OPC建模方法与流程

opc建模方法
技术领域
1.本发明涉及半导体技术领域，尤其是涉及一种opc建模方法。

背景技术：

2.光刻是一种利用掩模版将所需图形转移至晶圆上，从而在不同的区域建立相应的图形的工艺过程，为了使得转移到晶圆上的图形和理想的图形一致，减小光刻过程中因光学邻近效应对被转移图形产生的影响，需要不断对掩模版图形进行光学邻近修正(optical proximity correction，opc)。
3.opc修正需要先进行opc建模，opc建模的参数，或者称光刻模型参数，一般是由光学模型参数和抗蚀剂模型参数决定，因此，需要确定光学模型参数和抗蚀剂模型参数同时达到最优，才能使得光刻模型参数达到最优。
4.现有的opc建模方法是采用分段模型优化过程对光学模型参数和抗蚀剂模型参数分别进行仿真，以例如先到最优的光学模型参数，再基于最优的光学模型参数继续寻最优的抗蚀剂模型参数。
5.然而，上述现有的opc建模方法中，分段优化的第二步是建立在第一步到的最优解基础上的，也就是说，在分段优化的第二步中，并不是遍历所有可能性。因此，存在其中一个模型参数达到最优时，到的另一个模型参数的最优解并不是真正的最优值的情况，即利用分段优化的方法难以同时出光学模型参数和抗蚀剂模型参数的最优值，导致光学模型参数和抗蚀剂模型参数之间无法取得最佳平衡，也就不能使得光刻模型参数达到最优。

