TW201937301A - 基於計算度量衡之校正和控制 - Google Patents
基於計算度量衡之校正和控制 Download PDFInfo
- Publication number
- TW201937301A TW201937301A TW107144818A TW107144818A TW201937301A TW 201937301 A TW201937301 A TW 201937301A TW 107144818 A TW107144818 A TW 107144818A TW 107144818 A TW107144818 A TW 107144818A TW 201937301 A TW201937301 A TW 201937301A
- Authority
- TW
- Taiwan
- Prior art keywords
- substrate
- parameter
- contribution
- patterning
- data
- Prior art date
Links
- 238000012937 correction Methods 0.000 title claims abstract description 232
- 238000000034 method Methods 0.000 claims abstract description 425
- 238000000059 patterning Methods 0.000 claims abstract description 187
- 230000008569 process Effects 0.000 claims abstract description 177
- 239000000758 substrate Substances 0.000 claims description 732
- 238000001459 lithography Methods 0.000 claims description 166
- 238000013507 mapping Methods 0.000 claims description 145
- 238000005259 measurement Methods 0.000 claims description 137
- 238000012545 processing Methods 0.000 claims description 94
- 230000008859 change Effects 0.000 claims description 37
- 230000009897 systematic effect Effects 0.000 claims description 34
- 230000004075 alteration Effects 0.000 claims description 33
- 230000005855 radiation Effects 0.000 description 114
- 230000003287 optical effect Effects 0.000 description 67
- 239000010410 layer Substances 0.000 description 64
- 238000005286 illumination Methods 0.000 description 52
- 238000012546 transfer Methods 0.000 description 51
- 238000009826 distribution Methods 0.000 description 50
- 238000004088 simulation Methods 0.000 description 40
- 238000011161 development Methods 0.000 description 37
- 230000018109 developmental process Effects 0.000 description 36
- 238000005530 etching Methods 0.000 description 35
- 230000000875 corresponding effect Effects 0.000 description 33
- 210000001747 pupil Anatomy 0.000 description 29
- 230000006399 behavior Effects 0.000 description 28
- 238000013461 design Methods 0.000 description 26
- 238000001514 detection method Methods 0.000 description 25
- 239000000463 material Substances 0.000 description 25
- 230000035945 sensitivity Effects 0.000 description 23
- 230000010287 polarization Effects 0.000 description 22
- 239000000047 product Substances 0.000 description 21
- 230000033001 locomotion Effects 0.000 description 20
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 17
- 238000012544 monitoring process Methods 0.000 description 16
- 238000000151 deposition Methods 0.000 description 15
- 230000001276 controlling effect Effects 0.000 description 14
- 230000008021 deposition Effects 0.000 description 14
- 230000007547 defect Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 230000000737 periodic effect Effects 0.000 description 13
- 239000000203 mixture Substances 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 239000011248 coating agent Substances 0.000 description 10
- 238000000576 coating method Methods 0.000 description 10
- 238000005070 sampling Methods 0.000 description 10
- 238000001228 spectrum Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 9
- 238000009472 formulation Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 230000009885 systemic effect Effects 0.000 description 9
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 235000012431 wafers Nutrition 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- 230000003542 behavioural effect Effects 0.000 description 6
- 230000000704 physical effect Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000012216 screening Methods 0.000 description 6
- 238000013519 translation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 5
- 230000002950 deficient Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- 238000000206 photolithography Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000010008 shearing Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 229910052759 nickel Inorganic materials 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 239000013078 crystal Substances 0.000 description 3
- 239000010408 film Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 238000004528 spin coating Methods 0.000 description 3
- 238000009736 wetting Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 2
- 238000004630 atomic force microscopy Methods 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 2
- 230000002925 chemical effect Effects 0.000 description 2
- 238000001311 chemical methods and process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000010894 electron beam technology Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005468 ion implantation Methods 0.000 description 2
- 238000010884 ion-beam technique Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 244000208734 Pisonia aculeata Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001609 comparable effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005381 magnetic domain Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000011326 mechanical measurement Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000001127 nanoimprint lithography Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004626 scanning electron microscopy Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70533—Controlling abnormal operating mode, e.g. taking account of waiting time, decision to rework or rework flow
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/706835—Metrology information management or control
- G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
- Details Of Television Scanning (AREA)
- Prostheses (AREA)
- Electrotherapy Devices (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
Abstract
本文中描述一種用於判定對一圖案化程序之校正的方法。該方法包括：獲得該圖案化程序之複數個品質(例如，複數個參數映射，或一或多個校正)，該複數個品質係自度量衡資料及在該圖案化程序中使用之一裝置之資料導出；由一硬體電腦系統自該複數個品質選擇一代表性品質；及由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
Description
本發明係關於改良器件製造程序之效能之技術。該等技術可結合微影裝置或度量衡裝置而使用。
微影裝置為將所要圖案施加至基板之目標部分上的機器。微影裝置可用於(例如)積體電路(IC)之製造中。在彼情形中，圖案化器件(其被替代地稱作光罩或倍縮光罩)可用以產生對應於IC之個別層的電路圖案，且此圖案可成像至具有輻射敏感材料(抗蝕劑)層之基板(例如，矽晶圓)上的目標部分(例如，包含晶粒之部分、一個晶粒或若干晶粒)上。一般而言，單一基板將含有經順次地曝光之鄰近目標部分之網路。已知微影裝置包括：所謂步進器，其中藉由一次性將整個圖案曝光至目標部分上來輻照每一目標部分；及所謂掃描器，其中藉由在給定方向(「掃描」方向)上經由光束而掃描圖案同時平行或反平行於此方向而同步地掃描基板來輻照每一目標部分。
在將電路圖案自圖案化器件轉印至基板之前，基板可經歷各種工序，諸如，上底漆、抗蝕劑塗佈及軟烘烤。在曝光之後，基板可經受其他工序，諸如，曝光後烘烤(PEB)、顯影、硬烘烤，及經轉印電路圖案之量測/檢測。此工序陣列係用作製造一器件(例如，IC)之個別層的基礎。基板接著可經歷各種程序，諸如蝕刻、離子植入(摻雜)、金屬化、氧化、化學-機械拋光等，該等程序皆意欲精整器件之個別層。若在器件中需要若干層，則針對每一層來重複整個工序或其變體。最終，在基板上之每一目標部分中將存在器件。接著藉由諸如切塊或鋸切之技術來使此等器件彼此分離，據此，可將個別器件安裝於載體上、連接至銷釘等。
因此，製造諸如半導體器件之器件通常涉及使用數個製造程序來處理基板(例如半導體晶圓)以形成該等器件之各種特徵及多個層。通常使用例如沈積、微影、蝕刻、化學機械拋光及離子植入來製造及處理此等層及特徵。可在基板上之複數個晶粒上製作多個器件，且接著將該等器件分離成個別器件。此器件製造程序可被認作是圖案化程序。圖案化程序涉及使用微影裝置中之圖案化器件進行圖案化步驟，諸如光學及/或奈米壓印微影，以將圖案化器件上之圖案轉印至基板，且圖案化程序通常但視情況涉及一或多個相關圖案處理步驟，諸如藉由顯影裝置進行抗蝕劑顯影、使用烘烤工具來烘烤基板、使用蝕刻裝置而使用圖案進行蝕刻等。
根據本發明之一實施例，提供一種用於判定對一圖案化程序之校正的方法。該方法包括以下步驟：獲得該圖案化程序之複數個品質；由一硬體電腦系統自該複數個品質選擇一代表性品質；及由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該代表性品質為選自該複數個參數映射之一代表性參數映射。
該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
在一實施例中，該代表性品質之選擇係基於該複數個該等品質之加權平均。
在一實施例中，該代表性品質之選擇係基於該圖案化程序之該裝置之一校正潛力(correction potential)。
該校正包括針對一後續基板批次之基板的對該裝置之校正，針對待在後續裝置處處理之該基板批次內之基板的對一後續裝置之校正，及/或對該圖案化程序之其他裝置的校正。
該圖案化程序之參數為一疊對、一臨界尺寸、一焦點及/或一邊緣置放誤差。
該裝置為一掃描器。
與該掃描器相關之資料包括位階量測資料、對準資料、與投影系統相關聯之像差資料及/或倍縮光罩相位。
該複數個參數映射包括用於一或多個參數之參數映射，該一或多個參數包括一疊對、一臨界尺寸、焦點及/或一邊緣置放誤差。該複數個參數映射中之每一參數映射為一參數之一高密度映射，該高密度映射係藉由模型化及/或模擬該圖案化程序之一或多個處理變數對該參數之一貢獻而產生。處理變數為焦點及/或劑量。
此外，根據本發明之一實施例，提供一種用於應用對一圖案化程序之校正的方法。該方法包括：獲得(i)選自該圖案化程序之複數個品質的一代表性品質，及(ii)基於該代表性品質之一校正；及由一硬體電腦系統針對該基板批次內之基板，及/或針對一後續基板批次之基板應用對該圖案化程序之該校正。
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該代表性品質為選自該複數個參數映射之一代表性參數映射。
該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
該代表性品質之選擇係基於該複數個該等品質之加權平均。
該代表性品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
此外，根據本發明之一實施例，提供一種用於判定對一圖案化程序之校正的方法，該方法包括：(i)針對一先前經處理基板批次獲得該圖案化程序之複數個品質，(ii)獲得一當前基板之量測，及(iii)基於該當前基板之該等量測獲得一當前品質；由一硬體電腦系統基於該當前品質與該複數個品質之間的一比較自該複數個品質識別一匹配品質；及由該硬體電腦系統基於該匹配品質判定對該圖案化程序之一校正。
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該當前品質為自該當前基板之該等量測產生的一當前基板映射。該匹配品質為基於該當前基板映射與該複數個參數映射之間的一比較自該複數個參數映射識別之一匹配參數映射。
該複數個品質為對應於複數個參數映射之一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該當前品質為基於自該當前基板之該等量測產生之一當前基板映射的一當前校正。該匹配品質為基於該當前校正與該一或多個校正之間的一比較自該一或多個校正識別之一匹配校正映射。
該方法進一步包括以下步驟：藉由模型化及/或模擬，基於該當前基板之該等量測及該圖案化程序之該裝置之資料獲得一經模型化參數映射；及由該硬體電腦系統基於該經模型化參數映射與該複數個參數映射之間的一比較自該複數個參數映射識別該匹配參數映射；及由該硬體電腦系統基於該匹配參數映射判定對該圖案化程序之該校正。
該方法進一步包括以下步驟：基於該複數個該等參數映射獲得一或多個基板類別及/或對應於該一或多個基板類別之一或多個校正；由該硬體電腦系統基於該當前基板之該等量測自該一或多個基板類別識別一基板類別；及由該硬體電腦系統選擇對應於經識別基板類別的對該圖案化程序之該校正。
該匹配品質之選擇係基於該複數個該等品質之加權平均。
該匹配品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
該校正包含針對該基板批次內之基板的對一後續裝置之校正，針對一後續基板批次之基板的對該裝置之校正，及/或對該圖案化程序之其他裝置的校正。
此外，根據本發明之一實施例，提供一種用於應用對一圖案化程序之校正的方法。該方法包括以下步驟：(i)針對一先前經處理基板自該圖案化程序之複數個品質獲得一匹配品質，該匹配品質係基於一當前品質與該複數個品質之間的一比較而識別，該當前品質係基於該當前基板之量測，及(ii)獲得基於該匹配品質之一校正；及由一硬體電腦系統針對該當前基板應用對該圖案化程序之該校正。
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該當前品質為自該當前基板之該等量測產生的一當前基板映射。該匹配品質為基於該當前基板映射與該複數個參數映射之間的一比較自該複數個參數映射識別之一匹配參數映射。
該複數個品質為對應於複數個參數映射之一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生。該當前品質為基於自該當前基板之該等量測產生之一當前基板映射的一當前校正。該匹配品質為基於該當前校正與該一或多個校正之間的一比較自該一或多個校正識別之一匹配校正映射。
該方法進一步包括以下步驟：藉由模型化及/或模擬，基於該當前基板之該等量測及該圖案化程序之裝置之資料獲得一經模型化參數映射；及由該硬體電腦系統基於該經模型化參數映射與該複數個參數映射之間的一比較自該複數個參數映射識別該匹配參數映射；及由該硬體電腦系統基於該匹配參數映射判定對該圖案化程序之該校正。
該方法進一步包括以下步驟：基於該複數個該等參數映射獲得一或多個基板類別及/或對應於該一或多個基板類別之一或多個校正；及由該硬體電腦系統基於該當前基板之該等量測自該一或多個基板類別識別一基板類別；及由該硬體電腦系統選擇對應於經識別基板類別之該校正。
該匹配品質之選擇係基於該複數個該等品質之加權平均。
該匹配品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
該校正包含針對該基板批次內之基板的對一後續裝置之校正，針對一後續基板批次之基板的對該裝置之校正，及/或對該圖案化程序之其他裝置的校正。
在詳細地描述實施例之前，有指導性的是呈現可供實施實施例之實例環境。
圖1示意性地描繪微影裝置LA之實施例。該裝置包含：
- 照明系統(照明器) IL，其經組態以調節輻射光束B (例如，UV輻射或DUV輻射)；
- 支撐結構(例如，光罩台) MT，其經建構以支撐圖案化器件(例如，光罩) MA，且連接至經組態以根據某些參數來準確地定位圖案化器件之第一定位器PM；
- 基板台(例如，晶圓台) WT (例如，WTa、WTb或此兩者)，其經建構以固持基板(例如，抗蝕劑塗佈晶圓) W，且連接至經組態以根據某些參數來準確地定位基板之第二定位器PW；及
- 投影系統(例如，折射投影透鏡系統) PS，其經組態以將由圖案化器件MA賦予至輻射光束B之圖案投影至基板W之目標部分C (例如，包含一或多個晶粒，且常常被稱作場)上，該投影系統支撐於參考框架(RF)上。
- 照明系統(照明器) IL，其經組態以調節輻射光束B (例如，UV輻射或DUV輻射)；
- 支撐結構(例如，光罩台) MT，其經建構以支撐圖案化器件(例如，光罩) MA，且連接至經組態以根據某些參數來準確地定位圖案化器件之第一定位器PM；
- 基板台(例如，晶圓台) WT (例如，WTa、WTb或此兩者)，其經建構以固持基板(例如，抗蝕劑塗佈晶圓) W，且連接至經組態以根據某些參數來準確地定位基板之第二定位器PW；及
- 投影系統(例如，折射投影透鏡系統) PS，其經組態以將由圖案化器件MA賦予至輻射光束B之圖案投影至基板W之目標部分C (例如，包含一或多個晶粒，且常常被稱作場)上，該投影系統支撐於參考框架(RF)上。
如此處所描繪，該裝置屬於透射類型(例如，使用透射光罩)。替代地，該裝置可屬於反射類型(例如，使用如上文所提及之類型之可程式化鏡面陣列，或使用反射光罩)。
照明器IL自輻射源SO接收輻射光束。舉例而言，當輻射源為準分子雷射時，輻射源與微影裝置可為分離實體。在此等狀況下，不認為源SO形成微影裝置之部分，且輻射光束係憑藉包含(例如)合適導向鏡面及/或光束擴展器之光束遞送系統BD而自源SO傳遞至照明器IL。在其他狀況下，舉例而言，當源為水銀燈時，源可為裝置之整體部分。源SO及照明器IL連同光束遞送系統BD (在需要時)可被稱作輻射系統。
照明器IL可變更光束之強度分佈。照明器可經配置以限制輻射光束之徑向範圍，使得在照明器IL之光瞳平面中之環形區內的強度分佈為非零。另外或替代地，照明器IL可操作以限制光束在光瞳平面中之分佈，使得在光瞳平面中之複數個等距間隔開之區段中的強度分佈為非零。輻射光束在照明器IL之光瞳平面中之強度分佈可被稱作照明模式。
因此，照明器IL可包含經組態以調整光束之(角度/空間)強度分佈之調整器AM。一般而言，可調整照明器之光瞳平面中之強度分佈的至少外部及/或內部徑向範圍(通常分別被稱作σ外部及σ內部)。照明器IL可操作以變化光束之角度分佈。舉例而言，照明器可操作以變更強度分佈為非零的光瞳平面中之區段之數目及角範圍。藉由調整光束在照明器之光瞳平面中之強度分佈，可達成不同照明模式。舉例而言，藉由限制照明器IL之光瞳平面中之強度分佈之徑向範圍及角範圍，強度分佈可具有多極分佈，諸如，偶極、四極或六極分佈。可(例如)藉由將提供彼照明模式之光學件插入至照明器IL中或使用空間光調變器來獲得所要照明模式。
照明器IL可操作以變更光束之偏振且可操作以使用調整器AM來調整偏振。橫越照明器IL之光瞳平面之輻射光束的偏振狀態可被稱作偏振模式。使用不同偏振模式可允許在形成於基板W上之影像中達成較大對比度。輻射光束可為非偏振的。替代地，照明器可經配置以使輻射光束線性地偏振。輻射光束之偏振方向可橫越照明器IL之光瞳平面而變化。輻射之偏振方向在照明器IL之光瞳平面中之不同區中可不同。可取決於照明模式來選擇輻射之偏振狀態。對於多極照明模式，輻射光束之每一極之偏振可大體上垂直於照明器IL之光瞳平面中之彼極的位置向量。舉例而言，對於偶極照明模式，輻射可在實質上垂直於將偶極之兩個對置區段二等分之線的方向上線性地偏振。輻射光束可在兩個不同正交方向中之一者上偏振，其可被稱作經X偏振狀態及經Y偏振狀態。對於四極照明模式，每一極之區段中之輻射可在實質上垂直於將彼區段二等分之線的方向上線性地偏振。此偏振模式可被稱作XY偏振。相似地，對於六極照明模式，每一極之區段中之輻射可在實質上垂直於將彼區段二等分之線的方向上線性地偏振。此偏振模式可被稱作TE偏振。
另外，照明器IL通常包含各種其他組件，諸如，積光器IN及聚光器CO。照明系統可包括用於導向、塑形或控制輻射的各種類型之光學組件，諸如折射、反射、磁性、電磁、靜電或其他類型之光學組件，或其任何組合。
因此，照明器提供在橫截面中具有所要均一性及強度分佈的經調節輻射光束B。
支撐結構MT以取決於圖案化器件之定向、微影裝置之設計及其他條件(諸如圖案化器件是否被固持於真空環境中)之方式來支撐圖案化器件。支撐結構可使用機械、真空、靜電或其他夾持技術來固持圖案化器件。支撐結構可為(例如)框架或台，其可視需要而固定或可移動。支撐結構可確保圖案化器件(例如)相對於投影系統處於所要位置。可認為本文中對術語「倍縮光罩」或「光罩」之任何使用與更一般術語「圖案化器件」同義。
