[发明专利]一种基于遗传算法的光刻衰减型掩模的优化方法

摘要

一种基于遗传算法的光刻衰减型掩模的优化方法属于衰减型掩模优化方法领域，该方法解决了现有技术存在的针对考虑系统所采用的照明方式下的衰减型相移掩模结构没有具体优化方法的技术问题。本发明的优化方法基于遗传算法，用掩模的空间像对比度、多层膜反射率等构成适应度函数，并协同考虑投影光刻系统所采用的照明方式及状态，利用优化算法平衡不同入射方向的光在掩模图形亮暗区域的位相差，以使在特定照明条件下，投影光刻系统空间像的对比度最高，实现最佳成像质量的衰减型掩模纵向结构参数的获取。

主权项

一种基于遗传算法的光刻衰减型掩模的优化方法，其特征在于，该方法包括如下步骤：步骤一、初始化一种群，其规模为Pop，种群中的每一个个体携带了掩模的全部待优化参数信息，所述待优化参数信息包括掩模的吸收相移层材料、吸收相移层厚度、多层膜周期厚度，初始化遗传代数为Gen作为优化的一个边界条件；步骤二、利用二进制编码对种群进行编码，以便后续的个体交叉、变异运算；步骤三、当遗传代数i≤Gen时，对种群进行解码，得到在仿真计算过程中可以使用的十进制数，并利用解码所得到的包括吸收相移层材料、吸收相移层厚度、多层膜周期厚度在内的优化参数信息数据构造掩模；步骤四、运用Abbe成像原理以及Kirchhoff近似模型进行特定照明条件下的掩模成像计算，获得种群中每一个个体所对应的掩模的空间像；步骤五、对步骤四获得的所有空间像进行像质评价，以其性能表征为适应度函数Fitness，对任意个体的适应度函数Fitnessn表示为：Fitnessn=eNILSn*Rn*Conn]]>式中，Con为空间像对比度，NILS为空间像归一化对数斜率，R为掩模的透过率或反射率；步骤六、获取本代即第i代中适应度函数Fitness最大的个体作为本代最佳个体进行归档存储，同时根据适应度函数大小对本代中个体进行选择，其选择结果作为父代；步骤七、经步骤六选择所得到的所有个体进行交叉、变异操作获得子代，即i+1代，判断遗传代数i是否超过最大遗传代数Gen，若否，则进入下一次优化；若是，则退出循环，结束优化，此时对应的吸收相移层材料、吸收相移层厚度、多层膜周期厚度即为优化后的最优参数。