光刻胶模型校准的优化图形选择方法、装置、系统和介质

1.本技术涉及计算机技术领域，特别涉及一种光刻胶模型校准的优化图形选择方法、装置、系统和介质。

背景技术：

2.光刻机是半导体生产和制造中重要的设备，在大规模集成电路制造中得到了广泛的应用。光刻工艺通过光学曝光的方式将掩模版上的图形复制到涂覆于硅片表面的光刻胶中，然后通过显影、刻蚀等工艺将图形进一步转移到硅片上。光刻工艺直接决定了集成电路器件中的特征尺寸，是大规模集成电路制造中的关键工艺。
3.光刻工艺过程可以用光学模型和光刻胶模型来描述。其中光刻胶模型描述的是光学潜像中的光子激发光刻胶发生一系列光化学反应，经过烘烤和显影过程后，最终留下光刻胶图形。为了更加准确的计算出光刻结果，光刻胶模型从原来的阈值模型发展为针对特定光刻工艺和特定光刻胶的精确模型。然而在光刻发展的过程中，总有新型光刻技术和光刻胶的出现，这就意味着原来的模型参数不再适用于新型的光刻工艺，就需要进行模型的校准。在模型校准过程中必然会面临优化图形选择的问题。
4.因此，如何合适的选择光刻胶模型校准的优化图形，从而提高光刻胶模型的准确度，是本领域需要解决的技术问题。

