专利名称：一种快速确定微细周期结构形貌参数的方法及设备的制作方法
技术领域：
本应用涉及半导体制造工艺的光学关键尺寸(0⑶)检测。具体为根据0⑶设备采集的被测区域的微细周期结构的散射信号以及周期性结构的模型从而快速获知散射体形貌参数的方法。
背景技术：
随着半导体制造工业的发展，工艺中的关键尺寸(⑶)越来越小，需要控制的尺寸越来越多，传统的光学成像分析的方法无法满足工艺尺寸的检测。新的成像技术不断地应用于半导体工艺形貌的检测中，如扫描电子显微镜(⑶-SEM)、原子力显微镜(AFM)，可实现高精度的CD尺寸、沟槽深度尺寸的检测，但其检测过程复杂，对样品具有破坏性，无法实现在线检测。光学薄膜测量仪可以对多层不同材料的薄膜厚度进行测量，但不能对周期性结构区域进行测量。半导体工艺中的许多尺寸特征可以反应在专门的被测区域里。OCD设备正是通过获取的被测区域周期性结构的散射信号以及对微细结构建立的模型从而估计出结构的形貌参数。术语“形貌参数”指描述待测器件的形状，包括二维和三维多层结构的形貌尺寸参数。OCD方法可以实现CD及其它形貌尺寸的检测，在具体的检测案例中，所获得的诸多工艺尺寸可能同时需要扫描电子显微镜，原子力显微镜，光学薄膜测量仪等分别完成。 由于OCD测量方法有非接触性、非破坏性、同时检测多个工艺特征、可实现工艺的在线检测等诸多优势，因此越来越广泛地应用于半导体制造工业中，并朝着更快速更准确地检测愈精细结构的方向迅速发展。OCD测量原理总体上可概括为两个步骤光谱获取过程一获取样品的散射信号并处理为测量光谱；光谱匹配过程一建立样品的形貌模型并寻找特定的理论光谱实现与测量光谱的最佳匹配从而确定其形貌参数。其测量的流程示意如
图1所
7J\ οAOl为样品测量光谱的获取模块。散射光谱仪的光源经过起偏器入射至样品的被测周期性结构区域，经过样品的散射，散射光中包含了样品的结构、材料等信息。散射光通过检偏器被散射仪的探测器接收。散射仪将接收到的散射信号处理为包含了样品信息的测量光谱A02。测量光谱的数值的描述形式有反射率Rs，Rp，偏振态变化的描述tan。，cos Δ， 偏振态分析的傅立叶系数α，β，或直接输出描述散射过程的Jones矩阵等形式。光谱匹配过程首先根据样品的工艺信息建立样品周期性结果的形貌模型A03，形貌模型由形貌参数决定，这里的形貌模型为二维光栅结构，实际应用中可以是任意二维和三维形貌结构。根据周期性结构的光散射原理，可以计算出具体参数确定的形貌模型对应的样品散射的理论光谱。变化形貌模型的参数，就会有不同的样品理论光谱。光谱匹配过程就是寻找一组形貌参数，具有该参数形貌的样品其理论光谱与测量光谱实现最佳匹配。这样，就可以用这组参数决定的形貌估计被测样品的实际形貌，从而实现了样品的形貌参数的测量。如A03所示的模型，被测样品区域为二维周期性结构，其主剖面(在这个面内结构呈周期性变化)，周期性结构的周期数足够多，通常称之为光学光栅。光栅的上方材料(如为空气)用(nl，kl)描述，η为材料的折射率，k为材料吸收系数。从上往下，第一层为光栅层，其材料为(n2，k2)，具有一定周期(pitch)，形状为梯形，用(TCD，B⑶，HT)描述，TCD 为梯形的上底边宽度，B⑶为梯形的下底边宽度，HT为梯形的高度，TCD，B⑶在工艺中表征关键尺寸。第二层为薄膜层，其材料为(n3，k3)，其厚度用TH表示。再往下为衬底(n4，k4) 材料。通常情况，材料的信息可以通过薄膜测量技术获知。