專利名稱：用于自動確定最優參數化的散射測量模型的方法
技術領域：
本發明的實施方式涉及散射尤其是用于自動選擇浮動參數集合的方法和系統。
背景技術：
光學測量技術一般是指如散射測量一樣在制造過程中提供具有工件參數的特征的可能性。在實踐中，將光直接照射在形成于工件的周期光柵上并且測量和分析反射光的光譜來具有該光柵參數的特征。特征化參數可以包括影響從材料反射或者通過材料傳送的光的偏振和強度的臨界尺寸(CD)，側壁腐蝕角(SWA)和特性高度(HT)等。光柵的特征化因而可以具有工件的特征也可以具有在光柵和工件的形成中利用的制造過程的特征。例如，圖1A中描述的光學計量系統100可以被用于確定形成于半導體晶片104上的光柵102的輪廓(profile)。光柵102可以形成于晶片104上的測試區域，諸如相鄰于形成在晶片104上的設備。該光學計量系統100可以包括具有源106和探測器112的測光設備。將來自源106的入射光108照射于光柵102。在本不例性實施方式中，入射光108以相對于光柵102的法線的入射角Θ i和偏振角識(8卩，入射光108所在平面與光柵102的周期性方向的夾角)直接照射在光柵102上。衍射光110以相對于法線的角Qd離開，并且被探測器112接收。探測器112將該衍射光110轉化為測得到計量信號。為了確定光柵102的輪廓，光學計量系統100包括被配置成接收所述測得的計量信號并分析該測得的計量信號的處理模塊114。對于測得的光譜的分析一般涉及將測得的樣本光譜與仿真的光譜相比較來推斷出能夠最好地描述該測得的樣本的散射測量模型的參數值。在這里使用的“模型”指散射測量模型并且“參數”指該散射測量模型的模型參數。圖1B示出了用于建立參數化的散射測量模型(模型)和開始于樣本光譜(如源于一個或多個工件)的光譜庫的方法150。在操作152，接入材料文件的集合。材料文件詳細說明了材料的特征(如n，k值)，這些材料的特征形成了測得的樣本特征。所述材料文件可以由用戶定義或者從上游處理接收。在操作152，接入初始散射測量模型。通過選擇一個或多個材料文件來集成對應于當前待測量的周期性光柵特征中的材料堆，散射測量用戶可以定義預期樣本結構的初始模型。可替換地，初始模型可以作為來自自動源的輸出而被接收。該初始模型可以進一步通過模型參數的標稱值的定義而被參數化，諸如具有正在被測量特性的形狀的特征的厚度、⑶、SWA、HT、邊緣粗糙度、圓角半徑等。根據2D模型(即輪廓)或者3D模型是否被定義，具有30-50或者更多的這種模型參數并不罕見。從參數化的模型中，針對給定的光柵模型參數值的集合的仿真光譜可以使用諸如嚴格耦合波分析(RCWA)方法的嚴格衍射建模算法來計算。然后在操作156執行回歸分析直至參數化的模型在具有最終輪廓模型的特征的模型參數值集合處收斂，該最終輪廓模型與以預定的匹配標準匹配測得的衍射光譜的仿真光譜相對應。假定所述與匹配仿真的衍射信號相關聯的最終輪廓模型代表結構的實際輪廓，其中模型生成于該結構的實際輪廓。然后在操作157，匹配仿真的光譜和/或相關的最優輪廓模型可以通過擾動參數化的最終輪廓模型的值而被利用于生成仿真的衍射光譜的集合。然后作為結果的仿真的衍射光譜的集合可以由在生產環境中操作的散射測量系統利用來確定隨后測得的光柵結構是否已經根據規格被制造。在回歸操作156期間，來自于用于假設輪廓的模型參數集合的仿真的光譜適合于測得的樣本光譜。在每次回歸執行到下一個仿真的光譜時，需要確定哪些模型參數可以被允許浮動以(即變化)及哪些模型參數將被固定。一般地，每個允許浮動的模型參數將使得所有其他浮動模型參數降低準確度并且浮動過多的不能被光譜精確地確定的模型參數可能引起回歸算法變得不穩定。