技术实现要素：

5.有鉴于此，提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
6.本技术的目的在于提供一种光刻胶模型校准的优化图形选择方法、装置、系统和介质，降低了图形选择难度和时间成本，同时也提升了模型校准精度。
7.为实现上述目的，本技术有如下技术方案：
8.第一方面，本技术实施例提供了一种光刻胶模型校准的优化图形选择方法，包括：
9.获取多个初始优化图形；
10.对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱；
11.检测各个所述初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小所述重复的个数对各个所述初始优化图形进行排序；
12.对各个所述初始优化图形的特征尺寸进行排序；
13.选择各个所述初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个所述初始优化图形中特征尺寸最小的图形作为最终优化图形。
14.在一种可能的实现方式中，所述对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱，包括：
15.根据各个所述初始优化图形的特征尺寸、周期和空域坐标进行傅里叶变换得到各个所述初始优化图形的频域坐标。
16.在一种可能的实现方式中，所述初始优化图形的数量包括三个以上。
17.在一种可能的实现方式中，在利用所述最终优化图形进行光刻胶模型校准后，还包括：
18.计算校准后的所述光刻胶模型对所述最终优化图形的平均误差的均方根值。
19.第二方面，本技术实施例提供了一种光刻胶模型校准的优化图形选择装置，包括：
20.获取单元，用于获取多个初始优化图形；
21.变换单元，用于对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱；
22.重复量排序单元，用于检测各个所述初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小所述重复的个数对各个所述初始优化图形进行排序；
23.特征尺寸排序单元，用于对各个所述初始优化图形的特征尺寸进行排序；
24.选择单元，用于选择各个所述初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个所述初始优化图形中特征尺寸最小的图形作为最终优化图形。
25.在一种可能的实现方式中，所述变换单元，具体用于：
26.根据各个所述初始优化图形的特征尺寸、周期和空域坐标进行傅里叶变换得到各个所述初始优化图形的频域坐标。
27.在一种可能的实现方式中，所述初始优化图形的数量包括三个以上。
28.在一种可能的实现方式中，所述装置还包括：
29.计算校准后的所述光刻胶模型对所述最终优化图形的平均误差的均方根值。
30.第三方面，本技术实施例提供了一种光刻胶模型校准的优化图形选择系统，包括：
31.存储器，用于存储计算机程序；
32.处理器，用于执行所述计算机程序时实现如上述所述光刻胶模型校准的优化图形选择方法的步骤。
33.第四方面，本技术实施例提供了一种计算机可读介质，所述计算机可读介质上存储有计算机程序，所述计算机程序被处理执行时实现如上述所述光刻胶模型校准的优化图形选择方法的步骤。
34.与现有技术相比，本技术实施例具有以下有益效果：
35.本技术实施例提供了一种光刻胶模型校准的优化图形选择方法、装置、系统和介质，该方法包括：获取多个初始优化图形；对多个初始优化图形进行傅里叶变换得到各个初始优化图形分别对应的频谱；检测各个初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小重复的个数对各个初始优化图形进行排序；对各个初始优化图形的特征尺寸进行排序；选择各个初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个初始优化图形中特征尺寸最小的图形作为最终优化图形。从而本技术提出的基于频谱重复量的优化图形选择方式可以避免基于经验的选择方式中图形选择较为盲目的现象，降低了图形选择难度和时间成本，同时也提升了模型校准精度。并且通过与传统的基于频谱分类的选择方式进行对比，模型校准的精度也有很好的提升。
附图说明
36.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
37.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
38.图1示出了本技术实施例提供的一种光刻胶模型校准的优化图形选择方法的流程图；
39.图2示出了本技术实施例提供的一种光刻胶模型校准的优化图形选择装置的示意图。
具体实施方式
40.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本技术的具体实施方式做详细的说明。
41.在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施例的限制。
42.正如背景技术中的描述，光刻机是半导体生产和制造中重要的设备，在大规模集成电路制造中得到了广泛的应用。光刻工艺通过光学曝光的方式将掩模版上的图形复制到涂覆于硅片表面的光刻胶中，然后通过显影、刻蚀等工艺将图形进一步转移到硅片上。光刻工艺直接决定了集成电路器件中的特征尺寸，是大规模集成电路制造中的关键工艺。
43.光刻工艺过程可以用光学模型和光刻胶模型来描述。其中光刻胶模型描述的是光学潜像中的光子激发光刻胶发生一系列光化学反应，经过烘烤和显影过程后，最终留下光刻胶图形。为了更加准确的计算出光刻结果，光刻胶模型从原来的阈值模型发展为针对特定光刻工艺和特定光刻胶的精确模型。然而在光刻发展的过程中，总有新型光刻技术和光刻胶的出现，这就意味着原来的模型参数不再适用于新型的光刻工艺，就需要进行模型的校准。在模型校准过程中必然会面临优化图形选择的问题。
44.优化图形选择不同，模型校准的结果就不同。而基于经验选择方式在校准结果上有着明显的缺陷。在进行光源掩模优化过程中利用基于频谱分类的方式选择优化图形有着不错的效果，但是对于光刻胶模型校准过程中优化图形选择的效果却并不好。
