[发明专利]一种优化曝光系统性能的方法

说明书

技术领域

本发明涉及一种集成电路装备制造领域，尤其涉及一种适用于光刻设备的优化曝光系统性能的方法及曝光系统。

背景技术

曝光系统的性能直接影响光刻机的性能与曝光晶片的质量，而对于45nm节点的浸没式扫描光刻机的曝光系统性能的优化就显得尤为重要。

在光刻系统中，当面光源发出的光经过刀口与照明镜组后，由于出射光线本身会有一个很小的出射角θ，因此光线到达掩模区域时候，会产生一个光强渐变的区域，如图1所示的5区域实际为一个渐变的梯形明暗过渡区域，此段照明区域称之为半影；半影尺寸直接影响到照明视场边缘曝光、顶部均匀区域尺寸及剂量控制精度，所以必须控制半影尺寸在需求范围内。

在光刻成像中，当刀口位于最佳物面位置的时候，此时在像面产生的半影最佳，从而对曝光成像质量影响最小，因此，在光刻设备整机安装完成之后，都需要通过放置在工件台上的传感器来测量半影大小，图1为可变狭缝与半影在光路中的示意图。现有技术中采用工件台上的传感器在不同高度测量可变狭缝刀口对应得的半影大小，建立每块刀口半影宽度与相应高度的二次抛物线模型，以此抛物线模型求取最小半影时对应的传感器高度，再根据物像关系求取此模型下半影最小时的可变狭缝的物面位置，通过调节刀口物面的位置，可以使刀口位于最佳物面位置，传感器在最佳焦面上测量得到最小的半影宽度，然而半影宽度与高度并非为二次抛物关系，且由于选择不同照明模式时，光束在散射元器件上的能量分布发生变化和散射元器件不同单元的制造差别，特别当光路或传感器等元器件发生变化，且半影最小值处于测量高度之外，并且受到测量设备、测量环境与测量时间的要求。现有的测试方法在精确且快速的实现测量目的方面就显得力不从心。

发明内容

针对现有技术中所存在的一系列缺陷，本发明的目的在于提供一种优化曝光系统性能的方法，该方法及系统可以在复杂工况下直接、更高精度地确定最优光束设置。

为实现上述发明目的，本发明公开一种优化曝光系统性能的方法，包括：

步骤一、将不同照明模式下能量传感器的高度作为神经网络的输入，将该高度所对应的半影宽度作为神经网络输出；

步骤二、利用该输入输出拟合曝光系统并输出一预测结果值；

步骤三、利用该预测结果值作为遗传算法极值寻优的个体适应度值以获得曝光系统最优半影高度；

步骤四、根据该最优半影高度，通过物像关系以获得可变狭缝的最优高度；以及

步骤五，根据步骤四获得的该可变狭缝的最优高度调节该可变狭缝的高度。

更进一步地，该步骤一包括：神经网络构建步骤、神经网络训练步骤以及神经网络预测步骤。

更进一步地，该神经网络构建步骤包括：根据输入的传感器高度X及输出的半影宽度，Y确定该神经网络的输入层节点数n、隐含层节点数l，输出层节点数m，初始该化输入层、隐含层和输出层神经元之间的连接权值w_ij，w_jk，初始化该隐含层阈值a，输出层阈值b，给定学习速率和神经元激励函数。

更进一步地，该神经网络训练步骤以及神经网络预测步骤包括隐含层输入计算、输出层输出计算、误差计算、权值更新及阈值更新，该隐含层输入计算包括：根据该传感器高度X，输入层和隐含层间连接权值w_ij以及隐含层阈值a，计算隐含层输出H：

j＝1，2，...，l，l为隐含层节点数；f为隐含层激励函数，结合曝光系统特点，选取S形函数

该输出层输出计算包括：根据隐含层输出H，连接权值w_jk和阈值b，计算BP神经网络的预测输出半影高度O，O_k＝∑H_jw_jk-b_k k＝1，2，...，m；

该误差计算包括：根据网路预测输出半影高度O和期望输出半影高度Y，计算神经网络预测误差ee_k＝Y_k-O_k k＝1，2，...，m；

该权值更新包括根据该神经网络预测误差e更新网络连接权值w_ij，w_jk