在詳細地描述本發明之實施例之前，有指導性的是呈現可供實施本發明之實施例的實例環境。
圖1示意性地描繪微影裝置LA。該裝置包括：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)；圖案化元件支撐件或支撐結構(例如，光罩台) MT，其經建構以支撐圖案化元件(例如，光罩) MA且連接至經組態以根據特定參數準確地定位圖案化元件之第一定位器PM；兩個基板台(例如，晶圓台) WTa及WTb，其各自經建構以固持基板(例如，抗蝕劑塗佈晶圓) W且各自連接至經組態以根據特定參數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，其經組態以藉由圖案化元件MA而將被賦予至輻射光束B之圖案投影至基板W之目標部分C (例如，包括一或多個晶粒)上。參考框架RF連接各種組件，且充當用於設定及量測圖案化元件及基板之位置以及圖案化元件及基板上之特徵之位置的參考。
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。舉例而言，在使用極紫外線(EUV)輻射之裝置中，通常將使用反射光學組件。
圖案化元件支撐件以取決於圖案化元件之定向、微影裝置之設計及其他條件(諸如，圖案化元件是否被固持於真空環境中)之方式來固持圖案化元件。圖案化元件支撐件可使用機械、真空、靜電或其他夾持技術來固持圖案化元件。圖案化元件支撐件MT可為例如框架或台，其可視需要而固定或可移動。圖案化元件支撐件可確保圖案化元件例如相對於投影系統處於所要位置。
本文中所使用之術語「圖案化元件」應被廣泛地解譯為係指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元件。應注意，例如，若被賦予至輻射光束之圖案包括相移特徵或所謂的輔助特徵，則該圖案可能不精確地對應於基板之目標部分中的所要圖案。一般而言，被賦予至輻射光束之圖案將對應於目標部分中所產生之元件(諸如，積體電路)中之特定功能層。
如此處所描繪，該裝置屬於透射類型(例如，使用透射圖案化元件)。替代地，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)。圖案化元件之實例包括光罩、可程式化鏡面陣列及可程式化LCD面板。可認為本文中對術語「倍縮光罩」或「光罩」之任何使用皆與更一般術語「圖案化元件」同義。術語「圖案化元件」亦可被解譯為係指以數位形式儲存用於控制此可程式化圖案化元件之圖案資訊的元件。
本文中所使用之術語「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PS，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」之任何使用與更一般術語「投影系統」同義。
微影裝置亦可屬於以下類型：其中基板之至少一部分可由例如水之具有相對高折射率的液體覆蓋，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於微影裝置中之其他空間，例如，光罩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。
在操作中，照明器IL自輻射源SO接收輻射光束。舉例而言，當源為準分子雷射時，源與微影裝置可為分離實體。在此等狀況下，不認為源形成微影裝置之部件，且輻射光束係憑藉包括(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，源可為微影裝置之整體部件。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可例如包括用於調整輻射光束之角強度分佈之調整器AD、積光器IN及聚光器CO。照明器可被用以調節輻射光束，以在其橫截面中具有所要均一性及強度分佈。
輻射光束B入射於被固持於圖案化元件支撐件MT上之圖案化元件MA上，且係藉由該圖案化元件而圖案化。在已橫穿圖案化元件(例如，光罩) MA的情況下，輻射光束B傳遞通過投影系統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，干涉量測元件、線性編碼器、2D編碼器或電容式感測器)，可準確地移動基板台WTa或WTb，例如，以便在輻射光束B之路徑中定位不同目標部分C。相似地，例如，在自光罩庫之機械擷取之後或在掃描期間，可使用第一定位器PM及另一位置感測器(其在圖1中未明確地描繪)來相對於輻射光束B之路徑準確地定位圖案化元件(例如，光罩) MA。
圖案化元件(例如，光罩) MA及基板W可使用光罩對準標記M1、M2及基板對準標記P1、P2來對準。儘管如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，在將多於一個晶粒提供於圖案化元件(例如，光罩) MA上的情形中，光罩對準標記可位於該等晶粒之間。小對準標記亦可在元件特徵當中包括於晶粒內，在此狀況下，需要使標記儘可能地小且無需與鄰近特徵不同的任何成像或程序條件。下文進一步描述偵測對準標記之對準系統。
可在多種模式中使用所描繪裝置。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上的同時，同步地掃描圖案化元件支撐件(例如，光罩台) 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)及影像反轉特性而判定基板台WT相對於圖案化元件支撐件(例如，光罩台) 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高度(在掃描方向上)。如在此項技術中為吾人所熟知，其他類型之微影裝置及操作模式係可能的。舉例而言，步進模式為吾人所知。在所謂「無光罩」微影中，使可程式化圖案化元件保持靜止，但具有改變之圖案，且移動或掃描基板台WT。
亦可使用對上文所描述之使用模式的組合及/或變化或完全不同的使用模式。
微影裝置LA屬於所謂的雙載物台類型，其具有兩個基板台WTa、WTb以及兩個站-曝光站EXP及量測站MEA-在該兩個站之間可交換該等基板台。在曝光站處曝光一個基板台上之一個基板的同時，可在量測站處將另一基板裝載至另一基板台上且進行各種預備步驟。此情形實現裝置之產出率之相當大增加。在單載物台裝置上，針對每一基板，需要依序對單載物台執行預備步驟及曝光步驟。預備步驟可包括使用位階感測器LS來映射基板之表面高度輪廓，及使用對準感測器AS來量測基板上之對準標記之位置。若位置感測器IF在其處於量測站以及處於曝光站時不能夠量測基板台之位置，則可提供第二位置感測器以使得能夠在兩個站處追蹤基板台相對於參考框架RF之位置。代替所展示之雙載物台配置，其他配置為吾人所知且可用。舉例而言，提供基板台及量測台之其他微影裝置為吾人所知。此等基板台及量測台在執行預備量測時銜接在一起，且接著在基板台經歷曝光時不銜接。
如圖2中所展示，微影裝置LA形成微影製造單元LC (有時亦被稱作微影製造單元(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抗蝕劑層之旋塗器SC、用以顯影經曝光抗蝕劑之顯影器DE、冷卻板CH及烘烤板BK。基板處置器或機器人RO自輸入/輸出埠I/O1、I/O2拾取基板、在不同程序裝置之間移動基板，且將基板遞送至微影裝置之裝載匣LB。常常統稱為塗佈顯影系統(track)之此等元件係在塗佈顯影系統控制單元TCU之控制下，塗佈顯影系統控制單元TCU自身受到監督控制系統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所曝光之基板，需要檢測經曝光基板以量測屬性，諸如，後續層之間的疊對誤差、線厚度、臨界尺寸(CD)等等。因此，經定位有微影製造單元LC之製造設施亦包括度量衡系統MET，度量衡系統MET收納已在微影製造單元中處理之基板W中的一些或全部。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進行調整。
在度量衡系統MET內，檢測裝置係用以判定基板之屬性，且詳言之，判定不同基板或同一基板之不同層之屬性如何在不同層間變化。檢測裝置可整合至微影裝置LA或微影製造單元LC中，或可為獨立元件。為了實現最快速量測，可需要使檢測裝置緊接地在曝光之後量測經曝光抗蝕劑層中之屬性。然而，並非所有檢測裝置皆具有足夠敏感度以對潛影進行有用量測。因此，可在曝光後烘烤步驟(PEB)之後採取量測，曝光後烘烤步驟(PEB)通常為對經曝光基板所進行之第一步驟且增加抗蝕劑之經曝光部分與未經曝光部分之間的對比度。在此階段，抗蝕劑中之影像可被稱作半潛影(semi-latent)。亦有可能對經顯影抗蝕劑影像進行量測-此時已移除抗蝕劑之經曝光部分或未經曝光部分。又，已經曝光之基板可被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的狀況下，可僅對良好的彼等目標部分執行另外曝光。
在已將抗蝕劑圖案蝕刻至產品層中之後，亦可用度量衡系統MET進行度量衡步驟。後一可能性限制重工有缺陷之基板的可能性，但可提供關於製造程序之整體效能的額外資訊。
圖3說明用以將目標部分(例如，晶粒)曝光於圖1之雙載物台裝置中之基板W上的步驟。首先將描述根據習知實務之製程。本發明決不限於所說明之類型的雙載物台裝置。熟習此項技術者將認識到，在其他類型之微影裝置(例如，具有單一基板載物台及銜接度量衡載物台之微影裝置)中執行相似操作。
量測站MEA處所執行之步驟係在虛線框內之左側，而右側展示曝光站EXP處所執行之步驟。有時，基板台WTa、WTb中之一者將在曝光站處，而另一者係在量測站處，如上文所描述。出於此描述之目的，假定基板W已經被裝載至曝光站中。在步驟200處，藉由未展示之機構將新基板W'裝載至裝置。並行地處理此兩個基板以便增加微影裝置之產出率。
最初參看新近裝載之基板W'，此基板可為先前未經處理之基板，其係運用新光阻而製備以供在裝置中之第一次曝光。然而，一般而言，所描述之微影製程將僅僅為一系列曝光及處理步驟中之一個步驟，使得基板W'已經通過此裝置及/或其他微影裝置若干次，且亦可經歷後續製程。特別針對改良疊對效能之問題，任務為確保新的圖案被精確地施加於已經經受圖案化及處理之一或多個循環之基板上的正確位置中。每一圖案化步驟可引入經施加圖案之位置偏差，而後續處理步驟漸進地引入基板及/或施加至其之圖案的失真，必須針對其進行量測及校正以達成令人滿意的疊對效能。