45.为了解决以上技术问题，本技术实施例提供了一种光刻胶模型校准的优化图形选择方法、装置、系统和介质，该方法包括：获取多个初始优化图形；对多个初始优化图形进行傅里叶变换得到各个初始优化图形分别对应的频谱；检测各个初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小重复的个数对各个初始优化图形进行排序；对各个初始优化图形的特征尺寸进行排序；选择各个初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个初始优化图形中特征尺寸最小的图形作为最终优化图形。从而本技术提出的基于频谱重复量的优化图形选择方式可以避免基于经验的选择方式
中图形选择较为盲目的现象，降低了图形选择难度和时间成本，同时也提升了模型校准精度。并且通过与传统的基于频谱分类的选择方式进行对比，模型校准的精度也有很好的提升。
46.示例性方法
47.参见图1所示，为本技术实施例提供的一种光刻胶模型校准的优化图形选择方法的流程图，包括：
48.s101：获取多个初始优化图形。
49.在本技术实施例中，要对光刻胶模型进行校准，首先需要获取多个初始优化图形。
50.举例来说，本技术实施例针对一款新型248nm光刻胶模型进行校准，使用的初始优化图形可以包括周期为270nm、线宽为140nm，周期为1500nm、线宽为155nm等26个一维线条图形。
51.在一种可能的实现方式中，本技术实施例提供的初始优化图形的数量可以包括三个以上。由于在进行模型校准的时候选择的图形数量越多，模型校准精度会越高，但速度就越慢，因此需要针对具体情况选择特定数量的图形。以便更好的兼顾模型校准精度和校准速度的要求。
52.s102：对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱。
53.在本技术实施例中，可以对多个初始优化图形进行傅里叶变换得到各个初始优化图形分别对应的频谱。
54.具体的，可以利用周期线条的傅里叶变换公式获得各个图形频谱的位置，线条图形可以视为门函数rect(矩形函数)，周期重复即为与梳状函数comb的卷积。而经过傅里叶变换之后即为辛格函数sinc与梳状函数comb的点乘：
[0055][0056]
即线条的线宽决定频域中辛格函数的下降幅度，线条的周期决定频域中采样点的位置。根据上述公式即可获得所有图形的频谱分布。
[0057]
在上述公式(1)中，a为初始优化图形的特征尺寸(cd，critical dimension)，b为初始优化图形的周期(pitch)，x为初始优化图形的空域坐标，f
x
为初始优化图形的频域坐标。
[0058]
即根据公式(1)中的各个初始优化图形的特征尺寸、周期和空域坐标进行傅里叶变换得到各个初始优化图形的频域坐标，从而得到各个初始优化图形分别对应的频谱。
[0059]
s103：检测各个初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小重复的个数对各个初始优化图形进行排序。
[0060]
s104：对各个所述初始优化图形的特征尺寸进行排序。
[0061]
由于图形的频谱中除零级衍射谱外的其他所有级次都携带的该图形的信息，而不同的图形频谱可能会存在重复，即不同图形之间可能会存在相同的信息。因此在进行图形选择过程中，在频域中选择尽可能包含更多图形信息的图形。即选择的优化图形包括：某些图形频谱与其他图形频谱重复量大的图形，某些与其他图形频谱重复量很小的图形和该技术节点的锚定图形(特征尺寸最小的图形)。以此获得良好的光刻胶物理模型校准的效果。
[0062]
其中，由于特征尺寸最小的图形最不容易进行光刻，因此可以选择特征尺寸最小的图形作为最终优化图形中的一个图形，以获得良好的光刻胶模型的校准结果。
[0063]
具体的，在本技术实施例中，可以针对光刻胶模型校准过程中通用的不同线宽和周期线条图形的频谱重复量进行排序，选择出特定的图形。
[0064]
举例来说，参见表1所示，为本技术实施例提供的各个初始优化图形pattern与其他图形的频谱重复的个数number。
[0065][0066]
表1
[0067]
从表1中可以看出，根据频谱从大到小重复的个数对各个初始优化图形进行排序可以得到：s155p1500＞s150p320＞s155p440＞s150p385＞s155p520＞s150p340＝s150p380＝s155p460。
[0068]
此外，在本技术实施例中，还可以对各个初始优化图形的特征尺寸进行排序，以便后续基于各个初始优化图形的特征尺寸进行优化图形的选择。
[0069]
s105：选择各个所述初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个所述初始优化图形中特征尺寸最小的图形作为最终优化图形。
[0070]
在本技术实施例中，可以选择各个初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个初始优化图形中特征尺寸最小的图形作为最终优化图形。
[0071]
举例来说，参见表2所示，为本技术实施例提供的几种可能的选择方式作为最终优化图形，分为选择1(option 1)、选择2(option 2)、选择3(option3)和选择4(option 4)。
[0072][0073]
表2
[0074]
对于option 1来说，可以选择各个初始优化图形中频谱重复量排序第一的图形s155p1500，以及各个初始优化图形中频谱重复量排序倒数第一的图形s150p340、s150p380和s155p460，以及各个初始优化图形中特征尺寸最小的图形s140p270作为最终优化图形。
[0075]
对于option 2来说，可以选择各个初始优化图形中频谱重复量排序第一的图形s155p1500，以及各个初始优化图形中频谱重复量排序倒数第一的图形s155p460，以及各个初始优化图形中频谱重复量排序倒数第二的图形s155p520，以及各个初始优化图形中频谱
重复量排序第二的图形s150p320，以及各个初始优化图形中特征尺寸最小的图形s140p270作为最终优化图形。
[0076]
对于option 3来说，可以选择各个初始优化图形中频谱重复量排序第一的图形s155p1500，以及各个初始优化图形中频谱重复量排序倒数第一的图形s155p460，以及各个初始优化图形中频谱重复量排序第二的图形s150p320，以及各个初始优化图形中频谱重复量排序第三的图形s150p440，以及各个初始优化图形中特征尺寸最小的图形s140p270作为最终优化图形。
[0077]
对于option 4来说，可以选择各个初始优化图形中频谱重复量排序第一的图形s155p1500，以及各个初始优化图形中频谱重复量排序倒数第一的图形s155p460，以及各个初始优化图形中频谱重复量排序倒数第二的图形s155p520，以及各个初始优化图形中频谱重复量排序倒数第三的图形s155p385，以及各个初始优化图形中特征尺寸最小的图形s140p270作为最终优化图形。
