TWI631310B - 用於光學度量衡之自動波長或角度修剪 - Google Patents

用於光學度量衡之自動波長或角度修剪 Download PDF

Info

Publication number
TWI631310B
TWI631310B TW103119304A TW103119304A TWI631310B TW I631310 B TWI631310 B TW I631310B TW 103119304 A TW103119304 A TW 103119304A TW 103119304 A TW103119304 A TW 103119304A TW I631310 B TWI631310 B TW I631310B
Authority
TW
Taiwan
Prior art keywords
data set
data
angle
wavelength
optical metrology
Prior art date
Application number
TW103119304A
Other languages
English (en)
Other versions
TW201508240A (zh
Inventor
列泉 李
李奧尼多 波斯拉夫斯基
Original Assignee
美商克萊譚克公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 美商克萊譚克公司 filed Critical 美商克萊譚克公司
Publication of TW201508240A publication Critical patent/TW201508240A/zh
Application granted granted Critical
Publication of TWI631310B publication Critical patent/TWI631310B/zh

Links

Classifications

    • 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
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Optics & Photonics (AREA)

Abstract

本發明描述用於光學度量衡之自動波長或角度修剪。用於光學度量衡之自動波長或角度修剪之一方法之一實施例包括：判定包括複數個參數之一結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於一電腦記憶體中；用一處理器執行對用於該模型之該資料集之一分析，包括：對該資料集應用一離群值偵測技術及識別任何資料離群值，每一資料離群值為一波長或角度；且若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改資料集，且將該修改資料集儲存於該電腦記憶體中。