这样，样品的模型就可以用参数向量ν = (TCD，B⑶，ΗΤ，ΤΗ)τ描述，若一般化描述，可以写为ν = (V0, V1,. . . , VnJT, Vi, i = 0，...，N-I为多层结构全部的参数。根据光散射理论，对于特定的样品v，散射仪获取的光谱理论上的数值可以用8(λ)描述。ν，8(λ)可以由一组复杂理论方程确定。通过数值求解可以求解出sU) = Γ (ν)。根据光栅的模型计算具有该模型描述的样品的理论光谱Α06，已经可以由数值计算方法实现。其代表性的数值方法是严格波耦合分析理论(RCWA，Rigorous Coupled-Wave Analysis)。光在物质中传播规律符合电磁波的普遍理论一麦克斯韦(Maxwell)方程组。 在RCWA分析方法中，参数ν决定了整个空间材料(n，k)的周期性分布规律，用ε (χ, y，ζ) 表示材料的介电系数的分布。以二维光栅为例，设在(X，ζ)平面里材料的介电常数呈周期性变化，而在y方向均勻。在ζ方向进行分层，每层的材料表示为εω(χ，^)，ω*ζ方向的层数，m= 1，2，...，Μ。则εω(χ, zm)在χ方向具有周期性，因此可以用傅立叶(Fourier) 级数描述
Γ π f 、 Ψ "2π1χ、Em (χ, Zj = S0^ sml exp(y ――)
；=-00 “其中d为周期。在第m层，对于TE模电场E可以展开为QN+1)阶谐波，如下
η =N￡m(x’y,z)= J] ^ 0)expK/(、x +、z)]
n=-N其中knx，knz为波矢在χ，ζ的分量。即每一层的电场可以用0Ν+1)阶散射光电场描述。若散射阶次N足够大，则E的精度可以得到保证。Snm(Z)为各阶散射光电场的幅度大小。对于各层利用波动方程和各层的边界条件，可以获得一组常系数微分方程组。最后通过解决矩阵特征值和特征向量的问题可以求解出各层的，并最终求出各级散射光。根据求解的散射光，可以转换为散射仪输出的测量光谱的描述形式。层数M和散射阶数N影响理论光谱的计算精度。Μ，Ν越大，其计算的误差越小，但计算量也增加。在一定精度条件下，所需Μ, N的大小与光栅的结构和材料有关。RCWA计算的复杂度为ο (Μ*Ν3)，与层数M成正比，与阶数N的三次方成比例。若是三维结构，复杂度更高，为ο (M* (Nx^Ny)3)，与χ方向阶数Nx和y方向阶数Ny的乘积的三次方成比例。用于计算复杂度统计的每个单元都涉及矩阵的特征值特征向量的求解，因此RCWA数值计算过程非常耗时。随着半导体工艺的发展， 需要增加N以提高理论光谱的精度，而散射阶数N的增加将使计算的复杂度急剧增加。依目前单个CPU的计算能力，典型的RCWA计算一个形貌对应的光谱将耗时几秒、几十秒乃至更多。因此，若匹配过程需要进行大量的RCWA计算，则通常由高性能计算处理器组成专业的计算服务器或计算工作站完成在OCD测量中需要的理论光谱的计算任务。正因为RCWA 计算的复杂性和耗时性，光谱匹配过程的目标是在满足测量精度要求的前提下可以用较少的RCWA数值计算完成匹配。样品的理论散射光谱s(v，λ)可以通过建立模型使用相关理论(如RCWA理论) 计算得到。设散射仪获取的测量光谱为％U)，不考虑测量噪声，可以认为s(v，λ)=Sm(A)0光谱S(V，λ)已经通过散射仪获取，如果能够知道s (ν，λ)对应的ν就可以获得测量参数了。但是遗憾的是目前没有办法求解
权利要求
1. 一种快速确定待测器件的形貌参数的方法，该方法包括以下步骤