然而，考慮到在回歸分析期間模型參數中的至少一些模型參數必須被允許浮動，目前由在制造處理和散射測量領域均訓練有素的工程師來做關于哪些模型參數浮動以及哪些模型參數固定的決定。這種對于在回歸期間適當地選擇模型參數來浮動的專業技術的依賴可能增加對于方法150的幾周甚至幾個月的工程時間。作為測量技術的在散射測量的明顯性能中的相當大的主觀性同樣是由用戶的參數化決定引進的。進一步考慮到典型地在半導體處理中測量采集點的多樣性以及可能需要新模型的處理改變的頻率，對于恰當地將散射測量模型參數化的需求形成了廣泛采用散射測量的重大阻礙。能夠更快、更嚴格地進行并且不依賴于高技能用戶的用于確定散射測量模型的最優參數化的自動化方法因而將具有優勢。
本發明的實施方式結合附圖通過示例的方式被描述，但并不限于此，其中圖1A描述了用于散射測量的示例性光學計量設備；圖1B是示出了用于建立散射測量模型和光譜庫的傳統方法的流程圖；圖2A是根據實施方式的用于確定散射測量模型的最優參數化的示例性自動化方法的流程圖；圖2B是根據實施方式的作為模型中的多個參數和該參數的處理的函數的模型參數精確度的度量；圖2C是根據實施方式的用于自動地確定散射測量模型的最優參數化的示例性系統；圖3是根據實施方式的用于確定散射測量模型的最大DOF參數化的示例性方法的流程圖；圖4A是根據實施方式示出用于基于由測得的光譜信息的雅克比矩陣推導出的精度度量來確定固定的模型參數集合的示例性方法的流程圖；圖4B是根據實施方式示出用于確定從測得的光譜信息的雅克比矩陣的精度度量的示例性方法的流程圖；圖5是根據實施方式示出用于基于由測得的光譜信息的雅克比矩陣推導出的精度度量來確定固定的模型參數集合的示例性組合數學方法的流程圖6A是根據實施方式示出用于基于由測得的光譜信息的雅克比矩陣推導出的精度度量來確定固定的模型參數集合的示例性自下而上的方法的流程圖；圖6B根據實施方式描述了作為圖6A中示出的自下而上的方法的示例性輸出由圖2B中的模型預處理器執行；圖7是根據實施方式示出用于基于由測得的光譜信息的雅克比矩陣推導出的精度度量來確定固定的模型參數集合的示例性自上而下的方法的流程圖；圖8是根據實施方式示出示例性的固定的模型參數驗證方法的流程圖；圖9是根據實施方式示出用于確定基于參數空間中新點的雅克比矩陣的重新計算是否應被執行的示例性方法的流程圖；圖10示出了根據實施方式的示例性計算機系統的框圖；圖11是根據一個實施方式示出用于確定和利用輪廓參數來自動化處理和設備控制的示例性方法的流程圖；以及圖12是根據用于確定和利用輪廓參數來自動化處理和設備控制的實施方式示出選擇系統元素的框圖。
發明內容
基于散射測量的測量是通過測量周期結構中的光譜信息和解決倒轉的問題而進行的，這憑借經由優化處理將測得的光譜信息匹配于從參數化的模型中綜合產生或仿真的光譜信息。通常，該模型通過更多的參數模型來被參數化，而不是通過優化處理來修訂(浮動)。這需要大量的被固定為標稱值的并且有更少量被浮動的模型參數。于此實施方式描述了方法、計算機程序產品和光學計量系統來在參數化模型的回歸期間確定將固定(浮動)的模型參數集合，其中該參數化模型用于對具有未知模型參數的樣本衍射結構的散射測量分析。在實施方式中，接收測得的光譜信息，并且接入具有多個(N個)浮動的模型參數的散射測量模型。計算測得的光譜信息的雅克比矩陣(雅克比行列式)，并且基于由雅克比矩陣確定的精度度量和在多個參數組合中用于每個模型參數的光譜協方差矩陣，確定待固定為預定參數值的模型參數集合。在某些實施方式中，從雅克比矩陣(雅克比矩陣對所有模型參數僅計算一次)的列中集成多個模型參數組合并且組合學搜索或組合的自下而上或自上而下順序被執行來識別一起為浮動的模型參數的最佳組。在進一步的實施方式中，通過使用修訂的散射測量模型在測得的光譜信息上執行回歸。具有足夠高的相對精度度量而無法合理地在散射測量模型中浮動的固定的模型參數被識別，并且在明顯不同于標稱值時被更新。接下來可以將該固定/浮動的確定結果進行循環來重新計算雅克比矩陣并且重新選擇固定/浮動的參數集合。在實施方式中，隨著最大自由度模型自動識別，基于回歸的技術被應用，并且基于總估計誤差的加權和，附加的參數在迭代方式中自動被固定來達到最終的最優參數化模型。