Description

用於光學度量衡之自動波長或角度修剪 相關申請案之交叉參考
本申請案主張2013年6月3日申請之美國臨時申請案第61/830,543號之權利，該美國臨時申請案之全部內容在此以引用的方式併入本文中。
本文中所描述之實施例大體而言係關於度量衡之領域，且更特定言之，用於光學度量衡之自動波長或角度修剪。
嚴格耦合波分析(rigorous coupled wave analysis，RCWA)及類似演算法已被廣泛用於繞射結構之研究及設計。在RCWA方法中，週期性結構之剖面係藉由給定數目個足夠薄的平坦光柵厚片來近似。具體言之，RCWA涉及三個主要操作，即，光柵內部之場之傅立葉展開、表徵繞射信號之常數係數矩陣之本徵值及本徵向量的計算、及自邊界匹配條件推斷之線性系統之解。RCWA將問題分成三個不同空間區域：(1)支援入射平面波場及所有反射繞射階數上之總和的周圍區域；(2)光柵結構及下伏非圖案化層，波場在其中被視為與每一繞射階數相關聯之模式之疊加；及(3)含有透射波場之基板。
RCWA計算之輸入為週期性結構之剖面或模型。在一些情況下，可得到橫截面電子顯微照片(例如，自掃描電子顯微鏡或穿透式電子 顯微鏡)。當可得到時，此等影像可用以導引模型之建構。然而，在所有所要處理操作已完成之前，晶圓不能被橫向分段，視後續處理操作之數目而定，操作完成需要耗費數天或數週。即使在所有所要處理操作完成之後，用以產生橫截面影像之程序可由於樣本準備及尋找適當位置以成像所涉及的許多操作而耗時數小時至幾天。此外，橫向分段程序由於所需之時間、熟練技工及複雜設備而費用高，且該製程損壞晶圓。
在利用使用分光橢圓偏光計或反射計之光學度量衡量測光柵結構之關鍵尺寸(CD)中使用多個波長。處於或接近伍德異常(Wood Anomaly)(指穿過光柵的與其他波長相比產生強度之顯著變化的電磁輻射之波長)或其他共振現象之波長可展示大於離共振現象較遠之波長多個數量級的參數敏感性。事實上，歸因於製造之不完美性及其他因素，此等過度敏感之波長係無用的且引入巨大量測誤差。在使用角分解橢圓偏光計或反射計之情況下，某些角度亦可引起伍德異常或其他共振現象。
然而，判定將自光學度量衡程序排除的波長及角度可需要很大計算成本，因此使光學度量衡之程序變複雜。
實施例包括用於光學度量衡之自動波長或角度修剪。
在第一實施例中，一方法包括：決定(determine)包括複數個參數之一結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於一電腦記憶體中；用一處理器執行對用於該模型之該資料集之一分析，包括：對該資料集應用一離群值偵測技術及識別任何資料離群值，每一資料離群值為一波長或角度；且若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改 資料集，且將該修改資料集儲存於該電腦記憶體中。
在第二實施例中，一機器可存取儲存媒體具有儲存於其上的使一資料處理系統執行用於光學度量衡之自動波長或角度修剪之一方法的指令，該方法包括：決定包括複數個參數之一結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於一電腦記憶體中；用一處理器執行對用於該模型之該資料集之一分析，包括：對該資料集應用一離群值偵測技術及識別任何資料離群值，每一資料離群值為一波長或角度；且若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改資料集，且將該修改資料集儲存於該電腦記憶體中。
在第三實施例中，一系統包括經組態以判定一目標結構之一或多個程序參數之一光學度量衡系統，該光學度量衡系統包括：一光束源及偵測器，其經組態以量測該結構之一繞射信號；一處理器，其經組態以處理量測資料；及一電腦記憶體，其用以儲存資料。該光學度量衡系統經組態以提供用於光學度量衡之自動波長或角度修剪，包括：決定包括複數個參數之一結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於該電腦記憶體中；用該處理器執行用於該模型之該資料集之一分析，包括對該資料集應用一離群值偵測技術及識別任何資料離群值，每一資料離群值為一波長或角度；且若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改資料集，且將該修改資料集儲存於該電腦記憶體中。
310‧‧‧第一層L1
320‧‧‧第二層L2
330‧‧‧側壁
335‧‧‧通道
600‧‧‧系統
602‧‧‧第一製造群集
604‧‧‧光學度量衡系統
606‧‧‧第二製造群集
608‧‧‧光學度量衡工具
610‧‧‧處理器
612‧‧‧庫
614‧‧‧機器學習系統
616‧‧‧度量衡處理器
700‧‧‧週期性光柵
702‧‧‧週期性光柵
800‧‧‧結構
802‧‧‧二維組件
804‧‧‧三維組件
806‧‧‧基板
900‧‧‧光學度量衡系統
902‧‧‧度量衡光束源
904‧‧‧入射度量衡光束
906‧‧‧目標結構
908‧‧‧晶圓
910‧‧‧繞射光束
912‧‧‧度量衡光束接收器
914‧‧‧繞射光束資料
916‧‧‧剖面應用程式伺服器
918‧‧‧庫
1006‧‧‧目標結構
1008‧‧‧晶圓
1014‧‧‧繞射光束資料
1016‧‧‧剖面應用程式伺服器
1018‧‧‧庫
1050‧‧‧光學度量衡系統
1052‧‧‧度量衡光束源
1054‧‧‧偏光度量衡光束
1055‧‧‧光束分光器
1056‧‧‧四分之一波板/位置
1057‧‧‧光束強度監視器
1058‧‧‧物鏡
1059‧‧‧位置
1060‧‧‧反射光束
1062‧‧‧偏光器或偏光光束分光器
1064‧‧‧偵測器
1066‧‧‧第二偵測器
1070‧‧‧光束強度資料
1100‧‧‧電腦系統
1102‧‧‧處理器
1104‧‧‧主要記憶體
1106‧‧‧靜態記憶體
1108‧‧‧網路介面器件
1110‧‧‧視訊顯示單元
1112‧‧‧文數字輸入器件
1114‧‧‧游標控制器件
1116‧‧‧信號產生器件
1118‧‧‧次要記憶體
1120‧‧‧網路
1122‧‧‧軟體
1126‧‧‧處理邏輯
1130‧‧‧匯流排
1131‧‧‧機器可存取儲存媒體
本文所描述之實施例藉由實例而非限制方式加以說明，在隨附圖式之諸圖中，相似參考數字係指類似元件。
圖1為用於消除用於光學度量衡之波長或角度離群值的程序之一實施例的說明；圖2為根據一實施例的程序中之模型的說明；圖3為根據一實施例的經受針對用於光學度量衡之自動波長或角度修剪之分析的模型的說明；圖4說明根據一實施例的用於待自動修剪之波長或角度之光譜值之實例；圖5描繪表示根據一實施例的用於判定及利用用於自動化程序及設備控制之結構參數的一系列例示性操作的流程圖；圖6為根據一實施例的用於判定及利用用於自動化程序及設備控制之結構參數之系統的例示性方塊圖；圖7A描繪根據一實施例的用於模型化之具有在x-y平面上變化之剖面的週期性光柵；圖7B描繪根據一實施例的用於模型化之具有在x方向上變化但在y方向上不變化之剖面的週期性光柵；圖8表示根據一實施例的用於模型化之具有二維組件及三維組件兩者之結構的橫截面圖；圖9為說明根據一實施例將光學度量衡用於判定半導體晶圓上之結構之參數的架構圖；圖10為說明根據一實施例將角分解或光譜分解光束剖面反射量測法、光束剖面橢圓對稱法或兩者用於判定半導體晶圓上之結構之參數的架構圖；圖11說明根據一實施例的呈電腦系統之例示性形式之機器的方塊圖；及圖12為表示根據一實施例的用於以樣本光譜開始建置參數化模型及光譜庫之方法中之操作的流程圖。
本文中所描述之實施例大體而言係針對用於光學度量衡之自動波長或角度修剪。
