TW201508526A

TW201508526A - 進階修正方法

Info

Publication number: TW201508526A
Application number: TW103116019A
Authority: TW
Inventors: Chung-Te Hsuan; Che-Ming Hu; Chao-Lung Lo
Original assignee: Macronix Int Co Ltd
Priority date: 2013-08-28
Filing date: 2014-05-06
Publication date: 2015-03-01
Also published as: CN104423178A; TWI528201B; US20150067619A1

Abstract

本發明提供一種進階修正方法，包括提供目標佈局圖形，接著，以修正模型修正目標佈局圖形，以取得修正圖形。之後，對修正圖形進行仿真模擬，以取得模擬輪廓。其後，在模擬輪廓上建立多個離標評估點，再比較模擬輪廓與目標佈局圖形，並取得各個離標評估點的多個風險加權值。繼之，將各個離標評估點的風險加權值加總所得到的風險加總值由高至低排序成處理順序。將目標佈局圖形加以辨認及分類歸納成多個圖形區塊。其後，依據處理順序，調整修正圖形，使調整後的修正圖形的模擬輪廓收斂且接近目標佈局圖形。

Description

進階修正方法

本發明是有關於一種圖形修正方法，且特別是關於一種進階修正方法。

在積體電路（Integrated Circuit, IC）蓬勃發展的今日，元件縮小化與積集化是必然之趨勢，也是各界積極發展的重要課題，而在整個半導體製程中，微影可以說是最舉足輕重的步驟之一，因此光罩圖案轉移（transfer）至晶圓（wafer）上的精確性，便佔有非常重要的地位。若圖案的轉移不正確，則會影響晶片上之關鍵尺寸（Critical Dimension, CD）的容忍度（tolerance），降低曝光的解析度。

隨著積集度（integration）的逐漸提高，元件尺寸逐漸縮小，元件與元件之間的距離也必須縮小，因此造成在微影步驟中，圖案轉移有可能收到光線的影響而產生偏差，也就是所謂的光學鄰近效應（Optical Proximity Effect, OPE）。而形成光學鄰近效應的因素是當光束透過光罩上的圖案投影在晶片上時，一方面由於光束會產生散射現象而使得光束被擴大。另一方面，光束會透過晶片表面的光阻層再經由晶片的半導體基底反射回來，產生干涉的現象，因此會重複曝光，而改變在光阻層上實際的曝光量。

光學鄰近效應修正法（Optical Proximity Correction, OPC）的目的就是用以消除因鄰近效應所造成的關鍵尺寸偏差現象。然而，以目前所採用的光學鄰近效應修正法修正後，仍然會有一部分的圖形無法符合目標佈局圖形。目前這一些無法符合目標佈局圖形必須在建立離標點之後藉由人工逐一比對與修正。然而，晶圓上的離標點多達數百萬個，藉由人工比對與修正的方式，不僅耗費人力與成本，而且必須花費長時間才可完成。

本發明提出一種進階修正方法，可以取代人工的方式，在短時間內使經由修正後的修正圖型的模擬輪廓有效收斂且接近目標佈局圖形。

本發明實施例之進階修正方法，可以使經由調整後的修正圖型的模擬輪廓有效收斂且接近目標佈局圖形。

本發明提供一種進階修正方法，包括提供目標佈局圖形，接著，對目標佈局圖形施以分段及建立多數個評估點，再以修正模型修正目標佈局圖形，以取得修正圖形。之後，對修正圖形進行仿真模擬，以取得模擬輪廓。其後，在目標佈局圖形上的每一評估點計算模擬輪廓與目標佈局圖形的差異，當差異值大於所設定的標準值時，所對應的評估點即被歸類成離標評估點，接著依據影響模擬輪廓偏離目標佈局圖形的多個影響因子以及多個預設條件範圍，以取得各個離標評估點的多個風險加權值。繼之，將各個離標評估點的風險加權值加總，以得到各個離標評估點的風險加總值。之後，將離標評估點的風險加總值由高至低排序成處理順序。其後，將目標佈局圖形加以辨認及分類歸納成多個圖形區塊。依據處理順序，調整修正圖形，使調整後的修正圖形的模擬輪廓收斂且接近目標佈局圖形。