具體實施例方式在下面的描述中，闡述了許多細節。對本領域的技術人員來說顯而易見的是，本發明可以在沒有這些特定的細節的情況下被實踐。例如，雖然本發明的方法是在針對衍射光柵參數測量的散射測量的情況下被描述的，但是應當理解的是該方法可以由本領域普通技術人員容易地適用于其他情況和應用中。在一些實例中，已知的方法和設備以框圖的形式被示出而沒有被詳細地描述，以避免對本發明造成模糊。貫穿本說明書參考的“實施方式”指的是特別的特性、結構、功能或包含于至少一個本發明實施方式中的與實施方式有關連的所描述的特征。因此，出現在本說明書中各處的短語“在實施方式中”不是指本發明的同一個實施方式。此外，特別的特性、結構、功能或特征可以以任何適合的方式結合于一個或多個實施方式中。例如，第一個實施方式和第二個實施方式可以在兩個實施方式彼此不相斥的任何情況下相結合。這里提供的詳細說明書的一些部分是依據算法和在計算機存儲器內對數據比特的操作的符號表達的形式呈現的。除非特別地闡明，否則從下面的討論中可以顯而易見地理解為，貫穿整個說明書中使用諸如“計算”、“確定”、“估計”、“存儲”、“采集”、“顯示”、“接 收”、“結合”、“生成”、“更新”等術語的討論涉及計算機系統或者類似的電子計算設備的動作和程序，其中動作和程序操縱并轉換計算機系統的寄存器和存儲器中的表示為物理(電子)量的數據為計算機系統存儲器、寄存器或者其他此類的信息存儲、傳輸或顯示設備中的其他同樣地表示為物理量的數據。在實施方式中，，諸如由用戶初始提供的一個標稱模型的預處理，通過確定在模型中能夠合理地浮動的最大數量的模型參數而被執行來穩定輸入至基于回歸的模型細化器的模型。同樣地，預處理并不確定最終模型，而是執行被設計為排除任何對于專業用戶首先手動地減少輸入至模型細化器的模型中的浮動參數的集合的需求的操作。在圖2A中描述的示例性方法200中，在操作201接入(access)參數化的模型。在操作206執行模型回歸之前執行模型參數化的優化來解決倒轉問題。在實施方式中，優化205被分為模型預處理操作203和模型細化操作204。如進一步在圖2B中顯示的作為模型中多個參數的函數的相對參數精度度量，預處理和細化操作203和204通過將模型參數劃分為三個類別來相互補償，該三個類別為必須為固定的參數208、為了穩定的模型必須為浮動的參數209、以及剩余的參數210。預處理操作203辨別哪些模型參數落于208或/和209，同時細化操作204辨別在剩余區域中的參數210為固定還是浮動。如進一步在圖2B中所示，相對精度度量具有定義了可以為用戶可配置的臨界范圍(如O.1至10)的保護帶。該臨界范圍包括預處理操作將確定來固定參數的一部分范圍(如I至10)。針對落于該臨界范圍內的參數208，某些實施方式作為預處理操作203的一部分來執行驗證回歸。操作203和204除了目的不同之外，兩個操作之間的另一個顯著的區別是實現各自的目的的方法不同。一般地，基于根據關于該模型參數的測得的光譜信息的雅克比矩陣確定的用于模型參數的精度度量，預處理操作203決定參數為固定還是浮動以優先地固定
不能從測得的光譜信息中精確地確定的哪些參數(如很小，其中X是模型參數向量)。
