用于晶圆高度探测信号的分析和评估方法

技术领域

本发明涉及半导体制造和检测技术领域，尤其涉及一种用于晶圆高度探测信号的分析和评估方法。

背景技术

对于半导体制造和检测技术领域，一般需要对待加工或检测的晶圆样品进行表面高度形貌测量，用于进一步的曝光处理或直接进行晶圆特性分析。

目前工业界常采用基于图像方法或光学方法的探测技术，对于纳米级测量多采用第二种探测方法。这种方法一般需要独立的晶圆高度测量装置，通过三角测量等方法获得晶圆表面的高度探测信号。

高度探测装置的信号稳定性，对于晶圆形貌结果的准确性具有重要影响，是高度探测装置的关键技术指标之一。对于该项指标的评估方法也需要严格定义。目前常用的方法是采用时域或频域的分析方法。当采用时域方法时，一般以固定的采样频率获取一定时间段的探测信号，然后计算探测信号的p-v值或者平均值等统计结果。当采用频域方法时，一般通过傅里叶变换，将时域信号转化到频域，然后分析各个频段或某些特征频率点的频率特性。然而这两种方法都有一定的局限性。首先，时域分析和频域分析不能同时获得，这样既不能获得时域分析中异常信号值所处于的频段，也不能获得具有某些特征频率信号值所发生的时刻。同时，由于高度探测信号不是平稳信号，这样直接采用傅里叶变换会带来分析准确性的损失。

发明内容

有鉴于此，本发明的主要目的在于提供一种用于晶圆高度探测信号的分析和评估方法，以期部分地解决上述技术问题中的至少之一。

为了实现上述目的，作为本发明的一方面，提供了一种用于晶圆高度探测信号的分析和评估方法，包括：

采用小波变换的方法，利用多分辨率的特点，对所述高度探测信号进行小波分解，同时获得所述高度探测信号的频域特性和时域特性。

其中，所述小波变换采用一维离散小波变换对位置探测信号进行分析，采用haar小波基或db小波基进行分析。

其中，利用所选的小波基，对位置探测信号进行分析，获得相应分解的小波系数序列，并绘制离散小波分解图。

其中，消失矩数值上太大会影响小波函数的紧支撑性，所述小波变换通过选择不同的消失矩和层数，反复迭代分析，提高高度探测信号分析和评估的准确性。

其中，所述小波变换选择连续小波变换或小波包基于小波变换的方法。

其中，所述方法还包括对所述高度探测信号进行频域分析，初步获得位置探测信号在频域的特性分析；所述频域分析的方法采用快速傅里叶变换。

其中，对所述高度探测信号进行分块分析的方法进行处理。

其中，所述分块分析的方法包括以下步骤：

对已获得的高度探测信号进行格式化处理，确定数据的采样频率F；

将数据进行分割获得一定数量的数据块；

对于每一个数据块，利用所包含的所有采样值，计算该数据块对应的统计值；

通过分析所有数据块对应的平均值和均方差的变化情况，从而进一步评估整个探测型号的整体稳定情况。

其中，所述将数据进行分割获得一定数量的数据块包括：

当高度探测信号采样的总数量为S，每一个数据块的采样个数为N，则获得数据块个数为M＝S/N，余数视为舍弃。

其中，所述每一个数据块采样个数即高度探测的最小作用时间，所述每一个数据块采样个数的确定方法需要根据具体的应用场景确定；

在晶圆高度探测过程中，假设一个Die的长度为L，匀速扫描的速度为V，则对于一个Die的测量时间为T＝L/V，T即认为是高度探测的最小作用时间，则每一个数据块采样个数N＝T*F；如果Die的总个数是K，则S＝N*K。

基于上述技术方案可知，本发明的用于晶圆高度探测信号的分析和评估方法相对于现有技术至少具有如下有益效果之一：

1、采用小波变换的数学方法同时获得高度探测信号的时域和频域特性，解决探测信号属于非平稳型号的问题。

2、利用小波变换的时域信息，分析在探测过程中的信号和时间相关的特征，例如漂移和瞬态抖动；利用小波变换的频域信息，分析用于探测信号受到的干扰信号所处的频段。

3、采用时域分段分析的方法，评估高度探测信号的时域整体特性，从而抑制环境和漂移等慢变因素的影响；采用频域分段分析的方法，计算高度探测信号的在各频率段的分量和累计量，评估高度探测信号在频域的分布情况。

4、本发明提出的方法可以应用于半导体制造和检测装备，尤其应用于用于芯片制造光刻设备的晶圆高度探测系统。

附图说明

图1为本发明实施例提供的晶圆高度形貌探测的示意图；

图2为本发明实施例提供的高度信号时域曲线；

图3为本发明实施例提供的基于傅里叶变换的高度信号分析结果；

图4为本发明实施例提供的数据块分析的高度信号稳定性曲线；

图5为本发明实施例提供的高度信号各频率段分量及累计量；

图6为本发明实施例提供的高度信号时域曲线(带气流扰动和机械振动)；

图7为本发明实施例提供的基于傅里叶变换的高度信号分析结果(带气流扰动和机械振动)；

图8为本发明实施例提供的基于离散小波变换的高度信号分析结果；

图9为本发明实施例提供的基于连续小波变换的高度信号分析结果；

图10为本发明实施例提供的基于小波包的高度信号分析结果(第3层低频部分)；

图11为本发明实施例提供的基于小波包的高度信号分析结果(第3层高频部分)。

具体实施方式

本发明提出的探测信号的分析和评估方法，首先采用分段时域和分段频域的分析方法，评估高度探测信号的局部和整体特性。然后采用小波变换的数学方法，利用多分辨率的特点，对获得的高度探测信号进行小波分解，同时获得探测信号的频域特性和时域特性。对于频域的分析，类似常规的傅里叶变换，能够获得探测信号在不同分辨率的分布情况，同时能够获得系统或外部干扰的频率特性和发生的时间信息，尤其适合瞬时干扰和信号突变的情况。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。

