[發(fā)明專利]一種用于提取半導(dǎo)體納米結(jié)構(gòu)特征尺寸的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210177237.8
• 申請(qǐng)日: 2012-05-31
• 公開（公告）號(hào): CN102750333A
• 公開（公告）日: 2012-10-24
• 發(fā)明（設(shè)計(jì)）人: 劉世元;朱金龍;張傳維;陳修國(guó)
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 曹葆青

技術(shù)領(lǐng)域

本發(fā)明屬于半導(dǎo)體散射光學(xué)測(cè)量領(lǐng)域，具體涉及一種基于支持向量機(jī)的納米結(jié)構(gòu)特征尺寸快速提取方法，它適用于對(duì)半導(dǎo)體納米結(jié)構(gòu)的特征尺寸進(jìn)行快速、精確地測(cè)量。

背景技術(shù)

為了實(shí)現(xiàn)納米制造工藝的可操作性、可重復(fù)性和可擴(kuò)展性，保證基于納米科技的產(chǎn)品滿足可靠性、一致性、經(jīng)濟(jì)型和規(guī)模性生產(chǎn)等方面的要求，在納米制造過(guò)程中對(duì)納米結(jié)構(gòu)的三維形貌參數(shù)進(jìn)行快速、非破壞性、低成本的測(cè)量具有重要的意義。這些待測(cè)的納米結(jié)構(gòu)三維形貌包括特征線寬（特征尺寸）、高度、周期和側(cè)壁角等。

在半導(dǎo)體光學(xué)測(cè)量領(lǐng)域中，光學(xué)散射儀(Scatterometry)是一種最為常見(jiàn)的特征尺寸測(cè)量設(shè)備。光學(xué)散射儀的測(cè)量過(guò)程包括正向光學(xué)特性建模和逆向求取兩個(gè)部分。正向光學(xué)特性建模是對(duì)待測(cè)納米結(jié)構(gòu)的幾何模型進(jìn)行光學(xué)散射場(chǎng)仿真，獲取仿真光譜。逆向求取部分則包括將測(cè)量光譜與仿真光譜不斷進(jìn)行對(duì)比，在一定的評(píng)價(jià)函數(shù)下相似度最高的仿真光譜對(duì)應(yīng)的模型結(jié)構(gòu)參數(shù)即認(rèn)為是待測(cè)納米結(jié)構(gòu)的參數(shù)值。在光學(xué)散射儀的逆向參數(shù)提取部分，最常用的就是基于庫(kù)匹配的方法。該方法首先要求針對(duì)某個(gè)待測(cè)結(jié)構(gòu)模型建立一個(gè)仿真光譜數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)中每一條獨(dú)立的光譜對(duì)應(yīng)著一個(gè)結(jié)構(gòu)參數(shù)值確定的模型。對(duì)每一條測(cè)量光譜，按照某一評(píng)價(jià)函數(shù)在整個(gè)數(shù)據(jù)庫(kù)中搜尋與其最為近似的仿真光譜，該仿真光譜對(duì)應(yīng)的模型結(jié)構(gòu)參數(shù)值，即被認(rèn)為是待測(cè)結(jié)構(gòu)的參數(shù)值。然而，光譜數(shù)據(jù)庫(kù)中往往包括大量的仿真光譜，并且隨著納米結(jié)構(gòu)待求參數(shù)的增多，仿真參數(shù)范圍的擴(kuò)大以及參數(shù)提取要求精度的提高，光譜的數(shù)量將進(jìn)一步呈現(xiàn)幾何級(jí)數(shù)的增長(zhǎng)。為了滿足工業(yè)中的實(shí)時(shí)性和快速性的參數(shù)提取要求，實(shí)現(xiàn)測(cè)量光譜在大型光譜數(shù)據(jù)庫(kù)中的快速匹配，就需要摒棄傳統(tǒng)的全庫(kù)搜索，提出新的匹配策略。

