极紫外光刻掩模多层膜缺陷形貌重建方法技术

一种极紫外光刻空白掩模多层膜缺陷形貌重建方法。本发明专利技术采用多个照明方向的空白掩模多层膜缺陷空间像来表征图像缺失的相位信息，通过训练的卷积神经网络模型构建出多层膜缺陷空间像与多层膜缺陷的形貌参数的关系。所述方法首先仿真不同照明方向多层膜缺陷的空间像集合构建训练集数据，再将训练集数据输入卷积神经网络模型进行训练。实测的掩模多层膜缺陷空间像集合输入训练完成的模型获得缺陷形貌参数。本发明专利技术基于多个照明方向的多层膜缺陷空间像直接构建与缺陷形貌参数之间的关系，具有过程快速、泛化性强、重构准确度高的特点。重构准确度高的特点。重构准确度高的特点。

【技术实现步骤摘要】
Optics 60,5208
‑
5219(2021).)。

技术实现思路

[0005]为了克服上述现有技术的不足，本专利技术的目的在于提供一种极紫外光刻掩模多层膜缺陷形貌重建方法，该方法将多个照明方向的掩模多层膜缺陷空间像与缺陷形貌参数之间构建直接映射关系，避免了使用傅里叶叠层成像需要高的孔径重叠率来保证算法收敛性提高，缩短了采集时间长、减小了计算量；采用扩张残留网络结构和生成对抗网络结构构建卷积神经网络，提高了EUV掩模多层膜缺陷重建的准确度。本专利技术具有过程快速、泛化性强、重构准确度高的特点。
[0006]本专利技术的技术解决方案如下：
[0007]一种极紫外光刻掩模多层膜缺陷形貌重建方法，包括如下步骤：
[0008]1)设置仿真条件：
[0009]①
设置成像仿真条件：
[0010]设置照明条件为传统照明但不限制为传统照明，其中，传统照明的部分相干因子为σ，设置光波波长为λ；设置投影物镜的数值孔径NA范围为0.33～0.55；设置钼/硅双层膜的层数为m；设置钼的厚度为Mo
thick
，硅的厚度为Si
thick
；设置钼的折射率为Mo
ref
，硅的折射率为Si
ref
；设置基底SiO2厚度为d；设置光学系统的放大倍数为α；设置物面横轴和纵轴方向采集长度分别为X0和Y0，取样间隔为dX0和dY0；设置空间像横轴和纵轴方向采集长度为X和Y，取样间隔为dX和dY；
[0011]②
设置训练集中含多层膜缺陷空白掩模的缺陷形貌参数：
[0012]以高斯型缺陷参数表征掩模多层膜缺陷的形貌，设置多层膜缺陷表面高度为h
top
、多层膜缺陷表面半高宽为ω
top
、多层膜缺陷底部高度为h
bot
和多层膜缺陷底部半高宽为ω
bot
；结合为多层膜缺陷的形貌参数Δ(Δ＝(h
top
、ω
top
、h
bot
、ω
bot
))；设置多层膜缺陷顶部高度h
top
在0.5
‑
5nm范围内，取值间隔为dh
top
，缺陷顶部半高全宽ω
top
在35
‑
70nm范围内，取值间隔为dω
top
，缺陷底部高度h
bot
在6
‑
20nm范围内，取值间隔为dh
bot
，缺陷底部半高全宽ω
bot
在15
‑
50nm范围内，取值间隔为dω
bot
。
[0013]2)仿真获取不同照明方向下含多层膜缺陷空白掩模空间像的强度：
[0014]设置照明方向共n个，分别命名为l1，l2…
l
n
，EUV传统照明主射线的入射角为θ＝6
°
，其中，θ
r
是传统照明的主射线与新照明方向的主射线之间的夹角，φ是相对于传统照明的主射线的方位角，利用光刻仿真软件对含多层膜缺陷空白掩模进行成像仿真，分别得到照明角度为l1，l2…
l
n
时含多层膜缺陷空白掩模空间像的强度I
lr1
，I
lr2
，
…
，I
lrn
，多层膜缺陷空白掩模空间像的强度图设置为训练集样本。缩小步骤(1)中的多层膜缺陷顶部高度的取值间隔dh
top
，缺陷顶部半高全宽取值间隔dω
top
，缺陷底部高度取值间隔dh
bot
，缺陷底部半高全宽取值间隔dω
bot
，形成另一组多层膜缺陷空白掩模的缺陷形貌参数，通过光刻仿真软件得到的多层膜缺陷空白掩模空间像的强度图设置为测试集样本；
[0015]3)训练以多层膜缺陷的形貌参数Δ为输出的卷积神经网络：
[0016]在步骤(2)仿真出多层膜缺陷空白掩模空间像的振幅图像I
lr1
，I
lr2
，
…
，I
lrn
作为卷积神经网络的输入，对应的掩模多层膜缺陷的形貌参数Δ作为卷积神经网络的输出，采用扩张残留网络结构构建出缺陷形貌参数重建模型；再以掩模多层膜缺陷的形貌参数Δ作为
