本申请案主张2015年12月8日申请的第61/264,482号美国临时专利申请案的权益，所述申请案的全部内容以引用的方式并入本文中。
本发明涉及计量工具，且更特定来说，本发明涉及计量工具的配置。
背景技术：
计量通常涉及测量目标组件的各种物理特征。举例来说，可使用计量工具来测量目标组件的结构及材料特性(例如，材料组成物、结构的尺寸特性及/或结构的临界尺寸等等)。在半导体计量的实例中，可使用计量工具来测量已制造的半导体组件的各种物理特征。
一旦获得计量测量，就可分析所述测量。此分析通常涉及如下算法：推断目标组件的参数模型的参数值，使得与所述值相关联的测量的模拟紧密匹配实际测量。此类算法通常属于被称为“逆问题”的一类数学问题。一个此类实施例是最小化实际测量与从参数模型导出的模拟测量之间的赋范误差的回归。往往，为了缩减解决逆问题所需的总时间量，由库替换测量的严格模拟，所述库是针对特定于目标组件的模型参数化的模拟的快速且足够准确的数学近似。通常，由在大模拟测量集合上训练的内插器计算库，所述库的参数属于目标组件的参数的预期范围。
在一些情况下，期望使用多个不同计量工具来测量目标组件。此技术通常被称为“混合计量”。可能存在采用多个不同计量工具的许多原因，例如个别计量工具的不足测量性能。接着，期望是可组合使用不同测量技术的两个或多于两个计量工具，其中每一技术是根据其特定优势而使用，以关于目标组件的全部临界尺寸及组成物参数产生符合稳定性及过程跟踪的规范的总测量。在spieproc.、第7971卷(2011)的a.韦德(a.vaid)等人的“全面的计量方法：利用散射测量、cd-afm及cd-sem的混合计量(aholisticmetrologyapproach:hybridmetrologyutilizingscatterometry,cd-afm,andcd-sem)”中描述了现有混合计量工具的一个实例。
为了取得参数的准确测量，可使用两个或多于两个计量工具来收集许多不同测量。举例来说，可使用反射计及光谱椭偏仪来收集用于测量一或多个参数的信号集合。这些工具的配置可包含波长、偏光、方位及/或入射参数的选择。举例来说，可按0度与90度之间的方位角及范围从紫外到红外的100nm与900nm之间的波长来配置光谱椭偏仪。可使用竖直与水平之间的偏光角及范围从紫外到红外的100nm与900nm之间的波长来配置反射计。通过跨配置的整个光谱采取测量，可获得目标参数的最精确测量。然而，这将需要数千个个别测量，其可为耗时的。
在高处理量制造操作中，时间约束可规定可采取测量子集。常规地，在每一工具配置内仅选择波长子集，以缩减所收集的个别测量的数目。举例来说，可用水平偏光及竖直偏光来设置反射计，且对于每一配置，基于均匀地分布在波长的操作波段内的波长子集采取数个测量(例如，在每一测量之间将波长递增达20nm)。相似地，可按0、45及90度的方位角来配置光谱椭偏仪，且对于每一配置，基于均匀地分布在波长的操作波段内的波长子集采取数个测量。然而，通过缩减来自全光谱的测量的数目，测量参数的误差可能会增大。此外，许多这些测量实际上可能不会得到许多有用信息。因此，需要处理这些问题及/或与检验系统的现有技术实施方案相关联的其它问题。
技术实现要素：
本发明提供一种用于选择欲利用计量工具而测量的信号的系统、方法及计算机程序产品，所述计量工具优化所述测量的精度。技术包含模拟用于测量计量目标的一或多个参数的信号集合的步骤。此技术的关键是正规化雅可比(jacobian)矩阵，其本质上是测量光谱的噪声加权参数灵敏度。可直接从所述正规化雅可比矩阵计算许多性能度量，例如参数精度。一旦产生对应于所述信号集合的正规化雅可比矩阵，就选择所述模拟信号集合中的信号子集，所述信号子集优化与测量计量的所述一或多个参数相关联的性能度量，且利用计量工具来收集所述计量目标的所述信号子集中的每一信号的测量。对于由所述计量工具收集的给定数目个信号，与收集遍及一系列过程参数均匀地分布的信号的常规技术相比，此技术优化此类测量的精度。
附图说明
图1展示根据现有技术的示范性计量工具的示意图；