在以下描述中，闡述眾多特定細節，諸如用以參數之相關性之動態移除的特定方法，以便提供對本發明之實施例之透徹理解。熟習此項技術者將顯而易見，可在無此等特定細節之情況下實踐實施例。在其他例子中，未詳細描述熟知處理操作(諸如，製造圖案化材料層之堆疊)，以便不必要地混淆本發明之實施例。此外，應理解，諸圖中所展示之各種實施例係說明性表示且未必按比例繪製。
在利用使用分光橢圓偏光計或反射計之光學度量衡量測光柵結構之關鍵尺寸(CD)中使用多個波長。處於或接近伍德異常(指穿過光柵的與其他波長相比產生強度之顯著變化的電磁輻射之波長)或其他共振現象之波長可展示可大於離共振現象較遠之波長多個數量級的參數敏感性。事實上，歸因於不完美性及其他因素，彼等過度敏感之波長係無用的且引入巨大量測誤差。因此，此等波長通常應自CD量測之程序排除。
在使用角分解橢圓偏光計或反射計之情況下，某些角度可引起伍德異常或其他共振現象。類似於分光橢圓偏光計或反射計中之過度敏感波長，此等角度通常亦應自CD量測之程序排除。
本文中所描述之一或多個實施例係針對用於量測之自動波長或角度修剪。此等方法之使用可包括(例如)諸如光學度量衡之度量衡實施之應用。
用以解決共振問題之習知方法可利用伍德異常之電磁計算(包括電磁求解器之應用)來識別干擾波長。理論上可能評估具有不同參數及不同波長或角度之一系列結構的電磁波解以便識別共振。事實上，此程序需要高得驚人的計算成本，且因此大體上係不實際的。
隨著光柵結構變得更複雜，判定伍德異常點之波長之習知方法受限制。此外，不存在用以評估共振之實際方法，此係因為評估共振可需要高得驚人的計算成本來針對具有不同波長、不同角度或兩者之參數結構執行電磁波解之完全掃描及充分評估。
一方法、裝置或系統之實施例在資料採擷中應用進階技術，該技術為多變量離群值偵測。多變量離群值偵測係基於正常資料遵循相同一般型樣而異常資料(離群值)偏離此一般型樣且展示不同型樣的想法。
根據一個實施例，一裝置、系統或方法提供：
(1)設計並計算關於給定參數幾何模型之波長相依或角度相依資料之一集合。
(2)應用離群值偵測技術以分析該資料集，及識別每個波長或每個角度之資料離群值。
(3)移除對應於該等資料離群值之波長或角度。如有必要，重複程序(2)以識別資料庫中之所有或大部分離群值。
在一實例中，在上文所描述之程序(1)中，可能計算相對於處於較高維度空間中之等間隔位置處之幾何參數的光譜之導數(或其近似導數)。
在一些實施例中，一旦設計並計算出資料集之資料點，即將多變量離群值偵測技術應用於資料集。舉例而言，在一實施例中，可應用基於距離之演算法(例如，馬哈朗諾比斯距離(Mahalanobis distance)及其變體)、基於深度之演算法、基於偏差之演算法及基於型樣之演算法。
在一些實施例中，在一裝置、系統或方法中利用一臨限值以判定哪些資料點經判定為離群值。在一些實施例中，試探法可用以判定臨限值之近似值。在一些實施例中，當資料點超出該臨限值時，將該 資料點識別為離群值。多變量離群值偵測演算法可執行多次，此係因為離群值可被其他離群值隱藏。在一些實施例中，一旦發現全部(或大部分)離群值，即移除對應波長或角度。
在一些實施例中，一裝置、系統或程序利用外圍波長、角度或兩者之自動修剪中之設計資料型樣之分析，且不需要伍德異常或結構共振之實體模型化。結構之實體模型化通常可需要高得驚人的計算成本來識別真實、複雜參數結構之共振。與之相比，一裝置、系統或程序之實施例需要相對較少計算資源，且能夠發現並修剪資料集中之全部或大部分異常波長或角度。
根據一實施例，在操作中，因為全部或實質上全部異常波長及角度被移除，所以回歸結果將不朝著彼等過度敏感(假)波長離群值偏置。庫(即，關於幾何參數的光譜之近似函數)較容易經由資料擬合來獲得。具有彼等經排除波長之量測結果將更準確且穩定。
在一些實施例中，一裝置、系統或方法提供修剪具有伍德異常之波長、修剪具有伍德異常之角度或兩者。
在一些實施例中，一裝置、系統或方法提供修剪處於或接近結構共振之波長、修剪處於或接近結構共振之角度或兩者。
在一些實施例中，一裝置、系統或方法提供修剪引起異常光譜資料及其導數的波長、角度或兩者。
在一些實施例中，一裝置、系統或方法提供在不應用電磁求解器之情況下修剪波長、角度或兩者。
在一些實施例中，一裝置、系統或方法提供修剪用於分光橢圓偏光計、角分解橢圓偏光計、分光反射計及角分解反射計的波長或角度。
圖1為用於消除用於光學度量衡之波長離群值、角度離群值或兩者的程序之一實施例的說明。在一些實施例中，產生用於某一參數幾 何模型的波長或角度相依資料之集合102，諸如微電子結構之模型，且將該資料集儲存於電腦記憶體中104。用於產生原始資料集之計算方法可為任何電磁求解器，諸如嚴格耦合波分析(RCWA)、有限元素分析或其他變體。在一些實施例中，所產生資料集可為(例如)具有兩個浮動參數之二維網格。
在一些實施例中，使用離群值偵測技術來分析該資料集106。在一些實施例中，使用一電腦處理器來分析該資料集，該電腦處理器為通用處理器、專用處理器或其他處理單元。此技術中所應用之離群值偵測演算法可為(例如)基於距離、基於密度、基於深度、基於偏差或基於型樣之演算法。
在一些實施例中，使用離群值偵測技術來識別每個波長或每個角度之任何資料離群值108。若在當前分析及識別反覆110中未發現離群值，則程序進行至使用所儲存資料集之光學度量衡操作118。若在當前分析及識別反覆110中發現任何離群值，則將與經識別資料離群值對應之波長或角度自資料集移除112，且將經修改資料集儲存於電腦記憶體中114。在另一實施例中，當已識別所有離群值時，可移除該等波長或角度。
在一些實施例中，若程序包括用以進一步搜尋離群值之反覆程序之選項116，則程序接著返回使用離群值偵測技術來分析資料集106之另一反覆。在一些實施例中，因為某些資料離群值可被其他離群值隱藏，所以該程序之反覆可繼續，直至不識別額外離群值。若該程序不包括用以進一步搜尋離群值之反覆過程之選項，則該程序進行至使用所儲存資料集之光學度量衡操作118。
圖2為根據一實施例的程序中之模型的說明。在一些實施例中，測試項目具有圖2所示之模型。在此特定實例中，最初在該項目中使用自240nm至900nm範圍的200個波長。為了此實例，50k訓練資料集 將建立近似函數，但使用回歸之所得驗證誤差將非常大。在大部分情況下，誤差之標準偏差的3倍大於參數精度的100倍。
在一些實施例中，資料集設計如下：
1)對於每一浮動參數，L2_HT(HT=高度)、L3_HT、G1_HT及G1 TCD(最關鍵尺寸)，選擇一個參數且在將其他參數固定至其標稱值時以(例如)自最小值至最大值之規則間隔對該等值取樣。
2)相對於所選浮動參數計算用於每一波長之繆勒(Mueller)矩陣元素m00之導數，其中電腦使用任何可應用求解器。(繆勒微積分係用於操縱表示光之偏光的史托克斯向量(Stokes vector)之矩陣方法。繆勒矩陣為史托克斯代數中描述光之偏光的轉移矩陣。)將導數表示為D(λ j ,p i )，其中λ j 及p i 分別表示波長及參數。
對於給定波長(表示為λ j )及每一浮動參數(表示為p i )，可存在等間隔位置處的導數資料之集合。在一些實施例中，使用基於型樣之離群值偵測演算法來判定資料集D(λ j ,p i )是否為離群值。若該資料集為離群值，則標記λ j 以供修剪。
針對圖2中所提供之實例識別出六個波長。在將該六個經偵測波長自電腦記憶體中之資料集移除之後，可獲得具有改良準確度的對光譜之近似。在此實例中，使用相同的50k訓練資料集來建立近似函數，且誤差之標準偏差的3倍小於參數精度。對於此實例中之所得資料集，近似準確度之增強為50至100倍。