[0078]
此外，在本技术实施例中，在一种可能的实现方式中，在利用最终优化图形进行光刻胶模型校准后，本技术实施例提供的方法还可以包括：
[0079]
计算校准后的光刻胶模型对最终优化图形的平均误差的均方根值。
[0080]
具体的，在确定了最终优化图形后，本技术实施例还可以利用最终优化图形进行模型校准，进行曝光、显影和烘烤后，对光刻胶模型的多个光刻胶参数进行优化，以每个参数的初始值为起点，设置变化范围为通用光刻胶中各参数常见范围，以实现利用最终优化图形对本技术实施例提供的光刻胶模型的校准优化。
[0081]
在进行了光刻胶模型的校准优化后，可以计算校准后的光刻胶模型对最终优化图形的平均误差的均方根值(rms，root mean square)，即可以将最终优化图形的平均误差的均方根值作为光刻胶模型的评价函数。
[0082]
同时，在本技术实施例中，还可以利用其他图形对校准的光刻胶模型进行验证。
[0083]
具体的，可以将上述经过优化校准得到的参数设置为光刻胶模型的参数值，并计算所有图形的平均误差的rms值，校准之后的模型几乎对所有图形的准确度都有了较大提升，且随着测试图形数量的增多，模型的精度在不断提升，且都比未校准时有明显的优势。
[0084]
参见表3所示，利用本发明中基于频谱覆盖量的图形选择方式获得的图形进行光刻胶物理模型校准，同时利用基于经验的选择方式和基于频谱分类的选择方式获得相同数量的图形并进行模型校准，其他图形用于验证。对比三种方式的结果，如表3所示，无论从验证结果的误差绝对值(平均值)看还是结果稳定性(方差)来看，本发明都有着明显的优势。
[0085][0086]
表3
[0087]
本技术实施例提供了一种光刻胶模型校准的优化图形选择方法，该方法包括：获取多个初始优化图形；对多个初始优化图形进行傅里叶变换得到各个初始优化图形分别对应的频谱；检测各个初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小重复的个数对各个初始优化图形进行排序；对各个初始优化图形的特征尺寸进行排序；
选择各个初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个初始优化图形中特征尺寸最小的图形作为最终优化图形。从而本技术提出的基于频谱重复量的优化图形选择方式可以避免基于经验的选择方式中图形选择较为盲目的现象，降低了图形选择难度和时间成本，同时也提升了模型校准精度。并且通过与传统的基于频谱分类的选择方式进行对比，模型校准的精度也有很好的提升。
[0088]
示例性装置
[0089]
参见图2所示，为本技术实施例提供的一种光刻胶模型校准的优化图形选择装置的示意图，包括：
[0090]
获取单元201，用于获取多个初始优化图形；
[0091]
变换单元202，用于对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱；
[0092]
重复量排序单元203，用于检测各个所述初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小所述重复的个数对各个所述初始优化图形进行排序；
[0093]
特征尺寸排序单元204，用于对各个所述初始优化图形的特征尺寸进行排序；
[0094]
选择单元205，用于选择各个所述初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个所述初始优化图形中特征尺寸最小的图形作为最终优化图形。
[0095]
在一种可能的实现方式中，所述变换单元，具体用于：
[0096]
根据各个所述初始优化图形的特征尺寸、周期和空域坐标进行傅里叶变换得到各个所述初始优化图形的频域坐标。
[0097]
在一种可能的实现方式中，所述初始优化图形的数量包括三个以上。
[0098]
在一种可能的实现方式中，所述装置还包括：
[0099]
计算校准后的所述光刻胶模型对所述最终优化图形的平均误差的均方根值。
[0100]
本技术实施例提供了一种光刻胶模型校准的优化图形选择装置，应用于该装置的方法包括：获取多个初始优化图形；对多个初始优化图形进行傅里叶变换得到各个初始优化图形分别对应的频谱；检测各个初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小重复的个数对各个初始优化图形进行排序；对各个初始优化图形的特征尺寸进行排序；选择各个初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个初始优化图形中特征尺寸最小的图形作为最终优化图形。从而本技术提出的基于频谱重复量的优化图形选择方式可以避免基于经验的选择方式中图形选择较为盲目的现象，降低了图形选择难度和时间成本，同时也提升了模型校准精度。并且通过与传统的基于频谱分类的选择方式进行对比，模型校准的精度也有很好的提升。
[0101]
在上述实施例的基础上，本技术实施例提供了一种光刻胶模型校准的优化图形选择系统，包括：
[0102]
存储器，用于存储计算机程序；
[0103]
处理器，用于执行所述计算机程序时实现如上述光刻胶模型校准的优化图形选择方法的步骤。
[0104]
在上述实施例的基础上，本技术实施例还提供了一种计算机可读介质，所述计算机可读介质上存储有计算机程序，所述计算机程序被处理执行时实现如上述光刻胶模型校准的优化图形选择方法的步骤。
[0105]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0106]
上述计算机可读介质可以是上述系统中所包含的；也可以是单独存在，而未装配入该系统中。
[0107]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。
[0108]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其它实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
[0109]
以上所述仅是本技术的优选实施方式，虽然本技术已以较佳实施例披露如上，然而并非用以限定本技术。任何熟悉本领域的技术人员，在不脱离本技术技术方案范围情况下，都可利用上述揭示的方法和技术内容对本技术技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本技术技术方案的内容，依据本技术的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均仍属于本技术技术方案保护的范围内。

