本发明专利技术公开了一种光源掩模联合优化中光源校准方法及系统。其中，该方法包括：初始化光源图形和掩模图形；利用SMO算法迭代优化光源图形以及掩模图形；利用预先建立的光源偏差校正模型，对每次迭代优化后的光源图形进行校正，并将每次迭代优化后的光源图形更新为当前迭代过程中校正后的光源图形；其中，光源偏差校正模型根据PIS系统的输入目标光源图形和输出实际光源图形所组成的输入输出数据集建立；根据SMO算法的评价标准或迭代的收敛条件，判断优化是否满足要求，若是，则优化结束，输出最终优化后的光源图形和掩模图形，若否，则重新开始迭代。本发明专利技术能有效避免优化光源图形在光刻物理机实现过程中的失真，有效提高工艺窗口。口。口。
【技术实现步骤摘要】
一种光源掩模联合优化中光源校准方法及系统
[0001]本专利技术属于光刻
，更具体地，涉及一种光源掩模联合优化中光源校准方法及系统。
技术介绍
[0002]随着特征尺寸的进一步减少，单独优化照明光源或掩模图像已无法满足更小节点集成电路的制造要求。因此，工业界提出同时优化光源和掩模的光源掩模联合优化(SMO,Source Mask Optimization)技术，从而进一步提高光刻分辨率，增大工艺窗口。SMO是实现28nm以及更小技术节点集成电路制造的关键分辨率增强技术之一。
[0003]常用的SMO优化技术获取的照明光源由像素构成，在光刻物理机上是通过可编程照明系统(Programmable Illumination System,PIS)编程控制微反射镜阵列的偏转角来实现优化后光源图案的形状。虽然PIS为照明光源的像素图案提供了更多自由度，但考虑到加工工艺以及安装技术的局限性，微反射阵列中的像素之间仍存在着部分耦合，从而导致照明光源图案中像素无法具有完全独立的自由度，也就是受到对应PIS系统加工工艺的潜在物理约束。因此，在无法获取潜在物理约束的情况下，利用SMO产生的光源在由PIS硬件技术实现的过程中将会引起部分失真，最终导致SMO优化后的光刻物理机上的成像效果降低。
技术实现思路
[0004]针对现有技术的缺陷，本专利技术的目的在于提供一种光源掩模联合优化中光源校准方法及系统，能有效避免优化光源图形在光刻机PIS系统实现过程中的失真，有效提高工艺窗口。
[0005]为实现上述目的，第一方面，本专利技术提供了一种光源掩模联合优化中光源校准方法，包括如下步骤：
[0006](1)初始化光源图形和掩模图形；
[0007](2)利用SMO算法迭代优化光源图形以及掩模图形；
[0008](3)利用预先建立的光源偏差校正模型，对每次迭代优化后的光源图形进行校正，并将每次迭代优化后的光源图形更新为当前迭代过程中校正后的光源图形；其中，所述光源偏差校正模型根据PIS系统的输入目标光源图形和输出实际光源图形所组成的输入输出数据集建立；
[0009](4)根据SMO算法的评价标准或迭代的收敛条件，判断优化是否满足要求，若是，则优化结束，输出最终优化后的光源图形和掩模图形，若否，则返回至步骤(2)；其中，所述SMO算法的评价标准是通过将迭代优化后的光源图形和掩模图形设置在光刻成像系统模型中进行光刻成像，计算并根据成像质量参数判定。
[0010]本专利技术提供的光源掩模联合优化中光源校准方法，根据PIS系统的输入目标光源图形和输出实际光源图形所组成的输入输出数据集建立偏差校正模型，并利用该模型对SMO算法每次迭代优化后的光源进行校正，可使SMO算法每次迭代优化后的光源通过PIS系
统后能够产生出具有高保真度的目标光源图案，从而可最终避免优化光源在光刻物理机实现过程中的失真，有效提高工艺窗口。
[0011]在其中一个实施例中，步骤(3)中，所述光源偏差校正模型的建立方法，具体为：
[0012](a)构建目标光源数据集，将目标光源数据集中的各目标光源图形输入到PIS系统中，然后获取PIS系统所对应输出的实际光源图形；
[0013](b)根据各目标光源图形和其对应的实际光源图形，形成所述光源偏差校正模型的输入输出数据集；
[0014](c)根据所述输入输出数据集，采用非线性回归或神经网络预测模型方法进行训练与模型评估，建立光源偏差校正模型。
[0015]在其中一个实施例中，步骤(a)中，采用泽尼克多项式或勒让德多项式生成一定数量的目标光源图形，构建目标光源数据集。
[0016]在其中一个实施例中，步骤(3)具体为：
[0017](3.1)将迭代优化后的光源图形s
k
设定为校正过程初始的输入，即所述光源偏差校正模型的初始光源图形为s
k,0
＝s
k
，k为SMO算法中的迭代次数；
[0018](3.2)设定所述校正过程中的最大迭代次数L，以及当前的迭代器j为0；
[0019](3.3)更新校正过程中的迭代器j＝j+1，并通过优化方法优化校正过程中的光源图形为s
k,j
；
[0020](3.4)判断当前校正过程中的迭代器是否达到最大迭代次数、或判断步骤(3.3)优化后的光源是否符合条件|f(s
k,j
)
‑
