CN113454533A - 用于确定印刷图案的随机变化的方法 - Google Patents

Abstract

本文描述了一种用于确定衬底上的印刷图案的测量数据的方法。方法涉及：获得(i)衬底的原始图像(402)，包括与参考图案(401)相对应的印刷图案，(ii)原始图像的平均图像(403)，以及(iii)基于平均图像的复合轮廓(404)。进一步地，复合轮廓相对于参考图案的参考轮廓对准，并且原始轮廓(415)是基于对准的复合轮廓和复合轮廓(419)的管芯到数据库对准的输出从原始图像提取的。进一步地，方法基于原始轮廓确定多个图案测量结果(425)，并且基于多个图案测量结果确定与印刷图案相对应的测量数据。进一步地，方法确定多个过程变化，诸如随机变化、管芯间变化、管芯内变化和总变化。

Description

用于确定印刷图案的随机变化的方法

相关申请的交叉引用

本申请要求于2019年2月25日提交的欧洲/美国申请62/809,838的优先权，其通过引用全部并入本文。

技术领域

本文的描述涉及光刻设备和过程，更具体地涉及确定例如晶片上的抗蚀剂层中的印刷图案中的随机变化的工具，该工具可以被用于对随机变化进行建模以用于过程变化预测和缺陷检测、检测晶片上的缺陷并优化图案化过程，诸如掩模优化和源优化等。

背景技术

光刻投影设备可以例如在集成电路(IC)的制造中使用。在这种情况下，图案形成装置(例如掩模)可以包含或提供与IC的单个层相对应的电路图案(“设计布局”)，并且通过诸如通过图案形成装置上的电路图案照射目标部分等方法，该电路图案可以被转印到衬底(例如硅晶片)上的目标部分(例如包括一个或多个管芯)上，该目标部分已经被涂有辐射敏感材料(“抗蚀剂”)层。通常，单个衬底包含多个相邻的目标部分，电路图案由光刻投影设备连续地转印至该目标部分，一次一个目标部分。在一种类型的光刻投影设备中，整个图案形成装置上的电路图案被一次转印到一个目标部分上；这种设备一般被称为晶片步进器。在一般称为步进扫描设备的替代设备中，投影束沿给定参考方向(“扫描”方向)在图案形成装置上进行扫描，同时平行于或反平行于该参考方向同步移动衬底。图案形成装置上的电路图案的不同部分被逐渐转印到一个目标部分。通常，由于光刻投影设备将具有放大因子M(通常<1)，所以衬底被移动的速度F将是投影束扫描图案形成装置的因子M倍。关于本文描述的光刻装置的更多信息可以例如从US 6,046,792中收集，其通过引用并入本文。

在将电路图案从图案形成装置转印到衬底之前，衬底可能会经历各种程序，诸如打底、抗蚀剂涂覆和软烘烤。在曝光后，衬底可以进行其他程序，诸如曝光后烘烤(PEB)、显影、硬烘烤以及转印电路图案的测量/检查。该程序阵列被用作制造装置(例如IC)的单个层的基础。然后，衬底可以经历各种过程，诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等，所有这些过程都旨在完成装置的单个层。如果装置中需要多层，那么整个程序或其变型针对每层被重复。最终，装置将存在于衬底上的每个目标部分中。然后，这些装置通过诸如切割或锯切等技术彼此分离，从而单个装置可以被安装在载体上，连接至引脚等。

如所提到的，显微光刻是IC的制造中的中心步骤，其中在衬底上形成的图案限定了诸如微处理器、存储器芯片等IC的功能元件。类似的光刻技术也被用于平板显示器、微机电系统(MEMS)和其他装置的形成中。

随着半导体制造过程的不断发展，遵循一般被称为“摩尔定律”的趋势，功能元件的尺寸被不断减小，而几十年来每个装置的功能元件(诸如晶体管)的数量却稳定增加。在当前的技术水平下，装置的各层是使用光刻投影设备制造的，该光刻投影设备使用来自深紫外(DUV)或极紫外(EUV)照射源的照射将设计布局投影到衬底上，从而创建尺寸远低于100nm(即，小于来自照射源(例如193nm DUV和13.5nm EUV照射源)的辐射波长的一半)的单个功能元件。

根据分辨率公式CD＝k₁×λ/NA，尺寸小于光刻投影设备的经典分辨率限制的特征被印刷的过程一般被称为低k₁光刻，其中λ是所采用的辐射的波长(当前大多数情况下为248nm或193nm或13.5nm)，NA是光刻投影设备中的投影光学器件的数值孔径，CD是“临界尺寸”，通常是最小的印刷特征尺寸，并且k₁是经验分辨率因子。通常，k₁越小，就越难在衬底上再现与电路设计者计划的形状和尺寸类似的图案，以实现特定的电气功能性和性能。为了克服这些困难，复杂的微调步骤被应用于光刻投影设备和/或设计布局。例如，这些包括但不限于NA和光学相干设置的优化、定制照射方案、相移图案形成装置的使用、设计布局中的光学邻近效应校正(OPC，有时也称为“光学和过程校正”)或通常限定为“分辨率增强技术”(RET)的其他方法。本文使用的术语“投影光学器件”应该被广义地解释为涵盖各种类型的光学系统，例如包括折射光学器件、反射光学器件、孔径和反射折射光学器件。术语“投影光学器件”还可以包括根据这些设计类型中的任何一种操作的部件，以共同地或单独地引导、整形或控制辐射的投影束。术语“投影光学器件”可以包括光刻投影设备中的任何光学部件，而不管光学部件位于光刻投影设备的光路上的何处。投影光学器件可以包括用于在辐射经过图案形成装置之前对来自源的辐射进行整形、调整和/或投影的光学部件和/或用于在辐射经过图案形成装置之后对辐射进行整形、调整和/或投影的光学部件。投影光学器件通常不包括源和图案形成装置。

发明内容

在实施例中，提供了一种用于确定衬底上的印刷图案的测量数据的随机变化的方法。该方法涉及：获得(i)衬底的多个图像，该图像中的每个图像包括与参考图案相对应的印刷图案，(ii)多个图像的平均图像，以及(iii)基于平均图像的印刷图案的复合轮廓；经由处理器，将平均图像的复合轮廓相对于参考图案的参考轮廓对准；经由处理器，从多个原始图像提取图像内的印刷图案的轮廓，该提取基于对准的平均轮廓；经由处理器，基于多个原始轮廓来确定多个图案测量结果，其中图案测量结果是印刷图案和图案化过程的特性；以及经由处理器，基于多个图案测量结果来确定与印刷图案相对应的测量数据。进一步地，该方法确定多个过程变化，诸如随机变化、管芯间变化、管芯内变化和总变化。

此外，在实施例中，提供了一种被配置为从量测图像提取轮廓的设备。该设备包括处理器，被配置为：获得(i)具有印刷图案的衬底的量测图像，(ii)印刷图案的平均图像，(iii)来自平均图像的复合轮廓，(iv)相对于参考图案的参考轮廓的对准的复合轮廓，(v)来自量测图像的原始轮廓，以及(vi)基于原始轮廓的与印刷图案相对应的测量统计量。

此外，在实施例中，提供了一种计算机程序产品，包括在其上记录有指令的非暂时性计算机可读介质，在由计算机系统执行时，该指令实现上述方法。

附图说明

实施例现在将仅通过示例的方式参照附图来描述，其中：

图1是根据实施例的光刻系统的各种子系统的框图。

图2是根据实施例的对应于图1中的子系统的模拟模型的框图。

图3是根据实施例的用于从印刷衬底的原始图像(例如SEM)提取轮廓并从所提取的轮廓确定测量结果的方法的流程图。

图4A图示了根据实施例的基于图3的方法确定的印刷图案的提取轮廓和测量数据(例如随机变化)的示例。

图4B是根据实施例的印刷图案的示例SEM图像和SEM图像内的信号。

图4C是根据实施例的图4B的印刷图案的平均图像和平均图像内的信号的示例。

图5是根据实施例的确定示例印刷图案的轮廓的测量结果的示例。

图6A是根据实施例的示例一维(1D)图案的平均图像、1D图案的对应随机带和1D图案的CD值的分布的示例。

图6B是根据实施例的示例二维(2D)图案的平均图像、2D图案的对应随机带和2D图案的CD值的分布的示例。

图6C是根据实施例的二维(2D)图案的另一示例的平均图像、2D图案的对应随机带和2D图案的CD值的分布的示例。

图7A图示了根据实施例的包括不同管芯和跨越管芯的印刷图案的示例图像以及总变化的确定，即，σ_all。

图7B图示了根据实施例的跨越印刷图案的管芯的示例图像和管芯内变化的确定，即，σ_intra-die。

图7C图示了根据实施例的单个印刷图案的不同管芯之间的示例图像和管芯间变化的确定，即，σ_inter-die。

图7D图示了根据实施例的单个印刷图案的示例图像视场(FOV)和图像内视场(FOV)变化的确定，即，σ_sepe。

图8A是根据实施例的示例管芯到管芯图像对准过程。

图8B是根据实施例的根据图8A的过程找出对准图像的公共区域的示例子像素偏移。

图9A是根据实施例的示例管芯到数据库图像对准过程。

图9B是根据实施例的根据图9A的过程的示例提取轮廓和参考轮廓以及管芯到数据库对准过程。

图10示意性地描绘了根据实施例的扫描电子显微镜(SEM)的实施例。

图11示意性地描绘了根据实施例的电子束检查设备的实施例。

图12是图示了根据实施例的联合优化的示例方法的多个方面的流程图。

图13示出了根据实施例的另一优化方法的实施例。

图14A、14B和15示出了根据实施例的各种优化过程的示例流程图。

图16是根据实施例的示例计算机系统的框图。

图17是根据实施例的光刻投影设备的示意图。

图18是根据实施例的另一光刻投影设备的示意图。

图19是根据实施例的图18中的设备的更详细的视图。

图20是根据实施例的图18和19的设备的源收集器模块SO的更详细视图。

实施例现在将参照附图详细描述，附图作为说明性示例被提供，以使本领域技术人员能够实践实施例。值得注意的是，下面的附图和示例并不意在将范围限制于单个实施例，而是通过交换一些或全部所描述或图示的元件的方式，其他实施例是可能的。在方便的情况下，相同的附图标记将在附图中使用，以指代相同或类似的部分。在这些实施例的某些元件可以使用已知部件部分或完全实施的情况下，仅这种已知部件中对于理解实施例所必需的那些部分将被描述，并且这种已知部件的其他部分的详细描述将被省略，以免混淆实施例的描述。在本说明书中，示出单个部件的实施例不应被视为限制；相反，该范围旨在涵盖包括多个相同部件的其他实施例，反之亦然，除非本文另有明确规定。而且，申请人不打算向说明书或权利要求中的任何术语赋予不常见的或特殊的含义，除非明确地这样陈述。进一步地，该范围涵盖本文通过图示的方式引用的部件的当前和未来已知的等效物。

具体实施方式

尽管在本文中可以具体引用IC的制造，但应该明确理解的是，本文的描述还有许多其他可能的应用。例如，它可以被用于制造集成光学系统、用于磁畴存储器、液晶显示板、薄膜磁头等的引导和检测图案。本领域技术人员将了解，在这种替代应用的上下文中，术语“掩模版”、“晶片”或“管芯”在本文中的任何使用应该被认为分别与更通用的术语“掩模”、“衬底”和“目标部分”可互换。

在本文档中，术语“辐射”和“束”被用于涵盖所有类型的电磁辐射，包括紫外辐射(例如波长为365、248、193、157或126nm)和EUV(极紫外辐射，例如波长在5至20nm范围内)。

本文使用的术语“优化(optimizing)”和“优化(optimization)”是指调整光刻投影设备，使得光刻的结果和/或过程具有更期望的特性，诸如设计布局在衬底上的投影准确性更高、过程窗口更大等。

进一步地，光刻投影设备可以是具有两个或多个衬底台(和/或两个或多个图案形成装置台)的类型。在这种“多工作台”装置中，附加工作台可以被并行地使用，或者在一个或多个其他工作台正被用于曝光的同时，预备步骤可以在一个或多个工作台上执行。双工作台光刻投影设备例如在US 5,969,441中描述，其通过引用并入本文。

上面提到的图案形成装置包括或可以形成设计布局。设计布局可以利用CAD(计算机辅助设计)程序来生成，该过程通常被称为EDA(电子设计自动化)。大多数CAD程序都遵循预定的设计规则集合，以创建功能设计布局/图案形成装置。这些规则是由处理和设计限制设置的。例如，设计规则定义了电路装置(诸如门、电容器等)或互连线之间的空间公差，以确保电路装置或线不会以不期望的方式彼此交互。设计规则限制通常被称为“临界尺寸”(CD)。电路的临界尺寸可以被定义为线或孔的最小宽度或者两个线或两个孔之间的最小空间。因此，CD确定了所设计电路的总尺寸和密度。当然，集成电路制作中的目标中的一个目标是如实地在衬底上再现原电路设计(经由图案形成装置)。

本文中采用的术语“掩模”或“图案形成装置”可以被广义地解释为是指通用图案形成装置，其可以被用于向传入的辐射束赋予图案化的横截面，对应于要在衬底的目标部分中创建的图案；在该上下文中，术语“光阀”也可以被使用。除了经典的掩模(透射或反射掩模；二进制、相移、混合掩模等)以外，其他这种图案形成装置的示例包括：

-可编程反射镜阵列。这种装置的示例是具有粘弹性控制层和反射表面的矩阵可寻址表面。这种设备背后的基础原理是(例如)反射表面的寻址区域将入射辐射反射为衍射辐射，而未寻址区域将入射辐射反射为未衍射辐射。使用适当的滤光片，所述未衍射辐射可以从反射束中滤出，仅留下衍射辐射；通过这种方式，束根据矩阵可寻址表面的寻址图案而被图案化。所需的矩阵寻址可以使用合适的电子装置来执行。关于这种反射镜阵列的更多信息可以例如从美国专利号5,26,891和5,523,193中收集，其通过引用并入本文。

-可编程LCD阵列。这种构造的示例是在美国专利号5,229,872中给出的，其通过引用并入本文。

作为简要介绍，图1图示了示例性光刻投影设备10A。主要部件是辐射源12A，它可以是深紫外准分子激光源或者其他类型的源，包括：极紫外(EUV)源(如上面讨论的，光刻投影设备本身不需要辐射源)；照射光学器件，其限定部分相干性(被表示为σ)，并且可以包括对来自源12A的辐射进行整形的光学器件14A、16Aa和16Ab；图案形成装置14A；以及将图案形成装置图案的图像投影到衬底平面22A上的透射光学器件16Ac。在投影光学器件的光瞳平面处的可调整滤光片或孔径20A可以限制撞击在衬底平面22A上的束角的范围，其中最大可能的角度定义了投影光学器件的数值孔径NA＝sin(Θ_max)。

