极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法技术

一种极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法。该方法包括建模和检测两部分。在建模阶段，首先利用光刻仿真软件仿真含多层膜相位型缺陷的空白掩模在不同照明条件下的空间像。然后采用傅里叶扫描相干衍射成像技术(Fourier Ptychography Imaging，FPI)对空间像进行相位恢复，最后利用人工神经网络建立以空间像信息为输入、掩模多层膜相位型缺陷底部形貌参数为输出的检测模型。在检测阶段，采集实际掩模空间像，利用检测模型求解出实际掩模缺陷的底部形貌参数，实现掩模多层膜相位型缺陷底部形貌检测。本发明专利技术可快速准确检测极紫外光刻掩模多层膜相位型缺陷底部的形貌。

【技术实现步骤摘要】
极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法
本专利技术涉及极紫外光刻掩模，特别是一种极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法。
技术介绍
光刻是集成电路制造的核心技术。极紫外光刻(EUVL)被看作是制造7nm及更小节点芯片最有前景的光刻技术。极紫外光刻掩模缺陷严重影响芯片生产的良率，并且目前尚无法实现无缺陷掩模的加工制造。因此对掩模缺陷进行检测并根据检测结果对掩模缺陷进行补偿具有重要意义。多层膜缺陷是极紫外光刻掩模中独有的缺陷，根据对掩模反射率影响的不同可分为振幅型缺陷与相位型缺陷，相位型缺陷位于多层膜底部，造成多层膜的变形，在不破坏多层膜结构的情况下，现有仪器难以检测其底部形貌。在先技术1(在先技术1：Xu,Dongbo,PeterEvanschitzky,andAndreasErdmann."Extremeultravioletmultilayerdefectanalysisandgeometryreconstruction."JournalofMicro/Nanolithography,MEMS,andMOEMS15.1(2016):014002)使用强度传输方程(TIE)对空间像的相位信息进行恢复，并利用人工神经网络构建了空间像信息和掩模多层膜相位型缺陷形貌参数之间的关系，但偏重于对缺陷表面形貌的检测，对缺陷底部形貌检测精度较低，且该技术在检测过程中对空间像传感器的移动会引入误差，影响检测精度。在先技术2(在先技术2：Dou,Jiantai,etal."EUVmultilayerdefectsreconstructionbasedonthetransportofintensityequationandpartialleast-squareregression."InternationalConferenceonOpticalandPhotonicsEngineering(icOPEN2016).Vol.10250.InternationalSocietyforOpticsandPhotonics,2017)使用强度传输方程(TIE)对空间像的相位信息进行恢复，并采用最小二乘回归的方法构建空间像的相位信息与掩模多层膜相位型缺陷表面形貌参数之间的关系，可较好检测出缺陷表面形貌，但无法检测缺陷底部形貌，且该技术在检测过程中同样需要对空间像传感器进行移动，传感器的移动会引入误差，影响检测精度。
技术实现思路
本专利技术的目的在于提供一种极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法。利用傅里叶扫描相干衍射成像技术(FourierPtychographyImaging，FPI)对空间像进行相位恢复，利用人工神经网络拟合空间像信息与掩模多层膜相位型缺陷底部形貌参数之间的关系。主要针对极紫外光刻掩模缺陷中最难以检测的多层膜相位型缺陷的底部形貌，快速准确地对掩模多层膜相位型缺陷底部形貌进行检测。本专利技术的技术解决方案如下：(1)表征掩模多层膜相位型缺陷形貌：掩模多层膜相位型缺陷主要是由基底缺陷造成的多层膜变形，掩模多层膜相位型缺陷表面与底部呈不同形状的凸起或凹陷。