图2说明根据一个实施例的用于收集计量目标的测量的方法；
图3a说明根据实施例的用于通过从多个计量目标收集信号而增大测量的精度的方法；
图3b说明根据实施例的用于通过从多个计量目标收集信号而增大测量的精度的方法；
图4是根据一个实施例的用于测量计量目标的系统400的概念说明；及
图5说明可供实施各种先前实施例的各种架构及/或功能性的示范性系统。
具体实施方式
在半导体计量领域中，一种计量工具可包括：照明系统，其照明目标；收集系统，其捕获由照明系统与目标、装置或特征的相互作用(或无相互作用)而提供的相关信息；及处理系统，其使用一或多个算法分析所收集的信息。可使用计量工具来测量与各种半导体制造过程相关联的结构及材料特性(例如：材料组成物；结构及膜的尺寸特性，例如膜厚度及/或结构的临界尺寸；叠加等等)。使用这些测量来促进半导体裸片的制造中的过程控制及/或产出效率。
计量工具可包括一或多个硬件配置，所述一或多个硬件配置可结合本发明的特定实施例而使用，以例如测量各种前述半导体结构及材料特性。此类硬件配置的实例包含但不限于以下各者：
光谱椭偏仪(se)；
具有多个照明角度的se；
测量米勒(mueller)矩阵元素(例如，使用旋转补偿器)的se；
单波长椭偏仪；
光束轮廓椭偏仪(角分辨椭偏仪)；
光束轮廓反射计(角分辨反射计)；
宽带反射式光谱仪(光谱反射计)；
单波长反射计；
角分辨反射计；
成像系统；
散射计(例如，散斑分析器)；
小角x射线散射(saxs)装置；
x射线粉末衍射(xrd)装置；
x射线荧光(xrf)装置；
x射线光电子光谱(xps)装置；
x射线反射率(xrr)装置；
拉曼光谱装置；
扫描电子显微术(sem)装置；
隧穿电子显微术(tem)装置；及
原子力显微镜(afm)装置。
硬件配置可被分成离散操作系统。另一方面，一或多个硬件配置可被组合成单一工具。此类将多个硬件配置组合成单一工具的一个实例展示于图1中，从第7,933,026号美国专利并入本文中，所述专利的全文特此为了全部目的而以引用的方式并入。举例来说，图1展示示范性计量工具的示意图，所述计量工具包括：a)宽带se(即，18)；b)具有旋转补偿器(即，98)的se(即，2)；c)光束轮廓椭偏仪(即，10)；d)光束轮廓反射计(即，12)；e)宽带反射式光谱仪(即，14)；及f)深紫外反射式光谱仪(即，16)。另外，此类系统中通常存在众多光学元件，包含特定透镜、准直器、镜、四分之一波片、偏光器、检测器、相机、光圈及/或光源。用于光学系统的波长可从约120nm到3微米而变化。对于非椭偏仪系统，所收集的信号可为偏光分辨或未偏光的。图1提供被集成在同一工具上的多个计量头的说明。然而，在许多情况下，多个计量工具用于对单一或多个计量目标的测量。举例来说，这描述于第7,478,019号美国专利“多工具及结构分析(multipletoolandstructureanalysis)”中，所述专利的全文也特此为了全部目的而以引用的方式并入。
特定硬件配置的照明系统包含一或多个光源。光源可产生具有仅一个波长的光(即，单色光)、具有数个离散波长的光(即，多色光)、具有多个波长的光(即，宽带光)，及/或在波长之间连续或跳跃地扫掠波长的光(即，可调谐源或扫频源(sweptsource))。合适光源的实例是：白光源；紫外(uv)激光；弧灯或无电极灯；激光持续等离子体(lsp)源，例如商业上可购自麻萨诸塞州沃本市能源科技公司(energetiqtechnology,inc.,woburn,massachusetts)的lsp源；超连续源(例如宽带激光源)，例如商业上可购自新泽西州摩根维尔市nkt光电公司(nktphotonicsinc.,morganville,newjersey)的超连续源；或较短波长源，例如x射线源、极uv源或其某一组合。光源还可经配置以提供具有足够亮度的光，在一些情况下，所述亮度可为大于约1w/(nmcm2sr)的亮度。计量系统还可包含到光源的快速反馈，用于稳定其功率及波长。光源的输出可经由自由空间传播而递送，或在一些情况下经由任何类型的光纤或光导而递送。