依照本發明一實施例所述，上述取得各個離標評估點的風險加權值的方法更包括建立查詢表以及查詢查詢表來取得，查詢表具有影響因子以及對應的預設條件範圍的風險加權值之資訊。

依照本發明一實施例所述，上述影響因子包括離標程度（off-target level）、目標關鍵尺寸、片段類型以及直線長度。離標程度為離標評估點與目標佈局圖形的多個目標點的偏差值。

依照本發明一實施例所述，上述離標程度愈大、目標關鍵尺寸愈小或直線長度愈長，則風險加權值愈大。

依照本發明一實施例所述，上述片段類型包括轉角（Vert）、直線（Run）、線末（Line end）或其組合，且直線的風險加權值大於轉角的風險加權值，且轉角的風險加權值大於線末的風險加權值。

依照本發明一實施例所述，上述進階修正方法，更包括建立多個特定圖層，其中各特定圖層分別儲存目標佈局圖形、修正圖形、模擬輪廓以及離標評估點的資訊。

依照本發明一實施例所述，上述調整修正圖形的步驟係進行至離標評估點減少至一預定值以下或為零。

依照本發明一實施例所述，上述調整修正圖形的步驟係進行至離標評估點的該些風險加總值下降至一預定值以下或為零。

本發明提供一種進階修正方法，包括提供目標佈局圖形，接著，對目標佈局圖形施以分段及建立多數個評估點，再以修正模型修正目標佈局圖形，以取得修正圖形。之後，對修正圖形進行仿真模擬，以取得模擬輪廓。其後，在目標佈局圖形上的每一評估點計算模擬輪廓與目標佈局圖形的差異，當差異值大於所設定的標準值時，所對應的評估點即被歸類成離標評估點。接著依據影響模擬輪廓偏離目標佈局圖形的多個影響因子以及多個預設條件範圍，以取得各個離標評估點的多個風險加權值。繼之，將各個離標評估點的風險加權值加總，以得到各個離標評估點的風險加總值。將目標佈局圖形加以辨認及分類與歸納成多個圖形區塊。依據規則，取得各個圖形區塊的區塊風險加總值，其中規則與各個圖形區塊中的離標評估點的風險加總值有關。將區塊風險加總值由高至低排序成處理順序。依據處理順序，調整修正圖形，使調整後的修正圖形的模擬輪廓收斂且接近目標佈局圖形。

依照本發明一實施例所述，上述規則包括以各個圖形區塊中的離標評估點中的最高風險加總值來決定區塊風險加總值。

依照本發明一實施例所述，上述規則包括以各個圖形區塊中的所有離標評估點的風險加總值之總和來決定區塊風險加總值。

依照本發明一實施例所述，上述將具有離標評估點的目標佈局圖形分類與歸納成圖形區塊的方法包括：將具有離標評估點的該目標佈局圖形擴張特定範圍後得到多數個分割區域，且每一分割區域內圖形定義為局部圖形；以及依照分割區域內所含的局部圖形，分類與歸納成圖形區塊。

依照本發明一實施例所述，上述影響因子包括離標程度、目標關鍵尺寸、片段類型以及直線長度。離標程度為離標評估點與目標佈局圖形的多個目標點的偏差值。

依照本發明一實施例所述，上述片段類型包括轉角、直線、線末或其組合，且直線的風險加權值大於轉角的風險加權值，且轉角的風險加權值大於線末的風險加權值。

依照本發明一實施例所述，上述進階修正方法，更包括建立多個特定圖層，其中各特定圖層分別儲存目標佈局圖形、修正圖形、模擬輪廓、離標評估點以及離標程度達到一預定值以上的離標評估點的資訊。

依照本發明一實施例所述，上述在目標佈局圖形上建立離標評估點的步驟是在將目標佈局圖形分類與歸納成圖形區塊之前進行。

依照本發明一實施例所述，上述在目標佈局圖形上建立離標評估點的步驟是在將模擬輪廓分類與歸納成圖形區塊之後進行，且上述調整修正圖形的步驟係進行至該些離標評估點減少至一預定值以下或為零。