可在其他微影裝置中執行先前及/或後續圖案化步驟(如剛才所提及)，且可甚至在不同類型之微影裝置中執行先前及/或後續圖案化步驟。舉例而言，元件製造程序中之在諸如解析度及疊對之參數方面要求極高之一些層相較於要求較不高之其他層可在更進階微影工具中予以執行。因此，一些層可曝光於浸潤類型微影工具中，而其他層曝光於「乾式」工具中。一些層可曝光於在DUV波長下工作之工具中，而其他層係使用EUV波長輻射來曝光。一些層可藉由為對所說明微影裝置中之曝光之替代或補充的步驟而圖案化。此等替代及補充技術包括(例如)壓印微影、自對準多重圖案化及定向自組裝。相似地，可對每層不同裝置執行每層執行的其他處理步驟(例如，CMP及蝕刻)。
在202處，使用基板標記P1等等及影像感測器(未展示)之對準量測係用以量測及記錄基板相對於基板台WTa/WTb之對準。另外，將使用對準感測器AS來量測跨越基板W'之若干對準標記。此等量測在一個實施例中用以建立基板模型(有時被稱作「晶圓柵格」)，基板模型極準確地映射標記跨越基板之分佈，包括相對於標稱矩形柵格之任何失真。
在步驟204處，亦使用位階感測器LS來量測相對於X-Y位置之晶圓高度(Z)圖。基本上，高度圖僅用於達成經曝光圖案之準確聚焦。可另外出於其他目的使用高度圖。
當裝載基板W'時，接收配方資料206，配方資料206界定待執行之曝光，且亦界定晶圓及先前產生之圖案及待產生於該基板W'上之圖案之屬性。當存在基板上之對準標記之選擇時，且當存在對準感測器之設定之選擇時，在配方資料206當中之對準配方中界定此等選項。因此，對準配方界定如何量測對準標記之位置，以及量測哪些標記。
在210處，調換晶圓W'與W，使得經量測基板W'變成基板W而進入曝光站EXP。在圖1之實例裝置中，藉由交換裝置內之支撐件WTa及WTb來執行此調換，使得基板W、W'保持準確地被夾持且定位於彼等支撐件上，以保留基板台與基板自身之間的相對對準。因此，一旦已調換該等台，則為了利用用於基板W (以前為W')之量測資訊202、204以控制曝光步驟，必需判定投影系統PS與基板台WTb (以前為WTa)之間的相對位置。在步驟212處，使用光罩對準標記M1、M2來執行倍縮光罩對準。在步驟214、216、218中，將掃描運動及輻射脈衝施加於跨越基板W之順次目標部位處，以便完成數個圖案之曝光。
藉由在執行曝光步驟中使用量測站處所獲得之對準資料及高度圖，使此等圖案相對於所要部位準確地對準，且詳言之，相對於先前放置於同一基板上之特徵準確地對準。在步驟220處自裝置卸載現在被標示為W''之經曝光基板，以根據經曝光圖案使其經歷蝕刻或其他製程。
使用效能資料之進階製程控制
為了達成最佳效能，除了在將當前基板裝載至微影裝置中時進行量測以外，一般亦使用關於微影製程之歷史效能資料。出於此目的，運用度量衡系統MET (圖2)進行效能之量測。可實施不同形式之進階製程控制。圖4僅說明一個實例，其實施已知的穩定性控制方法。
圖4描繪穩定性模組300。此模組為(例如)執行於(例如)圖2之控制單元LACU或監督控制系統SCS內之處理器上的應用程式。展示被標示為1、2、3之三個主製程控制迴路。第一迴路使用穩定性模組300及監視器晶圓來提供微影裝置之局域控制。監視器晶圓302被展示為自微影製造單元304穿過，微影製造單元304可為(例如)圖2之微影製造單元LC。監視器晶圓304已運用校準圖案而曝光以設定用於聚焦及疊對之「基線」參數。稍後，度量衡工具306讀取此等基線參數，該等基線參數接著藉由穩定性模組300解譯以便計算特定用於此微影製造單元之穩定性校正308。可將此效能資料回饋至微影製造單元304，且當執行另外曝光時使用該效能資料。監視器晶圓之曝光可涉及將標記之圖案印刷於參考標記之頂部上。藉由量測頂部標記與底部標記之間的疊對誤差，可量測微影裝置之效能之偏差，即使在已自裝置移除晶圓且將晶圓置放於度量衡工具中亦如此。
第二(APC)控制迴路係基於對效能參數之量測，諸如實際產品晶圓上之聚焦、劑量及疊對。使經曝光產品晶圓320傳遞至度量衡工具322，度量衡工具322可相同於或不同於第一控制迴路中之度量衡工具306。在322處，判定關於(例如)諸如臨界尺寸、側壁角及疊對之參數的資訊且將資訊傳遞至進階製程控制(APC)模組324。此資料亦被傳遞至穩定性模組300。計算製程校正326且由監督控制系統(SCS) 328使用該等製程校正326，以提供與穩定性模組300連通的微影製造單元304之控制。
第三控制迴路應允許(例如)在雙重圖案化應用中將度量衡整合至第二(APC)控制迴路中。使經蝕刻晶圓330穿過至度量衡單元332，度量衡單元332再次可相同於或不同於用於第一及/或第二控制迴路中之度量衡工具306、322。度量衡工具332量測自晶圓讀取的諸如臨界尺寸、側壁角及疊對之效能參數。將此等參數傳遞至進階製程控制(APC)模組324。該迴路以與第二迴路相同之方式繼續。
在每夾盤及每批次基礎上，通常在高量製造(HVM)環境中執行當前製程校正策略。然而，近年來，考慮每基板校正。接著變得有可能界定每基板製程校正而非每批次製程校正。需要設計用於利用每基板校正來在每基板位階(在本文中被稱作晶圓級控制或WLC)處進行製程控制之實務策略。針對每一經處理基板執行疊對度量衡係昂貴的(特別在時間及產出率方面)。實情為，可對「製程指紋」進行每基板預測。製程指紋(或標誌)描述藉由特定製程步驟及/或製程工具強加於基板之失真或其他變形。此等預測可基於曝光序列(預先知曉)或內容背景/處理歷史。然而，此情形具有一些缺點。首先，追蹤及管理所有歷史處理步驟(尤其針對較高層)需要相當大的工作量。其次，可難以建立處理工具之間的清晰關係及對疊對的影響。
使用度量衡資料(其一般在較規則基礎上產生)，例如，對準資料或位階量測資料(其在每基板基礎上產生)，係減小基板間變化之替代例。然而，在專門考慮對準資料之實例的情況下，校正能力受到以下限制：為了避免產出率損失，僅可量測有限數目個對準標記；對準模型常常限於全域(場間)模型；及常常對準標記會遭受製程誘發標記損害，從而引起較不可靠的量測。
提出將基板一起分組，及基於逐個輪次中之基板群組而判定校正、晶圓級控制策略。在HVM環境中，可根據基板之內容背景歷史執行叢集指派。然而，如已經所描述，不合需要地，追蹤內容背景歷史係繁重的。實情為，提出根據與受控之曝光後效能參數(例如，疊對)相關的曝光前參數資料(例如，曝光前度量衡資料)來將基板分組。藉由以此方式將該等基板分組，有可能實現接近於「每基板」準確性，同時得益於跨越每群組基板之相對較大平均化。
在此內容背景中，曝光前度量衡資料包含來自在曝光層之前執行之量測的度量衡資料(對於此，效能參數受控)，亦即，術語「曝光前」係相對於下一層之曝光。因而，曝光前度量衡資料可包含對先前層已曝光於其之基板執行的量測，以用於控制另外層曝光於基板。
曝光前資料可包含來自在裝載於微影裝置(掃描器)上以用於曝光當前層之前，或在裝載於微影裝置(掃描器)上以用於曝光當前層之後執行之量測的資料。在後一實例中，曝光前資料可包含用於曝光彼層之預備度量衡。在一實施例中，曝光前度量衡資料可包含對準資料。對準資料可包含經執行以準備在裝載基板之後曝光當前層的量測。替代地或以組合形式，對準資料可包含經執行以準備曝光先前層，亦即，在裝載基板以用於量測及曝光當前層之前的量測。替代地或以組合形式，曝光前度量衡資料可包含描述基板之形狀的位階量測資料。如同對準資料，位階量測資料可來自經執行以製備曝光當前層或先前層的量測。替代地或以組合形式，曝光前度量衡資料可包含晶圓幾何形狀資料及/或平面內失真資料。
在考慮曝光前度量衡資料包含對準資料之實例的情況下，可在微影工具之量測站處跨越基板量測此對準資料。對準資料可包含跨越基板之複數個向量，每一向量表示針對基板上之特定標記，藉由對準感測器AS量測之標記位置相對於標稱位置(例如，位置偏離)的位置及位移。所有基板皆可具有標記及量測之相同空間分佈，但實際偏差通常對每一基板係唯一的。可執行對遍及一群基板之曝光前度量衡資料(對準量測)的分析，以便揭露可隱藏於資料中之各種「指紋」。相似地，可自基板構形或例如使用位階感測器LS量測之形狀量測獲得指紋。經處理基板之生產中之不同步驟中任一者可使其自有指紋貢獻於橫越基板之位置誤差之分佈為吾人所知。應牢記，實際產品可已經歷許多製程步驟(包括不同裝置及不同類型之裝置中之圖案化及處理之許多循環)，變得極難以知曉哪些類型之裝置(更不必說哪些個別裝置)已貢獻於存在於成品中之誤差。
所提出的方法可包含兩個階段。執行初始設置或訓練階段以便將一組基板分類成複數個群組。此設置階段可包含訓練分類器以根據效能參數(輸出)之特性(例如，由其標示)來將曝光前度量衡資料(輸入對象)分類。可將任何合適(例如，受監督、半監督或不受監督)機器學習技術用於對資料進行硬分類或軟分類，例如，線性判別分析、羅吉斯回歸、支援向量分類器或主組份分析(PCA)。在以引用的方式併入本文中之WO2015049087中描述了其他合適分類方法。此描述了如下方法：其中在執行微影製程期間的階段進行對準資料或其他量測以獲得物件資料，其表示位置偏差或在空間上跨越每一晶圓分佈之點處量測的其他參數。使用此物件資料以藉由執行多變量分析以將表示該多維空間中之晶圓之該等向量之集合分解成一或多個分量向量而獲得診斷資訊。使用該等分量向量來提取關於工業製程之診斷資訊。可基於該經提取診斷資訊而針對後續產品單元來控制微影製程之效能。
可對來自複數個基板之歷史資料執行訓練階段，曝光前度量衡資料及曝光後度量衡資料(對效能參數之量測)可用於該訓練階段。對於已經提及之特定實例，根據對應疊對量測之特性疊對量測(例如，疊對指紋特性)，將對準指紋(其描述基板平面中之基板柵格失真)或基板形狀或構形(其描述垂直於基板平面之方向上的基板失真)分類。此訓練階段之結果可包含複數個基板群組，每一基板群組係由常見指紋或構形特性及對應係數標示。每一效能參數特性將具有相關聯的製程校正(例如，最佳校正配方)。在一實施例中，設置階段可與正常產生(控制階段，基於基於批次之製程校正)相一致。