OX
在進一步的實施方式中，優化操作203為參數確定相對精度度量來同樣固定那些在制造過程中理所當然地不會改變太多的參數，其中所述相對精度度量是作為精度度量和與該參數相關聯的預期過程變差(process variation)的函數。如于此其他部分進一步的描述,該基于雅克比矩陣的預處理可以被非常有效地進行，并且是以一種可以處理大量在初始模型被設置為浮動(30-50或更多)的模型參數的方式。一旦預處理操作203完成，修訂的模型然后被輸入至模型細化操作204，其中在細化操作204中回歸加強技術可以被用于考慮諸如樣本變化中附加的光譜信息特征化等的附加因素。在模型細化操作204期間，超出在預處理操作203中識別的集合的附加參數可以基于于此進一步描述的諸如總估計誤差(TEE)的組合統計指標函數而被固定。圖2C是根據實施方式的被配置成自動地優化散射測量模型的參數化的示例性光學計量系統211。光學計量系統211被配置 成包括用于接收或接入具有大量(如30-50或更多)參數N或所有被設置為浮動的參數的數學組合的初始模型的模型優化器212。從N個浮動參數的集合中，模型預處理器213執行預處理操作203來識別微弱地影響光譜測量的參數集合或者極大地影響光譜測量以使參數必須分別為固定的或者浮動的參數集合，從而使得隨后生成的最終模型有最低的不確定性。在參數化被指定后，具有可浮動參數的簡化集合(N中的M個)的穩定模型被輸入至模型處理器250以執行模型細化操作204，其中在模型細化操作204期間基于默認或由用戶定義的視為關鍵(critical)的參數的最佳誤差估計，可以將附加參數固定來輸出具有M個參數中的L個參數浮動的最終模型。從該最終模型中可以生成仿真光譜信息庫，并且可以使用任何已知的散射測量技術來推導樣本衍射結構的未知參數。可以理解的是，模型預處理器213和模型處理器250中的一者或兩者可以由軟件、硬件或軟件和硬件的組合來實施。例如，在一個實施方式中，如于此其他部分所描述的一個或多個普通用途的計算機處理單元通過存儲于計算機可讀介質上的指令被配置來作為模型預處理器213和/或模型處理器250。圖3是示出了在圖2A中描述的用于確定具有最大自由度(DOF)的散射測量模型的參數化的預處理操作203的一個示例性實施方式的預處理方法300的流程圖。方法300開始于操作301，在操作301計算用于初始模型輸入的所有的N個模型參數的雅克比矩陣J。。Jtl代表了由光學計量系統測得的光譜信號對于N個測量參數中的每個測量參數的導數。因此Jtl具有N個模型參數中的每個模型參數的列和包括測得的光譜信息的每個光譜波長的行。接下來方法300繼續進行至操作310來基于由Jtl確定的參數精度度量來確定固定的參數集合。一般地，在操作310以考慮到參數關聯性的方式計算精度度量，以提供用于比較各種浮動參數的組合的基礎以及識別能夠合理地浮動的參數的最大集合。圖4A示出了用于在圖3的操作310確定固定的參數集合的一個示例性方法。如圖4A所示，方法410使用輸入Jtl并且在操作411通過復制或刪除Jtl中的某些列來集成測試矩陣JT，每個Jt包括Jtl中的參數列的多個組合。顯著地，該雅克比矩陣Jtl只需要被計算一次(如在操作301)來實現待固定參數的集合。該測試矩陣Jt只是Jtl中的列的并排串聯，所以當其本身作為雅克比矩陣時，Jt的“集成”與實際計算雅克比矩陣Jtl中的元素相比需要更少的時間集成數量級。在操作420，針對多個組合的每個組合中的每個參數列計算相對精度度量。該相對精度度量是針對參數和與該參數相關聯的預期過程變差的硬件精度的函數。在一個實施方式中，該相對精度度量是針對每個浮動的參數的標準化的估計的硬件精度(估計的硬件精度/估計的過程變差(HP/PV)在這里指精度/公差(P/V)比)。