计量工具经设计以进行与半导体制造相关的许多不同类型的测量。特定实施例可适用于此类测量。举例来说，在特定实施例中，工具可测量一或多个目标的特性，例如临界尺寸、叠加、侧壁角度、膜厚度、过程相关参数(例如，焦点及/或剂量)。目标可包含本质上是周期性的特定所关注区域，例如存储器裸片中的光栅。目标可包含多个层(或膜)，其厚度可由计量工具测量。目标可包含放置(或已存在)于半导体晶片上以供例如搭配对准及/或叠加配准操作而使用的目标设计。特定目标可定位在半导体晶片上的各种位置处。举例来说，目标可定位在划线道(例如，在裸片之间)内及/或定位在裸片自身中。在特定实施例中，如在第7,478,019号美国专利中所描述，由同一或多个计量工具(在同一时间或在不同时间)测量多个目标。可组合来自此类测量的数据。来自计量工具的数据用于半导体制造过程中，例如以将校正前向馈送、反向馈送及/或侧向馈送到过程(例如，光刻、蚀刻)，且因此，可能得到完整过程控制解决方案。
随着半导体装置图案尺寸不断地缩小，往往需要更小计量目标。此外，测量准确性及与实际装置特性的匹配增大了对似装置目标以及裸片中及甚至装置上测量的需要。已提出各种计量实施方案以实现所述目的。举例来说，基于主要反射式光学器件的聚焦光束椭偏测量是各种计量实施方案中的一者且描述于匹旺卡-科尔(piwonka-corle)等人的专利(us5,608,526，“聚焦光谱椭偏测量及系统(focusedbeamspectroscopicellipsometrymethodandsystem)”)中。可使用变迹器来缓解造成照明光点扩散超出由几何光学器件界定的大小的光学衍射效应。变迹器的使用描述于诺顿(norton)的第5,859,424号美国专利“可用于缩减光学测量及其它应用中的光点大小的变迹滤波器系统(apodizingfiltersystemusefulforreducingspotsizeinopticalmeasurementsandotherapplications)”中。具有同时多入射角照明的高数值孔径工具的使用是实现小目标能力的另一方式。此技术描述于例如奥普所(opsal)等人的第6,429,943号美国专利“具有同时多入射角测量的临界尺寸分析(criticaldimensionanalysiswithsimultaneousmultipleangleofincidencemeasurements)”中。
其它测量实例可包含测量半导体堆栈的一或多个层的组成物、测量晶片上(或内)的特定缺陷，及测量曝光于晶片的光刻辐射的量。在一些情况下，计量工具及算法可经配置用于测量非周期性目标，参见例如p.jiang等人的“用于使用散射测量的cd计量中的全波电磁模拟的有限元方法(thefiniteelementmethodforfullwaveelectromagneticsimulationsincdmetrologyusingscatterometry)”(2014年6月3日申请的第14/294,540号待决美国专利申请案)或a.库兹涅佐夫(a.kuznetsov)等人的“用于计量及检验的有限结构及有限照明的电磁建模方法(methodofelectromagneticmodelingoffinitestructuresandfiniteilluminationformetrologyandinspection)”(第14/170,150号待决美国专利申请案)。
所关注参数的测量通常涉及数个算法。举例来说，入射光束与样本的光学相互作用是使用电磁(em)解算器予以建模，且使用例如rcwa、fem、矩量法、表面积分法、体积积分法、fdtd及其它算法的算法。通常使用几何引擎或在一些情况下使用过程建模引擎或两者的组合来建模(参数化)所关注目标。过程建模的使用描述于a.库兹涅佐夫等人的“用于集成使用基于模型的计量及过程模型的方法(methodforintegrateduseofmodel-basedmetrologyandaprocessmodel)”(第14/107,850号待决美国专利申请案)中。举例来说，几何引擎实施于科磊公司(kla-tencor)的acushape软件产品中。
