芯片版图图形生成方法、系统、控制器及存储介质技术方案

本发明专利技术公开了一种芯片版图图形生成方法、系统、控制器及存储介质，其中，芯片版图图形生成方法通过对预设测试图形进行沃尔什

【技术实现步骤摘要】
芯片版图图形生成方法、系统、控制器及存储介质


[0001]本申请涉及集成电路制造
，具体涉及一种芯片版图图形生成方法、系统、控制器及存储介质。

技术介绍

[0002]现有技术中，芯片版图的测试图形为其可制造性研究提供了从早期工艺开发、设计规则优化的关键数据，兼具多样行性和独特性的芯片版图测试图形对于光刻的许多应用，如掩模优化、热点库构建、抗蚀剂模型校准等应用，具有重要作用，当前，测试图形又分为一维和二维，其生成的方法也有所不同。对于一维图形(矩形)，常见的传统方法是有条件地在网格上放置单元图案；对于二维图形(多边形)，常见的传统方法是从更大的节点版图图形等比例缩小；
[0003]但是随着芯片尺寸的缩小和版图越来越复杂，现有技术中一维或二维图形的生成方法暴露出了其在面对复杂芯片版图设计时模拟精确度不足等问题，且受限于芯片较长的设计周期，是当前领域技术人员无法有效的获取多样性的版图图形，严重影响了优化光刻工艺、设计规则改进等领域中新技术节点的开发流程。