基于庫(kù)匹配的納米結(jié)構(gòu)幾何參數(shù)提取包含仿真數(shù)據(jù)庫(kù)的建立和數(shù)據(jù)庫(kù)的檢索兩部分。針對(duì)仿真光譜數(shù)據(jù)庫(kù)的建立，國(guó)外方面美國(guó)高科技材料、電子和計(jì)算工程中心的雷蒙德等人(C.J.Raymond?et?al.,J.Vac.Sci.Technol.B,Vol.15(2),pp.361-368,1997)和加州伯克利分校的牛新輝等人(X.Niu?et?al.,IEEE?Trans.Semicond.Manufact.,Vol.14,pp.97-111,2001)在進(jìn)行一維梯形面型周期結(jié)構(gòu)幾何參數(shù)提取時(shí)分別采用了基于庫(kù)匹配的方法。并且，牛新輝等人提出了針對(duì)納米結(jié)構(gòu)的仿真數(shù)據(jù)庫(kù)建立方法(X.Niu?et?al.,WIPO?Patent,WO?2003/063053A1,31July?2003)。數(shù)據(jù)庫(kù)的檢索，是由測(cè)量光譜按照一定的準(zhǔn)則在數(shù)據(jù)庫(kù)中找出與其最為相似的仿真光譜，這是一個(gè)典型的最小臨近搜索問(wèn)題。傳統(tǒng)的解決最小臨近搜索問(wèn)題的方法包括全庫(kù)直接搜索法、k-d樹方法、聚類分析方法和局部靈敏度散列法等。然而，除了全庫(kù)搜索方法外，以上提到的其他方法在面對(duì)諸如最相似光譜搜索這類問(wèn)題時(shí)，往往難以獲得理想的全局最優(yōu)結(jié)果。這是由于光譜往往不具有明顯的特征，而上述方法是通過(guò)待搜索量的某一個(gè)或多個(gè)特征來(lái)展開的。法國(guó)國(guó)家科學(xué)研究中心的研究員索蘭等人(S.Soulan?et?al.,Proc.SPIE?6518,pp.1110-1121,2007)采用了圖形處理器(Graphic?Processing?Unit,GPU)來(lái)加速測(cè)量光譜在數(shù)據(jù)庫(kù)中的最相似仿真光譜匹配。與中央處理器(Central?Processing?Unit,CPU)不同，圖形處理器是專為處理圖像而設(shè)計(jì)的一種硬件加速模塊，它具有更快的數(shù)據(jù)處理速度、更多的數(shù)據(jù)處理能力和并行計(jì)算能力，索蘭等人通過(guò)將多條仿真光譜整理成一個(gè)代表著“光譜圖像”的矩陣，實(shí)現(xiàn)了光譜的快速匹配，從而實(shí)現(xiàn)了幾何參數(shù)的快速提取。索蘭等人提出的方法盡管實(shí)現(xiàn)了幾何參數(shù)的快速提取，但是隨著仿真光譜數(shù)據(jù)庫(kù)規(guī)模的進(jìn)一步擴(kuò)大，必須采用更為強(qiáng)勁高效的GPU，這限制了這種基于硬件加速的搜索策略的可擴(kuò)展性。因此，必須提出一種不同規(guī)模的仿真光譜數(shù)據(jù)庫(kù)能夠通用的快速搜索策略，并實(shí)現(xiàn)參數(shù)提取速度的可預(yù)期與可控。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種用于提取半導(dǎo)體納米結(jié)構(gòu)特征尺寸的方法，該方法可以實(shí)現(xiàn)特征線寬、高度、側(cè)壁角的精確快速提取，且流程實(shí)現(xiàn)簡(jiǎn)單。

本發(fā)明提供的一種用于提取半導(dǎo)體納米結(jié)構(gòu)特征尺寸的方法，其特征在于，該方法包括下述過(guò)程：

第1步確定每一個(gè)待提取參數(shù)的取值范圍，生成子光譜數(shù)據(jù)庫(kù)；利用訓(xùn)練光譜和支持向量機(jī)訓(xùn)練網(wǎng)絡(luò)進(jìn)行支持向量機(jī)訓(xùn)練；

第2步利用訓(xùn)練完畢的支持向量機(jī)對(duì)測(cè)量光譜進(jìn)行映射，映射到一個(gè)對(duì)應(yīng)的子光譜數(shù)據(jù)庫(kù)；