本文中所使用之術語「圖案化器件」應被廣泛地解譯為係指可用以在基板之目標部分中賦予圖案的任何器件。在一實施例中，圖案化器件為可用以在輻射光束之橫截面中向輻射光束賦予圖案以便在基板之目標部分中產生圖案的任何器件。應注意，舉例而言，若被賦予至輻射光束之圖案包括相移特徵或所謂輔助特徵，則該圖案可不確切地對應於基板之目標部分中之所要圖案。通常，被賦予至輻射光束之圖案將對應於目標部分中所產生之器件(諸如積體電路)中的特定功能層。
圖案化器件可為透射的或反射的。圖案化器件之實例包括光罩、可程式化鏡面陣列，及可程式化LCD面板。光罩在微影中為吾人所熟知，且包括諸如二元、交變相移及衰減式相移之光罩類型，以及各種混合光罩類型。可程式化鏡面陣列之一實例使用小鏡面之矩陣配置，該等小鏡面中之每一者可個別地傾斜，以便使入射輻射光束在不同方向上反射。傾斜鏡面在由鏡面矩陣反射之輻射光束中賦予圖案。
本文所使用之術語「投影系統」應被廣泛地解譯為涵蓋適於所使用之曝光輻射或適於諸如浸潤液體之使用或真空之使用之其他因素的任何類型之投影系統，包括折射、反射、反射折射、磁性、電磁及靜電光學系統，或其任何組合。可認為本文中對術語「投影透鏡」之任何使用均與更一般術語「投影系統」同義。
投影系統PS具有可非均一且可影響成像於基板W上之圖案之光學傳遞函數。對於非偏振輻射，此等效應可由兩個純量映射相當良好地描述，該兩個純量映射描述依據射出投影系統PS之輻射之光瞳平面中之位置而變化的該輻射之透射(變跡)及相對相位(像差)。可將可被稱作透射映射及相對相位映射之此等純量映射表達為基底函數之完整集合之線性組合。一特別適宜的集合為任尼克(Zernike)多項式，其形成單位圓上所定義之正交多項式集合。每一純量映射之判定可涉及判定此展開式中之係數。因為任尼克多項式在單位圓上正交，所以可藉由依次計算測定純量映射與每一任尼克多項式之內積且將此內積除以彼任尼克多項式之範數之平方來判定任尼克係數。
透射映射及相對相位映射係場及系統相依的。亦即，一般而言，每一投影系統PS將針對每一場點(亦即，針對投影系統PS之影像平面中之每一空間部位)具有一不同任尼克展開式。可藉由將輻射例如自投影系統PS之物件平面(亦即，圖案化器件MA之平面)中之類點源投影通過投影系統PS且使用剪切干涉計以量測波前(亦即，具有相同相位之點之軌跡)來判定投影系統PS在其光瞳平面中之相對相位。剪切干涉計為共同路徑干涉計，且因此，有利地，無需次級參考光束來量測波前。剪切干涉計可包含投影系統之影像平面(亦即，基板台WT)中之繞射光柵，例如二維柵格，及經配置以偵測與投影系統PS之光瞳平面共軛的平面中之干涉圖案的偵測器。干涉圖案係與輻射之相位相對於在剪切方向上之光瞳平面中之座標的導數相關。偵測器可包含感測元件陣列，諸如，電荷耦合器件(CCD)。
微影裝置之投影系統PS可不產生可見條紋，且因此，可使用相位步進技術(諸如移動繞射光柵)來增強波前判定之準確度。可在繞射光柵之平面中且及在垂直於量測之掃描方向的方向上執行步進。步進範圍可為一個光柵週期，且可使用至少三個(均一地分佈)相位步進。因此，舉例而言，可在y方向上執行三個掃描量測，在x方向上針對一不同位置執行每一掃描量測。繞射光柵之此步進將相位變化有效地變換成強度變化，從而允許判定相位資訊。光柵可在垂直於繞射光柵之方向(z方向)上步進以校準偵測器。
可在兩個垂直方向上依序地掃描繞射光柵，該兩個垂直方向可與投影系統PS之座標系之軸線(x及y)重合或可與此等軸線成諸如45度之角度。可遍及整數個光柵週期(例如，一個光柵週期)執行掃描。掃描使在一個方向上之相位變化達到平均數，從而允許重新建構在另一方向上之相位變化。此允許依據兩個方向而判定波前。
可藉由將輻射(例如)自投影系統PS之物件平面(亦即，圖案化器件MA之平面)中之類點源投影通過投影系統PS且使用偵測器來量測與投影系統PS之光瞳平面共軛的平面中之輻射強度來判定投影系統PS在其光瞳平面中之透射(變跡)。可使用與用以量測波前以判定像差之偵測器相同的偵測器。
投影系統PS可包含複數個光學(例如，透鏡)元件，且可進一步包含調整機構AM，調整機構AM經組態以調整該等光學元件中之一或多者以便校正像差(橫越整個場中之光瞳平面的相位變化)。為了達成此校正，調整機構可操作以按一或多種不同方式操縱投影系統PS內之一或多個光學(例如，透鏡)元件。投影系統可具有一座標系，其中該投影系統之光軸在z方向上延伸。調整機構可操作以進行以下各項之任何組合：使一或多個光學元件位移；使一或多個光學元件傾斜；及/或使一或多個光學元件變形。光學元件之位移可在任何方向(x、y、z或其組合)上進行。光學元件之傾斜通常在垂直於光軸之平面外，藉由圍繞在x及/或y方向上之軸線旋轉而進行，但對於非旋轉對稱之非球面光學元件可使用圍繞z軸之旋轉。光學元件之變形可包括低頻形狀(例如，像散)及/或高頻形狀(例如，自由形式非球面)。可例如藉由使用一或多個致動器以對光學元件之一或多個側施加力及/或藉由使用一或多個加熱元件以加熱光學元件之一或多個選定區來執行光學元件之變形。一般而言，可能無法調整投影系統PS以校正變跡(橫越跨光瞳平面之透射變化)。當設計用於微影裝置LA之圖案化器件(例如，光罩) MA時，可使用投影系統PS之透射映射。使用計算微影技術，圖案化器件MA可經設計以至少部分地校正變跡。
微影裝置可屬於具有兩個(雙載物台)或更多個台(例如，兩個或更多個基板台WTa、WTb、兩個或更多個圖案化器件台、在無專用於(例如)促進量測及/或清潔等之基板之投影系統下方的基板台WTa及台WTb)之類型。在此等「多載物台」機器中，可並行地使用額外台，或可對一或多個台進行預備步驟，同時將一或多個其他台用於曝光。舉例而言，可進行使用對準感測器AS之對準量測及/或使用準位感測器LS之準位(高度、傾角等)量測。
微影裝置亦可屬於如下類型：其中基板之至少一部分可由具有相對較高折射率之液體(例如，水)覆蓋，以便填充投影系統與基板之間的空間。亦可將浸潤液體施加至微影裝置中之其他空間，例如圖案化器件與投影系統之間的空間。浸潤技術在此項技術中被熟知用於增大投影系統之數值孔徑。本文中所使用之術語「浸潤」並不意謂諸如基板之結構必須浸沒於液體中，而是僅意謂液體在曝光期間位於投影系統與基板之間。
因此，在微影裝置之操作中，輻射光束經調節且由照明系統IL提供。輻射光束B入射於圖案化器件(例如，光罩) MA上，圖案化器件MA固持於支撐結構(例如，光罩台) MT上且由圖案化器件圖案化。在已橫穿圖案化器件MA之情況下，輻射光束B穿過投影系統PS，投影系統PS將該光束聚焦至基板W之目標部分C上。憑藉第二定位器PW及位置感測器IF(例如，干涉器件、線性編碼器、2-D編碼器或電容式感測器)，基板台WT可準確地移動，例如以便將不同目標部分C定位於輻射光束B之路徑中。相似地，第一定位器PM及另一位置感測器(圖1中未明確描繪)可用以例如在自光罩庫機械擷取之後，或在掃描期間，相對於輻射光束B之路徑準確地定位圖案化器件MA。一般而言，可憑藉形成第一定位器PM之部分的長衝程模組(粗略定位)及短衝程模組(精細定位)來實現支撐結構MT之移動。相似地，可使用形成第二定位器PW之部分的長衝程模組及短衝程模組來實現基板台WT之移動。在步進器(相對於掃描器)之情況下，支撐結構MT可僅連接至短衝程致動器，或可固定。可使用圖案化器件對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件MA及基板W。儘管所說明之基板對準標記佔據專用目標部分，但該等標記可位於目標部分之間的空間中(此等標記被稱為切割道對準標記)。相似地，在多於一個晶粒被提供於圖案化器件MA上之情形中，圖案化器件對準標記可位於該等晶粒之間。
所描繪裝置可用於以下模式中之至少一者中：
1. 在步進模式中，在將被賦予至輻射光束之整個圖案一次性投影至目標部分C上時，使支撐結構MT及基板台WT保持基本上靜止(亦即，單次靜態曝光)。接著，使基板台WT在X及/或Y方向上移位，使得可曝光不同目標部分C。在步進模式中，曝光場之最大大小限制單次靜態曝光中所成像的目標部分C之大小。
2. 在掃描模式中，在將被賦予至輻射光束之圖案投影至目標部分C上時，同步地掃描支撐結構MT及基板台WT (亦即，單次動態曝光)。可藉由投影系統PS之放大率(縮小率)及影像反轉特性來判定基板台WT相對於支撐結構MT之速度及方向。在掃描模式中，曝光場之最大大小限制單次動態曝光中之目標部分之寬度(在非掃描方向上)，而掃描運動之長度判定目標部分之長度(在掃描方向上)。
3. 在另一模式中，在將被賦予至輻射光束之圖案投影至目標部分C上時，使支撐結構MT保持基本上靜止，從而固持可程式化圖案化器件，且移動或掃描基板台WT。在此模式中，通常使用脈衝式輻射源，且在基板台WT之每一移動之後或在一掃描期間之順次輻射脈衝之間根據需要而更新可程式化圖案化器件。此操作模式可易於應用於利用可程式化圖案化器件(諸如上文所提及之類型的可程式化鏡面陣列)之無光罩微影。
1. 在步進模式中，在將被賦予至輻射光束之整個圖案一次性投影至目標部分C上時，使支撐結構MT及基板台WT保持基本上靜止(亦即，單次靜態曝光)。接著，使基板台WT在X及/或Y方向上移位，使得可曝光不同目標部分C。在步進模式中，曝光場之最大大小限制單次靜態曝光中所成像的目標部分C之大小。
2. 在掃描模式中，在將被賦予至輻射光束之圖案投影至目標部分C上時，同步地掃描支撐結構MT及基板台WT (亦即，單次動態曝光)。可藉由投影系統PS之放大率(縮小率)及影像反轉特性來判定基板台WT相對於支撐結構MT之速度及方向。在掃描模式中，曝光場之最大大小限制單次動態曝光中之目標部分之寬度(在非掃描方向上)，而掃描運動之長度判定目標部分之長度(在掃描方向上)。
3. 在另一模式中，在將被賦予至輻射光束之圖案投影至目標部分C上時，使支撐結構MT保持基本上靜止，從而固持可程式化圖案化器件，且移動或掃描基板台WT。在此模式中，通常使用脈衝式輻射源，且在基板台WT之每一移動之後或在一掃描期間之順次輻射脈衝之間根據需要而更新可程式化圖案化器件。此操作模式可易於應用於利用可程式化圖案化器件(諸如上文所提及之類型的可程式化鏡面陣列)之無光罩微影。
亦可使用對上文所描述之使用模式之組合及/或變化或完全不同的使用模式。
儘管在本文中可特定地參考微影裝置在IC製造中之使用，但應理解，本文中所描述之微影裝置可具有其他應用，諸如製造整合式光學系統、用於磁疇記憶體之導引及偵測圖案、液晶顯示器(LCD)、薄膜磁頭等。熟習此項技術者應瞭解，在此等替代應用之內容背景中，可認為本文中對術語「晶圓」或「晶粒」之任何使用分別與更一般之術語「基板」或「目標部分」同義。可在曝光之前或之後在(例如)塗佈顯影系統(通常將抗蝕劑層施加至基板且顯影經曝光抗蝕劑之工具)或度量衡或檢測工具中處理本文中所提及之基板。在適用情況下，可將本文中之揭示內容應用於此等及其他基板處理工具。另外，可將基板處理多於一次，(例如)以便產生多層IC，使得本文所使用之術語「基板」亦可指已經含有多個經處理層之基板。
本文中所使用之術語「輻射」及「光束」涵蓋所有類型之電磁輻射，包括紫外線(UV)輻射(例如，具有365、248、193、157或126 nm之波長)及極紫外線(EUV)輻射(例如，具有在5至20 nm範圍內之波長)，以及粒子束，諸如離子束或電子束。
在圖案化器件上或由圖案化器件提供之各種圖案可具有不同程序窗，亦即，處理變數之空間所根據之圖案將在規格內產生。關於潛在系統性缺陷之圖案規格之實例包括檢查頸縮、線拉回、線薄化、CD、邊緣置放、重疊、抗蝕劑頂部損耗、抗蝕劑底切及/或橋接。可藉由合併每一個別圖案之程序窗(例如，使該等程序窗重疊)來獲得圖案化器件或其區域上之所有圖案之程序窗。所有圖案之程序窗之邊界含有個別圖案中之一些之程序窗之邊界。換言之，此等個別圖案限制所有圖案之程序窗。此等圖案可被稱作「熱點」或「程序窗限制圖案(PWLP)」，「熱點」與「程序窗限制圖案(PWLP)」可在本文中可互換地使用。當控制圖案化程序之一部分時，有可能且經濟的是集中於熱點。當熱點並無缺陷時，最有可能的是，所有圖案均無缺陷。
如圖2所展示，微影裝置LA可形成微影製造單元LC (有時亦被稱作微影單元(lithocell)或叢集)之部分，微影製造單元LC亦包括用以對基板執行曝光前程序及曝光後程序之裝置。習知地，此等裝置包括用以沈積一或多個抗蝕劑層之一或多個旋塗器SC、用以顯影經曝光抗蝕劑之一或多個顯影器DE、一或多個冷卻板CH及/或一或多個烘烤板BK。基板處置器或機器人RO自輸入/輸出埠I/O1、I/O2拾取一或多個基板，將其在不同程序裝置之間移動且將其遞送至微影裝置之裝載匣LB。常常被集體地稱作塗佈顯影系統(track)之此等裝置由塗佈顯影系統控制單元TCU控制，塗佈顯影系統控制單元TCU自身受監督控制系統SCS控制，監督控制系統SCS亦經由微影控制單元LACU而控制微影裝置。因此，不同裝置可經操作以最大化產出率及處理效率。
為了正確且一致地曝光由微影裝置曝光之基板及/或為了監視包括至少一個圖案轉印步驟(例如，光學微影步驟)之圖案化程序(例如，器件製造程序)之一部分，需要檢測基板或其他物體以量測或判定一或多個屬性，諸如對準、疊對(其可例如在上覆層中之結構之間或在已例如藉由雙重圖案化程序而分別提供至該層之同一層的結構之間)、線厚度、臨界尺寸(CD)、焦點偏移、材料屬性等。因此，經定位有微影單元LC之製造設施通常亦包括度量衡系統MET，該度量衡系統量測已在該微影單元中處理的基板W中之一些或全部或該微影單元中之其他物件。度量衡系統MET可為微影單元LC之部分，舉例而言，其可為微影裝置LA之部分(諸如對準感測器AS)。
舉例而言，該一或多個參數可包括：形成於經圖案化基板中或上之順次層之間的疊對誤差、例如形成於經圖案化基板中或上之特徵之臨界尺寸(CD) (例如，臨界線寬)、光學微影步驟之焦點或聚焦誤差、光學微影步驟之劑量或劑量誤差、光學微影步驟之光學像差等。可對產品基板自身之目標及/或對提供於基板上之專用度量衡目標執行此量測。可在抗蝕劑顯影後但在蝕刻前執行量測，或可在蝕刻後執行量測。
存在用於對在圖案化程序中形成之結構進行量測的各種技術，包括使用掃描電子顯微鏡、以影像為基礎之量測工具及/或各種特殊化工具。如上文所論述，特殊化度量衡工具之快速及非侵入性形式為輻射光束經導向至基板之表面上之目標上且量測經散射(經繞射/經反射)光束之屬性的度量衡工具。藉由評估由基板散射之輻射之一或多個屬性，可判定基板之一或多個屬性。此可被稱為以繞射為基礎之度量衡。此以繞射為基礎之度量衡之一個此類應用係在目標內之特徵不對稱性之量測中。此特徵不對稱性之量測可用作(例如)疊對之量度，但其他應用亦係已知的。舉例而言，可藉由比較繞射光譜之相對部分(例如，比較週期性光柵之繞射光譜中之-1階與+1階)而量測不對稱性。此量測可如以上所描述來完成，且如例如全文以引用方式併入本文中之美國專利申請公開案US2006-066855中所描述來完成。以繞射為基礎之度量衡之另一應用係在目標內之特徵寬度(CD)之量測中。此等技術可使用下文所描述之裝置及方法。
因此，在器件製造程序(例如，圖案化程序或微影程序)中，基板或其他物件可在程序期間或之後經受各種類型之量測。量測可判定特定基板是否有缺陷，可建立對程序及程序中所使用之裝置的調整(例如，對準基板上之兩個層或將圖案化器件對準至基板)，可量測程序及裝置之效能，或可用於其他目的。量測之實例包括光學成像(例如光學顯微鏡)、非成像光學量測(例如，基於繞射之量測，諸如ASML YieldStar度量衡工具、ASML SMASH度量衡系統)、機械量測(例如，使用觸控筆之剖面探測、原子力顯微法(AFM))，及/或非光學成像(例如掃描電子顯微法(SEM))。如全文以引用方式併入本文中之美國專利第6,961,116號中所描述之智慧型對準感測器混合式(SMASH)系統使用自參考干涉計，該自參考干涉計產生對準標記物之兩個重疊且相對旋轉之影像、偵測在使影像之傅立葉變換進行干涉之光瞳平面中之強度，且自兩個影像之繞射階之間的相位差提取位置資訊，該相位差表現為經干涉階中之強度變化。
可將度量衡結果直接或間接地提供至監督控制系統SCS。若偵測到誤差，則可對後續基板之曝光(尤其在可足夠迅速且快速完成檢測使得該批量之一或多個其他基板仍待曝光之情況下)及/或對經曝光基板之後續曝光進行調整。另外，已曝光之基板可經剝離及重工以改良良率，或被捨棄，藉此避免對已知有缺陷之基板執行進一步處理。在基板之僅一些目標部分有缺陷之情況下，可僅對良好的彼等目標部分執行另外曝光。
在度量衡系統MET內，度量衡裝置用以判定基板之一或多個屬性，且尤其判定不同基板之一或多個屬性如何變化或同一基板之不同層在不同層間如何變化。如上文所提及，度量衡裝置可整合至微影裝置LA或微影單元LC中，或可為單機器件。
為了實現度量衡，可在基板上提供一或多個目標。在一實施例中，目標經專門設計且可包含週期性結構。在一實施例中，目標為器件圖案之一部分，例如為器件圖案之週期性結構。在一實施例中，器件圖案為記憶體器件之週期性結構(例如雙極電晶體(BPT)、位元線接點(BLC)等結構)。
在一實施例中，基板上之目標可包含一或多個1-D週期性結構(例如，光柵)，其經印刷成使得在顯影之後，週期性結構特徵係由固體抗蝕劑線形成。在一實施例中，目標可包含一或多個2-D週期性結構(例如，光柵)，其經印刷成使得在顯影之後，該一或多個週期性結構係由抗蝕劑中之固體抗蝕劑導柱或通孔形成。長條、導柱或通孔可替代地經蝕刻至基板中(例如經蝕刻至基板上之一或多個層中)。
在一實施例中，圖案化程序之所關注參數中之一者為疊對。可使用暗場散射量測來量測疊對，其中阻擋零階繞射(對應於鏡面反射)，且僅處理高階。可在PCT專利申請公開案第WO 2009/078708號及第WO 2009/106279號中發現暗場度量衡之實例，該等專利申請公開案之全文特此以引用之方式併入。美國專利申請公開案US2011-0027704、US2011-0043791及US2012-0242970中已描述該技術之進一步開發，該等專利申請公開案之全文特此以引用之方式併入。使用繞射階之暗場偵測的以繞射為基礎之疊對實現對較小目標之疊對量測。此等目標可小於照明光點且可由基板上之器件產品結構環繞。在一實施例中，可在一個輻射捕捉中量測多個目標。
圖3描繪實例檢測裝置(例如，散射計)。該檢測裝置包含將輻射投影至基板W上之寬頻帶(白光)輻射投影儀2。重新導向之輻射傳遞至光譜儀偵測器4，該光譜儀偵測器量測鏡面反射輻射之光譜10 (強度依據波長而變化)，如例如在左下方的曲線圖中所展示。根據此資料，可藉由處理器PU (例如)藉由嚴密耦合波分析及非線性回歸或藉由與如圖3之右下方所展示之模擬光譜庫的比較來重新建構導致偵測到之光譜的結構或剖面。一般而言，對於重新建構，結構之一般形式為吾人所知，且根據供製造結構之程序之知識來假定一些變數，從而僅留下結構之少許參數以自經量測資料予以判定。此檢測裝置可經組態為正入射檢測裝置或斜入射檢測裝置。
圖4中展示可使用之另一檢測裝置。在此器件中，由輻射源2發射之輻射係使用透鏡系統12而準直且透射通過干涉濾光器13及偏振器17、由部分反射表面16反射且經由物鏡15而聚焦至基板W上之光點S中，物鏡15具有高數值孔徑(NA)，理想地為至少0.9或至少0.95。浸潤檢測裝置(使用相對高折射率流體，諸如水)甚至可具有大於1之數值孔徑。
如在微影裝置LA中一樣，可在量測操作期間提供一或多個基板台以固持基板W。該等基板台可在形式上與圖1之基板台WT相似或相同。在檢測裝置與微影裝置整合之實例中，該等基板台可甚至為相同基板台。可將粗略定位器及精細定位器提供至第二定位器PW，該第二定位器PW經組態以相對於量測光學系統準確地定位基板。提供各種感測器及致動器(例如)以獲取所關注目標之位置，且將所關注目標帶入至物鏡15下方之位置中。通常將對橫越基板W之不同部位處之目標進行許多量測。可在X及Y方向上移動基板支撐件以獲取不同目標，且可在Z方向上移動基板支撐件以獲得目標相對於光學系統之焦點的所要部位。舉例而言，當實務上光學系統可保持實質上靜止(通常在X及Y方向上，但可能亦在Z方向上)且僅基板移動時，方便地將操作考慮並描述為如同物鏡被帶入至相對於基板之不同部位。假設基板及該光學系統之相對位置係正確的，則彼等者中之哪一者在現實中移動在原則上並不重要，或兩者皆移動，或該光學系統之一部分之組合移動(例如，在Z及/或傾斜方向上)且該光學系統之其餘部分靜止且基板移動(例如，在X及Y方向上，且亦視情況在Z及/或傾斜方向上)。
由基板W重新導向之輻射接著通過部分反射表面16傳遞至偵測器18中以便使光譜被偵測到。偵測器18可位於背向投影式焦平面11處(亦即，位於透鏡系統15之焦距處)，或平面11可藉由輔助光學件(未展示)重新成像至偵測器18上。該偵測器可為二維偵測器，使得可量測基板目標30之二維角度散射光譜。偵測器18可為(例如) CCD或CMOS感測器陣列，且可使用為(例如)每圖框40毫秒之積分時間。
參考光束可用以(例如)量測入射輻射之強度。為進行此量測，當輻射光束入射於部分反射表面16上時，將輻射光束之部分通過部分反射表面16作為參考光束而透射朝向參考鏡面14。接著將參考光束投影至同一偵測器18之不同部分上或替代地投影至不同偵測器(未展示)上。
一或多個干涉濾光器13可用以選擇在為比如405至790 nm或甚至更低(諸如200至300 nm)之範圍內的所關注波長。干涉濾光器可為可調諧的，而非包含不同濾光器之集合。可使用光柵代替干涉濾光器。孔徑光闌或空間光調變器(未展示)可提供於照明路徑中以控制輻射在目標上之入射角之範圍。
偵測器18可量測在單一波長(或窄波長範圍)下之經重新導向輻射之強度、分離地在多個波長下之經重新導向輻射之強度，或遍及一波長範圍而積分之經重新導向輻射之強度。此外，偵測器可分別量測橫向磁偏振輻射及橫向電偏振輻射之強度，及/或橫向磁偏振輻射與橫向電偏振輻射之間的相位差。
基板W上之目標30可為1-D光柵，其經印刷成使得在顯影之後，長條係由固體抗蝕劑線形成。目標30可為2-D光柵，其經印刷成使得在顯影之後，光柵係由抗蝕劑中之固體抗蝕劑導柱或通孔形成。長條、導柱或通孔可經蝕刻至基板中或基板上(例如經蝕刻至基板上之一或多個層中)。圖案(例如，長條、導柱或通孔之圖案)對圖案化程序之處理中之改變(例如，微影投影裝置(特定而言，投影系統PS)中之光學像差、聚焦改變、劑量改變等)敏感，且將以經印刷光柵中之變化顯現。因此，印刷光柵之量測資料被用於重新建構光柵。可根據印刷步驟及/或其他檢測程序之知識，將1-D光柵之一或多個參數(諸如，線寬及/或形狀)或2-D光柵之一或多個參數(諸如，導柱或通孔寬度或長度或形狀)輸入至由處理器PU執行之重新建構程序。
除了藉由重新建構進行參數之量測以外，角度解析散射量測亦用於產品及/或抗蝕劑圖案中之特徵之不對稱性之量測。不對稱性量測之一特定應用係用於疊對之量測，其中目標30包含疊置於另一組週期性特徵上的一組週期性特徵。使用圖3或圖4之儀器的不對稱性量測之概念描述(例如)於美國專利申請公開案US2006-066855中，該公開案之全文併入本文中。簡單地陳述，雖然目標之繞射光譜中之繞射階的位置僅藉由目標之週期性而判定，但繞射光譜中之不對稱性指示構成目標之個別特徵中的不對稱性。在圖4之儀器中(其中偵測器18可為影像感測器)，繞射階中之此不對稱性直接呈現為由偵測器18記錄之光瞳影像中的不對稱性。可藉由單元PU中之數位影像處理來量測此不對稱性，且相對於已知疊對值來校準此不對稱性。
圖5說明典型目標30之平面圖，及圖4之裝置中之照明光點S的範圍。在一實施例中，為了獲得不含來自圍繞結構之干涉的繞射光譜，目標30為大於照明光點S之寬度(例如，直徑)的週期性結構(例如，光柵)。光點S之寬度可小於目標之寬度及長度。換言之，目標係由照明「填充不足」，且繞射信號基本上不含來自目標自身外部之產品特徵及其類似者之任何信號。照明配置2、12、13、17可經組態以提供橫越物鏡15之背焦平面之均一強度的照明。替代地，藉由(例如)在照明路徑中包括孔徑，照明可限於同軸或離軸方向。
圖6示意性地描繪基於使用度量衡獲得之量測資料而進行目標圖案30'之一或多個所關注變數之值之判定的實例程序。由偵測器18偵測到之輻射提供用於目標30'之經量測輻射分佈108。
對於給定目標30'，可使用例如數值馬克士威求解程序210自參數化模型206計算/模擬輻射分佈208。參數化模型206展示構成目標及與該目標相關聯的各種材料之實例層。參數化模型206可包括用於在考慮中的目標之部分之特徵及層之變數中的一或多者，其可變化且被導出。如圖6中所展示，變數中之一或多者可包括一或多個層之厚度t
、一或多個特徵之寬度w
(例如，CD)、一或多個特徵之高度h
及/或一或多個特徵之側壁角α。儘管未展示，但變數中之一或多者可進一步包括但不限於：層中之一或多者之折射率(例如，真折射率或複折射率、折射率張量等)、一或多個層之消光係數、一或多個層之吸收率、在顯影期間之抗蝕劑損失、一或多個特徵之基腳，及/或一或多個特徵之線邊緣粗糙度。該等變數之初始值可為針對經量測之目標所預期的值。接著在212處比較經量測輻射分佈108與所計算輻射分佈208以判定兩者之間的差。若存在差，則可變化參數化模型206之變數中之一或多者之值，計算新的所計算輻射分佈208且將其與經量測輻射分佈108進行比較直至在經量測輻射分佈108與所計算輻射分佈208之間存在足夠匹配為止。彼時，參數化模型206之變數之值提供實際目標30'之幾何形狀的良好或最佳匹配。在一實施例中，當經量測輻射分佈108與所計算輻射分佈208之間的差在容許臨限值內時存在足夠匹配。
圖案化程序之變數被稱為「處理變數」。圖案化程序可包括微影裝置中之圖案之實際轉印上游及下游的程序。圖7展示處理變數370之實例類別。第一類別可為微影裝置或用於微影程序中之任何其他裝置之變數310。此類別之實例包括微影裝置之照明、投影系統、基板載物台等之變數。第二類別可為在圖案化程序中執行之一或多個工序之變數320。此類別之實例包括焦點控制或焦點量測、劑量控制或劑量量測、頻寬、曝光持續時間、顯影溫度、用於顯影中之化學成份等。第三類別可為設計佈局及其在圖案化器件中或使用圖案化器件進行之實施之變數330。此類別之實例可包括輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)而應用之調整、光罩特徵之CD等。第四類別可為基板之變數340。實例包括抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸等。第五類別可為圖案化程序之一或多個變數之時間變化的特性350。此類別之實例包括高頻載物台移動(例如，頻率、振幅等)、高頻雷射頻寬改變(例如頻率、振幅等)及/或高頻雷射波長改變之特性。此等高頻改變或移動為高於用以調整基礎參數(例如，載物台位置、雷射強度)之機構之回應時間的高頻改變或移動。第六類別可為微影裝置中之圖案轉印上游或下游的程序之特性360，該等程序諸如旋塗、曝光後烘烤(PEB)、顯影、蝕刻、沈積、摻雜及/或封裝。
如應瞭解，此等變數中之許多變數(若非全部)將對圖案化程序之參數有影響且常常對所關注參數有影響。圖案化程序之參數之非限制性實例可包括臨界尺寸(CD)、臨界尺寸均一性(CDU)、焦點、疊對、邊緣位置或置放、側壁角、圖案移位等。常常，此等參數表達自標稱值(例如設計值、平均值等)之誤差。參數值可為個別圖案之特性之值或圖案群組之特性之統計量(例如平均值、方差等)。
處理變數中之一些或全部或與其相關之參數之值可藉由合適方法予以判定。舉例而言，可自藉由各種度量衡工具(例如基板度量衡工具)獲得之資料判定值。值可自該圖案化程序中之裝置之各種感測器或系統(例如，微影裝置之感測器(諸如位階量測感測器或對準感測器)、微影裝置之控制系統(例如，基板或圖案化器件台控制系統)、塗佈顯影系統工具中之感測器等)獲得。該等值可來自圖案化程序之業者。