依照本發明一實施例所述，上述調整修正圖形的步驟係進行至整個或部分圖形區塊的區塊風險加總值下降至一預定值以下或為零。

本發明實施例之進階修正方法，依照風險加總值的高低來決定離標評估點的處理順序，可以在短時間內使模擬輪廓有效收斂且接近目標佈局圖形。

本發明實施例之進階修正方法，藉由將模擬輪廓分類與歸納成多個圖形區塊，再以區塊風險加總值的高低來決定處理的順序，可以進一步縮短處理的時間，使模擬輪廓在更短的時間收斂且接近目標佈局圖形。

為讓本發明之上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

圖1繪示依照本發明第一實施例之一種進階修正方法的流程圖。圖2A繪示目標佈局圖形、修正圖形以及模擬輪廓的上視圖。

請參照圖1與圖2A，本發明第一實施例之進階修正方法，步驟100，先提供目標佈局圖形10。目標佈局圖形10是指欲在基底上形成的佈局圖形。目標佈局圖形10可以包括各種的圖形可以包括線、塊或是孔，其形狀例如是圓形、橢圓形、矩形、正方形、長條狀或各種任意形狀所組合及/或重覆而成的圖形。

之後，步驟102，對目標佈局圖形10進行分段，以形成多個片段14a。片段14a彼此之間的長度可以相同或相異。例如，在模擬輪廓14的關鍵區間或是容易受周圍環境影響的區間（例如是有內轉彎的區間、或外轉彎的區間），其片段14a的長度可以較短；而非關鍵區間或是不容易受周圍環境影響的區間（例如是長條圖形或線末中段），其片段14a的長度可以較長。然後以各片段14a中的一點做為評估點或目標點（evaluation point or target point）10a。評估點10a可以是片段14a中的中心點，或是片段中任何一設定的點，並無特別的限制。

其後，步驟104，以修正模型修正目標佈局圖形10的每一個片段14a，以取得修正圖形12。此處所述的修正模型例如是任何已知的修正模型，例如是光學鄰近修正模型之模組規則。其後，步驟104，對修正圖形12進行仿真模擬，以取得模擬輪廓14。仿真模擬是指在模仿實際的製程，例如是微影製程或是微影與蝕刻製程，將修正圖形12移轉到基底上。

從圖2可以發現，目標佈局圖形10經由修正模型修正之後所得到的修正圖形12，在經由仿真模擬所得到的模擬輪廓14，與目標佈局圖形10並無法完全的重疊，而有誤差存在。本發明透過進階修正方法，可以有效地減少最終的模擬輪廓與目標佈局圖形的誤差，以在基底上形成所需要的圖形。

圖2B繪示目標佈局圖形以及模擬輪廓的上視圖。

請參照圖1與2B，步驟108，比較與計算目標佈局圖形10上的每一評估點10a所對應的模擬輪廓14與目標佈局圖形10的差異。當目標佈局圖形10上的目標點或評估點10a其模擬輪廓14與目標佈局圖形10的差異大於所設定的標準值時，此目標點或評估點10a即被歸類成離標評估點（off-target point）14b又可稱為熱點（hot spot）。

之後，請參照圖1，步驟110，依據影響模擬輪廓14偏離目標佈局圖形10的多個影響因子以及多個預設條件範圍，取得各個離標評估點14b的多個風險加權值。影響因子包括離標程度（off-target level）、目標關鍵尺寸（target CD size）、片段類型（dissection type）或直線長度（run length）等等。離標程度為離標評估點14b與目標佈局圖形10的多個目標點10a之間的偏差值。目標關鍵尺寸是指與離標評估點14b對應之目標點10a所在之目標佈局圖形10的關鍵尺寸的大小。片段類型是指與離標評估點14b對應之目標點10a所在之目標佈局圖形10的片段類型。片段類型包括轉角、直線、線末或其組合等，但並不以此為限。直線長度是指離標評估點14b所在之片段14a的直線長度。

