[发明专利]一种基于光学衍射的套刻误差提取方法

权利要求书

1.一种基于光学衍射的套刻误差提取方法，其特征在于，包括如下步骤：

(1)确定套刻标记结构及材料光学常数：

该套刻标记包括两个套刻标记单元，分别用于提取X方向和Y方向的套刻误差，两个套刻标记单元剖面结构相同，从上至下第一层至第四层依次为掩膜光栅层、掩膜薄膜层、光刻光栅与薄膜材料混合层、氧化薄膜层；各层材料的光学常数包括折射率n和消光系数k；套刻标记结构参数包括：

掩膜光栅与光刻光栅的周期Λ，掩膜光栅与光刻光栅的线宽CD₁、CD₂，套刻标记第一层至第四层的高度H₁、H₂、H₃、H₄，光刻光栅的左右侧壁角LSWA、RSWA，以及套刻误差的理论值δ；

(2)根据步骤(1)确定的套刻标记结构参数、材料光学常数，结合预设的测量条件建立套刻标记正向光学特性模型，获得套刻误差的光学表征量；

(3)根据步骤(1)确定的套刻标记结构参数及步骤(2)建立的套刻标记正向光学特性模型，通过在指定偏差范围内对套刻标记结构参数进行随机取值，生成包含光学表征量和套刻误差理论值δ的多个训练样本；

(4)确定神经网络结构，将光学表征量作为该神经网络的输入层，套刻误差作为该神经网络的输出层；输出层输出的结果为套刻误差的提取值δ'；

(5)建立表征套刻误差的提取值δ'与套刻误差的理论值δ之间偏差的损失函数，将全部训练样本的光学表征量输入神经网络一次并得到相应的输出，视为完成一次迭代；迭代指定次数或迭代至损失函数值达到预设范围内或损失函数值稳定时，终止迭代，得到训练好的神经网络；

(6)将待测套刻标记实测获得的光学表征量输入训练好的神经网络，提取套刻误差。

2.如权利要求1所述的一种基于光学衍射的套刻误差提取方法，其特征在于，步骤(2)中的光学表征量为反射率、椭偏参数，或者穆勒矩阵中的任意一种；测量条件包括入射角θ、方位角波长λ、入射光电场矢量Ε和偏振角Ψ。

3.如权利要求2所述的一种基于光学衍射的套刻误差提取方法，其特征在于，步骤(2)中获取的光学表征量为穆勒矩阵，所述穆勒矩阵是变化单个测量条件得到的一维套刻误差光学表征谱，或者变化两个测量条件得到的二维套刻误差光学表征矩阵，或者变化多个测量条件得到的高维数据。

4.如权利要求1所述的一种基于光学衍射的套刻误差提取方法，其特征在于，步骤(4)建立的网络结构为全连接网络、卷积神经网络或循环神经网络。

5.如权利要求4所述的一种基于光学衍射的套刻误差提取方法，其特征在于，步骤(4)建立的网络结构为全连接网络，表达式如下：

其中，M_i表示穆勒光谱中第i个数据，w_i,j表示第i个接口与第j个神经元的连接权值，b_j和h_j分别表示第j个神经元的偏置及该神经元与输出层δ的连接权值，LR是每一神经元的激活函数。

6.如权利要求5所述的一种基于光学衍射的套刻误差提取方法，其特征在于，训练之前先对w_i,j、h_j和b_j在±0.001的范围内进行随机初始化。

7.如权利要求1～6任意一项所述的一种基于光学衍射的套刻误差提取方法，其特征在于，步骤(5)中的损失函数为均方差损失函数、交叉熵损失函数或指数损失函数。

8.如权利要求7所述的一种基于光学衍射的套刻误差提取方法，其特征在于，步骤(5)中的损失函数为均方误差损失函数，表达式如下：

其中，δ_n、δ′_n分别表示第n个训练样本的套刻误差理论值和套刻误差提取值，MSE是均方误差，X₀为训练样本总数。