圖3為根據一實施例的經受針對用於光學度量衡之自動波長或角度修剪之分析的目標模型的說明。如所說明，結構300包括第一層L1 310、第二層L2 320及具有側壁330及通道335之結構G4。在一些實施例中，模型包括第一層高度參數(L1_HT)、第二層高度參數(L2_HT)，及G4之參數，該等參數為中間關鍵尺寸參數(G4_MCD)、側壁角度參數(G4_SWA)及高度參數(G4_HT)。
圖4說明根據一實施例的用於待自動修剪之波長或角度之光譜值之實例。在此實例中，自動波長或角度修剪可應用於圖3中所說明之結構300。在此說明中，在具有約711.765nm之波長之參數L2_HT的範圍內說明第一繆勒元素。在圖4中，具有標記之線表示真實光譜值，而不具標記之線表示擬合光譜值。尖頭型樣表明此波長偏離正常平滑回應且為一離群值。在一些實施例中，一裝置、系統或方法操作以自動地識別此波長且自量測程序排除該波長。
在一些實施例中，提供自動波長或角度修剪的裝置、系統或方法可幫助解決由於使用在或接近共振中之波長而引起的OCD(光學關鍵尺寸，optical critical dimension)散射量測結果與TEM(透射微米顯微法，transmission micron microscopy)結果之不匹配的其他神秘問題中的應用，共振提供假敏感度資訊。
本申請案為了所有目的而以全文引用的方式併有2008年12月9日申請之題為「Rational approximation and continued-fraction approximation approaches for computation efficiency of diffraction signals」的美國專利申請案第12/331,192號。
一般而言，可將繞射信號之序數模擬為自一週期性結構導出。零序數表示相對於該週期性結構之法線N成等於假想入射光束之入射角之角的繞射信號。將較高繞射序數指定為+1、+2、+3、-1、-2、-3等。亦可考慮被稱作消散序數(evanescent order)之其他序數。根據一實施例，產生一模擬繞射信號以供光學度量衡使用。舉例而言，可模型化諸如結構形狀及膜厚度之剖面參數以供光學度量衡使用。亦可模型化結構中之材料之光學性質(諸如，折射率及消光係數(n及k))以供光學度量衡使用。
基於模擬繞射序數之計算可指示用於圖案化膜(諸如，基於膜之堆疊的圖案化半導體膜或結構)之剖面參數，且可用於校準自動化程 序或設備控制。圖5描繪表示根據一實施例的用於判定及利用用於自動化程序及設備控制之結構參數的一系列例示性操作的流程圖500。
參考流程圖500之操作502，開發一庫或經訓練機器學習系統(MLS)以自一組量測繞射信號提取參數。在操作504中，使用該庫或該經訓練MLS來判定一結構之至少一參數。在操作506中，將該至少一參數傳輸至經組態以執行一處理操作之製造群集，其中該處理操作可在進行製造操作504之前或之後在半導體製造程序流程中執行。在操作508中，使用該至少一所傳輸參數來修改用於由製造群集執行之處理操作的一程序變量或設備設定。
關於機器學習系統及演算法之較詳細描述，請參見2003年6月27日申請之題為「OPTICAL METROLOGY OF STRUCTURES FORMED ON SEMICONDUCTOR WAFERS USING MACHINE LEARNING SYSTEMS」的美國專利第7,831,528號，其以全文引用的方式併入本文中。關於用於二維重複結構之繞射序數最佳化之描述，請參見2006年3月24日申請之題為「OPTIMIZATION OF DIFFRACTION ORDER SELECTION FOR TWO-DIMENSIONAL STRUCTURES」的美國專利第7,428,060號，其以全文引用的方式併入本文中。
圖6為根據一實施例的用於判定及利用用於自動化程序及設備控制之結構參數(諸如剖面或膜厚度參數)之系統600的例示性方塊圖。系統600包括第一製造群集602及光學度量衡系統604。系統600亦包括第二製造群集606。雖然第二製造群集606在圖6中被描繪為跟在第一製造群集602之後，但應認識到，第二製造群集606在系統600中(且例如在製造程序流程中)可位於第一製造群集602之前。
在一個例示性實施例中，光學度量衡系統604包括光學度量衡工具608及處理器610。光學度量衡工具608經組態以量測自該結構獲得之繞射信號。若所量測繞射信號與模擬繞射信號匹配，則判定剖面或 膜厚度參數之一或多個值為與模擬繞射信號相關聯之剖面或膜厚度參數之一或多個值。
在一個例示性實施例中，光學度量衡系統604亦可包括庫612，其具有複數個模擬繞射信號及(例如)與該複數個模擬繞射信號相關聯之一或多個剖面或膜厚度參數的複數個值。如上所述，可預先產生該庫。處理器610可用以比較自一結構獲得之量測繞射信號與該庫中之該複數個模擬繞射信號。當發現一匹配之模擬繞射信號時，假定與該庫中的匹配之模擬繞射信號相關聯之剖面或膜厚度參數之一或多個值為用以製造該結構之晶圓應用中所使用的剖面或膜厚度參數之一或多個值。在一些實施例中，處理器610提供針對用於光學度量衡之自動波長或角度修剪之處理的一些或全部。
系統600亦包括度量衡處理器616。在一個例示性實施例中，處理器610可將(例如)一或多個剖面或膜厚度參數之一或多個值傳輸至度量衡處理器616。度量衡處理器616可接著基於使用光學度量衡系統604判定的一或多個剖面或膜厚度參數之一或多個值來調整第一製造群集602之一或多個程序參數或設備設定。度量衡處理器616亦可基於使用光學度量衡系統604判定的一或多個剖面或膜厚度參數之一或多個值來調整第二製造叢集606之一或多個程序參數或設備設定。如上所述，製造群集606可在製造群集602之前或之後處理晶圓。在另一例示性實施例中，處理器610經組態以使用作為至機器學習系統614之輸入的量測繞射信號之集合及作為機器學習系統614之預期輸出的剖面或膜厚度參數來訓練機器學習系統614。
在一實施例中，最佳化一結構之模型包括使用一三維光柵結構。術語「三維光柵結構」在本文中用以指具有在除z方向上之深度外的兩個水平尺寸上變化之x-y剖面的結構。舉例而言，圖7A描繪根據一實施例的用於模型化之具有在x-y平面上變化之剖面的週期性光 柵700。該週期性光柵之剖面係以x-y剖面為函數而在z方向上變化。
在一實施例中，最佳化一結構之模型包括使用一二維光柵結構。術語「二維光柵結構」在本文中用以指具有在除z方向上之深度外的僅一個水平尺寸上變化之x-y剖面的結構。舉例而言，圖7B描繪根據一實施例的用於模型化之具有在x方向上變化但在y方向上不變化之剖面的週期性光柵702。該週期性光柵之剖面以x剖面為函數而在z方向上變化。將理解，二維結構的y方向上之無變化不必為無窮的，但圖案中之任何斷裂被視為長距離的，例如，y方向上的圖案中之任何斷裂比x方向上的圖案中之斷裂實質上更遠地隔開。
實施例可適合於多種膜堆疊。舉例而言，在一實施例中，對於包括形成於基板上之絕緣膜、半導體膜及金屬膜之膜堆疊而執行用於最佳化一關鍵尺寸(CD)剖面或結構之參數的方法。在一實施例中，該膜堆疊包括單一層或多個層。又，在一實施例中，經分析或經量測之光柵結構包括三維組件及二維組件兩者。舉例而言，可藉由利用二維組件對總結構及其繞射資料之較簡單貢獻來最佳化基於模擬繞射資料之計算的效率。
圖8表示根據一實施例的用於模型化之具有二維組件及三維組件兩者之結構的橫截面圖。參看圖8，結構800具有在基板806上方之二維組件802及三維組件804。二維組件之光柵沿著方向2伸展，而三維組件之光柵沿著方向1及2兩者伸展。在一個實施例中，方向1正交於方向2，如圖8中所描繪。在另一實施例中，方向1不正交於方向2。