在一實施例中，取得各個離標評估點14b的多個風險加權值的方法，可以透過建立查詢表以及查詢查詢表來取得。查詢表具有影響因子以及對應的預設條件範圍的風險加權值之資訊。查詢表可以依據目標佈局圖形10的形狀或長度的不同來建立，也可以進一步依據影響因子，例如是離標程度、目標關鍵尺寸、片段類型或直線長度等等，來設定每一個預設條件範圍的風險加權值。表1繪示一示範實施例之查詢表的示意圖。

請參照表1，在一示範實施例的查詢表中，離標程度可以分為4個預設條件範圍，分別為離標£0.5nm、0.5nm＜離標£1nm、1nm＜離標£1.5nm以及1.5nm＜離標£2nm。目標關鍵尺寸也分為4個預設條件範圍，分別為關鍵尺寸£80nm、80nm＜關鍵尺寸£100nm、100nm＜關鍵尺寸£150nm以及150nm＜關鍵尺寸£200nm。片段類型則分為3個預設條件範圍，分別為轉角、直線以及線末。直線長度可以分為4個預設條件範圍，分別為直線長度£50nm、50nm＜直線長度£100nm、100nm＜直線長度£150nm以及150nm＜直線長度。在表1中，僅以4個影響因子（離標程度、目標關鍵尺寸、片段類型或直線長度），其中各個影響因子預設3個或4條件範圍來說明。然而，本發明並不以此為限。在其他的實施例中，可以以涵蓋更多個影響因子，而且各個影響因子可以依據實際的需要預設更多個條件範圍，或更少的條件範圍。

在表1中，離標程度愈大或直線長度愈長，則風險加權值愈大；目標關鍵尺寸愈小，則風險加權值愈大；而在片段類型中，直線的風險加權值會大於轉角；轉角的風險加權值會大於線末的風險加權值。此外，離標程度或目標關鍵尺寸對於圖形的影響較大，因此其風險加權值會大於直線長度或片段類型。然而，本發明之實施例並不以此為限。查詢表的各個風險加權值可以依據實際的狀況（例如是製程的容忍度）來建立。

然後，請參照圖1，步驟112，將各個離標評估點14b的風險加權值加總，以得到各個離標評估點14b的風險加總值。其後，步驟114，將離標評估點14b的風險加總值由高至低排序成一處理順序。

表2繪示繪示一示範實施例之各個離標評估點的資訊、風險加權值以及風險加總值之示意圖。

請參表2，舉例來說，離標評估點2的離標程度為1nm、目標關鍵尺寸為170nm、片段類型為直線、直線長度為56nm，則依據表1之查詢表計算離標評估點2之離標程度的風險加權值為2、目標關鍵尺寸的風險加權值為1、片段類型的風險加權值為1、直線長度的風險加權值為0.4，離標評估點2的風險加總值為2+1+1+0.4 = 4.4。同樣地，其他的離標評估點1、3、4也可以分別計算得到風險加總值為4.5、5.5以及6.3。因此，在表2中，離標評估點1、2、3、4的風險加總值，由大而小為離標評估點4、離標評估點3、離標評估點2、離標評估點1。處理順序為離標評估點4、離標評估點3、離標評估點2、離標評估點1。

之後，請參照圖1，步驟116，依據處理順序，以調整修正圖形12，使調整後的修正圖形進行仿真模擬所得到的模擬輪廓收斂至接近目標佈局圖形10。更具體地說，當模擬輪廓的離標評估點的數目減少，則表示模擬輪廓收斂。因此，調整步驟可以進行至離標評估點的數目減少至一預定值以下，或是進行至離標評估點的風險加總值下降至一預定值以下。然而，調整步驟可以依據實際的需要來決定，而不需要所有的離標評估點的風險加總值全部下降至一預定值，或全部降為零，或是模擬輪廓的離標評估點的數目減少至零。換句話說，只要風險加總值較高或製程容許度較低的離標評估點，在進行調整步驟之後，其風險加總值下降到一預定值以下（或為零），而風險加總值較低或製程容許度較高的離標評估點，在進行調整步驟之後，其風險加總值不一定要下降，縱使是有些微的上升，其對於最終的模擬輪廓也不至於有太大的負面影響，即可以停止進行調整步驟，視為模擬輪廓已經收斂至接近目標佈局圖形10。

