基于扫描条件模型的半导体外形测量

技术领域

所述实施例涉及度量衡系统及方法，且更特定来说，涉及用于半导体结构的经改进测量的方法及系统。

背景技术

半导体装置(诸如逻辑及存储器装置)通常由应用于样品的一序列处理步骤制造。通过这些处理步骤形成半导体装置的各种特征及多个结构层级。例如，光刻尤其为涉及在半导体晶片上产生图案的一种半导体制造过程。半导体制造过程的额外实例包含但不限于化学机械抛光、蚀刻、沉积及离子植入。多个半导体装置可制造于单个半导体晶片上且接着被分成个别半导体装置。

在半导体制造过程期间的各个步骤使用度量衡过程来检测晶片上的缺陷以促进较高良率。光学及基于X射线的度量衡技术提供高处理量的可能性而不具有样本破坏的风险。通常使用包含散射测量、反射测量及椭偏测量实施方案以及相关联分析算法的若干基于度量衡的技术来特性化纳米级结构的临界尺寸、膜厚度、组合物、叠加及其它参数。

许多度量衡技术是测量受测量样品的物理性质的间接方法。在大多数情况中，原始测量信号无法用于直接确定样品的物理性质。代替性地，采用测量模型以基于原始测量信号估计一或多个所关注参数的值。例如，椭偏测量是测量受测量样品的物理性质的间接方法。一般来说，需要基于物理的测量模型或基于机器学习的测量模型以基于原始测量信号(例如，α

在一些实例中，建立尝试基于一或多个模型参数的假定值预测原始测量信号(例如，α

α

β

机器参数是用于特性化度量衡工具(例如，椭偏计101)的参数。示范性机器参数包含入射角(AOI)、分析器角度(A

在一些实例中，所关注浮动参数的值通过产生理论预测与实验数据之间的最佳拟合的迭代过程(例如，回归)进行解析。改变未知的所关注浮动参数的值，且以迭代方式计算模型输出值(例如，α

实施基于物理的测量模型以从经测量信号(例如，光谱、X射线绕射图像等)预测特性化受测量结构的一或多个参数的值具有若干缺点。实际上，基于物理的模型的开发在时间、精力及计算工作量方面成本高昂。在许多情况中，实现计算上易处理的基于物理的模型所必需的折衷对测量准确度具有非期望影响。另外，当存在多个解时(即，当相同测量信号集针对所关注参数的值具有一个以上解时)，基于物理的测量模型可导致误导结果。在这些实例中，在实施基于物理的测量模型时采用的回归过程力图在多个解当中找到单个解，此导致测量完整性的损失。

在一些其它实例中，采用经训练基于机器学习的测量模型以基于原始测量数据直接估计所关注参数的值。在这些实例中，基于机器学习的测量模型采取原始测量信号作为模型输入且产生所关注参数的值作为模型输出。

必须训练基于机器学习的测量模型以产生对于特定测量应用有用的所关注参数的估计值。一般来说，模型训练是基于从具有所关注参数的已知值(即，实验设计(DOE)数据)的样品收集的原始测量信号。

基于机器学习的测量模型是由若干权重参数参数化。通常，基于机器学习的测量模型通过最小化总输出误差的回归过程(例如，普通最小二乘回归)进行训练。迭代地调整权重参数的值以最小化所关注参数的已知参考值与由基于机器学习的测量模型基于经测量原始测量信号估计的所关注参数的值之间的差。

训练基于机器学习的测量模型以从经测量信号(例如，光谱、X射线绕射图像等)预测特性化受测量结构的一或多个参数的值的传统方法具有若干缺点。实际上，模型训练需要大量DOE测量样本，产生所述DOE测量样本通常为成本高昂的。另外，当存在多个解时(即，当相同测量信号集针对所关注参数的值具有一个以上解时)，通常损及模型训练的稳定性。在这些实例中，训练基于机器学习的测量模型的传统方法力图找到多个解之间的中间地带，此导致测量准确度的损失。

