数学模型的形式。装置性能模型可为完整全晶片模拟模型，或晶片的区段或功能单元的模型。可预期捕获全功能性或全功能性的一部分的模型。在一些实施例中，采用针对集成电路(例如，p-MOS或n-MOS晶体管、逻辑门等)的构建块公式化的分量模型。
[0033]在一些实例中，在例如SPICE等电子设计自动化(EDA)软件中使装置性能模型公式化。一些装置模型可能涉及数十或数百个自由或受约束参数。减小模型阶以简化后续分析通常为合意的。在一些实例中，通过标准数学方法(例如相关分析、主分量分析等)减少装置模型的维度。在一些实例中，基于考虑到对最终晶片性能具有最大影响的临界参数的简化装置模型而使装置性能模型公式化。
[0034]在一些其它实例中，装置性能模型为由简化数学模型(例如一阶线性拟合或更高阶线性拟合)建构的经验模型。可基于相关或统计研究、主分量分析或将成品装置的所测量物理性质与所测量电性质联系在一起的其它数据处理技术而使此些模型公式化。
[0035]在一些实例中，装置性能模型仅包含几个参数，或甚至仅包含具有最大影响的一个参数。通过非限制性实例的方式，装置性能模型参数可包含能量带隙、能量带缺陷或源自所测量参数的组合的经验参数。
[0036]在进一步方面中，基于针对单个装置或多个晶片上的多个装置可得的实际最终电测试数据及测量数据而使装置性能模型回归且将其精细调谐。以此方式，使模型参数细化以改进装置性能模型的预测能力。
[0037]在另一进一步方面中，执行装置性能模型的统计分析以提供对特定半导体制造过程流程的所预期性能的洞察。举例来说，在任一特定过程步骤处，可统计地表征每一所测量参数及每一标称参数，例如，平均数、范围、标准差等。基于这些参数值，使用装置性能模型来导出与一或多个最终装置性能度量相关联的所预期统计值，例如，标称值、平均值、范围、中位数、概率等。
[0038]在制造过程流程的开始处，装置性能模型包含标称(即，经设计或所预期)参数值。通过在过程步骤处使用可用所测量值及仍未测量或未建构的参数的标称值评估装置性能模型而在任一特定过程步骤期间估计装置性能。以此方式，在制造过程的任何步骤处基于最新测量数据而监视最终性能度量的所估计值。
[0039]—般来说，可在每一过程步骤处重新评估最终装置性能度量的所估计值。然而，在大多数实例中，挑选出半导体制作过程流程中的几个关键过程以用于最终装置性能度量的评估。在这些实例中的一些实例中，在其中特定物理性质可用于测量且为最终装置性能的强大指示符的过程步骤处评估最终性能度量的所估计值。举例来说，薄氧化物沉积或(或者)高k膜沉积通常为互补硅上金属氧化物(CMOS)半导体制作过程中的关键步骤。在此步骤处，带结构特性(例如带隙、带缺陷等)为最终装置的电性能的强大指示符。
[0040]在任何过程步骤处，在指定划线位置处或在晶片本身上直接或间接测量一或多个介电参数、结构参数、能量带参数等。无法直接测量的特定特性可从在不同位点处进行的测量内插，或从其它直接测量导出。所测量参数用于更新指定测量位点或作为整体的晶片的相关联装置模型的参数。可通过任何适合测量技术执行所述测量。通过非限制性实例的方式，可采用光学计量工具、电子束计量工具或X射线计量工具来执行此些测量。
[0041]在一些实例中，最终装置性能度量包含结构性能度量，例如等效氧化物厚度。在一些实例中，可采用这些结构性能度量来确定成品装置的所预期电性能。在一些实例中，最终装置性能度量为电性能度量，例如泄漏电流、阈值电压、电容、击穿电压、迀移率等。
[0042]如果所有后续过程步骤产生标称结果，那么所计算装置性能度量值为与待完成的装置相关联的所预期性能值。当制造过程继续进行时，可在制造过程流程中的每一监视步骤处更新装置性能模型以取代标称值而包含更多所测量值。以此方式，装置性能模型在每一制作步骤处实时提供最终装置性能度量的所估计值。此外，每一过程步骤与生产线终端晶片性能度量有联系，从而避免等待数周以在晶片完全制成之后获得最终测试结果的需要。
[0043]在进一步方面中，将一或多个最终装置性能度量的所估计值与所规定最终装置性能值进行比较以确定正进行处理的晶片是否被预期为不能通过最终装置性能测试。如果一或多个最终装置性能度量的所估计值在任一过程步骤处超出规格窗，那么其意指即使后续过程步骤全部属于其相应过程窗，装置也将不能通过最终装置性能测试。在一些实例中，从处理生产线移除所述装置以避免完全建构最终将不能满足规格的部分的不必要成本。
[0044]在另一进一步方面中，基于一或多个最终装置性能度量的所估计值与所规定最终装置性能值之间的差异而确定一或多个后续过程步骤中的调整。在一些实例中，所述调整包含后续过程步骤的目标标称过程值的改变。举例来说，可通过在稍后步骤处减少蚀刻时间而补偿在特定沉积步骤处太薄的膜厚度。基于最终装置性能度量对经受调整的物理参数的灵敏度而确定调整量。这些灵敏度可经计算为关于经受调整的物理参数的装置性能模型的导数。