技术实现要素：

6.本发明的目的在于提供一种opc建模方法，可以将光学模型参数和抗蚀剂模型参数同时调整，以同时出光学模型参数和抗蚀剂模型参数的最优值，使光学模型参数和抗蚀剂模型参数达到平衡，从而，使得光刻模型参数达到最优。
7.为了达到上述目的，本发明提供了一种opc建模方法，包括：
8.s1：确定光学模型参数、抗蚀剂模型参数以及各参数的取值范围；
9.s2：通过在所述取值范围内对各参数进行随机取值，生成多个参数组合，每个参数组合同时包含光学模型参数数值和抗蚀剂模型参数数值，不同参数组合包含的光学模型参数数值和抗蚀剂模型参数数值互不相同；
10.s3：使用多个参数组合分别进行光刻仿真和对晶圆进行刻蚀，并分别计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值和泊松曲线误差值，以得到多个差值的均方根值和多个泊松曲线误差值；
11.s4：根据帕累托定律对所述多个差值的均方根值和所述多个泊松曲线误差值进行评估，计算帕累托最优集、帕累托次优集、帕累托第二次优集至帕累托第n次优集，以对多个参数组合按从优到劣的顺序进行排列，其中，n为大于1的整数；
12.s5：采用遗传算法对步骤s4排列后的多个参数组合进行同位交叉和/或突变处理，
以形成新的多个参数组合；
13.s6：对新的多个参数组合按照步骤s3～步骤s5迭代，直到迭代次数达到第一设定值，将此时得到的排列顺序最靠前的参数组合用于opc建模。
14.可选的，在所述的opc建模方法中，计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值的方法包括：
15.量测晶圆刻蚀关键尺寸和光刻模型仿真关键尺寸；
16.计算晶圆刻蚀关键尺寸和光刻模型仿真关键尺寸的差值；
17.计算所述差值的均方根，以作为差值的均方根值。
18.可选的，在所述的opc建模方法中，计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的泊松曲线误差的方法包括：
19.根据多个晶圆刻蚀关键尺寸的值形成第一泊松曲线；
20.根据多个光刻仿真关键尺寸的值形成第二泊松曲线；
21.计算所述第一泊松曲线和第二泊松曲线的误差分数，以作为泊松曲线误差值。
22.可选的，在所述的opc建模方法中，使用最大信息系数mic评估所述泊松曲线误差值，所述最大信息系数mic越高，所述泊松曲线误差值越小。
23.可选的，在所述的opc建模方法中，计算所述最大信息系数mic的方法包括：
[0024][0025]
其中，n
x
和ny是x轴和y轴上的桶数，g表示(x，y)中的n
x
×
ny网格数量，ig(x，y)表示网格g下的互信息，b(n，a)是数据大小n的函数，等于n^α，其中0＜a＜1，log2min(n
x
，ny)是一个归一化项，用于确保mic在0到1的范围内。
[0026]
可选的，在所述的opc建模方法中，根据帕累托定律对所述多个差值的均方根值和所述多个泊松曲线误差值进行评估的方法包括：
[0027]
将差值的均方根值和泊松曲线误差值的组合定义为y(rms，bce)，以形成多个y(rms，bce)；
[0028]
藉由出所述多个y(rms，bce)中符合的差值的均方根值和泊松曲线的误差值的组合；其中：y”是帕累托最优解。
[0029]
可选的，在所述的opc建模方法中，步骤s5中对排列后的多个参数组合按照排列顺序具有不同的权重实施遗传算法，其中，依排列顺序的所述参数组合进行同位交叉的概率递减。
[0030]
可选的，在所述的opc建模方法中，对参数组合进行同位交叉的方法包括：
[0031]
采用至少两参数组合中位于某一位上的参数数值交叉计算，以产生当前参数组合中位于同一位上的参数数值。
[0032]
可选的，在所述的opc建模方法中，对参数组合进行突变处理的方法包括：
[0033]
判断帕累托最优集未更新的迭代次数是否超过第二设定值；
[0034]
如果否，对光学模型参数数值和抗蚀剂模型参数数值进行符合原始设定条件的常规突变；
[0035]
如果是，随机选择部分光学模型参数数值和抗蚀剂模型参数数值在原始设定条件上进行加强突变。
[0036]
可选的，在所述的opc建模方法中，所述光学模型参数包括投影物镜的数值孔径、分辨率、像差、偏振或光学常数中的一种或多种；所述抗蚀剂模型参数包括光刻胶的折射率、薄膜厚度、光学传播和偏振效应中的一种或多种。
[0037]
可选的，在所述的opc建模方法中，步骤s1还包括确定各参数的精度，步骤s6得到的排列顺序最靠前的参数组合包括根据精度对取值范围进行划分后的每一个子范围中排列顺序最靠前的参数组合，各个子范围所对应的排列顺序最靠前的参数组合的集合形成opc建模的最优参数组合集。
[0038]