可通过数个数据拟合及优化技术及科技来分析所收集的数据，包含：库；快速降级模型；回归；机器学习算法，例如神经网络及支持向量机(svm)；降维算法，例如主分量分析(pca)、独立分量分析(ica)、局部线性嵌入(lle)；稀疏表示，例如傅立叶或小波变换；卡尔曼滤波器；促进来自同一或不同工具类型的匹配的算法，及其它。
所收集的数据还可通过不包含建模、优化及/或拟合的算法予以分析，例如，第14/057,827号美国专利申请案。
通常针对计量应用而使用一或多种方法优化计算算法，例如计算硬件、并行化、计算分布、负载平衡、多服务支持、动态负载优化等等的设计及实施方案。算法的不同实施方案可在固件、软件、fpga、可编程光学器件组件等等中完成。
数据分析及拟合步骤通常追求以下目的中的一或多者：
cd、swa、形状、应力、组成物、膜、带隙、电性质、焦点/剂量、叠加、产生过程参数(例如，抗蚀剂状态、分压、温度、聚焦模型)及/或其任何组合的测量；
计量系统的建模及/或设计；及
计量目标的建模、设计及/或优化。
以下描述揭示用于利用计量工具测量计量目标的方法、系统(具有用于执行所述方法的处理器)及计算机程序产品(体现在非暂时性计算机可读媒体上且具有适应于由计算机执行以执行所述方法的代码)的实施例。
计量工具可为上文参考图1所描述的所述工具中的任一者或可为其它类型的计量工具。多个计量工具可常驻于单一硬件平台或不同硬件平台上。当在单一硬件平台上时，常驻于同一或不同硬件平台上的计算机系统的处理器与计量工具通信以执行关于下文后续图所描述的方法。当在不同硬件平台上时，计算机的处理器可常驻于具有计量工具中的一者的硬件平台中的一者上或可常驻于完全不同平台上，但再次与计量工具通信以执行关于下文后续图所描述的方法。
下文所描述的技术通过选择提供用于收集计量目标的一或多个参数的测量的最佳性能的信号及计量工具及配置而优化电磁模拟的效率及计量系统的采集时间。这些技术可应用于使用可见光光谱内的波长(例如，约400nm到700nm)的光学系统，但所述技术还可扩展到更宽范围的波长，例如x射线、极紫外及远红外以及其它。
如本文中所使用，性能可指所得测量的精度。可通过采取模拟信号与运用由所选择信号子集定义的系统所收集的信号之间的误差来计算精度。可通过比较所述系统与单一“理想”系统(工具对工具)或通过比较所述系统与来自多个不同系统的平均测量(工具对机群(fleet))而定义精度。由于已知系统误差或任何或全部测量参数的这些度量的任何组合，精度还可指所得测量系统的稳健性及/或准确性。
在存在测量参数的小变化(δp)的情况下，可通过围绕正确信号(s0)的泰勒级数在足够程度上描述从测量信号(sm)到参数的映射，如方程式1中所展示：
测量的可能误差是正确信号(s0)与模拟测量信号(sm)之间的差。可能误差包含由于具有已知协方差矩阵(scov)的噪声的误差(例如，系统噪声、机群匹配方差等等)及具有例如固定参数、系统容限等等的偏差的误差。在任何情况下，在存在已知协方差矩阵的情况下的最佳性能是众所周知的最佳线性无偏估计量(blue)，如方程式2中所展示：
在方程式2中，项
图2说明根据一个实施例的用于收集计量目标的测量的方法200。在步骤202处，模拟用于测量计量目标的一或多个参数的信号集合。信号集合s可指由计量工具t测量的光谱。信号s的特定格式取决于正被校准的计量工具的类型。举例来说，信号可指在光束聚焦于与计量目标相关联的位置l上时由检测器测量的光的强度。信号集合中的每一信号可指在不同位置l处或使用不同波长的光或运用计量工具的不同配置或定向所采取的测量。
在一个实施例中，实施模拟器模块，其包括基于系统的模型而产生信号集合的指令，所述系统包含计量工具及由建模参数集合定义的晶片上的一或多个计量目标。建模参数可为几何参数(例如，临界尺寸、侧壁角度、轮廓高度等等)、材料组成物参数、过程参数(例如，焦点参数、剂量参数等等)、叠加参数及/或任何其它参数。模拟器模块可经配置以产生模拟信号集合，所述模拟信号集合基于定义计量系统的模型的建模参数而模仿由一或多个计量工具产生的信号。
