用于在偏转器系统中测量标记位置的方法

专利名称：用于在偏转器系统中测量标记位置的方法
技术领域：
本发明涉及一种用于确定在偏转器(deflector)系统内一表面上任意形状图案坐标的方法，如权利要求1和10所限定。本发明也涉及实现所述用于确定偏转器系统内一表面上任意形状图案坐标的方法的软件，如权利要求14所限定。
背景技术：
用于在偏转器系统内测量时间的方法已经沿用了很多年。直到目前在算法上几乎没有改进。只有用于不同种刻度的图案这些年有所改变。今天该方法在800×800mm的表面上10-15nm的范围内具有实验验证的可重复性。这里10-15nm意为测量的交叠部分。
该所用方法的一个缺点是我们目前只能在微扫描(micro sweep)的方向上测量。因此为了测量X坐标，我们必须使用含有45度条纹(bar)的特殊图案。
因为对理解本发明很重要，所以对依照现有技术的方法进行了简要的描述。
以高精度测量时间是困难的。例如，如果你想要以1纳秒(ns)的分辨率测量脉冲，如果采用经典的频率测量方法，那么你需要频率为1GHz的测量时钟。在以上描述过的现有技术系统中，不需测量脉冲的单幅拍照(singleshot)。作为一个示例，在测量时采用扫描束将得到一条或几条条纹的若干幅一维图像。只有边沿的“平均”位置或者条纹的CD才是令人感兴趣的。测量系统只会连同其σ一起给出平均结果。重要的是，要记住如果这个σ比系统中的自然噪声低，那么这个测量系统就足够好了。这个自然噪声可归结为激光噪声、电噪声和机械噪声。来自测量系统本身的噪声可在理论上进行计算或在实践上用已知的参考信号予以验证。也可能通过仿真获得测量系统的噪声图。因此条纹位置或CD的测量会包含误差Errortot=(Errornatural)2+(Errormeasurement)2]]>
当我们测量时间时，我们采用一种所谓的随机相位方法。意思是测量单元本身在相位上与我们要测量的信号是完全非相关的。由于信号相位相对于测量时钟相位是随机的，则我们可以使用低得多的测量时钟频率并代之采用一种“平均化”效应来达到所需的精度。
图1中展示了相对于参考信号(SOS)的测量时钟信号相位。请注意输入信号(条纹)与参考信号同步，因为它是由微扫描本身所产生。图1中时钟的上一行是以测量时钟增量来标记的标尺。我们要找出相对于我们的参考信号，输入信号的上升沿10在哪里。当然我们也对下降沿11感兴趣。不过相同的方法可用于寻找任何一个边沿的位置。
让我们称测量时钟的周期时间为tm。因为输入信号是来自于微扫描的结果，所以我们也精确知道像素时钟周期在时间上和在纳米上彼此之间的对应关系。这里我们为纳秒上的像素时钟周期引进tp。我们也为纳米上的像素时钟周期引进pp。因此比例表达式可表示为pm(nm)=pp(nm)tp(ns)·tm(ns)]]>pm是每个时钟信号周期在纳米上的对应值。从图1我们可以看到标记为10的第一边沿的近似位置是8个像素时钟。请注意，通过只做一次测量，即采用6次测量1-6中的一次，我们可以看到所述边沿在8-10个测量时钟范围之内。换句话说精度为2*tm。采用上面的比例表达式这也可以在纳米上予以表达。
下面代入一些真实的数字。
tm＝(1/40)＝25ns.