在本发明提供的opc建模方法中，将光学模型参数和抗蚀剂模型参数同时进行了调整，同时出了光学模型参数和抗蚀剂模型参数的最优值，使光学模型参数和抗蚀剂模型参数达到了最佳平衡，从而，使得光刻模型的参数达到了最优，建立了最优的opc模型。
附图说明
[0039]
图1是本发明实施例的opc建模方法的流程图。
具体实施方式
[0040]
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0041]
在下文中，术语“第一”、“第二”等仅用于在类似要素之间进行区分，未必是用于描述特定次序或时间顺序。应当理解，在适当情况下，如此使用的这些术语可替换。类似的，如果本文所述的方法包括一系列步骤，则本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。
[0042]
请参照图1，本发明提供了一种opc建模方法，包括：
[0043]
s1：确定光学模型参数、抗蚀剂模型参数以及各参数的取值范围；
[0044]
s2：通过在所述取值范围内对各参数进行随机取值，生成多个参数组合，每个参数组合同时包含光学模型参数数值和抗蚀剂模型参数数值，不同参数组合包含的光学模型参数数值和抗蚀剂模型参数数值互不相同；
[0045]
s3：使用多个参数组合分别进行光刻仿真和对晶圆进行刻蚀，并分别计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值和泊松曲线误差值，以得到多个差值的均方根值和多个泊松曲线误差值；
[0046]
s4：根据帕累托定律对所述多个差值的均方根值和所述多个泊松曲线误差值进行评估，计算帕累托最优集、帕累托次优集、帕累托第二次优集至帕累托第n次优集，以对多个参数组合按从优到劣的顺序进行排列，其中，n为大于1的整数；
[0047]
s5：采用遗传算法对步骤s4排列后的多个参数组合进行同位交叉和/或突变处理，以形成新的多个参数组合；
[0048]
s6：对新的多个参数组合按照步骤s3～步骤s5迭代，直到迭代次数达到第一设定值，将此时得到的排列顺序最靠前的参数组合用于opc建模。
[0049]
在步骤s1中，光学模型参数可包括光刻装置中的投影物镜的光学特性，例如数值
孔径(na)、分辨率σ、像差、偏振或光学常数的一种或多种，本发明实施例可以选择数值孔径(na)、像差、偏振和光学常数作为光学模型参数。接着，确定数值孔径(na)、像差、偏振和光学常数的取值范围，例如，可以分别是0～1、2～5、6～10和6～10，以上参数值是作为例子进行讲解，并不是对取值的限定，在本发明的其他实施例中，可以是其他取值。抗蚀剂模型参数可包括涂覆在基板上的光刻胶层的特性，例如光刻胶折射率、薄膜厚度、光学传播和偏振效应中的一种或多种，本发明实施例选择光刻胶折射率、薄膜厚度、光学传播和偏振效应作为抗蚀剂模型参数。接着，确定光刻胶折射率、薄膜厚度、光学传播和偏振效应的范围，可以例如，设置参数范围分别为：16～20、21～25、26～30和31～35，以上参数值是作为例子进行讲解，并不是对取值的限定，在本发明的其他实施例中，可以是其他取值。优选的，收集上述所有参数用于后续步骤。在步骤s1中，还可以包括确定各参数的精度，之后在步骤s6得到的排列顺序最靠前的参数组合包括根据精度对取值范围进行划分后的每一个子范围中排列顺序最靠前的参数组合，各个子范围所对应的排列顺序最靠前的参数组合的集合形成opc建模的最优参数组合集。
[0050]
在步骤s2中，通过随机取值，形成参数组合，例如，这里以三个参数组合为例，第一个组合参数的取值是0.5、3、7、12、19、22、27和34，其中0.5、3、7、12和19是光学模型参数的数值孔径(na)、像差、偏振和光学常数的取值，19、22、27和34是抗蚀剂模型参数光刻胶折射率、薄膜厚度、光学传播和偏振效应的值。第二个组合参数的取值是0.7、2.5、8、14、18、23、28和33，其中0.7、2.5、8和14是光学模型参数的数值孔径(na)、像差、偏振和光学常数的取值，18、23、28和33是抗蚀剂模型参数光刻胶折射率、薄膜厚度、光学传播和偏振效应的值。第三个组合参数是0.1、4、9、13、17、24、29和32，其中0.1、4、9和13是光学模型参数的数值孔径(na)、像差、偏振和光学常数的取值，17、24、29和32是抗蚀剂模型参数光刻胶折射率、薄膜厚度、光学传播和偏振效应的值。
[0051]