特定来说，模拟信号集合可采取由计量工具收集以测量计量目标的一或多个参数的原始数据的形式。表1说明由不同计量工具收集的原始数据的各种实例。表1的实例不应被认作以任何方式进行限制，这是因为来自不同工具的其它类型的原始数据可由模拟信号模仿且在本发明的范围内。
表1
(1)来自hrxrd工具的衍射强度对衍射角度
(2)来自x射线荧光(xrf)工具的荧光强度对光子能量
(3)来自拉曼散射工具的拉曼散射强度对波数
(4)x射线光电子光谱(xps)工具的x射线光电子计数对结合能
(5)光谱散射计(ocd)工具的椭偏仪或反射计信号对波长
(6)x射线反射计(xrr)的x射线反射率对入射角
(7)基于角度的散射测量工具的反射率对入射角
(8)小角x射线散射(saxs)工具的衍射强度对角度
在步骤204处，基于模拟信号集合产生雅可比矩阵。雅可比矩阵编码信号集合中的每一信号相对于一或多个参数中的每一者的偏导数。在一个实施例中，模拟器模块在模拟期间调制参数以确定特定参数的变化如何影响每一信号，且通过计算以参数的变化所正规化的模拟信号值的差而产生雅可比矩阵。在另一实施例中，可通过针对每一参数使参数值变化以基于输入参数的各种组合产生每一信号的多个值而产生雅可比矩阵。接着，将模拟信号值拟合到曲线(例如，二次多项式)。接着，可针对不同输入参数评估曲线的导数以导出雅可比矩阵中的偏导数的估计。基本上，可利用曲线的系数来评估每一信号的偏导数。可实施用于产生雅可比矩阵的其它方法，例如将模拟信号值拟合到较高次多项式，且所述其它方法在本发明的范围内。
在步骤206处，基于雅可比矩阵及协方差矩阵产生正规化雅可比矩阵。可通过发现模拟信号集合的协方差矩阵(scov)且使雅可比矩阵乘以模拟信号集合的协方差矩阵的平方根的倒数而计算正规化雅可比矩阵；即，
在步骤208处，基于正规化雅可比矩阵选择来自模拟信号集合的信号子集。在一个实施例中，利用正规化雅可比矩阵(h)的结构来产生优化与测量计量目标的一或多个参数相关联的性能度量的初始信号子集。性能度量可基于每一参数的测量的精度。在正规化雅可比矩阵的协方差是单位矩阵的情况下，可如方程式3中所给出而高效地计算测量参数的协方差：
pcov＝(hth)-1(方程式3)
使用奇异值分解，可发现对角化h的正交基底集合，如方程式4中所展示：
h＝u∑vt(方程式4)
接着，参数的协方差矩阵可被写作：
pcov＝(v∑2vt)-1＝vt∑-2v(方程式5)
参数的协方差矩阵的特征值(λ)及对应特征向量(μ)是：
λ＝∑-2，v＝m(方程式6)
作为近似，在与λ中的最大特征值相关联的大特征向量上具有最大赋范投影且因此具有∑的最小值的正规化雅可比矩阵(h)的行对正规化雅可比矩阵h的结构提供最大益处。赋范投影仅是h的行及协方差矩阵pcov的特征向量的内积。换句话说，对应于在λ的主导特征向量上具有最大投影的正规化雅可比矩阵h的行的信号可经选择为利用计量工具优化参数的测量的信号子集。此技术确保信号子集的初始选择包含高灵敏度，且支持正规化雅可比矩阵h的秩。
在一个实施例中，可将权重添加到选择过程。举例来说，可将正规化雅可比矩阵h的每一行投影到λ的主导特征向量上，且接着通过适当权重来按比例调整。接着，比较加权投影值以便选择信号子集。权重可考虑特定测量参数的采集或模拟时间及重要性。举例来说，一些信号相比于其它信号可能会花费较长时间予以建立及收集。权重可反映出较易于收集的信号的优先级高于较难以收集的信号的优先级，这是因为更多较易于收集的信号可能够在特定时段(timeframe)中被收集。在另一实例中，可通过反映出影响一个参数相对于另一参数的精度的信号被赋予优先权的权重来考虑一个参数对于已制造的装置的重要性。一般来说，根据包含以下各者中的至少一者的准则来设置给定信号的权重：计量工具的选择、波长、入射角、方位角、偏光、焦距、积分时间，及/或与测量相关联的其它参数。