tp＝(1/46，7)＝21.413ns。
pp＝250nm。
从而令pm＝291.86nm。
如果我们现在通过用参考信号将计数器置零，来计数测量时钟的“单位”(tick)，则看到我们只会数出8或9个单位。在该例中不可能有其它的计数结果。这样相对于测量时钟相位，边沿位置将在tm内矩形分布。因此仅通过把来自若干次测量的计数结果求和并除以测量次数便可以计算得到平均位置。在该例中我们得到(8+8+8+8+9+9)/6＝8.33个计数作为平均值。所以边沿位置的估计可计算为
8.33×291.86＝2432nm现在仅如该例使用6次测量是不够的。通常你要采用几千次测量。(在具体的描述中，从理论的角度来进行描述平均值的3σ)发明内容本发明的一个目的是利用任一种图案来提供用于在偏转器系统内确定坐标的方法，尤其是在二维上。
在如权利要求1和10所定义的特征上达成了一项解决方案。
本发明的另一个目的是还提供用于实现该方法的软件，软件的特征如权利要求14所定义。
本发明的一个优点是有可能在使用我们今天已经正在使用的方法而不是用任何其它探测方法的情况下，产生图案的一个图像，因为本发明与现有技术方法类似，只不过旋转了90度。
另一个优点是不需要新硬件，因为本发明通过软件来实现。


图1阐释了依照现有技术用于在微扫描方向上测量时间的方法。
图2展示了依照本发明可用于测量时间和位置的星形标记的图像。
图3展示了图2中图像的部分放大图。
图4阐释了依照本发明水平条纹的基本测量技术。
图5阐释了依照本发明竖直条纹的基本测量技术。
图6阐释了依照本发明利用在Y方向的扫描来获得X坐标的优选方法。
图7展示了通过利用依照本发明的方法而获得的图像。
图8展示了图7中图像的放大图。
图9展示了应用到图7所示的图像上的游标(cursor)。
图10和10b展示了图9中游标的扩展视图。
图11展示了用于阐释一次测量的平均速度的曲线图。
图12阐释了依照本发明在一个优选实施例中所使用的随机相位测量背后的统计原理。
具体实施例方式
直到目前我们只使用了这个方法来沿着微扫描的方向即在一维上进行测量。不过有可能拓展该方法来在二维上进行测量。当我们如此进行时，实际上我们正在产生我们要测量的图案的图像。
当我们谈论图像时，我们通常将此视作一组像素。(每个像素具有某种描述该像素强度的“灰度级”)。
当处理CCD图像时，每个像素都固定在某个光栅(或栅格)内的位置上。当分析CCD图像来寻找边沿的位置时，像素定位和灰度级的信息都必然要用到。可以采用不同的直接方法来估计图像中边沿的位置。位置估计的精度取决于CCD阵列的刻度，即像素在阵列中定位于何处，它们对光有多敏感以及我们在没有任何失真的情况下将图像置于阵列上所能做到的程度。CCD上的光分布和不同种光学失真将导致位置估计的误差。如果我们对照已知的参考来校准测量系统，就会克服许多这样的误差。
当采用依照本发明的方法时，我们也会涉及到像素。但是我们的像素并不固定在某个栅格的定位上。如果我们通过只对图案测量一次来对图案进行一次快照，那么我们将获得分辨率(或精度)非常粗糙的信息。重要的是认识到我们所使用的唯一信息就是像素定位。我们根本不使用任何灰度级信息。当然也有可能通过在硬件中利用不同的“触发(trig)”电平来记录图案以使用灰度级信息。如在聚焦测量(focus measurement)中如果我们对光束形状感兴趣，这就是我们所要做的。这里我们只对测量一条或几条条纹的定位感兴趣，这样我们可以计算重心和CD。
当测量配准(registration)和CD时，我们从不对一个单像素的精确定位感兴趣。通常我们只对几个像素定位的平均感兴趣。在CD测量中我们使用游标来定义用于该平均值的像素数。在重心的估计中我们也用游标来从边沿“平滑”掉噪声。这个噪声可能是来自图案本身的粗糙或者测量系统中的噪声。当使用CCD图像作为输入时情况相同。