在系统的优化过程中，系统的优值可以被表示为成本函数。优化过程归结为找出使成本函数最小化的系统的参数(设计变量)集合的过程。取决于优化的目标，成本函数可以具有任何合适的形式。例如，成本函数可以是系统的某些特性(评估点)相对于这些特性的预期值(例如理想值)的偏差的加权均方根(RMS)；成本函数也可以是这些偏差中的最大值(即，最坏偏差)。本文的术语“评估点”应被广义地解释为包括系统的任何特性。由于系统的实现的实用性，系统的设计变量可以被局限在有限范围和/或相互依赖。在光刻投影设备的情况下，约束通常与硬件的物理性质和特性相关联，诸如可调范围和/或图案形成装置可制造性设计规则，并且评估点可以包括衬底上的抗蚀剂图像上的物理点以及非物理特性(诸如剂量和焦点)。

在光刻投影设备中，源提供照射(即，光)；投影光学器件经由图案形成装置将照射导向并整形到衬底上。术语“投影光学器件”在此处被广义地定义为包括可以更改辐射束的波前的任何光学部件。例如，投影光学器件可以包括部件14A、16Aa、16Ab和16Ac中的至少一些。空间图像(AI)是衬底水平的辐射强度分布。衬底上的抗蚀剂层被曝光，并且空间图像作为其中的潜在“抗蚀剂图像”(RI)被转印到抗蚀剂层。抗蚀剂图像(RI)可以被定义为抗蚀剂在抗蚀剂层中的溶解度的空间分布。抗蚀剂模型可以被用于从空间图像计算抗蚀剂图像，其示例可以在共同转让的美国专利申请序列号12/315,849中找到，其公开内容通过引用全部并入本文。抗蚀剂模型仅与抗蚀剂层的性质相关(例如在曝光、PEB和显影期间发生的化学过程的影响)。光刻投影设备的光学性质(例如源、图案形成装置和投影光学器件的性质)指定了空间图像。由于在光刻投影设备中使用的图案形成装置可以被改变，因此期望将图案形成装置的光学性质与至少包括源和投影光学器件的光刻投影设备的其余部分的光学性质分开。

用于模拟光刻投影设备中的光刻的示例性流程图在图2中图示。源模型31表示源的光学特性(包括辐射强度分布和/或相分布)。投影光学模型32表示投影光学器件的光学特性(包括由投影光学器件引起的辐射强度分布和/或相分布的变化)。设计布局模型35表示设计布局的光学特性(包括由给定设计布局33引起的辐射强度分布和/或相分布的变化)，这是在图案形成装置上或由图案形成装置形成的特征布置的表示。空间图像36可以通过设计布局模型35、投影光学模型32和设计布局模型35来模拟。抗蚀剂图像38可以使用抗蚀剂模型37从空间图像36模拟。光刻的模拟可以例如预测抗蚀剂图像中的轮廓和CD。

更具体地，注意到源模型31可以表示源的光学特性，包括但不限于NA西格玛(σ)设置以及任何特定照射源形状(例如离轴辐射源，诸如环形、四极和偶极等)。投影光学模型32可以表示投影光学器件的光学特性，其包括像差、失真、折射率、物理尺寸、物理尺寸等。设计布局模型35也可以表示物理图案形成装置的物理性质，例如在美国专利号7,587,704中描述的，其通过引用全部并入本文。模拟的目的是准确地预测例如边缘定位、空间图像强度斜率和CD，然后可以与预期设计进行比较。预期设计通常被定义为预OPC设计布局，其可以以标准化的数字文件格式(例如GDSII或OASIS)或其他文件格式提供。

由该设计布局，一个或多个部分可以被标识，其被称为“剪辑”。在实施例中，剪辑集合被提取，其表示设计布局中的复杂图案(通常为大约50至1000个剪辑，但是任何数量的剪辑可以被使用)。如本领域技术人员将了解的，这些图案或剪辑表示设计的小部分(即，电路、单元或图案)，并且特别地，剪辑表示需要特别注意和/或验证的小部分。换言之，剪辑可以是设计布局的一部分，或者可以与设计布局的部分类似或具有类似的行为，其中关键特征通过经验(包括由客户提供的剪辑)、通过尝试试错法或通过运行全芯片模拟来标识。剪辑通常包含一个或多个测试图案或量规图案。

初始的较大剪辑集合可以由客户基于需要特定图像优化的设计布局中的已知关键特征区域来先验地提供。备选地，在另一实施例中，初始的较大剪辑集合可以通过使用标识关键特征区域的某种自动(诸如机器视觉)或手动算法从整个设计布局中提取。

图案化过程(例如抗蚀剂过程)的随机变化潜在地限制用于半导体大批量制造(例如HVM)的EUV光刻实现，因为每毫焦剂量“很少”光子和优选的低剂量过程的组合，例如在特征和曝光剂量规格的收缩潜力方面，这反过来影响图案化过程的产品产量或晶片产出或两者。在实施例中，抗蚀剂层的随机变化可以表现为由例如线宽粗糙度(LWR)、线边缘粗糙度(LER)、局部CD不均匀性、闭合孔或沟槽和/或极端条件下的虚线描述的不同故障模式。这种随机变化影响并限制了成功的HVM EUV采用。为了表征、理解和预测随机变化，行业需要一种可靠的方法来测量各种设计图案的这种变化，而不仅仅是1D线空间图案或有限的密集接触阵列图案。

测量随机变化的现有方法涉及用于一维(1D)和二维(2D)图案，例如印刷在衬底上的1D线/空间和2D重复密集接触阵列图案的不同测量技术。基于这种测量，图案过程的性能度量(例如随机变化)被确定以优化图案化过程。例如，1D图案测量结果是线宽粗糙度(LWR)，并且2D重复密集接触阵列测量结果是局部CD均匀性(LCDU)。

当前，没有统一的解决方案来用相同的算法测量1D和2D图案。不同的SEM算法被用于LWR和LCDU测量。而且，不同SEM机器之间存在显着的算法差异。很难在1D线/空间的LWR和2D重复密集接触阵列的LCDU之间进行苹果到苹果(apple-to-apple)的对比，并准确地估计不同图案的SEPE。而且，除了2D重复密集接触阵列之外，不存在估计不规则2D图案的SEPE的方法。具有如本公开所建议的联合的测量系统，允许用相同的算法测量1D图案和2D图案，并用相同的标尺(即，相同的测量算法)估计SEPE，从而提高测量的一致性、准确性和效率。由于1D和2D图案的随机变化在同一测量系统中，与在不同的测量系统中(例如在LWR和LCDU的情况下)不同，在图案化过程的建模和优化期间使用的联合测量将导致提高例如图案化选配方案、热点标识和预测、源和掩模优化或其他图案化相关过程的建模和优化准确性。

传统上，印刷图案的测量基于从印刷图案的图像(例如SEM图像)在量规位置(例如进行CD测量的位置)处提取的波形。印刷图案的波形是通过使用数学算法检测波形上的边缘来测量的。最简单的算法是图像强度的阈值化。这种算法已被广泛用于量测行业，尤其是半导体行业的缺陷和CD量测。

先前申请(例如在2018年6月4日提交的美国申请号62/680,284中，其通过引用全部并入本文)提供针对平均图像的基于轮廓的量测。例如，提取是基于准确的管芯到管芯对准、平均图像和轮廓提取方法。该应用使得能够通过对图像进行平均以获得非常高的信噪比来实现快速且准确的基于轮廓的测量，例如CD和EPE测量。不幸的是，在图像平均过程中，随机变化信息丢失了。本公开提供了一种用于原始图像的更准确且改进的轮廓提取方法，而不是这些原始轮廓的平均图像和测量数据(例如CD或EPE)以确定图案化过程的随机变化。在实施例中，本公开的概念不被限于特定测量结果。

为了便于阅读，这些方法参照随机边缘定位误差(SEPE)作为示例来描述，这是EUV时代的性能限制因素。为了控制、减少和预测SEPE，半导体行业需要一个稳健、联合且可制造的解决方案来准确地测量SEPE。如早前提及的，半导体行业没有联合的解决方案来用相同的算法测量1D和2D的SEPE。当前，行业测量1D线的LWR和重复2D接触阵列的LCDU以估计SEPE。而且，这些度量仅关注图案水平(例如每个图案一个数字)，而不关注发生热点的边缘点水平(例如沿图案轮廓的点)。因此，边缘点水平随机变化测量需要一种基于轮廓的SEPE量测方法。

为了测量每个边缘点(即，沿图案轮廓的点)的真实边缘定位误差，准确且可靠的轮廓应该从原始图像中提取，而不是从印刷图案的平均图像(例如原始SEM图像)提取。行业正在努力从原始SEM图像中提取这种可靠的轮廓，尤其是优选的低剂量SEM图像，因为原始SEM图像的信噪比低。

各种图像去噪滤波器被用于提高原始轮廓质量。不幸的是，去噪滤波可能会使图像的特性失真太多，以致于无法表示随机效应的真实值。轮廓质量在很大程度上取决于图像质量或图像对比度。如果图像质量低，轮廓质量也会低。为了提高轮廓质量，平均方法要么通过从平均图像中提取轮廓，要么通过对从许多原始图像中提取的轮廓进行平均来使用。例如，ASML MXP产品(先前的应用)从平均图像中提取出非常高质量的轮廓，但如何从原始图像中提取高质量轮廓的问题仍然存在。

本公开的方法具有若干优点。该方法从与跨晶片上的不同位置收集的相同设计图案相对应的多个重复图像的平均图像中提取高质量复合轮廓。在实施例中，本方法使用从平均图像中可靠地提取的轮廓作为参考来引导从原始图像中提取轮廓。这通过避免或减少例如原始图像对比度相对较差的位置的不准确轮廓点来提高原始轮廓质量，以获得更真实的随机测量信息。而且，原始图像之间准确的亚像素对准分辨率在SEPE带宽提取和后续统计数据分析中提供了更好的准确性，以确定随机变化和其他过程变化。根据实施例，本公开能够通过具有相同轮廓提取算法的基于轮廓的量测来捕获1D和2D图案的随机变化，从而为行业提供联合的SEPE量测解决方案。另外，本方法提供更快、更准确和轮廓点特定的测量。

根据实施例，术语“原始图像”和“量测图像”是指印刷衬底的图像(例如SEM图像)。原始图像可以是衬底的一部分(例如具有期望图案的第一管芯、第二管芯、第三管芯等)、整个印刷衬底或具有期望图案的不同衬底。在实施例中，图像可以指测量结果被收集并且测量结果还被用于不同的图案化过程模拟(例如OPC、抗蚀剂图像、掩模图像等)的期望印刷图案。在实施例中，期望图案是指要印刷在衬底上的任何图案，其在印刷时可以被称为期望印刷图案。例如，期望图案对应于设计图案，诸如接触孔、线以及在存储器、逻辑或其他IC电路中发现的任何不规则图案。

图3是用于从印刷衬底的图像(也称为原始图像或量测图像)中提取轮廓的方法的流程图。进一步地，基于所提取的轮廓，测量数据(例如随机变化/标准偏差或其他相关测量统计量)可以被确定，以表征印刷图案及其印刷过程。与印刷图案及其印刷过程相关的这种测量数据还可以被用于经由过程模拟(例如图2中的过程模拟)优化与例如OPC、掩模图案、空间图像、抗蚀剂图像、热点确定和排列、源和掩模优化、量测测量或其他光刻应用相关的图案化过程或图案化选配方案。该方法进一步详细描述如下。

在过程P301和P302中，该方法涉及获得(i)衬底的多个图像302，图像中的每个图像包括对应于参考图案301的印刷图案，(ii)多个图像302的平均图像303，以及(iii)基于平均图像303的印刷图案的复合轮廓304。在实施例中，参考图案301是设计图案或与以GDS/OASIS文件格式提供的设计图案对应的模拟图案。

在实施例中，衬底的多个图像302是经由量测工具获得的。在实施例中，获得是指经由处理器(例如104)接收由量测工具捕获的图像。在实施例中，多个图像302是扫描电子显微镜(SEM)图像。在实施例中，图像可以以包括信号值和噪声值的向量形式来表示。在实施例中，图像是像素化图像，每个像素包括信号值和噪声值。图像的信号值对应于印刷图案的特征。在实施例中，其中信号值包括在图像的特定位置处的像素的像素强度。噪声值对应于例如测量过程期间的量测噪声。多个图像402的示例在图4A中示出，稍后在本公开中讨论。

在实施例中，多个图像302包括特定管芯内的印刷图案的多个第一图像，称为印刷图案的管芯内图像。多个第一图像可以被用于确定衬底的印刷图案的测量结果中的管芯内变化σ_intra-die)。管芯内变化稍后在本公开中相对于图7C进一步讨论。

此外，多个图像302可以包括对应于衬底的多个管芯的印刷图案的多个第二图像。第二图像被称为印刷图案的管芯间图像。多个第二图像可以被用于确定衬底的印刷图案的测量结果中的管芯间变化(σ_inter-die)。管芯间变化稍后在本公开中相对于图7C进一步讨论。

在实施例中，获得(例如在过程P301中)平均图像303涉及将多个图像302的印刷图案相对于彼此对准；沿具有相对较高信号值的多个图像302的印刷图案标识位置，并对准所标识的位置；并且通过计算对准的多个图像302的信号值的平均值来确定平均图像。在实施例中，对准多个图像302的印刷图案涉及偏移多个图像302中的一个或多个图像，以将一个或多个图像的对应印刷图案与参考图案301对准，使得多个图像302的印刷图案之间的差异被减小。平均图像403的示例在图4A中示出，稍后在本公开中讨论。平均图像的示例方法的详细描述可以在于2018年6月4日提交的美国申请号62/680,284中找到，其通过引用全部并入本文。

进一步地，在过程P302中，复合轮廓304可以从平均图像303获得。印刷图案的复合轮廓304是从多个图像302的组合图像获得的印刷图案的轮廓。在实施例中，组合图像是平均图像303，并且复合轮廓304是多个图像302或平均图像303的轮廓的平均轮廓。在实施例中，获得复合轮廓304涉及将印刷图案的图像相对于彼此对准，使得图像之间的差异被减小；计算所有对准图像的平均图像，并基于位置处的相对于参考图案301相对较高的信号值从平均图像中提取复合轮廓304。平均图像和提取符合轮廓的示例方法的详细描述可以在于2018年6月4日提交的美国申请号62/680,284中找到，其通过引用全部并入本文。

