缺陷预测

阅读:835发布:2020-05-11

专利汇可以提供缺陷预测专利检索,专利查询,专利分析的服务。并且一种方法,包括获得由器件 制造过程 产生的衬底上的多个图案的特征验证值;使用非概率模型获得特征计算值;基于验证值和计算值获得非概率模型的残差值;以及基于残差值获得残差分布的属性。本文还公开了计算由器件制造过程产生的衬底上的 缺陷 的概率的方法,以及获得非概率模型残差分布的属性的方法。,下面是缺陷预测专利的具体信息内容。

1.一种方法,包括:
使用非概率模型获得由器件制造过程产生的衬底上的图案的特征的值;
获得所述非概率模型的残差的分布的属性;
基于所述残差的所述分布的所述属性和所述图案的所述特征的所述值确定所述特征的分布的属性;以及
基于所述特征的所述分布的所述属性确定所述图案是缺陷的概率。
2.根据权利要求1所述的方法,其中所述残差的所述分布的所述属性是所述残差的概率密度函数PDF。
3.根据权利要求1所述的方法,其中所述残差的所述分布的所述属性是所述残差的累积分布函数CDF。
4.根据权利要求1所述的方法,其中所述残差的所述分布的所述属性表示所述残差的所述分布的扩散。
5.根据权利要求1所述的方法,其中所述残差的所述分布的所述属性是所述残差的所述分布的方差或标准差。
6.根据权利要求1所述的方法,其中所述特征是从以下选项中选择的一个或多个:相对于所述衬底的位置、相对于所述衬底上的一个或多个其他图案的位置、几何尺寸、几何形状、随机效应的测量和/或从中选择的任何组合。
7.根据权利要求1所述的方法,其中确定所述特征的所述分布的所述属性包括将所述残差的所述分布的所述属性和所述特征的所述值相加。
8.根据权利要求1所述的方法,其中所述特征的所述分布的所述属性是所述特征的PDF。
9.根据权利要求8所述的方法,其中确定所述概率包括将所述特征的所述PDF在所述特征的范围内积分。
10.根据权利要求1所述的方法,进一步包括归一化所述特征的所述分布的所述属性。
11.根据权利要求1所述的方法,其中确定所述特征的所述分布的所述属性进一步基于所述图案被视为缺陷的所述特征的范围。
12.一种方法,包括:
获得由器件制造过程产生的衬底上的多个图案的特征的验证值;
使用非概率模型获得所述特征的计算值;
基于所述验证值和所述计算值获得所述非概率模型的残差的值;以及
基于所述残差的所述值获得所述残差的分布的属性。
13.根据权利要求12所述的方法,其中所述特征是从以下选项中选择的一个或多个:相对于所述衬底的位置、相对于所述衬底上的一个或多个其他图案的位置、几何尺寸、几何形状、随机效应的测量和/或从中选择的任何组合。
14.根据权利要求12所述的方法,其中获得所述残差的所述值包括获得所述计算值和所述验证值之间的差。
15.一种计算机程序产品,包括其上记录有指令的非暂态计算机可读介质,当由计算机系统执行时,所述指令实现根据权利要求1或12所述的方法。

说明书全文

缺陷预测

[0001] 相关申请的交叉引用
[0002] 本申请要求于2017年7月12日提交的US 62/531,702的优先权,并且其内容以整体引用并入本文。

技术领域

[0003] 本文的描述涉及器件制造过程,诸如光刻过程,更具体地,涉及统计地预测由器件制造过程产生的衬底上的缺陷的方法。

背景技术

[0004] 光刻装置可以用于例如集成电路(IC)或其他器件的制造中。在这样的情况下,图案设备(例如,掩模)可以包括或提供与设备的单个层相对应的图案(“设计布局”),并且该图案可以通过诸如通过图案设备上的图案照射目标部分的方法被转移到已涂有一层辐射敏感材料(“抗蚀剂”)的衬底(例如,晶圆)上的目标部分(例如,包括一个或多个管芯)上。通常,单个衬底包括多个相邻的目标部分,通过光刻装置将图案连续转移到这些目标部分,一次一个目标部分。在一种光刻装置中,整个图案设备上的图案被一次性转移到一个目标部分上;这样的装置通常被称为晶圆步进机。在通常称为步进扫描装置的备选的装置中,投影光束在给定的参考方向(即“扫描”方向)上扫描图案设备,同时同步地向平行或反平行于该参考方向移动衬底。图案设备上的图案的不同部分被逐步转移到一个目标部分。
[0005] 在将图案从图案设备转移到器件制造过程的衬底上的器件制造流程之前,衬底会经历器件制造过程的各种器件制造流程,诸如涂底、涂抗蚀剂和软烘烤。在曝光后,衬底可以遭受器件制造过程中的其他器件制造流程,比如曝光后烘烤(PEB)、显影和硬烘烤。器件制造流程的阵列被作为基础来制造器件(例如,IC)的单个层。然后衬底会经历器件制造过程的各种器件制造流程,比如蚀刻、离子注入(掺杂)、金属化化、化学机械抛光等,所有的这些流程旨在完成器件的单个层。如果器件中需要多个层,那么对每个层都重复整个过程或其变体。最终,在衬底上的每个目标部分都有一个器件。如果有多个器件,那么这些器件通过诸如切割或锯切的技术彼此分离,因此单个器件可以安装在载体上,连接到引脚等。发明内容
[0006] 本文公开了一种方法,包括:使用非概率模型获得由器件制造过程产生的衬底上的多个图案的特征的值;获得非概率模型的残差的分布的属性;基于残差的分布的属性和图案的特征的值确定特征的分布的属性;以及基于特征的分布的属性确定图案是缺陷的概率。
[0007] 根据一个实施例,残差的分布的属性是残差的概率密度函数(PDF)。
[0008] 根据一个实施例,残差的分布的属性是残差的累积分布函数(CDF)。
[0009] 根据一个实施例,残差的分布的属性表示残差的分布的扩散。
[0010] 根据一个实施例,残差的分布的属性是残差的分布的方差或标准差。
[0011] 根据一个实施例,该特征是从由以下各项构成的组中选择的:相对于衬底的位置、相对于衬底上其他图案的位置、几何尺寸、几何形状、随机效应的测量以及从中选择的任何组合。
[0012] 根据一个实施例,确定特征的分布的属性包括将残差的分布的属性和特征的值相加。
[0013] 根据一个实施例,特征的分布的属性是特征的PDF。
[0014] 根据一个实施例,确定概率包括将特征的PDF在特征的范围内积分。
[0015] 根据一个实施例,该方法进一步包括归一化特征的分布的属性。
[0016] 根据一个实施例,确定特征的分布的属性进一步基于图案被视为缺陷的特征的范围。
[0017] 本文公开了一种方法,包括:获得由器件制造过程产生的衬底上的多个图案的特征的验证值;使用非概率模型获得特征的计算值;基于验证值和计算值获得非概率模型的残差的值;以及基于残差的值获得残差的分布的属性。
[0018] 根据一个实施例,该特征是从由以下各项构成的组中选择的:相对于衬底的位置、相对于衬底上其他图案的位置、几何尺寸、几何形状、随机效应的测量以及从中选择的任何组合。
[0019] 根据一个实施例,获得验证值包括使用计量工具测量图案或使用有的模型进行模拟。
[0020] 根据一个实施例,计量工具被配置为使用带电粒子束测量图案。
[0021] 根据一个实施例,获得残差值包括获得计算值和验证值之间的差。
[0022] 根据一个实施例,残差的分布的属性是残差的分布的PDF。
[0023] 根据一个实施例,该方法进一步包括基于形状、大小、功能或空间接近性获得多个图案。
[0024] 本文公开了一种方法包括:获得由器件制造过程产生的衬底上的一组图案分别是缺陷的概率;基于该概率确定要被检查的图案的排序列表;以及按照排序列表的顺序检查排序列表中的图案。
[0025] 根据一个实施例,该方法进一步包括获得该组图案的位置。
[0026] 根据一个实施例,确定排序列表进一步基于位置。