在该推荐方法中，我们采用微扫描本身作为我们的光源(或者标尺)。很难找到比这更精确的标尺。我们已经拥有在功率上和线性上非常精确地校准这个标尺的方法。
在图2中我们已经抓取了我们星形标记的一部分的图像20。该图像展示了在一个(316×250)nm的栅格内的像素定位21。注意图像中仅仅展示了该栅格内的像素。图像20显示了该区域内所谓的事件(event)。所述标记已用100um的硬件游标进扫描。上升沿22显示为白色像素而下降沿23(铬-玻璃转变)显示为黑色像素。仅通过观察这幅图像你能看到该标记沿逆时针略有转动。相比白像素，在较低的Y平行条纹24上的黑像素数目就是这个事实的明确标志。
为了示范我们所使用的实际栅格和像素在该栅格内如何分布，我们参考图3。
这里我们已经把图像20的一部分放大。这个图像的“硬拷贝”清楚地显示了发现事件的位置。“锐化”该图像的方法将在以下介绍。在一个像素X方向(纵坐标)上为316nm，Y方向(横坐标)上为250nm的情况下，这幅图像的比例是恰当的。
X坐标的估计如本发明背景技术中所描述的，存在一种非常精确的方法来估计一个事件的y坐标。采用微扫描作为标尺和相位相对于标尺随机的测量时钟。测量时钟将在一次单幅拍照测量中给出tm(292nm)的粗略的分辨率。如果我们采用若干次测量并构造平均值，则我们将获得高得多的分辨率(见下文)。实际上我们可以仅通过选择测量次数和所用游标的长度来选择精度。目前为止这对于Y坐标的估计是真实的。问题是我们如何来估计X坐标？明显地，很难相信有可能从在Y方向上由扫描束得到的数据中得到X值。而很大的进展就是实际上有可能得到这个信息，而且精度几乎和Y坐标相同。但是为了得到它我们必须引进另一个信号(实际上已经在所述系统中使用)， -信号。
在现有技术中，当如同在星形标记的情况下测量图案的45度条纹时，我们使用X-λ/2信号作为X方向上的“标记”来定义X-游标。当我们对测量时钟进行计数时，在游标内我们同时也记录λ/2信号。但是因为我们在45度条纹上测量，所以我们实际上只用Y信息来获得X坐标。与λ/2信息相结合我们可以以很高的精度计算X坐标。这个方法的缺点当然是我们不能在任意一种图案上测量。尤其是我们不能在与标尺平行的条纹上测量。如果我们将我们已经在Y方向上使用的方法稍微进行拓展，则我们很快就会发现要解决的问题与我们在Y方向碰到的问题一模一样，只是旋转了90度。如果我们将我们的测量时钟变成我们的参考信号(这里是SOS-开始扫描)并代之使用λ/2信号作为参考，则我们就把问题旋转了90度。
当将问题进行这样的旋转时，我们需要重新计算我们的参数。在Y方向我们的分辨率是一个相应于292nm的测量时钟。在感兴趣的图案上运行一次期间，我们用大约30kHz的频率对其扫描。现在的问题是我们在两次扫描之间，在X方向上移动多远。如果我们把速度设定得尽可能地低，则我们将在每个λ/2周期内对图案进行大约8-10次扫描。因为一个λ/2周期对应316nm，所以我们在X方向上的分辨率范围为30-40nm。这是因为我们在X方向上的运动期间，用30kHz的频率对图案进扫描。现在当我们使用λ/2信号作为参考时，我们因此拥有在X方向上空间分辨率为30-40nm的“时钟”。这显著高于Y方向的分辨率。但是，而且很重要的是，由于在X上的运动我们不会在X方向得到像在Y上那么多的样本。这个事实在图4予以阐述。
X方向上的状况在图4中展示。在一个动程(stroke)(运行)中对条纹40进扫描，并只在六次扫描41中产生一个事件。这样当在条纹上移动一次时，我们就知道条纹的位置，X方向上的精度为+/-40nm。条纹定位的Y坐标已知，精度在+/-292nm(两个边沿42和43中的每一个)。在图4中，条纹的X方向上的CD低于我们在X方向上使用的40nm测量栅格。所以在图案上仅仅运行一次可能会漏掉存在的条纹。
