專利名稱：一種快速確定微細周期結構形貌參數的方法及設備的制作方法
技術領域：
本應用涉及半導體制造工藝的光學關鍵尺寸(0⑶)檢測。具體為根據0⑶設備采集的被測區域的微細周期結構的散射信號以及周期性結構的模型從而快速獲知散射體形貌參數的方法。
背景技術：
隨著半導體制造工業的發展，工藝中的關鍵尺寸(⑶)越來越小，需要控制的尺寸越來越多，傳統的光學成像分析的方法無法滿足工藝尺寸的檢測。新的成像技術不斷地應用于半導體工藝形貌的檢測中，如掃描電子顯微鏡(⑶-SEM)、原子力顯微鏡(AFM)，可實現高精度的CD尺寸、溝槽深度尺寸的檢測，但其檢測過程復雜，對樣品具有破壞性，無法實現在線檢測。光學薄膜測量儀可以對多層不同材料的薄膜厚度進行測量，但不能對周期性結構區域進行測量。半導體工藝中的許多尺寸特征可以反應在專門的被測區域里。OCD設備正是通過獲取的被測區域周期性結構的散射信號以及對微細結構建立的模型從而估計出結構的形貌參數。術語“形貌參數”指描述待測器件的形狀，包括二維和三維多層結構的形貌尺寸參數。OCD方法可以實現CD及其它形貌尺寸的檢測，在具體的檢測案例中，所獲得的諸多工藝尺寸可能同時需要掃描電子顯微鏡，原子力顯微鏡，光學薄膜測量儀等分別完成。 由于OCD測量方法有非接觸性、非破壞性、同時檢測多個工藝特征、可實現工藝的在線檢測等諸多優勢，因此越來越廣泛地應用于半導體制造工業中，并朝著更快速更準確地檢測愈精細結構的方向迅速發展。OCD測量原理總體上可概括為兩個步驟光譜獲取過程一獲取樣品的散射信號并處理為測量光譜；光譜匹配過程一建立樣品的形貌模型并尋找特定的理論光譜實現與測量光譜的最佳匹配從而確定其形貌參數。其測量的流程示意如
圖1所
7J\ οAOl為樣品測量光譜的獲取模塊。散射光譜儀的光源經過起偏器入射至樣品的被測周期性結構區域，經過樣品的散射，散射光中包含了樣品的結構、材料等信息。散射光通過檢偏器被散射儀的探測器接收。散射儀將接收到的散射信號處理為包含了樣品信息的測量光譜A02。測量光譜的數值的描述形式有反射率Rs，Rp，偏振態變化的描述tan。，cos Δ， 偏振態分析的傅立葉系數α，β，或直接輸出描述散射過程的Jones矩陣等形式。光譜匹配過程首先根據樣品的工藝信息建立樣品周期性結果的形貌模型A03，形貌模型由形貌參數決定，這里的形貌模型為二維光柵結構，實際應用中可以是任意二維和三維形貌結構。根據周期性結構的光散射原理，可以計算出具體參數確定的形貌模型對應的樣品散射的理論光譜。變化形貌模型的參數，就會有不同的樣品理論光譜。光譜匹配過程就是尋找一組形貌參數，具有該參數形貌的樣品其理論光譜與測量光譜實現最佳匹配。這樣，就可以用這組參數決定的形貌估計被測樣品的實際形貌，從而實現了樣品的形貌參數的測量。如A03所示的模型，被測樣品區域為二維周期性結構，其主剖面(在這個面內結構呈周期性變化)，周期性結構的周期數足夠多，通常稱之為光學光柵。光柵的上方材料(如為空氣)用(nl，kl)描述，η為材料的折射率，k為材料吸收系數。從上往下，第一層為光柵層，其材料為(n2，k2)，具有一定周期(pitch)，形狀為梯形，用(TCD，B⑶，HT)描述，TCD 為梯形的上底邊寬度，B⑶為梯形的下底邊寬度，HT為梯形的高度，TCD，B⑶在工藝中表征關鍵尺寸。第二層為薄膜層，其材料為(n3，k3)，其厚度用TH表示。再往下為襯底(n4，k4) 材料。通常情況，材料的信息可以通過薄膜測量技術獲知。