 값들에 대해 학습된 힘들을 나타내는 그래프를 도시하고 있다. 도 8은 대응되는 오차 신호들을 나타내고 있다: 원래의 오차 신호들(점선) 및 학습된 힘 적용 후의 오차 신호들(실선)을 나타내고 있다. 오차 신호들은 (수평방향 점선에 의하여 도 8의 그래프들 각각에 나타낸) 임계 값 δ에 의하여 정의되는 레벨까지 저감된다는 것을 알 수 있다. δ는 보다 작아지도록 선택되기 때문에, 학습된 힘은 순차적으로 보다 높은 노이즈 레벨들을 포함한다는 것(특히 스캐닝의 영역, 즉 δ의 보다 작은 값에 대해 등속도 영역, 대략 0.05 내지 0.15 초 사이의 영역 참조)을 알 수 있다(도 7).

(비-반복적) 노이즈 증폭의 회피 또는 저감 이외에, 학습 제어 체계에서의 오차 데이터의 비-선형 필터링을 사용하는 접근법은 고 학습 게인들이 달성되는, 학습 알고리즘의 성능(즉, 알고리즘이 얼마나 신속하게 원하는 정확도에 수렴되는지의 방법)과 알고리즘의 안정성(즉 모델 불특정성에 대한 강건성(robustness)) 사이에 보다 양호한 균형이 이루어질 수 있도록 할 수 있다. 선형 학습 알고리즘을 사용하면(즉, 본 발명의 실시예들에 대해 상술된 바와 같이 비-선형 필터의 사용 없이), 고 게인 및 안정성을 함께 달성하기는 어렵다. 비-선형 필터를 이용하는 학습 알고리즘을 사용하면, 안정성과 함께 신속한 수렴을 달성할 수 있다.

도 9는 선형 학습 알고리즘(커브 80)과 본 발명의 일 실시예에 따른 비-선형 으로 필터링된 학습 알고리즘(커브 90 - 실제 필터가 함수 φ(x)를 기준으로 하여 상술된 것에 대응하여 사용됨)의 성능을 비교하고 있다, 알 수 있는 바와 같이, 두 알고리즘 모두는 처음 3 번의 반복들에 대한 오차(오차 콜론 e_y(k)에 관한 Eluclidean norm이 성능 측정치로서 사용됨)에 대해서는 유사한 수렴 속도를 달성하지만 그 후 선형 학습 알고리즘에 대한 오차는 불안정해진다(결국에는 못쓰게 된다(blowing up)). 하지만, 비-선형으로 필터링된 알고리즘은 안정적인 수렴을 달성한다(오차는 오차 크기가 훨씬 컸던 경우의 처음 소수의 반복들 동안 보다는 더 느리기는 하지만 감소가 계속된다). 이 거동은 고-게인 선형 학습 필터와 비교하여 비-선형 학습 게인 필터의 자체조정 특성들을 설명한다. 비-선형 필터는 수렴 속도와 안정성의 특성들의 균형을 잡아주고 에러 놈의 감소를 유지한다. 수학적으로 말하여, 필터는 안정성의 관점에서 학습 알고리즘의 수렴 속도를 제한할 수도 있는, 학습 게인 행렬 L의 작은 특히 값들(singular values)에 대응되는 노이즈 기여들을 저감시킨다.

본 발명의 실시예들은 상술된 바와 같이 레티클 스테이지들 또는 기판테이블들의 제어와 같은 리소그래피 모션 시스템의 분야에 적용될 수도 있다. 시스템은 또한, 전자현미경 이미징을 위한 스테이지들, 레이저 커팅을 위한 MagLev 스테이지들 또는 보다 일반적인 관점에서의 반복적 모션 시스템들에 사용될 수도 있다. 다른 응용 분야들은, 예를 들어, 반복적 학습 제어 체계가 이미 도입된 UHP-램프 제어를 포함한다.

본 명세서에서는, IC의 제조에 있어서 리소그래피 장치의 사용예에 대하여 언급되었으나, 본 명세서에서 기술된 리소그래피 장치는 집적 광학 시스템, 자기 도메인 메모리용 유도 및 검출패턴, 평판 디스플레이(flat-panel display), 액정 디스플레이(LCD), 박막 자기 헤드 등의 제조와 같이 여타의 응용예들을 가질 수도 있음을 이해하여야 한다. 당업자라면, 이러한 대안적인 적용예와 관련하여, 본 명세서에서 사용된 "웨이퍼" 또는 "다이"와 같은 어떠한 용어의 사용도 각각 "기판" 또는 "타겟부"와 같은 좀 더 일반적인 용어와 동의어로 간주될 수도 있음을 이해할 수 있을 것이다. 본 명세서에서 언급되는 기판은, 노광 전후에, 예를 들어 트랙(전형적으로, 기판에 레지스트 층을 도포하고 노광된 레지스트를 현상하는 툴), 또는 메트롤로지 툴 및/또는 검사 툴에서 처리될 수 있다. 적용가능하다면, 이러한 기판 처리 툴과 여타의 기판 처리 툴에 본 명세서의 기재내용이 적용될 수 있다. 또한, 예를 들어 다층 IC를 생성하기 위하여 기판이 한번 이상 처리될 수 있으므로, 본 명세서에 사용되는 기판이라는 용어는 이미 여러 번 처리된 층들을 포함하는 기판을 칭할 수도 있다.

