一种基于网格索引的光刻热点数据处理和检测方法技术

本发明专利技术公开了一种基于网格索引的光刻热点数据处理和检测方法，本发明专利技术首先通过构建了基于网格结构的版图索引进行版图光刻热点区域数据的快速提取，以得到具体的热点和非热点版图信息

【技术实现步骤摘要】
一种基于网格索引的光刻热点数据处理和检测方法


[0001]本专利技术属于集成电路设计自动化领域，尤其是一种集成电路版图光刻热点的检测构建方法
。
技术背景
[0002]在集成电路生产过程中，需要将版图制成掩模，再将掩模上的图案通过光刻转移到硅片上，光刻的质量决定了生成芯片的质量
。
为了提高集成电路的良品率，各种分辨率增强技术被提出，如沉浸式光刻，离轴照明技术，多重掩模技术，光学邻近校正等等
。
进一步地，为了从产业链角度彻底解决各种缺陷，设计规则检查，版图原理图比对等集成电路可制造性设计技术被业界所提倡
。
但是在亚微米波长光刻条件下并伴随着集成电路工艺节点的不断改进，上述技术不能彻底解决这些存在的问题，在最后的芯片上如桥连和断线等缺陷仍然会存在，这些缺陷被称之为光刻热点
。
光刻热点可能在电路的运行中产生开路或短路现象，造成集成电路的损坏
。
所以设计厂商必须通过模型预测版图制造的结果
。
版图的光刻热点检测已经成为集成电路制造过程中的一个不可缺少的环节，是集成电路可制造性设计
DFM
流程中的重要一环
。
[0003]评价光刻的热点检测方法的好坏主要着重于三个方面：热点检测的准确率，热点检测的速度，以及对未知热点的检测能力
。
光刻热点检测根据检测方法的不同大致可以分为三类：基于光刻仿真的光刻热点检测，基于图案匹配的光刻热点检测和基于机器学习的光刻热点检测/>。
其中光刻仿真检测是最严格和标准的光刻热点检测，但是其需要详细工艺参数和仿真需要花费大量仿真时间，这使得这种方法成为一种很好却难以实际应用的方法
。
基于图案匹配的光刻热点检测是另一种常用的光刻热点检测方法，但是需要根据已知的光刻热点建立光刻热点库，因此对于未知的热点，该方法没有检测能力
。
在基于机器学习方法的光刻热点检测中，尤其是基于神经网络的光刻热点检测方法，在硬件水平的提高和对算法的不断优化的当下表现出了极大的潜力
。