由于愈来愈小的分辨率要求、多参数相关性、愈来愈复杂的几何结构及不透明材料的愈来愈多的使用，未来度量衡应用对度量衡提出挑战。因此，期望用于经改进测量模型训练及参数推理的方法及系统。

发明内容

本文中描述用于基于经训练扫描条件测量模型测量半导体结构的方法及系统。基于与一或多个所关注参数及所述一或多个所关注参数的受扰动值集的已知值相关联的实验设计(DOE)测量数据来训练扫描条件模型。所述经训练条件模型最小化特性化所述给定DOE测量数据的所述一或多个所关注参数与所述一或多个所关注参数的所述受扰动值的所述已知值之间的误差的误差函数的输出。

另外，基于经训练扫描条件测量模型从收集自受测量半导体结构的实际测量数据估计一或多个所关注参数的值。通过扫描遍及一或多个所关注参数的候选值范围来确定所述一或多个所关注参数的所述值。所述经训练扫描条件测量模型确定与所述一或多个所关注参数的每一候选值相关联的误差值。所述所关注参数的经估计值是与最小误差值相关联的所述所关注参数的所述候选值。

在一个方面中，确定受测量结构的几何模型。几何模型在一或多个所关注参数方面特性化结构的几何形状。以此方式，一或多个所关注参数的值定义受测量结构的形状。在一些实施例中，几何模型在两个维度上定义结构的形状。在一些其它实施例中，几何模型在三个维度上定义结构的形状。

在另一方面中，基于几何模型参数值的DOE集产生测量数据的DOE训练数据集。

在另一方面中，基于对应于几何模型参数值的DOE集及几何模型参数的DOE集的受扰动值集的测量资料的训练数据集来训练扫描条件模型。

在另一方面中，采用经训练扫描条件测量模型以基于具有一或多个所关注参数的未知值的结构的实际测量来估计所关注参数的值。将测量数据及与每一所关注参数相关联的候选值集作为输入提供到经训练扫描条件测量模型。经训练扫描条件测量模型产生与每一候选值相关联的误差值。选择每一所关注参数的经估计值作为具有最小误差值的每一所关注参数的候选值。

一般来说，可采用任何数目个几何参数作为输入以训练及使用扫描条件测量模型。类似地，可采用测量信号的任何组合作为输入以训练及使用扫描条件测量模型(例如，来自一或多个光学度量衡系统、一或多个x射线度量衡系统或其组合的信号)。

前文是概述且因此必然含有细节的简化、概括及省略；因此，所属领域的技术人员将了解，概述仅为阐释性的且不以任何方式限制。本文中所描述的装置及/或过程的其它方面、发明特征及优点将在本文中所阐述的非限制性[具体实施方式]中变得显而易见。

附图说明

图1描绘用于根据本文中所呈现的示范性方法测量半导体结构的特性的度量衡系统100的图示。

图2是说明一个实施例中的示范性扫描条件测量模型训练引擎200的图。

图3是说明一个实施例中的经训练扫描条件测量模型推理引擎220的图。

图4描绘说明与所关注参数的候选值范围相关联的误差值轨迹的曲线图。

图5是说明由两个几何参数参数化的孔结构的图。

图6是说明与临界尺寸(CD)及高度(H)的候选值范围相关联的误差值图的图。

图7A到F是说明与相关联于孔结构的不同例子的测量的CD及H的候选值范围相关联的误差值图的曲线图。

图8A到F是说明与相关联于孔结构的不同例子的测量相关联的不对称性(ASYM)及H的候选值范围相关联的误差值图的曲线图。

图9是说明通道孔结构的体素模型的图。

图10A到F是说明与通道孔结构的不同经测量例子的体素位置范围相关联的误差值的三维图像的横截面视图的曲线图。

图11说明用于训练用于估计所关注参数的值的扫描条件测量模型的方法300的流程图。

具体实施方式

现将详细参考本发明的背景实例及一些实施例，本发明的实例说明于附图中。

本文中描述用于基于经训练扫描条件测量模型测量半导体结构的方法及系统。

基于与一或多个所关注参数及所述一或多个所关注参数的受扰动值集的已知值相关联的实验设计(DOE)测量数据来训练扫描条件模型。经训练条件模型最小化误差函数的输出。误差函数特性化给定DOE测量数据的一或多个所关注参数与一或多个所关注参数的受扰动值的已知值之间的误差。