这是很自然的，因为分辨率低于要测量的条纹的CD。为了以更高的分辨率测量条纹，你需要以随机相位在所述图案上运行多次。
图5中阐释了Y方向的情况以示比较。这里你在Y方向上以相同长度扫描条纹50。每次扫描51中在Y方向上的分辨率为292nm，但是你会在条纹的相同长度上得到7次扫描。
如果我们把问题分离开来，那么我们可以说在一次扫描中我们可以以X方向上40nm，Y方向上290nm的分辨率分辨出一个像素。
算法目前为止我们已经描述了Y和X方向上的主要原理。我们已经将Y上的问题旋转90度变成X上的问题。在Y方向上我们有相对彼此相位随机的两种过程，有测量时钟和SOS(或者任何与SOS相关的信号)。在X方向上测量时钟对应SOS信号，而参考是λ/2信号。这些信号(或过程)也是非相关的。在不同的方向上我们有不同的分辨率，但是精度却几乎是一样的。
图6中描述了如何得到条纹60的X坐标的原理。在图6中我们看到条纹60平行于标尺和微扫描方向。参考信号为λ/2位置。在每个λ/2区间我们用微扫描(我们的标尺)对图案61进扫描。图案上X方向上的运动以相对于对图案曝光所用的速度低得多的速度来实行。在该例中我们在λ/2的区间上得到了大约8次扫描61。如果我们现在开始在该区间对SOS进行计数，那么我们的状况将与以上所描述的非常类似。如果我们计数在该区间内的扫描总数，那么这就是该区间内的速度测量。因为我们不能假设速度在所有区间都是相同的，所以为了获得X方向上区间内事件的恰当的“权重”，做这个速度计算是很重要的。在该例中当我们已在第一次运行62中计数了两个SOS、在第二次运行63中计数了三个SOS等等时，我们将得到Y事件(从玻璃到铬的转变)。所以在区间内把事件的“指标”相加并将这个数除以区间内SOS的总数，就会给予我们对在某一区间内的事件X坐标的估计。经过在标记上三次运行，以上我们将得到第一个Y事件在所述区间上的近似位置为(2+3+2)/3＝2.3个SOS的“单位”。为了计算这在纳米上的对应值我们只要用局部分辨率来乘这个数。
这里我们得到2.3*316/8＝92.2nm。这是在第一区间上条纹60边沿的局部坐标64。局部分辨率取决于速度，即区间上SOS的总数。如果我们能够更慢地运行系统，则该分辨率会更好。但是通过运行多次对条纹进扫描你也会获得更好的分辨率。下文中将讨论平均位置估计的精度。
如以上讨论中我们可以看出，我们实际上可以从由Y方向上的扫描(scanning sweep)所得到的数据中计算出X坐标。每次我们经过区间边界65时，我们都精确知道此时我们在X方向上的位置，我们所做的就是利用这个事实。在区间内我们只是必须假设速度是不变的。这当然不意味着速度在所有区间上都是不变的。在实践上我们在两个方向上对图案运行多次并同时记录Y-事件和λ/2位置。因此我们有可能利用来自所有运行的信息以很高的精度来计算局部速度。
以上所描述的方法适合用于激光蚀刻系统(laser lithography system)或者电子束蚀刻系统(e-beam lithography system)中。
过滤我们真正要找的不是单个像素的精确位置。目前为止的讨论已经把我们引领到单个像素的位置精度取决于我们对图案记录过多少次和我们记录时所采取的分辨率。如果我们对图案扫描过若干次，那么我们就可以事先“选择”我们想要的精度。这可以做到，因为我们对测量过程具有完全的控制。当我们进行“精度”选择的时候，我们也必须考虑我们的游标。如以前所涉及到的，游标是另一种定义像素数的方法，以用于计算平均值。