為了簡化資訊或處理，可以在處理軟體中可以建立多個特定圖層，將不同的資訊儲存在不同的特定圖層中，裨便於後續步驟的搜尋與處理。舉例來說，目標佈局圖形10的資訊可以儲存於特定圖層1。修正圖形12的資訊可以儲存於特定圖層2。模擬輪廓14的資訊可以儲存於特定圖層3。目標點或評估點10a的資訊可以儲存在特定圖層4。除此之外，還可以依據需要將離標評估點14b之離標程度達到預定值以上（例如是離標程度＞0.5nm）的離標評估點14b儲存在特定圖層5。然後再進行後續的步驟，例如是比較模擬輪廓14與目標佈局圖形10，以取得各個離標評估點14b的多個風險加權值。所述的離標程度的預定值可以依照實際的需求來設定，並無特別的限制。換言之，特定圖層5可以用來儲存離標程度達到一預定值以上的離標評估點14b，其後續僅需將特定圖層5輸出，針對這一些離標評估點14b進行風險加權值的加總、處理順序的排序等步驟。而沒有儲存在特定圖層5的目標點或評估點10a，則無需再進行風險加權值的加總、處理順序的排序等步驟。

在以上的第一實施例中，是以離標評估點14b的風險加總值排序來決定處理順序，但本發明並不以此為限。一般來說，應用於一片光罩上的目標佈局圖形可能有高達數百萬個離標評估點。然而，目標點或評估點10a所在的目標佈局圖形10及其模擬輪廓14中可能有許多片段的圖形或是環境相同。因此，本發明的進階修正方法也可以更進一步將目標佈局圖形10分類與歸納，以更快速、有效率的方式來進行圖形修正流程的最佳化。

圖3A繪示依照本發明第二實施例之一種進階修正方法的流程圖。圖3B繪示依照本發明第三實施例之一種進階修正方法的流程圖。圖4繪示具有各種局部圖形的圖形區塊的示意圖。

請參照圖3A、圖1與圖4，在第二實施例中，在進行圖1的步驟110之後，進行步驟210，將具有離標評估點14b的目標佈局圖形10擴張特定範圍後得到分割區域14c，且分割區域14c內圖形定義為局部圖形14d。之後，再依照分割區域14c內所含的局部圖形14d分類與歸納成多個圖形區塊16。得到圖形區塊16的詳細步驟包括將以目標區域圖形10上的離標評估點14b為中心擴張一給定的範圍值，以得到分割區域14c。再將分割區域14c內的局部圖形14d以欲設定的相似度相互比較，若相似度符合或高於設定值，則歸成同一類局部圖形區塊16。分割區域14c的形狀包括正方形、矩形或其組合。舉例來說，分割區域14c可以是邊長為1mm的正方形。分割的方法可以選擇任何一點離標評估點為原點，採用佈座標軸的方式來達成。然而，分割區域14c的尺寸與形狀，並不以此為限。將具有離標評估點14b的分割區域14c內局部圖形14d分類與歸納成多個圖形區塊16可以採用任何已知的機台來執行，例如是可以採用目前用於良率測量的機台或任一具有此功能的EDA軟體來執行之。

請參照圖4，在一實施例中，原本包含數百萬個離標評估點的目標佈局圖形10，經由分割與分類與歸納之後，依據分割區域14c的局部圖形14d，可以分類與歸納為100個左右的圖形區塊16。

請參照圖3A，步驟212，依據一規則，取得各個圖形區塊16的區塊風險加總值。所述的規則與各個圖形區塊16的離標評估點14b的風險加總值有關。更具體地說，在一實施例中，所述的規則可以是以各個圖形區塊16中的離標評估點14b中的最高風險加總值來決定區塊風險加總值。在另一實施例中，所述的規則可以是以各個圖形區塊16中的所有離標評估點14b的風險加總值之總和來決定區塊風險加總值。然而，本發明並不以此為限。在其他的實施例中，也可以依照實際的狀況與需要，以各個圖形區塊16中最高風險加總值至最低風險加總值中任意個風險加總值的和來決定區塊風險加總值。

