多参数联合优化是光刻分辨率增强技术的发展方向。提出了一种以光刻胶三维形貌差异为评价目标的光刻多参数联合优化方法。以多个深度位置的光刻胶图形误差为目标函数,对光源、掩模、投影物镜波前、离焦量和曝光剂量进行联合优化,提高了光刻胶图形三维形貌的质量。为获得较高的优化效率,采用自适应差分进化算法实现光源和掩模的优化,并针对其他参数的特点,采用不同优化方法进行优化。对密集线、含有交叉门的复杂掩模图形和静态随机存储器中的典型图形进行了仿真验证,可用焦深的最大值分别达到237 nm、115 nm 和144.8 nm,曝光宽容度的最大值分别达到18.5%、12.4%和16.4%。与基于空间像的光源掩模投影物镜联合优化技术相比,所提方法明显扩大了工艺窗口。

提出了一种基于多染色体遗传算法(GA)的像素化光源掩模优化(SMO)方法。该方法使用多染色体遗传算法，实现了像素化光源和像素化掩模的联合优化。与采用矩形掩模优化的单染色体GASMO方法相比，多染色体GASMO方法具有更高的优化自由度，可以获得更优的光刻成像质量和更快的优化收敛速度。典型逻辑图形的仿真实验表明，多染色体方法得到的最优光源和最优掩模的适应度值比单染色体方法小7.6%，提高了光刻成像质量。仿真实验还表明，多染色体方法仅需132代进化即可得到适应度值为5200的最优解，比单染色体方法少127代，加快了优化收敛速度。

提出了一种基于动态适应度函数的光刻机光源掩模优化方法(SMO)。动态适应度函数方法在遗传算法优化过程中采用动态适应度函数模拟真实光刻工艺条件误差对光刻结果的影响，得到对光刻工艺条件误差不敏感的优化光源和优化掩模。该方法无需优化权重系数，即可获得与权重优化后的加权适应度函数方法相近的工艺宽容度。典型逻辑图形的仿真实验表明，曝光剂量误差为15%时，动态适应度函数方法得到的优化光源和优化掩模的可用焦深达到200 nm，与加权适应度函数方法的优化效果相当。动态适应度函数方法也可用于降低SMO 的优化光源和掩模对其他工艺条件误差如彗差的敏感度。

提出了一种基于粒子群优化算法的光刻机光源优化方法.将光源信息编码为粒子,利用图形误差作为评价函数,通过更新粒子的速度与位置信息不断迭代优化光源图形.对周期接触孔阵列和含有交叉门的复杂掩模图形的仿真验证表明,两者的图形误差分别降低了66.1%和27.3%,有效提高了光刻成像质量.与基于遗传算法的光源优化方法相比,该方法具有更快的收敛速度.另外,还研究了像差和离焦对本方法稳健性的影响.

提出一种基于二次规划的光刻机光源优化方法。采用空间像与目标像的图形误差为目标函数，根据空间像强度与不同位置的点光源之间的线性关系，将光源优化转换成二次规划问题。将掩模图形区域分成限制区域和比较区域，对限制区域应用约束条件，对比较区域采用目标函数优化。采用一维孤立空图形和二维接触孔阵列图形对该方法进行验证，分析光刻胶阈值和离焦量对优化结果的影响。仿真表明，提出的光源优化方法获得了光源的全局最优解，提高了光刻成像质量，增大了工艺窗口。