現在，度量衡主要在所花費之時間方面愈來愈變成一種負擔。舉例而言，在半導體行業中出現多種圖案化技術時尤其為此狀況。運用諸如微影-蝕刻-微影-蝕刻(LELE)及/或側壁輔助雙重圖案化(SADP)之多種圖案化技術，處理步驟之數目已顯著增加且因此，用於控制及良率監視之度量衡步驟之數量亦增加。此外，隨著在多個圖案化步驟中使用較多層且每層使用較多圖案化步驟，度量衡之量針對每一節點增大(亦即，特徵大小減小)。
另外或替代地，愈來愈要求缺陷判定及/或導引缺陷檢測。此與之前情形相比涉及實質上更密集的焦點、疊對及/或CD度量衡。
另外或替代地，在器件上CD、疊對及/或焦點效能方面有愈加緊縮的規格。此驅使例如曝光工具及處理工具(例如，沈積、蝕刻、塗佈顯影系統、化學機械拋光(CMP)等)自一個節點至下一節點之製造設備規格。因此，此驅使對效能之更嚴格控制及監視，此又驅使為了控制及監視而對度量衡之不斷增加量的要求。
另外或替代地，與在器件上CD、焦點及/或疊對效能方面之規格緊縮一致地，可能需要高階校正。高階校正基本上為橫越基板之全部或部分在小空間尺度上具選擇性的校正性動作(例如，以高空間解析度進行之校正)。高階校正涉及用於度量衡之每基板之較密集取樣，藉此增加度量衡負擔到可能會超出度量衡設備生產率之實務限制。
另外或替代地，基板間變化可能需要進一步個別基板位階控制(相比於例如批次位階控制)及相關聯監視以便達成所要CD、焦點及/或疊對效能。此可導致量測每批次之較多基板且因此驅使所用量測之量增加，而可能超出度量衡設備生產率之實務限制。
但為了滿足增加之資料需求，僅添加度量衡設備或增加度量衡設備生產率可能並不滿足需要。此外，其可能並未以適時方式解決所有問題，諸如獲得橫越基板之密集CD、焦點及/或疊對剖面。
因此，需要度量衡效率。此度量衡效率係供獲得例如每基板之較高密度之資料及每批次之較高數目個基板之資料。
因此，在一實施例中，提供用以例如幫助改良度量衡效率之方法。在該方法中，來自多個源之度量衡資料經組合及操縱以便針對橫越基板之複數個部位中之每一者導出一或多個圖案化程序參數(例如，CD、焦點、疊對、邊緣置放等)之準確估計值。在一實施例中，接著提供用於例如在圖案化程序中處理之所有基板及用於例如在該圖案化程序中在此等基板上處理之所有層的密集度量衡資料(例如針對每平方毫米)。
實際上，在一實施例中，該方法之結果為橫越基板之一或多個圖案化程序參數之值的「虛擬」或仿真分佈，其係經由各種度量衡資料之此組合來達成。此方法可接著提供用於一或多個圖案化程序參數(例如，焦點、CD、疊對等)之混合式度量衡之高效方法。且雖然本文中之實施例將主要考慮圖案化程序參數(即焦點、CD及疊對)之特定實例，但應瞭解，一或多個其他或額外圖案化程序參數可為本文中之技術之主題。
如上文所提及，方法涉及來自各種源之度量衡及其他資料之組合。在一實施例中，方法涉及組合所關注圖案化程序參數之量測與來自圖案化程序中之一或多個器件之資料，諸如來自微影裝置之一或多個感測器之資料。將接著使用此資料組合以例如圖案化程序參數(諸如CD、疊對、焦點、圖案移位、邊緣置放(例如，邊緣置放誤差)等)及/或自其導出之參數(諸如良率、缺陷(例如，缺陷風險、缺陷數量等)等)形式來預測產品上效能。
因此，該方法所隱含之原理為隔離並估計所關注圖案化程序參數之改變之個別根本原因，該等個別根本原因接著經組合以計算產品上效能。目標為儘可能多地使用可用資訊以避免離線(及/或線上)度量衡之不斷增加的量，以使用諸如關於圖3至圖6所描述的工具來判定所關注圖案化程序參數。
因此，在一實施例中，需要識別對所關注圖案化程序參數之改變的各種貢獻(諸如CD誤差、聚焦誤差、疊對等)。彼等貢獻可接著以各種組合而使用以達成產品上效能之所要估計。通常，彼等貢獻將為誤差及/或殘差。舉例而言，器件可在進行校正時產生誤差，該誤差可接著實現所關注圖案化程序參數之改變。作為另一實例，感測器系統可量測誤差，該誤差為或貢獻於圖案化程序參數之改變。作為另一實例，器件或用以判定器件之設定的數學模型可能並不能夠實現某一所要或最佳實體效應(例如，所要實體校正與可藉由器件達成之實體校正之間的差、所要實體效應(諸如劑量、焦點等)與可藉由器件達成之實體效應之間的差、所要實體校正或效應與能夠藉由數學模型判定之校正或效應之間的差等)，且因此實現為或貢獻於圖案化程序參數之改變之殘差。在一實施例中，可以實驗方式或憑經驗判定貢獻。
可接著將對如橫越晶粒、場或基板空間地分佈之所關注圖案化程序參數的此等貢獻中之每一者特性化為指紋。且相似地，可將橫越晶粒、場或基板之經組合貢獻特性化為指紋。
因此，可組合複數個此等貢獻以得到經導出指紋。舉例而言，產品基板上之焦點指紋可為例如歸因於彼基板之不扁平度、在基板之曝光期間與微影裝置之投影系統相關聯的聚焦誤差、在曝光期間由基板位置控制迴路得到之高度誤差及微影裝置之焦點設置之殘餘指紋的焦點貢獻之複合物。此情形之實例在下文關於圖9加以描述。
相似地，經導出或經量測指紋可使一或多個指紋自其移除，以得到(另外)經導出指紋。舉例而言，基板之經量測焦點指紋可使自其移除彼基板之不扁平度、在基板之曝光期間與微影裝置之投影系統相關聯的聚焦誤差、在曝光期間由基板位置控制迴路得到之高度誤差及微影裝置之焦點設置之殘餘指紋的焦點貢獻。此可得到歸因於未由經移除指紋捕捉到之誤差之殘餘焦點指紋。此情形之實例在下文關於圖10加以描述。
因此，在一實施例中，該方法可例如將一指紋分解成個別貢獻指紋及/或藉由組合諸指紋而導出一指紋。
因此，參看圖8，描繪貢獻(指紋)之組合之實施例。處理變數311之改變(例如，在聚焦內容背景中為高度誤差)可具有對用於基板上之圖案之圖案化程序參數352 (例如，在聚焦之內容背景中為焦點)的貢獻312，且處理變數321之改變(例如，在聚焦內容背景中為焦點設置之殘差)可具有對圖案化程序參數352之貢獻322。即，圖案化程序參數352可具有一或多個處理變數之改變之經組合貢獻。此等貢獻312及322可僅相加(其可包括加權或線性加法)或藉由其他函數(例如使用迴旋(解迴旋)、使用神經網路、RMS加法、按比例調整等)來組合。圖案化程序參數352可具有其他變數之改變之貢獻。因此，藉由如下文進一步所論述之此認識，可判定各種貢獻或可使用該等各種貢獻來導出圖案化程序參數之估計值。在一實施例中，可藉由模型化一或多個適用處理變數來判定貢獻312及/或貢獻322。可將貢獻312及/或貢獻322表達為一或多個適用處理變數之函數。該函數可為線性或非線性的。
圖9示意性地展示獲得對基板之圖案化程序參數之經導出貢獻470的實例，該經導出貢獻為多個處理變數之貢獻之組合(其中之一或多者可為經導出貢獻)。在此狀況下，經導出貢獻470為焦點(散焦)。因此，可使用多個處理變數之貢獻來獲得經導出貢獻470，該等處理變數諸如在基板之曝光期間與微影裝置之投影系統相關聯的聚焦誤差(FE) 400、在曝光期間由基板位置控制迴路得到之高度誤差(例如移動標準偏差(MSDz
)) 410，及彼基板之不扁平度(P) 420。顯著地，可自微影裝置獲得此資料且此資料可為產生基板而作為圖案化程序之部分的副產物。此等經識別貢獻中無一者必需需要使用例如諸如關於圖3至圖6所描述的工具對基板上所圖案化之特徵進行量測。
因此，在聚焦狀況下，處理變數400對聚焦之貢獻之實例被展示為貢獻430，處理變數410對聚焦之貢獻之實例被展示為貢獻440，且處理變數420對聚焦之貢獻之實例被展示為貢獻440。接著將此等貢獻中之每一者組合在一起(460)以實現經導出貢獻470。雖然元件460 (及圖式中之其他元件)展示加號，但460處之運算無需為加法，例如，其可為乘法、迴旋、使用神經網路等。針對一或多個貢獻之運算可不同於針對另外一或多個貢獻之運算(例如，430與440相加，且總和與貢獻450迴旋)。在一實例中，經組合貢獻可表達為 。可藉由模擬、數學模型化及/或實驗獲得各種函數。此外，可存在此處未展示之交叉項(諸如依據FE乘以MSD而變化的焦點等)。為了獲得焦點之絕對值，可將焦點之標稱值或經模擬值與該等貢獻組合。諸如a 1
、b 1
、c 1
之係數為焦點相對於各別處理變數或其函數之敏感度。在此實例中，貢獻橫越基板，但在一實施例中，貢獻中之一或多者可為每晶粒/場(其可接著取決於例如例項中之每一者處之適用條件橫越基板而重複)。如上文所提及，貢獻470可經特性化為指紋，此係由於其可橫越基板/晶粒/場而在空間上界定。另外，貢獻之轉譯成絕對值可經特性化為指紋，此係由於其可橫越基板/晶粒/場而在空間上界定。可已經得到此資料，此係由於其可為處理基板之副產物。
現在，在CD之內容背景中，可使用關於圖9所描述之相同的技術。舉例而言，對CD之經導出貢獻470可為可歸因於多個處理變數之貢獻之組合(其可包括經導出貢獻)，該等處理變數諸如：焦點(F) 400、基板在基板之法線方向上之移動的移動標準偏差(MSDz
) 410，及基板在平行於基板之方向上之移動的移動標準偏差(MSDx
) 420。因此，在此狀況下，焦點(F) 400對CD之貢獻之實例將為貢獻430，移動標準偏差(MSDz
) 410對CD之貢獻之實例將為貢獻440，且移動標準偏差(MSDx
) 420對CD之貢獻之實例將為貢獻440。接著將此等貢獻中之每一者組合在一起(460)以實現經導出貢獻470。在一實例中，經組合貢獻可表達為 。此外，可存在此處未展示之交叉項且關係可不同(例如，諸如焦點及/或MSDz之關係可並非純粹二次的，且可具有線性項及三階項)。在一實施例中，貢獻430、440、450可分別為焦點(F) 400分佈、移動標準偏差(MSDz
) 410分佈及移動標準偏差(MSDx
) 420分佈，在此狀況下，CD模型將用以將其組合成CD分佈。此外，可存在此處未展示之交叉項(諸如依據F乘以MSD而變化的CD等)。為了獲得CD之絕對值，可將CD之標稱值或經模擬值與該等貢獻組合。諸如a 1
、b 1
、c 1
之係數為CD相對於處理變數或其函數之敏感度。
應用上文所描述之原理，圖10示意性地展示藉由移除對所關注圖案化程序參數之貢獻而自針對基板之所關注圖案化程序參數之經圖案化基板度量衡資料獲得經導出貢獻510的實例。在此內容背景中，經圖案化基板度量衡資料為藉由量測至少部分地由圖案化程序處理之基板上之特徵(例如，器件圖案特徵、與器件圖案分離之度量衡目標等)而獲得的所關注參數之值。此度量衡資料通常可使用諸如關於圖3至圖6所描述之度量衡或檢測工具來獲得。
針對所關注參數之經圖案化基板度量衡資料500可具有至少兩個貢獻。因此，經圖案化基板度量衡資料內之一或多個貢獻可藉由移除經圖案化基板度量衡資料內之一或多個其他貢獻來獲得。因此，可藉由自經圖案化基板度量衡資料500移除505貢獻520來獲得貢獻510。雖然元件505 (及圖式中之其他元件)展示負號，但505處之運算無需為減法，例如，其可為乘法、迴旋(解迴旋)、使用神經網路等。貢獻520可為經導出貢獻，諸如貢獻470，或可為自其他資料導出之貢獻，諸如貢獻430、440及450中之任一或多者。另外，多個貢獻可被移除。舉例而言，可自經圖案化基板度量衡資料500移除與處理變數530相關聯的視情況選用之貢獻540連同貢獻520。如應瞭解，來自使用圖案化程序進行之多個基板之處理之資料可用以獲得經圖案化基板度量衡資料。
在一實施例中，經圖案化基板度量衡資料係來自與器件圖案分離之圖案，例如在晶粒之非功能區域處、在晶粒之間或在測試基板上之度量衡特徵。因此，舉例而言，可自此度量衡資料移除一或多個處理變數之貢獻，藉此獲得一或多個處理變數對此度量衡資料之剩餘貢獻。可接著基於剩餘貢獻而獲得對相同或不同基板上之器件圖案之度量衡資料可相當的貢獻，而無需實際上自該器件圖案獲得度量衡資料。舉例而言，對器件圖案之度量衡之貢獻可被估計為與剩餘貢獻相同，此係因為適用的一或多個處理變數對器件圖案及單獨圖案具有可相當的效應。在一實施例中，單獨圖案為用於測試目的之圖案(例如，度量衡目標)，且對單獨圖案執行度量衡並不影響基板上之器件圖案。
因此，藉由組合貢獻及/或自經圖案化基板度量衡資料移除貢獻，可獲得基板之所關注參數之估計值，而未必必須獲得用於彼基板之經圖案化基板度量衡資料。此係藉由辨識各種貢獻之性質來完成。
在一實施例中，一或多個處理變數之貢獻可為裝置(例如，微影裝置)特定的；亦即，貢獻係特定針對某一實際裝置或裝置之組合。因此，在一實施例中，可橫越每一基板重複使用一或多個處理變數之貢獻。因此，可預特性化一或多個處理變數之貢獻且自資料庫獲得該一或多個處理變數之該貢獻以供用於各種組合/移除程序。該貢獻可為作為裝置之整體或特定部分(例如，蝕刻腔室)而為裝置特定的。此等變數之實例可包括但不限於：微影裝置中之圖案轉印之上游或下游的程序之各種特性，諸如旋塗、曝光後烘烤、顯影、蝕刻、沈積、摻雜及/或封裝。
在一實施例中，一或多個處理變數之貢獻並非特定針對特定基板(且因此，可橫越基板而使用)。因此，可預特性化一或多個處理變數之貢獻且自資料庫獲得該一或多個處理變數之該貢獻以供稍後用於各種組合/移除程序。一或多個處理變數之此貢獻可藉由將其與針對一特定基板之一或多個變數之資料及敏感度關係組合而應用於該特定基板。此等變數之實例可包括但不限於：照明之變數、投影系統之變數、焦點、劑量、頻寬、曝光持續時間、高頻載物台移動之特性(例如，基板載物台之移動之移動標準偏差(MSD)、基板載物台之移動之移動平均值、頻率、振幅等)、高頻雷射頻寬改變(例如，頻率、振幅等)、高頻雷射波長改變，及/或基板之扁平度。
在一實施例中，一或多個處理變數之貢獻可為基板特定的。舉例而言，可針對每一基板或一特定基板群組判定貢獻。此類變數之實例可包括但不限於基板幾何形狀(高度映射、變形映射)、基板處理條件、照明之變數、投影系統之變數、焦點、劑量、頻寬、曝光持續時間、高頻載物台移動之特性(例如，基板載物台之移動之移動標準偏差(MSD)、基板載物台之移動之移動平均值等)、高頻雷射頻寬改變(例如，頻率、振幅等)、高頻雷射波長改變，及/或基板之扁平度。
在一實施例中，一或多個處理變數之貢獻可為圖案或圖案化器件特定的；亦即，該貢獻係特定針對某一實際圖案化器件或待由圖案化器件提供之特定圖案。此貢獻可進一步為獨立於基板的。因此，可預特性化圖案或圖案化器件特定之貢獻，且自資料庫獲得該圖案或圖案化器件特定之貢獻以供稍後用於各種組合程序。此等變數之實例可包括但不限於：圖案化器件特徵CD、輔助特徵之形狀及/或部位、藉由解析度增強技術(RET)應用之調整等。
在一實施例中，與不同處理變數相關聯之貢獻可具有不同的空間均一性。舉例而言，一些處理變數之貢獻可橫越整個基板基本上空間地均一，而一些其他處理變數之貢獻可並非橫越整個基板空間地均一。此差異可歸因於處理變數之不同性質。舉例而言，與抗蝕劑層、抗蝕劑層之顯影及/或基板之蝕刻相關聯的一或多個處理變數之貢獻趨向於基本上空間地均一，此係因為整個基板通常塗佈有抗蝕劑層、在同一時間或在相同條件下顯影或蝕刻；或趨向於由於例如在數個此等程序期間基板之旋轉而對稱。舉例而言，與圖案轉印或微影裝置相關聯的一或多個處理變數之貢獻趨向於較不空間地均一，此係因為圖案轉印趨向於係部位特定的，且該一或多個處理變數可在針對一個部位之圖案轉印與針對另一部位之圖案轉印之間改變。因此，若可自經圖案化基板度量衡資料移除基本上並不空間地均一之貢獻，則可自經圖案化基板度量衡資料獲得基本上空間地均一之貢獻。
因此，在一特定實例中，可針對曝光於基板上之每一點自微影裝置搜集處理變數資料，諸如位階量測資訊、基板之移動之移動平均值(MA)、MSDxyz、劑量、雷射頻寬、光瞳形狀等。通常已經在微影裝置中(例如在診斷檔案中)可得到此資料。自此資料，可使用用於所關注參數之模型來產生上文所描述之貢獻，該模型描述所關注參數對一或多個處理變數之敏感度。可自模擬或自實驗獲得一或多個敏感度。以此方式產生之貢獻為在抗蝕劑顯影之後的量測期間將預期看到之貢獻(在假定塗佈顯影系統及抗蝕劑模型校準將完美的情況下)。一旦例如在顯影之後或在蝕刻之後量測基板，就自經圖案化基板度量衡資料移除該貢獻。剩餘貢獻現在為藉由圖案轉印前程序或圖案轉印後程序(例如藉由塗佈顯影系統及/或蝕刻裝置，其通常係場間的)及圖案化器件(場內)之貢獻。微影裝置誤差將已根據經圖案化基板度量衡資料予以校正。相似地，可量測圖案化器件貢獻且移除其貢獻以留下藉由圖案轉印前程序或圖案轉印後程序之貢獻。可按程序流程(例如，所使用之圖案化程序步驟及/或裝置之一組合)或按特定裝置或其部分(例如，蝕刻裝置或蝕刻腔室)移除貢獻。
因此，經由此等技術，對所關注參數之貢獻可經由經模型化關係或藉由自經圖案化基板度量衡資料移除已知貢獻來獲得。此外，一或多個貢獻可為裝置特定的，但亦獨立於基板。但一或多個其他貢獻可為基板特定的。因此，藉由貢獻之適當混合及匹配，可估計在圖案化程序中之某一時刻的所關注參數之估計值。
因此，現在將在焦點、CD及疊對之內容背景中描述此等貢獻之應用之一些特定實例，以判定用於基板之各別焦點、CD及疊對之估計值。如應瞭解，可處理並估計額外或其他所關注參數。
為了實現此等實例，使用各種資料。舉例而言，微影裝置具有整合於其中之用於圖案轉印控制的顯著度量衡能力。此類整合式度量衡之實例為基板之位置量測器件(例如，感測器IF)及/或用於伺服控制之圖案化器件、用於基板表面之量測以用於位階量測控制的位階量測感測器(例如，感測器LS)、用以量測基板之定向、位置及/或變形以實現疊對控制的對準感測器(例如，感測器AS)，及/或為了控制投影系統之波前的像差感測器(例如，上文所描述之剪切干涉計)。微影裝置將使用來自此等感測器之資料以在其總體CD、疊對及/或焦點預算得以滿足之程度上進行控制，但同時亦追蹤在控制之後留下之殘差及/或誤差。此等殘差及/或誤差可用以計算在圖案轉印期間得到之CD、疊對及/或聚焦誤差，亦即，微影裝置對CD、疊對及/或焦點指紋之貢獻。如應瞭解，用於圖案化程序中之其他裝置可具有用於裝置之適用度量衡之相似資訊。
另外，微影裝置設置或控制可使用一或多個數學模型以判定各別校準或控制校正。然而，此一或多個模型可具有內建式假定或限制，從而導致非零殘餘誤差。此模型殘差可用以計算得到之CD、疊對及/或聚焦誤差，亦即，模型對CD、疊對及/或焦點指紋之貢獻。如應瞭解，用於圖案化程序中之其他裝置可具有相似模型資訊。
另外，可藉由使用抗蝕劑中量測(in-resist measurement)幫助移除一或多個參數(例如，焦點、疊對等)之任何全域及局域指紋來設置微影裝置。但全域指紋可自執行上次校準之時隨著時間推移而漂移。為了監視及控制此設置狀態，可曝光並量測監視基板以監視全域指紋。監視基板可為在抗蝕劑層經施加至之基板中具有良好界定之圖案、相對於該良好界定之圖案運用一圖案而曝光、經顯影且接著經量測的基本基板。一旦經量測，監視基板上之抗蝕劑就可經剝離以留下良好界定之圖案使得新抗蝕劑層可適用。基於彼等量測，可對微影裝置進行校正且因此彼等校正在判定貢獻時需要經因子分解。在一實施例中，監視基板可用以藉由使用良好界定之圖案來判定疊對及/或藉由使用抗蝕劑圖案來判定焦點。
轉向焦點實例，技術涉及基本上兩個主要部分。第一部分實際上為用以判定微影裝置之基礎焦點貢獻的設置程序，該基礎焦點貢獻並未反映於用以在估計程序中判定特定基板之焦點之估計值的一或多種類型之微影裝置處理變數中。第二部分為針對在考慮中之基板使用與彼等一或多種類型之微影裝置處理變數相關聯的焦點貢獻以判定用於該特定基板之焦點之估計值的估計程序。
因此，在根據一實施例之設置程序中，針對一或多個基板獲得經圖案化基板焦點度量衡資料，且接著以與上文在圖10中所描述相似之方式移除一或多種類型之微影裝置處理變數之貢獻。可被移除之一種類型之貢獻為例如與微影裝置之位階量測感測器相關聯的基板高度殘差或誤差映射之焦點貢獻。可被移除之另一類型之貢獻為可例如自剪切干涉計及/或投影系統模型殘差獲得之投影系統影像平面偏差(IPD)之焦點貢獻。可被移除之另一類型之貢獻為圖案化器件及/或基板伺服控制件(例如，MA)之焦點貢獻，其可自適用定位器、位置量測器件(例如，感測器IF)及/或伺服控制模型之殘差獲得。如上文所論述，可經由模擬、數學模型化及/或實驗判定自處理變數至焦點貢獻之轉譯。
視需要，可將貢獻指紋重新柵格化至相同柵格(其可與該等貢獻指紋中之一者之柵格相同或為不同柵格)。相似地，可將貢獻指紋重新柵格化至經圖案化基板度量衡資料，或反之亦然。在一實施例中，重新柵格化包含向上取樣或向下取樣。
在一實施例中，理想地在將濾波(例如，移動平均值、解迴旋、FFT等)與另一貢獻組合之前將該濾波應用於一貢獻。
在一實施例中，微影裝置之基礎焦點貢獻可被有效地判定一次且用於各種焦點估計，且因此相比於量測每一基板，度量衡之量可得以顯著減少。在一實施例中，可藉由對基板上之部位(例如，基板上之500個目標或更少)及/或來自一或多個批次之數個基板(例如，來自25個或更多個基板之批次的10個或更少個基板)進行相對稀疏取樣來獲得經圖案化基板焦點度量衡資料。
在一實施例中，經圖案化基板焦點度量衡資料可為如以上所描述之監視基板之經量測焦點指紋。因此，可使用已經捕捉之資料。因此，可針對如自微影裝置感測器資訊導出之微影裝置影響而校正經量測焦點指紋，微影裝置感測器資訊諸如，投影系統影像平面偏差(IPD)之焦點貢獻、基板高度殘差或誤差映射之焦點貢獻及/或圖案化器件及/或基板伺服控制件之焦點貢獻，以獲得微影裝置之基礎焦點貢獻。
接著儲存微影裝置之基礎焦點貢獻以用於焦點之產品上估計。可針對多個微影裝置判定微影裝置之基礎焦點貢獻。可針對所用微影裝置之器件之特定組合來判定微影裝置之基礎焦點貢獻。舉例而言，微影裝置可具有基板可被曝光之多於一個基板台，且因此微影裝置之基礎焦點貢獻可針對所用器件之一特定組合及/或多個組合予以判定。
接著，為了產品上估計，針對所關注基板獲得與焦點相關的一或多種類型之微影裝置處理變數之誤差或殘差，且判定其焦點貢獻。舉例而言，可針對所關注基板獲得投影系統影像平面偏差(IPD)之焦點貢獻、基板高度殘差或誤差映射之焦點貢獻及/或圖案化器件及/或基板伺服控制件之焦點貢獻。可添加之另一類型之貢獻為可歸因於正用於特定所關注基板之圖案化器件的圖案化器件誤差之焦點貢獻，其可藉由量測而獲得。在不使用用於所關注基板之圖案化器件之情況下獲得微影裝置之適用基礎焦點貢獻的情況下可特別使用此貢獻。
另外，獲得微影裝置之適用基礎焦點貢獻，如以上所描述。接著，以與上文關於圖9所描述相似之方式，將微影裝置之適用基礎焦點貢獻與所關注基板之一或多個特定焦點貢獻組合以獲得用於該所關注基板之所估計焦點指紋。因此，可在任何基板上之任何部位或幾乎任何部位處判定聚焦誤差之估計值。
現在轉向CD實例，原則上存在可造成基板中之CD變化的數個處理變數。在此實施例中，考慮橫越基板之某些CD變化。詳言之，考慮關於焦點、焦點模糊、劑量及總體程序之CD變化貢獻。亦可考慮為對CD變化之場內貢獻因素的圖案化器件，但將僅出於方便起見而不對其進行進一步描述。
對CD之焦點貢獻可基於如以上所描述之焦點貢獻，具體言之，基礎微影裝置焦點貢獻與用於考慮中之基板之微影裝置之一或多個處理變數的焦點貢獻之組合。在可經由實驗或模擬知曉特徵(微影後及/或蝕刻後)之柏桑(Bossung)行為的條件下，原則上可針對任何圖案特徵將此密集焦點資訊轉換成橫越場及/或橫越基板之∆CD貢獻。因此，對於基板上具有焦點值之任何部位(x, y)，可計算對應於彼基板部位(x, y)之CD值：
其中HDFM對應於焦點圖，諸如如上文在焦點實例中所描述之經導出高密度焦點圖。
其中HDFM對應於焦點圖，諸如如上文在焦點實例中所描述之經導出高密度焦點圖。
可使用微影裝置資料，諸如伺服資訊(例如在z方向上之MSD)來獲得對CD之焦點模糊貢獻。可將焦點模糊資訊轉換成橫越掃描方向及橫越基板之∆CD貢獻。此焦點模糊資料至CD之轉換亦係特徵特定的且可經由實驗或模擬而知曉：
其中fblur對應於焦點模糊。
其中fblur對應於焦點模糊。
對CD之劑量貢獻係歸因於微影裝置之劑量變化(例如藉由劑量映射系統判定)。可使用適用特徵之合適劑量敏感度將在曝光期間橫越基板之劑量變化轉譯成∆CD貢獻，其可經由實驗或模擬而知曉：
對CD之總體程序貢獻為起因於作為與單獨圖案轉印分離的圖案化程序之部分的各種程序步驟之CD變化。因此，在一實施例中，總體程序貢獻為在最終蝕刻步驟之後的CD變化之狀態，且可不歸因於在估計CD變化時所考慮之各種其他CD變化。因此，在一實施例中，此貢獻為起因於例如膜沈積變化、烘烤及/或顯影變化及/或蝕刻程序變化的所有未考量程序變化之累積效應。貢獻於對CD之總體程序貢獻的處理變數之實例可包括：抗蝕劑層下方之結構之特性、抗蝕劑層之化學成份及/或實體尺寸，及/或微影裝置中之圖案轉印上游或下游的一或多個程序之特性，程序諸如旋塗、曝光後烘烤、顯影、蝕刻、沈積、摻雜及/或封裝。並且，雖然依據蝕刻後來描述對CD之總體程序貢獻，但可針對圖案化程序中之不同時刻獲得總體程序貢獻，例如在顯影之後但在蝕刻之前獲得總體程序貢獻。
因此，與焦點實例之設置程序相似地，可使用歸因於焦點、焦點模糊及劑量之所有此等∆CD貢獻，且自基板CD量測減去所有該等∆CD貢獻以估計總體程序貢獻。亦即，在一實施例中，可在蝕刻之後自錨定特徵CD量測產生蝕刻後總體程序貢獻，自該蝕刻後總體程序貢獻移除由於焦點、焦點模糊及劑量(針對該錨定特徵)之∆CD貢獻。如所提及，自合適錨定特徵估計總體程序貢獻。因此，在一實施例中，可自錨定特徵判定其他特徵之總體程序貢獻。舉例而言，總體程序貢獻之其餘部分可被表達為錨定特徵之特性的一定比例。在針對該圖案化程序中之不同時刻獲得(例如，在顯影之後但在蝕刻之前獲得)總體程序貢獻之情況下，可使用在顯影之後但在蝕刻之前的CD量測。
在一實施例中，總體程序貢獻可被有效地判定一次且用於各種CD估計，且因此相比於量測每一基板，度量衡之量可得以顯著減少。在一實施例中，可藉由對基板上之部位(例如，基板上之500個目標或更少)及/或來自一或多個批次之數個基板(例如，來自25個或更多個基板之批次的10個或更少個基板)進行相對稀疏取樣來獲得經圖案化基板焦點度量衡資料。
接著儲存總體程序貢獻以用於CD之產品上估計。可針對特定及/或多個裝置組態(例如，一或多個特定蝕刻腔室、蝕刻腔室及烘烤板之一或多個特定組合、基板台及蝕刻腔室之一或多個特定組合等)來判定總體程序貢獻。
接著，與上文所描述之焦點估計步驟相似地，可獲得產品上CD之估計。在一實施例中，針對所關注基板獲得與CD相關的一或多種類型之微影裝置處理變數之誤差或殘差，且判定其CD貢獻。舉例而言，可針對所關注基板獲得焦點、焦點模糊及/或劑量之CD貢獻。可添加之另一類型之貢獻為可歸因於正用於特定所關注基板之圖案化器件的圖案化器件誤差之CD貢獻，其可藉由量測而獲得。
另外，獲得對CD之適用總體程序貢獻，如以上所描述。接著，以與上文關於圖9所描述相似之方式，將對CD之適用總體程序貢獻與所關注基板之一或多個特定CD貢獻組合以獲得用於該所關注基板之所估計CD指紋。因此，可在任何基板上之任何部位或幾乎任何部位處判定CD誤差之估計值。
此外，可針對基板上之一或多個所關注特定圖案特徵(諸如熱點)獲得估計值。如上文所提及，針對一特定錨定特徵判定對CD之總體程序貢獻，但針對一或多個所關注特定特徵可按比例調整對CD之該總體程序貢獻。另外，可基於一或多個特定特徵在CD變化與一或多種類型之微影裝置處理變數(諸如焦點、焦點模糊及/或劑量)之間的適當敏感度來計算該一或多種類型之微影裝置處理變數之CD貢獻。可例如藉由模擬及/或實驗獲得此敏感度。因此，可獲得多個CD基板指紋，每一CD基板指紋係針對一不同熱點或圖案之其他所關注特徵。
方法可例如藉由一或多個相關模型(例如，圖案化器件及/或像差模型)中之較多參數得以改良。方法可藉由例如藉由將總體程序貢獻分解成不同貢獻因素(例如，對不同特徵有不同敏感度的沈積、微影及/或蝕刻)來估計總體程序貢獻而得以擴展。
在一實施例中，可在結果中校正作為圖案化程序之部分而應用之劑量校正。舉例而言，微影單元可使用例如ASML之劑量映射程式(Dosemapper)系統來應用劑量校正。因此，在判定CD之估計值時考量此校正。
現在轉向疊對實例，使用來自至基板上之至少兩個不同圖案轉印之資料。技術相似於上文關於焦點及CD實例所描述之技術。