上述技术基于精度来选择信号子集(即，通过基于参数的协方差矩阵来最小化预期的误差)。在一个实施例中，可指定定义性能度量(pm)的公式，针对信号集合s中的每一信号来计算所述公式。举例来说，上文所描述的性能度量被给定为：
pm1＝<pcov，m>(方程式7)
按每信号来计算方程式7，且方程式7给出对应于信号的协方差矩阵中的行与特征向量m的内积。
还可计算额外性能度量，例如基于用来产生信号的所选择计量工具的准确性的差异的性能度量。特定工具的制造容限及校准准确性可影响给定信号的测量的准确性。特定工具与标称尺寸的偏差可影响测量信号的准确性。因为与这些尺寸相关联的容限可影响一些信号多于其它信号，所以可建置模型以基于工具对工具选择差异来估计信号的准确性。换句话说，性能度量可基于信号的方差如何受到工具对工具匹配影响来区分信号。性能度量可被给定为：
pm2＝(jtj)-1jtδsignaltool((jtj)-1jt)t(方程式8)
再次，按每信号来计算方程式8，且方程式8量化如受到工具对工具匹配方差影响的信号的方差。在此实施例中，项δsignaltool是跨工具的信号的协方差。可通过记录跨用于同一晶片的一组工具的信号的方差而用实验方法来产生此向量。还可通过使用跨工具的已知误匹配源来计算此方差。
可计算又一性能度量，例如基于每一信号的稳健性的性能度量。基于模型的计量需要物理模型以将信号映射到计量值。模型中存在可使性能降级的许多不确定性。举例来说，材料的分散、匹配观测信号所需的傅立叶模式的数目、缺少结构之间的界面层，或目标的非周期性。可通过对模型的扰动来模拟这些误差的效应，所述扰动造成信号的扰动δsignalerror。信号的所得选择具有假定误差到测量信号上的最低投影。换句话说，性能度量可基于信号的方差如何受到各种误差源影响来区分信号。性能度量可被给定为：
pm3＝(jtj)-1jtδsignalerror((jtj)-1jt)t(方程式9)
再次，按每信号来计算方程式9，且方程式9量化如受到估计误差源影响的信号的方差。项δsignalerror是量化信号如何受到各种误差源影响的向量。
虽然可利用任何性能度量来选择信号子集，但将了解，可组合多个性能度量以便产生统一性能度量，如下：
如方程式10中所展示，统一性能度量使用权重系数(α、β及γ)组合每一信号的多个独立性能度量。在一个实施例中，每一权重系数可被设置在0与1之间。
在步骤210处，可调整所选择信号子集。在一些实施例中，可省略步骤210，且利用步骤208中选择的信号子集来采取计量目标的测量。调整步骤208中基于正规化雅可比矩阵所选择的初始信号子集可被称为使信号子集退火。退火可由增加或缩小信号子集中的信号的数目组成。
在一个实施例中，可通过将下一信号添加在不包含于对增大测量的精度具有最大影响的信号子集中的全部信号中而增加信号子集。举例来说，比较与正规化雅可比矩阵h的行相关联的投影值以发现最大投影值，且接着将与正规化雅可比矩阵h的所述行相关联的信号添加到信号子集。可将额外信号添加到子集，直到所选择信号子集的计算性能水平高于某一阈值。
在另一实施例中，可通过移除对增大测量的精度具有最小影响的信号子集中的信号而缩小信号子集。举例来说，比较与信号子集中的信号相关联的正规化雅可比矩阵h的行所相关联的投影值以发现最小投影值，且接着从信号子集移除与正规化雅可比矩阵h的所述行相关联的信号。可从子集移除额外信号，直到所选择信号子集的计算性能水平低于某一阈值。通过从信号子集移除信号，可减少测量参数的测量时间，这会增大制造过程的处理量，同时确保测量的精度在某一可接受边界内。
在又一实施例中，可通过从信号子集移除一些信号且将其它信号添加到所述信号子集而增加及缩小所述信号子集。退火步骤可重复数次，在每一步骤处增加或缩小信号子集，直到：(1)与信号子集相关联的性能超过性能的阈值水平；(2)退火步骤达到收敛，其中同一信号在两个相邻步骤中被移除及/或添加到子集；或(3)达到某一超时周期。
