System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 设计图形坏点检测方法、光刻布线方法、系统及存储介质技术方案_技高网

设计图形坏点检测方法、光刻布线方法、系统及存储介质技术方案

技术编号:40016215 阅读:7 留言:0更新日期:2024-01-16 16:02
本发明专利技术涉及芯片设计领域,特别涉及一种设计图形坏点检测方法、光刻布线方法、系统及存储介质。设计图形坏点检测方法包括如下步骤:提供设计图形,根据设计图形生成第一掩模版,对第一掩模版进行仿真得到第一光刻胶轮廓;依据光刻工艺训练神经网络模型,把设计图形作为神经网络模型的输入,得到第二掩模版,通过第二掩模版仿真得到第二光刻胶轮廓;检查第二光刻胶轮廓和第一光刻胶轮廓的区别点;神经网络模型重新采集区别点的设计图形数据,通过神经网络模型得到新的第二光刻胶轮廓;检测新的第二光刻胶轮廓存在的坏点,输出检测到的坏点。通过神经网络模型极大提高了得到光刻胶轮廓的速度,同时能够检查设计图形全范围的坏点。

【技术实现步骤摘要】


技术介绍


技术实现思路

【技术保护点】

1.一种设计图形坏点检测方法,其特征在于:包括以下步骤:

2.如权利要求1所述的一种设计图形坏点检测方法,其特征在于:分析检查到的区别点,设置区别标准值,比较区别点的区别值和区别标准值,选择区别值大于区别标准值的区别点,神经网络模型重新采集该区别点的设计图形数据,通过神经网络模型得到新的第二光刻胶轮廓。

3.如权利要求2所述的一种设计图形坏点检测方法,其特征在于:设置区别极限值,区别极限值大于区别标准值,进一步筛选选择的区别点,过滤区别值大于区别极限值的区别点。

4.如权利要求3所述的一种设计图形坏点检测方法,其特征在于:将筛选后的区别点进行分类,每类区别点中分别选择至少部分作为候选点,神经网络模型按预设权重重新采集该候选点的设计图形数据,通过神经网络模型得到新的第二光刻胶轮廓。

5.一种设计图形光刻布线方法,其特征在于:包括以下步骤:

6.如权利要求5所述的一种设计图形光刻布线方法,其特征在于:基于坏点对设计图形的影响值进行排序,设置影响预设值,获取大于影响预设值的严重坏点;

7.如权利要求6所述的一种设计图形光刻布线方法,其特征在于:根据设计图形的位置信息和工艺层信息,通过神经网络模型对严重坏点做简并,简并为将在不同的工艺层且相互靠近的严重坏点,归并为严重坏点中影响值最大的一个严重坏点;

8.如权利要求7所述的一种设计图形光刻布线方法,其特征在于:将新的设计图形迭代设计图形坏点检测方法,得到新的设计图形中的坏点;

9.一种设计图形光刻布线系统,用于实现如权利要求5-8任一项所述设计图形光刻布线方法,其特征在于,包括:

10.一种存储介质,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时,实现如权利要求5-8中任一项所述的设计图形光刻布线方法。

...

【技术特征摘要】

1.一种设计图形坏点检测方法,其特征在于:包括以下步骤:

2.如权利要求1所述的一种设计图形坏点检测方法,其特征在于:分析检查到的区别点,设置区别标准值,比较区别点的区别值和区别标准值,选择区别值大于区别标准值的区别点,神经网络模型重新采集该区别点的设计图形数据,通过神经网络模型得到新的第二光刻胶轮廓。

3.如权利要求2所述的一种设计图形坏点检测方法,其特征在于:设置区别极限值,区别极限值大于区别标准值,进一步筛选选择的区别点,过滤区别值大于区别极限值的区别点。

4.如权利要求3所述的一种设计图形坏点检测方法,其特征在于:将筛选后的区别点进行分类,每类区别点中分别选择至少部分作为候选点,神经网络模型按预设权重重新采集该候选点的设计图形数据,通过神经网络模型得到新的第二光刻胶轮廓。

5.一种设计图形光刻布线方法,其特征在于:包括以下步骤:

6.如权利要...

【专利技术属性】
技术研发人员:张生睿俞宗强施伟杰
申请(专利权)人:东方晶源微电子科技北京股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1