此技術涉及基本上兩個主要部分。第一部分實際上為用以判定微影裝置之基礎疊對貢獻的設置程序，該基礎疊對貢獻並未反映於用以在估計程序中判定特定基板之疊對之估計值的一或多種類型之微影裝置處理變數中。視情況，與上文所論述之CD實例之總體程序CD貢獻相似地，亦可判定總體程序疊對貢獻。第二部分為針對至少兩個圖案轉印中之每一者針對考慮中之基板，使用與彼等一或多種類型之微影裝置處理變數相關聯的疊對貢獻以判定用於該特定基板之疊對之估計值的估計程序。
因此，在根據一實施例之設置程序中，針對一或多個基板獲得經圖案化基板疊對度量衡資料，且接著以與上文在圖10中所描述相似之方式移除針對至少兩個圖案轉印中之每一者的一或多種類型之微影裝置處理變數之貢獻。可被移除之一種類型之貢獻為例如自微影裝置之位階量測感測器獲得的基板高度映射之疊對貢獻。可針對用於兩個圖案轉印之基板高度映射發現一差，且接著可將該差轉換成疊對值且因此轉換成疊對貢獻。舉例而言，可藉由將高度差考慮為基板之翹曲或彎曲及使用第一原理計算X及/或Y位移而將Z高度差變為X及/或Y位移(例如，位移可為Z之變化對比X或Y乘以例如基板在基板夾持區中之厚度之一半的變化，或可例如在基板鬆開區中使用Kirchoff-Love平板理論來計算位移)。在一實施例中，可經由模擬、數學模型化及/或實驗判定高度至疊對貢獻之轉譯。因此，藉由使用每圖案轉印之此基板高度資訊，可觀測到並考量歸因於焦點或夾盤光點之疊對影響。
可被移除之另一類型之貢獻為圖案化器件及/或基板伺服控制件(例如，MA)在X及/或Y方向上之疊對貢獻(包括圍繞Z旋轉)，其可自適用定位器、位置量測器件(例如，感測器IF)及/或伺服控制模型之殘差獲得。可針對兩個圖案轉印之橫越基板之伺服控制值發現一差，且接著該差可表示疊對貢獻。在需要時，可經由模擬、數學模型化及/或實驗判定自伺服控制值至疊對貢獻之轉譯。
可被移除之另一類型之貢獻為投影系統像差(其可例如自剪切干涉計獲得)及/或投影系統模型殘差之疊對貢獻。可經由模擬、數學模型化及/或實驗判定像差及/或殘差至疊對貢獻之轉譯。
可被移除之另一類型之貢獻為可由微影裝置提供的對準系統模型殘差之疊對貢獻。可經由模擬、數學模型化及/或實驗判定自殘差至疊對貢獻之轉譯。在一實施例中，針對不同圖案轉印步驟，對準系統模型殘差可不同，且因此，針對不同圖案轉印步驟之對準系統模型殘差之組合/差可用以獲得疊對貢獻。在一實施例中，可針對基板高度而校正對準模型殘差。
視需要，可將貢獻指紋重新柵格化至相同柵格。相似地，可將貢獻指紋重新柵格化至經圖案化基板度量衡資料，或反之亦然。
在一實施例中，微影裝置之基礎疊對貢獻可被有效地判定一次且用於各種疊對估計，且因此相比於量測每一基板，度量衡之量可得以顯著減少。在一實施例中，可藉由對基板上之部位(例如，基板上之500個目標或更少)及/或來自一或多個批次之數個基板(例如，來自25個或更多個基板之批次的10個或更少個基板)進行相對稀疏取樣來獲得經圖案化基板疊對度量衡資料。
在一實施例中，經圖案化基板疊對度量衡資料可為如以上所描述之監視基板之經量測疊對指紋。因此，可使用已經捕捉之資料。因此，可針對如自微影裝置感測器資訊導出之微影裝置影響而校正經量測疊對指紋，微影裝置感測器資訊諸如，投影系統之疊對貢獻、基板高度之疊對貢獻、對準模型殘差之疊對貢獻及/或圖案化器件及/或基板伺服控制件之疊對貢獻，以獲得微影裝置之基礎疊對貢獻。在一實施例中，將針對產品基板之第一圖案轉印而捕捉經量測疊對指紋資料一次，且接著相對於第二圖案轉印捕捉經量測疊對指紋資料(其中在圖案轉印之間重工監視基板)。在一實施例中，經圖案化基板疊對度量衡資料為自在第一圖案轉印之後自一或多個監視基板量測的疊對指紋與在第二圖案轉印之後自一或多個監視基板量測的疊對指紋之間的差獲得的疊對差量指紋。因此，藉由在與產品層大約相同的時間曝光監視基板之集合，可量化依據短期漂移對疊對之微影裝置貢獻。亦即，藉由接著疊對差量指紋，可獲得歸因於第一圖案轉印與第二圖案轉印之間的短期漂移而對場間疊對之微影裝置貢獻。
視情況，在蝕刻後疊對係所要的情況下，可判定對疊對之蝕刻程序貢獻，其為起因於蝕刻之疊對變化。為了獲得蝕刻程序疊對貢獻，可自蝕刻後經圖案化基板度量衡資料移除顯影後但蝕刻前之經圖案化基板度量衡資料以獲得蝕刻程序疊對貢獻。在一實施例中，蝕刻程序疊對貢獻可被有效地判定一次且用於疊對估計，且因此相比於量測每一基板，度量衡之量可得以顯著減少。在一實施例中，可藉由對基板上之部位(例如，基板上之500個目標或更少)及/或來自一或多個批次之數個基板(例如，來自25個或更多個基板之批次的10個或更少個基板)進行相對稀疏取樣來獲得經圖案化基板疊對度量衡資料。在第一或第二圖案轉印時所誘發之蝕刻程序指紋可運用顯影後但蝕刻前之疊對量測與在第一或第二圖案轉印中之另一者之蝕刻之後的蝕刻後之疊對量測之間的差量指紋來推導(在假定每一圖案轉印之後的蝕刻指紋相同的情況下)。
接著儲存微影裝置之基礎疊對貢獻(及視情況選用之蝕刻程序疊對貢獻)以用於疊對之產品上估計。可針對多個微影裝置判定微影裝置之基礎疊對貢獻。可針對所用微影裝置之器件之特定組合來判定微影裝置之基礎疊對貢獻。舉例而言，微影裝置可具有基板可被曝光之多於一個基板台，且因此微影裝置之基礎疊對貢獻可針對所用器件之一特定組合及/或多個組合予以判定。可針對一特定裝置組態及/或多個裝置組態(例如，一或多個特定蝕刻腔室)判定蝕刻程序疊對貢獻。
接著，為了產品上估計，針對所關注基板獲得與疊對相關的一或多種類型之微影裝置處理變數之誤差或殘差，且判定其疊對貢獻。舉例而言，可針對所關注基板獲得用以獲得微影裝置之基礎疊對貢獻的投影系統之疊對貢獻、基板高度之疊對貢獻、對準模型殘差之疊對貢獻及/或圖案化器件及/或基板伺服控制件之疊對貢獻。在一實施例中，僅獲得基板高度之疊對貢獻。
另外，獲得如以上所描述之微影裝置之適用基礎疊對貢獻，且視情況獲得適用蝕刻程序疊對貢獻。接著，以與上文關於圖9所描述相似之方式，將微影裝置之適用基礎疊對貢獻(及視情況選用之蝕刻程序疊對貢獻)與所關注基板之一或多個特定疊對貢獻組合以獲得用於該所關注基板之所估計疊對指紋。因此，可在任何基板上之幾乎任何部位處判定疊對之估計值。
在一實施例中，可在結果中校正作為圖案化程序之部分而應用之疊對校正。舉例而言，微影單元可例如基於使用例如ASML之Baseliner系統進行之監視基板之量測而應用疊對校正。因此，在判定疊對之估計值時考量此校正。
在一實施例中，在多重圖案化程序中，需要使曝光條件與微影裝置條件(例如，曝光劑量、圖案化器件透射率、圖案化器件檢核誤差、照明設定、微影裝置基板夾持誤差等)兩者在第一圖案轉印步驟與第二圖案轉印步驟之間極相似。此外，場內位階處之曝光及加熱訊跡將被預期為在第一圖案轉印步驟與第二圖案轉印步驟之間相似，且因此對疊對之此等效應應為小的。
另外，在一實施例中，可組合複數個預測。舉例而言，可組合疊對預測及CD預測。舉例而言，在使用不同圖案轉印步驟來產生彼此鄰近之結構且彼等結構在其間具有間隙的多重圖案化情形下，不同圖案轉印步驟中之一或多者之CD以及針對不同圖案轉印步驟之疊對之組合相比於單獨疊對或CD估計可提供間隙之大小的較佳預測。
圖11接著示意性地展示用於根據一實施例之方法的流程。詳言之，其展示可如何將諸如微影裝置之基礎焦點貢獻、對CD之總體程序貢獻及/或微影裝置之基礎疊對貢獻(及視情況適用蝕刻程序疊對貢獻)之廣義貢獻應用於用於所關注基板之特定資訊以獲得用於該基板之所關注參數的估計值。因此，貢獻912對應於一特定基板之一或多個處理變數且例如係關於熱點。此可藉由模型化、自器件資訊等予以判定。另外，獲得適用於複數個基板之貢獻922，諸如微影裝置之基礎焦點貢獻、對CD之總體程序貢獻及/或微影裝置之基礎疊對貢獻(及視情況適用蝕刻程序疊對貢獻)。可使用本文中所描述之技術中的任一者獲得貢獻922。可針對複數個基板(例如針對每一所關注基板)判定貢獻912，而可橫越許多基板重複使用貢獻922。組合貢獻912及貢獻922以獲得用於例如熱點之所關注參數之估計值950，而未必需要獲得用於該熱點之經圖案化基板度量衡資料。在工序970中，採取動作，諸如基於所關注參數之估計值而判定在熱點處是否存在缺陷。
因此，器件感測器資料可用以增強抗蝕劑中及/或蝕刻後之度量衡以獲得所計算度量衡，該所計算度量衡可例如提供每基板之密集度量衡，而不必具有基板之密集取樣及/或提供對於許多(若非每一)基板之度量衡，而不必獲得用於每一此基板之經圖案化基板度量衡資料。另外，密集的所計算度量衡可實現例如高階校正。所計算度量衡亦可實現較大控制，包括可能地每基板控制，而不必獲得用於每一此基板之經圖案化基板度量衡資料及/或不必密集地量測基板上之經圖案化基板度量衡資料。
此外，來自此等所計算度量衡技術之估計可實現各種應用，諸如圖案化程序控制(例如，一或多個程序變數之調整)、圖案化處理監視、故障偵測、缺陷預測、圖案化程序設計等。
在一實施例中，經導出貢獻(諸如使用圖10而導出)可用以參數化用於判定一或多個處理變數之改變對所關注參數之貢獻的數學模型。亦即，可相對於經導出貢獻擬合數學模型，藉此獲得該數學模型之一或多個參數、常數等之值。因此，作為一實例，需要使一模型及該模型中所表示之任何敏感度適於程序及/或基板堆疊之改變。因此，在一實施例中，可產生將被量測之用於每一基板之經預測基板指紋。為此，可建立所關注參數之模型，例如針對CD建立包含CD= a1*DOSE + a2*FOCUS2
+ a3*MSDx + a4*MSDy + a5*MSDz +...之模型，其中基板之量測、程序前及/或程序後(例如，塗佈顯影系統/蝕刻)指紋及圖案化器件指紋可經移除。可比較剩餘指紋量測與經預測值。在此情形下，現在存在一組方程式(與量測點一樣多的方程式)，其中CD、劑量、焦點、MSD-xyz、像差等係已知的。可針對需要之敏感度(a1, a2, ...)對此組方程式進行求解。當對針對某一器件圖案所量測之數個基板執行此求解時，將存在大量資料來重新估計需要之敏感度。若以相同方式使用來自多個微影裝置之資料及/或來自焦點曝光矩陣曝光之資料，則輸入信號(例如，焦點、劑量、MSD、CD等)之足夠變化可實現敏感度之適當估計。另外，可將技術應用於其他所關注參數，諸如聚焦深度、曝光寬容度、疊對、邊緣位置等。
在一實施例中，可使用訓練演算法來進一步添加準確度。舉例而言，當對針對相差之敏感度求解時，可考量使像差可僅遍及隙縫變化且在擬合此等敏感度之前預先篩選CD (或疊對)資料的邊界條件。在一實施例中，可藉由不時地或連續地重新評估敏感度而使敏感度相對於圖案化程序中之變化變得穩固。
如上所解釋，計算度量衡技術可用以藉由自經量測指紋減去(已知)貢獻來導出對程序變數(諸如焦點、劑量及疊對)之指紋的貢獻。此例如展示於圖10中：自經量測指紋500減去貢獻因素520以獲得貢獻510。在貢獻因素520引入大量雜訊或者影響經量測指紋500之非系統性行為的狀況下，貢獻510可為較適於控制半導體製造程序的輸入。若想基於穩定輸入(至少橫越基板批次穩定)而控制裝置，則可較佳使用「經清潔」資料510作為輸入。資料510通常為所關注程序變數之相當稀疏表示(例如，除由微影裝置進行之曝光以外的處理步驟之疊對貢獻，在此狀況下貢獻因素520為微影裝置之貢獻)。然而，常常需要密集的足夠資料以提供對處理步驟(諸如使用微影裝置之曝光)之有效控制。提議利用如圖22中示意性地描繪之方法來克服此問題。
圖22描述包含使用諸如疊對量測器件(例如，散射計)之度量衡工具來獲得程序變數之(通常稀疏)經量測指紋2201之第一步驟的方法。自指紋2201減去計算上或以其他方式判定之對指紋2201的貢獻因素2202以獲得對程序變數指紋2201之經清潔(穩定)貢獻2203。使用全域模型2200對稀疏資料2203升取樣以獲得貢獻因素2203之密集表示2204。模型可利用任何合適的數學方法(諸如機器學習、多項式擬合、內插方案等)以提供經升取樣貢獻2204。模型較佳為全域的；此意謂模型經組態以導出橫越基板之處理變數之低階行為。經升取樣貢獻因素2204因此通常不包含程序變數之較高頻繁內容。提議組合包含程序變數之高階頻率稀疏內容的稀疏貢獻因素指紋2203與全域密集貢獻因素指紋2204以獲得經組合貢獻因素指紋2205。此程序在圖22中係藉由包含指紋2203及2204之點線矩形及描繪經組合貢獻因素指紋2205之產生的點線箭頭描繪。經組合貢獻因素指紋2205實現處理步驟之穩定且高階控制而無不當度量衡時間要求及/或不使用進階資料分析以判定度量衡資料2201內存在之穩定分量。
在一實施例中，自與經圖案化基板相關聯之度量衡資料2201移除貢獻2202以獲得對度量衡資料2201之經導出貢獻2203。使用模型2200對經導出貢獻2203升取樣以獲得經模型化貢獻2204。組合經導出及經模型化貢獻以獲得經組合貢獻2205。
經組合貢獻2205可用作用於控制處理裝置(諸如蝕刻工具、CMP工具、沈積工具及/或微影裝置)之輸入。
控制可藉由產生適用於該處理裝置之控制配方來達成。
控制配方可用於微影裝置且包含每曝光控制(CPE)指令及/或子配方；其含有用於個別控制使用微影裝置提供至基板之曝光場的資訊。
模型2200較佳為經組態以描述橫越基板之處理變數之低階行為的全域模型。
在另一應用中，可使用一或多個貢獻/指紋來預測圖案之輪廓。在此內容背景中，輪廓為轉印至基板之圖案之特徵形狀的外形。舉例而言，可藉由處理基板之影像(例如，掃描電子顯微鏡影像)以提取轉印至基板之圖案特徵之形狀的外部邊界來觀測輪廓。但輪廓亦可藉由數學程序(例如，模擬)而產生，該數學程序用以產生預期轉印至基板之圖案特徵之電子表示。雖然輪廓通常將呈線之形式，但如本文中所使用之輪廓可更推廣至描述特徵邊界之資料。輪廓無需為連續的；亦即，若不連續外形及/或資料足夠描述特徵之邊界，則圍繞特徵之外形及/或資料可不連續。在一實施例中，輪廓可為二維的(亦即，界定一平面)或三維的。在一實施例中，輪廓可在實質上平行於形成有圖案之基板表面的平面中延伸。在一實施例中，輪廓可在實質上垂直於形成有圖案之基板表面的平面中延伸；在此狀況下，輪廓可經特性化為剖面且可具有二維或三維形式。
為了預測輪廓，可獲得一或多個貢獻/指紋(如本文中所描述)且使用該一或多個貢獻/指紋以選擇某一標稱輪廓及/或修改標稱輪廓，以便獲得經預測輪廓。2017年2月22日申請之美國申請案第62/462,201號中描述使用一或多個貢獻/指紋連同本文中所描述之一或多個貢獻/指紋之其他使用而進行輪廓之此預測及使用的細節，該申請案之全文係以引用方式併入本文中。
如上文所提及，在一實施例中，本文中之計算度量衡技術可使用來自圖案化程序之裝置(例如，微影裝置)之資料與來自度量衡裝置(例如，上文關於圖3至圖5所描述之度量衡裝置中之一者)之資料的組合以針對基板產生圖案化程序之特定所關注參數(例如，疊對、邊緣置放誤差等)之經導出貢獻或指紋。因此，在此計算度量衡應用中，特定所關注參數之混合密集指紋係基於度量衡及圖案化程序裝置(例如，微影裝置)輸入而產生。舉例而言，對於疊對指紋，輸入可為例如使用一個或監視基板得到之量測、來自圖案化程序製造裝置(例如，微影裝置)之資料或量測，及/或來自度量衡裝置(諸如上文關於圖3至圖5所描述之度量衡裝置中之一者)之量測(諸如蝕刻後檢測(AEI)或顯影後檢測(ADI)量測結果)。
對於上文所描述之混合密集指紋，使用量測度量衡目標之度量衡裝置對所關注參數之相對密集量測(例如，ADI及/或AEI)係用以實現來自目標之參數量測與器件圖案回應之間的良好匹配，從而產生指紋。因此，舉例而言，將理想的是能夠使用藉由量測度量衡目標之度量衡裝置對所關注參數之較不密集量測。使用較不密集量測可實現增大之產出率，此係由於可需要度量衡目標之較少量測。
另外或替代地，上文所描述之所得指紋對於所有器件圖案特徵可為通用的，且可不參考例如關鍵器件圖案特徵(亦被稱作熱點)。因此，將理想的是能夠針對器件圖案之複數個特徵中之每一特定特徵產生特定針對該器件圖案之該特定特徵的指紋。在一實施例中，指紋可為特定針對一或多個關鍵器件圖案特徵的。使所關注參數(例如，疊對、焦點、CD、對準等)之密集映射與關鍵器件圖案特徵相關聯可為較有益的(例如，在器件良率控制方面)。藉由聚焦於關鍵器件圖案特徵，可藉由例如考量器件圖案之特定特徵特性而產生圖案化程序之基於良率之設計、控制、修改等。
參看圖12，其示意性地描繪產生且使用特定針對器件圖案之特定特徵的指紋之方法的實施例。一般而言，該方法涉及藉由模擬(例如，全晶片模擬)、使用度量衡目標之度量衡量測(例如，用於疊對指紋之ADI/AEI疊對量測)及器件上圖案量測的組合針對一或多個特定器件圖案特徵橫越基板之至少部分產生所關注參數指紋(映射)。舉例而言，可針對一或多個關鍵器件圖案特徵中之每一者產生參數指紋。在具有一或多個參數指紋(例如針對一或多個關鍵器件圖案特徵)的情況下，可使用該一或多個參數指紋來設計、校正、控制、修改等圖案化程序之一或多個態樣(例如，裝置、子程序、所用消耗品(例如，圖案化器件)等)。在一實施例中，各別器件圖案特徵之可用複數個參數指紋之加權組合可用於設計、校正、控制、修改等圖案化程序之態樣；亦即，與各別特定器件圖案特徵相關聯之一或多個參數指紋相比於與其他各別器件圖案特徵相關聯之一個或多個其他參數指紋可被更高地加權。此類設計、校正、控制、修改等可包括在圖案化程序中使用之裝置(例如，微影裝置、蝕刻工具、沈積工具等)之設定的組態，其用以使用圖案化程序在基板上製造器件圖案。在一實施例中，設計、校正、控制、修改等可包括微影裝置設定之修改(例如，諸如基板之物體之X、Y或Z運動之控制的修改)、投影系統像差之特定校正(例如，使用致動器或投影系統中之其他波前操縱器件)、用於曝光基板之照明劑量之改變(例如，藉由控制輻射源及/或使用照明系統中之劑量調變器件)等)。
在1100處，描繪如提供於圖案化器件處之具有器件圖案特徵及度量衡目標之圖案化器件圖案的實例高度示意性佈局。器件圖案特徵被標記為特徵A、B、C及D。如應瞭解，特徵A之每一例項之類型與圖案佈局實質上相同、特徵B之每一例項之類型與圖案佈局實質上相同、特徵C之每一例項之類型與圖案佈局實質上相同，且特徵D之每一例項之類型與圖案佈局實質上相同。另外，特徵A至D中之每一者可不同於其他特徵。另外，度量衡目標被標記為目標1、2及3。如應瞭解，目標1之每一例項之類型與度量衡目標實質上相同、目標2之每一例項之類型與度量衡目標實質上相同，且目標3之每一例項之類型與度量衡目標實質上相同。在一實施例中，度量衡目標1至3中之每一者可不同於其他目標(例如，在目標週期性結構之間距方面不同、在目標週期性結構之特徵之分段方面不同、在作用區間循環方面不同等)。如所已知，器件圖案特徵及度量衡目標係使用微影程序轉印至基板。在用於疊對之度量衡目標之狀況下，目標1、2及3可為用於基板上之下部層之目標或用於基板上之上部層之目標，其中目標1、2或3通常處於下部層中之對應目標上方，或上部層中之對應目標通常將處於目標1、2或3上方。
在1110處，在圖案化程序之各種條件(諸如自圖案化程序之標稱條件一定量的擾動)下，執行對圖案化器件圖案至基板之轉印的模擬。舉例而言，圖13之圖案化模擬方法可用以產生圖案化器件圖案(包括一或多個度量衡目標)至基板之經預測轉印。相似地，亦例如在多個量測光束波長及/或多個量測偏振下模擬作為經模擬圖案化程序之部分而產生的一或多個度量衡目標之量測。舉例而言，可使用圖14之量測模擬方法來模擬量測。基於此等模擬，判定針對經模擬為產生於基板上的一或多個度量衡目標及一或多個器件圖案特徵中之每一者之所關注參數(例如疊對)，且自模擬結果判定經模擬為產生於基板上的圖案化器件圖案之一或多個度量衡目標與一或多個器件特徵之間的參數關係。舉例而言，取決於圖案轉印條件且針對作為所關注參數之疊對，可使器件圖案特徵移位與疊對目標移位相關。在一實施例中，出於該關係之目的，一或多個度量衡目標之所關注參數可不同於一或多個器件特徵之所關注參數；一或多個度量衡目標之所關注參數可為疊對，而一或多個器件特徵之所關注參數為邊緣置放誤差。另外或替代地，可建立其他關係，諸如所關注參數之一或多個光學像差敏感度、所關注參數之一或多個焦點敏感度、所關注參數之一或多個劑量敏感度、所關注參數之一或多個間距相依性等。
在1130處，自已使用供執行1110處之模擬之圖案化程序而轉印圖案化器件圖案的一或多個基板獲得適用所關注參數之量測。在一實施例中，橫越具有轉印至其之圖案化器件圖案之複數個例項的基板獲得量測。在一實施例中，自複數個基板獲得量測，在該複數個基板中之每一者上已轉印圖案化器件圖案複數次。在一實施例中，自如作為圖案化程序之部分轉印至一或多個基板的一或多個度量衡目標獲得量測。在一實施例中，所關注參數為疊對，且量測為使用一或多個度量衡目標之ADI及/或AEI所獲得之疊對量測。在一實施例中，在多個量測光束波長及/或多個量測光束偏振下獲得疊對量測。
在1120處，使自一或多個度量衡目標進行之所關注參數之量測與模擬結果匹配。亦即，使用自模擬判定之一或多個關係，可將經量測之所關注參數轉譯成器件圖案特徵之適用所關注參數(例如相同所關注參數或不同所關注參數)之等效值。舉例而言，在疊對之內容背景中，可使用一或多個經模擬關係將自度量衡目標進行之疊對之量測轉譯成相關聯器件圖案特徵之預期疊對。在一實施例中，橫越基板獲得度量衡量測，且因此度量衡量測將歸因於橫越基板之各個部位處之局域條件(例如，基板不扁平度、蝕刻中之變化等)而很可能具有不同值。因此，在一實施例中，針對一或多個特定器件圖案特徵中之每一者，可獲得經預測所關注參數橫越基板之至少部分的映射。在一實施例中，所關注參數可為參數之誤差或殘差，例如CD誤差。考慮疊對實例，特定器件圖案特徵橫越基板之至少部分之經預測疊對的映射可藉由將自橫越基板之該至少部分獲得的度量衡目標疊對量測與使用一或多個經模擬關係橫越基板之該至少部分所產生的特定器件圖案特徵匹配予以判定。可針對另外複數個特定器件圖案特徵中之每一者產生相似疊對映射，每一器件圖案特徵具有其橫越基板之至少部分而散佈之例項。在一實施例中，疊對映射實際上為橫越基板之至少部分之疊對向量的空間分佈，每一向量具有一疊對方向及一疊對量值。接著結果為資料可經組合以得到每器件圖案特徵之經預測所關注參數(例如，疊對、邊緣置放誤差等)基板映射。在一實施例中，可基於全晶片資訊來建構基板映射，且因此可遍及場/基板對基板映射密集地取樣。
在1140處，自已使用已供執行1110處之模擬之圖案化程序而轉印圖案化器件圖案的一或多個基板獲得一或多個圖案化器件圖案特徵之量測。在一實施例中，橫越具有轉印至其之圖案化器件圖案之複數個例項的基板獲得量測。在一實施例中，自複數個基板獲得量測，在該複數個基板中之每一者上已轉印圖案化器件圖案複數次。在一實施例中，量測為器件上量測。亦即，量測係關於器件特徵自身，而非自圍繞器件圖案之一或多個度量衡目標獲得之彼等量測。在一實施例中，使用諸如電子顯微法之離子束(例如電子束)量測技術獲得器件上量測。在一實施例中，量測為器件圖案特徵之邊緣置放、CD等。
在1150處，基於器件上量測，可使經模擬器件圖案特徵(例如自上文關於1110所描述之模擬判定)與經量測所關注參數(例如在1130處判定且在1120處與經模擬器件圖案特徵匹配)之間的關係相關。此相關性可藉由分析器件特徵之器件上量測來完成。舉例而言，在疊對之內容背景中，可針對已基於經模擬器件圖案特徵與來自相關聯度量衡目標之經量測疊對之間的關係預測疊對所針對之特徵識別自器件上量測判定之邊緣置放誤差，且可使經預測疊對與經量測器件上邊緣置放誤差相關。作為一實例，可使在單獨圖案化程序執行中產生的鄰近特徵之邊緣之間的距離誤差與經預測疊對相關。該相關性可接著用以將經預測疊對轉譯成器件特徵之疊對及/或邊緣置放誤差之較準確預測。且因此，按照圖案化器件圖案特徵，可建構每器件圖案特徵之具極高預測性且準確的所關注參數(例如，疊對、邊緣置放誤差等)基板映射。
視情況，每器件圖案特徵之所關注參數基板映射可具有其他相關聯資料。舉例而言，該等映射可包括關於與圖案化程序內之控制參數之交叉相依性的資訊，其中該控制參數為可設定於圖案化程序所使用之裝置中以改變圖案化程序之至少部分之效能的參數。在一實施例中，控制參數為控制微影裝置之操作的參數。在一實施例中，控制參數為用以控制微影裝置內之焦點、投影系統像差等的參數。因此，所關注參數基板映射可包括與一或多個微影裝置控制參數(例如，焦點、投影系統操作等)之一或多個交叉相依性。此交叉相依性可接著使能夠進行適當校正，此係由於器件圖案之某一特徵之所關注參數可回應於控制參數之值改變而具有與器件圖案之另一特徵不同的值改變。
雖然已參考複數個映射，但應瞭解，該等映射中之一或多者可經組合為一組合映射(其被視為在組合資料結構時組合在一起的複數個映射)。在一實施例中，所有映射可組合成組合映射，或映射之子集可組合成組合映射與一或多個剩餘單獨映射。舉例而言，每複數個器件圖案特徵中之每一者之器件圖案特徵的基板映射可轉譯成組合基板映射，該組合基板映射組合包括於該組合基板映射中之每一或多個器件圖案特徵之資料連同相關聯取樣。亦即，基於組合基板映射，可基於適用取樣定義選出一或多個相關器件圖案特徵之資料。
因此，在步驟1120及1150中，已使用計算微影及度量衡模擬及器件上量測1140將所關注參數之量測1130 (使用一或多個度量衡目標)轉譯成每器件圖案特徵之適用所關注參數映射(例如，該所關注參數與經量測之所關注參數相同或不同)。舉例而言，在疊對之內容背景中，可使用計算微影及度量衡模擬(前饋)及器件上量測(回饋)將使用一或多個疊對度量衡目標進行之疊對量測轉譯成每器件圖案特徵之疊對映射。為了將此技術置於內容背景中，可相對快速地獲得量測1130且可橫越基板相對稀疏地獲得該等量測1130。此外，一或多個度量衡目標經設計為基本上充當器件圖案特徵之行為的代理，但並非為器件圖案特徵之實際行為之量測。因此，在步驟1120處，藉由使用一或多個經模擬關係而將使用一或多個度量衡目標對所關注參數之相對稀疏量測轉換成對應於一或多個器件圖案特徵的(相同或不同)所關注參數之值。詳言之，使稀疏量測與各種器件圖案特徵匹配以提供關於複數個器件圖案特徵中之每一者的所關注參數之預測值，從而有效地得到每器件圖案特徵之所關注參數基板映射。理想地，結果為藉由將所關注參數之度量衡目標量測轉換成複數個器件圖案特徵中之每一者而進行的橫越基板之所關注參數之較密集表示，其中該等器件圖案特徵中之每一者可具有其在場/晶粒之情況下之多個例項且將具有其橫越基板橫越複數個晶粒/場之多個例項。現在，為了反映器件圖案特徵之實際行為，獲得器件上量測，該等器件上量測亦可為相對稀疏的。使用器件上量測，可建立器件上量測與經模擬圖案特徵與經量測度量衡目標量測之間的關係之間的相關性，以實現對器件圖案特徵之所關注參數之較準確預測。彼相關性可用以改良針對器件圖案特徵之經預測所關注參數，以得到每器件圖案特徵之具極高預測性且準確的所關注參數基板映射。
在1160至1180處，可使用每器件圖案特徵之基板映射在圖案化程序之一態樣(例如，裝置(諸如微影裝置、蝕刻工具、沈積工具等)、子程序(例如，圖案步驟、蝕刻步驟等)、所用消耗品(例如，圖案化器件)等)中進行校正。該校正可為前饋或回饋校正。在一實施例中，在微影裝置中使用微影裝置之一或多個控制參數(例如，劑量控制參數、焦點控制參數(例如，基板之Z位置之控制)、對準控制參數(例如，基板之X及/或Y位置之控制)、光學像差控制參數等)進行校正。
在1160處，在存在複數個所關注參數基板映射(每一映射對應於一器件圖案特徵)的情況下，可基於適用所關注參數基板映射且基於關於圖案化程序之至少部分之預期或實際行為的資料來選擇來自該複數個器件圖案特徵之一或多個器件圖案特徵之子集。舉例而言，可識別一或多個關鍵器件圖案特徵，且接著可使用一或多個關鍵器件圖案特徵之各別所關注參數基板映射來校正圖案化程序之至少部分。