技术实现思路

[0004]技术问题：本专利技术的目的是提供一种基于网格索引的光刻热点数据处理和检测方法，要解决的技术问题是集成电路版图光刻热点检测问题，快速准确分类和识别集成电路版图中的光刻热点，并且对未知热点有一定检测能力
。
[0005]技术方案：本专利技术的一种基于网格索引的光刻热点数据处理和检测方法，该检测方法包括以下步骤：
[0006]步骤1，根据提供的光刻热点版图大小构建对应的网格索引，每个网格的几何区域称为
tile
，每个网格的对应数据称为
Bin
结构；
[0007]步骤2，通过构建网格索引，快速准确地提取训练版图的热点和非热点几何信息；
[0008]步骤3，将得到的热点和非热点信息通过样本处理算法进行处理，得到几何信息均匀化和拓扑结构统一化的数据；
[0009]步骤4，将得到的数据，输入构建的热点分类模型或热点检测模型进行模型训练；
[0010]步骤5，根据测试版图的大小构建网格索引，并提取测试版图的热点和非热点几何信息，以与步骤3中同样的方法进行处理，得到几何信息均匀化和拓扑结构统一化的数据，最后将数据送入步骤4训练好的模型中进行测试
。
[0011]步骤1中，构建的网格索引与覆盖版图的大小以及当前版图多边形的坐标相关，
tile
的大小由覆盖版图的大小和版图所有多边形的数据所决定；首先将版图中的所有曼哈顿多边形使用算法分解成矩形，接着将矩形关联到对应位置的
Bin
中
。
[0012]步骤2中，提取训练版图的热点和非热点几何信息使用的是网格查询，根据光刻热点标记区域的坐标需要到对应的
tile
编号，进而通过
Bin
进行快速查询标记区域对应的热点信息，进而得到光刻热点区域数据
。
[0013]步骤3中，样本处理算法如下：
[0014]光刻热点区域的横坐标处理，首先将得到的热点区域信息
L
和需要拓展后维度
dx
作为输入，热点区域的信息由坐标构成，将几何信息按照坐标排序去重得到原始几何信息
gx
；将
L/dx
得到期望平均几何长度
t
，使用原始几何信息
gx
的每个区间除以
t
并与1取最大值获取几何信息的初始化区间长度；
[0015]为了进一步的几何信息均匀化和达到所指定维度要求，在循环处理热点区域信息的过程中始终是寻找到当前几何信息的每个区间长度被划分后的小区间的最大的原始区间，并将其划分数量
+1
，直到几何信息划分的维度等于需要扩展后的维度
dx
；对应光刻热点区域的横坐标处理也是如此
。
[0016]在步骤4中：模型训练根据不同的分类或检测情况选择不同的网络，使用
ResNet50
的高效分类网络作为后续目标检测网络的主干提取网络，选择
Faster R
‑
CNN
的对静态目标检测的目标检测网络作为光刻热点检测的主网络
。
[0017]有益效果：
[0018](1)
由于本专利技术构建了基于
Bin
结构的网格索引，因此可以有效地捕捉和提取热点和非热点版图的信息，并减少版图热点区域数据提取所消耗的时间，进一步可以自由定制提取数据，从而给与后续模型更加多样的训练样本，这一定程度上加快了整个光刻热点检测流程的处理速度；
[0019](2)
由于本专利技术的样本处理算法的优越性，在进行几何信息均匀化和拓扑结构归一化后，使得在最大程度上保留原始版图数据信息的前提下降低了训练数据量，并进一步保留了数据的一致性和可比性，从而使得后续得以训练出更好的网络模型和得到光刻热点检测结果；
[0020](3)
由于经过本专利技术的样本处理算法后的特征向量输出结果类似于
RGB
三通道图案，使得现有的图案分类算法和目标识别检测算法可以完全兼容本专利技术下光刻热点检测，使得最新的优秀的图案分类模型和目标识别检测模型可以容易的迁移学习到本专利技术中，从而得到优秀的目标检测结果；进一步地，由于对于多层版图同样可以利用本专利技术的方法，因此本专利技术对于多层版图的光刻热点检测仍然适用；
附图说明
[0021]图1是算法的整体流程图，
[0022]图2是多边形分解算法的示意图，
[0023]图3是网格索引构建和查询示意图，
[0024]图4是热点特征数据处理示意图
。
具体实施方案
[0025]下面结合附图对本专利技术做进一步说明，
[0026]图1是对算法的整体概述
。
该方法包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于网格索引的光刻热点数据处理和检测方法，其特征在于，该方法包括以下步骤：步骤1，根据提供的光刻热点版图大小构建对应的网格索引，每个网格的几何区域称为
tile
，每个网格的对应数据称为
Bin
结构；步骤2，通过构建网格索引，快速准确地提取训练版图的热点和非热点几何信息；步骤3，将得到的热点和非热点信息通过样本处理算法进行处理，得到几何信息均匀化和拓扑结构统一化的数据；步骤4，将得到的数据，输入构建的热点分类模型或热点检测模型进行模型训练；步骤5，根据测试版图的大小构建网格索引，并提取测试版图的热点和非热点几何信息，以与步骤3中同样的方法进行处理，得到几何信息均匀化和拓扑结构统一化的数据，最后将数据送入步骤4训练好的模型中进行测试
。2.
根据权利要求1所述一种基于网格索引的光刻热点数据处理和检测方法，其特征在于，步骤1中，构建的网格索引与覆盖版图的大小以及当前版图多边形的坐标相关，
tile
的大小由覆盖版图的大小和版图所有多边形的数据所决定；首先将版图中的所有曼哈顿多边形使用算法分解成矩形，接着将矩形关联到对应位置的
Bin
中
。3.
根据权利要求1所述一种基于网格索引的光刻热点数据处理和检测方法，其特征在于，步骤2中，提取训练版图的热点和非热点几何信息使用的是网格查询，根据光刻热点标记区域的坐标需要到对应的
tile
编号，进而通过
Bin
进行快速查询...

【专利技术属性】
技术研发人员：王学香，张健，崔健，陈煜轩，刘昊，曹鹏，杨军，
申请(专利权)人：东南大学苏州研究院，
类型：发明
国别省市：