基于经训练扫描条件测量模型从收集自受测量半导体结构的实际测量数据估计一或多个所关注参数的值。通过扫描遍及一或多个所关注参数的候选值范围来确定一或多个所关注参数的值。采用经训练扫描条件测量模型来确定与一或多个所关注参数的每一候选值相关联的误差值。所关注参数的经估计值是与最小误差值相关联的所关注参数的候选值。

如本文中所描述的扫描条件测量模型实现用较少DOE测量样本训练基于机器学习的测量模型，此是因为误差是基于每一DOE数据集的许多扰动来学习。因此，针对给定数目个DOE测量样本，训练样本的总数目显著增加。此外，扫描条件建模技术的扫描性质使经训练模型能够准确地预测所关注参数的多个解。另外，如本文中所描述的扫描条件测量模型使经训练模型能够重建受测量模型的二维图像或三维图像。

图1说明用于根据本文中所呈现的示范性方法测量样品的特性的系统100。如图1中所展示，系统100可用于执行图1中所描绘的结构101的光谱椭偏测量。在此方面中，系统100可包含装备有照明器102及光谱仪104的光谱椭偏计。系统100的照明器102经配置以产生选定波长范围(例如，100到2500nm)的照明且将所述照明引导到安置于样品的表面上的结构的测量点110上方。继而，光谱仪104经配置以接收从结构101反射的照明。进一步应注意，使用偏振状态产生器107使从照明器102出射的光偏振以产生偏振照明光束106。由结构101反射的辐射行进穿过偏振状态分析器109且到光谱仪104。关于偏振状态分析收集光束108中由光谱仪104接收的辐射，而容许通过光谱仪对由分析器传递的辐射进行光谱分析。将这些光谱111传递到计算系统130以进行如本文中描述的结构的分析。

如图1中所描绘，系统100包含单个测量技术(即，SE)。然而，一般来说，系统100可包含任何数目种不同测量技术。通过非限制性实例，系统100可配置为光谱椭偏计(包含穆勒(Mueller)矩阵椭偏计)、光谱反射计、光谱散射计、叠加散射计、角度解析光束轮廓反射计、偏振解析光束轮廓反射计、光束轮廓反射计、光束轮廓椭偏计、任何单或多波长椭偏计或其任何组合。此外，一般来说，可从多个工具、整合多种技术的单个工具或其组合(通过非限制性实例，包含软X射线反射测量、小角度x射线散射测量、基于成像的度量衡系统、基于高光谱成像的度量衡系统、散射测量叠加度量衡系统等)收集由不同测量技术收集且根据本文中所描述的方法分析的测量资料。

在另一实施例中，系统100可包含用于基于根据本文中所描述的方法开发的测量模型执行结构的测量的一或多个计算系统130。一或多个计算系统130可通信地耦合到光谱仪104。在一个方面中，一或多个计算系统130经配置以接收与受测量结构(例如，结构101)的测量相关联的测量数据111。

在一些实施例中，计算系统130经配置以开发及训练扫描条件测量模型以及执行经训练扫描条件模型以估计一或多个所关注参数的值，如本文中所描述。

在一个方面中，确定受测量结构的几何模型。几何模型在一或多个所关注参数方面特性化结构的几何形状。以此方式，一或多个所关注参数的值定义受测量结构的形状。在一些实施例中，几何模型在两个维度上定义结构的形状。在一些其它实施例中，几何模型在三个维度上定义结构的形状。