這樣，樣品的模型就可以用參數向量ν = (TCD，B⑶，ΗΤ，ΤΗ)τ描述，若一般化描述，可以寫為ν = (V0, V1,. . . , VnJT, Vi, i = 0，...，N-I為多層結構全部的參數。根據光散射理論，對于特定的樣品v，散射儀獲取的光譜理論上的數值可以用8(λ)描述。ν，8(λ)可以由一組復雜理論方程確定。通過數值求解可以求解出sU) = Γ (ν)。根據光柵的模型計算具有該模型描述的樣品的理論光譜Α06，已經可以由數值計算方法實現。其代表性的數值方法是嚴格波耦合分析理論(RCWA，Rigorous Coupled-Wave Analysis)。光在物質中傳播規律符合電磁波的普遍理論一麥克斯韋(Maxwell)方程組。 在RCWA分析方法中，參數ν決定了整個空間材料(n，k)的周期性分布規律，用ε (χ, y，ζ) 表示材料的介電系數的分布。以二維光柵為例，設在(X，ζ)平面里材料的介電常數呈周期性變化，而在y方向均勻。在ζ方向進行分層，每層的材料表示為εω(χ，^)，ω*ζ方向的層數，m= 1，2，...，Μ。則εω(χ, zm)在χ方向具有周期性，因此可以用傅立葉(Fourier) 級數描述
Γ π f 、 Ψ "2π1χ、Em (χ, Zj = S0^ sml exp(y ――)
；=-00 “其中d為周期。在第m層，對于TE模電場E可以展開為QN+1)階諧波，如下
η =N￡m(x’y,z)= J] ^ 0)expK/(、x +、z)]
n=-N其中knx，knz為波矢在χ，ζ的分量。即每一層的電場可以用0Ν+1)階散射光電場描述。若散射階次N足夠大，則E的精度可以得到保證。Snm(Z)為各階散射光電場的幅度大小。對于各層利用波動方程和各層的邊界條件，可以獲得一組常系數微分方程組。最后通過解決矩陣特征值和特征向量的問題可以求解出各層的，并最終求出各級散射光。根據求解的散射光，可以轉換為散射儀輸出的測量光譜的描述形式。層數M和散射階數N影響理論光譜的計算精度。Μ，Ν越大，其計算的誤差越小，但計算量也增加。在一定精度條件下，所需Μ, N的大小與光柵的結構和材料有關。RCWA計算的復雜度為ο (Μ*Ν3)，與層數M成正比，與階數N的三次方成比例。若是三維結構，復雜度更高，為ο (M* (Nx^Ny)3)，與χ方向階數Nx和y方向階數Ny的乘積的三次方成比例。用于計算復雜度統計的每個單元都涉及矩陣的特征值特征向量的求解，因此RCWA數值計算過程非常耗時。隨著半導體工藝的發展， 需要增加N以提高理論光譜的精度，而散射階數N的增加將使計算的復雜度急劇增加。依目前單個CPU的計算能力，典型的RCWA計算一個形貌對應的光譜將耗時幾秒、幾十秒乃至更多。因此，若匹配過程需要進行大量的RCWA計算，則通常由高性能計算處理器組成專業的計算服務器或計算工作站完成在OCD測量中需要的理論光譜的計算任務。正因為RCWA 計算的復雜性和耗時性，光譜匹配過程的目標是在滿足測量精度要求的前提下可以用較少的RCWA數值計算完成匹配。樣品的理論散射光譜s(v，λ)可以通過建立模型使用相關理論(如RCWA理論) 計算得到。設散射儀獲取的測量光譜為％U)，不考慮測量噪聲，可以認為s(v，λ)=Sm(A)0光譜S(V，λ)已經通過散射儀獲取，如果能夠知道s (ν，λ)對應的ν就可以獲得測量參數了。但是遺憾的是目前沒有辦法求解
權利要求
1. 一種快速確定待測器件的形貌參數的方法，該方法包括以下步驟