有许多方法对这种数据进行过滤。一个明显的方法可以是利用标准回归技术来拟合直线。这些技术可用但是不会产生这种情况的最佳结果。主要原因是我们所掌握的像素数据不服从高斯分布。我们要处理的差不多是个矩形分布。因此当使用回归技术时我们将“高估(overweight)”接近于λ/2区间边界或Y情况下的tm区间边界的像素。一个更好的方法是更简单的“区域”估计方法。相比回归技术，这个方法对于这类数据也更加精确。为了将直线拟合到边沿上你只要把数据库分成两半。在这种情况下你拥有的数据是x，y坐标。你在每一半内计算所有坐标的平均值。这样你会得到两个x，y点。这两个点描述了在进一步计算中要用的直线。
一些真实的结果在图7中我们已经利用以上所描述的算法对数据进行了过滤。目前为止我们没有应用游标。只计算了像素的平均定位。展示的图案70是在标记上运行四次的基础上构建起来的。
图像70中的小正方形71在图8中放大。这里我们已采用算法和一些过滤手段来“锐化”这些数据。该图像的每个像素都是对图像全部四次运行的结果。
游标我们将把游标应用到数据上以测量十字的CD和重心位置。十字的重心利用四个游标对进行测量。这些游标如图9所示。
游标的每条线90、91都是基于来自十字边沿的数据计算而来。所述直线通过利用以上所述的简单的“区域”估计方法来计算。
在图10a和10b中，对一条X和Y条纹的一部分进行了拓展。
图10a示出十字左上边沿的一部分。所计算的游标是X方向上边沿位置的精确估计。
图10b是十字右上边沿的一部分。这条直线91的位置定义了在Y方向的边沿位置。
在图10a中沿着Y条纹上黑白像素发生混合的原因可以得到解释。在该例中，硬件上存在限制，其原因为它只能在测量时钟的两个时钟周期之后对事件再触发。这意味着如果我们在这个时间周期内有一个正负转变，那么我们将错过诸多事件之一。这是像素在Y方向上有所拓展的原因之一。然后由于噪声，硬件将对一个负或正转变随机触发。如果正或负转变不是很重要的信息，那么这并不成问题。有价值的是转变在何处发生。为了知道边沿的“方向”我们可以采用若干转变或者其他种类的逻辑判定来知道我们有的是何种类型的转变。
在下表中列出了游标的重心和CD。表下面分别展示了四个游标对的结果。
文件f_d_f_0602_105508.sd Hv游标99.22umY-游标0X0(um) Y0(um) X1(um) Y1(um) 中心(um) CD(um)38.843 --- 53.380 --- 46.111 14.537Y-游标 1X0(um) Y0(um) X1(um) Y1(um) 中心(um) CD(um)53.348 --- 38.789 --- 45.059 14.558X-游标 2X0(um) Y0(um) X1(um) Y1(um) 中心(um) CD(um)--- 100.648 --- 115.106 107.87714.458X-游标 3X0(um) Y0(um) X1(um) Y1(um) 中心(um) CD(um)--- 100.690 --- 115.128 107.90914.439标记的中心位置(X中心，Y中心)可作为Y游标中心值(X中心)和X游标值(Y中心)的平均值来计算得到。
二阶效应目前为止我们已讨论了算法的主要原理。我们现在将讨论两个极重要的修正，必须要对来自于所述的方法的二阶效应的数据进行这两个修正。
首先我们需要对数据中的最终方位角(eventual azimuth angle)进行修正。如果我们使用记录器(如在该情况下所作的)，那么我们就会在X运动方向和标尺之间发生预先配准错位(premisalignment)。这个角α可表示为α=atan(vxvy)]]>其中vx是系统的曝光速度，vy是微扫描的速度。
