【技术实现步骤摘要】
本专利技术涉及半导体，尤其涉及一种光学邻近效应的修正方法。
技术介绍
1、基于模型的光学临近效应修正(model based opc)被广泛应用在先进节点的光刻工艺中，特别是存在多种多样的图形的图层上。目前光学临近效应修正的模型包含光学和光阻两个部分。前者是纯物理模型，可以通过全局的设置加以公式的推导获得。而后者涉及到光刻胶的复杂化学反应，很难通过精确的模型或者公式进行描述。目前，光阻模型只能使用经验模型和参数，从晶圆上收集大量测试图形的电镜量测数据，经过数学公式拟合获得。这一过程需要投入大量的时间、人力和物力。
2、因此，在考虑到时间成本和模型的精度下，光学临近效应光学临近修正模型的成功与否很大程度上决定于晶圆上测试图形的选择。
技术实现思路
1、本专利技术解决的技术问题是提供一种光学邻近效应的修正方法，以在兼顾效率的情况下获得精度较高的光学临近效应光学临近修正模型。
2、为解决上述技术问题，本专利技术技术方案提供一种光学邻近效应的修正方法，包括：提供初始光学临近修正模型；提供测试版图，测试版图上具有若干测试图形；对若干测试图形进行分组，得到若干测试图形组，各测试图形组中包括至少一个测试图形；获取对应测试图形组内的测试图形的光刻图形，所述光刻图形与所述测试图形一一对应；根据光刻图形获取拟合参数；根据拟合参数对初始光学临近修正模型进行拟合，获取光学临近修正模型；基于光学临近修正模型进行光学临近效应的修正处理。
3、可选的，对若干测试图形进行分组，
4、可选的，对若干测试图形进行分组，得到若干测试图形组的方法包括：提供恒定阈值模型；根据恒定阈值模型获取每个测试图形的若干特征参数，并获取特征参数矩阵，特征参数矩阵由每个测试图形的特征向量组成，每个测试图形的特征向量由若干特征参数组成；采用主成分分析方法对特征参数矩阵进行降维压缩处理，获取降维矩阵；采用k均值聚类算法对降维矩阵进行聚类，获取若干个测试图形组，任一测试图形组内具有若干个测试图形。
5、可选的，恒定阈值模型为：
6、
7、其中，c0，c1…c9为需要拟合的参数，imax为图形任一点最大光强，imin为图形任一点最小光强，curvature为图形任一点曲率，slope为图形任一点的斜率。
8、可选的，拟合参数包括：光刻图形的关键尺寸和光刻图形之间的间距。
9、可选的，根据拟合参数对初始光学临近修正模型进行拟合，获取光学临近修正模型的方法包括：根据光刻图形的关键尺寸和光刻图形之间的间距对恒定阈值模型的参数c0，c1…c9进行拟合，获取恒定阈值vt；根据恒定阈值vt对最终测试图形进行模拟曝光获取模拟曝光图形；根据模拟曝光图形与光刻图形之间的偏差对初始光学临近修正模型进行调整，获取光学临近修正模型。
10、可选的，每个测试图形的若干特征参数包括以下至少一种：cd、pitch、imax、imin、contrast、slope和nils，其中，cd为测试图形的关键尺寸，pitch为测试图形之间的间距，imax为测试图形任一点的最大光强，imin为测试图形任一点的最小光强，contrast为对比度，slope为测试图形任一点的斜率，nils为测试图形的归一化对数斜率。
11、可选的，特征参数矩阵
12、可选的，基于所述光学临近修正模型进行光学临近效应的修正处理，包括：提供待修正版图；根据光学临近修正模型对待修正版图进行光学邻近修正，获取修正版图。
13、可选的，获取对应测试图形组内的测试图形的光刻图形，包括：提供晶圆，晶圆上具有光刻胶层；对测试图形组内的测试图形在光刻胶层上进行曝光显影，获取光刻图形。
14、可选的，根据光刻图形获取拟合参数的方法包括：对光刻图形进行量测，获取拟合参数。
15、与现有技术相比，本专利技术的技术方案具有以下有益效果：
16、本专利技术的技术方案，通过对测试图形进行分组，并获取对应测试图形组中测试图形的光刻图形，然后进行拟合参数的获取与模型的拟合处理，对测试图形的选择方式进行优化，定量选择出同时兼顾模型运行时间和模型覆盖度的用于模型拟合的测试图形，减小了测试图形的数量，缩短了运行时间，提高了效率。同时，基于测试图形获取到的光刻图形所对应的拟合参数进行模型的拟合处理，使得模型拟合处理的更具针对性，可以提升拟合后获取到的光学临近修正模型的精度以及准确性，进而可以提升进行光学临近效应的修正的准确性。