在过程P303中，该方法涉及将平均图像303的复合轮廓304相对于参考图案301的参考轮廓对准，从而产生对准的复合轮廓313。该过程与相对于图9A讨论的更通用的管芯到数据库对准过程相关。

在实施例中，复合轮廓304的对准涉及将复合轮廓304与参考轮廓重叠；以及在预定义范围内偏移复合轮廓304，使得复合轮廓304和(301的)参考轮廓之间的差异被减小。在实施例中，复合轮廓304的偏移涉及相对于预定义范围的中心偏移复合轮廓304，使得总的轮廓到轮廓的距离被减小；以及在第一方向上偏移复合轮廓304，以减小在第一方向上的第一轮廓到轮廓的差异，和/或在第二方向上偏移，以减小在第二方向上的第二轮廓到轮廓的差异。

在过程P305中，该方法涉及相对于对准复合轮廓313从多个图像302(原始图像)中的给定图像中提取原始轮廓315。原始轮廓提取是基于对准的复合轮廓313、原始图像302以及每个轮廓点在对准的复合轮廓上的法线方向(相对于在过程P303中输出的复合轮廓的角度)。在实施例中，提取多个轮廓315中的轮廓涉及：i)标识给定图像中相对于复合轮廓的起始点，ii)借助于来自过程P303的输出的原始轮廓边缘搜寻找出方向，以及iii)确定多个图像中的给定图像的原始轮廓的边缘位置。

在过程P307中，该方法涉及基于多个轮廓315确定多个图案测量结果317。图案测量结果317是印刷图案及其印刷过程的特性(例如CD、EPE等)。在实施例中，图案测量结果的确定涉及：定义切割线集合(例如参照图5讨论的)；穿过多个轮廓中的给定轮廓；沿给定轮廓定义多个测量量规，其中测量量规是在切割线和给定轮廓的交点处定义的；并且相对于测量量规确定图案测量结果。

在实施例中，图案测量结果317是印刷图案的临界尺寸和/或印刷图案相对于参考图案301的边缘定位测量结果。在实施例中，临界尺寸中的临界尺寸是沿与给定轮廓相交的水平切割线的两个测量量规之间的距离(参见例如图5)。

在实施例中，边缘定位测量结果是沿给定轮廓在测量量规处确定的边缘定位误差，其中边缘定位误差是给定轮廓与给定测量量规处的参考轮廓之间的差异。

在过程P309中，该方法涉及确定测量数据319，涉及基于与衬底的特定管芯相关的多个测量结果(例如图像内)来确定对应于印刷图案的第一统计量(σ_intra-die)；和/或基于与跨衬底的不同管芯的特定场位置相关的多个测量结果来确定对应于印刷图案的第二统计量(σ_inter-die)；和/或基于与每个图像视场(FOV)内的特定特征相关的多个测量结果来确定与印刷图案相关联的第三统计量(例如σ_SEPE)。在实施例中，总变化被包括为印刷图案的测量数据319的所有部分。

在实施例中，第三统计量是印刷图案的测量结果中的随机变化。所有其他统计量(例如第一统计量和第二统计量)都是来自其他过程变化的结果。

在实施例中，第一统计量是衬底的印刷图案的测量结果中的管芯内变化。

在实施例中，第二统计量是衬底的印刷图案的测量结果中的管芯间变化，并且第三统计量是图像内视场(FOV)变化，即，随机变化，其中其他过程变化被假设为在图像FOV内可忽略。

图4A图示了从原始图像中提取印刷图案的轮廓的示例和基于印刷图案的轮廓确定的示例随机变化带。

在图4A中，参考图案401可以被接收(例如经由处理器104)，例如以GDS/OASIS文件格式的形式，该格式是与SEM图像格式不同的格式。相应地，图像中的图案的坐标或位置以及GDS格式将不同。在实施例中，参考图案401可以是设计布局，或作为过程模拟的输出而获得的模拟布局。参考图案401包括期望被印刷在经由光刻设备成像的衬底上的多个特征。在本示例中，参考图案401包括具有间距的水平线和竖直线。在另一示例中，参考图案401可以包括与要被印刷在衬底上的IC相对应的接触孔或其他几何结构。

参考图案401可以被印刷在衬底上的不同位置处。例如，参考图案401可以被印刷在特定管芯内的不同位置处和/或跨越衬底上的不同管芯印刷。例如，印刷衬底可以包括对应于参考图案401的数千甚至数百万个印刷图案实例。在实施例中，印刷衬底的图像可以经由量测工具(例如SEM、光学工具或其他图像捕获工具)获得。通常，获得衬底的这种图像，以用于测量印刷图案的特性(例如CD、EPE等)、检查印刷图案的质量、标识印刷图案中的缺陷、热点等。

对应于参考图案401的多个图像402(为了更好的可读性也称为原始图像402)例如经由SEM工具(例如在图10至11中讨论的)被获得。在实施例中，多个第一图像从第一管芯捕获，多个第二图像从衬底的第二管芯捕获等。每个这种图像包括与参考图案401相对应的印刷图案。例如，印刷图案包括与参考图案401相对应的水平线和竖直线。然而，原始图像402中的印刷图案可能不一致、失真和/或包括由于图案过程和/或量测工具引起的变化。

在实施例中，原始图像402失真、模糊和/或包括噪声成分，这使得难以准确地标识印刷图案的形状、尺寸和/或轮廓。尽管如此，但是去噪滤波器可以被应用以部分或完全地去除来自图像的噪声，由其确定轮廓和对应的测量可能不准确，因为SEM测量过程本身可能涉及过程不准确性，诸如电子束可能会在捕获衬底图像期间影响抗蚀剂，从而捕获失真的图像。因此，为了对印刷图案进行准确测量，附加的图像处理(例如平均过程、过程P303和P305)如在图3的方法中所讨论的那样执行。在实施例中，组合的图像减少噪声或可能存在于任何单个图像中的其他形式的误差的影响。在一个实施例中，组合图像403可以通过平均多个测量图像402来生成。在其他实施例中，多个测量图像402可以在组合或平均之前对准。获得平均图像的示例方法在于2018年6月4日提交的美国申请号62/680,284中讨论，其通过引用全部并入本文。

在实施例中，原始图像402相对于彼此对准以确定平均图像403。这种对准涉及通过相对于彼此移动一个或多个原始图像来对应于不同管芯的原始图像。例如，对准涉及偏移一个或多个图像，使得具有相对较高信噪比的图像部分被重叠。在实施例中，偏移被限制在围绕信号值相对较高的像素位置的特定范围(例如在0.05nm至1nm范围内)。图像中的信号示例如图4B所示。

在图4B中，示出了示例原始图像402和沿原始图像402的中心处的线的信号402sig。信号402sig的峰值(例如大约为200)指示强信号和弱信号(例如大约75至100个值)。信号402sig还包括噪声，因此信号402sig是有噪声的(例如大约为值100)。由于噪声，原始图像402是有噪声的，并且可能需要去噪滤波器来去除噪声并提高信噪比。另一方面，平均图像403的噪音相对较小或没有噪音。因此，与原始图像402相比，沿中心处的线的信号具有较少的噪声和相对较高的信噪比。

在实施例中，原始图像402可以是像素化图像，在这种情况下，具有相对较高强度值的像素相对于其他图像中的像素的对应位置对准。例如，具有相对较高像素值的第一原始图像内的像素位置可以被识别，并与第二原始图像的对应像素位置对准。然而，其他图像在同一位置处可能没有高像素强度，但在给定像素位置附近非常接近。因此，第二图像的子像素调整可以被执行，以更好地对准第一图像和第二图像的印刷图案。一旦图像402被对准，平均图像403可以通过取图像402内的位置中的每个位置的平均值来计算。

平均图像403包括平均印刷图案，其具有比在原始图像402中看到的相对较清晰的边界(例如参见图4B中的403和403sig)。进一步地，复合轮廓404从平均图像403中提取，从而平均掉原始图像402中的任何不准确性。

在实施例中，(例如在图3的过程P303中讨论的)，对准的复合轮廓可以通过将来自平均图像403的复合轮廓与参考图案401(未示出)的模拟轮廓对准来确定。对准过程可以是迭代过程，其中复合轮廓和参考图案401的参考轮廓之间的差异被减小(在实施例中，最小化)。这种对准过程还确保所得的复合轮廓404对应于通常在图案化过程模拟期间使用的设计图案的位置(例如GDS位置)。在实施例中，这种复合轮廓404可以被用于图案化过程模拟，以优化诸如OPC、掩模、抗蚀剂等图案化过程的各个方面。然而，使用复合轮廓404不保留印刷图案的随机变化相关信息，这可能有助于进一步改进图案测量和图案化过程的优化。

在实施例中，(例如在过程P305中讨论的)，来自平均图像的对准的复合轮廓还被用于引导提取原始图像402(例如SEM图像)中的印刷图案的轮廓415。从SEM图像402中提取轮廓包括涉及i)标识给定图像中相对于复合轮廓的起始点，ii)借助于过程P303的输出找出用于轮廓边缘搜寻的点的方向，以及iii)确定原始图像的每个轮廓点的边缘位置。

一旦原始图像402中的印刷图案的轮廓被提取，所提取的轮廓415可以彼此重叠以确定印刷图案的变化带(例如带419)。变化带指示参考图案401印刷不均匀或在衬底的不同位置处具有不同的尺寸/形状。该带是对总变化的估计。这种变化的一部分是由于随机变化，其他部分来自图案化过程和/或测量过程(例如在SEM工具或其他量测工具中)。因此，与原始图像402中的每个原始图像402相关的每个变化信息(例如随机变化、管芯间变化、管芯内变化等)在随后的数据分析中被分解和取回。在实施例中，可以基于与所提取的原始轮廓(例如在过程P307和P309中讨论的)相关的测量结果来确定随机变化带419。这种随机变化带419还可以被用于改进现有的图案化过程，从而提高图案化过程的产量(例如较少缺陷的印刷图案)。

在实施例中，可以对随机变化带419和/或原始轮廓415执行测量，如沿所提取轮廓的边缘相对于参考轮廓执行的测量425中图示的。如图3中讨论的，测量425涉及沿轮廓定义切割线和量规，例如在切割线和轮廓的交点处。基于量规定位的示例测量相对于图5图示和讨论。

在图5中，轮廓501可以是所提取的轮廓、来自平均图像或原始图像的轮廓或参考轮廓。针对测量，不同的切割线可以基于轮廓的几何形状和需要测量的位置来定义。例如，针对弯曲部分，切割线CL1和CL5是源自轮廓501的弯曲部分的相应中心的角切割线。针对相对较直的部分，切割线CL2、CL3和CL4是沿轮廓501的长度竖直分离的水平切割线。切割线CL1在EP1至EP8处与轮廓501相交，它们是测量结果可以被确定的示例量规点。例如，可以确定与量规点EP7和EP8相关的切割线之间的竖直距离D1，或使用EP7和EP8之间的均匀角度定位切割线，可以确定量规点EP11和EP13之间的距离D2，可以测量EP10和EP11(EP12和EP13，或EP14和EP15)之间的水平尺寸(CD的示例)。在实施例中，测量结果是特征和/或印刷图案的特性。可以针对从原始图像(例如415)提取的轮廓中的每个轮廓确定这种测量结果，其还可以被用于确定随机变化带(例如419)。

基于根据本公开提取的轮廓的测量的优点之一是测量印刷图案的1D特征(例如LWR)和2D特征(例如LCDU)的单独方法不需要被使用。本方法为测量不同的特征类型(例如1D、2D等)提供了联合的解决方案(例如以随机变化带的形式)，从而为比较和建模随机变化的效应并且修改图案化过程的不同方面以提高图案化过程的产量提供了联合的基础。

图6A图示了与包括竖直线的1D图案相关的示例测量。在图6A中，平均图像603包括具有类似CD规格(例如宽度为55nm)的三个竖直线。如上面讨论的(例如在图4A中)，当对应于这种图案的原始图像被获得并且测量被执行时，与平均图像603的平均轮廓相关联的随机变化带619被获得。带619A只是为了更好的视觉理解而提供的随机带619的一部分的放大版本。在实施例中，测量结果可以是条形图617所图示的CD值。条形图617图示了基于平均图像603的印刷图案的CD值的变化。CD值变化的这种信息还可以被用于提取管芯间、管芯内、图像内FOV和总变化，并且改进图案化过程(例如OPC)。

图6B图示了与包括接触孔的2D图案相关的示例测量。平均图像623包括具有类似CD规格(例如直径为75nm)的多个接触孔。如上面讨论的(例如在图4A中)，当对应于这种图案的原始图像被获得并且测量被执行时，与平均图像623的平均轮廓相关联的随机变化带629被获得。带629A只是为了更好的视觉理解而提供的随机带629的一部分的放大版本。在实施例中，测量结果可以是条形图627所图示的CD值(例如直径)。条形图627图示了基于平均图像623的印刷图案的CD值的变化。类似于1D图案，CD值变化的信息还可以被用于提取管芯间、管芯内、图像内FOV和总变化，并且改进图案化过程(例如OPC)。

图6C图示了与包括水平线和竖直线的组合的2D图案相关的另一示例测量。类似于图6A，平均图像633和与期望的2D图案相关的原始图像被用于获得测量结果和与平均图像633的平均轮廓相关联的随机变化带639(和放大部分639A)。在实施例中，测量结果可以是条形图637所图示的CD值。条形图637图示了基于平均图像633的印刷图案的CD值的变化。CD值变化的这种信息还可以被用于提取管芯间、管芯内、图像内FOV和总变化，改进了图案化过程(例如OPC)。

要注意的是，在图6A、6B和6C中，尽管图案具有不同类型，包括1D和2D图案，但测量是在同一测量系统中进行的，与在分离的系统中进行不同，例如LWR用于1D并且LCDU用于2D。此外，在实施例中，不仅测量是联合的，而且LWR和LCDU还可以基于原始图像和随机变化带来确定(例如使用量规)。

在实施例中，可以基于与管芯间和/或管芯内和/或图像内FOV相对应的原始图像来确定测量的不同变化，例如用图7B、7C和7D讨论的。

图7A图示了解释所有变化的示例原始图像(例如管芯间和管芯内过程变化以及测量相关变化)。虽然图7B、7C和7D图示了如何计算称为管芯内、管芯间和图像内FOV变化的单独变化。这些单独变化对图7A中的大部分变化有很大贡献或解释了大部分变化。