在一實施例中，預期或實際行為資料包含來自圖案化程序中所使用之裝置1180的資料1167，諸如在微影裝置之狀況下，關於基板之實際或預期X、Y及/或Z位置(例如，呈移動平均值及/或移動標準偏差資訊形式、呈基板高度或不扁平度資訊形式、呈對準誤差形式等)、關於光學像差(例如，呈經量測像差值形式，例如任尼克像差規格)、關於劑量(例如，劑量誤差，其可由裝置中之感測器量測)等的資料。行為資料可作為經量測值自裝置輸出，及/或作為作為裝置之控制之部分所產生的資料被輸出。可自先前基板之處理收集行為資料，以用於控制一或多個後續基板之處理。行為資料可自基於某一輸入(例如來自基板之先前處理之資料)預測行為的數學模型產生。在一實施例中，行為資料包含行為範圍，諸如圍繞或鄰近於標稱行為之行為的範圍或集合。
使用行為資料，可判定行為對由器件圖案特徵之基板映射所表示之所關注參數的預期影響。舉例而言，在疊對及微影裝置之內容背景中，可在疊對方面基於疊對對彼等行為中之一或多者之敏感度(該等敏感度可藉由模擬或實驗予以判定)計算例如將產生多少劑量誤差、光學像差、位置誤差等。彼所計算之疊對可運用複數個疊對基板映射予以處理(每一疊對基板映射係每器件圖案特徵)，以判定面對圖案化程序之至少部分之行為，哪個器件圖案特徵很可能不合規格地產生(例如很可能有缺陷的)。可應用臨限值以識別哪一或多個器件圖案特徵很可能由於行為而不合規格地產生。作為簡單實例，特定器件圖案特徵之疊對基板映射可識別，在基板之某一區中，預期器件圖案特徵在正X方向上具有2 nm之疊對，且器件圖案特徵之疊對之規範可設定為4 nm (亦即，4 nm或更小之疊對對於此器件圖案特徵係可接受的)。接著，若實際或預期行為經判定為造成在正X方向上之1至3 nm疊對，則此器件圖案特徵可被視為關鍵的，此係由於來自基板映射之2 nm疊對加來自實際或預期行為之1至3 nm疊對很可能造成器件圖案特徵不合規格。當然，可執行不同分析。
1160之分析之結果為參數基板映射之集合1163，其中每一映射係針對被識別為關鍵器件圖案特徵之各別器件圖案特徵。此在圖12中示意性地展示為針對特徵A、B、C及D中之每一者的疊對基板映射(在此實例中)之集合，該等特徵在此實例中各自識別為關鍵特徵。如圖12中所看到，疊對基板映射中之每一者展示針對其橫越基板之相關聯器件圖案特徵之疊對向量。可看到，在一些區中，向量之量值相對較大，從而使得器件圖案特徵取決於圖案化程序之行為係特別關鍵的。
現在，分析1160可進一步判定參數基板映射(諸如被識別為用於關鍵器件圖案特徵之映射)的權重。相對於用於第二特定器件圖案特徵之參數基板映射，該等權重可對用於第一特定器件圖案特徵之參數基板映射更大地加權，而作為判定待進行之校正之部分。舉例而言，鑒於實際或預期行為可判定出，相比於第二器件圖案特徵，第一器件圖案特徵更可能不合規格，被預期進一步不合規格等。因此，用於第一器件圖案特徵之參數基板映射在校正分析中比用於第二器件圖案特徵之參數基板映射更大地加權。因此，可產生一或多個權重1165且可將其與參數基板映射之集合1163一起提供，其中每一映射係針對被識別為關鍵器件圖案特徵之各別器件圖案特徵。
在1170處，基於一或多個所關注參數基板映射判定圖案化程序之至少部分之一或多個校正，每一映射為每器件圖案特徵。舉例而言，可使用參數基板映射之集合1163來計算校正，其中每一映射係針對被識別為關鍵器件圖案特徵之各別器件圖案特徵。另外或替代地，校正可將一或多個權重1165考慮在內，例如加權度量，可使用此a
1*F1+…+a
n*Fn，其中a
對應於權重，F對應於特定器件圖案特徵(例如，臨界特徵)之參數基板映射，且n為器件圖案特徵之數目。在一實施例中，校正可將圖案化程序之至少部分之實際或預期行為考慮在內。
在1180處，可藉由用於圖案化程序中之裝置應用一或多個校正。在一實施例中，可轉換/轉譯該等校正以用於裝置中。在一實施例中，可在1180處之裝置中執行步驟1110、1120、1150、1160及/或1170中之任何一或多者之分析。
因此，在一實施例中，可至少基於基板映射(例如以加權方式)判定校正，該校正在圖案化程序系統之一或多個校正機構之能力內，以得到器件圖案特徵之改良之產生。舉例而言，在微影裝置之狀況下，參數基板映射可用以產生微影裝置之一或多個控制參數(例如，焦點、劑量、光學像差、X、Y及/或Z位置等)之值，該等值影響對器件圖案特徵中之一或多者之產生的校正。在一實施例中，參數基板映射實現基於器件圖案特徵加權之微影裝置圖案轉印控制，以便以對最關鍵器件圖案特徵之校正為目標。
在一實施例中，出於設計、判定校正等目的，可將用於特定器件特徵之參數基板映射與不同所關注參數之一或多個其他參數基板映射(其可為器件特徵特定的或並非器件特徵特定的)一起使用。舉例而言，可將疊對之基板映射與焦點及/或CD之基板映射(該基板映射可對疊對映射之特定特徵為特定的或可為通用的)一起使用以用於疊對校正。舉例而言，出於校正歸因於例如投影系統像差之疊對移位之目的，自焦點基板映射之散焦可提供資訊。
在檢閱時，實現藉由計算微影及度量衡模擬之組合(例如，全晶片計算微影與度量衡目標量測模擬之組合)、度量衡目標量測(例如，ADI/AEI疊對量測)及器件上量測而產生每器件圖案特徵之所關注參數(例如，疊對)基板映射。實際上，提供計算場內取樣以提供橫越基板之所關注參數之改良之表示。在具有一或多個基板映射的情況下，可在圖案化程序中基於該一或多個基板映射進行校正，以幫助改善一或多個特定器件圖案特徵之所關注參數。舉例而言，可在微影裝置中進行校正(例如，基板之X位置、Y位置及/或Z位置之校正、光學像差之校正、劑量之校正等)。在一實施例中，複數個基板映射(每一映射對應於一不同器件圖案特徵)用於加權組合中以進行校正。因此，可將器件圖案特徵加權之回饋提供至圖案化程序中之適當裝置以實現適當校正。
在疊對實施例中，本文中所描述之技術可使用計算微影基於例如器件圖案佈局資訊及圖案化程序參數(諸如光學像差、劑量、載物台位置等)來預測特定器件圖案特徵之疊對/圖案移位(例如，對準)。來自度量衡目標之疊對/對準資料接著用以錨定選定部位處之器件圖案特徵之經預測疊對/對準。接著，基於經預測密集疊對(來自密集計算微影)及稀疏疊對/對準量測產生器件圖案特徵特定之密集疊對/對準映射。器件上量測可用以使稀疏疊對/對準量測與經預測密集疊對相關。可使用彼等器件圖案特徵特定之映射來產生校正。舉例而言，可基於實際或預期圖案化程序行為識別用於關鍵器件圖案特徵之映射且將其用於校正。另外，可將權重指派至某些映射以便實現以特定器件圖案特徵(諸如較關鍵器件圖案特徵)為目標。
每器件圖案特徵技術之此所關注參數基板映射可產生一或多個益處。舉例而言，其可藉由組合可獲自模擬之相對較高密度與經量測資料(例如，度量衡目標資料及器件上量測資料)使用之驗證而導致所關注參數準確度誤差相對於適用器件圖案特徵減小。另外，此技術可用於有限參數量測取樣，此係因為可基於模擬經由外插獲得空間資訊且該空間資訊可產生參數資訊之較高空間解析度。每器件圖案特徵之基板映射亦實現取決於器件圖案特徵的不同處理指紋之分離。不同器件圖案特徵可具有不同的場間及/或場內指紋，且因此指紋之分離改良使用圖案化程序系統內之校正機構以誤差為目標。另外，器件圖案特徵之加權校正實現例如可適於圖案化程序系統內之校正機構之能力的更適合場內校正。
在一實施例中，度量衡目標接近於器件圖案特徵而定位以減小或最小化在產生器件圖案特徵與度量衡目標時的光學像差之差。但在一實施例中，模擬可用以藉由適當度量衡目標選擇及敏感度分析「橋接」任何差。因此，可能需要較少度量衡目標來預測器件圖案特徵之行為。
在一實施例中，計算度量衡模擬可用以設計朝向某些器件圖案特徵之行為而最佳化之度量衡目標。亦即，某些度量衡目標之間距、分段等可經選擇為使得自彼等目標量測之所關注參數相對於其他器件圖案特徵(諸如關鍵器件圖案特徵)高度(例如最大程度上)表示某些器件圖案特徵。因此，器件圖案特徵可具有多種不同的度量衡目標類型，其中不同度量衡目標類型相比於其他器件圖案特徵更大程度地表示一或多個某些器件圖案特徵。
在一實施例中，器件上量測可用以驗證計算微影之正確性及/或校準計算微影模型。
可出於各種目的使用本文中之方法之結果(或自本文中之方法之結果導出的另一結果(例如缺陷預測))，該等目的包括：控制圖案化程序中之程序或其中之裝置、監視藉由圖案化程序產生之基板、設計圖案化程序之程序或裝置等。舉例而言，該等結果或自其導出之另一結果可用以變更圖案化程序之裝置或程序以進一步處理基板或處理另一基板。舉例而言，結果可用以預測缺陷。缺陷之預測可用以(例如)控制度量衡工具以檢測受影響區域及/或變更圖案化程序之裝置或程序以進一步處理基板或處理另一基板。另外，結果可用以藉由例如導出用於校正微影裝置之劑量配方來設計圖案化程序，從而實現圖案化器件及其圖案之設計、程序之設置等。另外，結果可用於模型校準中，例如，光學近接校正模型、源光罩最佳化模型、微影製造檢查模型、抗蝕劑模型、成像模型、量測模型(例如，模型化量測之程序)等之校準。結果可用以判定程序之一或多個變數(例如，最佳曝光及/或最佳劑量)，該一或多個變數可接著用於各種目的。如應瞭解，可存在許多其他用途。
圖13中說明用於模型化及/或模擬圖案化程序之部分的例示性流程圖。如應瞭解，該等模型可表示不同圖案化程序且無需包含下文所描述之所有模型。源模型1200表示圖案化器件之照明之光學特性(包括輻射強度分佈、頻寬及/或相位分佈)。源模型1200可表示照明之光學特性，包括但不限於數值孔徑設定、照明西格瑪(s)設定以及任何特定照明形狀(例如，離軸輻射形狀，諸如環形、四極、偶極等)，其中s (或西格瑪)為照明器之外部徑向範圍。
投影光學件模型1210表示投影光學件之光學特性(包括由投影光學件引起的輻射強度分佈及/或相位分佈之改變)。投影光學件模型1210可表示投影光學件之光學特性，該等光學特性包括像差、失真、一或多個折射率、一或多個實體大小、一或多個實體尺寸等。
圖案化器件/設計佈局模型模組1220捕捉設計特徵如何佈置於圖案化器件之圖案中，且可包括圖案化器件之詳細物理屬性之表示，如例如在以全文引用之方式併入之美國專利第7,587,704號中所描述。在一實施例中，圖案化器件/設計佈局模型模組1220表示設計佈局(例如，對應於積體電路、記憶體、電子器件等之特徵的器件設計佈局)之光學特性(包括由給定設計佈局引起的輻射強度分佈及/或相位分佈之改變)，該設計佈局為圖案化器件上或由圖案化器件形成之特徵配置之表示。由於可改變用於微影投影裝置中之圖案化器件，故需要使圖案化器件之光學屬性與至少包括照明及投影光學件的微影投影裝置之其餘部分之光學屬性分離。模擬之目標常常為準確地預測(例如)邊緣置放及CD，接著可比較邊緣置放及CD與器件設計。器件設計通常被定義為預OPC圖案化器件佈局，且將以諸如GDSII或OASIS之標準化數位檔案格式被提供。
可自源模型1200、投影光學件模型1210及圖案化器件/設計佈局模型1220模擬空中影像1230。空中影像(AI)為在基板位階處之輻射強度分佈。微影投影裝置之光學屬性(例如照明、圖案化器件及投影光學件之屬性)規定空中影像。
基板上之抗蝕劑層係藉由空中影像曝光，且該空中影像經轉印至抗蝕劑層而作為其中之潛伏「抗蝕劑影像」(RI)。可將抗蝕劑影像(RI)定義為抗蝕劑層中之抗蝕劑之溶解度的空間分佈。可使用抗蝕劑模型1240自空中影像1230模擬抗蝕劑影像1250。可使用抗蝕劑模型以自空中影像計算抗蝕劑影像，可在美國專利申請公開案第US 2009-0157360號中找到此情形之實例，該公開案之全部揭露內容特此以引用方式併入。抗蝕劑模型通常描述在抗蝕劑曝光、曝光後烘烤(PEB)及顯影期間出現的化學程序之效應，以便預測例如形成於基板上之抗蝕劑特徵之輪廓，且因此其通常僅與抗蝕劑層之此等屬性(例如在曝光、曝光後烘烤及顯影期間出現的化學程序之效應)相關。在一實施例中，可捕捉抗蝕劑層之光學屬性(例如，折射率、膜厚度、傳播及偏振效應)而作為投影光學件模型1210之部分。
因此，一般而言，光學模型與抗蝕劑模型之間的連接為抗蝕劑層內之經模擬空中影像強度，其起因於輻射至基板上之投影、抗蝕劑界面處之折射及抗蝕劑膜堆疊中之多個反射。輻射強度分佈(空中影像強度)係藉由入射能量之吸收而變為潛伏「抗蝕劑影像」，該潛伏抗蝕劑影像係藉由擴散程序及各種負載效應予以進一步修改。足夠快以用於全晶片應用之高效模擬方法藉由2維空中(及抗蝕劑)影像而近似抗蝕劑堆疊中之實際3維強度分佈。
在一實施例中，可將抗蝕劑影像用作至圖案轉印後程序模型模組1260之輸入。圖案轉印後程序模型1260定義一或多個抗蝕劑顯影後程序(例如蝕刻、顯影等)之效能。
圖案化程序之模擬可例如預測抗蝕劑及/或經蝕刻影像中之輪廓、CD、邊緣置放(例如邊緣置放誤差)等。因此，該模擬之目標為準確地預測例如經印刷圖案之邊緣置放，及/或空中影像強度斜率，及/或CD等。可比較此等值與預期設計以例如校正圖案化程序，識別預測出現缺陷之地點等。預期設計通常被定義為可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式而提供之預OPC設計佈局。
因此，模型公式化描述總體程序之大多數(若非全部)已知物理學及化學方法，且模型參數中每一者理想地對應於一相異物理或化學效應。因此，模型公式化設定關於模型可用以模擬總製造程序之良好程度之上限。
圖14中說明用於模型化及/或模擬度量衡程序之例示性流程圖。如應瞭解，以下模型可表示不同度量衡程序且無需包含下文所描述之所有模型(例如可將一些模型組合)。源模型1300表示度量衡目標之照明之光學特性(包括輻射強度分佈、輻射波長、偏振等)。源模型1300可表示照明之光學特性，包括但不限於波長、偏振、照明西格瑪(s)設定(其中s (或西格瑪)為照明器中之照明之徑向範圍)、任何特定照明形狀(例如，離軸輻射形狀，諸如環形、四極、偶極等)。
度量衡光學件模型1310表示度量衡光學件之光學特性(包括由度量衡光學件引起的輻射強度分佈及/或相位分佈之改變)。度量衡光學件1310可表示由度量衡光學件對度量衡目標之照明的光學特性，及自度量衡目標重新導向之輻射朝向度量衡裝置偵測器之轉印的光學特性。度量衡光學件模型可表示涉及目標之照明及自度量衡目標重新導向之輻射朝向偵測器之轉印的各種特性，包括像差、失真、一或多個折射率、一或多個實體大小、一或多個實體尺寸等。
度量衡目標模型1320可表示由度量衡目標重新導向之照明的光學特性(包括由度量衡目標引起的照明輻射強度分佈及/或相位分佈之改變)。因此，度量衡目標模型1320可模型化照明輻射至由度量衡目標重新導向之輻射的轉換。因此，度量衡目標模型可模擬自度量衡目標重新導向之輻射之所得照明分佈。度量衡目標模型可表示涉及目標之照明及自度量衡重新導向之輻射之產生的各種特性，包括一或多個折射率、度量衡之一或多個實體大小、度量衡目標之實體佈局等。由於可改變所用之度量衡目標，故需要使度量衡目標之光學屬性與至少包括照明及投影光學件及偵測器的度量衡裝置之其餘部分之光學屬性分離。模擬之目標常常為準確地預測例如強度、相位等，其可接著用以導出圖案化程序之所關注參數，諸如疊對、CD、焦點等。
可自源模型1300、度量衡光學件模型1310及度量衡目標模型1320模擬光瞳或空中影像1330。光瞳或空中影像為偵測器位階處之輻射強度分佈。度量衡光學件及度量衡目標之光學屬性(例如照明、度量衡目標及度量衡光學件之屬性)規定光瞳或空中影像。
度量衡裝置之偵測器經曝光至光瞳或空中影像且偵測該光瞳或空中影像之一或多個光學屬性(例如強度、相位等)。偵測模型模組1320表示如何藉由度量衡裝置之偵測器來偵測來自度量衡光學件之輻射。偵測模型可描述偵測器如何偵測光瞳或空中影像，且可包括信號對雜訊、對偵測器上之入射輻射之敏感度等。因此，一般而言，度量衡光學件模型與偵測器模型之間的連接為經模擬光瞳或空中影像，其起因於由光學件對度量衡目標之照明、由目標對輻射之重新導向及經重新導向輻射至偵測器之轉印。輻射分佈(光瞳或空中影像)藉由偵測器上之入射能量之吸收而變為偵測信號。
度量衡程序之模擬可例如基於由偵測器對光瞳或空中影像之偵測來預測偵測器處之空間強度信號、空間相位信號等，或來自偵測系統之其他所計算值，諸如疊對、CD等值。因此，模擬之目標為準確預測例如對應於度量衡目標的偵測器信號或諸如疊對、CD之經導出值。可比較此等值與預期設計值以例如校正圖案化程序，識別預測出現缺陷之地點等。
因此，模型公式化描述總體度量衡程序之大多數(若並非全部)已知物理學及化學方法，且模型參數中之每一者理想地對應於度量衡程序中之相異物理及/或化學效應。
如上文且特定而言關於圖12所論述，可基於經稀疏取樣之度量衡資料及來自圖案化程序之一或多個裝置的資料每基板產生參數映射(在本發明中亦被稱作高密度映射或混合密度映射)。由於來自一或多個裝置之資料可用於所有基板，故其實現針對所有基板產生參數映射，同時僅對少數基板(例如，基板批次中之25中的2個)執行量測。使用參數映射(亦即，高密度映射)優於僅使用度量衡資料之優點為裝置資料對於所有基板之可用性，相比於僅基於度量衡資料獲得之參數表示，此允許每一基板之每一部位處更準確的參數表示。在一實施例中，參數映射可表示經導出參數。另外，參數映射可用以判定可進一步應用於圖案化程序之一或多個裝置的校正/控制/調整。
然而，此控制可基於基板上之經稀疏取樣資料，其可能並不代表已經受圖案化程序之整個基板批次。此類基於控制之經稀疏取樣資料可能遺漏可校正分量，可校正分量可自整個基板批次中之每一基板之可用度量衡及裝置資料導出。因此，在一實施例中，且如已在一定程度上關於圖12所描述，經改良校正分析技術及後續控制策略可有利於產生/印刷準確產品圖案，包括產品圖案內之臨界特徵。在以下方法中，圖案化程序之校正係基於圖案化程序之代表性品質。在本發明中，品質可由參數映射或對應於參數映射之校正表示。因此，代表性品質為針對基板批次獲得之代表性參數映射或代表性校正。如下詳細論述用於基於代表性映射或代表性校正對圖案化程序進行校正之方法。
圖15示意性地展示用於根據一實施例之方法的流程。如上文所論述，可藉由組合度量衡資料1601與來自圖案化程序中所使用之裝置的資料1602來獲得及/或產生圖案化程序之參數之複數個參數映射1600。在一實施例中，可針對基板批次獲得及/或產生參數映射1600。此類參數映射1600包含與由不同裝置引入之變化、製程及/或圖案化程序期間基板自身之非均一性相關聯的資訊。舉例而言，在處理期間來自基板批次之基板可包括可能並不與來自該批次之其他基板相似的非均一性/不規則性/雜質(例如，凸塊、灰塵等)。接著，基於此不規則基板之控制可能影響下一批次及/或同一批次中之其他基板的圖案化。在另一實例中，圖案化程序之裝置可包括可在一段時間內消失及/或不變之不規則性。可藉由分析複數個參數映射1600來識別歸因於基板自身或裝置之不規則性的此類效應，且可判定適當及/或較準確校正。因此，相比於針對基板所收集之經稀疏取樣資料，複數個參數映射1600提供較豐富的圖案化程序資料以用於校正分析。
在一實施例中，資料1602可用於諸如掃描器、刻蝕器工具或圖案化程序之CMP的裝置中之一或多者。裝置之資料1602可包括裝置之參數及/或設定資訊，諸如掃描器之位階及對準資訊、投影系統之像差、照明系統之劑量等。因而，資料1602可捕捉歸因於裝置中之改變(例如，歸因於用途、維護活動、裝置之組件中之改變等)而引入的變化。資料1602可提供局域裝置特定之資訊，其可能影響在圖案化程序之裝置處正處理之基板。舉例而言，在基板批次中之25個基板中，可在第一掃描器處處理12個基板且可在第二掃描器處處理13個基板。每一掃描器可引入特定誤差及/或可經不同地控制。此資訊可自參數映射1600及資料1602揭露，該資訊可進一步用以例如針對下一基板批次定義準確校正，其中校正可補償先前處理中之誤差以最終在基板上產生準確且一致的產品圖案。
在程序1604中，自參數映射1600選擇代表性參數映射1605。可以若干不同方式描述代表性參數映射。舉例而言，代表性參數映射可為對基板位階變化展示最少易感性之參數映射。在另一實例中，其可為複數個參數映射之加權總和，其中高權重給予至在複數個參數映射內具有相對較少變化(例如，橫越基板之參數變化)之參數映射，以產生基板位階變化可經抑制之參數映射。在又一實例中，可例如基於加權參數映射產生代表性映射，且可自表示為代表性參數映射之複數個參數映射選擇展示最佳匹配(例如，與加權參數映射之匹配大於95%)之參數映射。
在一實施例中，代表性映射之選擇可包括判定複數個參數映射1600中之平均參數映射及自複數個映射1600選擇最接近平均參數映射之參數映射作為代表性映射1605。舉例而言，平均映射可判定為複數個參數映射(例如，具有25個基板之基板批次的25個參數映射)中之每一者之總和除以參數映射(或基板，例如25)之總數目。在一實施例中，可針對圖案化程序之每一裝置計算平均參數映射。舉例而言，若在第一微影裝置處處理25個基板中之12個，則第一平均參數映射可基於彼等12個基板之參數映射。相似地，可基於例如在第二微影裝置處處理之剩餘13個基板而判定第二平均參數映射。接著，代表性映射1605之選擇可特定針對第二微影裝置。
在一實施例中，代表性參數映射1605之選擇可基於例如參數映射1600之加權平均。在一實施例中，可判定複數個參數映射之加權總和，其中高權重給予至在複數個參數映射內具有相對較少變化之參數映射，以產生基板位階變化可經抑制之加權參數映射。變化可為基板間(亦即，橫越基板)或基板內(亦即，在兩個不同基板之間)的。舉例而言，可向基板1至10中之每一者之參數映射指派權重0.05，可向基板11至20中之每一者之參數映射指派權重0.04，且可向基板21至25中之每一者之參數映射指派權重0.02。在另一實例中，可不向一些基板(例如，1至2)指派權重(亦即，一些參數映射可被視為到期之離群值)。接著，可自複數個參數映射選擇與加權平均值映射最匹配(例如，大於95%)之代表性參數映射。
在一個實施例中，可產生加權參數映射，其中可將較高權重指派至自一或多個基板之較新近參數映射獲得的參數映射。舉例而言，基板批次可包括25個基板，其中可依序及/或並行地自1至25處理一或多個基板。因此，可將相對較高權重指派至較新近基板(例如，在依序處理之狀況下為基板20至25)，且將低權重指派至較早處理之基板，諸如基板1至5。因此，可計算參數映射之加權平均值。因此，較新近處理中之捕捉改變可直接適用於下一基板批次。在一個實施例中，加權參數映射可為代表性參數映射1605。在一實施例中，可比較加權參數映射與複數個參數映射1600以選擇與加權參數映射具有高相關性之代表性參數映射1605。舉例而言，加權參數映射可與25個基板中之第22個基板之參數映射匹配(例如，95%匹配)。因而，可選擇第22個基板之參數映射作為代表性參數映射1605。
在一實施例中，可基於諸如掃描器、刻蝕器工具或CMP之裝置之校正潛力指派權重。校正潛力係指橫越基板校正與參數(焦點/CD/疊對)相關聯之某一指紋的能力。舉例而言，掃描器包括能夠校正場內指紋(例如，晶粒位階處之曝光場內之CD)之若干控制參數(例如，位階、焦點、劑量、曝光等)。掃描器亦能夠橫越晶圓校正指紋(例如，在場間內之較大空間尺度下，諸如相比於場12校正場1之平均CD)。
在實施例中，刻蝕器亦能夠校正例如CD指紋，但通常並不在小空間尺度下(例如，場內通常係不可行的，除非場偶然位於某一部位處)。然而，刻蝕器能夠校正(蝕刻後)參數(例如，CD)之徑向指紋。此可能相對較難以達成使用掃描器。舉例而言，掃描器之校正潛力可能受限於大致±7%之劑量校正，此劑量校正可能不足以補償強徑向CD指紋；在此狀況下，基於刻蝕器之校正可為較佳的。
此外，在一實施例中，可基於每一基板及/或裝置之度量衡量測中的信賴等級指派權重。舉例而言，基板上之每一座標或每一基板之信賴等級可有所不同，此歸因於對彼基板或彼座標做貢獻之度量衡資料的差異，此差歸因於基板之間的取樣密度差異。在另一實例中，第一掃描器處之度量衡之信賴等級可大於第二掃描器處之度量衡之信賴等級。在另一實例中，掃描器處之度量衡之信賴等級可大於刻蝕器工具處之度量衡之信賴等級，等等。
在一個實施例中，可選擇多於一個代表性映射。舉例而言，在第一掃描器處處理之12個基板可具有相似的參數映射，而在第二掃描器處處理之13個基板可具有不同的參數映射。在此狀況下，第一代表性映射可用於將在第一掃描器處處理之基板，且第二代表性映射(不同於第一代表性映射)可用於將在第二掃描器處處理之基板。
在程序1606中，基於代表性參數映射1605及來自裝置之資料1602，可判定校正1607。因而，校正1607可潛在地矯正在用於下一基板批次之整個程序中最常發生之問題。舉例而言，校正1607可包括在下一基板批次之圖案化程序中使用的裝置(例如，掃描器、蝕刻工具、CMP、沈積工具等)之新設定的組態。在一實施例中，校正可關於基板(例如，在同一基板批次內)可能訪問之後續裝置。舉例而言，若基板將在第一掃描器之後訪問第一蝕刻工具且蝕刻工具具有受限之校正潛力，則當判定校正時，可預見此限制，且可相應地定義掃描器處之校正以補償蝕刻工具之限制。
基於以上校正，可改良順次批次中或同一批次內之基板的圖案化。在一實施例中，校正1607可包括掃描器設定之修改(例如，諸如基板之物體之X、Y或Z運動之控制的修改)、投影系統像差之特定校正(例如，使用致動器或投影系統中之其他波前操縱器件)、用於曝光基板之照明劑量之改變(例如，藉由控制輻射源及/或使用照明系統中之劑量調變器件)等)。可瞭解，該等校正因數可相似於早先關於圖12所論述之校正因數，該等校正因數具有基於代表性參數映射而判定之校正值/控制策略。
在程序1610中，可將校正1607應用於該裝置及/或用於下一基板批次之圖案化程序之其他裝置。因此，改良順次批次中之基板之圖案化的準確度及一致性。
在一實施例中，可針對複數個參數映射判定一或多個校正，且可選擇代表性校正，如關於圖16中之方法所論述。
在圖16中，使用度量衡資料及來自圖案化程序之裝置的資料1704 (相似於資料1602)，可如早先所論述而獲得及/或產生圖案化程序之參數之參數映射1700 (相似於參數映射1600)。另外，可例如使用早先關於圖12所論述之方法來獲得對參數映射之一或多個校正1702。在一實施例中，一或多個校正1702之第一校正可與具有相似特性之第一組參數映射相關，第二校正可與具有相似特性之第二組參數映射相關，等等。
在程序1706中，可自一或多個校正1702選擇代表性校正1707。以與圖15中所論述之方式相似的方式，代表性校正1707之選擇可基於例如一或多個校正1702之加權平均及/或裝置之校正潛力。舉例而言，可將較高權重指派至對新近基板(例如，22至25個基板)之新近校正，且可將較低權重指派至對先前批次(例如，具有25個基板)之早先基板(例如，1至5個基板)的校正。在另一實例中，可將相對較高權重指派至相比於其他裝置(例如，刻蝕器、CMP等)具有更高校正潛力之裝置(例如，掃描器)處的校正。
在程序1708中，基於代表性校正1707及來自裝置之資料1704而判定校正1709。校正1707可包括用於將經處理之下一基板批次之裝置之經修改設定的組態。可瞭解，該等校正因數可相似於早先關於圖13及圖15所論述之校正因數，該等校正因數具有基於代表性參數映射而判定之校正值/控制策略。
在程序1710中，可將校正1709應用於該裝置及/或用於下一基板批次之圖案化程序之其他裝置。因此，改良順次批次中之基板之圖案化。
以上技術可經進一步擴展以應用基板位階處之校正，如在圖17A之方法中所論述。在一實施例中，如圖17A中所展示，該方法可使用當前基板(亦即，正處理之基板)之量測及所收集之包括先前經處理基板批次之參數映射的資料來判定基板位階處之校正。
