1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室，上海 201800
2 中国科学院大学材料与光电研究中心，北京 100049
提出了一种基于空间像的极紫外光刻掩模相位型缺陷检测方法，用于检测多层膜相位型缺陷的类型、位置和表面形貌。缺陷的类型、位置和表面形貌均会影响含缺陷掩模的空间像的分布。因此，采用深度学习模型构建含缺陷掩模的空间像与待测缺陷信息之间的映射，利用训练后的模型可从含缺陷掩模的空间像中获取待测缺陷信息。采用卷积神经网络（CNN）模型构建含缺陷空白掩模的空间像和缺陷类型与位置之间的关系，建立用于缺陷类型和位置检测的CNN模型。在获取缺陷的类型与位置后，基于测得的缺陷位置对空间像进行截取，利用截取后的空间像的频谱信息和多层感知机模型获取缺陷表面形貌参数。仿真结果表明，所提方法可对多层膜相位型缺陷的类型、位置和表面形貌参数进行准确检测。
测量 光刻 极紫外光刻 掩模缺陷检测 空间像 深度学习
1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室，上海 201800
2 中国科学院大学材料与光电研究中心，北京 100049
提出了一种快速的极紫外光刻像素化掩模优化方法。优化过程中采用改进的像素化快速厚掩模模型，根据掩模像素尺寸设置边界像素上点脉冲的大小。以双重边界演化方法为基础，在每轮优化时，根据当前光刻胶轮廓与目标图形轮廓的差异自适应地对优化变量进行初始化，利用先验信息生成初始个体和种群，从而提高优化效率。以一维线空图形和二维复杂图形为例进行了仿真验证，结果表明该方法有效提高了掩模成像仿真精度，两种二维掩模图形的优化效率得到明显提高。
光学学报
2022, 42(13): 1305002
1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室，上海 201800
2 中国科学院大学材料与光电研究中心，北京 100049
极紫外（EUV）光刻机是推动集成电路向先进技术节点发展的核心装备，已应用于7 nm及以下技术节点芯片的量产。高成像质量是EUV光刻机应用于芯片量产的基础。作为成像系统的重要组成部分，掩模是影响EUV光刻成像质量的重要因素。EUV掩模的制造过程中会产生以多层膜缺陷为代表的掩模缺陷，显著降低光刻成像质量。对EUV掩模缺陷的位置、尺寸和形貌等进行准确检测，并根据检测结果进行缺陷补偿是确保光刻成像质量的重要手段。为了有效补偿掩模缺陷对光刻成像质量的影响，需要建立快速准确的含缺陷掩模模型。本文结合本团队在掩模缺陷检测和补偿技术领域的研究工作，介绍了典型的含缺陷掩模仿真方法，总结了现有掩模缺陷检测技术，介绍了掩模缺陷补偿技术的研究进展。
激光与光电子学进展
2022, 59(9): 0922022
1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室, 上海 201800
2 中国科学院大学材料与光电研究中心, 北京 100049
提出了一种极紫外光刻掩模多层膜相位型缺陷的形貌重建方法。采用表面与底部形貌参数表征相位型缺陷的三维形貌;采用原子力显微镜测量缺陷表面形貌参数;采用傅里叶叠层成像技术重建含缺陷的空白掩模空间像复振幅;采用卷积神经网络与多层感知器两种深度学习模型构建空间像振幅/相位与缺陷底部形貌参数之间的关系,建立缺陷底部形貌参数重建模型;利用训练后模型从空间像的振幅与相位信息中重建出缺陷底部形貌参数。仿真结果表明,训练后模型可准确重建相位型缺陷的底部形貌参数。凸起型与凹陷型缺陷的底部半峰全宽重建结果的均方根误差分别为0.51 nm和0.43 nm,底部高度重建结果的均方根误差分别为3.35 nm和1.73 nm。由于采用空间像作为信息载体,本方法不受沉积条件的影响。
衍射 极紫外光刻 掩模缺陷 相位恢复 深度学习 光学学报
2020, 40(10): 1005001
1 中国科学院上海光学精密机械研究所信息光学与光电技术实验室, 上海 201800
2 中国科学院大学, 北京 100049
提出了一种基于机器学习参数校正的极紫外光刻三维含缺陷掩模仿真方法。本方法采用随机森林、K近邻等机器学习方法,对基于结构分解法的含缺陷掩模衍射谱快速仿真模型的参数进行动态校正,提高了模型的精度及适应性。以严格仿真为标准值,对随机设定的50组接触孔掩模进行仿真验证,结果表明,经参数校正后,快速模型的空间像仿真精度平均提升了45%,且参数校正前、后的快速模型仿真精度皆优于所对比的改进型单平面近似法(平均仿真精度分别提升4.3倍和8.7倍)。此外,在对像面周期为44 nm掩模的缺陷补偿仿真应用中,在仿真结果较一致(误差0.8 nm)的情况下,校正后的快速模型的单次衍射谱仿真速度比严格仿真提升了约97倍。
光学设计 极紫外光刻 掩模衍射谱仿真 结构分解法 机器学习 缺陷补偿 光学学报
2018, 38(12): 1222002