[0027] 根据一个实施例,排序列表包括该组图案中的图案的子集,其中子集中的图案比在该组中但不在子集中的图案有更高的是缺陷的概率。
[0028] 根据一个实施例,确定排序列表进一步基于检查吞吐量、允许检查的时间量或者在检测期间允许衬底接收的辐射量。
[0029] 根据一个实施例,顺序是下降概率的顺序。
[0030] 根据一个实施例,确定排序列表包括计算作为顺序的函数的成本函数。
[0031] 根据一个实施例,成本函数表示概率、检查该组图案的时间量或该组图案之间的距离。
[0032] 根据一个实施例,该方法进一步包括基于从检查排序列表中的图案所获得的数据来更新概率。
[0033] 本文公开了一种计算机程序产品,包括其上记录有指令的非暂态计算机可读介质,当由计算机系统执行时,指令实现根据本文的任何或部分方法。附图说明
[0034] 图1是光刻装置的示意性框图
[0035] 图2示意性地描述了预测器件制造过程中的缺陷的方法。
[0036] 图3图示了模拟至少一部分图案或图像中图案特征的方法的流程图
[0037] 图4A、4B、4C和4D示意性地示出了与非概率模型相比,概率模型可以更好地解释随机变化,从而例如更好地指导对器件制造过程中产生的衬底的检查。
[0038] 图5示意性地示出了根据实施例的概率模型如何用于预测缺陷。
[0039] 图6示出了根据实施例的计算由器件制造过程产生的衬底上的缺陷概率的方法的流程图。
[0040] 图7示意性地示出了根据实施例如何获得(例如,如图7的步骤610中所示)非概率模型的残差分布的属性。
[0041] 图8示出了根据实施例获得非概率模型的残差分布的属性(例如,图7中的属性620)的方法(例如,图6的步骤610)的流程图。
[0042] 图9A、9B、9C、9D、9E、9F和9G每个图示出了残差的直方图作为残差分布的属性的示例。
[0043] 图10示意性地示出了示例,其中图案是缺陷的概率是PDF在从负无穷到阈值的范围内的积分。
[0044] 图11示意性地示出了根据实施例的方法的流程图,该方法使用图案是缺陷的概率来确定衬底上的哪些图案要被检查以及这些图案要被检查的顺序。
[0045] 图12A和图12B示意性地示出了与另一顺序相比,在检查吞吐量方面,下降概率的顺序可能较差。
[0046] 图13A和图13B示意性地示出了与另一顺序相比,在检查吞吐量方面,下降概率的顺序可能较差。
[0047] 图14是示例计算机系统的框图。
[0048] 图15是光刻装置的示意图。
[0049] 图16是另一个光刻装置的示意图。
[0050] 图17是图16中的装置更详细的视图。

具体实施方式

[0051] 尽管本文中可能特别提到集成电路的制造,但应明确理解本文中的描述具有许多其他可能的应用。例如,可以应用于集成光学系统、磁畴存储器的指导和检测图案、液晶显示面板薄膜磁头等的制造。本领域的技术人员将会理解,在这样的备选应用的上下文中,文中使用的任何术语“中间掩模”、“晶圆”或“管芯”应该被视为可以分别与更通用的术语“掩模”或“图形装置”、“衬底”和“目标部分”互换。
[0052] 在本文中,术语“辐射”和“光线”被用于包括所有类型的辐射,包括紫外线辐射(例如,具有波长365、248、193、157或126mm)和EUV(极紫外线辐射,例如具有在5-20mm范围内的波长)。
[0053] 作为简单介绍,图1高度示意性地图示了光刻装置10A。主要部件包括定义了部分相干性(表示为sigma)的照明光学器件,和可以包括从辐射源12A形成辐射的部件14A、16Aa和16Ab的照明光学器件,该辐射源可以是深紫外线准分子激光源或包括极紫外线(EUV)源的其他类型的源(如本文所讨论的,光刻装置本身不需要具有辐射源);以及将图案设备18A的图案设备图案的图像投影到衬底平面22A上的部件16Ac。投影光学器件的瞳孔平面处的可调节的滤波器或孔径20A会限制撞击衬底平面22A的光线度的范围,其中最大可能角度Θmax定义了投影光学器件的数值孔径NA=sin(Θmax)。
[0054] 在光学光刻装置中,光学部件经由图案设备将来自光源的光引导和形成到衬底上。该光学器件能产生空间图像。空间图像(AI)是在衬底平上的辐射强度分布。衬底上的抗蚀层被暴露,空间图像作为其中的潜在的“抗蚀图像”(RI)被转移到抗蚀层。抗蚀图像(RI)可以被定义为抗蚀层中抗蚀剂溶解度的空间分布。抗蚀模型可以被用于根据空间图像计算抗蚀图像,这种示例可以在U.S.专利号8,200,468中找到,其内容以整体引用并入本文。抗蚀模型只与抗蚀层的性质有关(例如,在曝光、曝光后烘烤(PEB)和显影期间发生的化学过程的影响)。光刻装置的光学性质(例如,光源、图案设备和投影光学器件的性质)指示空间图像,并可在光学模型中定义。由于在光刻装置中使用的图案设备可以改变,因此希望将图案设备的光学性质与包括至少光源和投影光学器件的其他光刻装置的光学性质分离。
[0055] 由器件制造过程产生的衬底上的图案可能不全是完美的。如果一些图案超出了它们各自的设计规范,它们会被认为是缺陷。缺陷可能由许多因素造成。这些因素可以包括在器件制造过程中使用的光刻装置或其他硬件的系统性缺陷。如果这些因素可以被测量,那么仅由这些因素造成的缺陷就可以以相对较高的确定度被预测,因为这些因素与图案之间的关系是确定的。这些因素可以包括在器件制造过程中使用的光刻装置或其他硬件的随机变化。由于这些因素的随机性,确定地预测由至少其中一些因素引起的缺陷可能是非常困难的。虽然随机变化是随机的,但是它们的统计数据不会变。因此,从统计学上预测缺陷,换言之,预测缺陷的概率是可能的。
[0056] 图2示意性地描述了预测器件制造过程中的缺陷的方法。缺陷的示例可以包括缩颈、线回拉、线细化、CD不正确、重叠、桥接等。缺陷可以在抗蚀图像、光学图像或蚀刻图像中(即,通过在其上使用抗蚀剂作为掩模来蚀刻而转移到衬底的一层上的图案)。在213处,基于器件制造过程的一个或多个过程参数211和/或一个或多个布局参数212,模型被用于计算图案的特征214(例如,存在、位置、类型、形状等)。过程参数211是与器件制造过程相关联但与布局无关的参数。例如,过程参数211可以包括照明的特征(例如,强度、瞳孔轮廓等)、投影光学器件的特征、剂量、焦点、抗蚀剂的特征、抗蚀剂显影特征、抗蚀剂曝光后烘烤特征和/或蚀刻特征。布局参数212可以包括布局上的各种特征的形状、大小、相对位置和/或绝对位置,和/或不同布局中特征的重叠。在一个示例中,模型是经验模型,其中不模拟可以在抗蚀剂图像、空间图像或蚀刻图像中的图案;相反,经验模型基于经验模型的输入(例如,一个或多个过程参数211和/或布局参数212)和特征之间的相关性来确定图案的特征214(例如,存在、位置、类型、形状等)。在一个示例中,模型是计算模型,其中图案的至少一部分被模拟,并且特征214从该部分被确定,或者特征214在不模拟图案本身的情况下被模拟。在215处,图案是否是缺陷或者是否存在图案是缺陷的概率是基于特征214而被确定的。例如,线回拉缺陷可以通过发现线端离其期望位置太远而被识别;桥接缺陷可以通过发现两条不期望连接的线的位置而被识别。
[0057] 图3图示了模拟至少一部分图案或图像(例如,抗蚀剂图像、空间图像、蚀刻图像)中图案的特征的方法的流程图。光源模型31表示照明的光学特征(包括辐射强度分布和/或相位分布)。投影光学器件模型32表示投影光学器件的光学特征(包括由投影光学器件引起的对辐射强度分布和/或相位分布的改变)。设计布局模型33表示设计布局的的光学特征(包括由给定设计布局引起的对辐射强度分布和/或相位分布的改变)。空间图像34可以从光源模型31、投影光学器件模型32和设计布局模型33中模拟。抗蚀剂图像36可以使用抗蚀剂模型35从空间图像34中模拟。蚀刻图像38可以使用蚀刻模型37从抗蚀剂图像36中模拟。空间图像34、抗蚀剂图像36或蚀刻图像38可以被用于确定图案的特征(例如,存在、位置、类型、形状等)。