過程變差或者公差默認值可以被設置為用戶已知的3 σ過程變差并且可以在參數級別被配置，諸如但不限于對于物理尺寸參數的±5% (如納米單位)和對于SWA參數的±1%。計算的相對精度度量符合包含于測試矩陣Jt中的列。圖4B是示出了用于確定針對每個雅克比矩陣中的每個參數的精度度量的流程圖，其中雅克比矩陣諸如在操作411集成的測試矩陣JT。該方法開始于在操作422對所有N個模型參數的光譜噪聲協方差S的確定。通過將測得的光譜信息和由模型計算的仿真的光譜信息相比較，使用如下二次方程式范數來估計模型參數
權利要求
1.一種用于識別散射測量模型參數集合的方法，所述散射測量模型參數將在散射測量分析期間浮動以使模型適應于測得的光譜信息，所述方法包括 接收所述測得的光譜信息； 接收具有多個(N個)模型參數的散射測量模型； 計算所述測得的光譜信息的雅克比矩陣，該雅克比矩陣包含針對所述多個模型參數的每個模型參數的列； 基于根據所述雅克比矩陣確定的針對多個參數組合中的每個模型參數的精度度量來識別模型參數集合，其中所述模型參數集合的每個參數將被固定為修訂的散射測量模型中的預設參數值；以及 使用所述修訂的散射測量模型在所述測得的光譜信息上運行回歸來生成仿真的光譜信息。
2.根據權利要求1所述的方法，其中識別將被固定的所述模型參數集合進一步包括 生成包括由雅克比矩陣推導出的參數列的多個組合的測試矩陣； 針對每個組合中的所述參數列的每個參數列，計算相對精度度量，其中所述相對精度度量是所述精度度量和與該參數相關聯的預期過程變差的函數； 基于針對每個組合的所述相對精度度量的極值，識別滿足所述相對精度度量的臨界值并包括最大量的參數列的組合；以及 將模型參數固定為預設值，其中該模型參數的每個模型參數從對應于所識別的組合的參數列的集合中被排除。
3.根據權利要求2所述的方法，其中針對每個所識別的組合中的參數列的每個參數列，計算所述相對精度度量進一步包括 為所有模型參數確定光譜噪聲協方差(S)； 根據S確定所述測試矩陣的參數空間中的擾動協方差(Cp)； 通過將根據Cp確定的參數精度度量除以針對該參數的所述預期過程變差，以確定所述相對精度度量；以及 其中所述相對精度度量的極值是該相對精度度量的最大值。
4.根據權利要求2所述的方法，其中 生成所述測試矩陣進一步包括 迭代地集成所述測試矩陣，其中對于每個連續的迭代，與先前的測試矩陣迭代相比具有一個附加浮動參數的N個列組合從所述雅克比矩陣中被復制，并且被附加于所有從先前的迭代中確定的具有最低相對精度度量的參數組合；以及 其中識別滿足相對精度度量的臨界值并且包含最大量的參數列的組合還包括 對參數組合進行浮動，該參數組合在之前的迭代中與參數集合相結合以進行浮動時具有最低相對精度度量； 響應于浮動的參數的最大相對精度達到臨界值，終止迭代的測試矩陣集成；以及將從上一次測試矩陣集成迭代中浮動的組合中排除的模型參數集合識別作為將被固定的參數集合。
5.根據權利要求2所述的方法，其中生成所述測試矩陣進一步包括 將來自所述雅克比矩陣的列的所有可能組合添加至所述測試矩陣；迭代地簡化所述測試矩陣，其中對于每個連續的迭代，具有最高相對精度度量并且一個比先前的測試矩陣迭代少一個浮動參數的列的組合被保留；以及 其中識別滿足所述相對精度度量的臨界值并且包含最大量的參數列的組合進一步包括 對參數組合進行浮動，該參數組合在之前的迭代中與參數集合相結合以進行浮動時具有最低相對精度度量； 響應于浮動的參數的最大相對精度達到臨界值，終止迭代的測試矩陣集成；以及將從上一次測試矩陣集成迭代中浮動的組合中排除的模型參數集合識別作為將被固定的參數集合。