圖5係描述用於預測性基板分類之訓練階段之特定實例的流程圖。設置階段可包含將關於包含(例如，歷史)曝光前度量衡資料之訓練資料400的受監督學習演算法用於數個基板，該數個基板由描述用於彼等基板之效能參數的曝光後度量衡資料標示。因為相較於曝光後度量衡資料，通常將存在多得多的曝光前度量衡資料可供使用，所以設置階段可包含在僅標示幾個基板(曝光後量測之基板)而未標示僅在曝光前量測之基板的情況下，使用半監督學習演算法。舉例而言，半監督分類可使用標籤散佈方法。在一特定實例中，曝光前度量衡資料可包含對準或基板構形，且曝光後度量衡資料可包含疊對、臨界尺寸或聚焦指紋。首先，執行批次內叢集步驟410以識別每批次叢集/群組。在此之後，執行批次間叢集步驟420以識別各批次之間的相似指紋/拓樸。接著執行分類步驟430以使用訓練資料來訓練分類器。在此步驟期間，界定曝光前度量衡資料群組(亦即，基板群組)。接著執行驗證步驟440。在此驗證步驟440中，基於歷史資料將基板指派給基板群組歷史資料。接著每製程校正執行緒執行效能參數益處之陰影模式模擬。
在第二階段或控制階段中，舉例而言，藉由對基板執行對準及/或位階量測度量衡而獲得用於基板之曝光前度量衡資料。可在微影裝置中執行此度量衡以作為對準及基板量測程序之部分；舉例而言，藉由上文所描述之方法而分別使用圖1之對準感測器AS及位階感測器LS。基於此曝光前度量衡資料，向基板指派群組隸屬狀態。群組隸屬狀態可包含向基板中之每一者指派單一群組之隸屬(硬分類)或一些或所有群組之部分隸屬(軟分類；例如，使用柔性最大函數)。在任一狀況下，該等群組將為在設置階段期間判定的(或有可能在此控制階段期間判定的，如稍後將描述)基板群組中之一者。曝光前度量衡資料可包含對所有基板之任何常見物理性質的量測(其對基板製程變化敏感)；例如：對準指紋或基板構形或扁平度量測。基於群組隸屬狀態，將識別相關聯的製程校正。可接著在曝光層之曝光期間使用此相關聯的製程校正。
在一實施例中，基板上之曝光前度量衡及基板之後續分類、使用校正進行的對相關聯的校正之識別及層之曝光皆由微影裝置執行。此將意謂校正迴路將較短(直接將曝光前度量衡資料用於後續曝光步驟)。無需額外工具來量測基板。
在一實施例中，在微影裝置包含如圖1中所說明之多於一個支撐件(多於一個夾盤)的情況下，可在基於基板分類識別校正時考量夾盤指派。因而，在每夾盤基礎上，校正可與特定基板群組相關聯。
將對基板中之一些或全部曝光後量測效能參數(例如，疊對)。可接著模型化所得的度量衡資料，且使用該等參數來更新或替換與適用於所量測基板之基板群組相關聯的製程校正。可藉由時間過濾及/或平均化(例如，使用移動平均值)來實施製程校正更新。對於每一基板群組，可進行模型化一次。替代地，模型化可包含使用類別特定參數及共用參數來模型化所有參數一次。
在一實施例中，在控制階段期間，可根據量度判定用於特定基板之曝光前度量衡資料並不恰當地屬於在訓練階段中識別的基板群組中之任一者。舉例而言，該量度可為距離量度，可認為若最接近之基板群組的距離量度高於臨限值，則特定基板並不恰當地屬於任何基板群組。在一特定實例中，距離量度可指所量測的基板之對準指紋(或其他曝光前度量衡資料)與界定最接近群組之度量衡指紋之間的距離。在此實施例中，方法可包含藉由更新特性化基板群組中之一或多者的對應特性而更新基板群組，使得基板群組中之一者現在涵蓋用於此基板之曝光前度量衡資料的特性。以此方式，可在維持群組之數目一致性的同時更新每一基板群組之特性。作為替代例，實施例可包含新增對應於用於未分類基板之曝光前度量衡資料之特性的新群組。接著將曝光後量測用於此基板之效能參數(例如，疊對)，且使用效能參數來標示用於未分類基板之曝光前度量衡資料。又，應針對新基板群組判定對應校正(例如，藉由模型化)，可接著使用對應校正來校正在此群組中經分類的後續基板。作為替代例，可重工及保留不契合(fit)任何群組之基板。
可在控制階段期間最佳化對用於曝光後量測之基板的選擇。此最佳化可包含選擇被識別成最高程度地表示其對應基板群組之基板。此可包含選擇一基板，在相關聯距離量度之分類中，用於該基板之相關聯距離度量小於群組中之其他基板的距離量度。然而，僅基於代表性之基板選擇可使得相較於其他群組，更常更新一些群組。因此，在另一實施例中，可基於代表性與對應的校正集合最後更新的新近程度的組合而選擇基板。
如已經描述，至少在硬分類的情況下，在預定義群組中對基板「分組(bin)」，其中接著均一地向群組之每一部件應用基於群組之校正。在此等實施例中，可使用來自掃描器或其他度量衡工具之線內或離線資料藉由統計工具來執行分類/叢集，諸如主組份分析(PCA)。然而，實務上，群組之間的區別常常並非無足輕重的，且因此分組並非較佳的。藉由圖6之實例曲線圖來說明此情形。此為對於25個基板之批次相對於特定本徵晶圓(本徵指紋或主組份)之y軸上之PCA計分值相對於基板(x軸)的標繪圖。為了獲得標繪圖，對批次(25個基板)之基板對準資料(曝光前度量衡資料)執行PCA。接著識別最主要的指紋經識別第一本徵晶圓或第一本徵指紋)，且曲線圖標繪每所量測基板此本徵晶圓之計分值(亦即，本徵指紋在每一基板中存在之度量)。可自圖6看出，不存在基板之清晰叢集；相較於此，基板之散佈更為連續的。此可引起基本上對一些基板進行任意分類。
因此在此實施例中，提出基於分類計分使用經加權分類來改良校正。藉由使用藉由PCA發現的基板之計分值來對每一校正加權，經加權分類會改良每基板校正。在此實施例中，所識別的每一本徵晶圓可表示分類中之不同群組。在一實施例中，並非所有經識別本徵晶圓皆界定分離群組。舉例而言，當界定群組時，可忽略最不主要的本徵晶圓中之一或多者(本徵指紋/主組份)。如已經描述但確切而言，設置階段很大程度上可使用分類技術(其實例為PCA)，其根據群組(本徵晶圓)向每一基板提供計分，例如，每一基板在彼群組內之隸屬程度的度量(可為正，亦可為負)。向群組之部件指派權重或計分之合適統計分類方法的其他實例包含：隨機森林(Random Forest)、貝葉斯網路(Bayesian network)、類神經網路、線性判別分析。曝光前度量衡資料及曝光後度量衡資料可包含如已經在其他實施例中予以描述之資料。在一實施例中，基於計分值，可將加權應用於疊對(或其他製程參數)指紋校正(例如，與其相乘)以提供經加權校正。
圖7係特定群組或本徵晶圓之歸因於曝光後度量衡資料(y軸) (諸如所量測疊對指紋)的計分相對於曝光前度量衡資料(x軸) (諸如所量測對準指紋)的曲線圖。每一點表示(25個)基板之批次中的不同基板。顯而易見的是，曝光後度量衡資料及曝光前度量衡資料之計分值之間存在相關性。此相關性展示可使用可歸因於曝光前度量衡資料(例如，對準資料)之計分來判定對晶圓級控制之最佳校正。應注意，此相關性愈佳，所預測的疊對校正將會愈佳。
應注意，在此實施例中，僅需要界定一個群組。雖然在技術上此對於硬分類可為真實的，但結果基本上將毫無意義，此係因為僅可將每一基板指派給單一群組且因此可不進行區分。然而，在此實施例中，基於計分值，加權將意謂可基於曝光前度量衡資料應用不同校正而不管僅界定一個群組(例如，單一的、最主要的本徵晶圓)抑或界定多於一個群組。在界定多於一個群組的情況下，應用於基板之校正可適用於根據基板相對於其群組之計分而指派其基板、進行加權之群組。在一實施例中，實際分類可為硬分類，其中將每一基板指派給單一群組，其中根據基板在彼群組內之計分(例如，基板之隸屬程度)而對對應校正計分加權。在一替代實施例中，可視情況向每一基板指派多個群組之部分隸屬，其中將計分值用於對群組之間的校正加權。在後一實例中，在計分值對於僅單一群組而言特別高(絕對而言)的情況下，可在彼群組中將一些基板分類。
圖8展示在概念上描述根據一特定實施例之方法的流程圖。設置階段700包含獲得用於複數個基板705之歷史訓練資料以及執行叢集及分類步驟710以獲得複數個基板群組715。在微影裝置720內，執行曝光前度量衡725。在處理器735內處理730所得的曝光前度量衡資料，以將每一基板指派給基板群組740 (其可包括適當時部分地將基板指派給多於一個基板群組)。此步驟亦可視情況包含儲存與每一基板相關聯的計分，其指示基板屬於其指派群組的程度。處理器735接著根據指派類別及/或計分而向每一基板748指派745製程校正750。處理器735可與微影裝置720整合(例如，形成微影裝置720之部分)或可為獨立式處理模組。在步驟760處，當將下一層曝光於彼基板時，將每一經指派製程校正750用於晶圓級控制。在度量衡裝置(諸如散射計) 765內，曝光後量測775一或多個已經分類基板770 (例如，在複數個基板705被引入至微影裝置720之前已曝光的基板)。針對每一基板群組判定校正更新780a、780b、780c，且將該等校正更新饋入至處理器735以供在演算法指派製程校正745時使用。校正更新可為基於每一基板之群組隸屬狀態進行加權的校正更新，特別是在使用軟指派方法的情況下(例如，柔性最大方法)。該方法可進一步包含最佳化步驟(未展示)，其最佳化經更新製程校正750，使得根據在步驟745處指派製程校正之時間選擇預最佳化製程校正(每類別一個預最佳化校正)。
以此方式，可針對微影製程之逐個輪次晶圓級控制將曝光前度量衡資料用於自動化解決方案中，而無處理待追蹤之歷史資訊的任何要求，亦無進行離線量測的任何要求。
可需要對本文中所描述之方法的叢集/分類進行評估。詳言之，有用的是，評估基板如何與基板之某群組充分有關，及例如曝光前度量衡資料是否代表/適用於充當基板進行初始叢集的基礎(例如，曝光前度量衡資料如何確實與相關聯於基板之曝光後度量衡資料充分相關)。
可進行此評估以作為訓練階段之部分，例如，設置階段700，且更特定言之，叢集及分類步驟710及/或叢集步驟410、420及/或分類步驟430。該評估可包含應用叢集演算法(例如，k平均數、高斯混合模型等等)以基於曝光後度量衡資料判定基板之
k
個群組，及獨立地，基於曝光前度量衡資料判定基板之
j
個群組。
在一實施例中，可藉由使用貝葉斯資訊準則或相似模型選擇技術而自動地判定最佳數目
k
及
j
。在此實施例中，此判定可包含找到貝氏資訊準則
BIC
之最小值，貝葉斯資訊準則
BIC
可呈以下形式：
其中
係所使用的叢集模型之似然函數的最大化值，k係模型參數之數目且n係樣本數目。
在一特定實例中，對曝光前度量衡資料及曝光後度量衡資料使用之叢集模型可為高斯混合模型，例如，高斯函數之加權和乘以先前概率。在一特定實施例中，此模型
p(x)
可能包含：
其中
，
x
係叢集資料，
k
係組件(叢集)之數目，
μi
係平均值且Σ
i
係組份i之共變數。
提出應用匹配演算法以使曝光後度量衡資料內之
k
個群組匹配於曝光前度量衡資料內之
j