在图7A中，原始图像对应于衬底的不同管芯(例如Die1、Die2、Die3)。每个原始图像包括图案集合，其包括五个接触孔。图像中的这种印刷图案与包括五个参考接触孔(未示出)的参考图案(未示出)相关联。例如，第一原始图像Die1是印刷衬底的第一管芯的SEM图像的动画，其包括四个图案(例如P11、P12、P13、P14)，分别具有五个接触孔。类似地，第二管芯的第二原始图像Die2包括四个图案(例如P21、P22、…)，每一个具有五个接触孔，并且第三管芯的第三原始图像Die3包括四个图案(例如P31、P32、...)，每一个具有五个接触孔。在实施例中，诸如CD pdf等度量的概率分布函数与表示为σ-all的这种变化相关联。

图7B图示了四个图案P11、P12、P13和P14，每一个具有五个接触孔的集合。在这种情况下，特定管芯(例如第一管芯图像)的管芯内变化σ-intra_die是基于特定管芯内的四个图案P11至P14的变化而确定的。类似地，第二管芯和第三管芯的管芯内变化可以基于管芯中的每个管芯内的四个图案来确定。在实施例中，每个管芯的度量(例如CD pdf)的概率分布函数与表示为σ-intra_die的每个这种变化相关联。

图7C图示了管芯间变化，即，不同管芯上的特定图案的变化。例如，变化(例如在CD中)是在不同管芯的第三图案集合P13、P23、P33(例如在图7A中的每个管芯的左上角)中确定的。类似地，其他图案集合的变化可以被确定。在实施例中，不同管芯上的的度量(例如CDpdf)的概率分布函数与表示为σ-inter_die的这种变化相关联。

此外，图像(例如图像内FOV)内的随机变化(例如随机边缘定位误差SEPE)可以被确定。例如，图7D图示了FOV内的五个接触孔中的变化σ-SEPE以及与变化σ-SEPE相关联的pdf。类似地，这种变化可以针对其他图像集合来确定。最终的σ-SEPE可以来自单个图像或具有各种组合的图像集合。

图8A是用于基于可以在过程P301中使用的管芯到管芯对准过程来获得平均图像的过程的示例流程图。在实施例中，原始图像可以被预处理以去除噪声，例如经由去噪滤波器。在实施例中，原始图像302的平均可以涉及：在步骤P801中，将包括类似图案的原始图像分组，或者将具有类似印刷图案的特定管芯的原始图像分组，或者其他分组方法。在步骤P803中，过程涉及将多个图像的印刷图案相对于彼此对准。在实施例中，印刷图案的对准使得对准的图像与参考图案最佳匹配。

在步骤P805中，该过程涉及沿多个图像的印刷图案标识位置，例如具有相对较高的信号值，并基于所标识的位置进行对准。在实施例中，基于信号值对准涉及偏移多个图像中的一个或多个图像，以将一个或多个图像的对应印刷图案与参考图案对准，使得多个图像的印刷图案之间的差异被减小(在实施例中，最小化)。在实施例中，一个或多个图像的偏移被限制在某个预定义范围。当以迭代方式偏移后，具有高信噪比图像的公共区域被获得。图8B图示了例如在步骤P805中使用的示例子像素对准。参照图8B，图像I1、I2和I3(它们是原始图像302的示例)相对于彼此偏移，导致与图像302的其他偏移组合相比具有相对较高的信噪比的公共区域CA。

一旦原始图像302被对准，在步骤P807中，平均图像303通过计算对准的多个图像的信号值的平均值来确定。与原始图像302相比，所得平均图像303具有更好定义的轮廓，其具有非常高的信噪比。进一步地，平均图像的高质量复合轮廓(304)可以被提取，并且还被用于引导原始图像轮廓提取，例如在图9A中讨论的。

图9A是管芯到数据库对准过程900的示例流程图。在实施例中，D2DB对准将SEM轮廓地址从SEM图像坐标转化为GDS坐标，使得SEM轮廓可以与参考轮廓(GDS上的模拟轮廓)进行比较。根据实施例，该D2DB操作允许找出轮廓点方向，例如用于诸如从原始图像中提取轮廓的后续阶段的轮廓调整。

管芯到数据库对准可以被用于将复合轮廓(例如304)或原始图像302的轮廓(例如SEM图像中的印刷图案的轮廓)与参考图案301(例如GDS中的设计布局、其他期望图案)对准。这种管芯到数据库对准确保图像内的位置(原始图像或平均图像)被转换为用于参考图案的格式的位置(例如GDS位置)。过程900可以例如在过程P303中用于对准轮廓，例如平均轮廓304或基于平均轮廓304从原始图像302提取的轮廓。

在步骤P901中，过程900涉及将例如复合轮廓304(或原始图像的轮廓)与参考图案301的参考轮廓对准，使得轮廓到轮廓的差异被减小(在实施例中，最小化)。在步骤P901中，轮廓对准可以是迭代的，其中复合轮廓304相对于参考轮廓在一定范围内移动，使得轮廓到轮廓的差异被最小化。例如，图9B图示了复合轮廓904与包括四个接触孔和竖直线的参考轮廓901的示例对准。参考轮廓901具有中心901c，并且平均轮廓904具有中心904c。复合轮廓904还与用于平均轮廓904的移动/偏移的预定义范围910相关联。在实施例中，轮廓到轮廓的差异包括距离912，其可以通过在预定义范围910内移动(例如向左)平均轮廓904来逐渐减小，例如最小化。在实施例中，轮廓到轮廓的距离可以相对于参考轮廓的边缘和复合轮廓的对应边缘。

在实施例中，轮廓到轮廓的差异是绝对误差值(例如不同量规点处的EPE之和)。在实施例中，轮廓到轮廓的差异可以根据角度来表达，诸如弯曲部分处的切割线角度(例如参见图5的切割线CL1和CL5)。

进一步地，在步骤P903中，过程900涉及第二对准，例如以最小化特定方向上的轮廓到轮廓的差异，例如X和/或Y方向上的未对准误差。

在实施例中，设备可以被配置为基于测量数据319(例如随机变化)提取轮廓。在实施例中，这种提取可以是实时的，例如在大批量制造(HVM)设置中部署的量测工具。在实施例中，量测工具包括例如执行方法300的处理器104，或仅接收预定SEPE。此外，该设备可以被配置为基于新图像更新(经由处理器)例如SEPE频带。在更新之前，轮廓可以从新图像中提取，如方法300中讨论的，例如在过程P305中。

在实施例中，设备被配置为从量测或原始图像提取轮廓，该设备包括处理器(例如处理器104)，其被配置为：获得(i)具有印刷图案的衬底的量测图像，(ii)印刷图案的平均图像，(iii)从平均图像中提取复合轮廓，(iv)将复合轮廓与参考图案对准，(v)从原始图像中提取原始轮廓，(vi)基于预先定位的切割线测量原始轮廓，以及(vii)提取测量静态数据，例如管芯内变化、管芯间变化和图像内FOV变化，即，随机变化σ_sepe。

在实施例中，从原始图像中提取轮廓涉及：使用来自平均图像的复合轮廓上的点作为起始点，并使用该点从复合轮廓到参考轮廓的D2DB对准的法线方向角作为用于轮廓边缘找出并确定原始轮廓边缘位置的方向。在实施例中，处理器还被配置为基于所提取的轮廓来确定图案测量结果(例如早前在方法300中讨论的)。

在一些实施例中，扫描电子显微镜(SEM)产生暴露或转印到衬底上的结构(例如装置的一些或全部结构)的图像。图10描绘了SEM 200的实施例。从电子源201发射的初级电子束202被聚光透镜203收敛，然后穿过束偏转器204、E x B偏转器205和物镜206来以在焦点处照射衬底台101上的衬底100。

当用电子束202照射衬底100时，次级电子从衬底100生成。次级电子被E x B偏转器205偏转，并被次级电子检测器207检测。二维电子束图像可以通过与例如束偏转器204对电子束的二维扫描或用束偏转器204在X或Y方向上对电子束202的重复扫描同步，连同衬底台101在X或Y方向中的另一个上对衬底100的连续移动来检测从样本生成的电子。

由次级电子检测器207检测到的信号由模拟/数字(A/D)转换器208转换为数字信号，并且数字信号被发送给图像处理系统300。在实施例中，图像处理系统300可以具有存储器303，以存储全部或部分数字图像以供处理单元304处理。处理单元304(例如专门设计的硬件或硬件和软件的组合)被配置为将数字图像转换或处理为代表数字图像的数据集。进一步地，图像处理系统300可以具有存储介质301，其被配置为将数字图像和对应的数据集存储在参考数据库中。显示装置302可以与图像处理系统300连接，使得操作者可以借助于图形用户界面对设备进行必要的操作。

图18示意性地图示了检查设备的又一实施例。该系统被用于检查样本台89上的样本90(诸如衬底)，并且包括带电粒子束生成器81、聚光透镜模块82、探针形成物镜模块83、带电粒子束偏转模块84、次级带电粒子检测器模块85和图像形成模块86。

带电粒子束生成器81生成初级带电粒子束91。聚光透镜模块82收敛所生成的初级带电粒子束91。探针形成物镜模块83将收敛的初级带电粒子束聚焦到带电粒子束探针92中。带电粒子束偏转模块84跨固定在样本台89上的样本90上的感兴趣区域的表面，扫描所形成的带电粒子束探针92。在实施例中，带电粒子束生成器81、聚光透镜模块82和探针形成物镜模块83或其等效设计、替代物或其任何组合一起形成带电粒子束探针生成器，其生成扫描带电粒子束探针92。

次级带电粒子检测器模块85在被带电粒子束探针92轰击时，检测从样本表面发射的次级带电粒子93(也可能连同来自样本表面的其他反射或散射的带电粒子)，以生成次级带电粒子检测信号94。图像形成模块86(例如计算装置)与次级带电粒子检测器模块85耦合，以从次级带电粒子检测器模块85接收次级带电粒子检测信号94，并因此形成至少一个扫描图像。在实施例中，次级带电粒子检测器模块85和图像形成模块86或其等效设计、替代物或其任何组合一起形成图像形成设备，该图像形成设备由被检测到的次级带电粒子形成扫描图像，次级带电粒子由带电粒子束探针92轰击的样本90发射。

如上面提到的，SEM图像可以被处理，以提取描述图像中表示装置结构的物体边缘的轮廓。这些轮廓然后经由度量(诸如CD)量化。因此，通常，装置结构的图像经由简单的度量进行比较和量化，诸如边缘到边缘距离(CD)或图像之间的简单像素差异。检测图像中的物体边缘以测量CD的典型轮廓模型使用图像梯度。事实上，这些模型依赖于强大的图像梯度。但是，在实践中，图像通常是有噪声的，并且具有不连续的边界。诸如平滑、自适应阈值化、边缘检测、侵蚀和膨胀等技术可以被用于处理图像梯度轮廓模型的结果，以解决有噪声且不连续的图像，但最终会导致对高分辨率图像进行低分辨率量化。因此，在大多数实例中，装置结构图像的用以减少噪声的数学操作和自动边缘检测会导致图像分辨率的损失，从而导致信息丢失。因此，结果是低分辨率的量化，其相当于对复杂的高分辨率结构的简单表示。

因此，期望具有使用图案化过程产生或预期产生的结构(例如电路特征、对准标记或量测目标部分(例如光栅特征)等)的数学表示，无论是例如结构在潜在的抗蚀剂图像中、在显影的抗蚀剂图像中或例如通过蚀刻转印到衬底上的层，其可以保持分辨率并且还描述结构的一般形状。在光刻或其他图案化过程的上下文中，该结构可以是正在制造的装置或其一部分，并且图像可以是该结构的SEM图像。在一些实例中，该结构可以是半导体装置(例如集成电路)的特征。在一些实例中，该结构可以是对准标记或其一部分(例如对准标记的光栅)，其在对准测量过程中使用以确定物体(例如衬底)与另一物体(例如图案形成装置)或量测目标或其一部分(例如量测目标的光栅)的对准，用于测量图案化过程的参数(例如重叠、聚焦、剂量等)。在实施例中，量测目标是用于测量例如重叠的衍射光栅。

在实施例中，根据图3的方法确定的与印刷图案相关的测量数据(例如随机变化)可以被用于优化图案化过程或调整图案化过程的参数。作为示例，OPC解决了以下事实：投影到衬底上的设计布局的图像的最终尺寸和定位将与图案形成装置上的设计布局的尺寸和定位不相同，或仅取决于设计布局的尺寸和定位。要注意的是，术语“掩模”、“掩模版”、“图案形成装置”在本文中可互换使用。而且，本领域技术人员将认识到，特别是在光刻模拟/优化的上下文中，术语“掩模”/“图案形成装置”和“设计布局”可以互换使用，因为在光刻模拟/优化中，物理图案形成装置不一定被使用，但是设计布局可以被用于表示物理图案形成装置。针对某个设计布局上存在的小特征尺寸和高特征密度，给定特征的特定边缘的位置将在一定程度上受到其他相邻特征的存在或不存在的影响。这些邻近效应是由从一个特征耦合至另一特征的微量辐射和/或非几何光学效应(诸如衍射和干涉)引起的。类似地，邻近效应可能是由曝光后烘烤(PEB)、抗蚀剂显影以及通常在光刻之后进行的蚀刻期间的扩散和其他化学效应引起的。

为了确保设计布局的投影图像根据给定目标电路设计的要求，邻近效应需要使用例如复杂的数值模型、设计布局的校正或预失真来预测和补偿。C.Spence在2005年的Proc.SPIE的第5751卷第1至14页发表的文章“Full-Chip Lithography Simulation andDesign Analysis-How OPC Is Changing IC Design(全芯片光刻模拟和设计分析-OPC如何改变IC设计)提供了当前的“基于模型”的光学邻近校正过程的概述。在典型的高端设计几乎对设计布局的每个特征都进行了一些修改，以使投影图像对目标设计具有很高的保真度。这些修改可以包括边缘位置或线宽的偏移或偏置以及旨在辅助其他特征投影的“辅助”特征的应用。

鉴于芯片设计中通常存在数百万个特征，将基于模型的OPC应用于目标设计涉及良好的过程模型和大量的计算资源。然而，应用OPC通常不是“精确的科学”，而是一种经验的迭代过程，并不总是能补偿所有可能的邻近效应。因此，OPC的效应(例如在应用OPC和任何其他RET后的设计布局)需要通过设计检查来验证，即，使用校准的数字过程模型进行密集的全芯片模拟，以最小化设计缺陷进入图案形成装置图案的可能性。这是由制造高端图案形成装置的巨大成本驱动的，这些装置运行在数百万美元的范围内，以及由在实际图案形成装置被制造后返工或修理对周转时间的影响驱动。

