用于计量仪器的评估和优化方法技术

本发明专利技术涉及用于通过基于精确度和准确度确定总测量不确定性（ＴＭＵ），评估和优化计量仪器的方法及相关的程序产品。基于线性回归分析并从净残留误差除去参考测量系统不确定性（ＵＲＭＳ），计算ＴＭＵ。ＴＭＵ提供测试中的测量系统是否有能力检测正确的产品变化的客观和更准确的表示。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术总体上涉及计量仪器。
技术介绍
有效的半导体制造需要高度精确的和准确的计量仪器。具体地说，要求计量仪器实现小的容差，以在制造工序中实现质量更好的产品和更少的不合格品。例如，1999版的“International Technology Roadmap forSemiconductors”列出了在2001年用于隔离线控制需要的精确度是1.8nm。令人遗憾地，对于大量的原因来说，正确地评估和优化计量仪器的测量电位是困难的。例如，评估器(evaluator)通常限制接近研究中的各种仪器。此外，每个仪器需要在宽范围条件下评估，以便得到在实际制造设置中它怎样执行的有效效果。最后，相对于需要的参数和应该怎样测量该参数没有普遍接受的标准。结果，为了比较制造光刻需求在有意义的长度单位中计算计量仪器的不确定性的适当办法已经变得难以琢磨。当前评估方法通常基于仪器的可重复性和可再现性(R&R)。对于临界尺寸(CD)计量仪器，常常通过从制造线获得部分地构造的产品晶片的代表性样品来执行评估。然后在评估中的仪器上执行制法(recipes)(编程指令)，以便可以进行静态可重复性和长期可再现性的评估。例如，为了确定测量给定产品级别的静态可再现性，执行制法，以使得CD计量仪器导航到晶片上的特定地点，然后重复地测量给定特征的尺寸。由获得的数据的标准偏差确定测量可重复性。除在从秒至天的任意长度的时间范围内在每次测量之间从仪器移走样品之外，以与静态可重复性的相似方式确定长期可再现性，也称作精确度。令人遗憾地，如果测量是错误的，那么测量的可重复性和可再现性是无意义的。准确度也必须考虑。上述方法除了通过与间距标准校准来保证适当的放大率之外，不评估仪器的准确度。不考虑准确度的部分原因是接受的准确度标准一般是不可得到的，因为半导体技术发展速度通常使任何标准很快过时。这些方法的结果是测试中的测量系统可以被误导地表示为可靠。一种为计量仪器评估提出的解决办法除精确度之外又引入与准确度相关的新参数。参见Parke和Archie的“Characteristics of Accuracy for CDMetrology”Proceedings of SPIE，Volume 3677，pp.291-308(1999)。该方法不同于使用标准产品晶片作为样品，通过例如构造称为聚焦和曝光矩阵(FEM)晶片的晶片。在该方法中，通过使用有关的参考测量系统(RMS)为FEM上的各个区域确定实际的CD值。该方法之后，通过线性回归法比较RMS值和来自测试中的仪器的测量，这对于两种变量都容易有误差的情况是有效的。FEM晶片的使用是有利的，因为它们提供仅仅在相当多的时间之后在普通制造线环境下可能发生的产品变化的例子。该方法的重要参数包括回归斜率、平均偏移量和称作非线性的“拟合不足(poorness-of-fit)”参数。尽管存在用于可重复性、可再现性和准确度的这组参数，但是评估器仍必须确定，稍微任意地，怎样结合这些各种参数以评估或优化仪器。鉴于上述问题，需要一种用于评估和优化计量仪器的改进方法的技术。
技术实现思路
本专利技术涉及用于通过基于精确度和准确度确定总测量不确定性(TMU)，评估和优化计量仪器的方法。基于线性回归分析并从净残留误差(net residual error)除去参考测量系统不确定性(URMS)，计算TMU。TMU提供测试中的测量系统是否有能力检测正确的产品变化的客观和更准确的表示。通过本专利技术实施例的下列更加具体的描述，本专利技术的上述及其它特征将显而易见。附图说明下面将参考下列附图详细描述本专利技术的实施例，其中相同的标号表示相同的部分，以及其中图1示出了用于测试中的测量系统与参考测量系统的数据曲线图。图2A-B示出了本专利技术的评估方法实施例的流程图。图3示出了用于测量的制造品(artifact)的多个剖面图。