[0058] 更具体地,注意,光源模型31可以表示照明的光学特征,包括但不限于sigma(σ)设置以及任何特定照明形状(例如离轴辐射照明形状,比如环形、四极、偶极等)。投影光学器件模型32可以表示投影光学器件的光学特征,包括像差、畸变、折射率、物理尺寸、物理维度等。设计布局模型33可以表示设计布局的物理性质和/或设计布局的物理图案设备,如例如U.S.专利号7,587,704中所描述的,其内容以整体引用并入本文。
[0059] 模拟的目标是准确预测,例如边缘布置、空间图像强度斜率、CD等,然后可以与预期的设计进行比较。预期的设计通常被定义为预OPC设计布局,其可以以标准化的数字文件格式(诸如GDSII或OASIS或其他文件格式)而被提供。
[0060] 图2的213处使用的模型可能是概率模型,即,计算具有某个值的缺陷的特征的概率的模型。例如,该模型可以预测图像中的图案具有某个形状或某个CD的概率。相较于非概率模型,概率模型可以更好地捕捉器件制作过程中的随机变化。随机变化可能是由于各种机制造成的,诸如光子散粒噪声,热噪声,机械振动等。
[0061] 图4A、4B、4C和4D示意性地示出了与非概率模型相比,概率模型可以更好地解释随机变化,从而例如更好地指导对器件制造过程中产生的衬底的检查。图4A和图4B每个都示出了非概率模型计算由器件制造过程产生的衬底上的图案的特征的值420。特征的示例的非详尽的列表可以包括从以下各项中选择的一个或多个:相对于衬底的位置、相对于衬底上一个或多个其他图案的位置、几何尺寸(例如,CD)、几何形状和/或随机效应(例如,CD均匀性(CDU)、线宽粗糙度(LWR)等)的测量。如果特征未满足条件(例如,如果特征小于阈值410),图案是缺陷;如果特征满足条件(例如,如果特征大于阈值410),图案不是缺陷。值420大于图4A和图4B中所示的示例中的阈值410。因此,基于非概率模型,该图案应该被视为缺陷。
[0062] 然而,非概率模型,像任何模型一样,不可能完全准确。非概率模型的特征的计算值和特的征实际值可能具有差值。该差值被称为残差。残差可能是由于随机变化、非概率模型的缺陷、非概率模型的输入或它们的组合而引起的。在图4A和4B的示例中,如果残差足够大(例如,大于值420和阈值410之间的差值),特征的实际值可能小于阈值410且图案是缺陷。残差可能具有分布(例如,图4A中的分布430和图4B中的分布431)。图4A的示例中的残差的分布430比图4B的示例中的残差的分布431要宽。因此图4A的示例中的残差大于值420和阈值410之间的差值的概率比图4B的示例中的残差大。换言之,图4A的示例中的特征的实际值小于阈值410的概率比图4B的示例中的特征的实际值大;图4A的示例中的图案是缺陷的概率比图4B的示例中的图案大。非概率模型不能捕捉残差的分布(例如,分布430和431)并因此不能捕捉某些缺陷(或图4A的示例中的许多缺陷)。
[0063] 类似地,非概率模型可以将非缺陷预测为缺陷。图4C和图4D每个都示出了非概率模型计算衬底上的另一个图案的特征的值421。如果特征未满足条件(例如,如果特征小于阈值410),图案是缺陷;如果特征满足条件(例如,如果特征大于阈值410),图案不是缺陷。值421小于图4C和图4D中所示的示例中的阈值410。因此,基于非概率模型,该其他图案应该被视为缺陷。然而,在图4C和图4D的示例中,如果残差足够大(例如,大于值421和阈值410之间的差值),特征的实际值可能大于阈值410且其他图案不是缺陷。图4C的示例中的残差的分布430比图4D的示例中的残差的分布431要宽。因此图4C的示例中的残差大于值421和阈值410之间的差值的概率比图4D的示例中的残差大。换言之,图4C的示例中的特征的实际值大于阈值410的概率比图4D的示例中的特征的实际值大;图4C的示例中的图案不是缺陷的概率比图4D的示例中的图案大。非概率模型不能捕捉残差的分布(例如,分布430和431)并因此将某些非缺陷(或图4C的示例中的许多非缺陷)预测为缺陷。
[0064] 图5示意性地示出了根据实施例的概率模型如何被用于预测缺陷。非概率模型555被用于计算器件制造过程产生的衬底上的图案510的特征的值520。特征的示例的非详尽的列表可以包括从以下各项中选择的一个或多个:相对于衬底的位置、相对于衬底上一个或多个其他图案的位置、几何尺寸(例如,CD)、几何形状和/或随机效应(例如,CD均匀性(CDU)、线宽粗糙度(LWR)等)的测量。非概率模型555可以基于一个或多个处理参数或布局参数或基于经验来计算值520。非概率模型555的残差的分布530被添加到值520,因此产生了特征的分布540。分布540可以被用于计算图案510是缺陷的概率(例如,特征落在阈值551和552范围之外的概率)。
[0065] 图6示出了根据实施例的由计算器件制造过程产生的衬底上的缺陷的概率的方法的流程图。在610处,非概率模型的残差分布的属性620被获得。属性620的一个示例是残差的概率密度函数(PDF)。属性620的另一个示例是残差的累积分布函数(CDF)。属性620可以表示分布的扩散(例如,方差和标准差)。在630处,使用非概率模型计算衬底上的图案的特征值640。特征的示例的非详尽的列表可以包括以下从以下各项中选择的一个或多个:相对于衬底的位置、相对于衬底上一个或多个其他图案的位置、几何尺寸(例如,CD)、几何形状和/或随机效应(例如,CD均匀性(CDU)、线宽粗糙度(LWR)等)的测量。在650处,特征的分布的属性660是基于残差分布的属性620和使用非概率模型计算的值640来确定的。在示例中,属性660是使用非概率模型计算的值640和残差的分布的属性620的和。在670处,图案是缺陷的概率680是基于属性660确定的。在一个示例中,属性660是特征的PDF并且概率680可以是PDF在特征的范围内(例如,低于阈值的范围或高于阈值的范围)的积分。在一个示例中,属性660是特征的CDF且概率680可以是特征的范围上界的CDF和范围下界的CDF之间的差。属性660可以是归一化的,例如通过要求衬底上缺陷总数的期望值等于衬底上每个图案是缺陷的概率之和。
[0066] 图7示意性地示出了根据实施例如何获得(例如,如图7的步骤610中所示)非概率模型的残差分布的属性620。选择由器件制造过程产生的衬底上的多个图案(例如,710a、710b、…710i、…)。可以使用一个或多个标准来选择多个图案。例如,多个图案可以是具有相似形状、相似大小、相似功能或空间临近。使用非概率模型获得这些图案的特征计算值(例如,730a、730b、…730i、…)。特征的示例的非详尽的列表可以包括从以下各项中选择的一个或多个:相对于衬底的位置、相对于衬底上一个或多个其他图案的位置、几何尺寸(例如,CD)、几何形状和/或随机效应(例如,CD均匀性(CDU)、线宽粗糙度(LWR)等)的测量。这些图案的特征的验证值(例如,720a、720b、…720i、…)可以是通过测量图案得到的特征的实际值,例如使用合适的计量工具或使用有力模型的特征的模拟值。计量工具的示例可以包括测量光学图像、衍射、散射或来自衬底的其他合适的光学信号的光学计量工具和/或使用带电粒子束(例如,电子)的计量工具。非概率模型的残差的值是从这些图案中的每个图案的验证值和计算值之间的差值获得的。