本发明提出一种用于位置探测信号的分析和评估方法，能够对高度探测信号进行频域和空间域的分析。本发明采用的实施步骤为：

对已获得高度探测信号进行格式化处理，确定数据的采样频率F等参数。

对高度探测信号进行频域分析，初步获得位置探测信号在频域的特性分析。频域分析的方法主要采用傅里叶变换，实际应用一般采用快速傅里叶分析方法。

以图2的高度探测信号为例进行分析，对应的频域特性如图3所示。

为抑制环境或漂移等影响，可以通过对以获得的高度探测信号进行分块分析的方法进行处理。

当高度探测信号采样的总数量为S，每一个数据块的采样个数为N，则可获得数据块个数为M＝S/N，余数可以舍弃。

每一个数据块采样个数N的确定方法，可以根据具体的应用场景确定，即高度探测的最小作用时间。典型的应用场景如图1所示，在晶圆高度探测过程中，假设一个Die的长度为L，匀速扫描的速度为V，则对于一个Die的测量时间为T＝L/V,T可以认为是高度探测的最小评估时间。

每一个数据块采样个数N＝T*F。如果Die的总个数是K,则S＝N*K。

对于每一个数据块，利用所包含的所有采样值，计算该数据块对应的统计值，对于第i个数据块，i∈[1,K]，其中每一个采样为s

进一步地，可以用下式来表征上述统计值的综合情况，其中用n表征置信区间的大小。

ε

通过分析所有数据块对应的平均值和均方差的变化情况，能够进一步评估整个探测型号的整体稳定情况，设

依次类推，可以获得以下计算公式

图4为每一个数据块的3σ变化曲线，能够描述高度探测信号在局部时间段和整个时间范围内的稳定情况。

进一步地，采用频率分段的方法，对半采样频率F/2分成多个频率段，不失一般性，将F/2进行等分，频率间隔为Fs。

对高度探测信号进行傅里叶变换，分别计算所有频率段内的分量之和，分别绘制高度探测信号在各个频率段内的分量和随频率段的累计的总量的曲线，如图5所示。

图5是高度探测信号在各个频率的分布情况，可以直观地获得对高度探测型号影响最大的频率段。

实际的高度探测信号会受到外部干扰、自身噪声、环境和漂移影响等，不是严格的平稳信号，单纯采用傅里叶变换的频率分析有着很大的局限性。

不失一般性，以图2的高度探测信号基础上增加干扰信号为分析示例。增加了外部气流扰动和机械振动的干扰。前1/3时间段内无干扰，中间1/3时间段内是气流扰动下的高度探测信号，最后1/3时间段是机械振动下的高度探测信号，如图6所示。

图6列举了2种不同来源的外部干扰，但是本文的方法不限于上述2种类型的外部干扰，例如：随机噪声、信号漂移等都可以用本文叙述的小波变换方法进行分析。

如图7所示的频率特性图，虽然能够明显看出高度探测信号受到了强烈的干扰，但是既不能判断具体的频率分布，又不能获得对应的时间信息。

采用小波变换的数学方法对高度探测信号进行分析，利用其多分辨率的特点，能够同时获得高度探测信号的时域-频域信息。

采用一维离散小波变换对位置探测信号进行分析，可以采用多种小波基进行分析，例如：haar小波基、db小波基等。

根据要分析的分辨率和数据测采样频率F，选择合适的分解层数L和消失矩N。采用二进小波时，能够达到的频率细节分辨能力为F/2^(L+1)。

消失矩N数值上太大会影响小波函数的紧支撑性，一般需要根据对探测信号分析后的效果进行折中选择，典型的可以选择5～9。

经过小波变换处理后的信号的低频图反应信号的总体概貌，涵盖的信号频率范围为0～F/2^(L+1)。

经过小波变换处理后的信号的高频图反应信号在不同频段的细节特征，当分解层数为j时，该层对应的频率范围是F/2^(L+1)～F/2^L。

以db小波为例进行分析，N取5阶，L取值7层。对探测信号进行分析，获得相应分解的小波系数序列，同时绘制离散小波分解图，如图8所示。可以明显看出高度探测信号在3个不同时间段的情况。

气流扰动主要集中在低频段和中频段，并且每个频段的小波系数量级相当，说明对这些频段的作用相当。机械振动主要集中在高频段，相对而言所所处于的频率段比较集中。低频段还呈现出高度探测信号的漂移特性。

进一步地，采用连续小波变换进行分析，以db小波作为示例，N取5阶，L取值7层，尺度系数选择64，结果如图9所示。通过系数分布图，能够直观地得到在特定时间段内，不同尺度下的小波系数大小，进而能够得到对应干扰信号对探测信号的影响大小。

采用小波包变换进行分析，能够弥补小波变换在信号高频部分分辨力不足的缺点。以db小波作为示例，N取5阶，L取值7层，如图10和图11所示。

基于上述小波变换的分析方法，可以选择不同的小波基、消失矩和层数等参数，反复迭代分析，提高高度探测信号分析和评估的准确性。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。