OPC和全芯片RET验证可以基于数字建模系统和方法，例如在美国专利申请号10/815,573以及Y.Cao等人在2005年的Proc.SPIE的第5754卷第405页发表的标题为“Optimized Hardware and Software For Fast,Full Chip Simulation(为快速、全芯片模拟优化的硬件和软件)”的文章中描述的。

一个RET与调整设计布局的全局偏置相关。全局偏置是设计布局中的图案与打算印刷在衬底上的图案之间的差异。例如，通过设计布局中直径为50nm的图案或者在设计布局中直径为20nm但是使用高剂量的图案，直径为25nm的圆形图案可以被印刷在衬底上。

除了优化设计布局或图案形成装置(例如OPC)，照射源也可以被优化，与图案形成装置优化联合或单独优化，以提高整体光刻保真度。术语“照射源”和“源”在本文档中可互换使用。20世纪90年代以来，诸如环形、四极和偶极等多种离轴照射源已经被引入，并且为OPC设计提供了更大的自由度，从而提高成像结果。众所周知的，离轴照射是解决图案形成装置中所包含的精细结构(即，目标特征)的证明方法。然而，与传统照射源相比，离轴照射源通常针对空间图像(AI)提供的辐射强度较小。因此，期望尝试优化照射源以实现更精细的分辨率和降低的辐射强度之间的最优平衡。

许多照射源优化方法可以在例如Rosenbluth等人于2002年的微光刻杂志微制造微系统1(1)第13至20页发表的标题为“Optimum Mask and Source Patterns to Print AGiven Shape(用于印刷给定形状的最优掩模和源图案)”的文章中找到。源被划分为多个区域，每个区域对应于光瞳光谱的某个区域。然后，假设每个源区域中的源分布是均匀的，并且每个区域的亮度针对过程窗口优化。然而，每个源区域中的源分布均匀的这种假设并不总是有效的，因此这种方法的有效性受到影响。在Granik于2204年的微光刻杂志微制造微系统3(4)第509至522页发表的标题为“Source Optimization for Image Fidelity andThroughput(图像保真度和产出的源优化)”的文章中陈述的另一示例中，多种现有的源优化方法被概述，并且将源优化问题转换为一系列非负最小二乘优化的基于照射器像素的方法被提出。尽管这些方法已经证实了一些成功，但它们通常需要多次复杂的迭代才能收敛。另外，可能难以确定一些额外参数的适当/最优值，诸如Granik方法中的γ，这指定了优化衬底图像保真度的源与源的平滑度要求之间的权衡。

针对低k₁光刻，源和图案形成装置的优化对于确保关键电路图案投影的可行过程窗口非常有用。一些算法(例如Socha等人在2005年的Proc.SPIE第5853卷第180页发表的)在空间频域中将照射离散为独立的源点并将掩模离散为衍射级，并且基于过程窗口度量(诸如曝光纬度)单独制定成本函数(被定义为所选设计变量的函数)，其可以由光学成像模型通过源点强度和图案形成装置衍射级预测。本文使用的术语“设计变量”包括光刻投影设备或光刻过程的参数集，例如光刻投影设备的用户可以调整的参数，或者用户可以通过调整那些参数来调整的图像特性。应该了解的是，光刻投影过程的任何特性(包括源、图案形成装置、投影光学器件的那些特性和/或抗蚀剂特性)都可以是优化中的设计变量。成本函数通常是设计变量的非线性函数。然后标准优化技术被用于最小化成本函数。

相关地，不断减少的设计规则的压力已经驱动半导体芯片制造商利用现有的193nm ArF光刻更深入地移动到低k1光刻时代中。朝着较低k₁的光刻对RET、曝光工具和光刻友好设计的需要提出了很高的需求。1.35ArF超数值孔径(NA)曝光工具可能会在未来使用。为了帮助确保电路设计可以在具有可行过程窗口的衬底上产生，源图案形成装置优化(本文中称为源掩模优化或SMO)正在成为2x nm节点的重要RET。

允许使用成本函数在没有约束的情况下且在可用时间量内，同时优化源和图案形成装置的源和图案形成装置(设计布局)优化方法和系统在共同转让的国际专利申请号PCT/US2009/065359中描述，该申请于2009年11月20日提交并且作为WO2010/059954发布，标题为“Fast Freeform Source and Mask Co-Optimization Method(快速自由源和掩模协同优化方法)”，其通过引用全部并入本文。

涉及通过调整源的像素来优化源的另一源和掩模优化方法和系统在共同转让的美国专利申请号12/813456中描述，该申请于2010年6月10日提交并作为美国专利申请出版物号2010/0315614发布，标题为“Source-Mask Optimization in LithographicApparatus(光刻设备中的源掩模优化)”，其通过引用全部并入本文。

作为示例，在光刻投影设备中，成本函数被表达为

其中(z₁,z₂,…,z_N)是N个设计变量或其值。f_p(z₁,z₂,…,z_N)可以是设计变量(z₁,z₂,…,z_N)的函数，诸如针对(z₁,z₂,…,z_N)的设计变量的值集合的评估点处的特性的实际值和预期值之间的差异。w_p是与f_p(z₁,z₂,…,z_N)相关联的权重常数。比其他更关键的评估点或图案可以被分配有更高的w_p值。出现次数较多的图案和/或评估点也可以被分配有更高的w_p值。评估点的示例可以是衬底上的任何物理点或图案、虚拟设计布局上的任何点或抗蚀剂图像或空间图像或其组合。f_p(z₁,z₂,…,z_N)也可以是一个或多个随机效应的函数，诸如LWR，它们是设计变量(z₁,z₂,…,z_N)的函数。成本函数可以表示光刻投影设备或衬底的任何合适的特性，例如特征的故障率、聚焦、CD、图像偏移、图像失真、图像旋转、随机效应、产出、CDU或其组合。CDU是局部CD变化(例如局部CD分布的标准偏差的三倍)。CDU可以被互换地称为LCDU。在一个实施例中，成本函数表示(即，是其函数)CDU、产出和随机效应。在一个实施例中，成本函数表示(即，是其函数)EPE、产出和随机效应。在一个实施例中，设计变量(z₁,z₂,…,z_N)包括剂量、图案形成装置的全局偏置、来自源的照射形状或其组合。由于抗蚀剂图像通常规定衬底上的电路图案，因此成本函数通常包括表示抗蚀剂图像的一些特性的函数。例如，这种评估点的f_p(z₁,z₂,…,z_N)可以简单地是抗蚀剂图像中的点与该点的预期位置之间的距离(即，边缘定位误差EPE_p(z₁,z₂,…,z_N))。设计变量可以是任何可调整参数，诸如源、图案形成装置、投影光学器件的可调整参数、剂量、聚焦等。投影光学器件可以包括统称为“波前操纵器”的部件，这些部件可以被用于调整波前的形状和强度分布和/或辐射束的相移。投影光学器件优选地可以在沿光刻投影设备的光路的任何位置处调整波前和强度分布，诸如在图案形成装置之前、靠近光瞳平面、靠近图像平面、靠近焦平面。投影光学器件可以被用于校正或补偿由例如源、图案形成装置、光刻投影设备中的温度变化、光刻投影设备的部件的热膨胀引起的波前和强度分布的某些失真。调整波前和强度分布可以改变评估点和成本函数的值。这种变化可以从模型中模拟或实际测量。当然，CF(z₁,z₂,…,z_N)不被限于方程1中的形式。CF(z₁,z₂,…,z_N)可以是任何其他合适的形式。

应该注意的是，f_p(z₁,z₂,…,z_N)的正常加权均方根(RMS)被定义为

因此，最小化f_p(z₁,z₂,…,z_N)的加权RMS相当于最小化在方程1中定义的成本函数

因此，为了本文中的符号的简单起见，f_p(z₁,z₂,…,z_N)和方程1的加权RMS可以互换使用。

进一步地，如果考虑最大化PW(过程窗口)，可以将来自不同PW条件的相同物理位置视为(方程1)中的成本函数中的不同评估点。例如，如果考虑N个PW条件，那么可以根据其PW条件对评估点进行分类，并将成本函数写为：

其中f_pu(z₁,z₂,…,z_N)在第u个PW条件u＝1,…,U下是f_p(z₁,z₂,…,z_N)的值。当f_p(z₁,z₂,…,z_N)是EPE时，那么最小化上面的成本函数就相当于最小化各种PW条件下的边缘偏移，从而导致最大化PW。具体地，如果PW也由不同的掩模偏置组成，那么最小化上面的成本函数还包括MEEF(掩模误差增强因子)的最小化，其被定义为衬底EPE与引起的掩模边缘偏置之间的比率。

设计变量可能具有约束，其可以被表达为(z₁,z₂,…,z_N)∈Z，其中Z是设计变量的可能值的集合。对设计变量的一种可能约束可以由光刻投影设备的产量或期望产出强加。期望的产量或产出可能会限制剂量，因此会对随机效应具有影响(例如对随机效应施加下限)。更高的产出通常会导致更低的剂量、更短的曝光时间和更大的随机效应。较高的产量通常会导致可以对随机风险敏感的受限设计。由于随机效应是设计变量的函数，因此考虑衬底产出、产量和随机效应的最小化可能会约束设计变量的可能值。在没有由期望产出强加的这种约束的情况下，优化可能会产生不切实际的设计变量值的集合。例如，如果剂量在设计变量中，没有这种约束，则优化可能会产生剂量值，这使得产出在经济上是不可能的。然而，约束的有用性不应被解释为必要性。产出可能会受到基于故障率的图案化过程参数调整的影响。期望在维持高产出的同时具有较低的特征故障率。产出也可能受到抗蚀剂化学物质的影响。较慢的抗蚀剂(例如需要更多光量才能被正确曝光的抗蚀剂)会导致较低的产出。因此，基于涉及由于抗蚀剂化学物质或波动引起的特征故障率的优化过程以及更高产出的剂量要求，图案化过程的适当参数可以被确定。

因此，优化过程是在约束(z₁,z₂,…,z_N)∈Z条件下找出设计变量值的集合，其最小化成本函数，即，找出

根据实施例，优化光刻投影设备的一般方法在图12中图示。该方法包括定义多个设计变量的多变量成本函数的步骤S1202。设计变量可以包括选自照射源(1200A)的特性(例如光瞳填充率，即，穿过光瞳或孔径的源的辐射的百分比)、投影光学器件(1200B)的特性和设计布局(1200C)的特性的任何合适组合。例如，设计变量可以包括照射源(1200A)的特性和设计布局(1200C)的特性(例如全局偏置)，但不包括导致SMO的投影光学器件(1200B)的特性。备选地，设计变量可以包括照射源的特性(1200A)、投影光学器件(1200B)的特性和设计布局(1200C)的特性，这导致源-掩模-透镜优化(SMLO)。在步骤S1204中，设计变量被同时调整，使得成本函数向收敛移动。在步骤S1206中，确定预定义的终止条件是否被满足。预定义终止条件可以包括各种可能性，即，成本函数可以被最小化或最大化，根据所使用的数值技术的要求，成本函数的值已经等于阈值或已经超过阈值，成本函数的值已达到预设误差限制内，或预设迭代次数被达到。如果步骤S1206中的任一条件被满足，则该方法结束。如果步骤S1206中没有条件被满足，则步骤S1204和S1206被迭代地重复，直到期望的结果被获得。优化不一定会导致设计变量值的单个集合，因为可能存在由诸如故障率、光瞳填充因子、抗蚀剂化学物质、产出等因素引起的物理限制。优化可以提供用于设计变量和关联性能特性(例如产出)的多个值集合，并且允许光刻设备的用户选择一个或多个集合。

在光刻投影设备中，源、图案形成装置和投影光学器件可以被备选地优化(称为替代优化)或同时优化(称为同时优化)。如本文使用的，术语“同时”、“同时地”、“联合”和“联合地”是指源、图案形成装置、投影光学器件的特性的设计变量和/或任何其他设计变量允许在同一时间改变。如本文使用的，术语“替代的”和“备选地”意味着并非所有设计变量都被允许同时改变。

在图13中，所有设计变量的优化被同时执行。这种流程可以被称为同时流程或协同优化流程。备选地，所有设计变量的优化被备选地执行，如图13所图示的。在该流程中，在每个步骤中，一些设计变量是固定的，而其他设计变量则被优化以最小化成本函数；然后在下一步骤中，不同的变量集合是固定的，同时其他变量被优化以最小化成本函数。这些步骤被备选地执行，直到收敛或某些终止条件被满足为止。

如图13的非限制性示例流程图所示，首先设计布局(步骤S1302)被获得，然后源优化步骤在步骤S1304中执行，其中照射源的所有设计变量被优化(SO)以最小化成本函数，而所有其他设计变量都是固定的。然后在下一步骤S1306中，掩模优化(MO)被执行，其中图案形成装置的所有设计变量被优化以最小化成本函数，而所有其他设计变量固定。这两个步骤被备选地执行，直到某些终止条件在步骤S1308中满足为止。各种终止条件可以被使用，诸如成本函数的值变得等于阈值，成本函数的值超过阈值，成本函数的值达到预设的误差限制内，或预设的迭代次数被达到等。要注意的是，SO-MO替代优化被用作替代流程的示例。替代流程可以采用许多不同的形式，诸如SO-LO-MO替代优化，其中SO、LO(透镜优化)被执行，并且MO备选地且迭代地执行；或者首先SMO可以被执行，然后备选地且迭代地执行LO和MO；等等。最后优化结果的输出在步骤S1310中获得，并且过程停止。

如以前讨论的，图案选择算法可以与同时或替代优化集成在一起。例如，当替代优化被采用时，首先全芯片SO可以被执行，‘热点’和/或‘温点’被标识，然后MO被执行。鉴于本公开，为了实现期望的优化结果，子优化的多种排列和组合是可能的。

