确定离子分布的快速预测方法技术

本发明专利技术公布了一种预测离子注入中的离子分布的方法，包括以下步骤：初始化离子、靶原子材料，并输入和分裂、散射相关的数据文件；在离子的运动过程中，使能量高于离子分裂能量Ｅ↓［ｓ］的离子分裂成两个虚离子；重复上述离子分裂的步骤，计算体系中所有虚离子的停止位置，得到最终的离子分布，其中，对离子的分裂进行控制，使得更多的离子在高能的条件下运动，从而有更多的离子进入统计稀有区。本发明专利技术的方法改进了传统的离子注入预测流程，大幅度地提高了预测结果的精度和可靠性，缩短了预测时间，提高了后续工艺处理的精度。

【技术实现步骤摘要】

本专利技术涉及一种新型的确定离子分布的方法，该方法以蒙特卡洛方法的原理为基础，改进了传统的离子注入预测流程，大幅度地提高了预测结果的精度和可靠性，缩短了预测时间，提高了后续工艺处理的精度。
技术介绍
目前集成电路的特征尺寸不断缩小，预计到2010年前后就可以达到50纳米。超浅结的形成是超深亚微米器件的关键技术之一。尽管现在正在研究多种形成浅结的方法，但离子注入作为一种成熟的集成电路的关键工艺，依然具有其不可替代的价值。离子注入过程中，预测离子的分布是比较基础和重要的环节之一。为了得到理想的离子分布，人们通过改变工艺参数采用预测方法得到理想的离子分布。由此选择工艺参数的方法大大减少时间和经费。精确的离子分布对于后续的工艺流程起着至关重要的作用。通常说来，在离子注入中预测离子分布的方法有两种第一，通过解析公式获得。人们提出一个解析公式，在此公式中有很多参数未定。通过大量的实验数据，拟合出这些参数。这些参数并不是全局不变的，而是随着实验条件发生改变。目前采用的公式通常是双Pearson分布。这种方法的优点是获得离子分布的时间很短，并且比较精确；缺点是实验数据往往不能覆盖所有的实验条件。比如在大角度的注入，或者考虑区域比较复杂，多离子注入等条件下。特别是在超低能注入，实验数据本身有着很大的系统误差的情况下，离子分布不够精确。此外，这种方法对于理解离子注入的物理机制毫无帮助。无法获得缺陷分布。第二，利用原子级的方法获得。所谓原子级的方法就是模拟注入离子的真实运动，跟踪离子直至离子停止或者离开预先设定的区域。这是最为准确和最贴近真实情况的预测方法。由于人们很难直接观察真实离子的运动状况，通过这种方法可以深入了解离子在注入过程中的各种物理过程，对于工艺的改进起着至关重要的作用。通过这种方法，人们可以得到任意条件下的离子分布，缺陷损伤的分布。这些分布对于后续退火的预测至关重要。但是，和解析模型相比，其预测时间大大增加。因此，如何在保持精度的条件下，减少预测时间，是人们主要的研究方向。通常原子级的预测方法有蒙特卡洛方法和分子动力学两种方法。在蒙特卡洛方法中，把离子和靶原子的相互作用看成一个随机过程，利用随机数对离子散射后的状态进行选择。蒙特卡洛方法是建立在BCA理论的基础上的。另外一种原子级的预测方法是分子动力学的方法。通过计算入射周围靶原子对它的相互作用，从而得到离子在任何时候的运动状态，完全重现真实的离子运动状况。和蒙特卡洛方法相比，它更为精确，但是所需要花费的时间更多。在实际的预测中，蒙特卡洛方法得到了广泛地应用。比起解析模型，它所能应用的工艺条件广泛，能够提供诸如杂质和损伤的精确分布。同时其速度比起分子动力学方法大大减少，能够满足实际的需要。在蒙特卡洛预测过程中，离子和靶原子的相互作用是通过一个随机过程实现的。因此需要利用随机数来确定散射后离子的状态。这样就给最终的结果引入了不确定性。最终的离子分布曲线不会是光滑的而是带有一定的统计涨落。为了减少统计涨落，保证精度，传统的办法是进行大量重复实验。通过增加实验次数，实现统计量的相应增大，然后取平均。曲线上的某点的精度和落在该点附近的离子数目有关的。而曲线的尾部离子数目要远远小于峰值的离子数。为了得到比较精确的尾部，就需要大大增加总的实验次数。这会使得预测的时间大大增加。下面简单介绍蒙特卡洛离子注入预测的基本过程。从物理原理来说，注入的离子通过和靶原子的核和电子相互作用，逐步损失能量，最后停在靶材料中的某个位置。传统的离子注入流程。流程见图1。(c.1)确定离子的初始条件包括能量、速度和位置。开始跟踪离子。