個群組。此可包含最佳化一或多個匹配量度或關鍵效能指示符(KPI)。可能的KPI可包括例如匹配準確性或純度。評估匹配準確性可包含根據接收器操作特性(ROC)曲線判定不同鑑別臨限值之真陽性率相對於假陽性率之標繪圖上的相關性及/或曲線下面積。純度係群組內之樣本之相似性的度量(例如，在其遵循分類之標籤方面)。更特定言之，對於群組集合
及標籤集合
，可接著將
界定為：
因而，曝光前度量衡資料群組之純度可包含每一叢集內之曝光前度量衡資料相對於其一或多個經匹配曝光後度量衡資料叢集的同質性(例如，係僅來自匹配於曝光前叢集之曝光後叢集之曝光前叢集中的所有成員或大多數成員，且反之亦然)。
可能預期到，曝光後度量衡資料內之
k
個群組與曝光後度量衡資料內之
j
個群組的數目將會相同；亦即，
j=k
。此將暗示曝光前度量衡資料與曝光後度量衡資料會誘發相同群組。然而，存在數個情況可能並非如此的原因，且事實上
j≠k
。在所描述之實施例中，即使當
j≠k
時，匹配演算法亦匹配於群組。
圖9展示叢集已揭露四個曝光前度量衡資料群組G
a
1至G
a
4及三個曝光後度量衡資料群組G
b
1至G
b
3的實例。圖9亦展示曝光前度量衡資料之群組G
a
1及G
a
2匹配於曝光後度量衡資料之群組G
b
1、曝光前度量衡資料之群組G
a
3匹配於曝光後度量衡資料之群組G
b
2，及曝光前度量衡資料之群組G
a
4匹配於曝光後度量衡資料之群組G
b
3。
在一實施例中，可自分組排除具有不確定群組隸屬之樣本(例如，接近於群組或決策界限之離群值及/或樣本)。舉例而言，可排除在與決策界限相隔某距離(容限)內之任何樣本。在
w
係與決策界限正交之向量且
b
係標量偏移項之特定實例中，接著將決策界限寫成：
且可將容限界定為以下不等式內之任何位置：
其中c判定決策界限之任一側容限之大小。在使用經加權分類(如已經描述)之另一實施例中，接著可使用經指派給基板之加權來判定不確定的群組隸屬，且因此判定是否可排除特定基板。圖9展示已包括具有不確定群組狀態之兩個基板W23、W15的實例。由於兩個基板之群組狀態的不確定性，已不正確地將該等基板指派給不正確的曝光後度量衡群組：已將基板W23指派給群組G
b
2而非G
b
3，且已將基板W15指派給群組G
b
3而非G
b
2。提出可完全排除此等基板或基於其不確定的狀態給出較小加權。
在一實施例中，執行移除不相關或較不相關特徵之初始步驟，使得僅對與曝光後度量衡變化有關的曝光前特徵執行叢集。不相關特徵將增大所需要之群組的數目且將會引起可不顯著優於隨機之低匹配品質。在一實施例中，可將曝光前度量衡資料之尺寸的數目限於兩個。舉例而言，僅具有二維資料通常將意謂將需要少得多的群組。作為一特定實例，測試資料集上展示二維資料僅需要三個群組，同時向所需要的另一尺寸新增八個群組。應瞭解，在每一狀況下需要的實際群組數目將取決於資料集。
在驗證階段期間，可判定描述匹配品質之KPI。此可包含判定分組效能之統計顯著性。舉例而言，可計算指示群組匹配之品質是否顯著優於隨機(例如，更好地達到臨限值容限)的p值。若判定群組匹配品質不顯著優於隨機，則此可能指示曝光前度量衡資料不會充分解釋在曝光後度量衡資料中觀測到的基板間變化。若情況如此，則可使用不同類型之曝光前度量衡資料或不同類型之曝光前參數資料(例如，對準、位階量測、製程歷史等等)來重複前述步驟。群組匹配品質可不顯著優於隨機之另一原因在於：叢集演算法可能不會對資料集起有效作用。若可供使用之叢集演算法或曝光前量測中之任一者皆不會產生統計上顯著的群組匹配效能，則可推斷基於叢集之控制不應用於當前基板產生場景中。另一方面，當KPI指示良好的、統計上顯著的分組效能時，則可在產生時啟動基於叢集之控制策略。
在另一實施例中，可在諸如微影-蝕刻-微影-蝕刻(LELE)製程之多重圖案化製程的圖案化步驟之間將本文中所描述之概念用於校正。在此實施例中，曝光前參數資料可包含與所使用之處理內容脈絡有關的內容脈絡資料。
在實際意義上，可涉及大量不同的內容脈絡變數(內容脈絡參數)。舉例而言，可將每一處理工具、處理腔室及處理配方視為單獨的內容脈絡。因而，內容脈絡組合之數目可極大。監視每一唯一的內容脈絡組合之數理邏輯未必總是實際的。
因此，在一特定實施例中，提出控制基於的內容脈絡資料限於在緊接在先前微影步驟之前的蝕刻步驟中使用的蝕刻腔室。蝕刻工具可具有多個腔室(通常至多4個)，從而產生有限的唯一內容脈絡值之集合(對應於蝕刻腔室之數目)。藉由追蹤哪個蝕刻腔室用以處理每一基板，可將每一批次之基板分為若干群組(例如，四個)。對於每一群組，可接著判定單獨的WLC控制。可將此等WLC校正新增至應用於批次間控制中之「正常」(APC)校正。一般而言，在多重圖案化應用中，通常建議針對每一圖案化(微影-蝕刻)步驟使用相同校正。藉由提出對兩個層之層位置之間的差異進行基於內容脈絡之晶圓級控制，在此實施例中描述的建議會改良層內「疊對」(在層之每一微影步驟之間)。
圖10係說明此實施例之流程圖。此處之實例展示雙重圖案化LELE製程，其中在兩個單獨的微影-蝕刻步驟中曝光每一層。然而，更一般而言，該實施例適用於多重圖案化製程，包括具有多於兩個單獨的微影-蝕刻步驟之製程。在初始批次(批次N)中，執行第一圖案化步驟L1
N
。運用基於對如已描述之一或多個先前批次之量測而使用APC控制迴路進行判定之校正，可執行第一圖案化步驟L1
N
。在第一圖案化步驟之後，執行第一蝕刻步驟E1
N
。在此第一蝕刻步驟E1
N
中，在(例如)四個蝕刻腔室EC
a
至EC
d
中之一者中蝕刻每一基板。記錄用以蝕刻每一基板之蝕刻腔室(作為相關內容脈絡)，且將每一基板指派給對應於所使用之蝕刻腔室的群組。另外，在第一量測步驟MET1中，使用度量衡元件來量測在圖案化步驟L1
N
之後的經圖案化之基板中的一或多者。在一特定實施例中，量測至少兩個基板，每夾盤一個基板，以獲得每夾盤量測。舉例而言，第一量測步驟可包含對第一疊對指紋OV1之量測。在第一圖案化步驟L1
N
及第一蝕刻步驟E1
N
之後，運用與針對第一圖案化步驟L1
N
執行之校正相同的APC校正來執行第二圖案化步驟L2
N
。在第二圖案化步驟L2
N
之後，使用度量衡元件來執行第二次量測步驟MET2。在第二度量衡步驟MET2中，每群組量測至少一個基板(且亦視情況，每夾盤)。舉例而言，第二量測步驟可包含每群組(或類別/夾盤組合)量測第二疊對指紋OV2。可接著計算第二疊對指紋OV2與第一疊對指紋OV1之間的差，且使用該差來判定對每一基板群組之層內校正cor
a
至cor
d
(第二校正)。層內校正cor
a
至cor
d
可使得其應用會最小化第二疊對指紋OV2與第一疊對指紋OV1之間的差。
在諸如批次N+1之後續批次中，以與針對批次N執行之方式相似的方式來執行第一圖案化步驟L1
N+1
及第一蝕刻步驟E1
N+1
，適當時使用「標準」APC校正(第一校正)。此可包括先前量測之指數加權移動平均值EWMA。如前所述，追蹤在蝕刻步驟E1
N+1
中使用的蝕刻腔室(內容脈絡)。基於此內容脈絡，針對對應於彼內容脈絡之群組選擇校正cor
a
至cor
d
中之一適當者。當執行第二圖案化步驟L2
N+1
時，將此(第二)校正與APC (第一)校正一起使用，在該第二圖案化步驟L2
N+1
之後，將執行第二蝕刻步驟(未展示)。以此方式，根據疊對觀點，最終雙重圖案化(LELE)層將會看起來更像單次曝光。
應瞭解，原則上，相較於所說明內容(蝕刻腔室)，可將此概念擴展至更複雜的內容脈絡執行緒及除了疊對以外的參數(例如，CD或邊緣置放誤差(EPE))。
下文之經編號實施例清單中揭示本發明之另外實施例：
1. 一種判定與一基板上之一微影製程有關的一製程參數之一校正的方法，該微影製程包含複數個輪次，在該複數個輪次中之每一者期間，將一圖案施加至一或多個基板，該方法包含：
獲得與該基板之一屬性有關的曝光前參數資料；
獲得包含已藉由一等效微影製程而對該微影製程之一或多個先前曝光基板執行的對該製程參數之一或多個量測的曝光後度量衡資料；
基於該曝光前參數資料，將來自一或多個群組之一群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該曝光後度量衡資料，判定該製程參數之該校正。
2. 如實施例1之方法，其包含使用該校正對該基板執行該微影製程。
3. 如實施例1或2之方法，其中該曝光前參數資料包含曝光前度量衡資料。
4. 如實施例3之方法，其包含對該基板執行一曝光前度量衡步驟以獲得該曝光前度量衡資料。
5. 如實施例4之方法，其中使用該校正而對該基板執行該微影製程之該曝光前度量衡步驟及一後續步驟係由同一微影裝置執行。
6. 如實施例5之方法，其中指派一群組隸屬狀態及判定該製程參數之該校正的該等步驟亦由同一微影裝置執行。
7. 如實施例3至6中任一項之方法，其中該曝光前度量衡資料包含描述該基板平面中之跨基板柵格失真的對準資料。
8. 如實施例3至7中任一項之方法，其中該曝光前度量衡資料包含描述該基板在垂直於該基板平面之一方向上之形狀的資料。
9. 如實施例3至8中任一項之方法，其中該曝光前度量衡資料包含位階量測資料。
10. 如實施例3至9中任一項之方法，其包含針對一特定群組識別最高程度地表示該群組之一基板的步驟。
11. 如實施例10之方法，其包含量測最高程度地表示該群組之該基板；及
基於該量測更新對應於該群組之該製程參數的一校正。
12. 如實施例3至11中任一項之方法，其中該群組隸屬狀態使得可向每一基板指派對該等群組中之一或多者的一隸屬程度。
13. 如實施例12之方法，其中判定該製程參數之該校正的該步驟係基於依據彼基板對一或多個群組之該隸屬程度而對與該一或多個群組相關聯之校正的加權。
14. 如實施例13之方法，其中對一群組之該隸屬程度係基於表示界定彼群組之一指紋在該曝光前度量衡資料中存在之度量的一分類計分。
15 如實施例14之方法，其中該指派步驟包含對該曝光前度量衡資料執行一主組份分析以識別一或多個本徵指紋在該曝光前度量衡資料中之該存在，及表示(一)對應本徵指紋在該曝光前度量衡資料中之該存在之該度量的該分類計分。
16. 如實施例14或15之方法，其包含一初始訓練階段，其中該一或多個群組係根據對該曝光前度量衡資料執行之一主組份分析而進行判定，每一群組係由根據該主組份分析進行判定之一本徵指紋界定。
17. 如實施例3至14中任一項之方法，其包含一初始訓練階段，其中對該一或多個群組進行判定。