1.將待測器件的形貌參數化； .建立從參數到近似光譜的近似解析模型；iii.測量所述待測器件的測量光譜，所述測量光譜包括從所述待測器件散射的散射信號；iv.確定與該待測器件的形貌參數對應的初始參數，并基于該初始參數，使用該近似解析模型，確定與所述測量光譜相匹配的匹配近似參數；v.使用從參數到理論光譜的理論解析模型，根據所述匹配近似參數確定該待測器件的形貌參數。
2.根據權利要求1所述的方法，其特征在于，所述步驟ii包括如下步驟 iil.采集樣品器件的測量光譜； 2.基于所述樣品器件的測量光譜，使用所述理論解析模型計算所述樣品器件形貌參數；113.建立多個參數與相應的理論光譜的對應關系；114.從該多個參數與相應的理論光譜的對應關系確定所述近似解析模型。
3.根據權利要求2所述的方法，其特征在于，所述步驟ii2使用遺傳算法計算所述樣品器件形貌參數，該步驟ii2包括如下步驟-確定所述樣品器件形貌參數的父代群體，所述父代群體包括樣品器件形貌參數的多組變量；-根據所述理論解析模型，計算所述父代群體中的各組變量分別對應的理論光譜； -根據所述樣品器件的測量光譜以及該多個理論光譜的差異，對所述父代群體進行選擇、交叉和突變，得到子代群體；-將該子代群體作為新的父代群體重復以上步驟，直至預定條件滿足時，將子代群體中理論光譜與樣品器件的測量光譜差異最小的變量作為所述樣品器件形貌參數，其中，所述預定條件包括子代群體中理論光譜與測量光譜差異的最小值低于第一值，和/或連續一定數量代群體中理論光譜與測量光譜差異的最小值都小于第二值。
4.根據權利要求3所述的方法，其特征在于，所述步驟ii2根據該樣品器件的工藝所引起該樣品器件的形貌參數的可能值，確定第一次使用該多組變量；所述步驟ii2還包括如下步驟-當預定條件滿足時，分析子代群體中理論光譜與樣品器件的測量光譜差異較小的多組變量所分布的范圍當所分布的范圍小于預定范圍時，將子代群體中理論光譜與樣品器件的測量光譜差異最小的變量作為所述測量參數；當所分布的范圍大于預定范圍時，修改模型重新進行ii2 步驟，或者根據該樣品器件的工藝確定所述樣品器件形貌參數實際所在的區域；所述步驟ii2還計算理論光譜在所述樣品器件形貌參數處的各分量靈敏度，所述靈敏度為理論光譜在一定噪聲干擾的情況下，允許各分量在最佳值基礎上的變化值。
5.根據權利要求4所述的方法，其特征在于，所述步驟ii2在計算父代群體中的各組變量對應的多個理論光譜之前，還判斷各組變量在測量分辨率的條件下是否分別相對于之前已使用的個體來說是新的個體當是新個體時，計算該變量的理論光譜；當不是新個體時，使用之前計算出的、與該變量對應的個體的理論光譜。
6.根據權利要求3或4所述的方法，其特征在于，所述步驟ii3中，首先采用兩層非線性近似變換，輸出少數分量的向量數據，再進行主成分分析的反變換后輸出理論光譜的近似值。
7.根據權利要求6所述的方法，其特征在于，光譜近似解析模型由非線性近似變換系數確定；求解這些值的步驟為-從所述理論光譜庫中決定訓練樣本集和檢驗樣本集從理論光譜庫抽取部分光譜， 抽取部分另外額外計算部分理論光譜，樣本集的每個樣本對應形貌參數變量的各分量歸一化在0-1的范圍，各分量數值均勻分布-將處理后的樣本集光譜數據進行主成分分析變換，以獲得在一定誤差條件下與樣本光譜一一對應的光譜主分量數據；-樣本集的形貌參數變量作為輸入，主成分分析變換之后的光譜數據作為輸出的目標值，以訓練集全部樣本計算的誤差最小為訓練的性能函數，達到性能要求后即可獲得近似模型非線性變換系數；-在求解的過程中，用當前系數的近似模型處理檢驗樣本集全部樣本，統計對應的近似光譜的誤差分布，根據分布確定當前的近似誤差是否滿足要求。