如图2中所展示，可通过最佳地选择将使用一或多个计量工具进行收集的信号子集而增大测量的精度。举例来说，经由此技术选择的信号子集的精度将优于利用在特定波长范围内均匀地划分的相同数目个信号。缩减针对测量所收集的信号的数目会增大处理量，同时确保关于缩减的收集信号集合的最佳性能。
用于增大测量的精度的另一技术是采取同一目标的多个测量。举例来说，收集同一信号的多个样本可产生分布在特定范围内的数个值。各种不同值的原因可能是由于各种误差源，例如噪声、工具的准确性等等。然而，随着样本的数目增大，值的分布将趋向于以测量的实值为中心。举例来说，关于随机噪声，取样值的分布可围绕以实值为中心的平均值形成常态分布。虽然任何一个特定测量的误差可能大，但与大量取样值的平均值相关联的误差可能小得多。
当然，增大用于测量特定计量目标的样本的数目意指增大收集测量所需的时间。这并不理想，特别是在比如x射线计量工具的情况下，其中单一测量的较长积分时间可独自转化为较佳精度。然而，许多硅晶片包含具有近似相同结构的多个相似计量目标。由于计量目标被设计为相同，故在制造期间可仅实现结构的轻微变异。此外，变异可与晶片上的位置充分相关。举例来说，临界尺寸参数的变化可能在相比于晶片的中心更靠近晶片的边缘的晶片上的位置处最大。可利用这些关系来增大同时应用于多个计量目标的测量的精度。
图3a说明根据实施例的用于通过从多个计量目标收集信号而增大测量的精度的方法300。在步骤302处，从定位在晶片上的不同位置处的多个计量目标收集多个信号s。计量目标应是理想地具有相同参数(即，临界尺寸、组成物等等)的相似结构。由于不同位置处的制造条件的差异，计量目标可能存在微小差异，但理论上，信号s应正尝试采取相似但不同结构的相同测量。
可使用方法200中所选择的信号子集来从每一计量目标收集测量。换句话说，可使用上文参考图2所展示的技术来确定将针对多个计量目标中的特定计量目标收集哪些信号，且接着在多个计量目标中的每一计量目标处收集信号子集的测量以从多个计量目标收集多个信号s。
在步骤304处，确定将多个信号映射到分量c的变换t。可基于信号集合s确定变换t。在一个实施例中，使用主分量分析(pca)来分析信号集合s以确定信号集合s的主分量。接着，利用主分量以将变换t拟合到信号集合s，这引起紧密拟合到主分量。在其它实施例中，可利用除了pca以外的技术以基于信号集合s发现变换t，例如ica、核心pca或受训自动编码器。
在步骤306处，从分量c选择分量子集c1。在一个实施例中，基于信噪比(snr)选择分量子集c1，其中分量集合c中具有高于阈值水平的snr的全部分量经选择为在分量子集c1内。在另一实施例中，基于分量c中的信息内容的分析而选择分量子集c1。举例来说，算法可确定每一类型的分量的值是否在预期范围内。
将了解，步骤306从所收集的光谱基本上移除噪声。仅保留光谱的高于噪声阈值的主分量以用于分析。即使在所收集的信号集合包含许多噪声时，这也会增大测量的精度。
在步骤308处，基于变换t而将分量子集c1变换成经变换信号s1。变换t是线性的，因此分量子集c1可经变换回为对应信号s1。将了解，由于从分量集合c移除了一些分量，故对应信号s1可能不同于所收集的信号集合s。
在步骤310处，分析信号s1以确定晶片上的多个计量目标的至少一个参数。确定特定计量目标的一或多个参数包含分析与至少一个其它计量目标相关联的测量。换句话说，与计量目标群组相关联的信号作为整体被分析，而非仅分析与隔离计量目标相关联的信号以确定所述特定计量目标的参数。
在用于晶片计量的常规分析系统中，可分析与单一计量目标相关联的全部信号以确定计量目标的特定参数。相比之下，在步骤310处，信号s1包含在晶片的不同位置处采取的不同计量目标的相似信号(即，同一工具、同一工具配置、同一波长等等)。通过同时分析多个计量目标的信号，可实现测量的增大精度。
在替代实施例中，直接利用分量子集c1来确定计量目标的参数且省略步骤308。在此类实施例中，步骤310分析分量子集c1而非信号s1。