然後，請參照圖3A，步驟214，將區塊風險加總值由高至低排序成處理順序。然後，步驟216，依據處理順序，調整修正圖形12，使調整後的修正圖形的模擬輪廓收斂且接近目標佈局圖形10。

更具體地說，當模擬輪廓的離標評估點的數目減少，則表示模擬輪廓收斂。因此，調整步驟可以進行至離標評估點的數目減少至一預定值以下，或進行至區塊風險加總值下降至一預定值以下，甚至為降為零。然而，調整步驟可以依據實際的需要來決定，而不需要離標評估點的數目減少至零，或是區塊風險加總值全部下降至一預定值以下，或全部降為零。換言之，只要區塊風險加總值較高或製程容許度較低的圖形區塊，在進行調整步驟之後，其區塊風險加總值下降到一預定值以下（或為零），而區塊風險加總值較低或製程容許度較高的圖形區塊，在進行調整步驟之後，其區塊風險加總值不一定要下降，縱使是有些微的上升，其對於最終的模擬輪廓也不至於有太大的負面影響，即可以停止調整步驟，視為模擬輪廓已經收斂至接近目標佈局圖形10。

為了簡化資訊或處理，可以在處理軟體中可以建立多個特定圖層，將不同的資訊儲存在不同的特定圖層中，裨便於後續步驟的搜尋與處理。舉例來說，目標佈局圖形10的資訊可以儲存於特定圖層1。修正圖形12的資訊可以儲存於特定圖層2。模擬輪廓14的資訊可以儲存於特定圖層3。目標點10a的資訊可以儲存在特定圖層4。除此之外，還可以依據需要將目標點或評估點10a之離標程度達到預定值以上（例如是離標程度＞0.5nm）定義為離標評估點14b儲存在特定圖層5。在進行後續的處理時，可以直接將此特定圖層5輸出，再進行後續的處理（例如是局部圖形14d的分類與歸納）。換言之，特定圖層5可以用來儲存離標程度達到預定值以上的目標點或評估點10a（即離標評估點14b），其後續僅需針對這一些離標評估點14b所在的圖形區塊16進行區塊風險加權值的加總、處理順序的排序等步驟。而沒有儲存在特定圖層5的目標點或評估點10a，則無需再進行區塊風險加權值的加總、處理順序的排序等步驟。

上述第二實施例，是在建立離標評估點14b之後，才將目標佈局圖形10分類與歸納成圖形區塊16。然而，本發明並不以此為限。請參照圖3B，本發明第三實施例在建立離標評估點14b（步驟108）之前，可以先將目標佈局圖形10分類與歸納成圖形區塊16（步驟210），再進行後續的製程（步驟110以及212~216）。

本發明之進階修正的方法可以應用於光學鄰近修正製程，但並不以此為限。本發明之進階修正方可以應用於檢視並調整的任何關切的圖形。

上述第一實施例的進階修正方法可以儲存在任何已知的修正機台（例如是光學鄰近效應修正機台）的資料庫。上述第二實施例與第三實施例的進階修正方法中，將具有離標評估點的目標佈局圖形分類與歸納成多個圖形區塊的步驟可以採用目前用於良率測量的機台或任一具有此功能的電子設計自動化（Electronic Design Automation，EDA）軟體來執行之。而其他的步驟則可以儲存在任何已知的修正機台（例如是光學鄰近效應修正機台）的資料庫。然而，本發明之上述之進階修正方法也可以一種可用電腦可讀式記錄媒體上的電腦可讀式程式碼實現。電腦可讀式記錄媒體是可儲存資料且可由電腦系統讀取的任一資料儲存裝置。電腦可讀式記錄媒體之實施方式包括唯讀記憶體（Read-Only Memory, ROM）、隨機存取記憶體（Random-Access Memory, RAM）、唯讀光碟（CD-ROM）、磁帶、磁碟片、快閃記憶體及學資料儲存裝置及載波（例如透過有線或無線傳輸路徑的資料傳輸），但不以此為限。電腦可讀式記錄媒體可為分散式網路電腦系統，因此電腦可讀式程式碼是以分散式儲存及執行。還有，本發明所屬領域之具有通常知識的程式人員可藉由本發明之申請範圍配合功能性程式、程式碼及程式碼片段來實現本發明。