[0045]如果确定对物理参数的物理上可实现的调整，那么将所述调整传递到适当制作工具以借助经调整目标值执行后续过程步骤。然而，如果确定不调整，那么将可疑装置的指示传递到(举例来说)操作者。作为响应，可从生产线移除问题晶片以供重新处理或废弃。或者，可在制作步骤结束时针对更严格电测试给晶片加旗标等。
[0046]图1图解说明用于通过非限制性实例的方式确定对多层半导体晶片的非成品装置的最终电性能度量的估计的系统100。根据本发明的一个实施例，所述估计是至少部分地基于由系统100测量的带结构特性及结构特性。如图1中所展示，系统100可用于对安置于平移载台110上的半导体晶片112的一或多个膜114执行光谱椭圆偏振。在此方面中，系统100可包含配备有照明器102及光谱仪104的光谱椭圆偏振计。系统100的照明器102经配置以产生选定波长范围(例如，150nm到850nm)的照明且将照明引导到安置于半导体晶片112的表面上的薄膜(例如，HfS1N薄膜)。继而，光谱仪104经配置以接收从半导体晶片112的表面反射的照明。进一步注意，使用偏振器107使从照明器102射出的光偏振以产生经偏振照明束106。使由安置于晶片112上的薄膜114反射的辐射通过分析器109且到达光谱仪104。就此来说，将收集束108中的由光谱仪104接收的辐射与照明束106的入射辐射进行比较，从而允许薄膜114的光谱分析。
[0047]在进一步实施例中，系统100可包含一或多个计算系统116。一或多个计算系统116可通信地耦合到光谱仪104。在一个方面中，一或多个计算系统116可经配置以接收由光谱仪104对一或多个晶片执行的一组光谱测量。在接收到来自光谱仪的一或多个取样过程的结果后，一或多个计算系统116接着可即刻计算光色散度量。就此来说，计算系统116可针对来自光谱仪104的所获取光谱跨越选定光谱范围(例如，150nm到850nm)提取薄膜的复合折射率的实分量(η)及虚分量(k)。此外，计算系统116可利用应用于选定色散模型的回归过程(例如，普通最小平方回归)提取η曲线及k曲线。在优选实施例中，所述选定色散模型可包含具有两个托克洛伦兹(Tauc Lorentz)分量的求和模型(求和TL模型)。在其它实施例中，所述选定色散模型可包含谐波振荡器模型。
[0048]在进一步实施例中，计算系统116可基于光色散度量而确定指示膜114的电性能的带结构特性。举例来说，计算系统116可经配置以自动识别光色散曲线(例如，图3A到3B及图4)内表示在选定光谱范围内的光色散度量的值的趋势。举例来说，计算系统116可识别可在光色散曲线中观察到的能量带缺陷。在另一实例中，计算系统116可识别可在光色散曲线中观察到的材料带隙。在一些实例中，计算系统116可经配置以使用用户输入的帮助来识别光色散曲线内的趋势。举例来说，可将光色散曲线在例如液晶显示器的显示器(未展示)上呈现给用户。用户接着可通过使用用户接口装置(例如，鼠标、键盘、跟踪垫、轨迹球、触摸屏幕或类似物)将信息输入到计算系统116中来识别光色散曲线中的趋势。就此来说，用户可选择或“加标记于”光色散曲线的与分析有关的部分，继而，计算系统接着可借助所述部分执行进一步或细化分析。申请人注意到，本文中将进一步更加详细地讨论如图3A到3B及图4中所展示的与光色散曲线的分析有关的详情。
[0049]如图2中所图解说明，在一些实施例中，中间层114B位于半导体衬底112(例如，硅)与高k绝缘层114A之间以促进高k材料与半导体衬底之间的黏合。通常，中间层114B为非常薄的(例如，十埃)。在一些实例中，出于分析的目的采用如本文中所描述的方法及系统将高k绝缘层114A及中间层114B —起模型化为一个层。在此实例中，一或多个计算系统116可基于与聚合膜层114相关联的光色散度量而确定指示包含中间层114B及高k绝缘层114A两者的膜层114的电性能的带结构特性。然而，在一些其它实例中，可使每一层单独模型化。在此实例中，一或多个计算系统116可基于与每一物理上不同层相关联的光色散度量而分别确定指示高k绝缘层114A的电性能的带结构特性及指示中间层114B膜层的电性能的带结构特性。
[0050]应认识到，可由单个计算机系统116或(或者)多计算机系统116实施本发明通篇所描述的各种步骤。此外，系统100的不同子系统(例如，光谱椭圆偏振计101)可包含适合于实施上文所描述的步骤的至少一部分的计算机系统。因此，以上描述