18. 如實施例17之方法，其中該一或多個群組係自該曝光前度量衡資料之複數個標示集合而判定，每一標示集合與複數個基板中之一不同基板有關且由與彼基板有關的曝光後度量衡資料進行標示。
19. 如實施例18之方法，其中該初始訓練階段包含對曝光前度量衡資料之至少該等標示集合執行訓練一分類器之一受監督或半監督分類演算法，以便界定該一或多個群組。
20. 如實施例17至19中任一項之方法，其中該初始訓練階段包含在該曝光前度量衡資料中識別曝光前群組之步驟。
21. 如實施例20之方法，其中識別曝光前群組之該步驟包含識別批次內群組及識別批次間群組。
22. 如實施例20或21之方法，其中該初始訓練階段包含在該曝光後度量衡資料中識別曝光後群組之步驟。
23. 如實施例22之方法，其包含將該等曝光後群組匹配至該等曝光前群組之一步驟，該步驟係藉由最佳化與該匹配之一品質有關的至少一個匹配量度而進行。
24. 如實施例23之方法，其中該匹配量度包含以下各項中之一或多者：
在跨越每一群組之同質性方面，該等曝光前群組及/或曝光後群組之純度；及
如自描述該等群組之不同鑑別臨限值之一接收器操作特性曲線判定的相關性及/或曲線下面積。
25. 如實施例23或24之方法，其中判定由該匹配量度描述的該等匹配群組之統計顯著性是否顯著大於隨機。
26. 如實施例25之方法，其中在判定由該匹配量度描述的該等匹配群組之該統計顯著性不顯著大於隨機的情況下，使用一不同類型之曝光前度量衡資料來重複該訓練階段。
27. 如實施例23至26中任一項之方法，其中自該匹配步驟排除具有不確定群組隸屬狀態之基板，或在該匹配步驟中向具有不確定群組隸屬狀態之基板提供較小加權。
28. 如實施例23至27中任一項之方法，其中僅對與曝光後度量衡變化有關的曝光前資料內之曝光前特徵執行該匹配步驟。
29. 如實施例22至28中任一項之方法，其包含單獨地最佳化曝光前群組及曝光後群組之數目。
30. 如實施例17至29中任一項之方法，其中該初始訓練階段包含驗證步驟，該驗證步驟包含基於歷史資料將基板指派給該一或多個群組及模擬對該曝光後度量衡資料產生的效應。
31. 如實施例17至30中任一項之方法，其中該曝光後度量衡資料包含疊對資料。
32. 如實施例1至11中任一項之方法，其中該群組隸屬狀態使得總是將每一基板指派給一單一群組，否則類別不明。
33. 如任何先前實施例之方法，其中曝光前度量衡資料包含與該基板上之一先前曝光層有關的資料。
34. 如實施例1至32中任一項之方法，其中曝光前度量衡資料包含與待在該微影製程之一後續步驟中曝光於該基板之一層有關的資料。
35. 如實施例1或2之方法，其中該曝光前參數資料包含與一特定處理步驟有關的內容脈絡資料。
36. 如實施例35之方法，其中該內容脈絡資料與對一處理步驟使用以用於處理該基板之一工具有關。
37. 如實施例36之方法，其中該內容脈絡資料與在一蝕刻步驟期間使用的一特定蝕刻腔室有關且每一群組對應於該等蝕刻腔室中之一者。
38. 如實施例35、36或37之方法，其中該微影製程包含每層至少具有一第一圖案化及蝕刻步驟以及一第二圖案化及蝕刻步驟之一多重圖案化製程。
39. 如實施例38之方法，其中該校正包含相對於一第一校正之一第二校正，該方法包含以下步驟：
用該第一校正來執行一第一圖案化及蝕刻步驟；
判定適用於該第一圖案化及蝕刻步驟之該內容脈絡；
基於該內容脈絡判定，將該群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該第一校正，判定該第二圖案化及蝕刻步驟之該第二校正。
40. 如實施例39之方法，其包含針對每一群組執行以下初始步驟：獲得與該第一圖案化及蝕刻步驟與該第二圖案化及蝕刻步驟之間的對該製程參數之一第一量測有關的第一製程參數資料；
獲得與在該第二圖案化及蝕刻步驟之後對該製程參數之一第二量測有關的第二製程參數資料；及
基於該第一製程參數資料與該第二製程參數資料之間的差異計算該第二校正。
41. 如實施例40之方法，其中計算該第二校正以針對每一群組最小化該第一製程參數資料與該第二製程參數資料之間的該差異。
42. 如任何先前實施例之方法，其中該製程參數包含疊對。
43. 如實施例1至41中任一項之方法，其中該製程參數包含臨界尺寸及邊緣置放誤差中之一者。
44. 如任何先前實施例之方法，其中基於該群組隸屬狀態判定該製程參數之該校正的該步驟亦基於在該微影製程期間將該基板安裝於哪個夾盤上而判定該製程參數之該校正。
45. 如任何先前實施例之方法，其包含曝光後量測該基板以獲得該基板之曝光後量測；及
使用該基板之該曝光後量測來更新對應於經指派給該基板之該群組隸屬狀態之該製程參數的該(等)校正。
46. 如任何先前實施例之方法，其中在根據一量度判定該曝光前度量衡資料與該一或多個群組中之任一者具有不充分契合的情況下，該方法包含更新該一或多個群組使得可將該曝光前度量衡資料分類。
47. 如實施例46之方法，其中更新該一或多個群組之該步驟包含維持相同數目個群組，及更新界定該等群組中之一或多者的一資料特性，使得根據該量度，用於此基板之該曝光前度量衡資料對該等群組中之至少一者具有充分契合。
48. 如實施例46之方法，其中更新該一或多個群組之該步驟包含新增相對於其他群組由與該基板具有一改良式契合之一資料特性界定的一新的群組。
49. 如任何先前實施例之方法，其包含針對一輪次之每一基板執行該方法。
50. 如實施例49之方法，其中該曝光後度量衡資料包含已藉由一等效微影製程而對該微影製程之同一輪次之一或多個先前曝光基板執行的對該製程參數之一或多個量測。
51. 如實施例49之方法，其中該曝光後度量衡資料包含已藉由一等效微影製程而對該微影製程之一先前輪次之一或多個先前曝光基板執行的對該製程參數之一或多個量測。
52. 一種製造元件之方法，其中藉由一圖案化製程而在一系列基板上形成元件特徵，其中藉由執行如實施例1至51及56至64中任一項之方法而判定對該圖案化製程之一製程參數的校正。
53. 一種用於一微影裝置之控制系統，該控制系統包含：
儲存器，其用於接收與一基板之一屬性有關的曝光前參數資料，及包含已對一或多個先前基板執行的對該製程參數之一或多個量測的曝光後度量衡資料；及
一處理器，其可操作以：
基於該曝光前參數資料，將來自一或多個群組之一群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該曝光後度量衡資料，判定一製程參數之一校正。
54. 如實施例53之控制系統，其中該曝光前參數資料包含曝光前度量衡資料。
55. 如實施例54之控制系統，其中該曝光前度量衡資料包含描述基板平面中之跨基板柵格失真的對準資料。
56. 如實施例54或55之控制系統，其中該曝光前度量衡資料包含描述該基板在垂直於該基板平面之一方向上之形狀的資料。
57. 如實施例54至56中任一項之控制系統，其中該曝光前度量衡資料包含位階量測資料。
58. 如實施例54至57中任一項之控制系統，其中該處理器可操作以指派該群組隸屬狀態，使得可向每一基板指派對該等群組中之一或多者的一隸屬程度。
59. 如實施例58之控制系統，其中基於依據彼基板對一或多個群組之該隸屬程度而對與該一或多個群組相關聯之校正的加權，判定該製程參數之該校正。
60. 如實施例59之控制系統，其中對一群組之該隸屬程度係基於表示界定彼群組之一指紋在該曝光前度量衡資料中存在之度量的一分類計分。
61. 如實施例60之控制系統，其中該處理器可操作以對該曝光前度量衡資料執行一主組份分析以識別一或多個本徵指紋在該曝光前度量衡資料中之該存在，及表示(一)對應本徵指紋在該曝光前度量衡資料中之該存在之該度量的該分類計分。
62. 如實施例54至61中任一項之控制系統，其中該處理器可操作以針對一特定群組判定最高程度地表示該群組之一基板。
63. 如實施例62之控制系統，其中該處理器可操作以基於對最高程度地表示該群組之該基板的一量測，更新對應於該群組之該製程參數的一校正。
64. 如實施例53至57中任一項之控制系統，其中該處理器可操作以指派該群組隸屬狀態，使得總是將每一基板指派給一單一群組，否則類別不明。
65. 如實施例53至64中任一項之控制系統，其中曝光前度量衡資料包含與該基板上之一先前曝光層有關的資料。
66. 如實施例53至64中任一項之控制系統，其中曝光前度量衡資料包含與一待曝光層有關的資料。
67. 如實施例53之控制系統，其中該曝光前參數資料包含與一特定處理步驟有關的內容脈絡資料。
68. 如實施例67之控制系統，其中該內容脈絡資料與已在處理該基板時被使用之一工具有關。
69. 如實施例67或68之控制系統，其可操作以控制該微影裝置以執行每層至少具有一第一圖案化步驟及一第二圖案化步驟之一多重圖案化製程。
70. 如實施例69之控制系統，其中該內容脈絡資料與已被用以在該第一圖案化步驟與第二圖案化步驟之間蝕刻該基板的一特定蝕刻腔室有關，且每一群組對應於該等蝕刻腔室中之一者。
71. 如實施例70之控制系統，其中該校正包含相對於一第一校正之一第二校正，且該控制系統可操作以控制該微影裝置以：
用一第一校正來執行一第一圖案化步驟；
判定適用於該第一圖案化步驟之該內容脈絡；
基於該內容脈絡判定，將該群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該第一校正，判定該第二圖案化步驟之該第二校正。
72. 如實施例71之控制系統，該控制系統可操作以針對每一類別控制該微影裝置以：
獲得與在該第一圖案化步驟與該第二圖案化步驟之間對該製程參數之一第一量測有關的第一製程參數資料；
獲得與在該第二圖案化步驟之後對該製程參數之一第二量測有關的第二製程參數資料；及
基於該第一製程參數資料與該第二製程參數資料之間的差異計算該第二校正。
73. 如實施例72之控制系統，其可操作以使得計算該第二校正，以針對每一群組最小化該第一製程參數資料與該第二製程參數資料之間的該差異。
74. 如實施例53至73中任一項之控制系統，其中該製程參數包含疊對。
75. 如實施例53至74中任一項之控制系統，其中該製程參數包含臨界尺寸及邊緣置放誤差中之一者。
76. 如實施例53至75中任一項之控制系統，其中基於該群組隸屬狀態判定該製程參數之該校正亦基於在該微影製程期間將該基板安裝於哪個夾盤上。
77. 如實施例53至76中任一項之控制系統，其中該處理器可操作以使用該基板之曝光後量測來更新對應於經指派給該基板之該群組隸屬狀態之該製程參數的該(等)校正。