1.将待测器件的形貌参数化； .建立从参数到近似光谱的近似解析模型；iii.测量所述待测器件的测量光谱，所述测量光谱包括从所述待测器件散射的散射信号；iv.确定与该待测器件的形貌参数对应的初始参数，并基于该初始参数，使用该近似解析模型，确定与所述测量光谱相匹配的匹配近似参数；v.使用从参数到理论光谱的理论解析模型，根据所述匹配近似参数确定该待测器件的形貌参数。
2.根据权利要求1所述的方法，其特征在于，所述步骤ii包括如下步骤 iil.采集样品器件的测量光谱； 2.基于所述样品器件的测量光谱，使用所述理论解析模型计算所述样品器件形貌参数；113.建立多个参数与相应的理论光谱的对应关系；114.从该多个参数与相应的理论光谱的对应关系确定所述近似解析模型。
3.根据权利要求2所述的方法，其特征在于，所述步骤ii2使用遗传算法计算所述样品器件形貌参数，该步骤ii2包括如下步骤-确定所述样品器件形貌参数的父代群体，所述父代群体包括样品器件形貌参数的多组变量；-根据所述理论解析模型，计算所述父代群体中的各组变量分别对应的理论光谱； -根据所述样品器件的测量光谱以及该多个理论光谱的差异，对所述父代群体进行选择、交叉和突变，得到子代群体；-将该子代群体作为新的父代群体重复以上步骤，直至预定条件满足时，将子代群体中理论光谱与样品器件的测量光谱差异最小的变量作为所述样品器件形貌参数，其中，所述预定条件包括子代群体中理论光谱与测量光谱差异的最小值低于第一值，和/或连续一定数量代群体中理论光谱与测量光谱差异的最小值都小于第二值。
4.根据权利要求3所述的方法，其特征在于，所述步骤ii2根据该样品器件的工艺所引起该样品器件的形貌参数的可能值，确定第一次使用该多组变量；所述步骤ii2还包括如下步骤-当预定条件满足时，分析子代群体中理论光谱与样品器件的测量光谱差异较小的多组变量所分布的范围当所分布的范围小于预定范围时，将子代群体中理论光谱与样品器件的测量光谱差异最小的变量作为所述测量参数；当所分布的范围大于预定范围时，修改模型重新进行ii2 步骤，或者根据该样品器件的工艺确定所述样品器件形貌参数实际所在的区域；所述步骤ii2还计算理论光谱在所述样品器件形貌参数处的各分量灵敏度，所述灵敏度为理论光谱在一定噪声干扰的情况下，允许各分量在最佳值基础上的变化值。
5.根据权利要求4所述的方法，其特征在于，所述步骤ii2在计算父代群体中的各组变量对应的多个理论光谱之前，还判断各组变量在测量分辨率的条件下是否分别相对于之前已使用的个体来说是新的个体当是新个体时，计算该变量的理论光谱；当不是新个体时，使用之前计算出的、与该变量对应的个体的理论光谱。
6.根据权利要求3或4所述的方法，其特征在于，所述步骤ii3中，首先采用两层非线性近似变换，输出少数分量的向量数据，再进行主成分分析的反变换后输出理论光谱的近似值。
7.根据权利要求6所述的方法，其特征在于，光谱近似解析模型由非线性近似变换系数确定；求解这些值的步骤为-从所述理论光谱库中决定训练样本集和检验样本集从理论光谱库抽取部分光谱， 抽取部分另外额外计算部分理论光谱，样本集的每个样本对应形貌参数变量的各分量归一化在0-1的范围，各分量数值均勻分布-将处理后的样本集光谱数据进行主成分分析变换，以获得在一定误差条件下与样本光谱一一对应的光谱主分量数据；-样本集的形貌参数变量作为输入，主成分分析变换之后的光谱数据作为输出的目标值，以训练集全部样本计算的误差最小为训练的性能函数，达到性能要求后即可获得近似模型非线性变换系数；-在求解的过程中，用当前系数的近似模型处理检验样本集全部样本，统计对应的近似光谱的误差分布，根据分布确定当前的近似误差是否满足要求。
