[发明专利]一种椭偏仪实时测量结果优化方法

说明书

本发明公开了一种椭偏仪实时测量结果优化方法，通过该方法各个波段的测量结果的可信度在单次测量中被估计出来，可以用于实时测量。该优化方法包括：根据双旋转补偿器式穆勒矩阵椭偏仪的结构图搭建出实验系统；测量椭偏仪的噪声组成及其噪声系数；使用测量一个完整周期，计算得到归一化傅里叶系数；用噪声模型和归一化傅里叶系数的测量结果，估算出测量结果的方差；计算出用于拟合优化算法的目标函数；使用拟合算法计算得到椭偏测量结果。通过该方法，可以有效提高椭偏仪测量精度。根据仿真分析，使用了该目标函数重复测量精度由19.6pm提升到了17.4pm。

技术领域

本发明涉及椭偏仪测量领域，特别涉及一种椭偏仪实时测量结果优化方法。

背景技术

椭偏仪是一种测量偏振光在被测样品表面反射或透射的偏振信息变化，通过数据反演计算得到被测样品的尺寸、色散曲线等信息的间接测量方法。由于其具有测量精度高，可测量物理量多，稳定性强，对测量环境要求低等优点，在纳米材料的表征领域被受到了越来越广泛的关注。

椭偏仪的结果计算过程是一个数据拟合的过程，以优化结果作为椭偏仪的测量值。椭偏仪的被拟合量存在两种：归一化的穆勒矩阵系数以及归一化的傅里叶系数。其中归一化的穆勒矩阵虽然物理意义比较直观，但是数据处理比较复杂。因此在实际的工程计算中，归一化傅里叶系数被用的很广泛。

LM算法被广泛用作椭偏仪的优化算法，为了克服其只能寻找到局部最优点的缺陷，很多全局优化算法，如遗传算法，模拟退火算法等等被应用于椭偏仪之中。无论使用何种优化算法，优化的目标函数都需要被设置。传统的目标函数被选用的是模型值和测量值的残差值，这种目标函数可以很好的完成测量过程。但是由于测量值存在随机误差，因此各个数据点的可信度并不相同。随机误差大的数据点可信度相对较小，反之亦然。而使用残差的目标参数对各个数据点的权重相同，无法体现出数据点之间的可信度的差别。利用各个数据点重复测量的方差，最小二乘加权目标函数改善了这一状况。然而，这种优化函数需要重复测量，先计算出方差，才能计算出真正的目标函数，无法用于实时测量。

现有技术被广泛使用的目标函数只有如上所述的两种，且两种目标函数均存在缺陷，无法兼顾数据点的可信度和实时测量两个方面。本发明提出了一种新型的优化方法，可以在单次测量之中估算出数据点之间的可信度，能实现更高精度的实时测量技术。

发明内容

(一)本发明所解决的技术问题是：

针对椭偏仪现有目标函数所存在的不足，提出一种椭偏仪实时测量结果优化方法。

为实现上述目的，本发明采用的技术方案为：

一种椭偏仪实时测量结果优化方法，包括以下步骤：

步骤一：测量椭偏仪的噪声组成及其噪声系数；

步骤二：使用椭偏仪测量一个完整周期，计算得到傅里叶系数和归一化傅里叶系数；

步骤三：利用步骤一和步骤二的结果，估算出椭偏仪的实时测量结果的方差；

步骤四：基于所述方差计算出用于实时测量结果拟合优化的目标函数；

步骤五：使用步骤四得到的目标函数计算得到椭偏仪测量结果。

其中，基于所述噪声组成建立噪声模型，所述噪声模型为多项式，所述多项式项数大于等于三项。

其中，所述的椭偏仪为穆勒矩阵椭偏仪。

其中，所述的椭偏仪为双旋转补偿器式椭偏仪。

其中，椭偏仪测量结果计算时，使用的被拟合参数是归一化傅里叶系数。

步骤四中，将所述方差带入加权目标函数得到用于实时测量结果拟合优化的目标函数。

本发明具有以下有益效果：