以高斯型缺陷参数表征掩模多层膜相位型缺陷的形貌，缺陷表面半高全宽为ωtop，高度为htop，缺陷底部半高全宽为ωbot，高度为hbot。由于掩模多层膜相位型缺陷表面形貌可以较好地由现有仪器检测，可将表面形貌设定为已知参数，检测目标设定为掩模多层膜相位型缺陷底部形貌参数。(2)仿真获取不同照明方向下含多层膜相位型缺陷空白掩模空间像的强度：为避免掩模吸收层图案及掩模吸收层缺陷对掩模多层膜缺陷检测产生干扰，对掩模多层膜缺陷进行检测时需采用未涂覆吸收层的空白掩模。入射光方向的选择决定了所成空间像的频谱范围。选取n个满足相邻两点光源照明下所成空间像频谱范围之间的重叠率大于60％的点光源，利用光刻仿真软件仿真得到照明角度为l1，l2…ln时含多层膜相位型缺陷空白掩模空间像的强度Ilr1，Ilr2…Ilrn。(3)恢复含多层膜相位型缺陷空白掩模空间像的相位：①设含多层膜相位型缺陷空白掩模空间像的复振幅为其中，Ih为空间像的振幅，为空间像的相位。设定Ih的初始值为任意照明方向下的含多层膜相位型缺陷空白掩模空间像的强度，的初始值为0。对含多层膜相位型缺陷空白掩模空间像复振幅的初始值作傅里叶变换，将其转化为傅里叶域的宽光谱；②用照明角度为l1时对应的低通滤波器对宽光谱进行低通滤波，然后对低通滤波后的宽光谱进行傅里叶逆变换产生照明角度为l1时空间像复振幅的估计值Il1为照明角度为l1时空间像强度的估计值，为照明角度为l1时空间像相位的估计值；③用照明角度为l1时仿真得到的含多层膜相位型缺陷空白掩模空间像的强度Ilr1替代照明角度为l1时空间像复振幅的估计值中的Il1得到对作傅里叶变换，替代宽光谱中照明角度为l1时对应的低通滤波器位置处频谱，更新宽光谱。对宽光谱进行傅里叶逆变换，更新含多层膜相位型缺陷空白掩模空间像复振幅④对于照明角度l2，l3…ln重复步骤②，③；⑤设定当两次更新之间含多层膜相位型缺陷空白掩模空间像相位的差异的最大值小于C(0.00001≤C≤0.001)时,判定迭代收敛。重复步骤②-④直到两次更新之间的含多层膜相位型缺陷空白掩模空间像相位的差异的最大值小于C，停止迭代。此时的中的Ih为含多层膜相位型缺陷空白掩模空间像的强度，为恢复的含多层膜相位型缺陷空白掩模空间像的相位。(4)训练人工神经网络：选取m种缺陷底部高度hbot在0-50nm范围内，缺陷底部半高全宽ωbot在0-50nm范围内的缺陷表面形貌参数相同的含多层膜相位型缺陷空白掩模。重复使用(3)中所述方法得到m种具有不同缺陷底部形貌参数的含多层膜相位型缺陷空白掩模的空间像的强度Ih，将空间像的强度Ih开方可得空间像的振幅Ah，取振幅图像的最小值Amin和半高全宽Afwhm。重复使用(3)中所述方法得到m种具有不同缺陷底部形貌参数的含多层膜相位型缺陷空白掩模的空间像的相位取相位图像的最小值Pmin和半高全宽Pfwhm。以振幅图像的最小值Amin、振幅图像的半高全宽Afwhm、相位图像的最小值Pmin、相位图像的半高全宽Pfwhm作为人工神经网络的输入，对应的掩模多层膜相位型缺陷底部高度hbot和半高全宽ωbot作为人工神经网络的输出。采用的人工神经网络为含多隐层的深度学习结构，先使用四输入二输出的人工神经网络对掩模多层膜相位型缺陷底部高度hbot和半高全宽ωbot同时进行训练，形成训练后人工神经网络1。再将掩模多层膜相位型缺陷底部半高全宽ωbot与振幅图像的最小值Amin，振幅图像的半高全宽Afwhm，相位图像的最小值Pmin，相位图像的半高全宽Pfwhm一同作为人工神经网络的输入，掩模多层膜相位型缺陷底部高度hbot作为人工神经网络的输出，使用五输入一输出的人工神经网络对掩模多层膜相位型缺陷底部高度hbot进行训练，形成训练后人工神经网络2。(5)检测掩模多层膜相位型缺陷底部形貌：将待测空白掩模置于极紫外光刻机掩模台上，空间像传感器置于极紫外光刻机焦面处，采用点光源照明，调整点光源的位置使得照明方向与仿真时采用的照明方向相同。计算机控制空间像传感器获取照明角度为l1，l2…ln时待测空白本文档来自技高网...

