基于混合遗传算法的极紫外多层膜结构参数反演方法
【技术领域】
[0001] 本发明属于极紫外光刻技术领域，具体设及一种基于混合遗传算法的极紫外多层 膜结构参数反演方法。
【背景技术】
[0002] 极紫外光刻化xtreme Ultraviolet Lithography，EUVL)技术是使用抓V波段，主 要是13.5nm波段，进行光刻的微纳加工技术。目前，抓化技术已经能够实现7nm线宽的刻蚀 工艺，并具备进一步缩小刻蚀线宽的可能性。运在大规模集成电路制造领域具有重要意义， 能够实现更大密度的元件集成，W及更低的能耗。
[0003] 极紫外光刻使用波长为10~14nm光源照明，由于几乎所有已知光学材料在运一波 段都具有强吸收，无法采用传统的折射式光学系统，所W极紫外光刻系统的照明系统、掩模 和投影物镜均采用反射式设计，其反射光学元件需锻有周期性多层膜W提高反射率。为提 高极紫外光刻系统的光通量，需要通过锻膜工艺参数优化尽可能提高每个极紫外多层膜反 射镜的反射率，而为指导工艺优化需要对各工艺条件下沉积的极紫外多层膜进行结构表 征。
[0004] 掠入射X射线反射谱是对多层膜结构表征最有力的手段，通过拟合多层膜的掠入 射X射线反射谱就可W反演得到多层膜的结构参数，由于多层膜的结构参数较多且掠入射X 射线反射谱的数据量较大，单独采用遗传算法拟合掠入射X射线反射谱虽然能够得到全局 最优解，但遗传算法的迭代收敛速度较慢，加上遗传算法的运算量大，因此拟合过程所需的 时间较长;而单独采用单纯形法拟合掠入射X射线反射谱虽然收敛速度快，但反演过程极易 陷入局部极小值。
【发明内容】
[0005] 本发明的目的是解决现有技术中极紫外多层膜结构参数的确定方法，不能兼备高 效率和准确性的问题，提供一种基于混合遗传算法的极紫外多层膜结构参数反演方法。
[0006] 基于混合遗传算法的极紫外多层膜结构参数反演方法，步骤如下：
[0007] 步骤一、通过多层膜的光学常数和目标结构参数，计算多层膜在固定波长、不同的 掠入射角下的反射率，得到目标掠入射X射线反射谱；
[000引步骤二、通过步骤一得到的目标掠入射X射线反射谱，采用遗传算法反演多层膜的 结构参数，遗传算法的迭代次数为20-50次；
[0009] 步骤Ξ、依据步骤二得到的多层膜的结构参数，采用单纯形算法继续反演多层膜 的结构参数，单纯形算法的迭代次数为200-400次；
[0010] 所述步骤一至步骤Ξ中，掠入射X射线反射谱皆通过递归算法获得。
[0011] 进一步的，所述步骤二和步骤Ξ的过程为：
[0012] W式（1)为评价函数，先采用遗传算法在迭代次数内寻找使得F值最小的多层膜的 结构参数，再依据遗传算法得到的多层膜的结构参数，采用单纯形算法在迭代次数内继续 寻找使得F值最小的多层膜的结构参数；
[001 引
0)
[0014] 式（1)中，m为整数，loglORc(0i)为计算掠入射X射线反射谱，loglORg〇ai(0i)为目标 掠入射X射线反射谱。
[0015] 进一步的，所述步骤二中，遗传算法的种群数为100,交叉概率为0.5,变异概率为 0.02。
[0016] 进一步的，所述掠入射X射线反射谱的波长固定为0.154nm。
[0017] 进一步的，所述掠入射角的变化范围为0.2°-5°。
[0018] 与现有技术相比，本发明的有益效果为：
[0019] 本发明的基于混合遗传算法的极紫外多层膜结构参数反演方法采用混合遗传算 法来拟合掠入射X射线反射谱，即先采用遗传算法拟合掠入射X射线反射谱，待迭代收敛到 一定程度后，遗传算法找到的解在全局最优解附近，再采用单纯形法拟合掠入射X射线反射 谱，加快迭代收敛的速度，该方法兼具遗传算法全局寻优和单纯形法收敛速度快的优点，反 演多层膜的结构参数精度高，速度较快，从而为提高极紫外多层膜反射率的工艺优化提供 了有力的结构表征手段。
【附图说明】
[0020] 图1为本发明基于混合遗传算法的极紫外多层膜结构参数反演方法的原理图；
[0021 ]图2为本发明的极紫外多层膜的结构示意图；
[0022] 图3为实施例1、对比例1和对比例2的目标掠入射X射线反射谱；
[0023] 图4为对比例1的掠入射X射线反射谱与目标掠入射X射线反射谱的对比；
[0024] 图5为对比例2的掠入射X射线反射谱与目标掠入射X射线反射谱的对比；
[0025] 图6为实施例1的掠入射X射线反射谱与目标掠入射X射线反射谱的对比。
【具体实施方式】
[0026] W下结合附图进一步说明本发明。
[0027] 如图1所示，在多层膜的结构参数已知的情况下，可W计算多层膜的掠入射X射线 反射谱，运是一个正向问题;相反地，本发明基于混合遗传算法的极紫外多层膜结构参数反 演方法，是在已知多层膜的掠入射X射线反射谱的情况下，反演多层膜结构参数。本发明针 对的多层膜结构如图2所示，由周期性交替堆积在基片上的间隔层和吸收层组成。本发明的 多层膜的结构参数指吸收层厚度山、间隔层厚度cb、间隔层在吸收层上的界面粗糖度01和间 隔层在吸收层下的界面粗糖度曰2。
[0028] 基于混合遗传算法的极紫外多层膜结构参数反演方法，步骤如下：
[0029] 步骤一、通过多层膜的光学常数和目标结构参数，计算多层膜在固定波长、不同的 掠入射角下的反射率，得到目标反射率曲线Rgnai ( Θ1 )，对目标反射率曲线求对数，得到目标 掠入射X射线反射谱l〇gl〇RgD3i(0i)，目标反射率曲线通过递归算法确定，也可W说目标掠入 射X射线反射谱通过递归算法确定；
[0030] 步骤二、采用遗传算法寻找在20-50代迭代次数内使得评价函数中F值最小的多层 膜的结构参数，再依据遗传算法得到的多层膜的结构参数，采用单纯形算法继续寻找在 200-400代迭代次数内使得评价函数中F值最小的多层膜的结构参数，该光学常数即为最终 的多层膜的结构参数，评价函数如式(1)所示：
[0031]
(1)
[00创式（1)中，m为整数，loglORe(0i)为计算掠入射X射线反射谱，Re(0i)为计算反射率 曲线，计算反射率曲线通过递归算法确定，也可W说计算掠入射X射线反射谱通过递归算法 确定。
[0033] 其中，为使算法迭代收敛速度最快，遗传算法的参数选择如下:种群数为100,交叉 概率为0.5，变异概率为0.02，由于遗传算法的迭代收敛速度较慢，加上遗传算法的运算量 大，因此拟合过程所需的时间较长，为此，将遗传算法的迭代次数确定为20-50代，此时迭代 收敛到一定程度后，遗传算法找到的解在全局最优解附近，然后再采用单纯形算法拟合掠 入射X射线反射谱，单纯形算法的迭代次数为200-400代。
[0034] 上述方法中，递归算法为本领域技术人员熟知算法，具体过程为：
[0035] 通过式（1)计算第j层和第j+1层间界面的Fresnel反射系数Flw;
[0040] N功第j层膜的复折射率啡=n扣功第j层膜的折射率，