基于人工期望的目标图案掩膜优化方法
文献发布时间:2023-06-19 12:04:09
技术领域
本发明属于光刻分辨率增强技术中光学临近校正技术领域,具体涉及一种基于人工期望的目标图案掩膜优化方法。
背景技术
作为集成电路(integrated circuit,简称IC)的关键步骤,投影光刻技术适用于超大型微纳米级线宽的集成电路制造。
投影光刻系统主要包含:照明光源、掩膜、投影物镜、瞳孔、传输媒介和涂有光刻胶的硅晶圆。其中,光源发射出的偏振波透射穿过掩膜生成掩膜近场,并经过投影物镜投影、瞳孔的低通滤波、传输媒介的作用和光刻胶的刻蚀,将掩膜图案转移到硅晶圆表面。但是,低通滤波导致了图案的高频信号在转移过程中丢失严重,图案的形状发生畸变。
随着关键尺寸(critical dimension,简称CD)的持续收缩,投影光刻系统面对着前所未有的挑战。而降低照明光源的波长λ和提升数值孔径(numerical aperture,简称NA)均为光刻模型的升级,因此,使用分辨率增强技术(resolution enhancement techniques,简称RETs)提高工艺可制造性是一种基于现有模型或设备的最有效手段。光学邻近校正(optical proximity correction,简称OPC)主要通过对光源和掩膜进行模拟和计算去补偿低通滤波引起的光学邻近效应(optical proximity effect,简称OPE)。此外,OPC还可用于有机发光二极管(organic light emitting diode,简称OLED)、微机电系统(micro-electro-mechanical system,简称MEMS)和印刷电路板(Printed circuit board,简称PCB)等工程应用的光刻工艺。
掩膜优化(mask optimization,简称MO)作为近年来被提出的一种基于模型的反向光刻技术(inverse lithography technology,简称ILT),其补偿过程具有无视电路拓扑结构和相关设计规则的优点,此外,ILT在理论上可以寻找出最优的图案设计去补偿OPE,是22nm节点以下最有潜力的OPC技术之一。MO的计算策略是将掩膜进行像素化处理,通过构建代价函数和计算相关变量对掩膜像素的强度值进行改变,搜索出最优的强度值去提高城成像的性能。但是,越发密集的电路版图设计和接近曝光极限CD对OPC技术提出了更高的要求。
传统的MO方法大多是基于目标图案的凸优化算法,而目标图案的高频信号和高频点较多,这些高频信号的光学补偿仍然受到低通滤波的严格限制,即:补偿的图像仍然会丢失高频信号,补偿效果仅在低频区域有效。
发明内容
本发明的目的在于针对现有技术的不足之处,提供一种基于人工期望的目标图案掩膜优化方法,在不改变电路主要特征的前提下把目标图案的高频信号拉低,使其低到一个可以补偿的范围,然后再对新的目标图案进行补偿,使图案的高频信号得以恢复,提高图像保真度,使得晶圆图案的图案误差和边缘放置误差均得到进一步减小。
为解决上述技术问题,本发明采用如下技术方案:
一种基于人工期望的目标图案掩膜优化方法,包括以下步骤:
步骤S1、将目标图案转化为像素化图案并对其进行高频区域与高频点的提取,进一步构造基于人工期望的期望目标图案;
步骤S2、将期望目标图案的数值作为晶圆电路板图像素化数值以构建代价函数和约束条件;
步骤S3、根据所述约束条件对所述期望目标图案的掩膜数值进行更新。
进一步地,所述步骤S1包括:
步骤S11、将目标图案的掩膜图形进行像素化处理获得预处理前的掩膜版图矩阵,并通过高斯卷积得到图案边缘以获取高频信号;
步骤S12、通过对图案边缘求解偏微分获得图案的拐角以获取高频点;
步骤S13、根据获取得到的所述高频信号和所述高频点并基于预设规则生成辅助图案;
步骤S14、将生成的所述辅助图案叠加到目标电路板图上从而得到人工期望的期望目标图案;
步骤S15、对人工期望的所述期望目标图案进行顺滑处理。
进一步地,所述步骤S2包括:
根据实际投影光刻系统成像性能和反向补偿过程中的图案误差和边缘放置误差评价和计算,并基于图案形态学生成人工期望版图,构建代价函数和约束条件,即:
s.t.M(θ)=(1+cosθ)/2
其中,I
进一步地,所述步骤S3包括:
步骤S31、初始化光源J和掩膜M为数值矩阵,并设定迭代次数;
步骤S32、构造深紫外光刻投影矩阵;
步骤S33、根据人工期望的期望目标图案构造MO框架;
步骤S34、对所述代价函数进行求导,以获得对应梯度;
步骤S35、根据最速梯度下降法对掩膜数值进行更新。
进一步地,在所述步骤S13中,在电路板图的高频信号处添加额外的辅助区域以降低目标版图高频信号。
进一步地,所述辅助区域的结构为从中心向两侧数值逐渐减小的圆形区域。
与现有技术相比,本发明的有益效果为:
本发明通过对目标图案的预处理,在目标图案的高频点处添加辅助区域和进行顺滑处理,有效地将高频信号拉低到了可以优化的范围,使高频信号得以恢复;同时,极大地提高了工艺可制造性,使得晶圆图案的图案误差和边缘放置误差均得到进一步减小。
附图说明
图1为本发明实施例的基于人工期望版图的掩膜优化方法的流程图;
图2为本发明实施例的人工期望版图的生成模块;
图3为本发明实施例的目标版图的高频信息提取模块;
图4为本发明实施例的人工期望版图的计算模块;
图5为本发明实施例的本方法和传统方法的对比;
图6为本发明实施例的本方法流程图和传统方法流程图的对比;
图7为本发明实施例的未优化掩膜I
图8为本发明实施例的使用传统方法进行MO的结果;
图9为本发明实施例的使用预处理方法进行MO的结果;
图10为本发明实施例的未优化掩膜I
图11为本发明实施例的使用传统方法进行MO的结果;
图12为本发明实施例的使用预处理方法进行MO的结果。
具体实施方式
下面结合附图所示的实施例对本发明作进一步说明。
如附图1至所示,本实施例提供了一种基于人工期望的目标图案掩膜优化方法,该方法是一种对目标电路板图的预处理方法和基于人工目标图案的掩膜优化(maskoptimization,简称MO),能够使图案的高频信号得以恢复,提高图像保真度,该方法具体包括以下步骤:
步骤S1、将目标图案转化为像素化图案并对其进行高频区域与高频点的提取,进一步构造基于人工期望的期望目标图案。该步骤S1具体过程包括:
步骤S11、将目标图案的掩膜图形进行像素化处理获得预处理前的掩膜版图矩阵,并通过高斯卷积得到图案边缘以获取高频信号。
具体方法为:将掩膜图形进行像素化处理获得M,并通过高斯卷积获得图案边缘I
其中,I
步骤S12、通过对图案边缘求解偏微分获得图案的拐角以获取高频点。具体方法为:通过对I
其中,I
步骤S13、根据获取得到的高频信号和高频点并基于预设规则生成辅助图案,具体得到如下表达式:
I
其中,Γ(·)表示对应着不同电路版图特征的辅助图案生成方法,I
另外,在步骤S13中,在电路板图的高频信号处添加额外的辅助区域以降低目标版图高频信号,并且,辅助区域的结构为从中心向两侧数值逐渐减小的圆形区域。
步骤S14、将生成的辅助图案叠加到目标电路板图上从而得到人工期望的期望目标图案,具体得到如下表达式:
I
其中,I
步骤S15、对人工期望的期望目标图案进行顺滑处理,具体得到如下表达式:
如图2(a)-图2(d)所示,为人工期望版图计算方案示意图。(a)为目标图案,(b)为提取出的高频区域,(c)为提取出的高频点,(d)为计算出的人工期望版图。该生成方案分为四个步骤,被定义为高频信息提取模块和版图计算模块,分别对应图3和图4。
如图3(a)-图3(c)所示,为高频信息提取模块。其中,(a)为目标图案,通过对(a)进行卷积获得高频区域(b),通过对(b)进行偏微分获得高频点(c)。
如图4(a)-图4(d)所示,为版图计算模块。其中,(a)为高频点,在(a)附近生成数值从中心向边缘逐渐减小的辅助区域(b),通过对(b)和(c)进行叠加获得初步的人工期望版图(d),并对(d)的数值进行约束以达到顺滑图案边缘的目的。
步骤S2、将期望目标图案的数值作为晶圆电路板图像素化数值以构建代价函数和约束条件。
在步骤S2中,根据实际投影光刻系统成像性能和反向补偿过程中的图案误差(pattern error,简称PE)和边缘放置误差(edge placement error,简称EPE)评价和计算,并基于图案形态学生成人工期望版图,构建代价函数和约束条件,即:
s.t.M(θ)=(1+cosθ)/2
其中,I
步骤S3、根据约束条件对期望目标图案的掩膜数值进行更新。该步骤S3具体过程包括:
步骤S31、初始化光源J和掩膜M为数值矩阵,并设定迭代次数。
步骤S32、构造深紫外光刻(Deep ultraviolet lithography,简称DUV)投影矩阵,具体如下表达式:
I=Ψ(J,M(θ))=Sig(I
其中,Ψ{·}表示DUV成像的映射关系,I
步骤S33、根据人工期望的期望目标图案构造MO框架;该步骤中将预处理后的电路板图(人工期望的目标图案)作为目标图案,将MO构造成如下形式:
s.t.M(θ)=(1+cosθ)/2
其中,
步骤S34、对代价函数
其中,
步骤S35、根据最速梯度下降法(steepest gradient descent,简称SGD)对掩膜数值θ进行更新:
通过不断重复步骤S31到步骤S35进行掩膜优化,直至迭代结束。
本实施例通过对目标图案的上述处理,在目标图案的高频点处添加辅助区域和进行顺滑处理,有效地将高频信号拉低到了可以优化的范围,使高频信号得以恢复;同时,极大地提高了工艺可制造性,使得晶圆图案的图案误差(pattern error,简称PE)和边缘放置误差(edge placement error,简称EPE)均得到进一步减小。
另一方面,通过本实施例的目标期望版图处理方法,使生成的I
以下通过具体试验数据对本方法进行说明:
在试验过程中,首先,分别将光源J和目标期望版图I
步骤S11、针对I
步骤S12、针对I
步骤S13、在I
I
步骤S14、对人工期望版图进行约束,使其边缘更加顺滑:
进一步,采用人工期望版图代替目标期望版图。
然后,初始化掩膜图形M为N×N的矩阵,并用余弦函数约束其数值范围:
其中,(i,j)表示矩阵第i行第j列元素,
再后,构造自适应DUV投影成像矩阵I=Ψ(J,M(θ))=Sig(I
图5所示为新方法和传统方法淹没优化结果的对比。其中,(a)为目标期望版图,(b)为人工期望版图,(c)为晶圆图案,传统的MO方法通过凸优化算法不断将(a)和(c)之间的匹配误差F
图6(a)-图6(b)所示为新方法流程图和传统方法流程图的对比。其中,(a)是传统的MO方法,(b)是基于人工期望版图的MO方法,基于人工期望版图的MO方法在进行优化前将目标版图进行了预处理操作,然后将人工期望版图作为输入进行传统优化。
图7(a)-图7(c)所示为未优化掩膜I
图8(a)-图8(b)所示为使用传统方法进行MO的结果。(a)为额定曝光剂量下最佳焦平面处的光刻胶中成像示意图,其图案误差PE=786。(b)是边缘放置误差EPE存在的边缘且EPE=172。
图9(a)-图9(b)所示为基于人工期望版图的MO的结果。(a)为额定曝光剂量下最佳焦平面处的光刻胶中成像示意图,其图案误差PE=784。(b)是边缘放置误差EPE存在的边缘且EPE=142。
图10(a)-图10(c)所示为未优化掩膜I
图11(a)-图11(b)所示为使用传统方法进行MO的结果。(a)为额定曝光剂量下最佳焦平面处的光刻胶中成像示意图,其图案误差PE=464。(b)是边缘放置误差EPE存在的边缘且EPE=219。
图12(a)-图12(b)所示为基于人工期望版图的MO的结果。(a)为额定曝光剂量下最佳焦平面处的光刻胶中成像示意图,其图案误差PE=426。(b)是边缘放置误差EPE存在的边缘且EPE=20。
综上所述,通过对比图7(a)-图7(c)、图8(a)-图8(b)、图9(a)-图9(b)、10(a)-图10(c)、图11(a)-图11(b)、图12(a)-图12(b)可知:相比于传统的MO算法,本发明中的MO方法在目标图案相同和观测点相同的情况下,具有更高的图像保真度;在算法运算时间相近的情况下,优化之后的光刻系统成像性能更好。
本发明的保护范围不限于上述的实施例,显然,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围,则本发明的意图也包含这些改动和变形在内。
- 基于人工期望的目标图案掩膜优化方法
- 一种以期望力响应历程为目标的吸能结构优化方法