在一些實施例中，一裝置、系統或方法提供用於光學度量衡量測之自動波長或角度修剪。在一些實施例中，量測可包括來自由橢圓度量光學度量衡系統(諸如下文分別關於圖9及圖10所描述之光學度量衡系統900或1050)產生之二維或三維光柵結構之繞射信號。然而，將理解，相同概念及原理同樣適用於其他光學度量衡系統，諸如反射度 量系統。所表示之繞射信號可說明二維及三維光柵結構之特徵，諸如(但不限於)剖面、尺寸、材料組成或膜厚度。
圖9為說明根據一實施例將光學度量衡用於判定半導體晶圓上之結構之參數的架構圖。光學度量衡系統900包括將入射度量衡光束904投射於晶圓908之目標結構906的度量衡光束源902。入射度量衡光束904係以入射角θ朝著目標結構906投射(θ為入射度量衡光束904與目標結構906之法線之間的角)。在一個實施例中，橢圓偏光計可使用近似60°至70°之入射角，或可使用一較低角(可能接近0°或近法線入射)或大於70°之角(掠入射)。繞射光束910由度量衡光束接收器912量測。繞射光束資料914經傳輸至剖面應用程式伺服器916。剖面應用程式伺服器916可比較量測繞射光束資料914與表示目標結構之關鍵尺寸與解析度之變化組合的模擬繞射光束資料之庫918。
在一個例示性實施例中，選擇最佳匹配量測繞射光束資料914之庫918例項。將理解，雖然頻繁地使用繞射光譜或信號及相關聯假想剖面或其他參數之庫來說明概念及原理，但實施例可同樣適用於包括模擬繞射信號及剖面參數之相關聯集合的資料空間，諸如在回歸、神經網路及用於剖面提取之類似方法中。假設所選庫918例項之假想剖面及相關聯關鍵尺寸對應於目標結構906之特徵之實際橫截面剖面及關鍵尺寸。光學度量衡系統900可利用反射計、橢圓偏光計或其他光學度量衡器件來量測繞射光束或信號。
為了有助於實施例之描述，使用橢圓度量光學度量衡系統來說明以上概念及原理。將理解，相同概念及原理同樣適用於其他光學度量衡系統，諸如反射度量系統。在一實施例中，光學散射量測為一技術，諸如(但不限於)光學分光橢圓對稱法(SE)、光束剖面反射量測法(BPR)、光束剖面橢圓對稱法(BPE)及紫外線反射量測法(UVR)。以類似方式，可用半導體晶圓來說明概念之應用。再次，該等方法及程序 可同樣適用於具有重複結構之其他工件。
圖10為說明根據一實施例將光束剖面反射量測法、光束剖面橢圓對稱法或兩者用於判定半導體晶圓上之結構之參數的架構圖。光學度量衡系統1050包括產生偏光度量衡光束1054之度量衡光束源1052。較佳地，此度量衡光束具有10奈米或以下之窄頻寬。在一些實施例中，度量衡光束源1052能夠藉由切換濾光片或藉由在不同雷射器或超亮發光二極體之間切換而輸出不同波長之光束。此光束之部分被光束分光器1055反射且由物鏡1058聚焦至晶圓1008之目標結構1006上，該物鏡具有高數值孔徑(NA)、較佳近似0.9或0.95之NA。偏光度量衡光束1054之未被光束分光器反射之部分被引導至光束強度監視器1057。度量衡光束可視情況穿過在物鏡1058前面的四分之一波板1056。
在自目標反射之後，反射光束1060返回穿過物鏡且被引導至一或多個偵測器。若存在可選四分之一波板1056，則光束在透射穿過光束分光器1055之前將返回穿過該四分之一波板。在光束分光器之後，反射光束1060可視情況穿過處於作為位置1056之替代的位置1059處之四分之一波板。若四分之一波板存在於位置1056處，則該波板將修改入射光束及反射光束兩者。若四分之一波板存在於位置1059處，則該波板將僅修改反射光束。在一些實施例中，無波板可存在於任一位置處，或波板可視待進行之量測而接入及斷開。將理解，在一些實施例彙總，可能需要波板具有實質上不同於四分之一波板之阻滯性(retardance)，亦即，阻滯值可實質上大於或實質上小於90°。
偏光器或偏光光束分光器1062將反射光束1060之一個偏光狀態引導至偵測器1064，且視情況將一不同偏光狀態引導至可選第二偵測器1066。偵測器1064及1066可為一維(線)或二維(陣列)偵測器。偵測器之每一元件對應於AOI與用於反射自目標之對應射線的方位角之不同組合。來自偵測器之繞射光束資料1014與光束強度資料1070一起傳 輸至剖面應用程式伺服器1016。剖面應用程式伺服器1016可比較藉由光束強度資料1070正規化或校正之後的量測繞射光束資料1014與表示目標結構之關鍵尺寸與解析度之變化組合的模擬繞射光束資料之庫1018。
關於供實施例使用的可用以量測繞射光束資料或信號之系統之較詳細描述，請參見1999年2月11日申請之題為「FOCUSED BEAM SPECTROSCOPIC ELLIPSOMETRY METHOD AND SYSTEM」的美國專利第6,734,967號及1998年1月29日申請之題為「APPARATUS FOR ANALYZING MULTI-LAYER THIN FILM STACKS ON SEMICONDUCTORS」的美國專利第6,278,519號，該兩個美國專利係以全文引用的方式併入本文中。此等兩個專利描述可用多個量測子系統來組態之度量衡系統，量測子系統包括分光橢圓偏光計、單波長橢圓偏光計、寬頻帶反射計、DUV反射計、光束剖面反射計及光束剖面橢圓偏光計中之一或多者。此等量測子系統可個別地或組合地使用，以量測來自膜及圖案化結構之反射或繞射光束。在此等量測子系統中收集之信號可經分析以根據實施例判定半導體晶圓上之結構之參數。
實施例可經提供為電腦程式產品或軟體，其可包括上面儲存有指令之機器可讀媒體，該等指令可用以程式化電腦系統(或其他電子器件)以執行根據一實施例之程序。機器可讀媒體包括用於儲存或傳輸可由機器(例如，電腦)讀取之形式的資訊之任何機構。舉例而言，機器可讀(例如，電腦可讀)媒體包括機器(例如，電腦)可讀儲存媒體(例如，唯讀記憶體(「ROM」)、隨機存取記憶體(「RAM」)、磁碟儲存媒體、光學儲存媒體、快閃記憶體器件等)、機器(例如，電腦)可讀傳輸媒體(電氣、光學、聲學或其他形式之傳播信號(例如，紅外線信號、數位信號等))等。
圖11說明根據一實施例的呈電腦系統之例示性形式的機器的方塊 圖，在電腦系統內，可執行用於使該電腦執行本文中所論述之方法中之一或多者的一指令集。在替代實施例中，該機器可連接(例如，網路連接)至區域網路(LAN)、內部網路、外部網路或網際網路中之其他機器。該機器可以用戶端-伺服器網路環境中之伺服器或用戶端機器之能力操作，或作為同級間(或分散式)網路環境中之同級機器而操作。該機器可為個人電腦(PC)、平板PC、機上盒(STB)、個人數位助理(PDA)、蜂巢式電話、上網器具、伺服器、網路路由器、交換機或橋接器，或能夠執行規定將由該機器進行之動作的一指令集(順序地或其他)之任何機器。此外，雖然僅說明單一機器，但術語「機器」亦應被視為包括個別地或聯合地執行一(多個)指令集以執行本文中所論述之方法中之一或多者的機器(例如，電腦)之任何集合。
例示性電腦系統1100包括處理器1102、主要記憶體1104(例如，唯讀記憶體(ROM)、快閃記憶體、諸如同步DRAM(SDRAM)或Rambus DRAM(RDRAM)之動態隨機存取記憶體(DRAM)等)、靜態記憶體1106(例如，快閃記憶體、靜態隨機存取記憶體(SRAM)等)及次要記憶體1118(例如，資料儲存器件)，以上各者經由匯流排1130相互通信。在一些實施例中，用於光學度量衡之資料集可儲存於靜態記憶體1106及次要記憶體1118之一者或兩者中，其中該等資料集可藉由用於光學度量衡之自動波長或角度修剪來修改。
