一种光学邻近校正模型的建模方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种光学邻近校正模型的建模方法、装置、设备及介质，包括：获取晶圆版图数据集与初始光学邻近校正模型；在所述初始光学邻近校正模型中设置期望成本；将所述晶圆版图数据集输入到所述初始光学邻近校正模型进行优化训练，以生成中间光学邻近校正模型；以及根据所述中间光学邻近校正模型内的期望成本与预设标准阈值的比较结果，以生成目标光学邻近校正模型。通过本发明专利技术公开的一种光学邻近校正模型的建模方法、装置、设备及介质，能够提升光学邻近校正模型的模拟精确度。光学邻近校正模型的模拟精确度。光学邻近校正模型的模拟精确度。

【技术实现步骤摘要】
一种光学邻近校正模型的建模方法、装置、设备及介质


[0001]本专利技术涉及半导体
，特别是涉及一种光学邻近校正模型的建模方法、装置、设备及介质。

技术介绍

[0002]光学邻近校正（Optical Proximity Correction，OPC）模型在建模的过程中，需要将多组晶圆版图数据输入到建模程序中进行训练，通过在建模程序中设置代表拟合程度的成本函数，经过多次迭代计算，即可得到OPC模型，进而可通过OPC模型以替代光刻机进行模拟实验。由于晶圆版图数据的图形种类日益丰富，不同类别的晶圆版图数据的图形对应的拟合程度也不同，导致现有的OPC模型的模拟精确度降低。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种光学邻近校正模型的建模方法，能够提升光学邻近校正模型的模拟精确度。
[0004]为实现上述目的及其他相关目的，本专利技术提供一种光学邻近校正模型的建模方法，包括：获取晶圆版图数据集与初始光学邻近校正模型；在所述初始光学邻近校正模型中设置期望成本；将所述晶圆版图数据集输入到所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光学邻近校正模型的建模方法，其特征在于，包括：获取晶圆版图数据集与初始光学邻近校正模型；在所述初始光学邻近校正模型中设置期望成本；将所述晶圆版图数据集输入到所述初始光学邻近校正模型进行优化训练，以生成中间光学邻近校正模型；以及根据所述中间光学邻近校正模型内的期望成本与预设标准阈值的比较结果，以生成目标光学邻近校正模型。2.根据权利要求1所述的光学邻近校正模型的建模方法，其特征在于，所述晶圆版图数据集包括静态随机存储器图形数据集、两根线条图形数据集、二维图形数据集、粗细线条图形数据集及其他图形数据集。3.根据权利要求1所述的光学邻近校正模型的建模方法，其特征在于，所述在所述初始光学邻近校正模型中设置期望成本的步骤包括：获取所述初始光学邻近校正模型的成本函数；获取所述初始光学邻近校正模型中静态随机存储器图形集、两根线条图形集、二维图形集、粗细线条图形集的成本函数；根据所述静态随机存储器图形集、所述两根线条图形集、所述二维图形集以及所述粗细线条图形集的成本函数，获取相应的图形期望成本；以及根据所有的所述图形期望成本，获取期望成本。4.根据权利要求3所述的光学邻近校正模型的建模方法，其特征在于，所述初始光学邻近校正模型的成本函数RMS_all，表示为，其中，W
i
表示为不同晶圆版图图形的关键尺寸的权重，CD
i（模拟)
表示为模拟晶圆版图图形的关键尺寸的测量值，CD
i（测量)
表示为实际晶圆版图图形的关键尺寸的测量值。5.根据权利要求3所述的光学邻近校正模型的建模方法，其特征在于，所述静态随机存储器图形集、所述两根线条图形集、所述二维图形集以及所述粗细线条图形集的成本函数分别表示为RMS_SRAM、RMS_2Bar、RMS_2D、RMS_PLP，所述静态随机存储器图形集、所述两根线条图形集、所述二维图形集、所述粗细线条图形集以及晶圆版图数据集的图形期望成本分别表示为SRAM_spec、2Bar_spec、2D_spec、PLP_spec、RMS_all_spec，其中，0.5RMS_SRAM<=SRAM_spec<=0.75RMS_SRAM，0.5RMS_2Bar<=2Bar_spec<=0....

【专利技术属性】
技术研发人员：王康，罗招龙，
申请(专利权)人：合肥晶合集成电路股份有限公司，
类型：发明
国别省市：