[发明专利]掩模图案模型的生成方法及掩模图案的优化方法

权利要求书

1.一种掩模图案模型的生成方法，其特征在于，包括：

S11：计算设定光刻工艺条件下的本征函数组，所述本征函数组包括n个本征函数，n为大于0的整数；

S12：获取各测试图案的各定义位置处的成像信号值集合，所述成像信号值集合包括n个成像信号值，每个所述成像信号值基于所述本征函数组中的本征函数与光传输函数的卷积值计算；

S13：将各测试图案的每个定义位置处的所述成像信号值集合作为一神经网络模型的输入，所述神经网络模型包括至少一个隐藏层；

S14：计算各测试图案的连续色调掩模图案，并将所述连续色调掩模图案作为神经网络模型的输出的训练目标；

S15：训练所述神经网络模型的参数；

S16：将训练后的神经网络模型作为所述掩模图案模型。

2.如权利要求1所述的掩模图案模型的生成方法，其特征在于，n小于等于10。

3.如权利要求1所述的掩模图案模型的生成方法，其特征在于，所述神经网络模型包括一个输入层、一个隐藏层以及一个输出层，所述输入层包括n+1个输入单元，所述隐藏层包括N个隐藏单元，所述输出层包括一个输出单元，

其中，第一个输入单元的输入为1，第2至第n+1个输入单元的输入为所述成像信号值集合中的各个成像信号值，所述输出单元的值为所述神经网络模型的输出，N为大于0的整数。

4.如权利要求3所述的掩模图案模型的生成方法，其特征在于，所述神经网络模型的输出单元的值output根据如下公式计算：

其中，ω_i是连接输出单元和第i个隐藏单元的突触连接，第i个隐藏单元的值h_i根据如下公式计算：

其中，w_ji是连接第j个输入单元和第i个隐藏单元的突触连接，S_j是第j个输入单元的值。

5.如权利要求1至4任一项所述的掩模图案模型的生成方法，其特征在于，所述成像信号值集合中的每个成像信号值根据如下公式计算：

其中，S_i(x,y)为定义位置(x，y)处的第i个成像信号值，Φ_i(x,y)为本征函数组的第i个本征函数，M(x，y)为光掩模的光传输函数，i为大于等于1小于等于n的整数。

6.如权利要求1至4任一项所述的掩模图案模型的生成方法，其特征在于，所述步骤S15包括：

利用反向传播算法训练所述神经网络模型的参数。

7.如权利要求1至4任一项所述的掩模图案模型的生成方法，其特征在于，所述连续色调掩模图案根据逆向光刻演算法生成。

8.一种掩模图案的优化方法，其特征在于，包括：

S21：根据初始掩模图案的每个定义位置处的本征函数组中的每个本征函数与光传输函数的卷积值获得初始掩模图案的每个定义位置处的成像信号值集合，所述成像信号值集合包括n个成像信号值，n为大于0的整数；

S22：将初始掩模图案的每个定义位置处的所述成像信号值集合作为一掩模图案模型的输入，所述掩模图案模型通过权利要求1至7任一项所述的方法生成；

S23：根据所述掩模图案模型的输出生成优化的掩模图案。

9.如权利要求8所述的掩模图案的优化方法，其特征在于，所述初始掩模图案包括：辅助图案或者主图案及辅助图案。