在一些实例中，几何模型是基于几何基元(例如，梯形等)开发且基于用于制造结构的半导体过程的知识进行参数化。

在一些实例中，几何模型是基于几何基元(例如，梯形等)开发且基于由受信任参考度量衡系统提供的参考测量数据进行参数化。在一个实例中，采用扫描电子显微镜(SEM)图像来直接测量半导体结构的形状，且采用经测量形状来参数化几何模型。

在一些实例中，基于一系列参考形状外形开发几何模型。在一些实例中，从根据过程参数的DOE制造的半导体结构的测量确定参考形状外形。

在一些实例中，通过模拟(例如，预测根据诸如蚀刻、光刻等的一系列制造步骤制造的结构的形状的过程模拟工具)来开发几何模型。在一些这些实例中，几何模型包含基于过程参数的DOE的合成产生的形状外形的数据集。

在一些实施例中，受测量结构的几何模型特征化为跨越包封经测量结构的三维体积的体素栅格阵列。阵列的体素的大小及间隔先验已知。体素模型的每一体素是由与每一体素相关联的性质(例如，透明度、电子密度等)的值参数化。以此方式，体素模型的参数值定义受测量结构的几何形状的三维图像。在典型半导体度量衡应用中，经测量结构的体素模型包含用于提供足以准确地估计所关注参数(例如，临界尺寸、高度、侧壁角等)的分辨率的大量体素(例如，一百万个或更多个体素)。

在另一方面中，基于几何模型参数值的DOE集(P

在一些实施例中，DOE训练数据集是从根据参数值的DOE集(P

在一些其它实施例中，几何模型参数值的DOE集是已知的经编程参数值，且测量数据的对应训练数据集(S

在一些实施例中，通过过程模拟产生几何模型参数值的DOE集。在这些实施例中，采用过程模拟器以基于已知的经编程过程参数的DOE(PP

在另一方面中，基于对应于几何模型参数值的DOE集(P

图2是说明一个实施例中的扫描条件测量模型训练引擎200的图。如图2中所描绘，扫描条件测量模型训练引擎200包含机器学习模块201、误差评估模块203及扰动产生器模块204。将测量数据的训练数据集(S

在一些实例中，扫描条件测量模型是神经网络模型。如图2中所描绘，机器学习模块201评估用于数据集(S

如图2中所描绘，扫描条件测量模型训练引擎200从参考源202接收DOE几何模型参数值(P

在另一方面中，基于经训练扫描条件测量模型估计所关注参数的值。将测量数据及与每一所关注参数相关联的候选值集作为输入提供到经训练扫描条件测量模型。经训练扫描条件测量模型产生与每一候选值相关联的误差值。选择每一所关注参数的经估计值作为具有最小误差值的每一所关注参数的候选值。

图3是说明一个实施例中的经训练扫描条件测量模型推理引擎220的图。如图3中所描绘，经训练扫描条件测量模型推理引擎220包含经训练扫描条件测量模块221及候选选择模块225。在图3中所描绘的实施例中，将由度量衡系统或度量衡系统的组合收集的经测量数据(S

图4描绘与所关注参数的候选值范围相关联的误差值轨迹231的图示。如图4中所描绘，选择具有最小误差的候选值作为所关注参数的经估计值。如图4中所说明，经训练扫描条件模型的扫描性质使经训练模型能够预测所关注参数的两个不同值(POI

在一些测量应用中，确定受测量结构的二维形状是重要的(例如，存储器测量应用)。在一些这些测量应用中，采用两个参数作为到经训练扫描条件测量模型的输入。

图5描绘由两个几何参数参数化的孔结构240的图示。如图5中所描绘，孔结构240的形状241是由临界尺寸参数(CD)及高度参数(H)描述。在此实例中，CD及H参数描述孔结构的形状且被用作到经训练扫描条件测量模型的输入。