綜合以上所述，本發明之進階修正方法將各種影響模擬圖形偏離目標佈局圖形的影響因子以及所對應的條件範圍來建立離標評估點之風險加權值，並計算出每一個離標評估點的風險加總值，然後依照風險加總值的高低來決定處理的順序，可以使模擬輪廓有效收斂且接近目標佈局圖形，以提升光罩製造的品質。此外，藉由將目標佈局圖形或其模擬輪廓分類與歸納成多個圖形區塊，再以區塊風險加總值的高低來決定處理的順序，可以縮短處理的時間，使模擬輪廓在更短的時間收斂且接近目標佈局圖形，以提升光罩製造的品質。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，故本發明之保護範圍當視後附之申請專利範圍所界定者為準。

10‧‧‧目標佈局圖形
10a‧‧‧目標點
12‧‧‧修正圖形
14‧‧‧模擬輪廓
14a‧‧‧片段
14b‧‧‧離標評估點
14c‧‧‧分割區域
14d‧‧‧局部圖形
16‧‧‧圖形區塊
100、102、104、106、108、110、112、114、210、212、214、216‧‧‧步驟

圖1繪示依照本發明第一實施例之一種進階修正方法的流程圖。圖2A繪示目標佈局圖形、修正圖形以及模擬輪廓的上視圖。圖2B繪示目標佈局圖形以及模擬輪廓的上視圖。圖3A繪示依照本發明第二實施例之一種進階修正方法的流程圖。圖3B繪示依照本發明第三實施例之一種進階修正方法的流程圖。圖4繪示具有各種局部圖形的圖形區塊的示意圖。