这个角的计算可简化为表达式α=Number_of_beamsSos_rate]]>其中Sos_rate是两个SOS之间像素时钟周期的总数。(见以下更为全面的解释)。
另一个必须要考虑的效应是测量期间X运动的效应。这里我们也引进“方位角”误差。即使我们运行相同数目的正向动程(positive stroke)和负向动程(negative stroke)，我们也不能完全消除这个误差。原因是这个误差与正负动程的速度差异有关。因此对于在一个方向上的动程我们将得到可表示为一个角(β)的误差。
这个角可表示为β=xIncspeed·1(Sos_rate·yPix)]]>其中xInc是λ/2[nm]，而speed是xInc区间内扫描开始的总数。如果我们用α去除β，则我们将得到两个角之间的关系。
βα=xIncspeed·1(nbeams·yPix)]]>如果我们代入一些真实的数字，xInc＝316nm，Speed＝8Sos/区间，nbeams＝9条射束以及yPix＝250nm，则我们得到βα=3168·1(9·250)=0.0175]]>如果我们计算由α在100um上产生的误差，则我们将得到α误差＝100*9/1435＝0.6272μm。(Sos_rate取自TFT3系统参数)。因为β＝0.0175*α，所以我们可以将由我们在测量期间的移动所产生的误差计算为0.0175*627.2[nm]＝11nm。这是相当大的误差，不可忽略。这个误差将改变取决于测量方向的符号。如果我们在相同数目的正负动程期间进行测量并且局部速度对两种动程均相同，则该误差将会完全消除。在实践中情况不是这样。因此我们将得到由于这个事实引起的小的净误差。
在图11所示的曲线图中，列出了一次测量的平均速度。采用2个前向动程和2个后向动程。硬件游标为99.22um(314λ/2[区间)。正如能够看到的那样，前向和后向动程的局部速度存在显著的差异。
随机相位测量当使用随机时钟用于测量时，我们会将此看作一个统计问题。在图12中阐释了测量的情况。我们所要测量的是t1和t0的时间差tp。所述信号与参考信号同步。
我们把时间tp重写为
tp＝(k+d)*tm其中k是整数而d是tm的小数部分。如果我们这么做的话，那么d就是区间
上的数。稍后将会展示为什么这是用于tp的合理的表达式。
我们现在引进相位相对于参考信号来讲是随机的测量时钟。我们也引进用来计数该时钟上升侧沿的计数器。如果我们用参考信号来置零该计数器，那么我们发现有时我们会数出k个侧沿而有时是k+1个侧沿。不可能有其他的计数结果。我们引进能够取两个值k和k+1的离散随机变量K。
我们现在看图12并引进另一个随机变量A，用于描述相对于参考信号的时钟相位。A(∝)的一个样本点是区间
上的一个数。A是连续随机变量。
在图12中我们可以看到以下重要的事实如果∝＞d，那么K的样本点就是k。
如果∝＜d，那么K的样本点就是k+1。
我们现在必须要做的是计算出样本点k和k+1的概率。为了做这件事情我们必须采用上面图12所示的频率函数。因为所有的相位都具有相同的概率，所以这是一个矩形分布函数。
我们有Pk+1=∫0dF(t)dt=d,(a<d)]]>Pk＝1-d(a＞d)因此我们从K得到样本点k+1的概率是d，而我们从K得到样本点k的概率为(1-d)。
当我们把每次测量的时钟计数结果相加然后除以n时，我们实际上是在估计随机变量K的平均值。
估计的平均值可表达为E(K)=Σ-aak·p(k)]]>这里我们只有两个可能的样本点，所以我们得到E(K)＝k·(1-d)+(k+1)·d＝k+d这样当我们把这个结果换算到纳秒时我们得到(k+d)·tm＝tp
这个结果证明构造计数器计数结果的平均值并用tm对这个值进行换算，会给予我们所寻求的时间。