神经网络的输入，多层膜缺陷空白掩模空间像的振幅图像I
lr1
，I
lr2
，
…
，I
lrm
作为神经网络的输出，根据输出的不同构建多个生成对抗网络形成多个鉴别模型，通过鉴别模型改变缺陷形貌参数重建模型的损失函数，从而提高缺陷形貌参数重建模型准确度。鉴别模型的数量影响缺陷形貌参数重建模型的提升。设置鉴别模型的数量为M，以MSE(均方误差)设置损失函数，对训练集和测试集进行预处理，通过处理后训练集对构建的模型进行训练，再通过测试集得到最优的训练后模型；
[0017]4)采集实测空间像：
[0018]按照步骤1)中相同的参数对检测系统的照明、数值孔径进行设置，检测系统加载待测空白掩模，利用空间像传感器完成空间像的获取；
[0019]5)缺陷形貌参数检测：
[0020]将步骤4)实测的空间像输入模型得到缺陷形貌参数Δ。
[0021]与在先技术相比，本专利技术具有以下优点：
[0022]1、将多个照明方向的掩模多层膜缺陷空间像与缺陷形貌参数之间构建直接映射关系，避免了使用傅里叶叠层成像需要高的孔径重叠率来保证算法收敛性提高，缩短了采集时间长、减小了计算量。
[0023]2、采用扩张残留网络结构和生成对抗网络结构构建卷积神经网络，提高了EUV掩模多层膜缺陷重建的准确度。
附图说明
[0024]图1本专利技术所采用的照明方式示意图
[0025]图2本专利技术所采用的照明方向示意图
[0026]图3掩模多层膜缺陷示意图
[0027]图4采用本专利技术的技术方案对空白掩模多层膜缺陷形貌参数重建的准确度回归图
具体实施方式
[0028]下面结合实施例和附图对本专利技术作进一步说明，但不应以此限制本专利技术的保护范围。
[0029]所述的照明方式如图1所示，包括但不限于图1的传统照明。本例使用传统照明，其中部分相干因子为σ＝0.5。
[0030]所述的照明方向如图2所示，包括但不限于图2的九个方向。
[0031]所述的掩模多层膜缺陷形貌如图3所示，包括但不限于图1的底层凹陷型多层膜缺陷表面高度h
top
、表面半高宽ω
top
、底部高度h
bot
和底部半高宽ω
bot
。
[0032]实施例
[0033]本实施例极紫外光刻掩模多层膜缺陷形貌重建方法，包含以下四个步骤：
[0034]1)设置仿真条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种极紫外光刻掩模多层膜缺陷形貌重建方法，包括如下步骤：1)设置仿真条件：
①
设置成像仿真条件如下：照明条件为传统照明但不限制为传统照明，传统照明的部分相干因子为σ，光波波长为λ；投影物镜的数值孔径NA范围为0.33～0.55；钼/硅双层膜的层数为m；钼的厚度为Mo
thick
，硅的厚度为Si
thick
；钼的折射率为Mo
ref
，硅的折射率为Si
ref
；基底SiO2厚度为d；光学系统的放大倍数为α；物面横轴和纵轴方向采集长度分别为X0和Y0，取样间隔为dX0和dY0；空间像的横轴方向采集长度和纵轴方向采集长度为X和Y，取样间隔为dX和dY；
②
设置训练集中含多层膜缺陷空白掩模的缺陷形貌参数如下：以高斯型缺陷参数表征掩模多层膜缺陷的形貌，设置多层膜缺陷表面高度为h
top
、多层膜缺陷表面半高宽为ω
top
、多层膜缺陷底部高度为h
bot
和多层膜缺陷底部半高宽为ω
bot
；即多层膜缺陷的形貌参数Δ(Δ＝(h
top
、ω
top
、h
bot
、ω
bot
))；多层膜缺陷顶部高度h
top
在0.5
‑
5nm范围内，取值间隔为dh
top
，缺陷顶部半高全宽ω
top
在35
‑
70nm范围内，取值间隔为dω
top
，缺陷底部高度h
bot
在6
‑
20nm范围内，取值间隔为dh
bot
，缺陷底部半高全宽ω
bot
在15
‑
50nm范围内，取值间隔为dω
bot
；2)仿真获取不同照明方向下含多层膜缺陷空白掩模空间像的强度：设置照明方向共n个，分别命名为l1，l2…
l
n
，EUV传统照明主射线的入射角为θ＝6
°
，...

【专利技术属性】
技术研发人员：郑杭，李思坤，王向朝，
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：