78. 如實施例53至77中任一項之控制系統，其中在該處理器根據一量度判定該曝光前度量衡資料與該一或多個群組中之任一者具有不充分契合的情況下，該處理器可操作以更新該一或多個群組使得可將該曝光前度量衡資料分類。
79. 如實施例78之控制系統，其中對該一或多個群組之更新包含維持相同數目個群組，及更新界定該等群組中之一或多者的一資料特性，使得根據該量度，用於此基板之該曝光前度量衡資料對該等群組中之至少一者具有充分契合。
80. 如實施例78之控制系統，其中對該一或多個群組之該更新包含新增相對於其他群組由與該基板具有一改良式契合之一資料特性界定的一新的群組。
81. 一種控制系統，其可操作以控制一合適裝置來執行如實施例1至52及86至94中任一項之方法。
82. 一種微影裝置，其包含如實施例43至81中任一項之控制系統。
83. 如實施例82之微影裝置，其包含一量測系統、一圖案化系統及一控制系統，該量測系統可操作以對該基板執行曝光前度量衡以獲得該曝光前度量衡資料，且該圖案化系統可操作以在使用該圖案化製程之一製程參數之該校正的一圖案化製程中在該基板上形成元件特徵。
84. 一種含有機器可讀指令之一或多個序列的電腦程式產品，該等機器可讀指令用於實施一如實施例1至52及86至94中任一項之方法之該等步驟。
85. 一種含有機器可讀指令之一或多個序列的電腦程式產品，該等機器可讀指令用於致使一處理元件或處理元件之系統實施如實施例53至81中任一項之控制系統。
86. 一種動態地更新一或多個群組及/或對與一基板上之一微影製程相關的一製程參數之校正的方法，其中基於經指派給彼基板之一群組隸屬狀態，針對每一基板將複數個校正中之一校正應用於該製程參數，該方法包含：
獲得描述該基板之一效能參數的曝光後度量衡資料；及
基於該曝光後度量衡資料，動態地更新該等群組中之該一或多者及/或複數個校正。
87. 如實施例86之方法，其中該曝光後度量衡資料包含疊對資料。
88. 如實施例86或87之方法，其中該動態更新步驟包含基於對經判定成最高程度地表示該群組之一基板的一量測，動態地更新對應於一群組之一製程參數的校正。
89. 如實施例86至88中任一項之方法，其中該動態更新步驟包含更新對應於該基板之該群組隸屬狀態的該複數個校正中之該一或多個校正。
90. 如實施例86至89中任一項之方法，其中該動態更新步驟包含基於該基板之該群組隸屬狀態，將一經加權更新應用於該複數個校正。
91. 如實施例86至90中任一項之方法，其包含獲得描述每一基板之一屬性之曝光前度量衡資料的以下步驟；
基於該曝光前度量衡資料，將來自一或多個群組之一群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態，判定該製程參數之該校正。
92. 如實施例91之方法，其中在根據一量度判定該曝光前度量衡資料與該一或多個群組中之任一者具有不充分契合的情況下，該動態更新步驟包含動態地更新該一或多個群組使得可將該曝光前度量衡資料分類。
93. 如實施例92之方法，其中動態地更新該一或多個群組之該步驟包含維持相同數目個群組，及更新界定該等群組中之一或多者的一資料特性，使得根據該量度，用於此基板之該曝光前度量衡資料對該等群組中之至少一者具有充分契合。
94. 如實施例92之方法，其中動態地更新該一或多個群組之該步驟包含新增相對於其他群組由與該基板具有一改良式契合之一資料特性界定的一新的群組。
與微影裝置及微影製造單元LC之硬體相關聯地，一實施例可包括含有機器可讀指令之一或多個序列的電腦程式，該等機器可讀指令用於致使微影製造系統之處理器實施如上文所描述之模型映射及控制的方法。可(例如)在用於影像計算/控制程序之單獨電腦系統中執行此電腦程式。替代地，可全部地或部分地在處理器、度量衡工具內及/或圖1及圖2之控制單元LACU及/或監督控制系統SCS內執行計算步驟。亦提供一種資料儲存媒體(例如，半導體記憶體、磁盤或光盤)，其中以非暫態形式儲存有此電腦程式。
儘管上文可已特定地參考在光學微影之內容背景中的本發明之實施例的使用，但應瞭解，本發明可用於其他圖案化應用中，例如，用於壓印微影中。在壓印微影中，圖案化元件中之構形界定產生於基板上之圖案。可將圖案化元件之構形壓入至被供應至基板之抗蝕劑層中，在基板上，抗蝕劑係藉由施加電磁輻射、熱、壓力或其組合而固化。在抗蝕劑固化之後，將圖案化元件移出抗蝕劑，從而在其中留下圖案。
對特定實施例之前述描述將因此完全地揭露本發明之一般性質：在不脫離本發明之一般概念的情況下，其他人可藉由應用熟習此項技術者所瞭解之知識針對各種應用而容易地修改及/或調適此等特定實施例，而無需進行不當實驗。因此，基於本文中所呈現之教示及導引，此等調適及修改意欲在所揭示之實施例之等效者的涵義及範圍內。應理解，本文中之措辭或術語係出於(例如)描述而非限制之目的，以使得本說明書之術語或措辭待由熟習此項技術者按照該等教示及該導引進行解譯。
本發明之廣度及範疇不應由上述例示性實施例中之任一者限制，而應僅根據以下申請專利範圍及其等效者進行界定。
其中
係所使用的叢集模型之似然函數的最大化值，k係模型參數之數目且n係樣本數目。
在一特定實例中，對曝光前度量衡資料及曝光後度量衡資料使用之叢集模型可為高斯混合模型，例如，高斯函數之加權和乘以先前概率。在一特定實施例中，此模型p(x)
可能包含：
其中
，x
係叢集資料，k
係組件(叢集)之數目，μi
係平均值且Σ i
係組份i之共變數。
提出應用匹配演算法以使曝光後度量衡資料內之k
個群組匹配於曝光前度量衡資料內之j
個群組。此可包含最佳化一或多個匹配量度或關鍵效能指示符(KPI)。可能的KPI可包括例如匹配準確性或純度。評估匹配準確性可包含根據接收器操作特性(ROC)曲線判定不同鑑別臨限值之真陽性率相對於假陽性率之標繪圖上的相關性及/或曲線下面積。純度係群組內之樣本之相似性的度量(例如，在其遵循分類之標籤方面)。更特定言之，對於群組集合
及標籤集合
，可接著將
界定為：
因而，曝光前度量衡資料群組之純度可包含每一叢集內之曝光前度量衡資料相對於其一或多個經匹配曝光後度量衡資料叢集的同質性(例如，係僅來自匹配於曝光前叢集之曝光後叢集之曝光前叢集中的所有成員或大多數成員，且反之亦然)。
可能預期到，曝光後度量衡資料內之k
個群組與曝光後度量衡資料內之j
個群組的數目將會相同；亦即，j=k
。此將暗示曝光前度量衡資料與曝光後度量衡資料會誘發相同群組。然而，存在數個情況可能並非如此的原因，且事實上j≠k
。在所描述之實施例中，即使當j≠k
時，匹配演算法亦匹配於群組。
圖9展示叢集已揭露四個曝光前度量衡資料群組Ga
1至Ga
4及三個曝光後度量衡資料群組Gb
1至Gb
3的實例。圖9亦展示曝光前度量衡資料之群組Ga
1及Ga
2匹配於曝光後度量衡資料之群組Gb
1、曝光前度量衡資料之群組Ga
3匹配於曝光後度量衡資料之群組Gb
2，及曝光前度量衡資料之群組Ga
4匹配於曝光後度量衡資料之群組Gb
3。
在一實施例中，可自分組排除具有不確定群組隸屬之樣本(例如，接近於群組或決策界限之離群值及/或樣本)。舉例而言，可排除在與決策界限相隔某距離(容限)內之任何樣本。在w
係與決策界限正交之向量且b
係標量偏移項之特定實例中，接著將決策界限寫成：
且可將容限界定為以下不等式內之任何位置：
其中c判定決策界限之任一側容限之大小。在使用經加權分類(如已經描述)之另一實施例中，接著可使用經指派給基板之加權來判定不確定的群組隸屬，且因此判定是否可排除特定基板。圖9展示已包括具有不確定群組狀態之兩個基板W23、W15的實例。由於兩個基板之群組狀態的不確定性，已不正確地將該等基板指派給不正確的曝光後度量衡群組：已將基板W23指派給群組Gb
2而非Gb
3，且已將基板W15指派給群組Gb
3而非Gb
2。提出可完全排除此等基板或基於其不確定的狀態給出較小加權。
在一實施例中，執行移除不相關或較不相關特徵之初始步驟，使得僅對與曝光後度量衡變化有關的曝光前特徵執行叢集。不相關特徵將增大所需要之群組的數目且將會引起可不顯著優於隨機之低匹配品質。在一實施例中，可將曝光前度量衡資料之尺寸的數目限於兩個。舉例而言，僅具有二維資料通常將意謂將需要少得多的群組。作為一特定實例，測試資料集上展示二維資料僅需要三個群組，同時向所需要的另一尺寸新增八個群組。應瞭解，在每一狀況下需要的實際群組數目將取決於資料集。
在驗證階段期間，可判定描述匹配品質之KPI。此可包含判定分組效能之統計顯著性。舉例而言，可計算指示群組匹配之品質是否顯著優於隨機(例如，更好地達到臨限值容限)的p值。若判定群組匹配品質不顯著優於隨機，則此可能指示曝光前度量衡資料不會充分解釋在曝光後度量衡資料中觀測到的基板間變化。若情況如此，則可使用不同類型之曝光前度量衡資料或不同類型之曝光前參數資料(例如，對準、位階量測、製程歷史等等)來重複前述步驟。群組匹配品質可不顯著優於隨機之另一原因在於：叢集演算法可能不會對資料集起有效作用。若可供使用之叢集演算法或曝光前量測中之任一者皆不會產生統計上顯著的群組匹配效能，則可推斷基於叢集之控制不應用於當前基板產生場景中。另一方面，當KPI指示良好的、統計上顯著的分組效能時，則可在產生時啟動基於叢集之控制策略。
在另一實施例中，可在諸如微影-蝕刻-微影-蝕刻(LELE)製程之多重圖案化製程的圖案化步驟之間將本文中所描述之概念用於校正。在此實施例中，曝光前參數資料可包含與所使用之處理內容脈絡有關的內容脈絡資料。
在實際意義上，可涉及大量不同的內容脈絡變數(內容脈絡參數)。舉例而言，可將每一處理工具、處理腔室及處理配方視為單獨的內容脈絡。因而，內容脈絡組合之數目可極大。監視每一唯一的內容脈絡組合之數理邏輯未必總是實際的。
因此，在一特定實施例中，提出控制基於的內容脈絡資料限於在緊接在先前微影步驟之前的蝕刻步驟中使用的蝕刻腔室。蝕刻工具可具有多個腔室(通常至多4個)，從而產生有限的唯一內容脈絡值之集合(對應於蝕刻腔室之數目)。藉由追蹤哪個蝕刻腔室用以處理每一基板，可將每一批次之基板分為若干群組(例如，四個)。對於每一群組，可接著判定單獨的WLC控制。可將此等WLC校正新增至應用於批次間控制中之「正常」(APC)校正。一般而言，在多重圖案化應用中，通常建議針對每一圖案化(微影-蝕刻)步驟使用相同校正。藉由提出對兩個層之層位置之間的差異進行基於內容脈絡之晶圓級控制，在此實施例中描述的建議會改良層內「疊對」(在層之每一微影步驟之間)。