8.根據權利要求4所述的方法，其特征在于，所述步驟iv使用遺傳算法確定所述匹配近似參數以及對應的匹配近似光譜，該步驟iv包括如下步驟-確定該待測器件的形貌參數的父代群體，所述父代群體包括該待測器件的形貌參數的多組變量；-根據所述近似解析模型，確定父代群體中的各組變量對應的近似光譜； -根據所述待測器件的測量光譜以及所述各個近似光譜的差異，對所述父代群體進行選擇、交叉和突變，得到子代群體；-將該子代群體作為父代群體重復以上步驟，直至預定條件滿足時將子代群體中近似光譜與測量光譜差異最小的變量作為所述匹配近似參數，將該匹配近似參數對應的近似光譜作為所述匹配近似光譜。
9.根據權利要求8所述的方法，其特征在于，所述步驟ν包括如下步驟-根據所述理論解析模型，計算與所述匹配近似參數對應的匹配理論光譜； -計算所述匹配近似光譜和所述匹配理論光譜的差異； -當所述差異小于一閾值時，將所述匹配近似參數作為該待測器件的形貌參數； -當所述差異大于一閾值時，使用所述理論解析模型，根據所述匹配近似參數搜索得到該待測器件的形貌參數。
10.根據權利要求9所述的方法，其特征在于，所述步驟ν在得到該待測器件的形貌參數后，還包括以下步驟-記錄所述待測器件的形貌參數及其對應的理論光譜； 所述確定所述父代群體的步驟包括-計算所述待測器件的測量光譜與一個或多個所記錄的、之前測量的待測器件的形貌參數的理論光譜的差異；-確定一個或多個差異較小的、之前測量的待測器件的形貌參數作為所述父代群體中的一個或多個變量。
11.根據權利要求9所述的方法，其特征在于，當所述差異大于一閾值時，所述搜索步驟使用LM-Levenberg Marquardt方法，使用有限差分方法計算雅可比矩陣，根據通過計算雅可比矩陣更新所述匹配近似參數，其中有限差分計算時參數的各分量的變化量由所述靈敏度分析所確定。
12.根據權利要求1所述的方法，其特征在于，所述理論解析模型包括基于嚴格波耦合分析理論的數值方法的模型。
13.一種確定待測器件的形貌參數的設備，包括-第一單元，用于將待測器件的形貌參數化；-第二單元，用于建立從參數到近似光譜的近似解析模型；-光譜散射測量單元，用于測量所述待測器件的測量光譜，所述測量光譜包括從所述待測器件散射的散射信號；-第四單元，用于確定與該待測器件的形貌參數對應的初始參數，并基于該初始參數， 使用該近似解析模型，確定與所述測量光譜相匹配的匹配近似參數；-第五單元，用于使用從參數到理論光譜的理論解析模型，根據所述匹配近似參數確定該待測器件的形貌參數。
全文摘要
形貌測量設備所測樣品的形貌參數多、范圍大或者精度要求高時，通過計算形貌參數可能的全部組合對應的理論光譜來匹配測量光譜需要巨量的計算能力。本發明提供了基于光學散射信號快速確定微細周期結構形貌參數的方法及設備，該方法包括i.將待測器件的形貌參數化；ii.建立從參數到近似光譜的近似解析模型；iii.測量所述待測器件的測量光譜，所述測量光譜包括從所述待測器件散射的散射信號；iv.確定與該待測器件的形貌參數對應的初始參數，并基于該初始參數，使用該近似解析模型，確定與所述測量光譜相匹配的匹配近似參數；v.使用從參數到理論光譜的理論解析模型，根據所述匹配近似參數確定該待測器件的形貌參數。
文檔編號G01B11/24GK102183212SQ20101061944
公開日2011年9月14日 申請日期2010年12月28日 優先權日2010年12月28日
發明者劉國祥, 劉志鈞, 張振生, 徐益平, 施耀明 申請人:睿勵科學儀器(上海)有限公司