[0067] 残差分布的属性620从残差的值中获得。在一个示例中,属性620是残差的PDF,该PDF可以从残差的直方图中确定。在另一个示例中,属性620是残差的CDF。该CDF可以基于经验分布函数(EDF)估计,EDF也被称为经验累积分布函数(ECDF)。EDF可以从残差的值中确定。EDF是与样本(例如,从多个图案获得的残差的值)的经验测量相关联的分布函数。EDF是一个阶梯函数,在n个数据点(例如,从多个图案获得的残差的值)的每一个数据点上增加1/n。EDF可以用如下公式表示: 其中(x1,…,xn)是样本中的数值,且1A是事件A的标识符。在任何特定值t处的EDF 的值是小于或等于t的样本分数。根据Glivenko-Cantelli定理,其以概率1收敛到随n增加的潜在分布。CDF可以基于EDF 使用Dvorestzky-Kiefer-Wolfowitz(DKW)不等式来估计。CDF F(t)可以基于EDF 使用Dvorestzky-Kiefer-Wolfowitz(DKW)不等式来估计。基于EDF的CDF估计误差∈受DKW不等式: 的限制。DKW不等式示出了估计误差∈可以由用
于构成EDF 的残差的值n的数目确定。
[0068] 图8示出了根据实施例获得非概率模型的残差分布的属性880(例如,图6和7中的属性620)的方法(例如,图6的步骤610)的流程图。在810处,例如,通过使用计量工具测量图案或通过使用有力模型模拟,来获得衬底上多个图案的特征的验证值820。在830处,使用图案的非概率模型获得特征的计算值840。在850处,基于验证值820和计算值840获得非概率模型的残差的值860。在一个示例中,残差的值860是计算值840和验证值820之间的差值。在870处,基于残差的值860获得残差的分布的属性880(例如,PDF或CDF)。
[0069] 图9A、9B、9C、9D、9E、9F和9G每个图示出了残差的直方图作为属性880的示例。水平轴是残差的值,且竖直轴是值的频率。图9A-9G中所示的直方图分别从7组具有不同标称CD的图案中获得。
[0070] 特征的分布的属性(例如,图6中的660)是确定图案是缺陷的概率的一个因素,但不一定是唯一因素。图案被视为缺陷的特征范的围可能是另一个因素。其他因素也是可能的。在图10中示意性示出的示例中,图案是缺陷的概率是CD的PDF 1030(作为特征分布的属性的示例)在从负无穷到阈值1010的范围内的积分。实际考虑1020可能影响阈值1010的选择。例如,如果检查的总数或用于检查的可用时间的数量受限,那么阈值100会变得更小,从而减少了被认为是缺陷的图案的数目。阈值1010可以使用来自测试衬底的数据进行归一化。例如,阈值1010可以被选择,使得缺陷的总概率与测试衬底上缺陷的实际数目相当(例如,在一个数量级内)。
[0071] 图案缺陷的概率可以被用于引导由器件制造过程产生的衬底的检查。具有较高概率是缺陷的图案可能在检查中优先于具有较低概率是缺陷的图案。图11示意性地示出了根据实施例的方法的流程图,该方法使用图案是缺陷的概率来确定衬底上的哪些图案要被检查以及这些图案要被检查的顺序。例如,使用图6中所示的方法获得衬底上的一组图案分别是缺陷的概率1110。例如,使用在衬底上表示的设计布局,还可以获得图案的位置1120。在1130处,要被检查的图案的排序列表1140基于概率1110并且选择性地基于位置1120而被确定。在1150处,排序列表1140中的图案是按照排序列表的顺序被检查。在一个示例中,排序列表1140包括具有是缺陷的最高概率的那些图案;换言之,排序列表1140包括一组图案中的图案的子集,其中该子集中的图案比该组图案中非该子集的图案是缺陷的概率更高。排序列表1140中图案的数目可能通过检查吞吐量或按经验来确定。排序列表1140中图案的数目可能受到下一个要检查的衬底到达前的时间量的限制。排序列表1140中图案的数目可能受到衬底在检查期间允许接收的辐射量的限制。在一个示例中,排序列表1140中图像的顺序可能是概率的降序。换言之,该顺序可能是是缺陷的概率更高的图案在是缺陷的概率较低的图案之前被检查(概率下降的顺序)。在另一个示例中,排序列表1140中图案的顺序可能是使成本函数处于极值的顺序。在一个实施例中,成本函数是图案的顺序的函数并且可以表示概率、检查图案所需的时间、从图案到下一个图案的距离和/或检查性能的其他指标。在可选择的步骤1160中,基于从检查排序列表1140中的图案获得的数据更新概率1110。
[0072] 图12A和图12B示意性地示出了与另一顺序相比,在检查吞吐量方面,下降概率的顺序可能较差。在图12A和图12B中的示例中,在衬底上存在三个图案1211、1212和1213。图案1211是缺陷的概率(用圆的大小表示)最大。图案1212是缺陷的概率第二大,稍微小于图案1211的概率。图案1213是缺陷的概率最小,比图案1211和图案1212的概率小得多。图案1212远离图案1211和1213;图案1211和1213彼此较近。图12A示出了图案1211→图案1212→图案1213的排序列表的顺序,该顺序是概率下降的顺序。图12B示出了图案1211→图案1213→图案1212的排序列表不同的顺序,该顺序不是概率下降的顺序。按照图12A的顺序,计量工具必须要移动相对较长的距离,从图案1211到图案1212再从图案1212到图案1213。按照图12B的顺序,计量工具必须要移动一个相对较短的距离,从图案1211到图案1213,再移动一个相对较长的距离,从图案1213到图案1212。因此,按照图12B中的顺序检查三个图案所需的总时间更短(并且因此检查吞吐量更高)。
[0073] 计量工具可以具有在不移动视场(“FOV”)的情况下检查多个图案的能力。例如,一些使用带电粒子束的计量工具具有可以包含多个图案的FOV,但是移动FOV相对较慢。在计量工具被移动前所检查的多个图案可以被视为一次检查。图13A和图13B示意性地示出了当这种计量工具被用于检查时,与另一顺序相比,在检查吞吐量方面,下降概率的顺序可能较差。在图13A和图13B中所示的示例中,在衬底上有17个图案并且这些图案可以由三个FOV 1311、1312和1313包含。由+号表示图案,圆表示图案是缺陷的概率,圆越大概率越大。因为移动FOV相对较慢,所以使用三个以上的FOV来检查图案会降低检查吞吐量。FOV 1311中的缺陷的总概率(即,FOV 1311中每个图案是缺陷的概率之和)是三个FOV中最大的。FOV 1313中的缺陷的总概率是三个FOV中最小的,尽管FOV 1313具有17个图案中最有可能是缺陷的图案(如其相对较大的圆所示)。FOV 1312远离FOV 1311和1313;FOV 1311和FOV 1313彼此较近。图13A示出了排序列表的顺序:FOV 1311中的图案→FOV 1312中的图案→FOV 1313中的图案。图13B示出了排序列表的不同的顺序:FOV 1311中的图案→FOV 1313中的图案→FOV 1312中的图案。按照图13A的顺序,计量工具必须移动FOV相对较长的距离,从FOV 1311到FOV 1312再从FOV 1312到FOV 1313。按照图13B的顺序,计量工具必须移动FOV一个相对较短的距离,从FOV 1311到FOV 1313再移动一个相对较长的距离,从FOV 1313到FOV 1312。
因此,按照图13B中的顺序检查三个图案所需的总时间更短。