图3b说明根据另一实施例的用于通过从多个计量目标收集信号而增大测量的精度的方法350。在步骤352处，确定将使用计量工具而收集的每一测量的积分时间。积分时间可指由计量工具收集信号的时间周期。积分时间可经确定以符合精度的第一水平。举例来说，当使用x射线计量工具(例如，saxs、xrd、xrf、xps等等)时，特定测量的精度可受到光子散粒噪声限制，其中由方程式8给出精度：
方程式8展示出，当测量时间增大时，测量的标准偏差下降(即，精度增大)。测量时间与精度的特定水平之间的实际关系可被分析上确定且基于特定测量的精度的所需水平被选择。
在步骤354处，基于经确定积分时间，利用计量工具来收集定位在晶片上的不同位置处的多个计量目标的测量。多个计量目标中的每一计量目标可被采取一次针对特定积分时间所收集的每一相异测量，且可针对每一计量目标收集使用一或多个计量工具及不同积分时间的多个测量。
在步骤356处，分析对应于多个计量目标的所收集测量以缩减每一测量的统计变化。再次，通过作为整体而非个别地分析测量，可将特定测量的精度增大到高于精度的第一水平。
在一个实施例中，基于所收集测量而产生叠加映图。重叠映图可表示可用来校准测量多个相似晶片上的相同计量目标的高处理量计量工具的参考测量集合。在分析来自不同晶片的所收集测量期间可利用来自一个晶片的叠加映图以便增大测量参数的精度。
图4是根据一个实施例的用于测量计量目标的系统400的概念说明。如图4中所展示，系统400包含模拟器模块410及计量模块420。模拟器模块410接收建模参数pmodel且模拟信号集合s'、计算雅可比矩阵、基于协方差矩阵来正规化雅可比矩阵，且从模拟信号集合s'选择优化与测量相关联的性能度量的信号子集s。计量模块420接收所选择信号子集s且产生针对晶片上的一或多个计量目标所测量的结构参数p。可由计量模块420配置计量工具以便收集所选择信号子集s中指定的每一测量。
将了解，可针对多个计量工具中的每一者重复系统400。举例来说，图1中所展示的每一计量工具可与单独且相异的模拟器模块410及对应计量模块420相关联。这些模块可并行地操作以便针对多个计量工具中的每一者收集指定信号s的测量。
图5说明可供实施各种先前实施例的各种架构及/或功能性的示范性系统。如所展示，提供系统500，其至少包含与一或多个计量工具550相关联的处理器502及存储器504。存储器504可包含用于存储程序指令及/或数据的易失性及非易失性存储器两者。在一个实施例中，存储器504包含存储模拟器模块410及计量模块420的硬盘驱动器(hdd)及sdram，可在执行期间将操作系统、应用程序、模拟器模块410及计量模块420加载于sdram上。
一个实施例涉及一种存储程序指令的非暂时性计算机可读媒体，所述程序指令可在计算机系统上执行以执行计算机实施方法，例如本文中所论述的方法。实施例如本文中所描述的方法的方法的程序指令可存储在例如存储器504的计算机可读媒体上。计算机可读媒体可为存储媒体，例如磁盘或光盘，或磁带，或所属领域中已知的任何其它合适非暂时性计算机可读媒体。作为选项，计算机可读媒体可定位于系统500内。替代地，计算机可读媒体可在系统500外部，其中系统500经配置以将来自计算机可读媒体的程序指令加载到存储器504中。
可以各种方式中的任何者实施程序指令，所述方式包含基于程序的技术、基于组件的技术及/或面向对象的技术等等。举例来说，可根据需要而使用activex控件、c++对象、javabeans、微软基础类别(“mfc”)或其它科技或方法实施程序指令。
系统500可采取各种形式，包含个人计算机系统、图像计算机、主计算机系统、工作站、网络设备、因特网设备或其它装置。一般来说，术语“计算机系统”可经广泛定义以涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。系统500还可包含所属领域中已知的任何合适处理器，例如并行处理器。另外，系统500可包含具有高速处理及软件的计算机平台，作为独立工具或网络工具。
虽然上文已描述各种实施例，但应理解，已仅通过实例而非通过限制来呈现所述实施例。因此，优选实施例的广度及范围不应受到上述示范性实施例中的任何者限制，而应仅根据所附权利要求书及其等效物进行定义。