(c.2)和靶原子发生核散射。离子的原子核和靶原子的原子核发生弹性碰撞，蒙特卡洛方法采用传统的BCA理论建立模型。其基本假设是和离子发生碰撞的靶原子每次只有一个。这样可以采用传统的二体碰撞理论处理碰撞事件。图2演示了核散射过程。(c.3)计算散射后离子的速度。在BCA理论中，散射过程除了和离子的初始能量和动量有关外，还和碰撞参数b密切相关。这里，碰撞参数b的定义为假定两个离子不发生碰撞所能到达的最小距离。图2给出了b的定义。在蒙特卡洛非晶离子注入的过程中，碰撞参数b为一个随机变量，计算公式为b=RrandπNdens2/3,----(1)]]>这里，Rrand是0和1之间均匀分布的随机数。Ndens是靶材料的原子密度。定义bmax=1πNdens2/3.]]>根据(1)，b在0和bmax之间变化。(c.4)计算自由飞行和电子能量损失。(c.5)判定离子能量是否小于一个阈值Ed。这里Ed被称为移位阈能。如果满足，则离子被认为已经停止；否则，转移到(c.2)。(c.6)记录当前离子的停止位置。(c.7)判定已跟踪的离子数是否达到预先设定的值N0。N0越大，最终结果的精确度就越高，但是所花费的时间就越长。如果不满足，转移到(c.1)；如果满足，转到(c.8)。(c.8)总结所有离子的停止位置，计算得到离子数目随着入射深度的变化曲线即离子分布曲线。图3为能量为160kev，剂量为1e15，夹角和方位角为0的砷注入到硅中的分布曲线，它是离子分布的典型形状。离子分布曲线是通过计算到达给定区域的离子数得到的。在某些区域离子的浓度很低，可能比其他部分低2个数量级，这样的区域被称为稀有事件区域。这意味着，当其他的区域到达100个离子，而稀有事件区域则只能到达一个离子。同时注意到，曲线的统计涨落满足σ(N)N=1N----(2)]]>这样直接的后果是，当其他区域到达足够多的离子统计涨落很小的情况下，稀有事件区域仍然离子数仍很少，曲线在这里不能达到足够的精度。在图3中，在离子分布曲线的头部和尾部，被矩形所围出的区域就可称为稀有事件区域。很明显地看到，曲线在这个区域统计涨落明显要大于其他的区域。对于更大的深度(＞0.3um)，离子到达这个区域的概率更低，可以说，几乎没有离子到达那个区域。在传统的蒙特卡洛计算中，通常采用增加总离子数N0的办法来减少统计涨落使得更多的离子到达稀有事件区域或者更深位置。但是增加的离子绝大多数还是停留在非稀有区的位置，这会使预测时间大大增加的同时，最终的结果并不一定有很大的改善。为了减少离子分布特别是尾部的统计涨落，Beardmore等人使用了分裂方法(SMSplitting Method即REA)。其分裂方法的基本内容是通过不考虑级联碰撞的办法跟踪单个离子的注入，被跟踪的离子在靶材料中遵循物理学中各种力的作用发生运动。当运动离子到达分离层位置，离子发生分裂。分裂后的离子同原先的离子具有相同的物理属性(如质量、速度、能量等)，同时他们的统计属性(权重)被均分。当所有分裂后的离子停下来的时候，统计各个深度的停留离子数目，进行加权计算，并根据注入浓度换算出最终的射程分布。图4给出这种分裂方法的基本原理。在Beardmore的方法中，分裂层必须正确地设定，否则可能会在非稀有事件区产生大量的离子；此外，每一个分裂的离子都需要被跟踪直到最终停止。
技术实现思路
本专利技术的目的是在预测时间和离子数目保持不变的前提下，增加蒙特卡洛方法的预测精度，减少统计涨落。特别是在非晶材料中，靶原子的排列保持各向同性本文档来自技高网...

【技术保护点】
一种预测离子注入中的离子分布的方法，包括以下步骤：初始化离子、靶原子材料，并输入和分裂、散射相关的数据文件；在离子的运动过程中，使能量高于预定的离子分裂能量Ｅ↓［ｓ］的离子分裂成两个虚离子；重复上述离子分裂的步骤，计 算体系中所有虚离子的停止位置，得到最终的离子分布，其中，对离子的分裂进行控制，使得更多的离子在高能的条件下运动，从而有更多的离子进入统计稀有区。

【技术特征摘要】

【专利技术属性】
技术研发人员：张进宇，施小康，铃木邦广，冈秀树，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：JP[日本]