100、102、104、106、108、110、112、114‧‧‧步驟

Claims

一種進階修正方法，包括：提供一目標佈局圖形（Target layout pattern）；對該目標佈局圖形施以分段及建立多數個評估點；以一修正模型修正該目標佈局圖形以取得一修正圖形；對該修正圖形進行一仿真模擬，以取得一模擬輪廓（simulation contour）；在該目標佈局圖形上的每一評估點計算該模擬輪廓與該目標佈局圖形的一差異，當該差異值大於所設定的一標準值時，所對應的該評估點即被歸類成一離標評估點（off-target evaluation point）；依據影響該模擬輪廓偏離該目標佈局圖形的多數個影響因子以及多數個預設條件範圍，以取得各個離標評估點的多數個風險加權值；將各個離標評估點的該些風險加權值加總，以得到各個離標評估點的一風險加總值；將該些離標評估點的該些風險加總值由高至低排序成一處理順序；將該目標佈局圖形加以辨認及分類歸納成多個圖形區塊；以及依據該處理順序，調整該修正圖形，使調整後的該修正圖形的該模擬輪廓收斂且接近該目標佈局圖形。
如申請專利範圍第1項所述的進階修正方法，其中取得各個離標評估點的該些風險加權值的方法更包括建立一查詢表以及查詢該查詢表來取得，該查詢表具有該些影響因子以及對應的該些預設條件範圍的該些風險加權值之資訊。
如申請專利範圍第2項所述的進階修正方法，其中該些影響因子包括：一離標程度（off-target level），其中該離標程度為該些離標評估點與該目標佈局圖形的偏差值；一目標關鍵尺寸（target CD size）；一片段類型（dissection type）；以及一直線長度（run length）。
如申請專利範圍第3項所述的進階修正方法，其中該離標程度愈大、該目標關鍵尺寸愈小或該直線長度愈長，則該風險加權值愈大。
如申請專利範圍第3項所述的進階修正方法，其中該片段類型包括轉角（Vert）、直線（Run）、線末（Line end）或其組合，且該直線的該風險加權值大於該轉角的該風險加權值，且該轉角的該風險加權值大於該線末的該風險加權值。
如申請專利範圍第1項所述的進階修正方法，更包括建立多個特定圖層，其中各該特定圖層分別儲存該目標佈局圖形、該修正圖形、該模擬輪廓以及該些離標評估點的資訊。
如申請專利範圍第1項所述的進階修正方法，其中該修正模型包括光學鄰近效應修正模型。
如申請專利範圍第1項所述的進階修正方法，其中該調整該修正圖形的步驟係進行至該些離標評估點的數目減少至一定值以下或為零。
如申請專利範圍第1項所述的進階修正方法，其中該調整該修正圖形的步驟係進行至該些離標評估點的該些風險加總值下降至一定值以下或為零。
一種進階修正方法，包括：提供一目標佈局圖形；對該目標佈局圖形施以分段及建立多數個評估點；以一修正模型修正該目標佈局圖形以取得一修正圖形；對該修正圖形進行一仿真模擬，以取得一模擬輪廓；在該目標佈局圖形上的每一評估點計算該模擬輪廓與該目標佈局圖形的差異，當該差異值大於所設定的一標準值時，所對應的該評估點被歸類成一離標評估點（off-target evaluation point）；依據影響該模擬輪廓偏離該目標佈局圖形的多數個影響因子以及多數個預設條件範圍，以取得各個離標評估點的多數個風險加權值；將各個離標評估點的該些風險加權值加總，以得到各個離標評估點的一風險加總值；將該目標佈局圖形加以辨認分類與歸納成多數個圖形區塊；依據一規則，取得各個圖形區塊的一區塊風險加總值，該其中該規則與各個圖形區塊中的該些離標評估點的該些風險加總值有關；將該些區塊風險加總值由高至低排序成一處理順序；以及依據該處理順序，調整該修正圖形，使調整後的該修正圖形的該模擬輪廓收斂且接近該目標佈局圖形。
如申請專利範圍第10項所述的進階修正方法，其中該規則包括以各個圖形區塊中的該些離標評估點中的一最高風險加總值來決定該區塊風險加總值。
如申請專利範圍第10項所述的進階修正方法，其中該規則包括以各個圖形區塊中的所有該些離標評估點的該些風險加總值之總和來決定該區塊風險加總值。
如申請專利範圍第11項所述的進階修正方法，其中將具有該些離標評估點的該目標佈局圖形分類與歸納成該些圖形區塊的方法包括：將具有該些離標評估點的該目標佈局圖形擴張特定範圍後得到多數個分割區域，且每一分割區域內圖形定義為一局部圖形；以及依照該些分割區域內所含的該些局部圖形，分類與歸納成該些圖形區塊。
如申請專利範圍第10項所述的進階修正方法，其中取得各個離標評估點的該些風險加權值的方法更包括建立一查詢表以及查詢該查詢表來取得，該查詢表具有該些影響因子以及對應的該些預設條件範圍的該些風險加權值之資訊。
如申請專利範圍第10項所述的進階修正方法，其中該些影響因子包括：一離標程度，其中該離標程度為該些離標評估點與該目標佈局圖形的多數個目標點的偏差值；一目標關鍵尺寸；一片段類型；以及一直線長度。
如申請專利範圍第15項所述的進階修正方法，其中該離標程度愈大、該目標關鍵尺寸愈小或該直線長度愈長，則該風險加權值愈大。
如申請專利範圍第15項所述的進階修正方法，其中該片段類型包括轉角、直線、線末或其組合，且該直線的該風險加權值大於該轉角的該風險加權值，且該轉角的該風險加權值大於該線末的該風險加權值。
如申請專利範圍第10項所述的進階修正方法，更包括建立多個特定圖層，其中各該特定圖層分別儲存該目標佈局圖形、該修正圖形、該模擬輪廓、該些離標評估點以及離標程度達到一定值以上的該些離標評估點的資訊。
如申請專利範圍第10項所述的進階修正方法，其中在該目標佈局圖形上建立該些離標評估點的步驟是在將該目標佈局圖形分類與歸納成該些圖形區塊之前進行。
如申請專利範圍第10項所述的進階修正方法，其中在該目標佈局圖形上建立該些離標評估點的步驟是在將該目標佈局圖形分類與歸納成該些圖形區塊之後進行，且該調整該修正圖形的步驟係進行至該些離標評估點的數目減少至一定值以下或為零。
如申請專利範圍第10項所述的進階修正方法，其中該調整該修正圖形的步驟係進行至整個或部分該些圖形區塊的該些區塊風險加總值下降至一定值以下或為零。