광학 리소그래피의 배경에서 본 발명의 실시예들의 사용례에 대하여 상술하고 있으나, 본 발명은, 여타의 응용례, 예를 들어 임프린트(imprint) 리소그래피에 사용될 수도 있으며, 상황이 허락한다면 광학 리소그래피로만 제한되지는 않는다. 임프린트 리소그래피에서, 패터닝 디바이스의 토포그래피(topography)는 기판 상에 생성되는 패턴을 정의한다. 패터닝 디바이스의 토포그래피는 전자기 방사선, 열, 압력 또는 그들의 조합을 적용함으로써 레지스트가 경화되는(cured) 기판에 공급되 는 레지스트의 층 내로 가압될 수도 있다. 패터닝 디바이스는 레지스트가 경화된 후에 레지스트 내에 패턴을 남기고 상기 레지스트로부터 벗어나 이동한다(moved out).

본 명세서에서 사용되는 "방사선" 및 "빔"이란 용어는 (예를 들어, 365, 355, 248, 193, 157 또는 126㎚의 파장 또는 대략 이상의 파장을 갖는) 자외(UV) 방사선과 (예를 들어, 5-20nm의 파장을 갖는) 극자외(EUV) 방사선 및 이온 빔 또는 전자 빔과 같은 입자 빔들을 포함하는 모든 형태의 전자기 방사선을 포괄한다.

본 명세서가 허용하는 "렌즈"라는 용어는, 굴절, 반사, 자기, 전자기 및 정전기 광학 구성요소들을 포함하는 다양한 형태의 광학 구성요소들 중 하나 또는 그들의 조합을 지칭할 수도 있다.

본 발명의 특정 실시예들에 대해 상술되었으나, 본 발명은 기술된 것과는 달리 실행될 수도 있다는 것을 이해해야 한다. 예를 들어, 본 발명은 상술된 바와 같은 방법을 설명하는 기계-판독가능한 명령어들의 1 이상의 시퀀스들을 포함하는 컴퓨터 프로그램, 또는 이러한 컴퓨터 프로그램이 저장되는 데이터 저장 매체(예를 들어, 반도체 메모리, 자기 또는 광학 디스크)의 형태를 취할 수도 있다.

상기 설명들은 예시에 지나지 않으며 제한의 의미는 없다. 따라서, 당업자라면 후속 청구항들의 범위를 벗어나지 않는 본 발명에 대한 수정들이 가해질 수도 있다는 것을 이해할 것이다.

본 발명에 따르면, 반복적으로 학습되는 데이터가 얻어지는 방식을 개선시키 는 시스템 및 방법을 얻을 수 있다.

Claims

각각 타겟 시간들의 대응되는 시퀀스 중 하나에서 실질적으로 얻어질 구성요소의 복수의 타겟 상태를 포함하는 셋포인트 프로파일을 통해 상기 구성요소를 이동시키는 피드포워드 제어시스템을 위해 개선된 피드포워드 데이터를 얻는 방법에 있어서,

a) 상기 피드포워드 제어시스템을 사용해 제 1 세트의 피드포워드 데이터를 이용하여 셋포인트 프로파일에 따라 상기 구성요소를 이동시키는 단계;

b) 상기 이동 동안 복수의 시간에서 상기 구성요소의 상태를 측정하는 단계;

c) 일 세트의 오차들을 얻기 위하여, 측정된 상태들과 상기 셋포인트 프로파일에 의하여 정의되는 대응되는 타겟 상태들을 비교하는 단계;

d) 비-선형 필터로 상기 세트의 오차들을 필터링하는 단계; 및

e) 상기 필터링된 오차들을 기초로 하여 개선된 피드포워드 데이터를 생성하는 단계를 포함하며,

상기 개선된 피드포워드 데이터는 상기 셋포인트 프로파일을 통해 상기 구성요소를 보다 정확하게 이동시키기 위해 상기 피드포워드 제어시스템에 의하여 이용가능한 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 필터링 단계는 상기 오차들의 세트의 진폭에 종속적인 것을 특징으로 하는 방법.
제 2 항에 있어서,

