[發明專利]一種對晶圓量測數據分布形態的分類方法以及裝置

有效

• 申請號: 202110640729.5
• 申請日: 2021-06-09
• 公開（公告）號: CN113342906B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 文波
• 申請（專利權）人: 海光信息技術股份有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/2458;G06F16/26
• 代理公司: 北京超凡宏宇知識產權代理有限公司 11463
• 代理人: 李飛

1.一種對晶圓量測數據分布形態的分類方法，其特征在于，所述分類方法包括：

獲取與設定量測參數對應的量測數據，其中，所述量測數據是對一片晶圓或者同批次生產的多片晶圓上分布的被測對象進行測量或者測試得到的；

根據所述量測數據的統計值，確定設定的多類數據模型中各個數據模型包括的初始被測對象；

根據所述各個數據模型包括的初始被測對象的近鄰被測對象調整相應數據模型包括的被測對象，得到所述各個數據模型的目標被測對象集。

2.如權利要求1所述的分類方法，其特征在于，所述統計值包括：所述量測數據的最大值、最小值和中位值；

其中，

所述根據所述量測數據的統計值，確定設定的多類數據模型中各個數據模型包括初始被測對象，包括：

根據所述統計值得到統計圖，其中，所述統計圖用于表征各個步長范圍內的初始被測對象的數量，所述步長與所述晶圓上被測對象的總數量，以及所述中位值相關；

根據所述統計圖確定至少一個極值，并根據所述極值對所述被測對象進行初次分類，得到所述各個數據模型包括的初始被測對象。

3.如權利要求1所述的分類方法，其特征在于，所述統計值包括：所述量測數據的最大值、最小值和平均值；

其中，

所述根據所述量測數據的統計值，確定設定的多類數據模型中各個數據模型包括初始被測對象，包括：

根據所述統計值得到統計圖，其中，所述統計圖用于表征各個步長范圍內的初始被測對象的數量，所述步長與所述晶圓上被測對象的總數量，以及所述平均值相關；

根據所述統計圖確定至少一個極值，并根據所述極值對所述被測對象進行初次分類，得到所述各個數據模型包括的初始被測對象。

4.如權利要求2或3所述的分類方法，其特征在于，所述統計圖為柱狀分布圖，所述柱狀分布圖的縱坐標用于表征所述各個步長范圍內的初始被測對象的數量，所述柱狀分布圖的橫坐標用于表征所述各個步長范圍、所述最大值和所述最小值；

其中，

所述根據所述統計圖確定至少一個極值，包括：

根據所述各個步長范圍對應的縱坐標的值依次確定各相鄰的兩個步長范圍的斜率；

至少在確認兩個相鄰斜率值的符號發生改變時，將中間步長范圍的縱坐標的值作為所述極值，其中，所述中間步長范圍位于符號發生改變的所述兩個相鄰斜率值所對應的多個步長范圍的中間位置。

5.如權利要求2或3所述的分類方法，其特征在于，所述統計圖為柱狀分布圖，所述柱狀分布圖的縱坐標用于表征所述各個步長范圍內的初始被測對象的數量，所述柱狀分布圖的橫坐標用于表征所述各個步長范圍、所述最大值和所述最小值；

其中，

所述根據所述統計圖確定至少一個極值，包括：

根據所述各步長范圍對應的縱坐標的值確定各相鄰兩個步長范圍的斜率值，得到與所述各個步長范圍次序相關的多個斜率值；

若連續兩個以上的斜率值為正，接著連續兩個以上的斜率值為負，則確認一個極大值；若連續兩個以上的斜率值為負，接著連續兩個以上的斜率值為正，則確認一個極小值。

6.如權利要求5所述的分類方法，其特征在于，所述多類數據模型包括：正態分布的基準量測數據模型、正態分布的pattern形狀數據模型；

所述根據所述統計圖確定至少一個極值，并根據所述極值對所述被測對象進行初次分類，得到所述各個數據模型包括的初始被測對象，包括：

根據所述統計圖確定第一極大值、與第一極大值相鄰的第一極小值、比所述第一極大值小的至少一個第二極大值，以及與各第二極大值相鄰的第二極小值；

將所述第一極大值作為所述正態分布的基準量測數據模型的中心值，并將所述第一極小值作為所述正態分布的基準量測數據模型的分布邊界；

將所述各第二極大值分別作為一個所述正態分布的pattern形狀數據模型的中心值，并將與相應第二極大值相鄰的第二極小值作為對應的正態分布的pattern形狀數據模型的分布邊界；

根據所述分布邊界確認相應數據模型包括的初始被測對象。