[0074] 图14是图示能够协助实现本文公开的方法和流程的计算机系统100的框图。计算机系统100包括总线102或其他通信机制以传递信息,以及和总线102耦合以处理信息的处理器104(或多个处理器104和105)。计算机系统100还可以包括主存储器106,诸如耦合到总线102以存储和/或提供要由处理器104执行的信息和指令的随机存取存储器(RAM)或其他动态存储设备。主存储器106可以被用于在要由处理器104执行的指令的执行期间存储和/或提供临时变量或其他中间信息。计算机系统可以进一步包括耦合到总线102以存储和/或提供处理器104的静态信息和指令的只读存储器(ROM)108或其他静态存储设备。存储设备110,诸如磁盘或光盘,可以被提供并耦合到总线102以存储和/或提供信息和指令。
[0075] 计算机系统100可以经由总线102被耦合到显示器112,诸如阴极射线管(CRT)或平板或触摸板显示器,以向计算机用户显示信息。输入设备114,包括字母数字和其他按键,可以被耦合到总线102以向处理器104传递信息和命令选择。另一种类型的用户输入设备可以是光标控制116,诸如鼠标、追踪球或光标方向键,以向处理器104传递方向信息和命令选择并控制光标在显示器112上移动。该输入设备通常在两个轴上有两个自由度,第一个轴(例如,x)和第二个轴(例如,y),允许设备指定平面中的位置。触摸板(屏)显示器也可以用作输入设备。
[0076] 根据一个实施例,响应于执行包含在存储器106中的一个或多个指令的一个或多个序列的处理器104,本文公开的部分方法可以由计算机系统100执行。这样的指令可以从另一个计算机可读介质(诸如存储设备110)被读取到主存储器106中。包含在主存储器106中指令的序列的执行使得处理器104执行本文所描述的处理步骤。可以采用多处理布置中的一个或多个处理器来执行包含在主存储器106中指令的序列。在备选的实施例中,硬布线电路可以被用于替换软件指令或与软件指令组合使用。因此,本文的描述不限于硬件电路和软件的任何特定的组合。
[0077] 本文所使用的术语“计算机可读介质”指的是参与为处理器执行提供指令的任何介质。这样的介质可以采取许多形式,包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如,光盘或磁盘,比如存储设备110。易失性介质包括动态存储器,比如主存储器106。传输设备包括同轴电缆线和光纤,包括包括总线102的线。传输介质还可以采用声波或光波的形式,比如在射频(RF)和红外(IR)数据通信期间生成的那些传输介质。计算机可读介质的常见形式包括,例如,软盘、软磁盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光学介质、打孔卡、纸带、任何其他有孔图案的物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储器芯片或盒子、本文下文描述的载波或计算机可以读取的任何其他介质。
[0078] 计算机可读介质的各种形式可以涉及将一个或多个指令的一个或多个序列携带到处理器104以供执行。例如,指令最初可以存储在远程计算机的磁盘或存储器中。远程计算机可以将指令装载到其动态存储器并通过通信路径发送指令。计算机系统100可以从路径上接收数据和将数据放置在总线102上。总线102将数据携带到主存储器106,处理器104从主存储器106检索并执行指令。由主存储器106接受的指令在由处理器104执行前或执行后可以选择性地被存储在存储设备110上。
[0079] 计算机系统100可以包括耦合到总线102的通信接口118。通信接口118提供了耦合到连接网络122的网络链路120的双向数据通信。例如,通信接口118可以提供有线或无线的数据通信连接。在任何这样的实现中,通信接口118发送和接收携带表示各种类型的信息的数字数据流的电信号、电磁信号或光学信号。
[0080] 网络链路120通常通过一个或多个网络向其他数据设备提供数据通信。例如,网络链路120可以通过网络122提供与主机计算机124或由互联网服务提供商(ISP)126操作的数据设备的连接。ISP 126继而通过全球分组数据通信网络提供数据通信服务,现在通常被称为“互联网”128。网络122和互联网128都使用携带数字数据流的电信号、电磁信号或光学信号。通过各种网络的信号和网络链路120上的信号以及通过通信接口118的信号(它们从计算机系统100携带数字数据或将数字数据携带到计算机系统100)是传输信息的载波的典型形式。
[0081] 计算机系统100可以通过网络、网络链路120和通信接口118发送消息和接收数据,包括程序代码。在互联网示例中,服务器130可以通过互联网128、ISP 126、网络122和通信接口118传输应用程序的请求代码。例如,一个这样的下载应用程序可以提供代码来实现本文中的方法。当代码被接收时,接收的代码可以由处理器104执行并被存储在存储设备110或其他非易失性存储设备中用于以后的执行。以这种方式,计算机系统100可以获得载波形式的应用代码。
[0082] 图15示意性地描述了典型的光刻装置。该装置包括:
[0083] -照明系统IL,用于调节光束B的辐射。在这种特定的情况下,照明系统还包括辐射源SO;
[0084] -第一对象平台(例如,掩模平台)MT,提供有用于固定图案设备MA(例如,中间掩模)的图案设备固定器,并且被连接到第一定位器PM以准确定位图案设备相对于项目PS的位置;
[0085] -第二对象平台(衬底平台)WT,提供有用于固定衬底W(例如,抗蚀涂层硅晶圆)的衬底固定器,并且被连接到第二定位器PW以准确定位衬底相对于项目PS的位置;
[0086] -投影系统PS(例如,折射、反射或折反射光学系统),将图案设备MA的辐照部分成像到衬底W的目标部分C(例如,包括一个或多个管芯)上。
[0087] 如本文所述,该装置是透射型的(即,具有透射掩模)。然而,通常,其还可能是反射型的,例如(具有反射掩模)。备选地,该装置可以采用另一种图案设备作为使用经典掩模的备选;示例包括可编程镜阵列或LCD矩阵。
[0088] 光源SO(例如,汞灯或准分子激光器)产生辐射光束。该光束直接或在穿过调节器(诸如光束扩展器)之后被馈送到照明系统(照明器)IL中。照明器IL可以包括调节器AD,该调节器被配置为设置光束中强度分布的外部和/或内部径向范围(通常分别被称为σ-外部和σ-内部)。此外,其通常包括各种其他部件,诸如积分器IN和聚光器CO。以这种方式,撞击在图案设备MA上的光束B在其横截面具有期望的的均匀性和强度分布。
[0089] 关于图15应当注意的是,光源SO可以在光刻装置的外壳内。(例如,当源SO是汞灯时,通常是这样的情况),但是它也可以远离光刻装置,其产生的辐射光束被导入装置(例如,借助合适的定向镜BD);后一种情况通常是当光源SO是准分子激光时的情况(例如,基于KrF、ArF或F2激光)。
[0090] 光束B随后拦截固定在图案设备平台MT上的图案设备MA。在穿过图案设备MA后,光束B穿过投影系统PS,PS将光束B聚焦到衬底W的目标部分C上。借助第二定位器PW(和干涉仪IF),可以准确地移动衬底平台WT,例如,以便将不同的目标部分C定位在光束B的路径中。类似地,第一定位器PM可以被用于准确定位图案设备MA关于光束B的路径的位置,例如,在从图案设备库机械地检索图案设备MA之后,或者在扫描期间。通常,目标平台MT、WT的移动将借助于长行程模(粗略定位)和短行程模块(精准定位)来实现,这在图15中没有明确描述。
[0091] 图案设备(例如,掩模)MA和衬底W可以使用图案设备对准标记M1、M2和衬底对准标记P1、P2进行对准。尽管所示的衬底对准标记占用专用的目标部分,但它们可以位于目标部分之间的空间(这些被称为划线对准标记)。类似地,在图案设备(例如,掩模)MA上提供有一个以上的管芯的情况下,图案设备对准标记可以位于模具之间。小的对准标记还可以被包括在管芯中,在设备特征中,在这种情况下,希望标记尽可能小,并且不需要与相邻特征不同的成像或处理条件。