6.根據權利要求2所述的方法，其中生成所述測試矩陣包括生成多個測試矩陣，所述多個測試矩陣的每個測試矩陣包括N個參數的所有可能組合。
7.根據權利要求2所述的方法，該方法進一步包括 連續地浮動固定參數集合的子集中的每個參數，該子集包含相對精度度量處于臨界值范圍內的參數； 在每個附加參數被浮動之后，運行驗證回歸；以及 響應于所述驗證回歸的殘余的提高，將所述附加參數固定在新固定參數值，該新固定參數值根據所述驗證回歸來確定。
8.根據權利要求7所述的方法，該方法進一步包括 確定所述預設參數值和所述新固定參數值之間的差值； 將所述差值標準化至所述參數的精度度量；以及 響應于標準化的差值大于臨界值，使用所修訂的散射測量模型和新固定參數值來重新計算所述測得的光譜信息的雅克比矩陣。
9.根據權利要求8所述的方法，該方法進一步包括 基于根據所重新計算的雅克比矩陣確定的針對多個參數組合中的每個模型參數的精度度量來識別模型參數集合，其中所述模型參數集合的每個參數將被固定為重新修訂的散射測量模型中的預設參數值；以及 使用所述重新修訂的散射測量模型在所述測得的光譜信息上運行回歸來生成重新仿真的光譜信息。
10.根據權利要求1所述的方法，其中所述測得的光譜信息具有形成于半導體晶片的光柵的特征。
11.一種其上存儲有指令的機器可存取儲存介質，該指令促使數據處理系統執行用于識別散射測量模型參數集合的方法，該散射測量模型參數集合將在散射測量分析期間浮動以使模型適應于測得的光譜信息，所述方法包括 接收所述測得的光譜信息； 接收具有多個(N個)模型參數的初始散射測量模型； 計算所述測得的光譜信息的雅克比矩陣，該雅克比矩陣包含針對所述多個模型參數的每個模型參數的列； 基于根據所述雅克比矩陣確定的針對多個參數組合中的每個模型參數的精度度量來識別模型參數集合，其中該集合的每個參數將被固定為修訂的散射測量模型中的預設參數值；以及 使用所述修訂的散射測量模型在所述測得的光譜信息上運行回歸來生成仿真的光譜信息。
12.根據權利要求11所述的儲存介質，其中用于識別將被固定的所述模型參數集合的指令進一步包括用于以下操作的指令 生成包括從雅克比矩陣復制出的參數列的多個不同組合的測試矩陣； 針對每個組合中的所述參數列的每個參數列，計算相對精度度量，所述相對精度度量是所述精度度量和與該參數相關聯的預期過程變差的函數； 基于針對每個組合的所述相對精度度量的極值，識別滿足所述相對精度度量的臨界值并且包含最大量的參數列的組合；以及 將模型參數固定為預設值，該模型參數的每個模型參數不在對應于所識別的組合的參數列的集合中。
13.根據權利要求12所述的儲存介質，其中用于針對每個所識別的組合中的參數列的每個參數列，計算所述相對精度度量的指令進一步包括用于以下操作的指令 為所有模型參數確定光譜噪聲協方差(S)； 根據S確定所述測試矩陣的參數空間中的擾動協方差(Cp)； 通過將根據Cp確定的參數精度度量除以針對該參數的所述預期過程變差，以確定所述相對精度度量；以及 其中所述相對精度度量的極值是該相對精度度量的最大值。
14.根據權利要求12所述的儲存介質，其中用于生成所述測試矩陣的指令進一步包括用于以下操作的指令 迭代地集成所述測試矩陣，其中對于每個連續的迭代，與先前的測試矩陣迭代相比具有一個附加浮動參數的N個列組合從所述雅克比矩陣中被復制，并且被附加于所有從先前的迭代中確定的具有最低相對精度度量的參數組合；以及 其中用于識別滿足相對精度度量的臨界值并且包含最大量的參數列的組合的指令進一步包括用于以下操作的指令 對參數組合進行浮動，該參數組合在之前的迭代中與參數集合相結合以進行浮動時具有最低相對精度度量； 響應于浮動的參數的最大相對精度達到臨界值，終止迭代的測試矩陣集成；以及將從上一次測試矩陣集成迭代中浮動的組合中排除的模型參數集合識別作為將被固定的參數集合。