圖10係說明此實施例之流程圖。此處之實例展示雙重圖案化LELE製程，其中在兩個單獨的微影-蝕刻步驟中曝光每一層。然而，更一般而言，該實施例適用於多重圖案化製程，包括具有多於兩個單獨的微影-蝕刻步驟之製程。在初始批次(批次N)中，執行第一圖案化步驟L1N
。運用基於對如已描述之一或多個先前批次之量測而使用APC控制迴路進行判定之校正，可執行第一圖案化步驟L1N
。在第一圖案化步驟之後，執行第一蝕刻步驟E1N
。在此第一蝕刻步驟E1N
中，在(例如)四個蝕刻腔室ECa
至ECd
中之一者中蝕刻每一基板。記錄用以蝕刻每一基板之蝕刻腔室(作為相關內容脈絡)，且將每一基板指派給對應於所使用之蝕刻腔室的群組。另外，在第一量測步驟MET1中，使用度量衡元件來量測在圖案化步驟L1N
之後的經圖案化之基板中的一或多者。在一特定實施例中，量測至少兩個基板，每夾盤一個基板，以獲得每夾盤量測。舉例而言，第一量測步驟可包含對第一疊對指紋OV1之量測。在第一圖案化步驟L1N
及第一蝕刻步驟E1N
之後，運用與針對第一圖案化步驟L1N
執行之校正相同的APC校正來執行第二圖案化步驟L2N
。在第二圖案化步驟L2N
之後，使用度量衡元件來執行第二次量測步驟MET2。在第二度量衡步驟MET2中，每群組量測至少一個基板(且亦視情況，每夾盤)。舉例而言，第二量測步驟可包含每群組(或類別/夾盤組合)量測第二疊對指紋OV2。可接著計算第二疊對指紋OV2與第一疊對指紋OV1之間的差，且使用該差來判定對每一基板群組之層內校正cora
至cord
(第二校正)。層內校正cora
至cord
可使得其應用會最小化第二疊對指紋OV2與第一疊對指紋OV1之間的差。
在諸如批次N+1之後續批次中，以與針對批次N執行之方式相似的方式來執行第一圖案化步驟L1N+1
及第一蝕刻步驟E1N+1
，適當時使用「標準」APC校正(第一校正)。此可包括先前量測之指數加權移動平均值EWMA。如前所述，追蹤在蝕刻步驟E1N+1
中使用的蝕刻腔室(內容脈絡)。基於此內容脈絡，針對對應於彼內容脈絡之群組選擇校正cora
至cord
中之一適當者。當執行第二圖案化步驟L2N+1
時，將此(第二)校正與APC (第一)校正一起使用，在該第二圖案化步驟L2N+1
之後，將執行第二蝕刻步驟(未展示)。以此方式，根據疊對觀點，最終雙重圖案化(LELE)層將會看起來更像單次曝光。
應瞭解，原則上，相較於所說明內容(蝕刻腔室)，可將此概念擴展至更複雜的內容脈絡執行緒及除了疊對以外的參數(例如，CD或邊緣置放誤差(EPE))。
下文之經編號實施例清單中揭示本發明之另外實施例：
1. 一種判定與一基板上之一微影製程有關的一製程參數之一校正的方法，該微影製程包含複數個輪次，在該複數個輪次中之每一者期間，將一圖案施加至一或多個基板，該方法包含：
獲得與該基板之一屬性有關的曝光前參數資料；
獲得包含已藉由一等效微影製程而對該微影製程之一或多個先前曝光基板執行的對該製程參數之一或多個量測的曝光後度量衡資料；
基於該曝光前參數資料，將來自一或多個群組之一群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該曝光後度量衡資料，判定該製程參數之該校正。
2. 如實施例1之方法，其包含使用該校正對該基板執行該微影製程。
3. 如實施例1或2之方法，其中該曝光前參數資料包含曝光前度量衡資料。
4. 如實施例3之方法，其包含對該基板執行一曝光前度量衡步驟以獲得該曝光前度量衡資料。
5. 如實施例4之方法，其中使用該校正而對該基板執行該微影製程之該曝光前度量衡步驟及一後續步驟係由同一微影裝置執行。
6. 如實施例5之方法，其中指派一群組隸屬狀態及判定該製程參數之該校正的該等步驟亦由同一微影裝置執行。
7. 如實施例3至6中任一項之方法，其中該曝光前度量衡資料包含描述該基板平面中之跨基板柵格失真的對準資料。
8. 如實施例3至7中任一項之方法，其中該曝光前度量衡資料包含描述該基板在垂直於該基板平面之一方向上之形狀的資料。
9. 如實施例3至8中任一項之方法，其中該曝光前度量衡資料包含位階量測資料。
10. 如實施例3至9中任一項之方法，其包含針對一特定群組識別最高程度地表示該群組之一基板的步驟。
11. 如實施例10之方法，其包含量測最高程度地表示該群組之該基板；及
基於該量測更新對應於該群組之該製程參數的一校正。
12. 如實施例3至11中任一項之方法，其中該群組隸屬狀態使得可向每一基板指派對該等群組中之一或多者的一隸屬程度。
13. 如實施例12之方法，其中判定該製程參數之該校正的該步驟係基於依據彼基板對一或多個群組之該隸屬程度而對與該一或多個群組相關聯之校正的加權。
14. 如實施例13之方法，其中對一群組之該隸屬程度係基於表示界定彼群組之一指紋在該曝光前度量衡資料中存在之度量的一分類計分。
15 如實施例14之方法，其中該指派步驟包含對該曝光前度量衡資料執行一主組份分析以識別一或多個本徵指紋在該曝光前度量衡資料中之該存在，及表示(一)對應本徵指紋在該曝光前度量衡資料中之該存在之該度量的該分類計分。
16. 如實施例14或15之方法，其包含一初始訓練階段，其中該一或多個群組係根據對該曝光前度量衡資料執行之一主組份分析而進行判定，每一群組係由根據該主組份分析進行判定之一本徵指紋界定。
17. 如實施例3至14中任一項之方法，其包含一初始訓練階段，其中對該一或多個群組進行判定。
18. 如實施例17之方法，其中該一或多個群組係自該曝光前度量衡資料之複數個標示集合而判定，每一標示集合與複數個基板中之一不同基板有關且由與彼基板有關的曝光後度量衡資料進行標示。
19. 如實施例18之方法，其中該初始訓練階段包含對曝光前度量衡資料之至少該等標示集合執行訓練一分類器之一受監督或半監督分類演算法，以便界定該一或多個群組。
20. 如實施例17至19中任一項之方法，其中該初始訓練階段包含在該曝光前度量衡資料中識別曝光前群組之步驟。
21. 如實施例20之方法，其中識別曝光前群組之該步驟包含識別批次內群組及識別批次間群組。
22. 如實施例20或21之方法，其中該初始訓練階段包含在該曝光後度量衡資料中識別曝光後群組之步驟。
23. 如實施例22之方法，其包含將該等曝光後群組匹配至該等曝光前群組之一步驟，該步驟係藉由最佳化與該匹配之一品質有關的至少一個匹配量度而進行。
24. 如實施例23之方法，其中該匹配量度包含以下各項中之一或多者：
在跨越每一群組之同質性方面，該等曝光前群組及/或曝光後群組之純度；及
如自描述該等群組之不同鑑別臨限值之一接收器操作特性曲線判定的相關性及/或曲線下面積。
25. 如實施例23或24之方法，其中判定由該匹配量度描述的該等匹配群組之統計顯著性是否顯著大於隨機。
26. 如實施例25之方法，其中在判定由該匹配量度描述的該等匹配群組之該統計顯著性不顯著大於隨機的情況下，使用一不同類型之曝光前度量衡資料來重複該訓練階段。
27. 如實施例23至26中任一項之方法，其中自該匹配步驟排除具有不確定群組隸屬狀態之基板，或在該匹配步驟中向具有不確定群組隸屬狀態之基板提供較小加權。
28. 如實施例23至27中任一項之方法，其中僅對與曝光後度量衡變化有關的曝光前資料內之曝光前特徵執行該匹配步驟。
29. 如實施例22至28中任一項之方法，其包含單獨地最佳化曝光前群組及曝光後群組之數目。
30. 如實施例17至29中任一項之方法，其中該初始訓練階段包含驗證步驟，該驗證步驟包含基於歷史資料將基板指派給該一或多個群組及模擬對該曝光後度量衡資料產生的效應。
31. 如實施例17至30中任一項之方法，其中該曝光後度量衡資料包含疊對資料。
32. 如實施例1至11中任一項之方法，其中該群組隸屬狀態使得總是將每一基板指派給一單一群組，否則類別不明。
33. 如任何先前實施例之方法，其中曝光前度量衡資料包含與該基板上之一先前曝光層有關的資料。
34. 如實施例1至32中任一項之方法，其中曝光前度量衡資料包含與待在該微影製程之一後續步驟中曝光於該基板之一層有關的資料。
35. 如實施例1或2之方法，其中該曝光前參數資料包含與一特定處理步驟有關的內容脈絡資料。
36. 如實施例35之方法，其中該內容脈絡資料與對一處理步驟使用以用於處理該基板之一工具有關。
37. 如實施例36之方法，其中該內容脈絡資料與在一蝕刻步驟期間使用的一特定蝕刻腔室有關且每一群組對應於該等蝕刻腔室中之一者。
38. 如實施例35、36或37之方法，其中該微影製程包含每層至少具有一第一圖案化及蝕刻步驟以及一第二圖案化及蝕刻步驟之一多重圖案化製程。
39. 如實施例38之方法，其中該校正包含相對於一第一校正之一第二校正，該方法包含以下步驟：
用該第一校正來執行一第一圖案化及蝕刻步驟；
判定適用於該第一圖案化及蝕刻步驟之該內容脈絡；
基於該內容脈絡判定，將該群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該第一校正，判定該第二圖案化及蝕刻步驟之該第二校正。
40. 如實施例39之方法，其包含針對每一群組執行以下初始步驟：獲得與該第一圖案化及蝕刻步驟與該第二圖案化及蝕刻步驟之間的對該製程參數之一第一量測有關的第一製程參數資料；
獲得與在該第二圖案化及蝕刻步驟之後對該製程參數之一第二量測有關的第二製程參數資料；及
基於該第一製程參數資料與該第二製程參數資料之間的差異計算該第二校正。
41. 如實施例40之方法，其中計算該第二校正以針對每一群組最小化該第一製程參數資料與該第二製程參數資料之間的該差異。
42. 如任何先前實施例之方法，其中該製程參數包含疊對。
43. 如實施例1至41中任一項之方法，其中該製程參數包含臨界尺寸及邊緣置放誤差中之一者。
44. 如任何先前實施例之方法，其中基於該群組隸屬狀態判定該製程參數之該校正的該步驟亦基於在該微影製程期間將該基板安裝於哪個夾盤上而判定該製程參數之該校正。
45. 如任何先前實施例之方法，其包含曝光後量測該基板以獲得該基板之曝光後量測；及
使用該基板之該曝光後量測來更新對應於經指派給該基板之該群組隸屬狀態之該製程參數的該(等)校正。
46. 如任何先前實施例之方法，其中在根據一量度判定該曝光前度量衡資料與該一或多個群組中之任一者具有不充分契合的情況下，該方法包含更新該一或多個群組使得可將該曝光前度量衡資料分類。