图6描绘与CD及H的候选值范围相关联的误差值图245的图示。误差值图上的点247与候选值的特定组合(CD

图7A到F中的每一者描绘与相关联于孔结构的不同例子的测量的CD及H的候选值范围相关联的误差值图的图示。

图7A到F分别描绘在高度值范围内具有最小误差值的点的轨迹251到256。最小值的轨迹表示图上具有与经测量孔结构的外形对准的最高机率的点。以此方式，线251到256分别描绘经测量孔结构中的每一者的外形的形状的图像251到256。

图8A到F中的每一者描绘与相关联于孔结构的不同例子的测量的不对称性(ASYM)及H的候选值范围相关联的误差值图的图示。

图8A到F分别描绘在高度值范围内具有最小误差值的点的轨迹261到266。最小值的轨迹表示图上具有与经测量孔结构的外形对准的最高机率的点。以此方式，线261到266分别描绘经测量孔结构中的每一者的外形的形状的图像261到266。

一般来说，可应用如本文中所描述的经训练扫描条件测量模型来估计用于特性化经测量结构的几何形状的任何所关注参数(例如，临界尺寸、高度、倾斜度、不对称性、椭圆率、螺旋线等)的值。

在一些测量应用中，确定受测量结构的三维形状是重要的。在一些这些测量应用中，采用体素模型来特性化受测量结构。

图9描绘通道孔结构271的体素模型的图示。通道孔结构271的几何模型特征化为跨越包封经测量结构的三维体积的体素栅格阵列。阵列的体素的大小及间隔先验已知。如图9中所说明，第n体素272定位于三维空间中的坐标{X

基于DOE集几何模型参数值(P

通道孔结构271的经训练扫描条件测量模型用于基于从具有未知形状的通道孔结构收集的测量数据(S

图10A到F各自描绘与通道孔结构的不同经测量例子的体素位置范围相关联的误差值的三维图像的横截面视图的图示。亮线281A到286A以及281B到286B分别说明跨每一经测量通道孔结构的横截面具有最小误差的点的轨迹。以此方式，亮线281A到286A分别说明每一经测量通道孔结构的外形的左侧，且亮线281B到286B说明每一经测量通道孔结构的外形的右侧。

一般来说，经测量结构的三维图像实现从相同三维图像评估倾斜度、不对称性、椭圆率、螺旋线、临界尺寸、侧壁角等。

在一些实施例中，使用经训练扫描条件模型通过以循序方式评估每一体素而重建经测量结构的三维图像。在这些实施例中，循序地确定与每一体素相关联的误差。误差愈小，则经预测体素值愈接近真物理素值。

在一些其它实施例中，通过针对每一体素复制经训练扫描条件模型且并行地评估全部体素而重建经测量结构的三维图像。

一般来说，可采用任何数目个几何参数作为输入以训练及使用扫描条件测量模型。类似地，可采用测量信号的任何组合作为输入以训练及使用扫描条件测量模型(例如，来自一或多个光学度量衡系统、一或多个x射线度量衡系统或其组合的信号)。

在另一进一步方面中，采用经训练扫描条件测量模型以基于具有一或多个所关注参数的未知值的结构的实际测量来估计所关注参数的值。实际测量数据(例如，经测量光谱)是由测量系统(例如，度量衡系统100)收集。在一些实施例中，测量系统是用于收集DOE测量数据的相同测量系统。在其它实施例中，测量系统是经模拟以合成地产生DOE测量数据的系统。在一个实例中，实际测量数据包含由度量衡系统100从具有一或多个所关注参数的未知值的一或多个度量衡目标收集的经测量光谱111。

一般来说，可采用经训练扫描条件测量模型以基于单个经测量光谱估计所关注参数的值，或同时基于多个光谱估计所关注参数的值。

在一些实例中，模拟与通过度量衡系统测量一或多个实验设计(DOE)度量衡目标的多个例子中的每一者相关联的测量数据。从通过度量衡系统测量一或多个DOE度量衡结构中的每一者的经参数化模型产生经模拟数据。

