[發明專利]極紫外光刻光源掩模優化方法

在審

• 申請號: 202011279713.8
• 申請日: 2020-11-16
• 公開（公告）號: CN112394615A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 張子南;李思坤;王向朝;成維;胡少博;劉珍
• 申請（專利權）人: 中國科學院上海光學精密機械研究所
• 主分類號: G03F1/76
• 分類號: G03F1/76;G03F1/80;G03F7/20
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 張寧展

一種極紫外光刻光源掩模優化方法，采用像素表征光源和掩模圖形，通過點脈沖修正的厚掩模成像模型計算光刻膠像，以光刻膠圖形和目標圖形之間的圖形誤差作為評價函數，采用基于社會學習機制的粒子群算法(SLPSO)優化光源分布和掩模圖形。本發明利用極紫外光刻厚掩模成像模型建立評價函數，提高了優化過程中成像計算的精度。另外，利用SLPSO算法有效提高了優化效率和尋優能力，提高了成像質量。

技術領域

本發明涉及極紫外光刻分辨率增強技術領域，特別是一種極紫外光刻光源掩模優化方法。

背景技術

極紫外光刻(EUVL)技術是7nm及以下技術節點芯片大規模量產制造中極其重要的一種光刻技術。與深紫外光刻(DUVL)類似，在極紫外光刻中，掩模的衍射效應會造成光刻成像質量的下降，因此需要采用分辨率增強技術。光源掩模優化(SMO)技術是一種重要的分辨率增強技術，它通過聯合優化光源分布和掩模圖形，可以提高成像質量，增大工藝窗口。數百納米厚的掩模使得EUV成像計算變得復雜，此外反射式的掩模和光學系統會引起極紫外光刻特有的陰影效應和離焦效應等，這些都是將SMO技術應用于EUV時需要考慮的問題。

在先技術1(參見在先技術1，Ma X,Wang Z,Chen X,et al.Gradient-BasedSource Mask Optimization for Extreme Ultraviolet Lithography[J].IEEETransactions on Computational Imaging,2018,5(1):120-135.)提出了一種基于梯度的極紫外光刻光源掩模優化技術，利用梯度下降法優化目標函數。但該技術在推導目標函數的解析表達式的過程中依然采用了基爾霍夫薄掩模模型，不能體現EUV厚掩模效應。另外當光刻成像模型和光刻膠模型愈加復雜甚至不能解析表示時，基于梯度的SMO技術應用受到限制。在先技術2(參見在先技術2，Lei Wang,Sikun Li,Xiangzhao Wang, Guanyong Yan,Chaoxing Yang,Pixelated source optimization for optical lithography viaparticle swarm opt imization,J.Micro/Nanolith.MEMS MOEMS,2016,15(1),013506)和在先技術3(參見在先技術3，Lei Wang,Sikun Li,Xiangzhao Wang,Chaoxing Yang,Feng Tang,Pixel based mask optimization via particle swarm optimizationalgorithm for inverselithography,Proc.SPIE 2016,9780:97801V)提出了一種基于粒子群算法(PSO) 的光源優化和掩模優化技術，不同于梯度方法，該技術采用智能優化算法優化目標函數，不需要掌握光刻先驗知識，適用于任意復雜的光刻成像模型和光刻膠模型。該技術可以較為容易的遷移應用到EUV光刻中，但當光源和掩模的采樣點逐漸增大時，優化維度迅速增加，PSO算法的優化效率和尋優能力大大下降。此外EUV復雜的光刻成像模型也會導致優化速度大大下降，因此需要采用性能更好的優化算法。

發明內容

本發明的目的在于提供一種極紫外光刻光源掩模優化方法，基于EUV厚掩模模型和矢量成像模型，利用SLPSO算法優化光源和掩模圖形，提高成像質量。

本發明的技術解決方案如下：

一種極紫外光刻光源掩模優化方法，該方法主要包括如下步驟：

步驟1，設定光源編碼和解碼方式和掩模編碼和解碼方式：