15.根據權利要求12所述的儲存介質，該儲存介質進一步包括存儲于其上的引起所述數據處理系統執行方法的指令，該方法進一步包括 連續地浮動固定的參數集合的子集中的每個參數，該子集包含相對精度度量處于臨界值范圍內的參數，該相對精度度量是所述精度度量和與該參數相關聯的預期過程變差的函數； 在每個附加參數被浮動之后，運行驗證回歸；以及 響應于所述驗證回歸的殘余的提高，將所述附加參數固定在新固定參數值，該新固定參數值根據所述驗證回歸來確定。
16.根據權利要求15所述的儲存介質，該儲存介質進一步包括存儲于其上的促使所述數據處理系統執行方法的指令，該方法進一步包括 確定所述預設參數值和所述新固定參數值之間的差值； 將所述差值標準化至所述參數的精度度量；以及 響應于標準化的差值大于臨界值，使用所修訂的散射測量模型和新固定參數值來重新計算所述測得的光譜信息的雅克比矩陣。
17.一種用于分析具有未知參數的樣本衍射結構的光學計量系統，該系統包括 散射測量模型預處理器，被配置成 計算由所述計量系統測得的光譜信息的雅克比矩陣，所述雅克比矩陣包含針對多個初始模型參數中的每一參數的列； 基于根據雅克比矩陣確定的針對多個參數組合中的每個模型參數的精度度量來識別模型參數集合，其中所述模型參數集合的每個參數將被固定為修訂的散射測量模型中的預設參數值；以及 計量處理器，用于使用所述修訂的散射測量模型在所述測得的光譜信息上運行回歸并來生成仿真的光譜信息。
18.根據權利要求17所述的光學計量系統，其中所述散射測量模型預處理器進一步被配置成 根據所述雅克比矩陣，生成包括參數列的多個組合的測試矩陣； 針對每個組合中的所述參數列的每個參數列，計算相對精度度量，所述相對精度度量是所述精度度量和與該參數相關聯的預期過程變差的函數； 基于針對每個組合的所述相對精度度量的極值，識別滿足所述相對精度度量的臨界值并包含最大量的參數列的組合；以及 將模型參數固定為預設值，該模型參數的每個模型參數不在對應于所識別的組合的參數列的集合中。
19.根據權利要求18所述的光學計量系統，其中所述散射測量模型預處理器進一步被配置成 連續地浮動固定參數集合的子集中的每個參數，該子集包含相對精度度量處于臨界值范圍內的參數，所述相對精度度量是所述精度度量和與該參數相關聯的預期過程變差的函數； 在每個附加參數被浮動之后，執行驗證回歸；以及 響應于所述驗證回歸的殘余的提高，將所述附加參數固定在新固定參數值，該新固定參數值根據所述驗證回歸來確定。
20.根據權利要求17所述的光學計量系統，其中所述散射測量模型預處理器進一步被配置成 確定所述預設參數值和所述新固定參數值之間的差值； 將所述差值標準化至所述參數的精度度量；以及 響應于標準化的差值大于臨界值，使用所修訂的散射測量模型和新固定參數值來重新計算所述測得的光譜信息的雅克比矩陣。
全文摘要
提供了用于分析具有未知參數的樣本衍射結構的散射測量模型優化參數的自動確定。預處理器根據多個浮動的模型參數，確定簡化的模型參數集合，該簡化的模型參數集合能夠基于從關于每個參數的測得的光譜信息的雅克比矩陣中確定的用于每個參數的相對精度，合理地在散射測量模型中浮動。在考慮組合的參數間的相關性的情況下，確定用于每個參數的相對精度。
文檔編號G01N21/47GK103026204SQ201180032548
公開日2013年4月3日 申請日期2011年7月18日 優先權日2010年7月22日
發明者J·弗恩斯, J·J·亨奇, S·科馬羅夫, T·德茲拉 申請人:克拉-坦科股份有限公司, 東京毅力科創株式會社