在一些其它实例中，与一或多个实验设计(DOE)度量衡目标的多个例子相关联的测量数据是由度量衡系统或度量衡系统的多个例子收集的实际测量数据。在一些实施例中，采用相同度量衡系统或度量衡系统的多个例子以从具有一或多个所关注参数的未知值的度量衡目标的例子收集实际测量资料。在一些实施例中，采用度量衡系统的不同例子或度量衡系统的多个不同例子以从具有一或多个所关注参数的未知值的度量衡目标的例子收集实际测量资料。

在一些实施例中，通过参考度量衡系统从DOE晶片的测量导出用于训练扫描条件测量模型的所关注参数的值。参考度量衡系统是产生充分准确测量结果的受信任测量系统。在一些实例中，参考度量衡系统过于缓慢而无法用于作为晶片制造过程流程的部分在线测量晶片，但适于脱机使用用于诸如模型训练的目的。通过非限制性实例，参考度量衡系统可包含独立光学度量衡系统，诸如光谱椭偏计(SE)、具有多个照明角的SE、测量穆勒矩阵元素的SE、单波长椭偏计、光束轮廓椭偏计、光束轮廓反射计、宽带反射光谱仪、单波长反射计、角度解析反射计、成像系统、散射计(诸如光斑分析器)、基于X射线的度量衡系统(诸如在透射或掠入射模式中操作的小角度x射线散射计(SAXS)、x射线绕射(XRD)系统、x射线荧光(XRF)系统、x射线光电子光谱术(XPS)系统、x射线反射计(XRR)系统)、拉曼(Raman)光谱术系统、原子力显微镜(AFM)系统、透射电子显微镜系统、扫描电子显微镜系统、软X射线反射测量系统、基于成像的度量衡系统、基于高光谱成像的度量衡系统、散射测量叠加度量衡系统，或能够确定装置几何形状的其它技术。

在一些实施例中，将如本文中描述般训练的测量模型实施为神经网络模型。在其它实例中，测量模型可实施为线性模型、非线性模型、多项式模型、响应表面模型、支持向量机模型、确定树模型、随机森林模型、核回归模型、深度网络模型、卷积网络模型或其它类型的模型。

在又一进一步方面中，本文中所描述的测量结果可用于将主动反馈提供到过程工具(例如，光刻工具、蚀刻工具、沉积工具等)。例如，可将基于本文中所描述的测量方法确定的经测量参数的值传达到蚀刻工具以调整蚀刻时间而实现所要蚀刻深度。以类似方式，蚀刻参数(例如，蚀刻时间、扩散率等)或沉积参数(例如，时间、浓度等)可经包含于测量模型中以将主动反馈分别提供到蚀刻工具或沉积工具。在一些实例中，可将对基于使用经训练扫描条件测量模型确定的经测量装置参数值确定的过程参数的校正传达到过程工具。在一个实施例中，计算系统130在过程期间基于从测量系统接收的经测量信号111确定一或多个所关注参数的值。另外，计算系统130基于一或多个所关注参数的经确定值将控制命令传达到过程控制器(未展示)。控制命令引起过程控制器改变过程的状态(例如，停止蚀刻过程、改变扩散率、改变光刻焦点、改变光刻剂量等)。

在一些实施例中，如本文中所描述的用于半导体装置的度量衡的方法及系统适用于内存结构的测量。这些实施例实现针对周期性及平面结构进行光学临界尺寸(CD)、膜及组合物度量衡。

在一些实例中，测量模型实施为可购自美国加利福尼亚州米尔皮塔斯市(Milpitas)的KLA-Tencor公司的

在一些其它实例中，测量模型例如由实施可购自美国加利福尼州米尔皮塔斯市的KLA-Tencor公司的

图11说明在至少一个新颖方面中训练扫描条件测量模型的方法300。方法300适于由度量衡系统(诸如本发明的图1中所说明的度量衡系统100)实施。在一个方面中，应认知，方法300的数据处理框可经由用计算系统130或任何其它通用计算系统的一或多个处理器执行的预编程算法实施。本文中应认知，度量衡系统100的特定结构方面不表示限制且仅应被解释为阐释性的。