技术特征：

1.一种光刻胶模型校准的优化图形选择方法，其特征在于，包括：获取多个初始优化图形；对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱；检测各个所述初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小所述重复的个数对各个所述初始优化图形进行排序；对各个所述初始优化图形的特征尺寸进行排序；选择各个所述初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个所述初始优化图形中特征尺寸最小的图形作为最终优化图形。2.根据权利要求1所述的方法，其特征在于，所述对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱，包括：根据各个所述初始优化图形的特征尺寸、周期和空域坐标进行傅里叶变换得到各个所述初始优化图形的频域坐标。3.根据权利要求1所述的方法，其特征在于，所述初始优化图形的数量包括三个以上。4.根据权利要求1所述的方法，其特征在于，在利用所述最终优化图形进行光刻胶模型校准后，还包括：计算校准后的所述光刻胶模型对所述最终优化图形的平均误差的均方根值。5.一种光刻胶模型校准的优化图形选择装置，其特征在于，包括：获取单元，用于获取多个初始优化图形；变换单元，用于对多个所述初始优化图形进行傅里叶变换得到各个所述初始优化图形分别对应的频谱；重复量排序单元，用于检测各个所述初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小所述重复的个数对各个所述初始优化图形进行排序；特征尺寸排序单元，用于对各个所述初始优化图形的特征尺寸进行排序；选择单元，用于选择各个所述初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个所述初始优化图形中特征尺寸最小的图形作为最终优化图形。6.根据权利要求5所述的装置，其特征在于，所述变换单元，具体用于：根据各个所述初始优化图形的特征尺寸、周期和空域坐标进行傅里叶变换得到各个所述初始优化图形的频域坐标。7.根据权利要求5所述的装置，其特征在于，所述初始优化图形的数量包括三个以上。8.根据权利要求5所述的装置，其特征在于，所述装置还包括：计算校准后的所述光刻胶模型对所述最终优化图形的平均误差的均方根值。9.一种光刻胶模型校准的优化图形选择系统，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1-4任意一项所述光刻胶模型校准的优化图形选择方法的步骤。10.一种计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机程序，所述计算机程序被处理执行时实现如权利要求1-4任意一项所述光刻胶模型校准的优化图形选择方法的步骤。

技术总结

本申请提供了一种光刻胶模型校准的优化图形选择方法、装置、系统和介质，该方法包括：获取多个初始优化图形；对多个初始优化图形进行傅里叶变换得到各个初始优化图形分别对应的频谱；检测各个初始优化图形分别对应的频谱与其他频谱重复的个数，并根据从大到小重复的个数对各个初始优化图形进行排序；对各个初始优化图形的特征尺寸进行排序；选择各个初始优化图形中排序前第一预设名次的图形、后第二预设名次的图形和各个初始优化图形中特征尺寸最小的图形作为最终优化图形。从而本申请提出的基于频谱重复量的优化图形选择方式可以避免基于经验的选择方式中图形选择较为盲目的现象，降低了图形选择难度和时间成本，同时也提升了模型校准精度。提升了模型校准精度。提升了模型校准精度。