【技术保护点】
1.一种极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法，特征在于包括如下步骤：步骤1.仿真获取多种照明方向下含多层膜相位型缺陷空白掩模空间像的强度：选取n个满足相邻两点光源照明下所成空间像频谱范围之间的重叠率大于60％的点光源，利用光刻仿真软件仿真得到照明角度为l1，l2...ln时含多层膜相位型缺陷空白掩模空间像的强度Ilr1，Ilr2...Ilrn；步骤2.恢复含多层膜相位型缺陷空白掩模空间像的相位：①设含多层膜相位型缺陷空白掩模空间像的复振幅为

【技术特征摘要】
1.一种极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法，特征在于包括如下步骤：步骤1.仿真获取多种照明方向下含多层膜相位型缺陷空白掩模空间像的强度：选取n个满足相邻两点光源照明下所成空间像频谱范围之间的重叠率大于60％的点光源，利用光刻仿真软件仿真得到照明角度为l1，l2...ln时含多层膜相位型缺陷空白掩模空间像的强度Ilr1，Ilr2...Ilrn；步骤2.恢复含多层膜相位型缺陷空白掩模空间像的相位：①设含多层膜相位型缺陷空白掩模空间像的复振幅为其中，Ih为空间像的振幅，为空间像的相位，设定Ih的初始值为任意照明方向下的含多层膜相位型缺陷空白掩模空间像的强度，的初始值为0，对含多层膜相位型缺陷空白掩模空间像复振幅的初始值作傅里叶变换，将其转化为傅里叶域的宽光谱；②用照明角度为l1时对应的低通滤波器对宽光谱进行低通滤波，然后对低通滤波后的宽光谱进行傅里叶逆变换产生照明角度为l1时空间像复振幅的估计值Il1为照明角度为l1时空间像强度的估计值，为照明角度为l1时空间像相位的估计值；③用照明角度为l1时仿真得到的含多层膜相位型缺陷空白掩模空间像的强度Ilr1替代照明角度为l1时空间像复振幅的估计值中的Il1得到对作傅里叶变换，替代宽光谱中照明角度为l1时对应的低通滤波器位置处频谱，更新宽光谱，对宽光谱进行傅里叶逆变换，更新含多层膜相位型缺陷空白掩模空间像复振幅④对于照明角度l2，l3...ln重复步骤②，③；⑤设定当两次更新之间含多层膜相位型缺陷空白掩模空间像相位的差异的最大值小于阈值C时，判定迭代收敛，重复步骤②-④直到两次更新之间的含多层膜相位型缺陷空白掩模空间像相位的差异的最大值小于C，停止迭代，此时的中的Ih为含多层膜相位型缺陷空白掩模空间像的强度，为恢复的含多层膜相位型缺陷空白掩模空间像的相位；步骤3.训练人工神经网络：选取m种缺陷底部高度hbot在0-50nm范围内，缺陷底部半高全宽ωbot在0-50nm范围内的缺陷表面形貌参数相同的含多层膜相位型缺陷空白掩模；重复步骤2得到m种具有不同缺陷底部形貌参数的含多层膜相位型缺陷空白掩模的空间像的强度Ih，将空间像的强度Ih开方可得空间像的振幅Ah，取振幅图像的最小值Amin和半高全宽Afwhm；重复步骤2得到m种具有不同缺陷底部形貌参数的含多层...

【专利技术属性】
技术研发人员：成维，李思坤，王向朝，张恒，孟泽江，
申请(专利权)人：中国科学院上海光学精密机械研究所，
类型：发明
国别省市：上海,31