處理器1102表示一或多個通用處理器件，諸如微處理器、中央處理單元或其類似者。更特定言之，處理器1102可為複雜指令集計算(CISC)微處理器、精簡指令集計算(RISC)微處理器、超長指令字(VLIW)微處理器、實施其他指令集之處理器或實施指令集之組合的處理器。處理器1102亦可為一或多個專用處理器件，諸如特殊應用積體電路(ASIC)、場可程式化閘陣列(FPGA)、數位信號處理器(DSP)、網路處理器或其類似者。處理器1102經組態以執行用於執行本文中所 論述之操作的處理邏輯1126。在一些實施例中，處理器1102提供針對用於光學度量衡之自動波長或角度修剪之處理的一些或全部。
電腦系統1100可進一步包括網路介面器件1108。電腦系統1100亦可包括視訊顯示單元1110(例如，液晶顯示器(LCD)或陰極射線管(CRT))、文數字輸入器件1112(例如，鍵盤)、游標控制器件1114(例如，滑鼠)及信號產生器件1116(例如，揚聲器)。
次要記憶體1118可包括機器可存取儲存媒體(或更具體言之，電腦可讀儲存媒體)1131，其上儲存有體現本文中所描述之方法或功能中之任何一或多者的一或多個指令集(例如，軟體1122)。軟體1122在其由電腦系統1100執行期間亦可完全或部分地駐留於主要記憶體1104內及/或處理器1102內，主要記憶體1104及處理器1102亦構成機器可讀儲存媒體。軟體1122可經由網路介面器件1108而在網路1120上傳輸或接收。
雖然在例示性實施例中將機器可存取儲存媒體1131展示為單一媒體，但術語「機器可讀儲存媒體」應被視為包括單一媒體或多個媒體(例如，集中式或分散式資料庫及/或相關聯快取記憶體及伺服器)，其儲存指令之一或多個集合。術語「機器可讀儲存媒體」亦應被視為包括能夠儲存或編碼指令集以供機器執行且使機器執行本發明之方法中之任何一或多者的任何媒體。術語「機器可讀儲存媒體」應相應地視為包括(但不限於)固態記憶體，及光學及磁性媒體。
在一些實施例中，機器可存取儲存媒體包括儲存於其上的使資料處理系統執行用於光學度量衡之自動波長或角度修剪的指令。
將理解，以上方法可在實施例之精神及範疇內在多種情形下應用。舉例而言，在一實施例中，在存在或不存在背景光的情況下執行上述量測。在一實施例中，在半導體、太陽能、發光二極體(LED)或相關製造製程中執行上述方法。在一實施例中，在單獨或整合式度量 衡工具中使用上述方法。
對量測光譜之分析通常涉及比較量測樣本光譜與模擬光譜以推斷模型的最佳描述量測樣本之參數值。圖12為表示根據一實施例的用於以樣本光譜開始(例如，發源於一或多個工件)建置參數化模型及光譜庫之方法中之操作的流程圖1200。
在操作1202，由使用者定義一組材料檔案以規定形成量測樣本特徵的該等材料之特性(例如，折射率或n、k值)。
在操作1204，散射量測使用者藉由選擇該等材料檔案中之一或多者來組配對應於存在於待量測之週期性光柵特徵中之材料之材料堆疊而定義預期樣本結構之標稱模型。經由定義模型參數之標稱值(諸如，厚度、關鍵尺寸(CD)、側壁角(SWA)、高度(HT)、邊緣粗糙度、圓角半徑等)來進一步參數化此使用者定義模型，該等標稱值表徵將量測之特徵之形狀。視界定二維模型(亦即，剖面)抑或三維模型而定，具有30至50個或更多的此等模型參數係罕見。
根據參數化模型，可使用嚴格繞射模型化演算法(諸如，嚴格耦合波分析(RCWA))來計算光柵參數值之一給定集合的模擬光譜。接著在操作1206執行回歸分析，直至參數化模型收斂於表徵對應於使量測繞射光譜匹配預定義匹配準則的模擬光譜之最終剖面模型(二維的)的一參數值集合。假定與匹配之模擬繞射信號相關聯之最終剖面模型表示產生模型所根據的結構之實際剖面。
可接著在操作1208利用匹配之模擬光譜及/或相關聯最佳化剖面模型，以藉由擾動參數化最終剖面模型之值來建置模擬繞射光譜之庫。模擬繞射光譜之所得庫可接著由在生產環境中操作之散射量測量測系統使用，以判定隨後量測之光柵結構是否已根據規格製造。庫產生1208可包括機器學習系統(諸如神經網路)針對數個剖面中之每一者產生模擬光譜資訊，每一剖面包括一或多個模型化剖面參數之一集 合。為了產生庫，機器學習系統本身可已經歷基於光譜資訊之訓練資料集合的某一訓練。此訓練可為計算密集的及/或可必須針對不同模型及/或剖面參數域重複。可藉由使用者的關於訓練資料集合之大小的決策來引入產生庫之計算負載中的相當大的低效率。舉例而言，選擇過大之訓練資料集合可導致訓練之不必要計算，而用大小不足之訓練資料集合進行訓練可需要重新訓練以產生庫。
對於一些應用，可能不必建置庫。在已建立且最佳化結構之參數模型之後，可即時地使用類似於上述之回歸分析的回歸分析以在收集繞射光束資料時判定用於每一目標之最佳配合參數值。若結構相對簡單(例如，2D結構)，或若僅少量參數需要量測，則回歸可足夠快速，即使回歸可能比使用庫慢。在其他情況下，使用回歸之額外靈活性可證明相對於使用庫的量測時間之某一增加。關於能夠對供一實施例使用之OCD資料進行即時回歸的方法及系統之較詳細描述，請參見2005年7月8日申請之題為「REAL TIME ANALYSIS OF PERIODIC STRUCTURES ON SEMICONDUCTORS」的美國專利第7,031,848號，其以全文引用的方式併入本文中。
各種實施例可包括各種程序。此等程序可由硬體組件來執行或可以電腦程式或機器可執行指令來體現，此可用以使經該等指令程式化之通用或專用處理器或邏輯電路執行該等程序。或者，該等程序可由硬體與軟體之組合來執行。
各種實施例之部分可作為電腦程式產品而提供，電腦程式產品可包括上面儲存有電腦程式指令之電腦可讀媒體，該等指令可用以程式化電腦(或其他電子器件)以由一或多個處理器執行以執行根據特定實施例之程序。電腦可讀媒體可包括(但不限於)磁性碟片、光學碟片、緊密光碟-唯讀記憶體(CD-ROM)，及磁光碟片、唯讀記憶體(ROM)、隨機存取記憶體(RAM)、可抹除可程式化唯讀記憶體 (EPROM)、電可抹除可程式化唯讀記憶體(EEPROM)、磁卡或光卡、快閃記憶體，或適合於儲存電子指令的其他類型之電腦可讀媒體。此外，實施例亦可作為電腦程式產品來下載，其中程式可自遠端電腦轉移至請求電腦。
許多方法係以其最基本形式來描述，但在不脫離本發明實施例之基本範疇之情況下，可將程序添加至方法中之任一者或自方法中之任一者刪除，且可將資訊添加至所描述訊息中之任一者或自所描述訊息中之任一者減去。熟習此項技術者將顯而易見，可做出許多其他修改及調適。未提供特定實施例以限制概念而非說明概念。實施例之範疇並非由上文所提供之特定實例來判定，而僅由下文之申請專利範圍來判定。
若稱元件「A」耦接至元件「B」或與元件「B」耦接，則元件A可直接耦接至元件B或經由(例如)元件C來間接耦接。當說明書或申請專利範圍說明組件、特徵、結構、程序或特性A「導致」組件、特徵、結構、程序或特性B時，其意謂「A」至少係「B」的部分原因，但亦可存在參與導致「B」的至少一其他組件、特徵、結構、程序或特性。若說明書指示「可能」、「可」或「可以」包括組件、特徵、結構、程序或特性，則不要求包括特定組件、特徵、結構、程序或特性。若說明書或申請專利範圍提及「一」元件，則此並不意謂僅存在所述元件中之一者。
一實施例為一實施或實例。說明書中對「一實施例」、「一個實施例」、「一些實施例」或「其他實施例」之引用意謂結合該等實施例所描述之特定特徵、結構或特性包括於至少一些實施例中，但未必包括於所有實施例中。「一實施例」、「一個實施例」或「一些實施例」之各種出現未必全部指相同實施例。應瞭解，在例示性實施例之先前描述中，有時將各種特徵集中在單一實施例、圖式或其描述中，以用 於使本發明連貫及幫助理解各種新穎態樣中之一或多者。然而，本發明之此方法不應解譯為反映所主張實施例需要比每一技術方案中所明確敍述之特徵多的特徵之意圖。更確切而言，如以下申請專利範圍反映，新穎態樣在於比單個先前所揭示實施例之所有特徵少。因此，該等技術方案藉此明確地併入此描述中，其中每一技術方案獨立地作為一單獨實施例。