图14A示出了一种示例性的优化方法，其中成本函数被最小化。在步骤S502中，设计变量的初始值被获得，如果有的话，包括其调谐范围。在步骤S504中，多变量成本函数被设置。在步骤S506中，在围绕用于第一迭代步骤(i＝0)的设计变量的起始点值的足够小的邻域内扩展成本函数。在步骤S508中，标准的多变量优化技术被应用以最小化成本函数。要注意的是，优化问题可以在S508的优化过程期间或优化过程的后期阶段应用约束，诸如调谐范围。步骤S520指示针对用于已经被选择以优化光刻过程的已标识评估点的给定测试图案(也称为“量规”)进行每一迭代。在步骤S510中，光刻响应被预测。在步骤S512中，步骤S510的结果与在步骤S522中获得的期望或理想的光刻响应值进行比较。如果终止条件在步骤S514中满足，即，优化生成足够接近期望值的光刻响应值，然后设计变量的最终值在步骤S518中输出。输出步骤还可以包括使用设计变量的最终值输出其他函数，诸如输出光瞳平面(或其他平面)处的波前像差调整图、优化的源图和优化的设计布局等。如果终止条件未被满足，那么在步骤S516中，设计变量的值用第i次迭代的结果更新，并且过程返回到步骤S506。图14A的过程在下面详细阐明。

在示例性优化过程中，假设或近似设计变量(z₁,z₂,…,z_N)和f_p(z₁,z₂,…,z_N)之间没有关系，除非f_p(z₁,z₂,…,z_N)足够平滑(例如一阶导数

存在)，这通常在光刻投影设备中有效。诸如高斯-牛顿算法、Levenberg-Marquardt算法、梯度下降算法、模拟退火、遗传算法等算法可以被应用以找出

此处，高斯-牛顿算法被用作示例。高斯-牛顿算法是适用于一般非线性多变量优化问题的迭代方法。在第i次迭代中，其中设计变量(z₁,z₂,…,z_N)取值为(z_1i,z_2i,…,z_Ni)，高斯-牛顿算法在(z_1i,z_2i,…,z_Ni)附近线性化f_p(z₁,z₂,…,z_N)，然后在给出CF(z₁,z₂,…,z_N)的最小值的(z_1i,z_2i,…,z_Ni)附近计算值(z_1(i+1),z_2(i+1),…,z_N(i+1))。设计变量(z₁,z₂,…,z_N)采用第(i+1)次迭代中的(z_1(i+1),z_2(i+1),…,z_N(i+1))的值。该迭代一直持续到达到收敛(即，CF(z₁,z₂,…,z_N)不再进一步减少)或预设的迭代次数为止。

具体地，在第i次迭代中，在(z_1i,z_2i,…,z_Ni)附近，

在方程3的近似下，成本函数变为：

这是设计变量(z₁,z₂,…,z_N)的二次函数。除了设计变量(z₁,z₂,…,z_N)外，每项都是常数。

如果设计变量(z₁,z₂,…,z_N)不受任何约束，(z_1(i+1),z_2(i+1),…,z_N(i+1))可以通过求解N个线性方程导出：

其中n＝1,2,…N。

如果对于j＝1,2,…J，设计变量(z₁,z₂,…,z_N)受J不等式的形式的约束(例如(z₁,z₂,…,z_N)的调谐范围)

以及对于k＝1,2,…K，K等式(例如设计变量之间的相互依赖性)

优化过程变成了经典的二次规划问题，其中A_nj、B_j、C_nk、D_k是常数。可以针对每次迭代施加附加的约束。例如，“阻尼因子”Δ_D可以被引入以限制(z_1(i+1),z_2(i+1),…,z_N(i+1))和(z_1i,z_2i,…,z_Ni)之间的差异，使得方程3的近似值成立。这种约束可以被表达为z_ni-Δ_D≤z_n≤z_ni+Δ_D。(z_1(i+1),z_2(i+1),…,z_N(i+1))可以使用例如Jorge Nocedal和Stephen J.Wright(柏林纽约：Vandenberghe剑桥大学出版社)在数值优化(第二版)中描述的方法导出。

优化过程可以最小化评估点与其预期值之间的最大偏差(最坏缺陷)的幅度，而不是最小化f_p(z₁,z₂,…,z_N)的RMS。在这种方法中，成本函数备选地可以被表达为

其中CL_p是f_p(z₁,z₂,…,z_N)的最大允许值。该成本函数表示评估点中最坏的缺陷。使用该成本函数的优化最小化了最坏缺陷的幅度。迭代贪婪算法可以被用于该优化。

方程5的成本函数可以近似为：

其中q是偶数正整数，诸如至少为4，优选地至少为10。方程6模仿方程5的行为，同时允许优化通过使用诸如最深下降法、共轭梯度法等方法来分析地执行和加速。

最小化最坏缺陷尺寸也可以与线性化f_p(z₁,z₂,…,z_N)组合。具体地，f_p(z₁,z₂,…,z_N)近似于方程3。然后最坏缺陷尺寸的约束被写为不等式E_Lp≤f_p(z₁,z₂,…,z_N)≤E_Up，其中E_Lp和E_Up是两个常数，指定f_p(z₁,z₂,…,z_N)的最小和最大允许偏差。插入方程3，针对p＝1,…P，这些约束被变换为

以及

由于方程3通常仅在(z_1i,z_2i,…,z_Ni)附近有效，以防期望的约束E_Lp≤f_p(z₁,z₂,…,z_N)≤E_Up无法在这种附近实现，这可以由不等式之间的任何冲突来确定，常量E_Lp和E_Up可以被放宽，直到约束可实现为止。该优化过程最小化了(z_1i,z_2i,…,z_Ni)附近的最坏缺陷尺寸。然后每个步骤逐渐减小最坏的缺陷尺寸，并且每个步骤被迭代执行，直到一定的终止条件被满足为止。这将导致最坏缺陷尺寸的最优减少。

最小化最坏缺陷的另一方式是在每次迭代中调整权重w_p。例如，在第i次迭代之后，如果第r个评估点是最坏的缺陷，则w_r可以在第(i+1)次迭代中增大，使得降低该评估点的缺陷尺寸被赋予更高的优先级。

另外，方程4和方程5中的成本函数可以通过引入拉格朗日乘子来修改，以实现缺陷尺寸的RMS优化和最坏缺陷尺寸的优化之间的权衡，即，

其中λ是预设常数，它指定了缺陷尺寸的RMS优化和最坏缺陷尺寸的优化之间的权衡或折衷。具体地，如果λ＝0，那么这变成了方程4，并且仅缺陷尺寸的RMS被最小化；而如果λ＝1，那么这变成了方程5，并且仅最坏的缺陷尺寸被最小化；如果0<λ<1，那么在优化中考虑两者。这种优化可以使用多种方法解决。例如，每次迭代中的加权可以被调整，类似于先前描述的。备选地，类似于从不等式中最小化最坏的缺陷尺寸，方程6’和6”的不等式被视为二次规划问题求解期间的设计变量的约束。然后，最坏缺陷尺寸的界限可以被逐步放宽或增加最坏缺陷尺寸的权重，计算每个可实现的最坏缺陷尺寸的成本函数值，并选择最小化总成本函数的设计变量值作为下一步骤的初始点。通过迭代地这样做，这个新成本函数的最小化可以被实现。

优化光刻投影设备可以扩展过程窗口。更大的过程窗口为过程设计和芯片设计提供了更大的灵活性。过程窗口可以被定义为聚焦和剂量值的集合，其中抗蚀剂图像在抗蚀剂图像的设计目标的特定限制内。要注意的是，此处讨论的所有方法也可以被延伸到广义的过程窗口定义，除了曝光剂量和散焦之外，该定义还可以通过不同或附加的基础参数来建立。这些可以包括但不限于光学设置，诸如抗蚀剂层的NA、σ、像差、偏振或光学常数。例如，如早前描述的，如果PW也由不同的掩模偏置组成，那么优化包括MEEF(掩模误差增强因子)的最小化，其被定义为衬底EPE与引起的掩模边缘偏置之间的比率。在聚焦和剂量值上定义的过程窗口仅用作本公开中的示例。根据实施例的最大化过程窗口的方法在下面描述。

在第一步骤中，从过程窗口中的已知条件(f₀,ε₀)开始，其中f₀是标称焦点，并且ε₀是标称剂量，下面最小化(f₀±Δf,ε₀±Δε)附近的成本函数中的一个成本函数：

或者

或者

如果标称焦点f₀和标称剂量ε₀被允许偏移，则它们可以与设计变量(z₁,z₂,…,z_N)联合优化。在下一步骤中，如果(z₁,z₂,…,z_N,f,ε)的值集合可以被找到，使得成本函数在预设限制内，则(f₀±Δf,ε₀±Δε)作为过程窗口的一部分被接受。

备选地，如果焦点和剂量不被允许偏移，则设计变量(z₁,z₂,…,z_N)被优化，其中焦点和剂量被固定为标称焦点f₀和标称剂量ε₀。在替代实施例中，如果(z₁,z₂,…,z_N)的值集合可以被找到，使得成本函数在预设限制内，则(f₀±Δf,ε₀±Δε)(z₁,z₂,…,z_N)作为过程窗口的一部分被接受。

早前在本公开中描述的方法可以被用于最小化方程7、7’或7”的各自的成本函数。如果设计变量是投影光学器件的特性，诸如泽尼克系数，则最小化方程7、7’或7”的成本函数导致基于投影光学优化(即，LO)的过程窗口最大化。如果设计变量是除了投影光学器件的特性外的源和图案形成装置的特性，那么最小化方程7、7’或7”的成本函数导致基于SMLO的过程窗口最大化，如图13所图示的。如果设计变量是源和图案形成装置的特性，那么最小化方程7、7’或7”的成本函数导致基于SMO的过程窗口最大化。方程7、7’或7”的成本函数还可以包括至少一个f_p(z₁,z₂,…,z_N)，诸如方程7或方程8中的，这是一个或多个随机效应的函数，诸如2D特征的LWR或局部CD变化以及产出。

图15示出了同时SMLO过程可以如何使用高斯牛顿算法进行优化的一个具体示例。在步骤S702中，设计变量的起始值被标识。每个变量的调谐范围也可以被标识。在步骤S704中，使用设计变量定义成本函数。在步骤S706中，围绕设计布局中的所有评估点的起始值扩展成本函数。在可选步骤S710中，全芯片模拟被执行，以覆盖全芯片设计布局中的所有关键图案。期望的光刻响应度量(诸如CD或EPE)在步骤S714中获得，并在步骤S712中与那些量的预测值进行比较。在步骤S716中，过程窗口被确定。步骤S718、S720和S722类似于相对于图14A描述的对应步骤S514、S516和S518。如以前提及的，最终输出可能是光瞳平面中的波前像差图，经过优化以产生期望的成像性能。最终输出也可以是优化的源图和/或优化的设计布局。

图14B示出了优化成本函数的示例性方法，其中设计变量(z₁,z₂,…,z_N)包括可能仅采用离散值的设计变量。

该方法通过定义照射源的像素组和图案形成装置的图案形成装置图块来开始(步骤S802)。通常，像素组或图案形成装置图块也可以被称为光刻过程部件的分部。在一种示例性方法中，照射源被分为117个像素组，并且94个图案形成装置图块针对图案形成装置定义，基本上如上所述，导致总共211个分部。

在步骤S804中，光刻模型被选择作为光刻模拟的基础。光刻模拟产生的结果被用于计算光刻度量或响应。特定的光刻度量被定义为要被优化的性能度量(步骤S806)。在步骤S808中，照射源和图案形成装置的初始(预优化)条件被设置。初始条件包括照射源的像素组和图案形成装置的图案形成装置图块的初始状态，使得可以参照初始照射形状和初始图案形成装置图案。初始条件还可以包括掩模偏置、NA和聚焦斜坡范围。尽管步骤S802、S804、S806和S808被描绘为顺序步骤，但是要了解的是，在本发明的其他实施例中，这些步骤可以以其他顺序执行。

在步骤S810中，像素组和图案形成装置图块被排序。像素组和图案形成装置图块可以在排序中交错。各种排序方式可以被采用，包括：顺序地(例如从像素组1到像素组117并且从图案形成装置图块1到图案形成装置图块94)、随机地、根据像素组和图案形成装置图块的物理位置(例如将更靠近照射源中心的像素组排序更高)以及根据像素组或图案形成装置图块的更改如何影响性能度量。

一旦像素组和图案形成装置图块被排序，照射源和图案形成装置被调整以改进性能度量(步骤S812)。在步骤S812中，像素组和图案形成装置图块中的每一个按照排序的顺序分析，以确定像素组或图案形成装置图块的更改是否将导致改进的性能度量。如果确定性能度量将得到改进，那么像素组或图案形成装置图块被相应地更改，并且所得的改进性能度量和修改后的照射形状或修改后的图案形成装置图案形成用于比较的基线，以用于较低排序的像素组和图案形成装置图块的后续分析。换言之，改进性能度量的更改被保留。随着像素组和图案形成装置图块的状态的更改被进行和保留，初始照射形状和初始图案形成装置图案相应地改变，使得修改后的照射形状和修改后的图案形成装置图案由步骤S812中的优化过程产生。

在其他方法中，图案形成装置多边形形状调整和像素组和/或图案形成装置图块的成对轮询也在S812的优化过程内执行。

在替代实施例中，交错的同时优化程序可以包括更改照射源的像素组，并且如果性能度量的改进被找出，则剂量被逐步增加和减少以寻求同时优化程序的进一步改进。在又一替代实施例中，剂量或强度的逐步增加和减少可以被图案形成装置图案的偏置变化所代替，以寻求同时优化程序的进一步改进。

在步骤S814中，确定性能度量是否已经收敛。例如，如果对性能度量的改进很少或没有改进已经在步骤S810和S812的最后几次迭代中见证，则可以认为该性能度量已经收敛。如果性能度量没有收敛，那么S810和S812的步骤在下一迭代中重复，其中来自当前迭代的修改后的照射形状和修改后的图案形成装置被用作下一迭代的初始照射形状和初始图案形成装置(步骤S816)。

上述优化方法可以被用于增加光刻投影设备的产出。例如，成本函数可以包括作为曝光时间的函数的f_p(z₁,z₂,…,z_N)。这种成本函数的优化优选地受随机效应的度量或其他度量的约束或影响。具体地，用于增加光刻过程的产出的计算机实施方法可以包括优化作为光刻过程的一个或多个随机效应的函数和衬底的曝光时间的函数的成本函数，以最小化曝光时间。

在一个实施例中，成本函数包括至少一个f_p(z₁,z₂,…,z_N)，其是一个或多个随机效应的函数。随机效应可能包括特征故障、在图3的方法中确定的测量数据(例如SEPE)、σ_sepe或者2D特征的LWR或局部CD变化。在一个实施例中，随机效应包括抗蚀剂图像特性的随机变化。例如，这种随机变化可能包括特征的故障率、σ_sepe、线边缘粗糙度(LER)、线宽粗糙度(LWR)和临界尺寸均匀性(CDU)。在成本函数中包括随机变化允许找到最小化随机变化的设计变量的值，从而降低由于随机效应导致的缺陷风险。