σ为了计算平均值E(K)的精度我们需要找到K的方差。
一种分布的方差可表示为V(K)=Σ-aa(k-m)2·p(k)...(1)]]>这可重写为V(K)＝E(K)2+[E(K)]2我们得到V(K)＝k2·(1-d)+(1+k)2·d-(k+d)2＝d·(1-d)和D(K)=σ=d·(1-d)]]>方差函数实际上是很有趣的。我们看到如果d＝0，那么意味着我们没有小数部分V(K)＝0，我们也看到如果d非常接近于1，那么V(K)＝0。实际上方差在d＝0.5时有其最大值。在这种情况下方差为0.25。因此σ以0.5为其最大值。
为了解释这一点你可以如下思考。如果d是0，那么我们总是会从计数器中数出k个单位。这里我们也假设，如果来自时钟的上升沿与参考信号重合，则我们就会数出一个单位。既然我们总是独立于测量时钟的相位来数出k个单位，则平均值的发散将会是零，因为方差是对与估计的平均值的距离的平方的度量。(请参考上面的方程1)那么这背后的物理含义是什么呢？让我们首先构造一个实用的例子。
如果我们测量一个小数部分0.01和k＝2的信号，那么在测量中数出一个3的概率是0.01。这个概率在每次测量中均相同。现在如果我们计算100次测量的平均，那么我们将可能把99个为2的样本和一个为3的样本加起来(情况1)。但是也有可能我们把100个为2的样本相加而没有为3的样本(情况2)。那么平均值中实际所存在的误差是0.1·(1-0.1)100=0.09100=0.009]]>
这样在情况1下经过100次的测量之后我们将得到99.2+1.3100=201100=2.01±0.005,]]>而在情况2中2.00+/-0.005还有另外一种非常有趣的办法来看看当d＝0的情况的物理结论。
假设我们要测量刚好为k*tm的信号。在这种情况下小数部分为零。现在如果我们把计数器的“单位”都加起来，则我们必然会数出k个“单位”。否则的话，在这种情况下我们永远也无法得到为k的正确平均，这是很重要的。换句话说我们不可能数出k+1个“单位”。如果实际情况如此，则我们计算的平均就不会是k。由于这个原因则方差必为零。请注意通常只会数出两个数，k和k+1。所以永远不会数出k-1。所以换句话说k+1的计数结果不可能被值k-1所补偿，因此总之我们得到了正确的平均。
因为我们事先不知道tp，所以当我们估计误差时，我们应当采取最坏情况。换句话说我们将假定由于所述的方法引起的误差为Error(K)＝0.5*tm[ns]。
这就是如以上所示的函数d*(1-d)的最大值。如果我们要代之采用对称误差，则我们可以将所述的方法的结果表达为tp＝((k+d)±0.25)·tm[ns]如果我们采用大量测量的话，所述的方法的误差将会降低。我们可以把误差表示为measurement_error=1n·0.5·tm[ns]]]>这个表达式可以换算到纳米尺度Error[nm]=1n·0.5·rs[nm]]]>其中rs是实际方向的实际分辨率。如果我们代入一些数，Y方向上rs＝291nm而X方向上rs＝40(316/8)nm。因此在X或Y方向上像素位置估计的误差可近似为YError=1n·145[nm]]]>XError=1n·20[nm]]]>
方位角图13中阐释了曝光情况。在两个扫描开始之间我们在X方向上移动距离nbeams*dy[um]。dy是像素大小。这里我们假设正方形像素。同时我们在Y方向移动N*dy[um]。
角α可表达为atan(vx/vy)。如果我们计算这个角则得到α=atan(nbeams*dy/sos_timedy/pixel_clock_time)]]>sos_time可表示为N*pixel_clock_time。N在这里是两个扫描开始之间的像素总数。因此最终我们可将角α表示为α=atan(nbeamsN)]]>请注意这个角是一个常数“补偿”，最好从数据库中删除。