Claims (28)

  1. 一種用於光學度量衡之自動波長或角度修剪之方法，該方法包含：決定(determining)包括複數個參數之一目標結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於一電腦記憶體中；用一處理器執行對用於該模型之該資料集之一分析，包括：對該資料集應用一離群值偵測技術，及識別任何資料離群值，每一資料離群值為一波長或角度；且若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改資料集，且將該修改資料集儲存於該電腦記憶體中。
  2. 如請求項1之方法，該方法進一步包含：若在該模型之該資料集之該分析中識別任何資料離群值，則執行該資料集之該分析之另一反覆。
  3. 如請求項1之方法，其中在一第一反覆之後對該資料集之該分析之另一反覆的該執行係可選的，且該方法進一步包含使用來自該第一反覆之該儲存資料集執行該目標結構之光學度量衡。
  4. 如請求項1之方法，該方法進一步包含：若在對該模型之該資料集之該分析之一反覆中未識別到資料離群值，則使用該儲存資料集來執行該目標結構之光學度量衡。
  5. 如請求項1之方法，其中一資料離群值係處於或接近一伍德異常 之一波長或角度。
  6. 如請求項1之方法，其中一資料離群值係處於或接近一結構共振之一波長或角度。
  7. 如請求項1之方法，其中該離群值偵測技術包括下列各者中之一者：一基於距離之演算法；一基於深度之演算法；一基於偏差之演算法；或一基於型樣之演算法。
  8. 如請求項1之方法，其中在未應用一電磁求解器之情況下移除一或多個波長或角度。
  9. 如請求項1之方法，其中在未實體模型化伍德異常或結構共振之情況下移除一或多個波長或角度。
  10. 如請求項1之方法，其中該光學度量衡包括分光橢圓偏光計、角分解橢圓偏光計、分光反射計及角分解反射計中之一或多者。
  11. 一種機器可存取儲存媒體，其上儲存有使一資料處理系統執行用於光學度量衡之自動波長或角度修剪之一方法的指令，該方法包含：決定(determining)包括複數個參數之一目標結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於一電腦記憶體中；用一處理器執行對用於該模型之該資料集之一分析，包括：對該資料集應用一離群值偵測技術，及識別任何資料離群值，每一資料離群值為一波長或角度；且 若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改資料集，且將該修改資料集儲存於該電腦記憶體中。
  12. 如請求項11之儲存媒體，該方法進一步包含：若在該模型之該資料集之該分析中識別任何資料離群值，則執行該資料集之該分析之另一反覆。
  13. 如請求項11之儲存媒體，其中在一第一反覆之後對該資料集之該分析之另一反覆的該執行為可選的，且該方法進一步包含使用來自該第一反覆之該儲存資料集執行該目標結構之光學度量衡。
  14. 如請求項11之儲存媒體，該方法進一步包含：若在對該模型之該資料集之該分析的一反覆中未識別到資料離群值，則使用該儲存資料集來執行該目標結構之光學度量衡。
  15. 如請求項11之儲存媒體，其中一資料離群值係處於或接近一伍德異常之一波長或角度。
  16. 如請求項11之儲存媒體，其中一資料離群值係處於或接近一結構共振之一波長或角度。
  17. 如請求項11之儲存媒體，其中該離群值偵測技術包括下列各者中之一者：一基於距離之演算法；一基於深度之演算法；一基於偏差之演算法；或一基於型樣之演算法。
  18. 如請求項11之儲存媒體，其中一或多個波長或角度係在未應用一電磁求解器之情況下移除。
  19. 如請求項11之儲存媒體，其中一或多個波長或角度係在未實體模型化伍德異常或結構共振之情況下移除。
  20. 如請求項11之儲存媒體，其中該光學度量衡包括分光橢圓偏光計、角分解橢圓偏光計、分光反射計及角分解反射計中之一或多者。
  21. 一種系統，其包含：一光學度量衡系統，其經組態以判定一目標結構之一或多個程序參數，該光學度量衡系統包含：一光束源及偵測器，其經組態以量測該目標結構之一繞射信號；一處理器，其經組態以處理量測資料；及一電腦記憶體，其用以儲存資料；其中該光學度量衡系統經組態以提供用於光學度量衡之自動波長或角度修剪，包括：決定(determining)包括複數個參數之該目標結構之一模型；設計並計算用於該模型的波長相依或角度相依資料之一資料集；將該資料集儲存於該電腦記憶體中；用該處理器執行用於該模型之該資料集之一分析，包括：對該資料集應用一離群值偵測技術，及識別任何資料離群值，每一資料離群值為一波長或角度；且若在該模型之該資料集之該分析中識別任何資料離群值，則自該資料集移除對應於該等資料離群值之該等波長或角度以產生一修改資料集，且將該修改資料集儲存於該電腦記憶體中。
  22. 如請求項21之系統，用於光學度量衡之該自動波長或角度修剪進一步包括：若在該模型之該資料集之該分析中識別任何資料離群值，則執行該資料集之該分析之另一反覆。
  23. 如請求項21之系統，其中在一第一反覆之後對該資料集之該分析之另一反覆的該執行係可選的，且用於光學度量衡之該自動波長或角度修剪進一步包括使用來自該第一反覆之該儲存資料集執行該目標結構之光學度量衡。
  24. 如請求項21之系統，用於光學度量衡之該自動波長或角度修剪進一步包括：若在對該模型之該資料集之該分析之一反覆中未識別到資料離群值，則使用該儲存資料集來執行該目標結構之光學度量衡。
  25. 如請求項21之系統，其中一資料離群值係處於或接近一伍德異常之一波長或角度。
  26. 如請求項21之系統，其中一資料離群值係處於或接近一結構共振之一波長或角度。
  27. 如請求項21之系統，其中該離群值偵測技術包括下列各者中之一者：一基於距離之演算法；一基於深度之演算法；一基於偏差之演算法；或一基於型樣之演算法。
  28. 如請求項21之系統，其中該光學度量衡系統包括一分光或角分解橢圓偏光計或分光或角分解反射計中之一者。
TW103119304A 2013-06-03 2014-06-03 用於光學度量衡之自動波長或角度修剪 TWI631310B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201361830543P 2013-06-03 2013-06-03
US61/830,543 2013-06-03
US14/293,625 US11175589B2 (en) 2013-06-03 2014-06-02 Automatic wavelength or angle pruning for optical metrology
US14/293,625 2014-06-02