s
k
|<ε，ε为设定阈值，若是，则更新当前SMO算法迭代后的光源图形s
k
为该SMO迭代过程中校正后的光源图形f(s
k,j
)，若否，则返回至步骤(3.3)。
[0021]在其中一个实施例中，步骤(3.3)中，所述优化方法为最小二乘法、正则化方法或凸优化方法。
[0022]在其中一个实施例中，当步骤(4)采用根据SMO算法迭代的收敛条件判断迭代是否满足要求时，所述步骤(2)具体为：
[0023](2.1)设定SMO算法中最大迭代次数N，以及迭代器k为0；
[0024](2.2)更新迭代器k＝k+1；
[0025](2.3)利用SMO算法更新迭代光源图形以及掩模图形，以获得当前第k次迭代优化后的光源s
k
以及掩模m
k
；
[0026]所述步骤(4)具体为：判断SMO算法中的迭代器k是否大于设定的最大迭代次数N，若是，则优化结束，输出最终优化后的光源图形和掩模图形，若否，则返回至步骤(2.2)。
[0027]在其中一个实施例中，步骤(4)中，所述根据SMO算法的评价标准判断迭代是否满足要求的步骤，具体为：将迭代后的光源图形和掩模图形设置在光刻成像系统模型中进行光刻成像；计算成像边缘放置误差EPE；判断所述成像边缘放置误差EPE是否小于设定误差，若是，则优化结束，输出最终优化后的光源图形和掩模图形，若否，则返回至步骤(2)。
[0028]在其中一个实施例中，步骤(1)中，采用基于图形聚类的SMO关键图形筛选方法从版图中筛选出关键图形组成初始化掩模图形，或采用基于频谱分析的SMO关键图形筛选方法从版图中筛选出关键图形组成初始化掩模图形。
[0029]在其中一个实施例中，步骤(1)中，初始化光源图形设定为随机像素分布的光源或规则化的参数光源。
[0030]第二方面，本专利技术提供看一种光源掩模联合优化中光源校准系统，包括：
[0031]初始化模块，用于初始化光源图形和掩模图形,并传送给迭代模块；
[0032]迭代模块，用于利用SMO算法更新迭代光源图形以及掩模图形，并传送给校正模块；
[0033]校正模块，用于利用预先建立的光源偏差校正模型，对每次迭代出来的光源图形进行校正，并将校正后的光源图形更新为当前迭代中的光源图形；其中，所述光源偏差校正模型根据PIS系统的输入目标光源图形和输出实际光源图形所组成的输入输出数据集建立；
...
【技术保护点】
【技术特征摘要】
1.一种光源掩模联合优化中光源校准方法，其特征在于，包括如下步骤：(1)初始化光源图形和掩模图形；(2)利用SMO算法迭代优化光源图形以及掩模图形；(3)利用预先建立的光源偏差校正模型，对每次迭代优化后的光源图形进行校正，并将每次迭代优化后的光源图形更新为当前迭代过程中校正后的光源图形；其中，所述光源偏差校正模型根据PIS系统的输入目标光源图形和输出实际光源图形所组成的输入输出数据集建立；(4)根据SMO算法的评价标准或迭代的收敛条件，判断优化是否满足要求，若是，则优化结束，输出最终优化后的光源图形和掩模图形，若否，则返回至步骤(2)；其中，所述SMO算法的评价标准是通过将迭代优化后的光源图形和掩模图形设置在光刻成像系统模型中进行光刻成像，计算并根据成像质量参数判定。2.根据权利要求1所述的光源掩模联合优化中光源校准方法，其特征在于，步骤(3)中，所述光源偏差校正模型的建立方法，具体为：(a)构建目标光源数据集，将目标光源数据集中的各目标光源图形输入到PIS系统中，然后获取PIS系统所对应输出的实际光源图形；(b)根据各目标光源图形和其对应的实际光源图形，形成所述光源偏差校正模型的输入输出数据集；(c)根据所述输入输出数据集，采用非线性回归或神经网络预测模型方法进行训练与模型评估，建立光源偏差校正模型。3.根据权利要求2所述的光源掩模联合优化中光源校准方法，其特征在于，步骤(a)中，采用泽尼克多项式或勒让德多项式生成一定数量的目标光源图形，构建目标光源数据集。4.根据权利要求1或2所述的光源掩模联合优化中光源校准方法，其特征在于，步骤(3)具体为：(3.1)将迭代优化后的光源图形s
k
设定为校正过程初始的输入，即所述光源偏差校正模型的初始光源图形为s
k,0
＝s
k
，k为SMO算法中的迭代次数；(3.2)设定所述校正过程中的最大迭代次数L，以及当前的迭代器j为0；(3.3)更新校正过程中的迭代器j＝j+1，并通过优化方法优化校正过程中的光源图形为s
k,j
；(3.4)判断当前校正过程中的迭代器是否达到最大迭代次数、或判断步骤(3.3)优化后的光源是否符合条件|f(s
k,j
)
‑
s
k
|<ε，ε为设定阈值，若是，则更新当前SMO算法迭代后的光源图形s
k
为该SMO迭代过程中校正后的光源图形f(s
k,j
)，若否，则返回至步骤(3.3)。5....
【专利技术属性】
技术研发人员：尉海清，柯贤华，
申请(专利权)人：武汉宇微光学软件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。