图16是图示了计算机系统100的框图，其可以辅助实现本文公开的优选方法和流程。计算机系统100包括总线102或用于传递信息的其他通信机制，以及与总线102耦合以用于处理信息的处理器104(或多个处理器104和105)。计算机系统100还包括主存储器106，诸如随机存取存储器(RAM)或其他动态存储装置，其被耦合至总线102，以用于存储要由处理器104执行的信息和指令。主存储器106也可以被用于在要通过处理器104执行的指令的执行期间存储临时变量或其他中间信息。计算机系统100还包括只读存储器(ROM)108或其他静态存储装置，其被耦合至总线102，以用于存储针对处理器104的静态信息和指令。诸如磁盘或光盘等存储装置110被提供，并被耦合至总线102以用于存储信息和指令。

计算机系统100可以经由总线102被耦合至显示器112，诸如阴极射线管(CRT)或平板或触摸板显示器，以用于向计算机用户显示信息。包括字母数字键和其他键的输入装置114被耦合至总线102，以用于将信息和命令选择传递给处理器104。另一类型的用户输入装置是光标控件116，诸如鼠标、轨迹球或光标方向键，以用于将方向信息和命令选择传递给处理器104，并控制显示器112上的光标移动。该输入装置通常在两个轴线(第一轴线(例如x)和第二轴线(例如y))上具有两个自由度，其允许装置指定平面中的位置。触摸板(屏幕)显示器也可以被用作输入装置。

根据一个实施例，响应于处理器104执行主存储器106中所包含的一个或多个指令的一个或多个序列，优化过程的部分可以由计算机系统100执行。这种指令可以从诸如存储装置110等另一计算机可读介质被读取到主存储器106中。主存储器106中所包含的指令序列的执行使处理器104执行本文描述的过程步骤。多处理布置中的一个或多个处理器也可以被采用，以执行主存储器106中所包含的指令序列。在替代实施例中，硬连线电路系统可以代替软件指令或与软件指令组合使用。因此，本文的描述不被限于硬件电路系统和软件的任何具体组合。

本文使用的术语“计算机可读介质”是指参与向处理器104提供指令以供执行的任何介质。这种介质可以采取许多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘，诸如存储装置110。易失性介质包括动态存储器，诸如主存储器106。传输介质包括同轴电缆、铜线和光纤，包括构成总线102的电线。传输介质也可以采用声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间生成的那些声波或光波。计算机可读介质的常见形式包括例如软盘、可折叠磁盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡片、纸带、具有孔洞图案的任何其他物理介质、RAM、PROM和EPROM、闪存EPROM、任何其他存储器芯片或者存储器匣、下文描述的载波或者计算机可以从中读取的任何其他介质。

各种形式的计算机可读介质可以涉及将一个或多个指令的一个或多个序列携带到处理器104以供执行。例如，指令最初可能被承载在远程计算机的磁盘上。远程计算机可以将指令加载到其动态存储器中，并使用调制解调器通过电话线发送指令。计算机系统100本地的调制解调器可以在电话线上接收数据，并使用红外发送器将数据转换为红外信号。耦合至总线102的红外检测器可以接收红外信号中携带的数据，并将数据放置在总线102上。总线102将数据携带到主存储器106，处理器104从主存储器106取回并执行指令。在由处理器104执行之前或之后，由主存储器106接收的指令可以可选地被存储在存储装置110上。

优选地，计算机系统100还包括耦合至总线102的通信接口118。通信接口118提供耦合至网络链路120的双向数据通信，该网络链路120被连接至本地网络122。例如，通信接口118可以是集成服务数字网络(ISDN)卡或调制解调器，以提供与对应类型的电话线的数据通信连接。作为另一示例，通信接口118可以是局域网(LAN)卡，以提供与兼容LAN的数据通信连接。无线链路也可以被实施。在任何这种实施方式中，通信接口118发送和接收电信号、电磁信号或光学信号，其携带表示各种类型的信息的数字数据流。

网络链路120通常通过一个或多个网络向其他数据装置提供数据通信。例如，网络链路120可以通过本地网络122向主机计算机124或由互联网服务提供方(ISP)126操作的数据装置提供连接。ISP126又通过全球分组数据通信网络(现在一般被称为“互联网”128)提供数据通信服务。本地网络122和互联网128都使用携带数字数据流的电信号、电磁信号或光学信号。通过各种网络的信号以及在网络链路120上并且通过通信接口118的信号(将数字数据携带到计算机系统100并且从计算机系统100携带数字数据)是输送信息的载波的示例性形式。

计算机系统100可以通过(多个)网络、网络链路120和通信接口118发送消息并接收数据，包括程序代码。在互联网示例中，服务器130可以通过互联网128、ISP 126、本地网络122和通信接口118传输针对应用程序的请求代码。例如，一个这种下载应用可以提供实施例的照射优化。接收到的代码可以在被接收到时由处理器104执行，和/或被存储在存储装置110或其他非易失性存储设备中，以供稍后执行。通过这种方式，计算机系统100可以获得载波形式的应用代码。

图17示意性地描绘了示例性光刻投影设备，其照射源可以利用本文描述的方法进行优化。该设备包括：

-照射系统IL，以调节辐射束B。在这种特定情况下，照射系统还包括辐射源SO；

-第一载物台(例如掩模台)MT，其被提供有图案形成装置保持器以保持图案形成装置MA(例如掩模版)，并且被连接至第一定位器以相对于物品PS准确地定位图案形成装置；

-第二载物台(衬底台)WT，其被提供有衬底保持器以保持衬底W(例如涂有抗蚀剂的硅晶片)，并且被连接至第二定位器以相对于物品PS准确地定位衬底；

-投影系统(“透镜”)PS(例如折射、反射或反射折射光学系统)，以将图案形成装置MA的辐射部分成像到衬底W的目标部分C(例如包括一个或多个管芯)上。

如本文描绘的，该设备是透射型的(例如具有透射掩模)。然而，通常，它也可以是反射型的，例如(具有反射掩模)。备选地，该设备可以采用另一种类的图案形成装置作为使用经典掩模的替代方案；示例包括可编程反射镜阵列或LCD矩阵。

源SO(例如汞灯或准分子激光器)产生辐射束。例如，该束直接地或者在遍历诸如扩束器Ex等调节部件之后被馈送到照射系统(照射器)IL中。照射器IL可以包括调整部件AD，以用于设置束中的强度分布的外部和/或内部径向范围(一般分别被称为σ外部和σ内部)。另外，它通常将包括各种其他部件，诸如积分器IN和聚光器CO。通过这种方式，撞击在图案形成装置MA上的束B在其横截面中具有期望的均匀性和强度分布。

关于图17应该注意的是，源SO可以在光刻投影设备的外壳内(例如当源SO是汞灯时通常是这种情况)，但是它也可以远离光刻投影设备，其产生的辐射束被引入设备中(例如借助于合适的导向镜)；当源SO是准分子激光器(例如基于KrF、ArF或F2激光照射)时，该后一种场景通常是这种情况。

束PB随后截取被保持在图案形成装置台MT上的图案形成装置MA。在遍历图案形成装置MA之后，束PB穿过透镜PL，其将束B聚焦到衬底W的目标部分C上。借助于第二定位部件(和干涉测量部件IF)，衬底台WT可以被准确地移动，例如以将不同的目标部分C定位在束PB的路径中。类似地，例如在从图案形成装置库机械地取回图案形成装置MA之后或在扫描期间，第一定位部件可以被用于相对于束B的路径准确地定位图案形成装置MA。通常，载物台MT、WT的移动将借助于长行程模块(粗略定位)和短行程模块(精细定位)来实现，这在图17中未被明确描绘。然而，在晶片步进器(与步进扫描工具相反)的情况下，图案形成装置台MT可以仅被连接至短行程致动器，或者可以是固定的。

所描绘的工具可以在两种不同的模式下使用：

-在步进模式下，图案形成装置台MT基本上保持静止，并且整个图案形成装置图像一次(即，单次“闪光”)被投影到目标部分C上。衬底台WT然后在x和/y方向上偏移，使得不同的目标部分C可以由束PB辐射；

-在扫描模式下，基本上相同的场景适用，除了给定的目标部分C不在单次“闪光”中曝光之外。相反，图案形成装置台MT以速度v在给定方向(所谓的“扫描方向”，例如y方向)上可移动，使得投射束B被用于在图案形成装置图像上扫描；并发地，衬底台WT同时在相同或相反方向上以速度V＝Mv移动，其中M是透镜PL的放大率(典型地，M＝1/4或1/5)。通过这种方式，相对较大的目标部分C可以被曝光，而不必牺牲分辨率。

图18示意性地描绘了另一示例性光刻投影设备1000，其照射源可以利用本文描述的方法进行优化。

光刻投影设备1000包括：

-源收集器模块SO

-照射系统(照射器)IL，被配置为调节辐射束B(例如EUV辐射)。

-支撑结构(例如掩模台)MT，被构造为支撑图案形成装置(例如掩模或掩模版)MA，并且被连接至被配置为准确地定位图案形成装置的第一定位器PM；

-衬底台(例如晶片台)WT，被构造为保持衬底(例如涂有抗蚀剂的晶片)W并且被连接至被配置为准确地定位衬底的第二定位器PW；以及

-投影系统(例如反射式投影系统)PS，被配置为将由图案形成装置MA赋予辐射束B的图案投影到衬底W的目标部分C(例如包括一个或多个管芯)上。

如此处描绘的，设备1000是反射型的(例如采用反射掩模)。要注意的是，因为大多数材料在EUV波长范围内是吸收性的，所以掩模可以具有多层反射器，该多层反射器包括例如钼和硅的多叠层。在一个示例中，多叠层反射器具有钼和硅的40层对，其中每层的厚度为四分之一波长。甚至更小的波长可以用X射线光刻产生。由于大多数材料在EUV和X射线波长处都是吸收性的，因此在图案形成装置形貌上的图案化吸收材料的薄片(例如多层反射器顶部的TaN吸收剂)定义了特征将在何处印刷(正性抗蚀剂)或不印刷(负性抗蚀剂)。

参照图18，照射器IL从源收集器模块SO接收极紫外辐射束。产生EUV辐射的方法包括但不必限于将材料转换为具有至少一种元素(例如氙、锂或锡)的等离子态，其具有在EUV范围内的一个或多个发射线。在一种这样的方法中，通常称为激光产生等离子体(“LPP”)，等离子体可以通过用激束照射燃料(诸如具有谱线发射元素的材料微滴、流或簇)来产生。源收集器模块SO可以是EUV辐射系统的一部分，该系统包括未在图18中示出的激光器，以用于提供激发燃料的激束。所得的等离子体发射输出辐射，例如EUV辐射，其使用设置在源收集器模块中的辐射收集器来收集。激光器和源收集器模块可以是单独的实体，例如当CO2激光器被用于提供激束以进行燃料激发。

在这种情况下，激光器不被认为形成光刻设备的一部分，并且借助于包括例如合适的导向镜和/或扩束器的束传送系统，辐射束从激光器传递到源收集器模块。在其他情况下，源可能是源收集器模块的集成部分，例如当源是放电产生的等离子体EUV发生器时，通常被称为DPP源。

照射器IL可以包括调整器，以用于调整辐射束的角强度分布。通常，照射器的光瞳平面中的强度分布的至少外部和/或内部径向范围(一般分别被称为σ外部和σ内部)可以被调整。另外，照射器IL可以包括各种其他部件，诸如琢面场和光瞳反射镜装置。照射器可以被用于调节辐射束，以在其横截面中具有期望的均匀性和强度分布。

辐射束B被入射到图案形成装置(例如掩模)MA上，并且由图案形成装置图案化，该图案形成装置MA被保持在支撑结构(例如掩模台)MT上。在从图案形成装置(例如掩模)MA反射之后，辐射束B穿过投影系统PS，该投影系统PS将束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器PS2(例如干涉装置、线性编码器或电容传感器)，衬底台WT可以被准确地移动，例如以在辐射束B的路径中定位不同的目标部分C。类似地，第一定位器PM和另一位置传感器PS1可以被用于相对于辐射束B的路径准确地定位图案形成装置(例如掩模)MA。图案形成装置(例如掩模)MA和衬底W可以使用图案形成装置对准标记M1、M2和衬底对准标记P1、P2来对准。

所描绘的设备1000可以在以下模式中的至少一种下使用：

1.在步进模式下，在赋予辐射束的整个图案一次被投影到目标部分C上(即，单次静态曝光)时，支撑结构(例如掩模台)MT和衬底台WT基本上保持静止。然后，衬底台WT在X和/或Y方向上偏移，使得不同的目标部分C可以被曝光。

2.在扫描模式下，在赋予辐射束的图案被投影到目标部分C上(即，单次动态曝光)时，支撑结构(例如掩模台)MT和衬底台WT被同步地扫描。衬底台WT相对于支撑结构(例如掩模台)MT的速度和方向可以通过投影系统PS的放大率(缩小率)和图像反转特性来确定。

3.在另一模式下，在赋予辐射束的图案被投影到目标部分C上的同时，支撑结构(例如掩模台)MT基本上保持静止，从而保持可编程图案形成装置，并且衬底台WT被移动或扫描。在这种模式下，通常脉冲式辐射源被采用，并且在衬底台WT的每次移动之后或者在扫描期间的连续辐射脉冲之间，可编程图案形成装置根据需要来更新。这种操作模式可以容易地被应用于无掩模光刻，其利用可编程图案形成装置(诸如上面引用类型的可编程反射镜阵列)。

图19更详细地示出了设备1000，其包括源收集器模块SO、照射系统IL和投影系统PS。源收集器模块SO被构造和布置为使得真空环境可以在源收集器模块SO的封闭结构220中维持。EUV辐射发射等离子体210可以由放电产生的等离子体源形成。EUV辐射可以由气体或蒸气产生，例如氙气、锂蒸气或锡蒸气，其中非常热的等离子体210被产生，以发射电磁谱的EUV范围内的辐射。非常热的等离子体210是由例如放电产生的，该放电引起至少部分地电离的等离子体。为了有效地生成辐射，可能需要例如10Pa的Xe、Li、Sn蒸气或任何其他合适的气体或蒸气的分压。在实施例中，激发锡(Sn)的等离子体被提供，以产生EUV辐射。