상기 필터링 단계는 더 큰 진폭의 오차들 보다 작은 진폭의 오차들을 억제하는 것을 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 필터링 단계는 상기 오차 신호를 복수의 개별 주파수 밴드로 분할하고 선택된 필터링 작업을 상기 밴드들 각각에 개별적으로 적용하는 것을 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 단계 (c)에서 얻어진 오차들의 세트가 임계 조건을 만족할 때까지, 상기 제 1 세트의 피드포워드 데이터 대신 가장 최근에 얻어진 개선된 피드포워드 데이터를 사용하여 상기 단계 (a) 내지 (e)를 반복적으로 반복하는 단계; 및

상기 임계 조건이 충족되는 개선된 피드포워드 데이터를 출력하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 구성요소의 상태가 측정되는 상기 이동 동안의 복수의 시간은 상기 복 수의 타겟 시간들의 적어도 하위세트(subset)에 대응되는 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 타겟 상태들은, 상기 구성요소의 타겟 위치들, 상기 구성요소의 타겟 속도들 및 상기 구성요소의 타겟 가속도들 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 필터는 사전정의된 노이즈 바운드보다 큰 크기를 갖는 오차들에는 기여들을 보내고 다른 기여들을 거부하도록 구성되는 것을 특징으로 하는 방법.
제 1 항에 있어서,

상기 오차들의 세트는 데이터 포인트들의 어레이[
]로 표현되고, 여기서 0≤i≤n이고, n은 상기 세트 내의 샘플들의 개수이며, 상기 필터는 진폭-종속 필터 행렬 [
]로 표현되고, 단계 (d)는
과
의 곱에 대응되는 것을 특징으로 하는 방법.
제 9 항에 있어서,

는

로 정의되고,

여기서

이고

인 것을 특징으로 하는 방법.
패터닝 디바이스로부터 기판 상으로 패턴을 투영하도록 구성되는 리소그래피 투영장치에 있어서,

(a) 구성요소를 지지하도록 구성되는 이동가능한 지지부; 및

(b) 각각 대응되는 시퀀스의 타겟 시간들 중 하나에서 실질적으로 얻어지도록 상기 이동가능한 지지부의 복수의 타겟 상태들을 포함하는 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 이동시키도록 구성되는 시스템을 포함하고, 상기 시스템은:

(i) 상기 셋포인트 프로파일에 따라 상기 이동가능한 지지부를 이동시키도록 구성된 변위 디바이스;

(ii) 제 1 세트의 피드포워드 데이터를 사용하여 상기 변위 디바이스를 제어하도록 구성된 피드포워드 제어시스템;

(ⅲ) 상기 이동가능한 지지부의 이동 동안 복수의 시간에서 상기 구성요소의 상태를 측정하도록 구성된 측정시스템;

(ⅳ) 일 세트의 오차들을 얻기 위하여 상기 측정된 상태와 이에 대응되는 타겟 상태들을 비교하도록 구성된 비교 디바이스;

(ⅴ) 상기 세트의 오차들을 필터링하도록 구성된 필터; 및

(ⅵ) 상기 필터링된 세트의 오차들을 기초로 하여 수정된 피드포워드 데이터를 생성하도록 구성된 피드포워드 데이터 생성 디바이스를 포함하며,

상기 수정된 피드포워드 데이터는 상기 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 보다 정확하게 이동시키도록 상기 변위 디바이스를 제어하기 위해 상기 피드포워드 제어시스템에 의하여 이용가능한 것을 특징으로 하는 리소그래피 투영장치.
제 11 항에 있어서,

상기 구성요소는 1 이상의 기판 또는 패터닝 디바이스인 것을 특징으로 하는 리소그래피 투영장치.
디바이스 제조방법에 있어서,

패터닝 디바이스로부터 기판 상으로 패턴을 투영하는 단계;

이동가능한 지지부로 구성요소를 지지하는 단계;

피드포워드 제어시스템을 사용해, 제 1 세트의 피드포워드 데이터를 이용하여, 각각 대응되는 시퀀스의 타겟 시간들 중 하나에서 실질적으로 얻어질 상기 이동가능한 지지부의 복수의 타겟 상태를 포함하는 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 이동시키는 단계;

상기 이동 동안 복수의 시간에서 상기 구성요소의 상태를 측정하는 단계;

일 세트의 오차들을 얻기 위하여 상기 측정된 상태들과 이에 대응되는 타겟 상태들을 비교하는 단계;

비-선형 필터로 상기 세트의 오차들을 필터링하는 단계;

상기 필터링된 세트의 오차들을 기초로 하여 개선된 피드포워드 데이터를 생성하는 단계; 및

상기 개선된 피드포워드 데이터를 이용하여 상기 셋포인트 프로파일을 통해 상기 이동가능한 지지부를 이동시키는 단계를 포함하는 것을 특징으로 하는 디바이스 제조방법.
제 13 항에 있어서,

상기 구성요소는 기판 또는 패터닝 디바이스인 것을 특징으로 하는 디바이스 제조방법.