权利要求
1.一种用于确定偏转器系统内一表面上任意形状图案的坐标的方法，其特征在于所述的方法包括步骤a)选择定义第一方向(X)上运动的参考时钟信号(λ/2)，b)提供在垂直于第一方向(X)的第二方向(Y)上重复扫描所述表面的微扫描，c)选择与用于启动第二方向(Y)上的每个微扫描的信号相关的测量时钟信号(SOS)，d)调整第一方向(X)上的运动速度来确定每次微扫描开始之间的距离，e)实行第一运行包括步骤e1)在起始位置开始第一微扫描，e2)当所述任意形状图案相对于偏转器系统在第一方向(X)上移动时，测到所述图案的至少一个边缘，e3)如果探测到所述图案的边缘，则产生至少一个事件，以及e4)计数所实行的微扫描的数目直到每个事件均已产生，以及f)对每一个事件，利用所实行的微扫描的数目来计算所述边缘在第一方向(X)上的坐标。
2.如权利要求1所述的方法，其中实行如步骤e)所定义的多次运行，并且步骤e1)中的起始位置对每次运行都是随机选择的，因而在每次运行之间产生随机分布的微扫描。
3.如权利要求2所述的方法，其中在步骤f)中计算边缘的平均值以提高在第一方向上所述图案坐标的精度。
4.如权利要求1-3中任一所述的方法，其中所述在步骤a)中选定的参考信号包含系统在第一方向(X)上的已知位置。
5.如权利要求4所述的方法，其中所述在步骤a)中选定的参考信号被分成区间，其中每个区间最好对应λ/2周期，而且在步骤c)中选定的测量时钟信号的周期对应每个区间上对所述图案的8-10次扫描。
6.如权利要求1-5中任一所述的方法，其中所述的方法包括对方位角误差的补偿，该方位角误差是当微扫描在所述表面于第一方向(X)上运动期间在第二方向(Y)上对所述表面进次扫描时引进的。
7.如权利要求6所述的方法，其中所述补偿为常数补偿。
8.如以上权利要求中任一所述的方法，其中所述任意形状图案坐标的确定也包括利用参考信号用于在第二方向上启动每次微扫描的信号，和测量信号像素时钟信号，来确定在第二方向(Y)上的坐标。
9.如权利要求1-8中任一所述的方法，其中所述的方法适合用于激光蚀刻系统或电子束蚀刻系统。
10.一种用于确定在偏转器内任意形状图案坐标的方法，其特征在于所述的方法包括步骤在第一方向(X)上移动所述图案，通过计数垂直方向(Y)上直到探测到所述边缘为止所实行的微扫描的数目来计算所述图案边缘的位置，以及通过将计数得到的微扫描的数目与图案的运动速度相相关来确定坐标。
11.如权利要求10所述的方法，其中所述图案的运动速度与所实行的微扫描的数目相相关。
12.如权利要求10-11中任一所述的方法，其中所述图案被扫描若干次，即所谓的运行，并且关于第一微扫描在第一方向(X)上的偏移量对于每次运行来说都是随机选定的。
13.如权利要求12所述的方法，其中边缘的位置从所有运行的平均值获得。
14.在偏转器系统中使用的用于确定偏转器系统中任意形状图案的坐标的软件，所述软件有助于执行权利要求1或权利要求10所定义的方法。
全文摘要
本发明涉及一种用于在偏转器系统中确定任意形状图案坐标的方法。该方法主要包括步骤在第一方向(X)上移动图案，通过计数在垂直方向(X)上直至探测到边缘为止所实行的微扫描数目来计算图案边缘的位置，以及通过将计数得到的微扫描的数目与图案的运动速度相相关来确定坐标。本发明还涉及到实现本方法的软件。
文档编号G03F7/00GK1914480SQ200580003642
公开日2007年2月14日 申请日期2005年1月28日 优先权日2004年1月29日
发明者拉斯·斯蒂布勒特, 彼得·埃克伯格 申请人:麦克罗尼克激光系统公司