在框301中，从安置于第一晶片上的一或多个结构的测量收集一定量的测量资料。

在框302中，产生特性化安置于第一晶片上的一或多个结构的形状的一或多个所关注参数的候选值集。

在框303中，基于经训练扫描条件测量模型确定与一或多个所关注参数的候选值集的每一候选值相关联的误差值。将候选值集及所述一定量的测量数据中的每一者作为输入提供到经训练扫描条件测量模型。

在框304中，确定一或多个所关注参数中的每一者的第一经估计值。第一经估计值是具有第一最小误差值的一或多个所关注参数中的每一者的候选值集的第一候选值。

在另一实施例中，系统100包含用于根据本文中所描述的方法基于经训练扫描条件测量模型执行半导体结构的测量的一或多个计算系统130。一或多个计算系统130可通信地耦合到一或多个光谱仪、主动光学组件、过程控制器等。在一个方面中，一或多个计算系统130经配置以接收与晶片101的结构的光谱测量相关联的测量数据。

应认知，在本发明每一处描述的一或多个步骤可由单个计算机系统130或替代地多个计算机系统130实施。此外，系统100的不同子系统可包含适于实施本文中所描述的步骤的至少一部分的计算机系统。因此，前述描述不应被解释为对本发明的限制而仅为图示。

另外，计算机系统130可依所属领域中已知的任何方式通信地耦合到光谱仪。例如，一或多个计算系统130可耦合到与光谱仪相关联的计算系统。在另一实例中，光谱仪可由耦合到计算机系统130的单个计算机系统直接控制。

系统100的计算机系统130可经配置以通过可包含有线及/或无线部分的传输媒体从系统的子系统(例如，光谱仪及类似者)接收及/或获取数据或信息。以此方式，传输媒体可用作计算机系统130与系统100的其它子系统之间的数据链路。

系统100的计算机系统130可经配置以通过可包含有线及/或无线部分的传输媒体从其它系统接收及/或获取数据或信息(例如，测量结果、建模输入、建模结果、参考测量结果等)。以此方式，传输媒体可用作计算机系统130与其它系统(例如，存储器板上系统100、外部存储器或其它外部系统)之间的数据链路。例如，计算系统130可经配置以经由数据链路从存储媒体(即，存储器132或外部存储器)接收测量数据。例如，使用本文中所描述的光谱仪获得的光谱结果可存储于永久或半永久存储器装置(例如，存储器132或外部存储器)中。在此方面，可从板上存储器或从外部存储器系统汇入光谱结果。此外，计算机系统130可经由传输媒体将数据发送到其它系统。例如，可传达由计算机系统130确定的测量模型或经估计参数值且将其存储于外部存储器中。在此方面，可将测量结果导出到另一系统。

计算系统130可包含但不限于个人计算机系统、主计算机系统、工作站、图像计算机、平行处理器或所属领域中已知的任何其它装置。一般来说，术语“计算系统”可广泛地定义为涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。

可经由诸如导线、电缆或无线传输链路的传输媒体来传输实施诸如本文中所描述的方法的方法的程序指令134。例如，如图1中所说明，存储于存储器132中的程序指令134经由总线133传输到处理器131。程序指令134存储于计算机可读媒体(例如，存储器132)中。示范性计算机可读媒体包含只读存储器、随机存取存储器、磁盘或光盘或磁带。

如本文中所描述，术语“临界尺寸”包含结构的任何临界尺寸(例如，底部临界尺寸、中间临界尺寸、顶部临界尺寸、侧壁角、光栅高度等)、任何两个或更多个结构之间的临界尺寸(例如，两个结构之间的距离)及两个或更多个结构之间的位移(例如，叠加光栅结构之间的叠加位移等)。结构可包含三维结构、经图案化结构、叠加结构等。