[0092] 图16示意性地描述了另一个示例性的光刻装置1000。光刻装置1000包括:
[0093] -光源收集器模块SO
[0094] -照明系统(照明器)IL,被配置为调节辐射光束B(例如EUV辐射)。
[0095] -支撑结构(例如掩模平台)MT,被构成以支撑图像设备(例如掩模或中间掩模)MA,并连接到被配置为准确定位该图案设备的第一定位器PM;
[0096] -衬底平台(例如晶圆平台)WT,该平台被构成以固定衬底(例如,抗蚀涂层晶圆)W并连接到被配置为准确定位该衬底的第二定位器PW;以及
[0097] -投影系统(例如反射投影系统)PS,被配置为通过图案设备MA将传输到辐射光束B的图案投影到衬底W的目标部分C(例如包括一个或多个管芯)上。
[0098] 如本文所述,装置1000是反射型的(例如采用反射的掩模)。应当注意的是,由于大多数材料在EUV波长范围内是可吸收的,因此图案设备可以具有多层反射器,例如,多堆栈的钼和硅。在一个示例中,多堆栈的反射器有40层对钼和硅。甚至用X射线光刻技术可以产生更小的波长。由于大多数材料在EUV和X射线波长下是可吸收的,所以在图案设备的形貌上的一小块图案的吸收材料(例如,多层反射器顶部上的TaN吸收器)定义了特征将在哪里印刷(正抗蚀剂)或不印刷(负抗蚀剂)。
[0099] 参考图16,照明器IL从光源收集器模块SO接收极紫外线(EUV)辐射光束。产生EUV辐射的方法包括但不一定限于,将材料转化为至少具有一种元素的等离子体状态,例如氙、锂或,在EUV范围内有一条或多条发射线。在一种这样的方法中,通常称为由激光产生的等离子体(“LPP”)的等离子体可以通过辐照燃料产生,比如具有线发射元件的带有激光束的材料的液滴、流或簇。光源收集器模块SO可以是包括激光的EUV辐射系统的一部分(图16中未示出),以提供激光束以激发燃料。由此产生的等离子体发射输出辐射,例如EUV辐射,该辐射是使用布置在光源收集器模块中的辐射收集器收集的。激光和光源收集器模块可以是独立的实体,例如当CO2激光被用于提供用于燃料激发的激光束时。
[0100] 在这样的情况下,激光不被认为形成光刻装置的一部分,并且辐射光束借助光束传输系统从激光器传递到光源收集器模块,光束传输系统包括例如合适的定向镜和/或光束扩展器。在其他情况下,光源可以是光源收集器模块的组成部分,例如当光源放电产生等离子体EUV生成器,通常被称为DPP光源。
[0101] 照明器IL可以包括被配置为调节辐射光束的角强度分布的调节器。通常,可以调节照明器的瞳孔平面中的强度分布的至少外部和/或内部径向范围(通常分别称为σ-外部和σ-内部)。此外,照明器IL可以包括各种其他部件,比如分面场和瞳孔镜设备。照明器可以被用于调节辐射光束,使其在其横截面上具有期望的均匀性和强度分布。
[0102] 辐射光束B是图案设备(例如,掩模)MA上的事件,它被保持在支撑结构(例如,掩模平台)MT上,并且由图案设备进行图案形成。在从图案设备(例如掩模)MA被反射后,辐射光束B通过投影系统PS,该系统将光束聚焦到衬底W的目标部分C上。借助第二定位器PW和定位传感器PS2(例如干涉仪设备、线性编码器或电容传感器),衬底平台WT可以被准确地移动,例如,以便定位辐射光束B的路径中的不同目标位置C。类似地,第一定位器PM和另一个定位传感器PS1可以被用于准确定位图案设备(例如,掩模)MA相对于辐射光束B的路径的位置。图案设备(例如,掩模)MA和衬底W可以使用图案设备对准标记M1、M2和衬底对准标记P1、P2来对准。
[0103] 所描述的装置可以至少用于以下模式之一:
[0104] 1.在步进模式中,支撑结构(例如掩模平台)MT和衬底平台WT基本保持稳定,同时传输到辐射光束的整个图案被一次性投影到目标部分C(即单次静态曝光)。衬底平台WT随后在X和/或Y方向上被移动,使得不同的目标部分C可以被暴露。
[0105] 2.在扫描模式中,支撑结构(例如掩模平台)MT和衬底平台WT同步以给定方向(所谓的“扫描方向”)被扫描,同时传输到辐射光束的图案被投影到目标部分C(即单次动态曝光)。可以由投影系统PS的(反)放大和图像反转特性确定衬底平台WT相对于支撑结构(例如掩模平台)MT的速度和方向。
[0106] 3.在另一种模式中,支撑结构(例如掩模平台)MT基本保持稳定,维持着可编程图案设备,并且衬底平台WT被移动或扫描,同时传输到辐射光束的图案被投影到目标部分C。在这种模式中,通常采用脉冲辐射源,并在衬底平台WT的每次移动之后或在扫描期间的连续辐射脉冲之间按需求更新可编程图案设备。这种操作模式可以容易地应用于利用可编程图案设备的无掩模光刻,诸如上文提到的类型的可编程镜阵列。
[0107] 此外,光刻装置可以是一种具有两个或多个平台(例如,两个或多个衬底平台、两个或多个图案设备平台和/或衬底平台与无衬底平台)。在这样的“多平台”设备中,额外的平台可以并联使用,或者当一个或多个其他平台用于曝光时,可以在一个或多个平台上执行准备步骤。
[0108] 图17更详细地示出了装置1000,包括光源收集器模块SO、照明系统IL和投影PS。光源收集器模块SO被构成并布置,使得真空环境可以在光源收集器模块SO的封闭结构2120中进行维护。EVU辐射发射等离子体2110可以由放电产生等离子体源形成。EUV辐射可能由气体或蒸汽产生,例如氙气、锂蒸汽或锡蒸汽,其中非常热的等离子体2110被产生以在电磁波谱的EVU范围内发射辐射。非常热的等离子体2110是由例如导致至少部分电离等离子体的放电而产生的。例如,为了有效地产生辐射,可能需要10Pa的氙、锂、锡蒸汽或任何其他合适的气体或蒸汽的分压。在一个实施例中,提供激活的锡的等离子体来产生EVU辐射。
[0109] 由热等离子体2110发射的辐射经由位于光源室2111的开口内或后面的可选择的气体屏障或杂质捕获2130(在一些情况下也被称为杂质屏障或箔捕获)从光源室2111传入收集器空间2112。杂质捕获2130可以包括通道结构。杂质捕获2130还可以包括气体屏障或气体屏障和通道结构的组合。在本领域所知,杂质捕获或本文进一步所指的杂质捕获2130至少包括通道结构。
[0110] 光源室2111可以包括辐射收集器CO,可以是所谓的掠入射收集器。辐射收集器CO具有上游辐射收集器侧2151和下游辐射收集器侧2152。穿过收集器CO的辐射可以被反射远离光栅光谱滤波器2140,以在沿着点虚线“O”指示的光轴的虚拟光源点IF中被聚焦。虚拟光源点IF通常指的是中间焦点,并且光源收集器模块被布置使得中间焦点IF位于封闭结构2120的开口2121处或在其附近。虚拟光源点IF是发射等离子体2110的辐射的图像。
[0111] 随后辐射穿过照明系统IL,其可以包括分面场镜设备2192和分面瞳孔镜设备2194,布置这些设备以在图案设备MA提供辐射光束2191所需的角分布,以及以在图案设备MA提供所期望的辐射强度均匀性。当辐射光束2191在由支撑结构MT保持的图案设备MA处反射时,图案光束2196被形成,并且图案光束2196由投影系统PS经由反射元件2198、3190成像在由衬底平台WT保持的衬底W上。
[0112] 通常在照明光学单元IL和投影系统PS中可以呈现比所示的更多的元件。取决于光刻装置的类型,光栅光谱滤波器2140可以选择性地呈现。此外,呈现比图中所示更多的镜,例如与图17中所示的相比,在投影系统PS中呈现有1-6个额外的反射元件。