经由被定位在源室211中的开口中或后面的可选气体阻挡部或污染物陷阱230(在一些情况下也被称为污染物阻挡部或翼片阱)，由热等离子体210发射的辐射从源室211进入收集器室212。污染物陷阱230可以包括通道结构。污染物陷阱230还可以包括气体阻挡部或者气体阻挡部和通道结构的组合。如本领域已知的，本文进一步指示的污染物陷阱或污染物阻挡部230至少包括通道结构。

收集器室211可以包括辐射收集器CO，其可以是所谓的掠入射收集器。辐射收集器CO具有上游辐射收集器侧251和下游辐射收集器侧252。遍历收集器CO的辐射可以从光栅光谱滤光片240反射出来，以沿由点虚线‘O’指示的光轴被聚焦在虚拟源点IF中。虚拟源点IF一般被称为中间焦点，并且源收集器模块被布置为使得中间焦点IF位于封闭结构220中的开口221处或附近。虚拟源点IF是辐射发射等离子体210的图像。

随后，辐射遍历照射系统IL，该照射系统IL可以包括琢面场反射镜装置22和琢面光瞳反射镜装置24，其被布置为在图案形成装置MA处提供辐射束21的期望角分布以及在图案形成装置MA处提供辐射强度的期望均匀性。在由支撑结构MT保持的图案形成装置MA处反射辐射束21时，图案化束26被形成，并且图案化束26由投影系统PS经由反射元件28、30成像到由衬底台WT保持的衬底W上。

比所示更多的元件通常可以存在于照射光学单元IL和投影系统PS中。取决于光刻设备的类型，光栅光谱滤光片240可以可选地存在。进一步地，可能存在比附图中所示的更多的反射镜，例如与图19所示的相比，投影系统PS中可能存在1至6个附加反射元件。

如图19所图示的，收集器光学器件CO被描绘为具有掠入射反射器253、254和255的嵌套收集器，仅作为收集器(或收集器反射镜)的示例。掠入射反射器253、254和255围绕光轴O轴向对称地设置，并且优选地，这种类型的收集器光学器件CO可以与通常称为DPP源的放电产生的等离子体源组合使用。

备选地，源收集器模块SO可以是图20所示的LPP辐射系统的一部分。激光器LA被布置为将激光能量沉积到诸如氙(Xe)、锡(Sn)或锂(Li)等燃料中，从而产生电子温度为数十eV的高度电离的等离子体210。在这些离子的去激发和重组期间生成的带能辐射从等离子体发射，由近于法向入射的收集器光学器件CO收集并聚焦到封闭结构220中的开口221上。

本文公开的概念可以模拟或数学建模任何通用成像系统，以用于对亚波长特征进行成像，并且对于能够产生越来越短的波长的新兴成像技术可能尤其有用。已经使用的新兴技术包括EUV(极紫外)、DUV光刻，该技术能够使用ArF激光器产生193nm的波长，甚至使用氟激光器产生157nm的波长。而且，通过使用同步加速器或通过用高能电子撞击材料(固体或等离子体)以产生在该范围内的光子，EUV光刻能够产生在20至5nm范围内的波长。

尽管本文公开的概念可以被用于在诸如硅晶片等衬底上成像，但是应该理解的是，所公开的概念可以与任何类型的光刻成像系统一起使用，例如用于在除硅晶片之外的衬底上成像的那些光刻成像系统。

以上描述旨在是说明性的，而不是限制性的。因此，对于本领域技术人员将显而易见的是，在不偏离下面陈述的权利要求的范围的情况下，修改可以如所描述的那样进行。

实施例还可以使用以下条项来描述：

1.一种用于确定衬底上的印刷图案的测量数据的方法，该方法包括：

获得(i)衬底的多个图像，该图像中的每个图像包括与参考图案相对应的印刷图案，(ii)多个图像的平均图像，以及(iii)基于平均图像的印刷图案的复合轮廓；

经由处理器，将平均图像的复合轮廓相对于参考图案的参考轮廓对准；

经由处理器，从多个图像提取图像内的印刷图案的原始轮廓，该提取由对准的复合轮廓引导；

经由处理器，基于多个轮廓来确定多个图案测量结果，其中图案测量结果是印刷图案的特性；以及

经由处理器，基于多个图案测量结果来确定与印刷图案相对应的测量数据。

2.根据条项1的方法，其中复合轮廓的对准包括：

将复合轮廓与参考轮廓重叠；以及

在预定义范围内偏移复合轮廓，使得复合轮廓与参考轮廓之间的差异被减小。

3.根据条项2的方法，其中复合轮廓的偏移包括：

相对于预定义范围的中心偏移复合轮廓，使得总的轮廓到轮廓的距离被减小；以及

在第一方向上偏移复合轮廓以减小第一方向上的第一轮廓到轮廓的差异，和/或在第二方向上偏移以减小第二方向上的第二轮廓到轮廓的差异。

4.根据条项1至3中任一项的方法，其中从多个图像中的给定图像提取轮廓包括：

标识给定图像中相对于复合轮廓的起始点；

找出用于轮廓边缘搜寻的方向；以及

确定轮廓在多个图像中的给定图像中的边缘位置。

5.根据条项1至4中任一项的方法，其中图像是像素化图像。

6.根据条项4至5中任一项的方法，其中信号值包括图像的特定位置处的像素的像素强度。

7.根据条项1至6中任一项的方法，图案测量结果的确定包括：

定义穿过多个轮廓中的给定轮廓的切割线集合；

沿给定轮廓定义多个测量量规，其中测量量规被定义在切割线和给定轮廓的交点处；以及

相对于测量量规确定图案测量结果。

8.根据条项1至7中任一项的方法，图案测量结果是印刷图案的临界尺寸和/或印刷图案相对于参考图案的边缘定位测量结果。

9.根据条项8的方法，其中临界尺寸中的临界尺寸是沿与给定轮廓相交的水平切割线的两个测量量规之间的距离。

10.根据条项8的方法，边缘定位测量结果是沿给定轮廓在测量量规处确定的边缘定位误差，其中边缘定位误差是给定测量量规处的给定轮廓与参考轮廓之间的差异。

11.根据条项1至10中任一项的方法，其中测量数据的确定包括：

基于与衬底的特定管芯相关的多个测量结果，确定与印刷图案相对应的第一统计量；和/或

基于与衬底的不同管芯上的特定场位置相关的多个测量结果，确定与印刷图案相对应的第二统计量(σinter-die)；和/或

基于与每个图像视场(FOV)内的特定特征相关的多个测量结果，确定与印刷图案相关联的第三统计量；和/或

通过组合第一统计量、第二统计量和第三统计量来确定第四统计量。

12.根据条项1至11中任一项的方法，其中测量数据、第一统计量和第二统计量与过程变化相关联，并且第三统计量与印刷图案的测量结果中的随机变化相关联。

13.根据条项12的方法，其中第一统计量是衬底的印刷图案的测量结果中的管芯内变化。

14.根据条项12的方法，其中第二统计量是衬底的印刷图案的测量结果中的管芯间变化。

15.根据条项12的方法，其中第三统计量是衬底的印刷图案的测量结果中的随机变化。

16.根据条项1至15中任一项的方法，其中获得平均图像包括：

将多个图像的印刷图案相对于彼此对准；

沿多个图像的印刷图案标识具有相对较高的信号值的位置，并且对准所标识的位置；以及

通过计算对准的多个图像的信号值的平均值来确定平均图像。

17.根据条项1至16中任一项的方法，其中对准多个图像的印刷图案包括：

偏移多个图像中的一个或多个图像，以将一个或多个图像的对应印刷图案与参考图案对准，使得多个图像的印刷图案之间的差异被减小。

18.根据条项1至17中任一项的方法，其中获得复合轮廓包括：

将平均图像的印刷图案与参考图案对准，使得图案之间的差异被减小；以及

基于参考图案周围的位置处的相对较高的信噪比值，从平均图像提取复合轮廓。

19.根据条项1至18中任一项的方法，其中参考图案是设计图案或模拟图案。

20.根据条项1至19中任一项的方法，其中多个图像是扫描电子显微镜图像。

21.一种被配置为从量测图像提取轮廓的设备，该设备包括处理器，被配置为：

获得(i)具有印刷图案的衬底的量测图像，(ii)印刷图案的平均图像，以及(ii)基于平均图像的与印刷图案相对应的测量统计量；

基于测量统计量和平均图像，从量测图像提取印刷图案的轮廓。

22.根据条项21的设备，其中轮廓的提取包括：

将平均图像与量测图像对准；以及

标识在平均图像周围的量测图像中具有测量统计量内的信号值的位置；以及

基于所标识的位置周围的相对较高的信号值来定义轮廓。

23.根据条项21至22中任一项的设备，其中处理器还被配置为：

基于所提取的轮廓来确定图案测量结果。

24.根据条项23的设备，其中图案测量结果是印刷图案的临界尺寸和/或印刷图案相对于参考图案的边缘定位。

25.根据条项21至24中任一项的设备，其中测量统计量是衬底上的印刷图案的测量结果中的随机变化。

26.根据条项21至25中任一项的设备，其中量测图像是扫描电子显微镜图像。

27.一种计算机程序产品，包括在其上记录有指令的非暂时性计算机可读介质，在由计算机执行时，该指令实施条项1至26中任一项的方法。

Claims (15)

1.一种用于确定衬底上的印刷图案的测量数据的方法，所述方法包括：

获得(i)所述衬底的多个图像，所述图像中的每个图像包括与参考图案相对应的印刷图案，(ii)所述多个图像的平均图像，以及(iii)基于所述平均图像的印刷图案的复合轮廓；

经由处理器，将所述平均图像的所述复合轮廓相对于所述参考图案的参考轮廓对准；

经由所述处理器，从所述多个图像提取所述图像内的所述印刷图案的多个轮廓，所述提取由所述对准的复合轮廓引导；

经由所述处理器，基于所述多个轮廓来确定多个图案测量结果，其中图案测量结果是所述印刷图案的特性；以及

经由所述处理器，基于所述多个所述图案测量结果来确定与所述印刷图案相对应的所述测量数据。

2.根据权利要求1所述的方法，其中所述复合轮廓的所述对准包括：

将所述复合轮廓与所述参考轮廓重叠；以及

在预定义范围内偏移所述复合轮廓，使得所述复合轮廓与所述参考轮廓之间的差异被减小。

3.根据权利要求2所述的方法，其中所述复合轮廓的所述偏移包括：

相对于所述预定义范围的中心偏移所述复合轮廓，使得总的轮廓到轮廓的距离被减小；以及

在第一方向上偏移所述复合轮廓以减小所述第一方向上的第一轮廓到轮廓的差异，和/或在第二方向上偏移以减小所述第二方向上的第二轮廓到轮廓的差异。

4.根据权利要求1所述的方法，其中所述提取包括从所述多个图像中的给定图像提取轮廓，其中所述轮廓的所述提取包括：

标识所述给定图像中相对于所述复合轮廓的起始点；

找出用于轮廓边缘搜寻的方向；以及

确定在所述多个图像中的所述给定图像中的所述轮廓的边缘位置。

5.根据权利要求1所述的方法，所述图案测量结果的所述确定包括：

定义穿过所述多个所述轮廓中的给定轮廓的切割线集合；

沿所述给定轮廓定义多个测量量规，其中测量量规被定义在切割线和所述给定轮廓的交点处；以及

相对于所述测量量规确定所述图案测量结果。

6.根据权利要求1所述的方法，其中所述图案测量结果是所述印刷图案的临界尺寸和/或所述印刷图案相对于所述参考图案的边缘定位测量结果。

7.根据权利要求6所述的方法，边缘定位测量结果是沿所述给定轮廓在所述测量量规处确定的边缘定位误差，其中所述边缘定位误差是给定测量量规处的所述给定轮廓与所述参考轮廓之间的差异。

8.根据权利要求1所述的方法，其中所述测量数据的所述确定包括以下一项或多项：

基于与所述衬底的特定管芯相关的所述多个测量结果，确定与所述印刷图案相对应的第一统计量；

基于与所述衬底的不同管芯上的特定场位置相关的所述多个测量结果，确定与所述印刷图案相对应的第二统计量(σinter-die)；

基于与每个图像视场(FOV)内的特定特征相关的所述多个测量结果，确定与所述印刷图案相关联的第三统计量；以及

通过组合所述第一统计量、所述第二统计量和第三统计量来确定第四统计量。

9.根据权利要求8所述的方法，其中所述测量数据、所述第一统计量和所述第二统计量与过程变化相关联，并且所述第三统计量与所述印刷图案的测量结果中的随机变化相关联。

10.根据权利要求9所述的方法，其中所述第一统计量是所述衬底的所述印刷图案的测量结果中的管芯内变化，其中所述第二统计量是所述衬底的所述印刷图案的测量结果中的管芯间变化，并且其中所述第三统计量是所述衬底的所述印刷图案的测量结果中的随机变化。

11.根据权利要求1所述的方法，其中所述对准所述多个图像的所述印刷图案包括：

偏移所述多个图像中的一个或多个图像，以将所述一个或多个图像的对应印刷图案与所述参考图案对准，使得所述多个图像的所述印刷图案之间的差异被减小。

12.根据权利要求1所述的方法，其中获得所述复合轮廓包括：

将所述平均图像的所述印刷图案与所述参考图案对准，使得所述图案之间的差异被减小；以及

基于所述参考图案周围的位置处的信噪比值，从所述平均图像提取所述复合轮廓。

13.根据权利要求1所述的方法，其中所述参考图案是设计图案或模拟图案，并且其中所述多个图像是扫描电子显微镜图像。

14.根据权利要求1所述的方法，其中所述测量数据是所述衬底上的所述印刷图案的测量结果中的随机变化。

15.一种计算机程序产品，包括在其上记录有指令的非暂时性计算机可读介质，在由计算机执行时，所述指令实现以下所述方法：

获得(i)所述衬底的多个图像，所述图像中的每个图像包括与参考图案相对应的印刷图案，(ii)所述多个图像的平均图像，以及(iii)基于所述平均图像的印刷图案的复合轮廓；

经由处理器，将所述平均图像的所述复合轮廓相对于所述参考图案的参考轮廓对准；

经由所述处理器，从所述多个图像提取所述图像内的所述印刷图案的多个轮廓，所述提取由所述对准的复合轮廓引导；

经由所述处理器，基于所述多个轮廓来确定多个图案测量结果，其中图案测量结果是所述印刷图案的特性；以及

经由所述处理器，基于所述多个所述图案测量结果来确定与所述印刷图案相对应的所述测量数据。

Images