如本文中所描述，术语“临界尺寸应用”或“临界尺寸测量应用”包含任何临界尺寸测量。

如本文中所描述，术语“度量衡系统”包含至少部分用于在任何方面(包含测量应用，诸如临界尺寸度量衡、叠加度量衡、焦点/剂量度量衡及组合物度量衡)中特性化样品的任何系统。然而，此类技术术语不限制如本文中所描述的术语“度量衡系统”的范围。另外，系统100可经配置以用于经图案化晶片及/或未经图案化晶片的测量。度量衡系统可配置为LED检验工具、边缘检验工具、背侧检验工具、宏观检验工具或多模式检验工具(其涉及同时来自一或多个平台的数据)及获益于本文中所描述的技术的任何其它度量衡或检验工具。

本文中描述可用于在任何半导体处理工具(例如，检验系统或光刻系统)内测量样品的半导体测量系统的各项实施例。术语“样品”在本文中使用以指代晶片、倍缩式掩模或可通过所属领域中已知的手段处理(例如，印刷或检验缺陷)的任何其它样本。

如本文中所使用，术语“晶片”大体上指代由半导体或非半导体材料形成的衬底。实例包含但不限于单晶硅、砷化镓及磷化铟。此类衬底可普遍在半导体制造设施中找到及/或处理。在一些情况中，晶片可仅包含衬底(即，裸晶片)。替代地，晶片可包含形成于衬底上的一或多个不同材料层。形成于晶片上的一或多个层可“经图案化”或“未经图案化”。例如，晶片可包含具有可重复图案特征的多个裸片。

“倍缩式掩模”可为处于倍缩式掩模制造过程的任何阶段的倍缩式掩模，或为可或可能未经释放以于半导体制造设施中使用的完成倍缩式掩模。倍缩式掩模或“掩模”大体上定义为具有形成于其上且以图案配置的实质上不透明区的实质上透明衬底。衬底可包含例如玻璃材料，诸如非晶SiO

形成于晶片上的一或多个层可经图案化或未经图案化。例如，晶片可包含各自具有可重复图案特征的多个裸片。此类材料层的形成及处理最终可导致完成装置。许多不同类型的装置可形成于晶片上，且如本文中所使用的术语晶片希望涵盖其上制造所属领域中已知的任何类型的装置的晶片。

在一或多项示范性实施例中，所述功能可实施于硬件、软件、固件或其任何组合中。如果在软件中实施，那么功能可作为一或多个指令或程序代码存储于计算机可读媒体上或经由所述计算机可读媒体传输。计算机可读媒体包含计算机存储媒体及通信媒体(包含促进计算机程序从一个位置到另一位置的传送的任何媒体)两者。存储媒体可为可由通用或专用计算机存取的任何可用媒体。通过实例且非限制地，此类计算机可读媒体可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁性存储装置，或可用于载送或存储呈指令或数据结构的形式的所要程序代码构件且可由通用或专用计算机或通用或专用处理器存取的任何其它媒体。再者，任何连接被适当地称为计算机可读媒体。例如，如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或无线技术(诸如红外线、无线电及微波)从网站、服务器或其它远程源传输软件，那么同轴电缆、光纤电缆、双绞线、DSL或无线技术(诸如红外线、无线电及微波)包含于媒体的定义中。如本文中所使用，磁盘及光盘包含压缩光盘(CD)、激光光盘、光学光盘、数字多功能光盘(DVD)、软盘及蓝光光盘，其中磁盘通常磁性地再现数据而光盘用激光光学地再现数据。上述的组合还应包含于计算机可读媒体的范围内。

虽然上文为指导目的而描述某些特定实施例，但本专利文件的教示具有一般适用性且不限于上文描述的特定实施例。因此，可在不脱离权利要求书中所阐述的本发明的范围的情况下实践所述实施例的各种特征的各种修改、调适及组合。