可自度量衡資料及來自圖案化程序之裝置的資料1802 (相似於1602及1704)獲得及/或產生用於先前經處理基板之圖案化程序之參數的複數個參數映射1800 (相似於1600及1700)。在一實施例中，可基於如圖17B中藉助於非限制性實例所展示之參數之特定指紋而分類(或標註)複數個參數映射1800。舉例而言，第一類別包括沿基板邊緣之指紋1811，第二類別包括三個指紋1821、1823及1825，第三類別包括蝶形區1831，第四類別包括沿直徑散佈之指紋1841，且第五類別包括以交叉方式散佈之指紋1851。指紋可為例如歸因於圖案化程序之累積誤差、諸如疊對之參數，或其他所關注參數。複數個參數映射之每一類別可具有相同或不同數目個基板。舉例而言，在以上實例中，第一類別可包括8個參數映射，第二類別可包括3個參數映射，第三類別可包括10個參數映射，且第四類別及第五類別可分別包括2個參數映射。在一實施例中，可使用叢集演算法(例如，k均值)來執行分類，其中複數個參數映射中之在一或多個部位處具有相似第一平均參數值的一或多者可標註/分類成一個類別。相似地，複數個參數映射中之具有第二平均參數值的一或多個參數映射可分類/標註為第二類別。在一實施例中，可對複數個參數映射使用主成分分析以分析及識別不同指紋且藉助於叢集演算法(如k均值)進一步特性化指紋在各種映射中之存在。
另外，可自度量衡工具獲得當前基板批次中之當前基板之量測1802。當前基板之量測1802可包括例如在裝置(例如，掃描器)中所量測之基板表面剖面(來自準位感測器之資料)、對準資料等。當前基板之量測1802提供關於基板條件之資訊，該基板條件實現對基板特定之校正的識別。舉例而言，當前基板可包括沿邊緣或在中心之不規則性。每一此類條件可於不同類別之參數映射及對應校正因數相關。因而，基於當前基板之條件，可定義適當校正。
在一實施例中，在程序1806中，例如藉由比較量測1802與參數映射1800 (例如，如圖17B中所展示)且識別匹配參數映射1807，可使用當前基板之量測1802來識別當前基板之類別。
在一實施例中，可將當前基板之量測1802轉換成對應於複數個參數映射1800之參數的當前參數映射1805。相比於參數映射1800，自量測1802產生之當前基板映射1805可為較不準確的，此係由於當前基板映射係自圖案化程序之僅部分之資料獲得/產生。舉例而言，當僅準位感測器資料可用且遺漏關於聚焦之資訊時，則僅基於準位感測器資料之基板映射可能比基於準位感測器及聚焦資料兩者之基板映射準確度稍差。可進一步比較當前基板映射1805與參數映射1800以識別匹配參數映射1807。
舉例而言，正處理之當前基板批次之第一當前基板可相似於先前經處理批次之基板之第二類別。在另一實例中，當前批次之第二基板可相似於先前經處理批次之基板之第四類別。因此，匹配參數映射1807可針對不同基板而不同，且因此校正亦如此。
替代地或另外，基於當前基板資料及來自裝置之資料1804的量測1802，可執行模擬及/或模型化，且可獲得及/或產生經模型化參數映射1803。此經模型化參數映射1803不僅考慮當前基板特定之資料，且亦考慮來自將處理當前基板之裝置的資料，該裝置允許預測可在當前基板上之圖案化程序中在裝置處發生的任何潛在誤差。經模型化參數映射1803可為可在當前基板之圖案化程序結束時觀測到的經預測參數映射。
另外，在程序1806中，可比較經模型化參數映射1803與參數映射1800，以自參數映射1800識別匹配參數映射1807。該比較可涉及識別與經模型化參數映射1803緊密匹配(例如，大於95%匹配)之來自參數映射1800的參數映射。此匹配參數映射1807可特定針對當前基板。此外，匹配參數映射1807可或可不匹配先前經處理基板之參數映射1800中之一或多者。舉例而言，第一當前基板之第一經模型化參數映射可相似於參數映射之第一類別，或更特定言之，相似於先前經處理基板批次之第十一基板。在另一實例中，第二當前基板之第二經模型化參數映射可相似於參數映射之第二類別，或更特定言之，先前經處理基板批次之第二十二基板。
在程序1808中，基於匹配參數映射1807，可判定校正1809。明顯地，參數映射之類別中之每一者可具有不同校正。另外，當前基板之量測1802可實現可出現在當前基板上之局域校正。局域校正可經組態以補償除在經識別類別中看到之誤差以外的觀測到之額外誤差。舉例而言，除了例如參數映射之第一類別之疊對以外，量測1802及/或當前基板映射1805亦可指示局域誤差(例如，在基板中間之顯著疊對)。接著，此局域誤差亦可經因子分解至校正1809中。
在一實施例中，校正1809可包括該裝置及/或將處理當前基板之後續裝置之經修改設定的組態。可瞭解，校正因數可相似於先前關於圖13、圖16及圖17所論述之校正因數，其具有可能不同的校正值/控制策略，此係因為校正係基於不同代表性映射予以判定。
此外，在程序1810中，可將校正1809應用於該裝置及/或圖案化程序之其他裝置。因此，改良經處理之基板批次內之當前基板的圖案化。
替代地或另外，在一實施例中，可針對複數個參數映射判定一或多個校正，及/或可將一或多個校正分類。基於當前基板之量測1802可轉換成當前基板映射，且可判定當前基板映射之當前基板校正。可進一步比較當前校正與一或多個校正以識別校正之類別，且進一步判定及/或修改當前基板校正以產生校正1809。
對於上文所論述之方法，該等方法可進一步包括以下分類及對應校正。在一實施例中，以上方法可進一步涉及獲得及/或分類之基板及判定針對每一類別可相似或不同的校正。在一實施例中，可基於複數個參數映射而獲得及/或產生一或多個基板類別。在一個實施例中，可基於在圖案化程序期間處理基板之一或多個裝置來定義該等類別。舉例而言，在第一掃描器處處理之基板可屬於第一類別，且在第二掃描器處處理之基板可屬於第二類別。在另一實例中，在第一掃描器及第一CMP處處理之基板可為一個類別，在第二掃描器及第一蝕刻器處處理之基板可為另一類別，等等。
對於每一此等類別且基於代表性參數映射或代表性校正，可定義特定針對類別之校正。此外，對於基板位階校正，可基於量測而向當前基板指派來自經識別類別之類別。對於經識別類別，可選擇對應校正作為代表性校正。
因為相較於計算上導出之度量衡資料，所使用之實際(亦即，經量測)度量衡資料之量相對稀疏，所以量測資料易於受雜訊效能影響。此外，可存在非系統性因素對監視及控制策略之不相稱影響。因此，在一實施例中，提議使用本文中之方法以針對度量衡資料(複數個品質)中之一或多個系統性貢獻因素(各自為代表性品質)進行篩選，使得非系統性貢獻因素篩選出及/或被分開地考慮。此應基於每貢獻因素進行；舉例而言，對疊對行為之個別貢獻因素可包含載物台誤差、透鏡像差、對準(誤差)及準位感測器高度映射。相關貢獻因素將取決於所關注參數、所使用之裝置及其校正能力等而變化，但可包括對所關注參數之誤差及/或控制之任何貢獻因素。因而，複數個品質可包含複數個參數映射，每一參數映射與個別貢獻因素相關。如同本文中所描述之其他實施例一樣，品質可為校正，亦即，與每一貢獻因素相關聯，且代表性品質可為代表性校正。
為此，提議將每一個別貢獻因素(例如，準位感測器貢獻因素、對準貢獻因素等)關聯至描述如某一空間指紋(例如，疊對指紋)何例如橫越層及/或夾盤及/或批次及/或基板演進之一致性特性，藉此將貢獻因素分類為系統性或非系統性的，及/或基於一致性特性指派加權。
可基於複數個貢獻因素對效能參數(例如，疊對/CD/EPE/焦點/劑量)之映射而判定控制度量，其中每一貢獻因素係根據其一致性特性而予以處理/篩選及/或加權。計算度量衡資料中每貢獻因素之批次、夾盤及基板之系統性及/或非系統性指紋資訊可用作用於後續批次、夾盤及基板之輸入及/或用作用於後續層之輸入。
圖18包含說明此篩選方法之流程圖。個別貢獻因素參數映射1900經歷篩選步驟1910以基於經判定一致性特性而篩選例如每批次、夾盤及基板之系統性(或非系統性)貢獻因素。一致性特性可例如基於與(例如，系統性)先前貢獻因素資訊/來自先前層、基板及/或批次之參數映射1920的比較。基於一致性特性，篩選步驟可判定貢獻因素在二元分類中係系統性的抑或係非系統性的(例如，根據針對一致性特性之臨限值)；或其可判定貢獻因素之系統性程度(例如，以判定針對貢獻因素之加權)。此步驟之輸出為複數個經篩選之個別貢獻因素參數映射1940，例如視情況具有用於每一映射之相關聯加權的系統性(及/或非系統性)個別貢獻因素參數映射1940。此等系統性(及/或非系統性)個別貢獻因素參數映射1940可在用於後續批次之回饋控制迴路中回饋1950 (連同先前系統性(或非系統性)貢獻因素資訊1970)。舉例而言，在一實施例中，在控制迴路中僅使用系統性貢獻因素資訊，其各自包含代表性品質或組合成代表性品質(例如，系統性貢獻因素參數映射)。替代地或另外，可根據加權來組合經篩選貢獻因素，例如，其中向較系統性貢獻因素給予較大加權。因而，輸出代表性品質可為系統性貢獻因素之加權組合，其中根據一致性特性而設定加權。另外，經篩選個別貢獻因素資訊(代表性品質)可在用於後續層之控制迴路中前饋1960。
如已經描述，篩選步驟1910可篩選出非系統性貢獻因素，使得控制係僅基於系統性貢獻因素。然而，有可能篩選出系統性貢獻因素且在控制或監視動作中使用非系統性貢獻因素，或在控制或監視動作中分離及使用系統性貢獻因素及非系統性貢獻因素兩者。亦有可能判定貢獻因素之系統性程度(例如，基於一致性特性)且指派適當加權。另外或替代地，加權可基於其他因素，諸如相關聯裝置之校正潛力及/或度量衡信賴等級，如已經在其他實施例中所描述。
因此，提議針對所有貢獻因素(例如，在計算度量衡方法中)捕捉批次、夾盤及/或基板之系統性(且視情況非系統性)參數映射(例如，指紋)。
在眾多實施例中，可如下判定系統性(及非系統性)指紋貢獻因素：
· 以基於時間之方式每群組/批次/夾盤/基板；
· 局域地及/或全域地每群組/批次/夾盤/基板；
· 批次內每群組/批次/夾盤/基板；
· 基於批次間資訊；
· 基於分組；及/或
· 根據基於(經加權)平均化之權重且考量校正潛力掃描器/蝕刻器；舉例而言，可基於每基板之度量衡信賴等級或量測而指派權重。
· 以基於時間之方式每群組/批次/夾盤/基板；
· 局域地及/或全域地每群組/批次/夾盤/基板；
· 批次內每群組/批次/夾盤/基板；
· 基於批次間資訊；
· 基於分組；及/或
· 根據基於(經加權)平均化之權重且考量校正潛力掃描器/蝕刻器；舉例而言，可基於每基板之度量衡信賴等級或量測而指派權重。
圖19說明用於執行前饋控制方法(層間)中之篩選步驟1910的說明性方法。比較1985目標層之貢獻因素參數映射1975與先前層之對應貢獻因素參數映射1980以根據其相似性(例如，基於貢獻因素參數映射1975與貢獻因素參數映射1980之相關性的相關性度量)判定每一貢獻因素之一致性特性。具有較高程度之相似性的貢獻因素參數映射可用於前饋法1990 (可能作為加權組合)中以基於先前層之度量衡控制後續基板上之目標層。
圖20更詳細地包含此方法之流程圖。圖20之(a)展示設置階段，且圖20之(b)展示主要計算度量衡階段。在設置階段中，貢獻因素參數映射2010a、2010b、2010c及經量測參數值2020經饋入至加權演算法2030中。加權演算法2030接著計算適用於每一貢獻因素參數映射之權重2040。為了提供特定疊對實例，貢獻因素參數映射2010a、2010b、2010c可包含位階量測貢獻2010a、動力學貢獻2010b及對準貢獻2010c。加權演算法2030分別針對此等中之每一者輸出權重2040：wlvl
、wdyn
及wal
。權重2040可包含線性權重，且可針對每一方向根據貢獻因素予以定義。在一實施例中，使用多變數正常回歸來計算權重。
圖20之(b)展示計算度量衡流程。量測適當貢獻因素參數映射2010a'、2010b'、2010c'，且基於在步驟2030處計算之權重計算2050貢獻因素參數映射2010a'、2010b'、2010c'之加權組合。舉例而言，在使用前述段落中所描述之特定疊對實例的情況下，組合可為wlvl
lvl
+wdyn
dyn
+wal
al
，其中lvl
、dyn
及al
分別為貢獻因素參數映射2010a'、2010b'、2010c'。基於加權組合執行控制動作2060，例如在每基板或每批次控制迴路中回饋或前饋之校正，或基於先前層之度量衡而針對後續層前饋之校正。
如所解釋，圖22描述用以獲得經組合貢獻體指紋2205之方法。圖22中所描述之方法亦可用以更新先前所描述之貢獻因素參數映射(1975、1985、2010a等)中之任一者。
在一實施例中，揭示一種用於判定對一圖案化程序之校正的方法，該方法包含：獲得該圖案化程序之複數個品質，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，其中該參數映射各自與該圖案化程序之一貢獻因素相關；由一硬體電腦系統自該複數個品質選擇一代表性品質，其中該代表性品質為選自該複數個參數映射之一代表性參數映射；及由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
在另一實施例中，如先前段落中所揭示之方法進一步包含：模型化至少一個參數映射以獲得至少一個貢獻因素之一經模型化表示；及組合該至少一個經模型化參數映射與該至少一個參數映射以獲得該至少一個貢獻因素之至少一個經更新表示。
在另一實施例中，如先前段落中所揭示之方法進一步包含將該至少一個貢獻因素之該經更新表示用作一輸入以控制一處理裝置，諸如一蝕刻工具、CMP工具、沈積工具及/或一微影裝置。
在另一實施例中，如先前段落中所揭示之方法進一步包含產生用於提供對該處理裝置之控制的一合適控制配方。
在另一實施例中，如先前段落中所揭示之方法包含產生一每曝光控制(CPE)指令及/或子配方，其含有用於個別控制使用微影裝置提供至基板之曝光場的資訊。
在另一實施例中，如先前實施例中之任一者中所使用之模型化使用經組態以描述橫越基板之處理變數之低階行為的全域模型。
圖21為說明可輔助實施本文中所揭示之方法及流程之電腦系統100的方塊圖。電腦系統100包括用於傳達資訊之匯流排102或其他通信機構，及與匯流排102耦接以用於處理資訊之一處理器104 (或多個處理器104及105)。電腦系統100亦包括主記憶體106，諸如隨機存取記憶體(RAM)或其他動態儲存器件，其耦接至匯流排102以用於儲存待由處理器104執行之資訊及指令。主記憶體106在執行待由處理器104執行之指令期間亦可用於儲存暫時變數或其他中間資訊。電腦系統100進一步包括耦接至匯流排102以用於儲存用於處理器104之靜態資訊及指令之唯讀記憶體(ROM) 108或其他靜態儲存器件。提供儲存器件110 (諸如，磁碟或光碟)且將其耦接至匯流排102以用於儲存資訊及指令。
電腦系統100可經由匯流排102耦接至用於向電腦使用者顯示資訊之顯示器112，諸如，陰極射線管(CRT)或平板顯示器或觸控面板顯示器。包括文數字按鍵及其他按鍵之輸入器件114耦接至匯流排102以用於將資訊及命令選擇傳達至處理器104。另一類型之使用者輸入器件為用於將方向資訊及命令選擇傳達至處理器104且用於控制顯示器112上之游標移動的游標控制件116，諸如，滑鼠、軌跡球或游標方向鍵。此輸入器件通常具有在兩個軸線(第一軸線(例如，x)及第二軸線(例如，y))中之兩個自由度，其允許器件指定在平面中之位置。觸控面板(螢幕)顯示器亦可被用作輸入器件。
根據一個實施例，程序之部分可回應於處理器104執行含於主記憶體106中之一或多個指令的一或多個序列而由電腦系統100執行。可自諸如儲存器件110之另一電腦可讀媒體將此類指令讀取至主記憶體106中。含於主記憶體106中之指令序列的執行致使處理器104執行本文中所描述之程序步驟。亦可採用多處理配置中之一或多個處理器，以執行包含於主記憶體106中的指令序列。在一替代實施例中，可取代或結合軟體指令來使用硬佈線電路系統。因此，本文中之描述不限於硬體電路系統與軟體之任何特定組合。
如本文所使用之術語「電腦可讀媒體」係指參與將指令提供至處理器104以供執行之任何媒體。此媒體可呈許多形式，包括但不限於非揮發性媒體、揮發性媒體及傳輸媒體。非揮發性媒體包括(例如)光碟或磁碟，諸如儲存器件110。揮發性媒體包括動態記憶體，諸如主記憶體106。傳輸媒體包括同軸電纜、銅線及光纖，包括包含匯流排102的線。傳輸媒體亦可呈聲波或光波之形式，諸如在射頻(RF)及紅外(IR)資料通信期間所產生之聲波或光波。電腦可讀媒體之常見形式包括(例如)軟性磁碟、可撓性磁碟、硬碟、磁帶、任何其他磁媒體、CD-ROM、DVD、任何其他光學媒體、打孔卡、紙帶、具有孔圖案之任何其他實體媒體、RAM、PROM及EPROM、FLASH-EPROM、任何其他記憶體晶片或卡匣、如下文所描述之載波，或可供電腦讀取之任何其他媒體。
各種形式之電腦可讀媒體可涉及將一或多個指令之一或多個序列攜載至處理器104以供執行。舉例而言，初始地可將該等指令承載於遠端電腦之磁碟上。遠端電腦可將指令載入至其動態記憶體中，且使用數據機經由電話線而發送指令。在電腦系統100本端之數據機可接收電話線上之資料，且使用紅外線傳輸器以將資料轉換成紅外線信號。耦接至匯流排102之紅外線偵測器可接收紅外線信號中攜載之資料且將該資料置放於匯流排102上。匯流排102將資料攜載至主記憶體106，處理器104自主記憶體106擷取且執行指令。由主記憶體106接收之指令可視情況在由處理器104執行之前或之後儲存於儲存器件110上。
電腦系統100亦理想地包括耦接至匯流排102之通信介面118。通信介面118提供對網路鏈路120之雙向資料通信耦合，網路鏈路120連接至區域網路122。舉例而言，通信介面118可為整合式服務數位網路(ISDN)卡或數據機以提供至對應類型之電話線的資料通信連接。作為另一實例，通信介面118可為區域網路(LAN)卡以提供對相容LAN之資料通信連接。亦可實施無線連結。在任何此實施中，通信介面118發送且接收攜載表示各種類型之資訊之數位資料流的電信號、電磁信號或光學信號。
網路鏈路120通常經由一或多個網路而將資料通信提供至其他資料器件。舉例而言，網路鏈路120可經由區域網路122向主機電腦124或向由網際網路服務提供者(ISP) 126操作之資料裝備提供連接。ISP 126又經由全球封包資料通信網路(現通常被稱作「網際網路」128)而提供資料通信服務。區域網路122及網際網路128皆使用攜載數位資料串流之電、電磁或光學信號。經由各種網路之信號及在網路鏈路120上且經由通信介面118之信號(該等信號將數位資料攜載至電腦系統100及自電腦系統100攜載數位資料)為輸送資訊的載波之實例形式。
電腦系統100可經由網路、網路鏈路120及通信介面118發送消息及接收資料，包括程式碼。在網際網路實例中，伺服器130可能經由網際網路128、ISP 126、區域網路122及通信介面118而傳輸用於應用程式之經請求程式碼。一個此類經下載應用程式可提供(例如)實施例之照明最佳化。經接收碼可在其被接收時由處理器104執行，及/或儲存於儲存器件110或其他非揮發性儲存器中以供稍後執行。以此方式，電腦系統100可獲得呈載波形式之應用程式碼。
本發明之實施例可以硬體、韌體、軟體或其任何組合予以實施。本發明之實施例亦可被實施為儲存於機器可讀媒體上之指令，該等指令可由一或多個處理器讀取及執行。機器可讀媒體可包含用於儲存或傳輸以可由機器(例如，計算器件)讀取之形式之資訊的任何機構。舉例而言，機器可讀媒體可包括只讀存儲器(ROM)；隨機存取記憶體(RAM)；磁碟儲存媒體；光學儲存媒體；快閃記憶體器件；電、光學、聲學或其他形式之經傳播信號(例如，載波、紅外信號、數位信號等)及其他。另外，韌體、軟體、常式、指令可在本文中被描述為執行特定動作。然而，應瞭解，此等描述僅僅係出於方便起見，且此等動作事實上係由計算器件、處理器、控制器或執行韌體、軟體、常式、指令等之其他器件引起。
在方塊圖中，所說明之組件被描繪為離散功能區塊，但實施例不限於本文中所描述之功能性如所說明來組織之系統。由組件中之每一者提供之功能性可由軟體或硬體模組提供，該等模組以與目前所描繪之方式不同之方式組織，例如，可摻和、結合、複寫、解散、分配(例如，在資料中心內或按地區)，或另外以不同方式組織此軟體或硬體。本文中所描述之功能性可由執行儲存於有形的、非暫時性機器可讀媒體上之程式碼之一或多個電腦的一或多個處理器提供。在一些狀況下，第三方內容遞送網路可主控經由網路傳達之資訊中的一些或全部，在此狀況下，在據稱供應或以其他方式提供資訊(例如，內容)之情況下，可藉由發送指令以自內容遞送網路擷取彼資訊來提供該資訊。
除非另外具體地陳述，否則如自論述顯而易見，應瞭解，貫穿本說明書，利用諸如「處理」、「計算(computing/calculating)」、「判定」或其類似者之術語的論述係指諸如專用電腦或相似專用電子處理/計算器件之特定裝置的動作或程序。
讀者應瞭解，本申請案描述若干發明。申請人已將此等發明分組成單一文件，而非將彼等發明分離成多個經隔離專利申請案，此係因為該等發明之相關主題可在應用過程中有助於經濟發展。但不應合併此等發明之相異優點及態樣。在一些狀況下，實施例解決本文中所提到之所有不足，但應理解，該等發明係獨立地有用，且一些實施例僅解決此等問題之子集或供應其他未經提及之益處，該等益處對於檢閱本發明之熟習此項技術者將顯而易見。歸因於成本約束，目前可不主張本文中所揭示之一些發明，且可在稍後申請案(諸如接續申請案或藉由修正本技術方案)中主張該等發明。相似地，歸因於空間限制，本發明文件之發明摘要及發明內容章節皆不應被視為含有所有此等發明之全面清單或此等發明之所有態樣。
應理解，描述及圖式並不意欲將本發明限於所揭示之特定形式，而正相反，本發明意欲涵蓋屬於如由所附申請專利範圍所界定之本發明之精神及範疇的所有修改、等效物及替代方案。
在以下編號條項之清單中揭示其他實施例：
1. 一種用於判定對一圖案化程序之校正的方法，該方法包含：
獲得該圖案化程序之複數個品質；
由一硬體電腦系統自該複數個品質選擇一代表性品質；及
由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
2. 如條項1之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
3. 如條項1之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
4. 如條項1至3中任一項之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
5. 如條項1至4中任一項之方法，其中該代表性品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
6. 如條項1至5中任一項之方法，其中該校正包含針對同一基板之一後續層的對該裝置之校正、針對一後續基板批次之基板的對該裝置之校正，針對待在後續裝置處處理之該基板批次內之基板的對一後續裝置之校正，及/或對該圖案化程序之至少一個其他裝置的校正。
7. 如條項2至6中任一項之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關，且該方法視情況進一步包含在該圖案化程序期間針對每一貢獻因素基於與不同層及/或基板相關之參數映射的一比較判定每一參數映射之一一致性特性。
8. 如條項7之方法，其中該方法包含基於該一致性特性判定一貢獻因素是否係系統性的。
9. 如條項8之方法，其包含當選擇該代表性品質時，僅使用對應於經判定為系統性之貢獻因素的參數映射及/或將一較大加權指派至經判定為系統性之貢獻因素。
10. 如條項7至9中任一項之方法，其中用以判定該一致性特性的參數映射之該比較包含判定該等參數映射之間的變化程度。
11. 如條項7至10中任一項之方法，其中用以判定該一致性特性的參數映射之該比較係基於該等參數映射之間的一相關性。
12. 如條項2至11中任一項之方法，其中該圖案化程序之參數為一疊對、一臨界尺寸、一焦點及/或一邊緣置放誤差。
13. 如條項2至12中任一項之方法，其中該裝置為一掃描器。
14. 如條項13之方法，其中與該掃描器相關之資料包括位階量測資料、對準資料、與一投影系統相關聯之像差資料，及/或倍縮光罩相位。
15. 如條項2至14中任一項之方法，其中該複數個參數映射包含用於一或多個參數之參數映射，該一或多個參數包括一疊對、一臨界尺寸、焦點及/或一邊緣置放誤差。
16. 如條項2至15中任一項之方法，其中該複數個參數映射中之每一參數映射為一參數之一高密度映射，該高密度映射係藉由模型化及/或模擬該圖案化程序之一或多個處理變數對該參數之一貢獻而產生。
17. 如條項16之方法，其中該處理變數為一焦點及/或一劑量。
18. 一種用於應用對一圖案化程序之校正的方法，該方法包含：
獲得(i)選自該圖案化程序之複數個品質的一代表性品質，及(ii)基於該代表性品質之一校正；及
由一硬體電腦系統針對同一基板之一後續層、該基板批次內之基板，及/或針對一後續基板批次之基板應用對該圖案化程序之該校正。
19. 如條項18之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
20. 如條項18之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
21. 如條項18至20中任一項之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
22. 如條項19或20之方法，其中該代表性品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
23. 如條項18至22中任一項之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關。
24. 一種用於判定對一圖案化程序之校正的方法，該方法包含：
(i)針對一先前經處理基板批次獲得該圖案化程序之複數個品質，(ii)獲得一當前基板之量測，及(iii)基於該當前基板之該等量測獲得一當前品質；
由一硬體電腦系統基於該當前品質與該複數個品質之間的一比較自該複數個品質識別一匹配品質；及
由該硬體電腦系統基於該匹配品質判定對該圖案化程序之一校正。
25. 如條項24之方法，其中
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為自該當前基板之該等量測產生的一當前基板映射，且
該匹配品質為基於該當前基板映射與該複數個參數映射之間的一比較自該複數個參數映射識別之一匹配參數映射。
26. 如條項24之方法，其中
該複數個品質為對應於複數個參數映射之一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為基於自該當前基板之該等量測產生之一當前基板映射的一當前校正，且
該匹配品質為基於該當前校正與該一或多個校正之間的一比較自該一或多個校正識別之一匹配校正映射。
27. 如條項25之方法，其進一步包含：
藉由模型化及/或模擬，基於該當前基板之該等量測及該圖案化程序之該裝置之資料獲得一經模型化參數映射；及
由該硬體電腦系統基於該經模型化參數映射與該複數個參數映射之間的一比較自該複數個參數映射識別之該匹配參數映射；及
由該硬體電腦系統基於該匹配參數映射判定對該圖案化程序之該校正。
28. 如條項25至27中任一項之方法，其進一步包含：
基於該複數個該等參數映射獲得一或多個基板類別及/或對應於該一或多個基板類別之一或多個校正；
由該硬體電腦系統基於該當前基板之該等量測自該一或多個基板類別識別一基板類別；及
由該硬體電腦系統選擇對應於經識別基板類別的對該圖案化程序之該校正。
29. 如條項24至28中任一項之方法，其中該匹配品質之選擇係基於該複數個該等品質之加權平均。
30. 如條項24至29中任一項之方法，其中該匹配品質之該選擇係基於該圖案化程序之該裝置之一校正潛力。
31. 如條項24至30中任一項之方法，其中該校正包含針對該基板批次內之基板對一後續裝置進行校正，針對一後續基板批次之基板對該裝置進行校正，及/或對該圖案化程序之其他裝置進行校正。
32. 一種用於應用對一圖案化程序之校正的方法，該方法包含：