47. 如實施例46之方法，其中更新該一或多個群組之該步驟包含維持相同數目個群組，及更新界定該等群組中之一或多者的一資料特性，使得根據該量度，用於此基板之該曝光前度量衡資料對該等群組中之至少一者具有充分契合。
48. 如實施例46之方法，其中更新該一或多個群組之該步驟包含新增相對於其他群組由與該基板具有一改良式契合之一資料特性界定的一新的群組。
49. 如任何先前實施例之方法，其包含針對一輪次之每一基板執行該方法。
50. 如實施例49之方法，其中該曝光後度量衡資料包含已藉由一等效微影製程而對該微影製程之同一輪次之一或多個先前曝光基板執行的對該製程參數之一或多個量測。
51. 如實施例49之方法，其中該曝光後度量衡資料包含已藉由一等效微影製程而對該微影製程之一先前輪次之一或多個先前曝光基板執行的對該製程參數之一或多個量測。
52. 一種製造元件之方法，其中藉由一圖案化製程而在一系列基板上形成元件特徵，其中藉由執行如實施例1至51及56至64中任一項之方法而判定對該圖案化製程之一製程參數的校正。
53. 一種用於一微影裝置之控制系統，該控制系統包含：
儲存器，其用於接收與一基板之一屬性有關的曝光前參數資料，及包含已對一或多個先前基板執行的對該製程參數之一或多個量測的曝光後度量衡資料；及
一處理器，其可操作以：
基於該曝光前參數資料，將來自一或多個群組之一群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該曝光後度量衡資料，判定一製程參數之一校正。
54. 如實施例53之控制系統，其中該曝光前參數資料包含曝光前度量衡資料。
55. 如實施例54之控制系統，其中該曝光前度量衡資料包含描述基板平面中之跨基板柵格失真的對準資料。
56. 如實施例54或55之控制系統，其中該曝光前度量衡資料包含描述該基板在垂直於該基板平面之一方向上之形狀的資料。
57. 如實施例54至56中任一項之控制系統，其中該曝光前度量衡資料包含位階量測資料。
58. 如實施例54至57中任一項之控制系統，其中該處理器可操作以指派該群組隸屬狀態，使得可向每一基板指派對該等群組中之一或多者的一隸屬程度。
59. 如實施例58之控制系統，其中基於依據彼基板對一或多個群組之該隸屬程度而對與該一或多個群組相關聯之校正的加權，判定該製程參數之該校正。
60. 如實施例59之控制系統，其中對一群組之該隸屬程度係基於表示界定彼群組之一指紋在該曝光前度量衡資料中存在之度量的一分類計分。
61. 如實施例60之控制系統，其中該處理器可操作以對該曝光前度量衡資料執行一主組份分析以識別一或多個本徵指紋在該曝光前度量衡資料中之該存在，及表示(一)對應本徵指紋在該曝光前度量衡資料中之該存在之該度量的該分類計分。
62. 如實施例54至61中任一項之控制系統，其中該處理器可操作以針對一特定群組判定最高程度地表示該群組之一基板。
63. 如實施例62之控制系統，其中該處理器可操作以基於對最高程度地表示該群組之該基板的一量測，更新對應於該群組之該製程參數的一校正。
64. 如實施例53至57中任一項之控制系統，其中該處理器可操作以指派該群組隸屬狀態，使得總是將每一基板指派給一單一群組，否則類別不明。
65. 如實施例53至64中任一項之控制系統，其中曝光前度量衡資料包含與該基板上之一先前曝光層有關的資料。
66. 如實施例53至64中任一項之控制系統，其中曝光前度量衡資料包含與一待曝光層有關的資料。
67. 如實施例53之控制系統，其中該曝光前參數資料包含與一特定處理步驟有關的內容脈絡資料。
68. 如實施例67之控制系統，其中該內容脈絡資料與已在處理該基板時被使用之一工具有關。
69. 如實施例67或68之控制系統，其可操作以控制該微影裝置以執行每層至少具有一第一圖案化步驟及一第二圖案化步驟之一多重圖案化製程。
70. 如實施例69之控制系統，其中該內容脈絡資料與已被用以在該第一圖案化步驟與第二圖案化步驟之間蝕刻該基板的一特定蝕刻腔室有關，且每一群組對應於該等蝕刻腔室中之一者。
71. 如實施例70之控制系統，其中該校正包含相對於一第一校正之一第二校正，且該控制系統可操作以控制該微影裝置以：
用一第一校正來執行一第一圖案化步驟；
判定適用於該第一圖案化步驟之該內容脈絡；
基於該內容脈絡判定，將該群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態及該第一校正，判定該第二圖案化步驟之該第二校正。
72. 如實施例71之控制系統，該控制系統可操作以針對每一類別控制該微影裝置以：
獲得與在該第一圖案化步驟與該第二圖案化步驟之間對該製程參數之一第一量測有關的第一製程參數資料；
獲得與在該第二圖案化步驟之後對該製程參數之一第二量測有關的第二製程參數資料；及
基於該第一製程參數資料與該第二製程參數資料之間的差異計算該第二校正。
73. 如實施例72之控制系統，其可操作以使得計算該第二校正，以針對每一群組最小化該第一製程參數資料與該第二製程參數資料之間的該差異。
74. 如實施例53至73中任一項之控制系統，其中該製程參數包含疊對。
75. 如實施例53至74中任一項之控制系統，其中該製程參數包含臨界尺寸及邊緣置放誤差中之一者。
76. 如實施例53至75中任一項之控制系統，其中基於該群組隸屬狀態判定該製程參數之該校正亦基於在該微影製程期間將該基板安裝於哪個夾盤上。
77. 如實施例53至76中任一項之控制系統，其中該處理器可操作以使用該基板之曝光後量測來更新對應於經指派給該基板之該群組隸屬狀態之該製程參數的該(等)校正。
78. 如實施例53至77中任一項之控制系統，其中在該處理器根據一量度判定該曝光前度量衡資料與該一或多個群組中之任一者具有不充分契合的情況下，該處理器可操作以更新該一或多個群組使得可將該曝光前度量衡資料分類。
79. 如實施例78之控制系統，其中對該一或多個群組之更新包含維持相同數目個群組，及更新界定該等群組中之一或多者的一資料特性，使得根據該量度，用於此基板之該曝光前度量衡資料對該等群組中之至少一者具有充分契合。
80. 如實施例78之控制系統，其中對該一或多個群組之該更新包含新增相對於其他群組由與該基板具有一改良式契合之一資料特性界定的一新的群組。
81. 一種控制系統，其可操作以控制一合適裝置來執行如實施例1至52及86至94中任一項之方法。
82. 一種微影裝置，其包含如實施例43至81中任一項之控制系統。
83. 如實施例82之微影裝置，其包含一量測系統、一圖案化系統及一控制系統，該量測系統可操作以對該基板執行曝光前度量衡以獲得該曝光前度量衡資料，且該圖案化系統可操作以在使用該圖案化製程之一製程參數之該校正的一圖案化製程中在該基板上形成元件特徵。
84. 一種含有機器可讀指令之一或多個序列的電腦程式產品，該等機器可讀指令用於實施一如實施例1至52及86至94中任一項之方法之該等步驟。
85. 一種含有機器可讀指令之一或多個序列的電腦程式產品，該等機器可讀指令用於致使一處理元件或處理元件之系統實施如實施例53至81中任一項之控制系統。
86. 一種動態地更新一或多個群組及/或對與一基板上之一微影製程相關的一製程參數之校正的方法，其中基於經指派給彼基板之一群組隸屬狀態，針對每一基板將複數個校正中之一校正應用於該製程參數，該方法包含：
獲得描述該基板之一效能參數的曝光後度量衡資料；及
基於該曝光後度量衡資料，動態地更新該等群組中之該一或多者及/或複數個校正。
87. 如實施例86之方法，其中該曝光後度量衡資料包含疊對資料。
88. 如實施例86或87之方法，其中該動態更新步驟包含基於對經判定成最高程度地表示該群組之一基板的一量測，動態地更新對應於一群組之一製程參數的校正。
89. 如實施例86至88中任一項之方法，其中該動態更新步驟包含更新對應於該基板之該群組隸屬狀態的該複數個校正中之該一或多個校正。
90. 如實施例86至89中任一項之方法，其中該動態更新步驟包含基於該基板之該群組隸屬狀態，將一經加權更新應用於該複數個校正。
91. 如實施例86至90中任一項之方法，其包含獲得描述每一基板之一屬性之曝光前度量衡資料的以下步驟；
基於該曝光前度量衡資料，將來自一或多個群組之一群組隸屬狀態指派給該基板；及
基於該群組隸屬狀態，判定該製程參數之該校正。
92. 如實施例91之方法，其中在根據一量度判定該曝光前度量衡資料與該一或多個群組中之任一者具有不充分契合的情況下，該動態更新步驟包含動態地更新該一或多個群組使得可將該曝光前度量衡資料分類。
93. 如實施例92之方法，其中動態地更新該一或多個群組之該步驟包含維持相同數目個群組，及更新界定該等群組中之一或多者的一資料特性，使得根據該量度，用於此基板之該曝光前度量衡資料對該等群組中之至少一者具有充分契合。
94. 如實施例92之方法，其中動態地更新該一或多個群組之該步驟包含新增相對於其他群組由與該基板具有一改良式契合之一資料特性界定的一新的群組。
與微影裝置及微影製造單元LC之硬體相關聯地，一實施例可包括含有機器可讀指令之一或多個序列的電腦程式，該等機器可讀指令用於致使微影製造系統之處理器實施如上文所描述之模型映射及控制的方法。可(例如)在用於影像計算/控制程序之單獨電腦系統中執行此電腦程式。替代地，可全部地或部分地在處理器、度量衡工具內及/或圖1及圖2之控制單元LACU及/或監督控制系統SCS內執行計算步驟。亦提供一種資料儲存媒體(例如，半導體記憶體、磁盤或光盤)，其中以非暫態形式儲存有此電腦程式。
儘管上文可已特定地參考在光學微影之內容背景中的本發明之實施例的使用，但應瞭解，本發明可用於其他圖案化應用中，例如，用於壓印微影中。在壓印微影中，圖案化元件中之構形界定產生於基板上之圖案。可將圖案化元件之構形壓入至被供應至基板之抗蝕劑層中，在基板上，抗蝕劑係藉由施加電磁輻射、熱、壓力或其組合而固化。在抗蝕劑固化之後，將圖案化元件移出抗蝕劑，從而在其中留下圖案。
對特定實施例之前述描述將因此完全地揭露本發明之一般性質：在不脫離本發明之一般概念的情況下，其他人可藉由應用熟習此項技術者所瞭解之知識針對各種應用而容易地修改及/或調適此等特定實施例，而無需進行不當實驗。因此，基於本文中所呈現之教示及導引，此等調適及修改意欲在所揭示之實施例之等效者的涵義及範圍內。應理解，本文中之措辭或術語係出於(例如)描述而非限制之目的，以使得本說明書之術語或措辭待由熟習此項技術者按照該等教示及該導引進行解譯。
本發明之廣度及範疇不應由上述例示性實施例中之任一者限制，而應僅根據以下申請專利範圍及其等效者進行界定。