[發明專利]一種優化曝光系統性能的方法

有效

• 申請號: 201110129458.3
• 申請日: 2011-05-18
• 公開（公告）號: CN102789134A
• 公開（公告）日: 2012-11-21
• 發明（設計）人: 宋平;李戰斌;馬明英;段立峰
• 申請（專利權）人: 上海微電子裝備有限公司
• 主分類號: G03F7/20
• 分類號: G03F7/20;G06N3/08
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 王光輝

技術領域

本發明涉及一種集成電路裝備制造領域，尤其涉及一種適用于光刻設備的優化曝光系統性能的方法及曝光系統。

背景技術

曝光系統的性能直接影響光刻機的性能與曝光晶片的質量，而對于45nm節點的浸沒式掃描光刻機的曝光系統性能的優化就顯得尤為重要。

在光刻系統中，當面光源發出的光經過刀口與照明鏡組后，由于出射光線本身會有一個很小的出射角θ，因此光線到達掩模區域時候，會產生一個光強漸變的區域，如圖1所示的5區域實際為一個漸變的梯形明暗過渡區域，此段照明區域稱之為半影；半影尺寸直接影響到照明視場邊緣曝光、頂部均勻區域尺寸及劑量控制精度，所以必須控制半影尺寸在需求范圍內。

在光刻成像中，當刀口位于最佳物面位置的時候，此時在像面產生的半影最佳，從而對曝光成像質量影響最小，因此，在光刻設備整機安裝完成之后，都需要通過放置在工件臺上的傳感器來測量半影大小，圖1為可變狹縫與半影在光路中的示意圖。現有技術中采用工件臺上的傳感器在不同高度測量可變狹縫刀口對應得的半影大小，建立每塊刀口半影寬度與相應高度的二次拋物線模型，以此拋物線模型求取最小半影時對應的傳感器高度，再根據物像關系求取此模型下半影最小時的可變狹縫的物面位置，通過調節刀口物面的位置，可以使刀口位于最佳物面位置，傳感器在最佳焦面上測量得到最小的半影寬度，然而半影寬度與高度并非為二次拋物關系，且由于選擇不同照明模式時，光束在散射元器件上的能量分布發生變化和散射元器件不同單元的制造差別，特別當光路或傳感器等元器件發生變化，且半影最小值處于測量高度之外，并且受到測量設備、測量環境與測量時間的要求。現有的測試方法在精確且快速的實現測量目的方面就顯得力不從心。

發明內容

針對現有技術中所存在的一系列缺陷，本發明的目的在于提供一種優化曝光系統性能的方法，該方法及系統可以在復雜工況下直接、更高精度地確定最優光束設置。

為實現上述發明目的，本發明公開一種優化曝光系統性能的方法，包括：

步驟一、將不同照明模式下能量傳感器的高度作為神經網絡的輸入，將該高度所對應的半影寬度作為神經網絡輸出；

步驟二、利用該輸入輸出擬合曝光系統并輸出一預測結果值；

步驟三、利用該預測結果值作為遺傳算法極值尋優的個體適應度值以獲得曝光系統最優半影高度；

步驟四、根據該最優半影高度，通過物像關系以獲得可變狹縫的最優高度；以及

步驟五，根據步驟四獲得的該可變狹縫的最優高度調節該可變狹縫的高度。

更進一步地，該步驟一包括：神經網絡構建步驟、神經網絡訓練步驟以及神經網絡預測步驟。

更進一步地，該神經網絡構建步驟包括：根據輸入的傳感器高度X及輸出的半影寬度，Y確定該神經網絡的輸入層節點數n、隱含層節點數l，輸出層節點數m，初始該化輸入層、隱含層和輸出層神經元之間的連接權值w_ij，w_jk，初始化該隱含層閾值a，輸出層閾值b，給定學習速率和神經元激勵函數。

更進一步地，該神經網絡訓練步驟以及神經網絡預測步驟包括隱含層輸入計算、輸出層輸出計算、誤差計算、權值更新及閾值更新，該隱含層輸入計算包括：根據該傳感器高度X，輸入層和隱含層間連接權值w_ij以及隱含層閾值a，計算隱含層輸出H：

j＝1，2，...，l，l為隱含層節點數；f為隱含層激勵函數，結合曝光系統特點，選取S形函數

該輸出層輸出計算包括：根據隱含層輸出H，連接權值w_jk和閾值b，計算BP神經網絡的預測輸出半影高度O，O_k＝∑H_jw_jk-b_k?k＝1，2，...，m；

該誤差計算包括：根據網路預測輸出半影高度O和期望輸出半影高度Y，計算神經網絡預測誤差ee_k＝Y_k-O_k?k＝1，2，...，m；

該權值更新包括根據該神經網絡預測誤差e更新網絡連接權值w_ij，w_jk