(i)針對一先前經處理基板自該圖案化程序之複數個品質獲得一匹配品質，該匹配品質係基於一當前品質與該複數個品質之間的一比較而識別，該當前品質係基於該當前基板之量測，及(ii)獲得基於該匹配品質之一校正；及
由一硬體電腦系統針對該當前基板應用對該圖案化程序之該校正。
33. 如條項32之方法，其中
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為自該當前基板之該等量測產生的一當前基板映射，且
該匹配品質為基於該當前基板映射與該複數個參數映射之間的一比較自該複數個參數映射識別之一匹配參數映射。
34. 如條項32之方法，其中
該複數個品質為對應於複數個參數映射之一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為基於自該當前基板之該等量測產生之一當前基板映射的一當前校正，且
該匹配品質為基於該當前校正與該一或多個校正之間的一比較自該一或多個校正識別之一匹配校正映射。
35. 如條項33之方法，其進一步包含：
藉由模型化及/或模擬，基於該當前基板之該等量測及該圖案化程序之裝置之資料獲得一經模型化參數映射；及
由該硬體電腦系統基於該經模型化參數映射與該複數個參數映射之間的一比較自該複數個參數映射識別之該匹配參數映射；及
由該硬體電腦系統基於該匹配參數映射判定對該圖案化程序之該校正。
36. 如條項34之方法，其進一步包含：
基於該複數個該等參數映射獲得一或多個基板類別及/或對應於該一或多個基板類別之一或多個校正；及
由該硬體電腦系統基於該當前基板之該等量測自該一或多個基板類別識別一基板類別；及
由該硬體電腦系統選擇對應於經識別基板類別之該校正。
37. 如條項32至36中任一項之方法，其中該匹配品質之選擇係基於該複數個該等品質之加權平均。
38. 如條項32至37中任一項之方法，其中該匹配品質之該選擇係基於該圖案化程序之該裝置之一校正潛力。
39. 如條項32至38中任一項之方法，其中該校正包含針對該基板批次內之基板對一後續裝置進行校正，針對一後續基板批次之基板對該裝置進行校正，及/或對該圖案化程序之其他裝置進行校正。
40. 一種用以獲得對度量衡資料(2201)之一經組合之經模型化且經量測貢獻(2205)的方法，該方法包含：
獲得度量衡資料(2201)及對該度量衡資料(2201)之一貢獻(2202)，該貢獻(2202)與一特定處理步驟、處理變數及/或處理裝置相關聯；
自該度量衡資料(2201)移除該貢獻(2202)以獲得對該度量衡資料(2201)之一經導出貢獻(2203)；
使用一模型(2200)對該經導出貢獻(2203)升取樣以獲得一經模型化貢獻(2204)；及
組合該經導出貢獻(2203)與該經模型化貢獻(2204)以獲得一經組合貢獻(2205)。
41. 如條項40之方法，其進一步包含將該經組合貢獻(2205)用作一輸入以控制一處理裝置，諸如一蝕刻工具、CMP工具、沈積工具及/或一微影裝置。
42. 如條項41之方法，其中該控制係藉由產生適用於一處理裝置之一控制配方來達成。
43. 如條項42之方法，其中該控制配方係針對一微影裝置而產生，且包含一每曝光控制(CPE)指令及/或子配方，其含有用於個別控制使用該微影裝置提供至一基板之曝光場的資訊。
44. 如條項40之方法，其中該模型(2200)為經組態以描述橫越一基板之一處理變數之低階行為的一全域模型。
45. 一種用於判定對一圖案化程序之校正的方法，該方法包含：
獲得自度量衡資料及在該圖案化程序中使用之一裝置之資料導出的複數個品質；
由一硬體電腦系統自該複數個品質選擇一代表性品質；及
由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
46. 如條項45之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自該度量衡資料及在該圖案化程序中使用之該裝置之該資料產生，且
其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
47. 如條項45之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自該度量衡資料及在該圖案化程序中使用之一裝置之該資料產生，且
其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
48. 如條項45之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
49. 如條項45之方法，其中該代表性品質之選擇係基於在該圖案化程序中使用之該裝置之一校正潛力。
50. 如條項45之方法，其中該校正包含針對以下各者中之一或多者對該圖案化程序之一校正：一經處理基板上之一後續層、一後續基板批次、針對待使用一後續處理裝置處理之該基板批次內之基板的該後續裝置，及/或對在該圖案化程序中使用之至少一個其他處理裝置的校正。
51. 如條項46之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關，且該方法進一步包含在該圖案化程序期間針對每一貢獻因素基於與不同層及/或基板相關之參數映射的一比較判定每一參數映射之一一致性特性。
52. 如條項51之方法，其進一步包含基於該一致性特性判定一貢獻因素是否係系統性的。
53. 如條項52之方法，其中當選擇該代表性品質時，僅使用對應於經判定為系統性之貢獻因素的參數映射或將一較大加權指派至經判定為系統性之貢獻因素。
54. 如條項51之方法，其中用以判定該一致性特性的參數映射之該比較包含判定該等參數映射之間的變化程度。
55. 如條項51之方法，其中用以判定該一致性特性的參數映射之該比較係基於該等參數映射之間的一相關性。
56. 如條項46之方法，其中該參數映射之參數為一疊對、一臨界尺寸、一焦點及/或一邊緣置放誤差。
57. 如條項46之方法，其中該裝置為一微影裝置(掃描器)。
58. 如條項57之方法，其中與該掃描器相關之資料包括位階量測資料、對準資料、與一投影系統相關聯之像差資料，及/或倍縮光罩相位。
59. 如條項58之方法，其中該複數個參數映射中之每一參數映射為一參數之一高密度映射，該高密度映射係藉由模型化及/或模擬該圖案化程序之一或多個處理變數對該參數之一貢獻而產生。
60. 如條項7之方法，其進一步包含：模型化至少一個參數映射以獲得至少一個貢獻因素之一經模型化表示；及組合該至少一個經模型化參數映射與該至少一個參數映射以獲得該至少一個貢獻因素之至少一個經更新表示。
61. 如條項60之方法，其中該至少一個貢獻因素之該經更新表示用作一輸入以控制一處理裝置，諸如一蝕刻工具、CMP工具、沈積工具及/或一微影裝置。
62. 如條項61之方法，其中該控制係藉由產生適用於該處理裝置之一控制配方來達成。
63. 如條項62之方法，其中該控制配方適用於一微影裝置，且包含一每曝光控制(CPE)指令及/或子配方，其含有用於個別控制使用該微影裝置提供至一基板之曝光場的資訊。
64. 如條項60至63中任一項之方法，其中該模型化使用經組態以描述橫越一基板之一處理變數之低階行為的一全域模型。
1. 一種用於判定對一圖案化程序之校正的方法，該方法包含：
獲得該圖案化程序之複數個品質；
由一硬體電腦系統自該複數個品質選擇一代表性品質；及
由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
2. 如條項1之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
3. 如條項1之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
4. 如條項1至3中任一項之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
5. 如條項1至4中任一項之方法，其中該代表性品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
6. 如條項1至5中任一項之方法，其中該校正包含針對同一基板之一後續層的對該裝置之校正、針對一後續基板批次之基板的對該裝置之校正，針對待在後續裝置處處理之該基板批次內之基板的對一後續裝置之校正，及/或對該圖案化程序之至少一個其他裝置的校正。
7. 如條項2至6中任一項之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關，且該方法視情況進一步包含在該圖案化程序期間針對每一貢獻因素基於與不同層及/或基板相關之參數映射的一比較判定每一參數映射之一一致性特性。
8. 如條項7之方法，其中該方法包含基於該一致性特性判定一貢獻因素是否係系統性的。
9. 如條項8之方法，其包含當選擇該代表性品質時，僅使用對應於經判定為系統性之貢獻因素的參數映射及/或將一較大加權指派至經判定為系統性之貢獻因素。
10. 如條項7至9中任一項之方法，其中用以判定該一致性特性的參數映射之該比較包含判定該等參數映射之間的變化程度。
11. 如條項7至10中任一項之方法，其中用以判定該一致性特性的參數映射之該比較係基於該等參數映射之間的一相關性。
12. 如條項2至11中任一項之方法，其中該圖案化程序之參數為一疊對、一臨界尺寸、一焦點及/或一邊緣置放誤差。
13. 如條項2至12中任一項之方法，其中該裝置為一掃描器。
14. 如條項13之方法，其中與該掃描器相關之資料包括位階量測資料、對準資料、與一投影系統相關聯之像差資料，及/或倍縮光罩相位。
15. 如條項2至14中任一項之方法，其中該複數個參數映射包含用於一或多個參數之參數映射，該一或多個參數包括一疊對、一臨界尺寸、焦點及/或一邊緣置放誤差。
16. 如條項2至15中任一項之方法，其中該複數個參數映射中之每一參數映射為一參數之一高密度映射，該高密度映射係藉由模型化及/或模擬該圖案化程序之一或多個處理變數對該參數之一貢獻而產生。
17. 如條項16之方法，其中該處理變數為一焦點及/或一劑量。
18. 一種用於應用對一圖案化程序之校正的方法，該方法包含：
獲得(i)選自該圖案化程序之複數個品質的一代表性品質，及(ii)基於該代表性品質之一校正；及
由一硬體電腦系統針對同一基板之一後續層、該基板批次內之基板，及/或針對一後續基板批次之基板應用對該圖案化程序之該校正。
19. 如條項18之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
20. 如條項18之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，且
其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
21. 如條項18至20中任一項之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
22. 如條項19或20之方法，其中該代表性品質之選擇係基於該圖案化程序之該裝置之一校正潛力。
23. 如條項18至22中任一項之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關。
24. 一種用於判定對一圖案化程序之校正的方法，該方法包含：
(i)針對一先前經處理基板批次獲得該圖案化程序之複數個品質，(ii)獲得一當前基板之量測，及(iii)基於該當前基板之該等量測獲得一當前品質；
由一硬體電腦系統基於該當前品質與該複數個品質之間的一比較自該複數個品質識別一匹配品質；及
由該硬體電腦系統基於該匹配品質判定對該圖案化程序之一校正。
25. 如條項24之方法，其中
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為自該當前基板之該等量測產生的一當前基板映射，且
該匹配品質為基於該當前基板映射與該複數個參數映射之間的一比較自該複數個參數映射識別之一匹配參數映射。
26. 如條項24之方法，其中
該複數個品質為對應於複數個參數映射之一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為基於自該當前基板之該等量測產生之一當前基板映射的一當前校正，且
該匹配品質為基於該當前校正與該一或多個校正之間的一比較自該一或多個校正識別之一匹配校正映射。
27. 如條項25之方法，其進一步包含：
藉由模型化及/或模擬，基於該當前基板之該等量測及該圖案化程序之該裝置之資料獲得一經模型化參數映射；及
由該硬體電腦系統基於該經模型化參數映射與該複數個參數映射之間的一比較自該複數個參數映射識別之該匹配參數映射；及
由該硬體電腦系統基於該匹配參數映射判定對該圖案化程序之該校正。
28. 如條項25至27中任一項之方法，其進一步包含：
基於該複數個該等參數映射獲得一或多個基板類別及/或對應於該一或多個基板類別之一或多個校正；
由該硬體電腦系統基於該當前基板之該等量測自該一或多個基板類別識別一基板類別；及
由該硬體電腦系統選擇對應於經識別基板類別的對該圖案化程序之該校正。
29. 如條項24至28中任一項之方法，其中該匹配品質之選擇係基於該複數個該等品質之加權平均。
30. 如條項24至29中任一項之方法，其中該匹配品質之該選擇係基於該圖案化程序之該裝置之一校正潛力。
31. 如條項24至30中任一項之方法，其中該校正包含針對該基板批次內之基板對一後續裝置進行校正，針對一後續基板批次之基板對該裝置進行校正，及/或對該圖案化程序之其他裝置進行校正。
32. 一種用於應用對一圖案化程序之校正的方法，該方法包含：
(i)針對一先前經處理基板自該圖案化程序之複數個品質獲得一匹配品質，該匹配品質係基於一當前品質與該複數個品質之間的一比較而識別，該當前品質係基於該當前基板之量測，及(ii)獲得基於該匹配品質之一校正；及
由一硬體電腦系統針對該當前基板應用對該圖案化程序之該校正。
33. 如條項32之方法，其中
該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為自該當前基板之該等量測產生的一當前基板映射，且
該匹配品質為基於該當前基板映射與該複數個參數映射之間的一比較自該複數個參數映射識別之一匹配參數映射。
34. 如條項32之方法，其中
該複數個品質為對應於複數個參數映射之一或多個校正，該複數個參數映射中之每一參數映射係自度量衡資料及該圖案化程序之一裝置之資料產生，
該當前品質為基於自該當前基板之該等量測產生之一當前基板映射的一當前校正，且
該匹配品質為基於該當前校正與該一或多個校正之間的一比較自該一或多個校正識別之一匹配校正映射。
35. 如條項33之方法，其進一步包含：
藉由模型化及/或模擬，基於該當前基板之該等量測及該圖案化程序之裝置之資料獲得一經模型化參數映射；及
由該硬體電腦系統基於該經模型化參數映射與該複數個參數映射之間的一比較自該複數個參數映射識別之該匹配參數映射；及
由該硬體電腦系統基於該匹配參數映射判定對該圖案化程序之該校正。
36. 如條項34之方法，其進一步包含：
基於該複數個該等參數映射獲得一或多個基板類別及/或對應於該一或多個基板類別之一或多個校正；及
由該硬體電腦系統基於該當前基板之該等量測自該一或多個基板類別識別一基板類別；及
由該硬體電腦系統選擇對應於經識別基板類別之該校正。
37. 如條項32至36中任一項之方法，其中該匹配品質之選擇係基於該複數個該等品質之加權平均。
38. 如條項32至37中任一項之方法，其中該匹配品質之該選擇係基於該圖案化程序之該裝置之一校正潛力。
39. 如條項32至38中任一項之方法，其中該校正包含針對該基板批次內之基板對一後續裝置進行校正，針對一後續基板批次之基板對該裝置進行校正，及/或對該圖案化程序之其他裝置進行校正。
40. 一種用以獲得對度量衡資料(2201)之一經組合之經模型化且經量測貢獻(2205)的方法，該方法包含：
獲得度量衡資料(2201)及對該度量衡資料(2201)之一貢獻(2202)，該貢獻(2202)與一特定處理步驟、處理變數及/或處理裝置相關聯；
自該度量衡資料(2201)移除該貢獻(2202)以獲得對該度量衡資料(2201)之一經導出貢獻(2203)；
使用一模型(2200)對該經導出貢獻(2203)升取樣以獲得一經模型化貢獻(2204)；及
組合該經導出貢獻(2203)與該經模型化貢獻(2204)以獲得一經組合貢獻(2205)。
41. 如條項40之方法，其進一步包含將該經組合貢獻(2205)用作一輸入以控制一處理裝置，諸如一蝕刻工具、CMP工具、沈積工具及/或一微影裝置。
42. 如條項41之方法，其中該控制係藉由產生適用於一處理裝置之一控制配方來達成。
43. 如條項42之方法，其中該控制配方係針對一微影裝置而產生，且包含一每曝光控制(CPE)指令及/或子配方，其含有用於個別控制使用該微影裝置提供至一基板之曝光場的資訊。
44. 如條項40之方法，其中該模型(2200)為經組態以描述橫越一基板之一處理變數之低階行為的一全域模型。
45. 一種用於判定對一圖案化程序之校正的方法，該方法包含：
獲得自度量衡資料及在該圖案化程序中使用之一裝置之資料導出的複數個品質；
由一硬體電腦系統自該複數個品質選擇一代表性品質；及
由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
46. 如條項45之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自該度量衡資料及在該圖案化程序中使用之該裝置之該資料產生，且
其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
47. 如條項45之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自該度量衡資料及在該圖案化程序中使用之一裝置之該資料產生，且
其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
48. 如條項45之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
49. 如條項45之方法，其中該代表性品質之選擇係基於在該圖案化程序中使用之該裝置之一校正潛力。
50. 如條項45之方法，其中該校正包含針對以下各者中之一或多者對該圖案化程序之一校正：一經處理基板上之一後續層、一後續基板批次、針對待使用一後續處理裝置處理之該基板批次內之基板的該後續裝置，及/或對在該圖案化程序中使用之至少一個其他處理裝置的校正。
51. 如條項46之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關，且該方法進一步包含在該圖案化程序期間針對每一貢獻因素基於與不同層及/或基板相關之參數映射的一比較判定每一參數映射之一一致性特性。
52. 如條項51之方法，其進一步包含基於該一致性特性判定一貢獻因素是否係系統性的。
53. 如條項52之方法，其中當選擇該代表性品質時，僅使用對應於經判定為系統性之貢獻因素的參數映射或將一較大加權指派至經判定為系統性之貢獻因素。
54. 如條項51之方法，其中用以判定該一致性特性的參數映射之該比較包含判定該等參數映射之間的變化程度。
55. 如條項51之方法，其中用以判定該一致性特性的參數映射之該比較係基於該等參數映射之間的一相關性。
56. 如條項46之方法，其中該參數映射之參數為一疊對、一臨界尺寸、一焦點及/或一邊緣置放誤差。
57. 如條項46之方法，其中該裝置為一微影裝置(掃描器)。
58. 如條項57之方法，其中與該掃描器相關之資料包括位階量測資料、對準資料、與一投影系統相關聯之像差資料，及/或倍縮光罩相位。
59. 如條項58之方法，其中該複數個參數映射中之每一參數映射為一參數之一高密度映射，該高密度映射係藉由模型化及/或模擬該圖案化程序之一或多個處理變數對該參數之一貢獻而產生。
60. 如條項7之方法，其進一步包含：模型化至少一個參數映射以獲得至少一個貢獻因素之一經模型化表示；及組合該至少一個經模型化參數映射與該至少一個參數映射以獲得該至少一個貢獻因素之至少一個經更新表示。
61. 如條項60之方法，其中該至少一個貢獻因素之該經更新表示用作一輸入以控制一處理裝置，諸如一蝕刻工具、CMP工具、沈積工具及/或一微影裝置。
62. 如條項61之方法，其中該控制係藉由產生適用於該處理裝置之一控制配方來達成。
63. 如條項62之方法，其中該控制配方適用於一微影裝置，且包含一每曝光控制(CPE)指令及/或子配方，其含有用於個別控制使用該微影裝置提供至一基板之曝光場的資訊。
64. 如條項60至63中任一項之方法，其中該模型化使用經組態以描述橫越一基板之一處理變數之低階行為的一全域模型。
鑒於此描述，本發明之各種態樣之修改及替代實施例將對於熟習此項技術者而言顯而易見。因此，此描述及圖式應被理解為僅為說明性的且係出於教示熟習此項技術者進行本發明之一般方式之目的。應理解，本文中所展示及描述之本發明之形式應被視為實施例之實例。元件及材料可替代本文中所說明及描述之元件及材料，部分及程序可被反轉，按次序改變或被省略，可獨立利用某些特徵，且可組合實施例或實施例之特徵，此皆如對熟習此項技術者在獲得本發明之此描述之益處之後將顯而易見。可在不脫離如在以下申請專利範圍中所描述之本發明之精神及範疇的情況下對本文中所描述之元件作出改變。本文中所使用之標題僅為達成組織性目的，且不意欲用以限制描述之範疇。
如貫穿本申請案所使用，詞「可」係在許可之意義(亦即，意謂有可能)而非強制性之意義(亦即，意謂必須)下予以使用。詞「包括(include/including/includes)」及其類似者意謂包括但不限於。如貫穿本申請案所使用，單數形式「一(a/an)」及「該(the)」包括複數個參照物，除非內容另有明確地指示。因此，舉例而言，對「元件(an element/a element)」之提及包括兩個或多於兩個元件之組合，儘管會針對一或多個元件使用其他術語及片語，諸如「一或多個」。除非另有指示，否則術語「或」係非排他性的，亦即，涵蓋「及」與「或」兩者。描述條件關係之術語，例如，「回應於X，而Y」、「在X後，即Y」、「若X，則Y」、「當X時，Y」及其類似者涵蓋因果關係，其中前提為必要的因果條件，前期為充分的因果條件，或前期為結果的貢獻因果條件，例如，「在條件Y獲得後，即出現狀態X」對於「僅在Y後，才出現X」及「在Y及Z後，即出現X」係通用的。此等條件關係不限於即刻遵循前提而獲得之結果，此係由於可延遲一些結果，且在條件陳述中，前提連接至其結果，例如，前提係與出現結果之似然性相關。除非另有指示，否則複數個特質或功能經映射至複數個物件(例如，執行步驟A、B、C及D之一或多個處理器)之陳述涵蓋所有此等特質或功能經映射至所有此等物件及特質或功能之子集經映射至特質或功能之子集兩者(例如，所有處理器各自執行步驟A至D，及其中處理器1執行步驟A，處理器2執行步驟B及步驟C之一部分，且處理器3執行步驟C之一部分及步驟D之狀況)。另外，除非另外指示，否則一個值或動作係「基於」另一條件或值之陳述涵蓋條件或值為單獨因數之情況及條件或值為複數個因數當中之一個因數之情況兩者。除非另有指示，否則某一集合之「每一」例項具有某一屬性之陳述不應理解為排除較大集合之一些另外相同或相似構件不具有該屬性之情況，亦即，每一者未必意謂每一個。
在某些美國專利、美國專利申請案或其他材料(例如，論文)已以引用方式併入之情況下，此等美國專利、美國專利申請案及其他材料之文字僅在此材料與本文中所闡述之陳述及圖式之間不存在衝突之情況下以引用的方式併入。在存在此類衝突之情況下，在此類以引用方式併入的美國專利、美國專利申請案及其他材料中之任何此類衝突文字並不特定地以引用方式併入本文中。
儘管上文已描述本發明之特定實施例，但應瞭解，可以與所描述之方式不同的其他方式來實踐實施例。
2‧‧‧輻射源/照明配置
4‧‧‧光譜儀偵測器
10‧‧‧光譜
11‧‧‧背向投影式焦平面
12‧‧‧透鏡系統/照明配置
13‧‧‧干涉濾光器/照明配置
14‧‧‧參考鏡面
15‧‧‧物鏡/透鏡系統
16‧‧‧部分反射表面
17‧‧‧偏振器/照明配置
18‧‧‧偵測器
30‧‧‧基板目標
30'‧‧‧目標
100‧‧‧電腦系統
102‧‧‧匯流排
104‧‧‧處理器
105‧‧‧處理器
106‧‧‧主記憶體
108‧‧‧經量測輻射分佈
110‧‧‧儲存器件
112‧‧‧顯示器
114‧‧‧輸入器件
116‧‧‧游標控制件
118‧‧‧通信介面
120‧‧‧網路鏈路
122‧‧‧區域網路
124‧‧‧主機電腦
126‧‧‧網際網路服務提供者
128‧‧‧網際網路
130‧‧‧伺服器
206‧‧‧參數化模型
208‧‧‧所計算輻射分佈
210‧‧‧數值馬克士威求解程序
212‧‧‧步驟
310‧‧‧變數
311‧‧‧處理變數
312‧‧‧貢獻
320‧‧‧變數
321‧‧‧處理變數
322‧‧‧貢獻
330‧‧‧變數
340‧‧‧變數
350‧‧‧特性
352‧‧‧圖案化程序參數
360‧‧‧特性
370‧‧‧處理變數
400‧‧‧聚焦誤差
410‧‧‧高度誤差
420‧‧‧扁平度
430‧‧‧貢獻
440‧‧‧貢獻
450‧‧‧貢獻
460‧‧‧步驟
470‧‧‧經導出貢獻
500‧‧‧經圖案化基板度量衡資料
505‧‧‧元件
510‧‧‧貢獻
520‧‧‧貢獻
530‧‧‧處理變數
540‧‧‧貢獻
912‧‧‧貢獻
922‧‧‧貢獻
950‧‧‧估計值
970‧‧‧工序
1100‧‧‧步驟
1110‧‧‧步驟
1120‧‧‧步驟
1130‧‧‧步驟
1140‧‧‧步驟
1150‧‧‧步驟
1160‧‧‧步驟
1163‧‧‧集合
1165‧‧‧權重
1167‧‧‧資料
1170‧‧‧步驟
1180‧‧‧步驟/裝置
1200‧‧‧源模型
1210‧‧‧投影光學件模型
1220‧‧‧圖案化器件/設計佈局模型模組
1230‧‧‧空中影像
1240‧‧‧抗蝕劑模型
1250‧‧‧抗蝕劑影像
1260‧‧‧圖案轉印後程序模型模組
1300‧‧‧源模型
1310‧‧‧度量衡光學件模型
1320‧‧‧度量衡目標模型
1330‧‧‧空中影像
1600‧‧‧參數映射
1601‧‧‧度量衡資料
1602‧‧‧資料
1604‧‧‧程序
1605‧‧‧代表性參數映射
1606‧‧‧程序
1607‧‧‧校正
1610‧‧‧程序
1700‧‧‧參數映射
1702‧‧‧校正
1704‧‧‧資料
1706‧‧‧程序
1707‧‧‧代表性校正
1708‧‧‧程序
1709‧‧‧校正
1710‧‧‧程序
1800‧‧‧參數映射
1802‧‧‧量測
1803‧‧‧經模型化參數映射
1804‧‧‧資料
1805‧‧‧當前參數映射
1806‧‧‧程序
1807‧‧‧匹配參數映射
1808‧‧‧程序
1809‧‧‧校正
1810‧‧‧程序
1811‧‧‧指紋
1821‧‧‧指紋
1823‧‧‧指紋
1825‧‧‧指紋
1831‧‧‧蝶形區
1841‧‧‧指紋
1851‧‧‧指紋
1900‧‧‧貢獻因素參數映射
1910‧‧‧篩選步驟
1920‧‧‧參數映射
1940‧‧‧個別貢獻因素參數映射
1950‧‧‧步驟
1960‧‧‧步驟
1970‧‧‧貢獻因素資訊
1975‧‧‧貢獻因素參數映射
1980‧‧‧貢獻因素參數映射
1985‧‧‧步驟
1990‧‧‧前饋法
2010a‧‧‧貢獻因素參數映射/位階量測貢獻
2010a'‧‧‧貢獻因素參數映射
2010b‧‧‧貢獻因素參數映射/動力學貢獻
2010b'‧‧‧貢獻因素參數映射
2010c‧‧‧貢獻因素參數映射/對準貢獻