[0113] 如图17所示的收集器光学器件CO,作为收集器(收集器镜)的一个示例,被描述为具有掠入射反射器2153、2154和2155的嵌入式收集器。掠入射反射器2153、2154和2155围绕光轴O轴对称布置,并且这种类型的收集器光学器件CO最好与放电产生等离子体源结合使用,通常称为DPP光源。可选择的,光源收集器模块SO可以是LPP辐射系统的部分。
[0114] 本文使用的术语“投影系统”应该被广泛地解释为包括任何类型的投影系统,包括折射、反射、折反射、磁性、电磁和静电光学系统或它们的任意组合,适用于正在使用的曝光辐射,或其他因素,诸如浸泡液体的使用或真空的使用。
[0115] 光刻装置还可以是一种其中至少一部分衬底可以由具有相对较高的折射率的液体覆盖的,例如水,以便填充投影系统和衬底之间的空间。浸没液还可以应用于光刻装置中的其他空间,例如,在掩模和投影系统之间。浸没技术在本领域用于增加投影系统的数值孔径而被人所熟知。本文所使用的术语“浸没”不是指一种结构,诸如必须没入液体的衬底,而只是指在曝光期间液体位于投影系统和衬底之间。
[0116] 本文公开的概念可以用于模拟或数学建模任何制造过程涉及光刻装置的设备,并且可以对于能够产生越来越小的波长的新兴成像技术特别有用。已经使用的新兴技术包括深紫外线(DUV)光刻,其能够使用ArF激光器产生193nm波长,甚至使用氟原子激光器产生157nm波长。此外,EUV光刻能够产生在5-20nm范围内的波长。
[0117] 尽管本文公开的概念可以用于在衬底上制造的设备,诸如硅晶圆,但应当理解的是公开的概念可以是与任何类型的光刻成像系统一起使用,例如,用于在硅晶圆以外的衬底上成像的那些系统。
[0118] 图案设备指的是上述包括或能够形成设计布局的设备。可以利用CAD(计算机辅助设计)程序生成设计布局。该过程通常称为EDA(电子设计自动化)。大多数CAD程序遵循一组预定的设计规则以生成功能性设计布局/图案设备。这些规则是通过处理和设计限制设置的。例如,设计规则定义了电路设备(比如、电容器等)或互连线之间的空间公差,以确保电路设备或线不会以不期望的方式相互作用。设计规则限制通常被称为“临界尺寸”(CD)。电路的临界尺寸可以被定义为线或孔洞的最小的宽度或两条线或两个孔洞之间的最小空间。因此,CD确定了所设计的电路的整个尺寸和密度。当然,集成电路制造的一个目标就是在衬底上(经由图案设备)真实再现原始的电路设计。
[0119] 本文采用的术语“掩模”或“图案设备”可以被广泛地解释为指代能够用于赋予入射的辐射束以图案化的横截面的通用图案设备,该图案化的横截面对应于要在衬底的目标部分中创建的图案;术语“光”也可以用于本文。除了典型的掩模(透射式或反射式;二进制、移相、混合式等)以外,其他这样的图案设备的示例包括:可编程镜阵列和可编程LCD阵列。
[0120] 注意,显微光刻是设备制造中的一个重要步骤,诸如IC,其中形成在衬底上的图案定义了IC的功能性元件,诸如微处理器、存储器芯片等。类似的光刻技术还可用于平板显示器、微电子机械系统(MEMS)和其他设备的成型。
[0121] 根据分辨率公式CD=k1×λ/NA,具有印刷尺寸小于光刻装置典型分辨率极限的特征的过程通常称为低-k1光刻,其中λ是采用的辐射的波长(当前大多数情况是248nm或193nm),NA是光刻装置中投影光学器件的数值孔径,CD是“临界尺寸”——通常是印刷的最小特征尺寸——并且k1是分辨率因子。通常,k1越小,就越难在衬底上再现类似于电路设计者为实现特定电气功能和性能而规划的形状和尺寸的图案。为了克服这些困难,将复杂的精密微调步骤应用于光刻装置和/或设计布局。这些包括,例如但不限于,NA和光学相干设置的优化、定制照明方案、移相图案设备的使用、设计布局中的光学邻近校正(OPC,有时也称为“光学和过程校正”)或其他通常称为“分辨率增强技术”(RET)的方法。本文使用的术语“优化的”和“优化”是指调节装置,例如,光刻装置,使得设备制造结果和/过程(例如,光刻的过程)具有一个或多个期望的特征,诸如在衬底上的更高的准确度的投影、更大的处理窗口等。作为一个示例,OPC解决了这样一个事实,即投影在衬底上的设计布局的图像的最终大小和位置将不相同,或者仅仅取决于图案设备上的设计布局的大小和位置。本领域的技术人员将会认识到,特别是在光刻的上下文中,术语“掩模”、“图案设备”和“设计布局”可以互换使用。对于一些设计布局中呈现的小的特征尺寸和高的特征密度,给定特征的特定边缘的位置将在一定程度上受到其他相邻特征的存在或不存在的影响。这些邻近效应产生于从一个特征耦合到另一个特征的微小辐射量和/或非几何光学效应,诸如衍射和干涉。类似地,邻近效应可能在通常遵循光刻技术的曝光后烘烤(PEB)、抗蚀剂显影和蚀刻过程中由扩散和其它化学效应引起。
[0122] 为帮助确保设计布局的投影图像是符合给定目标电路设计的需求,可以使用复杂的数值模型、校正或预失真的设计布局来预测和补偿邻近效应。因此,“基于模型的”光学邻近校正过程可以用于改变设计布局。在典型的高端设计中,为了实现投影图像对目标设计的高保真度,设计布局中的几乎每个特征都有一些修改。这些修改可以包括边缘位置或线宽的移动或偏移,以及旨在帮助其他特征投影的“辅助”特征的应用。
[0123] 应用OPC通常不是“精确的科学”,而是一个经验的、迭代的过程,它并不总是补偿所有可能的邻近效应。因此,OPC的效果,例如,在应用OPC和任何其他RET之后的设计布局,应该通过设计检查来验证,即使用校准的数值过程模型进行密集的全芯片模拟,以便将嵌入到图形设备模式中的设计缺陷的可能性最小化。OPC和全芯片RET验证都可以基于数值模拟系统和方法。
[0124] 一个RET与设计布局的全局偏差的调节有关。全局偏差是设计布局中的图案和旨在印刷在衬底上的图案之间的差值。例如,可以通过设计布局中50nm直径的图案或设计布局中20nm直径的但具有高剂量的图案,将25nm直径的圆形图案印刷在衬底上。
[0125] 除了对设计布局或图案设备(例如,OPC)的优化,还可以优化照明光源,无论是与图案设备共同优化还是单独优化,以努力提高整体光刻保真度。术语“照明光源”和“光源”在本文中可以互换使用。众所周知,离轴照明,例如环形、四极和偶极,是解决图案设备中包含的精细结构(即,目标特征)的一种有效的方法。然而,当与传统照明光源比较时,离轴照明光源通常提供针对空间图像(AI)的较少的辐射强度。因此,需要尝试优化照明光源以实现更精细的分辨率和降低的辐射强度之间的优化平衡。
[0126] 可以使用多种照明光源优化方法。例如,可以将光源分为几个区域,每个区域对应于瞳孔频谱的某个区域。然后,假设每个光源区域中的光源分布是均匀的,并针对处理窗口优化每个区域的亮度。在另一个示例中,可以使用基于照明器像素的方法,将光源优化问题转换为一系列非负最小二乘优化。
[0127] 对于低k1光刻,光源和图案设备的优化对于确保关键电路图案投影的可用的过程窗口是有用的。一些算法将照明离散为独立的光源点,并且将设备图案图案化为为空间频域中的衍射级,并基于过程窗口度量(如曝光宽容度)来单独地制定成本函数(定义为所选设计变量的函数),所述过程窗口度量可由光学成像模型从光源点强度和图案设备衍射级中来预测。本文所使用的术语“设计变量”包括装置或设备制造过程的一组参数,例如,光刻装置的用户可以调节的参数,或者用户可以通过调节这些参数来调节的图像特性。应当理解,设备制造过程的任何特性,包括光源、图案设备、投影光学器件和/或抗蚀剂特性的特性,可以是优化中的设计变量之一。成本函数通常是设计变量的非线性函数。然后使用标准优化技术来最小化成本函数。