Publications (2)

Publication Number Publication Date
TW201508240A TW201508240A (zh) 2015-03-01
TWI631310B true TWI631310B (zh) 2018-08-01

Family

ID=51986082

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103119304A TWI631310B (zh) 2013-06-03 2014-06-03 用於光學度量衡之自動波長或角度修剪

Country Status (5)

Country Link
US (1) US11175589B2 (zh)
KR (1) KR20160015299A (zh)
CN (1) CN106030282B (zh)
TW (1) TWI631310B (zh)
WO (1) WO2014197449A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170092522A (ko) * 2014-09-08 2017-08-11 더 리서치 파운데이션 포 더 스테이트 유니버시티 오브 뉴욕 금속 격자 및 이의 측정 방법
US10345721B1 (en) * 2015-06-16 2019-07-09 Kla-Tencor Corporation Measurement library optimization in semiconductor metrology
US10094774B2 (en) 2015-08-12 2018-10-09 Industrial Technology Research Institute Scattering measurement system and method
KR20180076592A (ko) 2016-12-28 2018-07-06 삼성전자주식회사 반도체 장치의 계측 방법
US11060982B2 (en) * 2019-03-17 2021-07-13 Kla Corporation Multi-dimensional model of optical dispersion
US11139142B2 (en) * 2019-05-23 2021-10-05 Applied Materials, Inc. High-resolution three-dimensional profiling of features in advanced semiconductor devices in a non-destructive manner using electron beam scanning electron microscopy
KR20220123303A (ko) * 2020-01-07 2022-09-06 노바 엘티디. Ocd 계측 머신 학습에 대한 이상치 및 이상 검출 시스템 및 방법
US11079220B1 (en) * 2020-09-11 2021-08-03 Onto Innovation Inc. Calibration of azimuth angle for optical metrology stage using grating-coupled surface plasmon resonance
CN114088659B (zh) * 2021-10-09 2024-04-16 池明旻 织物纤维成分的异常近红外光谱波形检测方法
CN116107194B (zh) * 2023-04-13 2023-06-09 北京新科以仁科技发展有限公司 一种激光器的自动切换控制方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030225535A1 (en) * 2002-06-03 2003-12-04 Srinivas Doddi Selection of wavelengths for integrated circuit optical metrology
US20080049214A1 (en) * 2006-08-28 2008-02-28 Alexei Maznev Measuring Diffractive Structures By Parameterizing Spectral Features
US20090012723A1 (en) * 2005-06-09 2009-01-08 Chemlmage Corporation Adaptive Method for Outlier Detection and Spectral Library Augmentation
CN101416043A (zh) * 2006-03-30 2009-04-22 东京毅力科创株式会社 使用光学计量来测量晶片上形成的受损结构

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5291426A (en) * 1991-02-27 1994-03-01 The Perkin-Elmer Corporation Method of correcting spectral data for background
US6734967B1 (en) 1995-01-19 2004-05-11 Kla-Tencor Technologies Corporation Focused beam spectroscopic ellipsometry method and system
US6278519B1 (en) 1998-01-29 2001-08-21 Therma-Wave, Inc. Apparatus for analyzing multi-layer thin film stacks on semiconductors
US7099005B1 (en) * 2000-09-27 2006-08-29 Kla-Tencor Technologies Corporation System for scatterometric measurements and applications
US6704661B1 (en) 2001-07-16 2004-03-09 Therma-Wave, Inc. Real time analysis of periodic structures on semiconductors
US20030197872A1 (en) 2002-04-17 2003-10-23 Littau Michael E. Scatterometric measurement of undercut multi-layer diffracting signatures
US8257546B2 (en) * 2003-04-11 2012-09-04 Applied Materials, Inc. Method and system for monitoring an etch process
US20040267397A1 (en) 2003-06-27 2004-12-30 Srinivas Doddi Optical metrology of structures formed on semiconductor wafer using machine learning systems
US7355728B2 (en) 2005-06-16 2008-04-08 Timbre Technologies, Inc. Optical metrology model optimization for repetitive structures
US7428060B2 (en) 2006-03-24 2008-09-23 Timbre Technologies, Inc. Optimization of diffraction order selection for two-dimensional structures
NL2003702A (en) 2008-11-10 2010-05-11 Brion Tech Inc Pattern selection for lithographic model calibration.
US8560270B2 (en) 2008-12-09 2013-10-15 Tokyo Electron Limited Rational approximation and continued-fraction approximation approaches for computation efficiency of diffraction signals
JP5538813B2 (ja) * 2008-12-26 2014-07-02 キヤノン株式会社 光学素子、及びこれを用いたイメージセンサ、撮像装置
US20110276319A1 (en) 2010-05-06 2011-11-10 Jonathan Michael Madsen Determination of material optical properties for optical metrology of structures
US9523800B2 (en) 2010-05-21 2016-12-20 Kla-Tencor Corporation Computation efficiency by iterative spatial harmonics order truncation
US9310296B2 (en) * 2011-06-20 2016-04-12 Kla-Tencor Corporation Optimizing an optical parametric model for structural analysis using optical critical dimension (OCD) metrology
US9106335B2 (en) * 2011-06-30 2015-08-11 Electronics And Telecommunications Research Institute Automatic wavelength recognition apparatus and method
US10296554B2 (en) * 2013-03-01 2019-05-21 Nanometrics Incorporated Correction of angular error of plane-of-incidence azimuth of optical metrology device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030225535A1 (en) * 2002-06-03 2003-12-04 Srinivas Doddi Selection of wavelengths for integrated circuit optical metrology
US20090012723A1 (en) * 2005-06-09 2009-01-08 Chemlmage Corporation Adaptive Method for Outlier Detection and Spectral Library Augmentation
CN101416043A (zh) * 2006-03-30 2009-04-22 东京毅力科创株式会社 使用光学计量来测量晶片上形成的受损结构
US20080049214A1 (en) * 2006-08-28 2008-02-28 Alexei Maznev Measuring Diffractive Structures By Parameterizing Spectral Features

Also Published As

Publication number Publication date
US11175589B2 (en) 2021-11-16
WO2014197449A1 (en) 2014-12-11
KR20160015299A (ko) 2016-02-12
TW201508240A (zh) 2015-03-01
CN106030282B (zh) 2021-10-22
CN106030282A (zh) 2016-10-12
US20140358485A1 (en) 2014-12-04

Similar Documents

Publication Publication Date Title
TWI631310B (zh) 用於光學度量衡之自動波長或角度修剪
US10325004B1 (en) Method of optimizing an optical parametric model for structural analysis using optical critical dimension (OCD) metrology
US10255385B2 (en) Model optimization approach based on spectral sensitivity
TWI603052B (zh) 產生最佳化量測配方之方法、系統及電腦可讀媒體
US20130110477A1 (en) Process variation-based model optimization for metrology
US20130158957A1 (en) Library generation with derivatives in optical metrology
US10386729B2 (en) Dynamic removal of correlation of highly correlated parameters for optical metrology
WO2017019341A1 (en) Automated metrology system selection
US10895810B2 (en) Automatic selection of sample values for optical metrology
KR20130120470A (ko) 구조의 비대칭성을 결정하는 방법
TWI634310B (zh) 用於自動地判定傅立葉諧波序數之方法、系統及機器可存取儲存媒體