[发明专利]一种关键尺寸误差分析方法

权利要求书

1.一种关键尺寸误差分析方法，其特征在于，包括如下步骤：

S01：对晶圆进行光刻，其中，晶圆包括M个场，每个场中光刻工艺相同，在每个场中选择N个相同的测试点，分别测量每个场中N个测试点的关键尺寸值CD；M和N均为大于1的整数；

S02：清洗关键尺寸异常值；具体包括如下步骤：

S021：令第i个场中第j个测试点的关键尺寸值CD_i,j＝inter_i+intra_j+Er_i,j，其中，inter_i为该测试点的场间分量，intra_j为该测试点的场内分量，Er_i,j为误差；将inter_i和intra_j分别视为场间分量集合inter和场内分量集合intra的哑变量，以inter_i和intra_j为参数，不考虑Er_i,j，并对CD进行参数估计，得到该测试点的场间分量inter_i和该测试点的场内分量intra_j，以及该测试点重建之后的关键尺寸值CD’＝inter_i+intra_j；

S022：令CD’与CD之间的相对误差Er_r’＝(CD’-CD)/CD’，通过CD’与CD之间的相对误差计算外限；

S023：CD’与CD之间的相对误差超出外限的视为异常值进行清洗；

S024：重复上述步骤S021-步骤S023，直至外限以外的关键尺寸值被清洗干净，或者清洗后剩余测试点个数占原测试点个数的比例小于个数阈值，或者迭代次数大于迭代阈值；

S03：基于重建模型拟合方法对剩余的关键尺寸值进行重建，得到重建之后的关键尺寸值CD”，根据CD”和CD之间的相对误差，将剩余的关键尺寸值划分为A个场景，且M个场中相同的测试点属于同一场景，每个场景中任意两个场的CD”和CD之间的相对误差在空间分布上不具有周期性；A为大于0的整数；

S04：基于参数估计的方法计算每个场景中各个测试点在校正模型对应的参考系下的分量以及相应的残差；

S05：根据上述计算结果，采用校正模型修改机台参数和掩模版。

2.根据权利要求1所述的一种关键尺寸误差分析方法，其特征在于，所述步骤S023中外限的计算方法如下，对CD’与CD之间的相对误差进行排序，计算25％分位数Q1与75％分位数Q3，令IQR＝Q3-Q1，外限下限为Q1-3*IQR，外限上限为Q3+3*IQR。

3.根据权利要求1所述的一种关键尺寸误差分析方法，其特征在于，所述参数估计的方法为最大似然估计。

4.根据权利要求1所述的一种关键尺寸误差分析方法，其特征在于，所述步骤S03具体包括：

S031：将晶圆的全局坐标作为自变量输入重建模型，将剩余的关键尺寸值作为因变量输入重建模型，通过调整重建模型参数对关键尺寸值进行重建，得到重建之后的关键尺寸值CD”；

S032：计算CD”与CD之间的相对误差Er”＝(CD”-CD)/CD”，根据CD”与CD之间的相对误差Er”，将剩余的关键尺寸值划分为A个场景；

S033：记录每个场景对应的重建模型参数。

5.根据权利要求4所述的一种关键尺寸误差分析方法，其特征在于，所述重建模型为GBDT模型或者XGBoost模型。

6.根据权利要求1所述的一种关键尺寸误差分析方法，其特征在于，所述步骤S03中利用皮尔逊系数判断每个场景中任意两个场的CD”和CD之间的相对误差在空间分布上是否具有周期性：当其中一个场景中任意两个场的皮尔逊系数小于设定阈值时，则该场景中任意两个场的CD”和CD之间的相对误差在空间分布上不具有周期性。