2010c'‧‧‧貢獻因素參數映射
2020‧‧‧經量測參數值
2030‧‧‧加權演算法
2040‧‧‧權重
2050‧‧‧步驟
2060‧‧‧控制動作
2200‧‧‧模型
2201‧‧‧度量衡資料
2202‧‧‧貢獻
2203‧‧‧經導出貢獻
2204‧‧‧經模型化貢獻
2205‧‧‧經組合貢獻體指紋
AS‧‧‧對準感測器
B‧‧‧輻射光束
BD‧‧‧光束遞送系統
BK‧‧‧烘烤板
C‧‧‧目標部分
CH‧‧‧冷卻板
CO‧‧‧聚光器
DE‧‧‧顯影器
h‧‧‧高度
I/O1‧‧‧輸入/輸出埠
I/O2‧‧‧輸入/輸出埠
IF‧‧‧位置感測器
IL‧‧‧照明系統/照明器
IN‧‧‧積光器
LA‧‧‧微影裝置
LACU‧‧‧微影控制單元
LB‧‧‧裝載匣
LC‧‧‧微影製造單元
LS‧‧‧準位感測器
M1‧‧‧圖案化器件對準標記
M2‧‧‧圖案化器件對準標記
MA‧‧‧圖案化器件
MT‧‧‧支撐結構
P1‧‧‧基板對準標記
P2‧‧‧基板對準標記
PM‧‧‧第一定位器
PS‧‧‧投影系統
PU‧‧‧處理器/單元
PW‧‧‧第二定位器
RF‧‧‧參考框架
RO‧‧‧機器人
S‧‧‧光點
SC‧‧‧旋塗器
SCS‧‧‧監督控制系統
SO‧‧‧源
t‧‧‧厚度
TCU‧‧‧塗佈顯影系統控制單元
W‧‧‧基板
w‧‧‧寬度
WTa‧‧‧基板台
WTb‧‧‧基板台
X‧‧‧方向
Y‧‧‧方向
Z‧‧‧方向
α‧‧‧角度
圖1示意性地描繪根據一實施例之微影裝置。
圖2示意性地描繪微影製造單元或微影叢集之實施例；
圖3示意性地描繪實例檢測裝置及度量衡技術。
圖4示意性地描繪實例檢測裝置。
圖5說明檢測裝置之照明光點與度量衡目標之間的關係。
圖6示意性地描繪基於量測資料導出複數個所關注變數之程序。
圖7展示處理變數之實例類別。
圖8示意性地展示處理變數之改變可對度量衡資料有貢獻。
圖9示意性地展示導出對處理變數之經組合貢獻的實例。
圖10示意性地展示自度量衡資料導出對處理變數之貢獻的實例。
圖11示意性地展示用於根據一實施例之方法的流程。
圖12示意性地展示用於根據一實施例之方法的流程。
圖13示意性地展示用於根據一實施例之方法的流程。
圖14示意性地展示用於根據一實施例之方法的流程。
圖15示意性地展示用於根據一實施例之方法的流程。
圖16示意性地展示用於根據一實施例之方法的流程。
圖17A示意性地展示用於根據一實施例之方法的流程。
圖17B說明根據一實施例之高密度映射的實例類別。
圖18示意性地展示用於根據一實施例之方法的流程。
圖19示意性地展示用於根據一實施例之方法的流程。
圖20示意性地展示用於根據一實施例之(a)設置方法及(b)計算度量衡方法的流程。
圖21為實例電腦系統之方塊圖。
圖22示意性地展示用於根據一實施例之方法的流程。
Claims (15)
- 一種用於判定對一圖案化程序之校正的方法，該方法包含： 獲得自度量衡資料及在該圖案化程序中使用之一裝置之資料導出的複數個品質； 由一硬體電腦系統自該複數個品質選擇或產生一代表性品質；及 由該硬體電腦系統基於該代表性品質判定對該圖案化程序之一校正。
- 如請求項1之方法，其中該複數個品質為複數個參數映射，該複數個參數映射中之每一參數映射係自該度量衡資料及在該圖案化程序中使用之該裝置之該資料產生，且 其中該代表性品質為選自該複數個參數映射之一代表性參數映射。
- 如請求項1之方法，其中該複數個品質為針對在該圖案化程序期間處理之一基板批次的對應於該圖案化程序之複數個參數映射的一或多個校正，該複數個參數映射中之每一參數映射係自該度量衡資料及在該圖案化程序中使用之一裝置之該資料產生，且 其中該代表性品質為選自對該圖案化程序之一或多個校正的一代表性校正。
- 如請求項1之方法，其中該代表性品質之選擇係基於該複數個該等品質之加權平均。
- 如請求項1之方法，其中該代表性品質之選擇係基於在該圖案化程序中使用之該裝置之一校正潛力。
- 如請求項1之方法，其中該校正包含針對以下各者中之一或多者對該圖案化程序之一校正：一經處理基板上之一後續層、一後續基板批次、針對待使用一後續處理裝置處理之該基板批次內之基板的該後續裝置，及/或對在該圖案化程序中使用之至少一個其他處理裝置的校正。
- 如請求項2之方法，其中該等參數映射各自與該圖案化程序之一個別貢獻因素相關。
- 如請求項7之方法，其進一步包含： 在該圖案化程序期間針對每一貢獻因素基於與不同層及/或基板相關之參數映射的一比較判定每一參數映射之一一致性特性；及 基於該一致性特性判定一貢獻因素是否係系統性的。
- 如請求項8之方法，其中當選擇該代表性品質時，僅使用對應於經判定為系統性之貢獻因素的參數映射或將一較大加權指派至經判定為系統性之貢獻因素。
- 如請求項7之方法，其中用以判定該一致性特性的參數映射之該比較包含判定該等參數映射之間的變化程度。
- 如請求項2之方法，其中該參數映射之參數為一疊對、一臨界尺寸、一焦點及/或一邊緣置放誤差。
- 如請求項2之方法，其中該裝置為一微影裝置(掃描器)。
- 如請求項12之方法，其中與該掃描器相關之資料包括位階量測資料、對準資料、與一投影系統相關聯之像差資料，及/或倍縮光罩相位。
- 如請求項13之方法，其中該複數個參數映射中之每一參數映射為一參數之一高密度映射，該高密度映射係藉由模型化及/或模擬該圖案化程序之一或多個處理變數對該參數之一貢獻而產生。
- 如請求項7之方法，其進一步包含： 模型化至少一個參數映射以獲得至少一個個別貢獻因素之一經模型化表示；及 組合該至少一個經模型化參數映射與該至少一個參數映射以獲得該至少一個個別貢獻因素之至少一個經更新表示。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762607777P | 2017-12-19 | 2017-12-19 | |
| US62/607,777 | 2017-12-19 | ||
| EP18200014 | 2018-10-12 | ||
| ??EP18200014 | 2018-10-12 | ||
| EPEP18200014 | 2018-10-12 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201937301A true TW201937301A (zh) | 2019-09-16 |
| TWI710863B TWI710863B (zh) | 2020-11-21 |
Family
ID=64453485
Family Applications (4)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107144818A TWI710863B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
| TW111144197A TWI821031B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
| TW109137652A TWI756889B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
| TW110141817A TWI785884B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
Family Applications After (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111144197A TWI821031B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
| TW109137652A TWI756889B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
| TW110141817A TWI785884B (zh) | 2017-12-19 | 2018-12-12 | 基於計算度量衡之校正和控制 |
Country Status (7)
| Country | Link |
|---|---|
| US (2) | US11448973B2 (zh) |
| EP (1) | EP3729197A1 (zh) |
| JP (2) | JP2021508078A (zh) |
| KR (2) | KR102517966B1 (zh) |
| CN (2) | CN111512235B (zh) |
| TW (4) | TWI710863B (zh) |
| WO (1) | WO2019120826A1 (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3364247A1 (en) * | 2017-02-17 | 2018-08-22 | ASML Netherlands B.V. | Methods & apparatus for monitoring a lithographic manufacturing process |
| CN111512236B (zh) * | 2017-12-22 | 2023-01-24 | Asml荷兰有限公司 | 涉及光学像差的图案化过程改进 |
| US20220236647A1 (en) * | 2019-08-20 | 2022-07-28 | Asml Netherlands B.V. | Method for controlling a semiconductor manufacturing process |
| WO2021225587A1 (en) * | 2020-05-06 | 2021-11-11 | Kla Corporation | Inter-step feedforward process control in the manufacture of semiconductor devices |
| US20230185202A1 (en) * | 2020-05-08 | 2023-06-15 | Asml Netherlands B.V. | Methods and apparatus for diagnosing unobserved operational parameters |
| KR20220087709A (ko) * | 2020-12-18 | 2022-06-27 | 삼성전자주식회사 | 검사 방법 및 시스템, 및 이를 이용한 반도체 소자의 제조 방법 |
| KR20220099005A (ko) * | 2021-01-05 | 2022-07-12 | 삼성전자주식회사 | 반도체 소자 제조 방법 |
| US20240272543A1 (en) * | 2021-06-07 | 2024-08-15 | Asml Netherlands B.V. | Determining rounded contours for lithography related patterns |
| WO2023001463A1 (en) * | 2021-07-20 | 2023-01-26 | Asml Netherlands B.V. | Methods and computer programs for data mapping for low dimensional data analysis |
| EP4134745A1 (en) * | 2021-08-12 | 2023-02-15 | ASML Netherlands B.V. | A method for modeling measurement data over a substrate area and associated apparatuses |
| WO2023156143A1 (en) * | 2022-02-21 | 2023-08-24 | Asml Netherlands B.V. | Methods of metrology |
| EP4231096A1 (en) * | 2022-02-21 | 2023-08-23 | ASML Netherlands B.V. | Methods of metrology |
| TWI827023B (zh) * | 2022-04-27 | 2023-12-21 | 華邦電子股份有限公司 | 半導體製造裝置及其半導體製造方法 |
Family Cites Families (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6470230B1 (en) * | 2000-01-04 | 2002-10-22 | Advanced Micro Devices, Inc. | Supervisory method for determining optimal process targets based on product performance in microelectronic fabrication |
| US6622059B1 (en) * | 2000-04-13 | 2003-09-16 | Advanced Micro Devices, Inc. | Automated process monitoring and analysis system for semiconductor processing |
| DE60319462T2 (de) | 2002-06-11 | 2009-03-12 | Asml Netherlands B.V. | Lithographischer Apparat und Verfahren zur Herstellung eines Artikels |
| EP1496397A1 (en) * | 2003-07-11 | 2005-01-12 | ASML Netherlands B.V. | Method and system for feedforward overlay correction of pattern induced distortion and displacement, and lithographic projection apparatus using such a method and system |
| CN1947062A (zh) * | 2004-02-23 | 2007-04-11 | Asml荷兰有限公司 | 基于散射测量数据确定工艺参数值的方法 |
| US7791727B2 (en) | 2004-08-16 | 2010-09-07 | Asml Netherlands B.V. | Method and apparatus for angular-resolved spectroscopic lithography characterization |
| US7649614B2 (en) | 2005-06-10 | 2010-01-19 | Asml Netherlands B.V. | Method of characterization, method of characterizing a process operation, and device manufacturing method |
| EP1744217B1 (en) | 2005-07-12 | 2012-03-14 | ASML Netherlands B.V. | Method of selecting a grid model for correcting grid deformations in a lithographic apparatus and lithographic assembly using the same |
| JP2007027219A (ja) * | 2005-07-13 | 2007-02-01 | Nikon Corp | 最適化方法及び表示方法 |
| CN102662309B (zh) | 2005-09-09 | 2014-10-01 | Asml荷兰有限公司 | 采用独立掩模误差模型的掩模验证系统和方法 |
| JP5194800B2 (ja) | 2006-01-26 | 2013-05-08 | 株式会社ニコン | 重ね合わせ管理方法及び装置、処理装置、測定装置及び露光装置、デバイス製造システム及びデバイス製造方法、並びにプログラム及び情報記録媒体 |
| WO2007088542A2 (en) * | 2006-02-01 | 2007-08-09 | Applied Materials Israel Limited | Method and system for evaluating a variation in a parameter of a pattern |
| JP2007318036A (ja) * | 2006-05-29 | 2007-12-06 | Toshiba Corp | 半導体製造装置管理システム、半導体製造装置の異常要因抽出方法及びその管理方法 |
| DE102007038702A1 (de) * | 2006-08-31 | 2008-07-31 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zum Reduzieren der Überlagerungsfehler in Belichtungsfeldern mittels APC-Steuerungsstrategien |
| NL1036189A1 (nl) | 2007-12-05 | 2009-06-08 | Brion Tech Inc | Methods and System for Lithography Process Window Simulation. |
| NL1036245A1 (nl) | 2007-12-17 | 2009-06-18 | Asml Netherlands Bv | Diffraction based overlay metrology tool and method of diffraction based overlay metrology. |
| NL1036597A1 (nl) | 2008-02-29 | 2009-09-01 | Asml Netherlands Bv | Metrology method and apparatus, lithographic apparatus, and device manufacturing method. |
| JP5237690B2 (ja) * | 2008-05-16 | 2013-07-17 | ルネサスエレクトロニクス株式会社 | 半導体デバイスの製造方法 |
| KR101461457B1 (ko) | 2009-07-31 | 2014-11-13 | 에이에스엠엘 네델란즈 비.브이. | 계측 방법 및 장치, 리소그래피 시스템, 및 리소그래피 처리 셀 |
| CN102483582B (zh) | 2009-08-24 | 2016-01-20 | Asml荷兰有限公司 | 量测方法和设备、光刻设备、光刻处理单元和包括量测目标的衬底 |
| EP2392970A3 (en) * | 2010-02-19 | 2017-08-23 | ASML Netherlands BV | Method and apparatus for controlling a lithographic apparatus |
| KR101410846B1 (ko) * | 2010-02-19 | 2014-06-23 | 에이에스엠엘 네델란즈 비.브이. | 리소그래피 장치 및 디바이스 제조 방법 |
| WO2012062501A1 (en) | 2010-11-12 | 2012-05-18 | Asml Netherlands B.V. | Metrology method and apparatus, and device manufacturing method |
| NL2008702A (en) * | 2011-05-25 | 2012-11-27 | Asml Netherlands Bv | Computational process control. |
| US10295993B2 (en) * | 2011-09-01 | 2019-05-21 | Kla-Tencor Corporation | Method and system for detecting and correcting problematic advanced process control parameters |
| US9053284B2 (en) * | 2013-09-04 | 2015-06-09 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method and system for overlay control |
| CN105900016B (zh) * | 2013-12-05 | 2018-02-13 | Asml荷兰有限公司 | 用于测量衬底上的结构的方法和设备、用于误差校正的模型、用于实施这样的方法和设备的计算机程序产品 |
| SG11201606207WA (en) * | 2014-02-12 | 2016-09-29 | Asml Netherlands Bv | Method of optimizing a process window |
| WO2016162228A1 (en) * | 2015-04-10 | 2016-10-13 | Asml Netherlands B.V. | Method and apparatus for inspection and metrology |
| CN108369382B (zh) * | 2015-10-08 | 2021-02-05 | Asml荷兰有限公司 | 控制光刻设备的方法和器件制造方法、用于光刻设备的控制系统及光刻设备 |
| CN108700823B (zh) * | 2016-02-22 | 2020-11-27 | Asml荷兰有限公司 | 对量测数据的贡献的分离 |
| CN108713166B (zh) * | 2016-03-11 | 2021-03-09 | Asml荷兰有限公司 | 计算用于控制制造工艺的校正的方法、计量设备、器件制造方法和建模方法 |
| KR102370339B1 (ko) | 2017-02-22 | 2022-03-04 | 에이에스엠엘 네델란즈 비.브이. | 전산 계측 |
-
2018
- 2018-11-20 US US16/954,384 patent/US11448973B2/en active Active
- 2018-11-20 CN CN201880082787.7A patent/CN111512235B/zh active Active
- 2018-11-20 KR KR1020207018297A patent/KR102517966B1/ko active IP Right Grant
- 2018-11-20 JP JP2020533687A patent/JP2021508078A/ja active Pending
- 2018-11-20 CN CN202210951655.1A patent/CN115294068A/zh active Pending
- 2018-11-20 WO PCT/EP2018/081872 patent/WO2019120826A1/en unknown
- 2018-11-20 KR KR1020237010950A patent/KR102690502B1/ko active IP Right Grant
- 2018-11-20 EP EP18807597.2A patent/EP3729197A1/en active Pending
- 2018-12-12 TW TW107144818A patent/TWI710863B/zh active
- 2018-12-12 TW TW111144197A patent/TWI821031B/zh active
- 2018-12-12 TW TW109137652A patent/TWI756889B/zh active
- 2018-12-12 TW TW110141817A patent/TWI785884B/zh active
-
2022
- 2022-07-25 JP JP2022117920A patent/JP7443431B2/ja active Active
- 2022-07-27 US US17/874,582 patent/US20220365446A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| TW202219498A (zh) | 2022-05-16 |
| JP2022140566A (ja) | 2022-09-26 |
| US20210080837A1 (en) | 2021-03-18 |
| TWI710863B (zh) | 2020-11-21 |
| CN115294068A (zh) | 2022-11-04 |
| US11448973B2 (en) | 2022-09-20 |
| EP3729197A1 (en) | 2020-10-28 |
| JP7443431B2 (ja) | 2024-03-05 |
| TW202121067A (zh) | 2021-06-01 |
| KR102690502B1 (ko) | 2024-07-30 |
| TWI756889B (zh) | 2022-03-01 |
| WO2019120826A1 (en) | 2019-06-27 |
| JP2021508078A (ja) | 2021-02-25 |
| CN111512235B (zh) | 2022-08-05 |
| CN111512235A (zh) | 2020-08-07 |
| US20220365446A1 (en) | 2022-11-17 |
| KR102517966B1 (ko) | 2023-04-03 |
| TW202311852A (zh) | 2023-03-16 |
| TWI821031B (zh) | 2023-11-01 |
| KR20230048170A (ko) | 2023-04-10 |
| TWI785884B (zh) | 2022-12-01 |
| KR20200086366A (ko) | 2020-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI700547B (zh) | 用於計算度量衡之方法及電腦程式產品 | |
| TWI710863B (zh) | 基於計算度量衡之校正和控制 | |
| TWI721298B (zh) | 度量衡方法及相關之電腦程式產品 | |
| KR102454303B1 (ko) | 컴퓨테이션 계측법 기반 샘플링 스킴 | |
| TWI691807B (zh) | 基於參數之機率密度函數的控制 | |
| TWI708116B (zh) | 引導式圖案化裝置檢測 |