在步骤s3中，计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值的方法包括：量测晶圆刻蚀关键尺寸和光刻模型仿真关键尺寸；计算晶圆刻蚀关键尺寸和光刻模型仿真关键尺寸的差值；计算所述差值的均方根，以作为差值的均方根值(rms值)。计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的泊松曲线误差的方法包括：根据多个晶圆刻蚀关键尺寸的值形成第一泊松曲线；根据多个光刻仿真关键尺寸的值形成第二泊松曲线；计算所述第一泊松曲线和第二泊松曲线的误差分数，以作为泊松曲线误差值。仍第一参数组合为例，在第一参数组合的条件下进行光刻仿真和对晶圆进行刻蚀，会得到多个点的光刻仿真关键尺寸和晶圆刻蚀关键尺寸，利用每个点的光刻仿真关键尺寸和晶圆刻蚀关键尺寸计算得到差值，再根据所有差值计算得到差值的均方根值。由于每次仿真都会得到多个点的光刻仿真关键尺寸，每次对晶圆进行刻蚀也会得到多个点的晶圆刻蚀关键尺寸，所以可以分别形成第一泊松曲线和第二泊松曲线，以得到第一泊松曲线和第二泊松曲线的误差分数。三个参数组合下就有三个差值的均方根值和三个泊松曲线误差值。
[0052]
其中，使用最大信息系数mic评估所述泊松曲线误差值，相当于使用最大信息系数(mic)评估第一泊松曲线和第二泊松曲线的线性或非线性关系强度。关系强度越高，mic的值越大，bce的值越小。所以要想求得最小bce值，需求得最大mic值，求取mic值的公式如下：
[0053]
[0054]
其中，n
x
和ny是x轴和y轴上的桶数。g表示(x，y)中的n
x
×
ny网格数量，ig(x，y)表示网格g下的互信息。b(n，a)是数据大小n的函数，等于n^α(0＜a＜1)，这限制了桶的最大数量。log2min(n
x
，ny)是一个归一化项，用于确保mic在0到1的范围内。mic值随着x和y之间的相关性增加而增加。mic值越接近1，相关性越强，反之亦然，越接近0，相关性越弱。
[0055]
接着，步骤s4中，根据rms值和bce值计算帕累托(pareto)最优集、帕累托次优集、帕累托第二次优集至帕累托第n次优集；根据所述帕累托最优集、帕累托次优集、帕累托第二次优集至帕累托第n次优集的顺序将族进行排序。而帕累托前沿的计算方法为，将rms值(差值的均方根值)和bce值(泊松曲线误差值)的组合定义为y(rms，bce)，以形成多个y(rms，bce)；藉由出所述多个y(rms，bce)中符合的差值的均方根值和泊松曲线的误差值的组合；其中：y”是帕累托最优解y’是同区间内的其它解。具体的，在所有集合y中，存在y
″
严格支配y
′
(即，总体优势，bce和rms的值都较小)，即：y
″
＞y
′
，则帕累托前沿为：帕累托最优集也就是帕累托前沿，是rms值和bce值能同时达到最小的集。
[0056]
步骤s5中，对排列后的多个参数组合按照排列顺序具有不同的权重实施遗传算法，其中，依排列顺序的所述参数组合进行同位交叉的概率递减，越靠前的参数组合进行同位交叉的概率越大。假如排列的顺序正好是第一参数组合、第二参数组合、第三参数组合和第四参数组合，则选用第一参数组合和第二参数组合同位交叉的概率较大，第一参数组合和第三参数组合同位交叉的概率较小，第一参数组合和第四参数组合同位交叉的概率最小。例如，第一参数组合的数值孔径(na)和第二参数组合的数值孔径(na)进行交叉，即0.5和0.7交叉，得到后代的值可能是0.6，上述交叉方式是作为例子进行讲解，在本发明的其他实施例中，可以是其他的交叉方式。第一参数组合的像差和第二参数组合的像差交叉，即3和2.5交叉，得到后代的值为2.75，0.6和2.75为交叉处理后的组合参数中的部分参数值。同理，其他参数也按照这种方法交叉，不再进行举例。
[0057]
步骤s5中，对交叉处理后的参数组合进行突变处理的方法包括：判断帕累托最优集未更新的迭代次数是否超过第二设定值，第二设定值例如可以为10次，在本发明的其他实施例中，也可以是其他数值，例如在10～20次的范围内选择；如果否，对光学模型参数数值和抗蚀剂模型参数数值进行符合原始设定条件的常规突变，随着迭代次数的增加，突变率降低；如果是，随机选择部分光学模型参数数值和抗蚀剂模型参数数值进行原始设定条件的加强突变，除了原始设定条件的常规突变之外，还需要额外进行加强突变，加强突变中突变率随机。突变率随机的上限和下限是设定的，突变率在上限和下限之间选择。
[0058]
步骤s6中，第一设定值为100次。在本发明的其他实施例中，可以设置成其他数值，例如200，或者在100～200的范围内选择。每迭代一次，就会生成从优到劣的顺序排序后的组合参数，每次都需要保存最靠前的若干参数组合，当检测到迭代次数达到第一设定值时，就输出此时的最靠前的若干参数组合，输出的每个参数组合就包含了一个光学模型参数和一个抗蚀剂模型参数，这时可以根据要求从中选择一个参数组合即一个光学模型参数和一个抗蚀剂模型参数组合形成光刻模型，以用来建立opc模型。
[0059]
综上，在本发明实施例提供的opc建模方法中，将光学模型参数和抗蚀剂模型参数同时进行了调整，同时出了光学模型参数和抗蚀剂模型参数的最优值，使光学模型参数
和抗蚀剂模型参数达到了最佳平衡，从而，使得光刻模型的参数达到了最优，建立了最优的opc模型。
[0060]
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