技术实现思路

[0004]本申请实施例提供一种芯片版图图形生成方法、系统、控制器及存储介质，至少能保证，本申请方案通过对预设测试图形进行沃尔什
‑
哈达玛变换处理，生成对抗神经网络，并进行逆沃尔什
‑
哈达玛变换处理后进行条件生成对抗网络的方式，进行芯片版图图形的生成，从而快速有效使得生成具有多样性和独特性的芯片版图图形库，从而应用于优化光刻工艺、设计规则改进等领域，满足新技术节点的开发流程。
[0005]第一方面，本申请实施例提供了一种芯片版图图形生成方法，包括：
[0006]对预设测试图形进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号；
[0007]根据所述第一沃尔什
‑
哈达玛信号训练生成对抗神经网络，并根据所述生成对抗神经网络得到第二沃尔什
‑
哈达玛信号；
[0008]对所述第二沃尔什
‑
哈达玛信号进行逆沃尔什
‑
哈达玛变换处理，得到第一版图图形；
[0009]根据所述第一版图图形训练条件生成对抗网络，并根据所述条件生成对抗网络得到第二版图图形。
[0010]在一些实施例中，所述对预设测试图形进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号，包括：
[0011]对所述预设测试图形进行分割处理，得到多个版图图形块；
[0012]对所述版图图形块进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号。
[0013]在一些实施例中，所述根据所述第一沃尔什
‑
哈达玛信号训练生成对抗神经网络，包括：
[0014]将所述第一沃尔什
‑
哈达玛信号输入至所述生成对抗神经网络的鉴别器与生成器进行训练，以使生成器生成中间沃尔什
‑
哈达玛信号，使得鉴别器接收所述中间沃尔什
‑
哈达玛信号，并输出预测概率；
[0015]更新所述生成器和所述鉴别器的权重参数和偏置参数，以使所述预测概率符合预期输出值，将所述生成器生成的中间沃尔什
‑
哈达玛信号确定为所述第二沃尔什
‑
哈达玛信号。
[0016]在一些实施例中，所述更新所述生成器和所述鉴别器的权重参数和偏置参数，以使所述预测概率符合预期输出值，包括：
[0017]将预设测试图形产生的沃尔什
‑
哈达玛信号发向所述鉴别器，以更新所述鉴别器的权重参数和偏置参数，以使所述生成对抗神经网的目标函数最大化，使得预测概率为1；
[0018]将所述生成器生成的中间沃尔什
‑
哈达玛信号发向所述鉴别器，以更新所述鉴别器的权重参数和偏置参数，使得预测概率为0。
[0019]在一些实施例中，所述将所述生成器生成的中间沃尔什
‑
哈达玛信号发向所述鉴别器，以更新所述鉴别器的权重参数和偏置参数，使得预测概率为0之后，还包括：
[0020]将所述生成器生成的中间沃尔什
‑
哈达玛信号发向所述鉴别器，以更新所述生成器的权重参数与偏置参数，使得所述鉴别器的分类误差最大化。
[0021]在一些实施例中，所述根据所述第一版图图形训练条件生成对抗网络，包括：
[0022]将所述第一版图图形输入所述条件生成对抗网络，以使所述条件生成对抗网络的生成器生成中间版图图形；
[0023]所述条件生成对抗网络的鉴定器根据清晰图像和所述第一版图图形，更新所述条件生成对抗网络的权重参数和偏置参数，将所述中间版图图形确定为所述第二版图图形，所述清晰图像包括所述中间版图图形和所述预设测试图形。
[0024]在一些实施例中，在根据所述条件生成对抗网络得到第二版图图形之后，还包括：
[0025]根据预设参数类型确定参数范围；
[0026]根据所述参数范围对所述第二版图图形进行筛选处理，得到第三版图图形。
[0027]第二方面，本申请实施例提供了一种芯片版图图形生成系统，所述芯片版图图形生成系统包括：
[0028]变换处理模块，用于对预设测试图形进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号；
[0029]第一版图图形生成模块，用于根据所述第一沃尔什
‑
哈达玛信号训练生成对抗神经网络，并根据所述生成对抗神经网络得到第二沃尔什
‑
哈达玛信号；
[0030]逆变换处理模块，用于对所述第二沃尔什
‑
哈达玛信号进行逆沃尔什
‑
哈达玛变换处理，得到第一版图图形；
[0031]第二版图图形生成模块，用于根据所述第一版图图形训练条件生成对抗网络，并根据所述条件生成对抗网络得到第二版图图形。
[0032]第三方面，本申请实施例提供了一种控制器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面中任意一项实施例所述的芯片版图图形生成方法。
[0033]第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机可执行
指令，计算机可执行指令用于执行如第一方面中任意一项实施例所述的芯片版图图形生成方法。
[0034]本申请至少具有以下有益效果：芯片版图图形生成方法应用于芯片版图图形生成系统，所述方法通过对预设测试图形进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号，根据所述第一沃尔什
‑
哈达玛信号训练生成对抗神经网络，并根据所述生成对抗神经网络得到第二沃尔什
‑
哈达玛信号，对所述第二沃尔什
‑
哈达玛本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种芯片版图图形生成方法，其特征在于，包括：对预设测试图形进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号；根据所述第一沃尔什
‑
哈达玛信号训练生成对抗神经网络，并根据所述生成对抗神经网络得到第二沃尔什
‑
哈达玛信号；对所述第二沃尔什
‑
哈达玛信号进行逆沃尔什
‑
哈达玛变换处理，得到第一版图图形；根据所述第一版图图形训练条件生成对抗网络，并根据所述条件生成对抗网络得到第二版图图形。2.根据权利要求1所述芯片版图图形生成方法，其特征在于，所述对预设测试图形进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号，包括：对所述预设测试图形进行分割处理，得到多个版图图形块；对所述版图图形块进行沃尔什
‑
哈达玛变换处理，得到第一沃尔什
‑
哈达玛信号。3.根据权利要求2所述芯片版图图形生成方法，其特征在于，所述根据所述第一沃尔什
‑
哈达玛信号训练生成对抗神经网络，包括：将所述第一沃尔什
‑
哈达玛信号输入至所述生成对抗神经网络的鉴别器与生成器进行训练，以使生成器生成中间沃尔什
‑
哈达玛信号，使得鉴别器接收所述中间沃尔什
‑
哈达玛信号，并输出预测概率；更新所述生成器和所述鉴别器的权重参数和偏置参数，以使所述预测概率符合预期输出值，将所述生成器生成的中间沃尔什
‑
哈达玛信号确定为所述第二沃尔什
‑
哈达玛信号。4.根据权利要求3所述芯片版图图形生成方法，其特征在于，所述更新所述生成器和所述鉴别器的权重参数和偏置参数，以使所述预测概率符合预期输出值，包括：将预设测试图形产生的沃尔什
‑
哈达玛信号发向所述鉴别器，以更新所述鉴别器的权重参数和偏置参数，以使所述生成对抗神经网的目标函数最大化，使得预测概率为1；将所述生成器生成的中间沃尔什
‑
哈达玛信号发向所述鉴别器，以更新所述鉴别器的权重参数和偏置参数，使得预测概率...

【专利技术属性】
技术研发人员：许敬伟，赵西金，胡滨，张德兵，
申请(专利权)人：珠海市睿晶聚源科技有限公司，
类型：发明
国别省市：