图4示出了用于一对测试中的CD扫描电子显微镜(SEM)与原子力显微(AFM)参考测量系统的数据曲线图。图5示出了制造品的一个特征的AFM图像。图6示出了通过光刻步进器聚焦和剂量的各个特征的特征高度和侧壁角度的变化曲线图。图7A-B示出了本专利技术的优化方法实施例的流程图。图8示出了总测量不确定性和校正精确度与来自图7A-B所示的优化工序的SEM数据平滑量的曲线图。具体实施例方式为了清楚该说明书包括下列标题I.数据分析，II.评估方法，III.优化方法，IV.结论。应该认识到尽管该说明书自始至终都将提及特定类型的测量系统，但是本专利技术的教导可应用于任意类型的测量系统。I.数据分析为了确定测试中的测量系统(下面称为“MSUT”)的总测量不确定性(下面称为“TMU”)，将MSUT与参考测量系统(下面称为“RMS”)的测量数据集相比较是必须的。用于比较这种数据集的常规技术是通过相互标绘该数据集导出的线性回归，如图1所示。下列数据分析源自于Banke和Archie的论文“Characteristics of Accuracy for CD Metrology”Proceedings of SPIE，Volume 3677，pp.291-308(1999)，其描述了本专利技术绘制的线性回归形式。如在此所使用，精确度应该指一个∑(σ)值。当将一个变量回归到另一个变量上时，假定两个变量之间的关系。参考图1，假定当与一组参考标准即来自RMS的例如CD AFM比较时，MSUT例如CD SEM应该线性地表现为第一阶。这种模型将由斜率β和截距α表示，如下列方程式yi＝α+βxi+εi(1)其中yi和xi分别表示第i个因变量和自变量，以及εi是来自模型第i偏差或残留。根据计量仪器评估和优化数据分析和方法，如下面更详细地论述，自变量x指MSUT，以及因变量y指RMS。通常的最小二乘(下面称为“OLS”)拟合是一般线性回归分析的一种类型，其中假定自变量(MSUT)没有误差。但是，特别在半导体工业计量应用的情况下，存在这些假定无效的情况。存在给出关于当什么条件时或在什么条件下可允许使用OLS的某些指示的标准。一种标准是基于自变量的精确度，σx，与所有x值的标准偏差相比是小的σall x valuesσx>>1...(2)]]>用于OLS拟合的可接受使用的另一标准是|β|×σxσy<<1...(3)]]>如果估计的斜率几乎是一致的，那么容易看到自变量(MSUT)中的精确度与用于有效的OLS的因变量(RMS)中的精确度相比必定更加小，或更好。或许测试中最重要的是，未知MSUT的准确度是用于评估该准确度的所得参数上的参考标准中的不确定性效应。为了说明这些，解决y(RMS)和x(MSUT)变量的误差和评估所得最佳拟合线的斜率和截距的线性回归方法是必需的，以公平地评估测量系统的准确度。如由John Mandel在1964年引入并在1984修订的Mandel线性回归提供了当两个变量都容易有误差时处理最小二乘拟合的方法。该更普遍的回归分析的一个好处是它可以用于x和y的所有误差程度，即使当x的误差是零，σx＝0的情况。影响本文档来自技高网...

【技术保护点】
一种用于评估测试中的测量系统（ＭＳＵＴ）的方法，该方法包括以下步骤：（ａ）提供具有多个结构的衬底；（ｂ）使用参考测量系统（ＲＭＳ）测量所述多个结构的尺寸，以产生第一数据集，并通过所述第一数据集计算ＲＭＳ不确定性（Ｕ↓［ＲＭＳ］），其中所述ＲＭＳ不确定性（Ｕ↓［ＲＭＳ］）定义为ＲＭＳ精确度和独立确定的ＲＭＳ总测量不确定性（ＴＭＵ↓［ＲＭＳ］）之一；（ｃ）使用所述ＭＳＵＴ测量所述多个结构的尺寸，以产生第二数据集，并通过所述第二数据集计算所述ＭＳＵＴ的精确度；（ｄ）进行所述第一和第二数据集的线性回归分析，以确定所述ＭＳＵＴ的校正精确度和净残留误差；以及（ｅ）通过从所述净残留误差除去所述ＲＭＳ不确定性（Ｕ↓［ＲＭＳ］），确定用于所述ＭＳＵＴ的总测量不确定性（ＴＭＵ）。

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：CN阿奇，WG小班克，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：US[美国]