本文档来自技高网...【技术保护点】
1.一种光学邻近效应的修正方法，其特征在于，包括：
2.如权利要求1所述的光学邻近效应的修正方法，其特征在于，对若干所述测试图形进行分组，得到若干测试图形组的方法包括机器学习大数据分析方法。
3.如权利要求1所述的光学邻近效应的修正方法，其特征在于，对若干所述测试图形进行分组，得到若干测试图形组的方法包括：提供恒定阈值模型；根据所述恒定阈值模型获取每个所述测试图形的若干特征参数，并获取特征参数矩阵，所述特征参数矩阵由每个所述测试图形的特征向量组成，每个测试图形的特征向量由若干特征参数组成；采用主成分分析方法对所述特征参数矩阵进行降维压缩处理，获取降维矩阵；采用k均值聚类算法对所述降维矩阵进行聚类，获取若干个测试图形组，任一测试图形组内具有若干个测试图形。
4.如权利要求3所述的光学邻近效应的修正方法，其特征在于，所述恒定阈值模型为：
5.如权利要求4所述的光学邻近效应的修正方法，其特征在于，所述拟合参数包括：光刻图形的关键尺寸和光刻图形之间的间距。
6.如权利要求5所述的光学邻近效应的修正方法，其特征在于，根据所述拟合参
7.如权利要求3所述的光学邻近效应的修正方法，其特征在于，每个所述测试图形的若干特征参数包括以下至少一种：CD、pitch、Imax、Imin、Contrast、Slope和NILS，其中，CD为测试图形的关键尺寸，pitch为测试图形之间的间距，Imax为测试图形任一点的最大光强，Imin为测试图形任一点的最小光强，Contrast为对比度，Slope为测试图形任一点的斜率，NILS为测试图形的归一化对数斜率。
8.如权利要求7所述的光学邻近效应的修正方法，其特征在于，所述特征参数矩阵
9.如权利要求1所述的光学邻近效应的修正方法，其特征在于，所述基于所述光学临近修正模型进行光学临近效应的修正处理，包括：提供待修正版图；根据所述光学临近修正模型对待修正版图进行光学邻近修正，得到修正版图。
10.如权利要求1所述的光学邻近效应的修正方法，其特征在于，所述获取对应测试图形组内的测试图形的光刻图形，包括：提供晶圆，所述晶圆上具有光刻胶层；对测试图形组内的测试图形在光刻胶层上进行曝光显影，获取光刻图形。
11.如权利要求1所述的光学邻近效应的修正方法，其特征在于，根据所述光刻图形获取拟合参数的方法包括：对所述光刻图形进行量测，获取所述拟合参数。
...【技术特征摘要】
1.一种光学邻近效应的修正方法，其特征在于，包括：
2.如权利要求1所述的光学邻近效应的修正方法，其特征在于，对若干所述测试图形进行分组，得到若干测试图形组的方法包括机器学习大数据分析方法。
3.如权利要求1所述的光学邻近效应的修正方法，其特征在于，对若干所述测试图形进行分组，得到若干测试图形组的方法包括：提供恒定阈值模型；根据所述恒定阈值模型获取每个所述测试图形的若干特征参数，并获取特征参数矩阵，所述特征参数矩阵由每个所述测试图形的特征向量组成，每个测试图形的特征向量由若干特征参数组成；采用主成分分析方法对所述特征参数矩阵进行降维压缩处理，获取降维矩阵；采用k均值聚类算法对所述降维矩阵进行聚类，获取若干个测试图形组，任一测试图形组内具有若干个测试图形。
4.如权利要求3所述的光学邻近效应的修正方法，其特征在于，所述恒定阈值模型为：
5.如权利要求4所述的光学邻近效应的修正方法，其特征在于，所述拟合参数包括：光刻图形的关键尺寸和光刻图形之间的间距。
6.如权利要求5所述的光学邻近效应的修正方法，其特征在于，根据所述拟合参数对所述初始光学临近修正模型进行拟合，获取光学临近修正模型的方法包括：根据所述光刻图形的关键尺寸和光刻图形之间的间距对所述恒定阈值模型的参数c0，c1…c9进行拟合，获取恒定阈值vt；根据所述恒定阈值vt对最终测试图形进行模拟曝光...
【专利技术属性】
技术研发人员：罗连波，刘文东，丁丽华，程仁强，
申请(专利权)人：中芯国际集成电路制造上海有限公司，
类型：发明
国别省市：
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。