[0128] 公共分配的PCT专利申请公开号WO 2010/059954中描述了一种光源和图案设备图案(设计布局)的优化方法和系统,该方法和系统允许在可行的时间量内使用无约束的成本函数同时优化光源和图案设备,其内容以整体引用并入本文。
[0129] U.S.专利号8,786,824中描述了另一种光源和图案设备优化方法和系统,该方法和系统涉及通过调节光源的像素优化光源,其内容以整体引用并入本文。
[0130] 本文所使用的术语“投影光学器件”应该被广泛地解释为包括各种类型的光学系统,包括例如折射光学器件、反射光学器件、孔径和折反射光学器件。术语“投影光学器件”还可以包括根据以下这些设计类型中的任何一种来操作的部件:集体地或单独地引导、成形或控制辐射的投影光束。术语“投影光学器件”可以包括光刻装置中的任何光学部件,无论光学部件位于光刻装置的光路上的何处。投影光学器件可以包括用于在辐射通过图案设备之前成形、调节和/或投影来自源的辐射的光学部件,和/或用于在辐射通过图案设备之后成形、调节和/或投影辐射的光学部件。投影光学器件一般不包括光源和图形装置。
[0131] 使用以下条款进一步描述实施例:
[0132] 1.一种方法,包括:
[0133] 使用非概率模型获得由器件制造过程产生的衬底上图案的特征的值;
[0134] 获得所述非概率模型的残差的分布的属性;
[0135] 基于所述残差的所述分布的所述属性和所述图案的所述特征的所述值确定所述特征的分布的属性;以及
[0136] 基于所述特征的所述分布的所述属性确定所述图案是缺陷的概率。
[0137] 2.根据条款1所述的方法,其中所述残差的所述分布的所述属性是所述残差的概率密度函数(PDF)。
[0138] 3.根据条款1所述的方法,其中所述残差的所述分布的所述属性是所述残差的累积分布函数(CDF)。
[0139] 4.根据条款1到3中任一项所述的方法,其中所述残差的所述分布的所述属性表示所述残差的所述分布的扩散。
[0140] 5.根据条款1到4中任一项所述的方法,其中所述残差的所述分布的所述属性是所述残差的所述分布的方差或标准差。
[0141] 6.根据条款1到5中任一项所述的方法,其中所述特征是从以下选项中选择的一个或多个:相对于所述衬底的位置、相对于所述衬底上一个或多个其他图案的位置、几何尺寸、几何形状、随机效应的测量和/或从中选择的任何组合。
[0142] 7.根据条款1到6中任一项所述的方法,其中确定所述特征的所述分布的所述属性包括将所述残差的所述分布的所述属性和所述特征的所述值相加。
[0143] 8.根据条款1到7中任一项所述的方法,其中所述特征的所述分布的所述属性是所述特征的PDF。
[0144] 9.根据条款8所述的方法,其中确定所述概率包括将所述特征的所述PDF在所述特征的范围内积分。
[0145] 10.根据条款1到9中任一项所述的方法,进一步包括归一化所述特征的所述分布的所述属性。
[0146] 11.根据条款1到10中任一项所述的方法,其中确定所述特征的所述分布的所述属性进一步基于所述图案被视为缺陷的所述特征的范围。
[0147] 12.一种方法,包括:
[0148] 获得由器件制造过程产生的衬底上的多个图案的特征的验证值;
[0149] 使用非概率模型获得所述特征的计算值;
[0150] 基于所述验证值和所述计算值获得所述非概率模型的残差的值;以及[0151] 基于所述残差的所述值获得所述残差的分布的属性。
[0152] 13.根据条款12所述的方法,其中所述特征是从以下选项中选择的一个或多个:相对于所述衬底的位置、相对于所述衬底上一个或多个其他图案的位置、几何尺寸、几何形状、随机效应的测量和/或从中选择的任何组合。
[0153] 14.根据条款12或条款13所述的方法,其中获得所述验证值包括使用计量工具测量所述图案或使用有力的模型进行模拟。
[0154] 15.根据条款14所述的方法,其中所述计量工具被配置为使用带电粒子束测量所述图案。
[0155] 16.根据条款12到15中任一项所述的方法,其中获得所述残差的所述值包括获得所述计算值和所述验证值之间的差。
[0156] 17.根据条款12到16中任一项所述的方法,其中所述残差的所述分布的所述属性是所述残差的所述分布的PDF。
[0157] 18.根据条款12到17中任一项所述的方法,进一步包括基于形状、大小、功能或空间接近性获得所述多个图案。
[0158] 19.一种方法,包括:
[0159] 获得由器件制造过程产生的衬底上的一组图案分别是缺陷的概率;
[0160] 基于所述概率确定要被检查的图案的排序列表;以及
[0161] 按照所述排序列表的顺序检查所述排序列表中的图案。
[0162] 20.根据条款19所述的方法,进一步包括获得所述组图案的位置。
[0163] 21.根据条款20所述的方法,其中确定所述排序列表进一步基于所述位置。
[0164] 22.根据条款19到21中任一项所述的方法,其中所述排序列表包括所述组图案中的图案的子集,其中所述子集中的图案比在所述组中但不在所述子集中的图案有更高的是缺陷的概率。
[0165] 23.根据条款19到22中任一项所述的方法,其中确定所述排序列表进一步基于检查吞吐量、允许检查的时间量和/或在检测期间允许所述衬底接收的辐射量。
[0166] 24.根据条款19到23中任一项所述的方法,其中所述顺序是下降概率的顺序。
[0167] 25.根据条款19到24中任一项所述的方法,其中确定所述排序列表包括计算作为所述顺序的函数的成本函数。
[0168] 26.根据条款25所述的方法,其中所述成本函数表示所述概率、检查所述组图案的时间量和/或所述组图案之间的距离。
[0169] 27.根据条款19到26中任一项所述的方法,进一步包括基于从检查所述排序列表中的所述图案所获得的数据来更新所述概率。
[0170] 28.一种计算机程序产品,包括其上记录有指令的非暂态计算机可读介质,当由计算机系统执行时,所述指令实现根据条款1到27中的任何一条所述的方法。
[0171] 虽然上文可能已经对在光学光刻的上下文中使用实施例进行了具体的参考,但应当理解的是本发明的实施例可以用于其他应用,例如压印光刻,并且其中上下文允许不限于光学光刻。在压印光刻中,图案设备中的形貌定义了在衬底上产生的图案。图案设备的形貌可以压入到提供给衬底的抗蚀剂层,在此之上通过施加电磁辐射、热量、压力或其组合来固化抗蚀剂。在抗蚀剂固化后,将图案装置移出抗蚀剂并在其中留下图案。因此,使用压印技术的光刻装置通常包括用于保持压印模板的模板保持器、用于保持衬底的衬底平台和一个或多个驱动器,以使衬底和压印模板之间产生相对运动,使得压印模板的图案可以压印到衬底的一层上。
[0172] 以上描述旨在是说明性的而非限制性的。因此,对本领域的技术人员将是显而易见的,可以在不背离下文列出的权利要求的范围内所做出修改。
相关专利内容
标题 发布/更新时间 阅读量
缺陷检查方法 2020-05-12 777
石墨烯缺陷检测 2020-05-12 373
软件缺陷验证 2020-05-13 726
缺陷检测装置、缺陷检测系统及缺陷检测方法 2020-05-12 125
缺陷分析法 2020-05-11 600
一种缺陷杯 2020-05-11 570
出生缺陷高危因子库及其构建方法 2020-05-11 399
缺陷知识库 2020-05-11 677
缺陷检测方法 2020-05-13 242
AGSE缺陷菌株 2020-05-11 960
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