8.根据权利要求4所述的方法，其特征在于，所述步骤iv使用遗传算法确定所述匹配近似参数以及对应的匹配近似光谱，该步骤iv包括如下步骤-确定该待测器件的形貌参数的父代群体，所述父代群体包括该待测器件的形貌参数的多组变量；-根据所述近似解析模型，确定父代群体中的各组变量对应的近似光谱； -根据所述待测器件的测量光谱以及所述各个近似光谱的差异，对所述父代群体进行选择、交叉和突变，得到子代群体；-将该子代群体作为父代群体重复以上步骤，直至预定条件满足时将子代群体中近似光谱与测量光谱差异最小的变量作为所述匹配近似参数，将该匹配近似参数对应的近似光谱作为所述匹配近似光谱。
9.根据权利要求8所述的方法，其特征在于，所述步骤ν包括如下步骤-根据所述理论解析模型，计算与所述匹配近似参数对应的匹配理论光谱； -计算所述匹配近似光谱和所述匹配理论光谱的差异； -当所述差异小于一阈值时，将所述匹配近似参数作为该待测器件的形貌参数； -当所述差异大于一阈值时，使用所述理论解析模型，根据所述匹配近似参数搜索得到该待测器件的形貌参数。
10.根据权利要求9所述的方法，其特征在于，所述步骤ν在得到该待测器件的形貌参数后，还包括以下步骤-记录所述待测器件的形貌参数及其对应的理论光谱； 所述确定所述父代群体的步骤包括-计算所述待测器件的测量光谱与一个或多个所记录的、之前测量的待测器件的形貌参数的理论光谱的差异；-确定一个或多个差异较小的、之前测量的待测器件的形貌参数作为所述父代群体中的一个或多个变量。
11.根据权利要求9所述的方法，其特征在于，当所述差异大于一阈值时，所述搜索步骤使用LM-Levenberg Marquardt方法，使用有限差分方法计算雅可比矩阵，根据通过计算雅可比矩阵更新所述匹配近似参数，其中有限差分计算时参数的各分量的变化量由所述灵敏度分析所确定。
12.根据权利要求1所述的方法，其特征在于，所述理论解析模型包括基于严格波耦合分析理论的数值方法的模型。
13.一种确定待测器件的形貌参数的设备，包括-第一单元，用于将待测器件的形貌参数化；-第二单元，用于建立从参数到近似光谱的近似解析模型；-光谱散射测量单元，用于测量所述待测器件的测量光谱，所述测量光谱包括从所述待测器件散射的散射信号；-第四单元，用于确定与该待测器件的形貌参数对应的初始参数，并基于该初始参数， 使用该近似解析模型，确定与所述测量光谱相匹配的匹配近似参数；-第五单元，用于使用从参数到理论光谱的理论解析模型，根据所述匹配近似参数确定该待测器件的形貌参数。
全文摘要
形貌测量设备所测样品的形貌参数多、范围大或者精度要求高时，通过计算形貌参数可能的全部组合对应的理论光谱来匹配测量光谱需要巨量的计算能力。本发明提供了基于光学散射信号快速确定微细周期结构形貌参数的方法及设备，该方法包括i.将待测器件的形貌参数化；ii.建立从参数到近似光谱的近似解析模型；iii.测量所述待测器件的测量光谱，所述测量光谱包括从所述待测器件散射的散射信号；iv.确定与该待测器件的形貌参数对应的初始参数，并基于该初始参数，使用该近似解析模型，确定与所述测量光谱相匹配的匹配近似参数；v.使用从参数到理论光谱的理论解析模型，根据所述匹配近似参数确定该待测器件的形貌参数。
文档编号G01B11/24GK102183212SQ20101061944
公开日2011年9月14日 申请日期2010年12月28日 优先权日2010年12月28日
发明者刘国祥, 刘志钧, 张振生, 徐益平, 施耀明 申请人:睿励科学仪器(上海)有限公司