技术特征：

1.一种opc建模方法，其特征在于，包括：s1：确定光学模型参数、抗蚀剂模型参数以及各参数的取值范围；s2：通过在所述取值范围内对各参数进行随机取值，生成多个参数组合，每个参数组合同时包含光学模型参数数值和抗蚀剂模型参数数值，不同参数组合包含的光学模型参数数值和抗蚀剂模型参数数值互不相同；s3：使用多个参数组合分别进行光刻仿真和对晶圆进行刻蚀，并分别计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值和泊松曲线误差值，以得到多个差值的均方根值和多个泊松曲线误差值；s4：根据帕累托定律对所述多个差值的均方根值和所述多个泊松曲线误差值进行评估，计算帕累托最优集、帕累托次优集、帕累托第二次优集至帕累托第n次优集，以对多个参数组合按从优到劣的顺序进行排列，其中，n为大于1的整数；s5：采用遗传算法对步骤s4排列后的多个参数组合进行同位交叉和/或突变处理，以形成新的多个参数组合；s6：对新的多个参数组合按照步骤s3～步骤s5迭代，直到迭代次数达到第一设定值，将此时得到的排列顺序最靠前的参数组合用于opc建模。2.如权利要求1所述的opc建模方法，其特征在于，计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值的方法包括：量测晶圆刻蚀关键尺寸和光刻模型仿真关键尺寸；计算晶圆刻蚀关键尺寸和光刻模型仿真关键尺寸的差值；计算所述差值的均方根，以作为差值的均方根值。3.如权利要求1所述的opc建模方法，其特征在于，计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的泊松曲线误差的方法包括：根据多个晶圆刻蚀关键尺寸的值形成第一泊松曲线；根据多个光刻仿真关键尺寸的值形成第二泊松曲线；计算所述第一泊松曲线和第二泊松曲线的误差分数，以作为泊松曲线误差值。4.如权利要求3所述的opc建模方法，其特征在于，使用最大信息系数mic评估所述泊松曲线误差值，所述最大信息系数mic越高，所述泊松曲线误差值越小。5.如权利要求4所述的opc建模方法，其特征在于，计算所述最大信息系数mic的方法包括：其中，n
x
和n
y
是x轴和y轴上的桶数，g表示(x，y)中的n
x
×
n
y
网格数量，i
g
(x，y)表示网格g下的互信息，b(n，α)是数据大小n的函数，等于n^α，其中0＜α＜1，log
2 min(n
x
，n
y
)是一个归一化项，用于确保mic在0到1的范围内。6.如权利要求1所述的opc建模方法，其特征在于，根据帕累托定律对所述多个差值的均方根值和所述多个泊松曲线误差值进行评估的方法包括：将差值的均方根值和泊松曲线误差值的组合定义为y(rms，bce)，以形成多个y(rms，bce)；藉由出所述多个y(rms，bce)中符合的差值的均方
根值和泊松曲线的误差值的组合；其中：y”是帕累托最优解。7.如权利要求1所述的opc建模方法，其特征在于，步骤s5中对排列后的多个参数组合按照排列顺序具有不同的权重实施遗传算法，其中，依排列顺序的所述参数组合进行同位交叉的概率递减。8.如权利要求7所述的opc建模方法，其特征在于，对参数组合进行同位交叉的方法包括：采用至少两参数组合中位于某一位上的参数数值交叉计算，以产生当前参数组合中位于同一位上的参数数值。9.如权利要求7所述的opc建模方法，其特征在于，对参数组合进行突变处理的方法包括：判断帕累托最优集未更新的迭代次数是否超过第二设定值；如果否，对光学模型参数数值和抗蚀剂模型参数数值进行符合原始设定条件的常规突变；如果是，随机选择部分光学模型参数数值和抗蚀剂模型参数数值在原始设定条件上进行加强突变。10.如权利要求1所述的opc建模方法，其特征在于，所述光学模型参数包括投影物镜的数值孔径、分辨率、像差、偏振或光学常数中的一种或多种；所述抗蚀剂模型参数包括光刻胶的折射率、薄膜厚度、光学传播和偏振效应中的一种或多种。11.如权利要求1所述的opc建模方法，其特征在于，步骤s1还包括确定各参数的精度，步骤s6得到的排列顺序最靠前的参数组合包括根据精度对取值范围进行划分后的每一个子范围中排列顺序最靠前的参数组合，各个子范围所对应的排列顺序最靠前的参数组合的集合形成opc建模的最优参数组合集。

技术总结

本发明提供了一种OPC建模方法，包括：确定光学模型参数和抗蚀剂模型参数；对各参数随机取值，生成多个参数组合；进行光刻仿真和对晶圆进行刻蚀，计算光刻仿真关键尺寸和晶圆刻蚀关键尺寸的差值的均方根值和泊松曲线误差值；根据帕累托定律进行评估，计算帕累托最优集至帕累托第N次优集，对多个参数组合按从优到劣的顺序进行排列；采用遗传算法对多个参数组合进行交叉和/或突变处理形成新的参数组合；对新的参数组合按照步骤S3～S5迭代，直到次数达到第一设定值，将此时得到的排列顺序最靠前的参数组合用于OPC建模。本发明在建模时对光学模型参数和抗蚀剂模型参数同时进行调整，可同时出光学模型参数和抗蚀剂模型参数的最优值。值。值。