一种关键尺寸预测模型的参数拟合方法及系统、计算设备

摘要: 本发明涉及半导体关键尺寸量测,尤其涉及一种关键尺寸预测模型的参数拟合方法及系统、计算设备、及存储介质。背景技术:1、在半导体制造工艺中,cd-sem(criti...
一种关键尺寸预测模型的参数拟合方法及系统、计算设备

本发明涉及半导体关键尺寸量测,尤其涉及一种关键尺寸预测模型的参数拟合方法及系统、计算设备、及存储介质。

背景技术:

1、在半导体制造工艺中,cd-sem(critical dimension scanning electronmicroscope,关键尺寸扫描电子显微镜)作为过程控制的关键量测技术,其原理是:电子束轰击样品表面产生二次电子,通过高精度探测器收集信号并利用边缘检测算法对线宽、间距等特征尺寸进行自动化提取,从而实现纳米级分辨率的非破坏性在线测量,为光刻、刻蚀等工艺的稳定性提供实时反馈与控制依据。其中,电子束光刻是制备纳米级集成电路的核心技术之一。然而,光刻胶作为有机聚合物材料,对电子束辐照高度敏感,cd-sem测量过程中,高能电子束与光刻胶相互作用会引发交联或断链反应,导致光刻胶发生化学收缩,且随着曝光次数的增加,会使收缩效应累积,导致关键尺寸发生非线性衰减变化。bundayclassical model(bunday经典模型,bunday等人提出的光刻胶收缩经验模型,其描述了cd-sem测量值随扫描次数的衰减规律)作为描述这一过程的经典数学模型,广泛应用于cd-sem测量数据的分析与预测。

2、然而,现有bunday经典模型的参数拟合方法存在以下技术缺陷:

3、(1)初始关键尺寸值(也称c参数)是工艺监控的重要指标,其预测精度直接影响后续工艺参数的调整决策,而现有bunday经典模型的参数拟合方法对初始关键尺寸值的预测误差通常较大,难以满足高精度工艺控制需求;

4、(2)当测量数据的关键尺寸值低于100-150nm时,现有bunday经典模型的参数拟合算法因幅度参数a的取值与关键尺寸测量值即y值量级不匹配,导致指数项贡献被线性项淹没,拟合结果退化为直线,无法正确捕捉光刻胶萎缩的指数特性,即会发生小数值场景的拟合失效问题。

技术实现思路

1、为了解决现有技术中存在的基于bunday经典模型的关键尺寸预测模型的参数拟合方法对初始关键尺寸值的预测误差较大且会发生小数值场景的拟合失效等问题中的至少一个,本发明实施例提供了一种关键尺寸预测模型的参数拟合方法。

2、根据本发明的第一方面提供一种关键尺寸预测模型的参数拟合方法,其包括:

3、获取指定的权重分配策略和测量数据点集合,其中,所述测量数据点集合包括至少三个测量数据点,每个测量数据点均包括测量序号和对应的关键尺寸测量值,关键尺寸测量值大于100nm;

4、根据指定的权重分配策略确定出为测量数据点集合中的每个测量数据点分配的权重值,其中,所述权重分配策略被配置为基于测量次序为各测量数据点分配权重,使测量次序更早的测量数据点获得更大的权重;

5、基于各测量数据点对应的关键尺寸测量值和权重值、损失函数和优化目标,利用网格搜索和梯度下降优化算法对关键尺寸预测模型的模型参数进行优化求解,确定出优化后的模型参数及拟合精度指标。

6、根据本发明的第二方面提供一种关键尺寸预测模型的参数拟合系统,其包括:

7、数据输入模块,用于接收用户输入的测量数据点,其中,每个测量数据点均包括测量序号和对应的关键尺寸测量值,关键尺寸测量值大于100nm;

8、权重控制模块,用于接收用户指定的权重分配策略和与权重分配策略对应的权重配置参数;

9、参数配置模块,用于设置加速电压v和光刻胶密度ρ;

10、拟合执行模块,用于获取指定的权重分配策略和测量数据点集合,其中,所述测量数据点集合包括至少三个测量数据点;根据指定的权重分配策略确定出为测量数据点集合中的每个测量数据点分配的权重值,其中,所述权重分配策略被配置为基于测量次序为各测量数据点分配权重,使测量次序更早的测量数据点获得更大的权重;基于各测量数据点对应的关键尺寸测量值和权重值、损失函数和优化目标,利用网格搜索和梯度下降优化算法对关键尺寸预测模型的模型参数进行优化求解,确定出优化后的模型参数及拟合精度指标并进行输出显示。

11、根据本发明的第三方面提供一种计算设备,其包括:通信连接的处理器和存储器,所述存储器存储有可被所述处理器执行的指令,所述指令被所述处理器执行,以使所述处理器能够执行第一方面所述方法的步骤。

12、根据本发明的第四方面提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面的方法的步骤。

13、发明人经深入研究后发现传统参数拟合方法误差对初始关键尺寸值的预测误差通常较大的原因在于:其对所有测量数据点均采用等权重处理方式,即默认各次测量数据具有相同的可靠性和信息价值,然而在实际工艺中,早期测量数据往往包含更丰富的指数衰减特征信息,而后期数据受电子束累积效应、光刻胶退化等因素影响,噪声水平显著升高,因此等权重处理无法体现不同阶段数据的重要性差异,导致模型对初始关键尺寸值的预测精度受限。现有技术中,光刻模型的校准方法虽然涉及权重调整,但其权重分配规则通常基于量测图形的预设优先级和关键尺寸误差,即误差越大的图形权重越大,目的是聚焦关键图形。然而,在bunday模型的参数拟合场景中,存在完全不同的技术问题:光刻胶萎缩遵循指数衰减规律,早期测量数据包含更丰富的指数特征信息,而后期数据受噪声影响可靠性下降。因此,现有技术中基于优先级和误差的权重分配规则并不适用于bunday模型的参数拟合,需要一种全新的权重分配策略。基于此,本发明实施例的方法基于“早期数据信息量更大、后期数据噪声更高”的物理洞察,提出强化早期测量数据在拟合过程中的影响的动态权重分配策略,以解决现有技术中初始关键尺寸值预测误差较大的技术问题。与现有技术中基于优先级和误差的动态权重调整不同,本发明实施例的权重分配依据是测量次序,权重随测量次序递减,由此以强化早期测量数据在拟合过程中的影响,解决现有技术中初始关键尺寸值预测误差较大的技术问题。并且,本发明实施例的方法还利用网格搜索和梯度下降优化算法对关键尺寸预测模型的模型参数进行优化求解,从而实现全局寻优与局部精调的协调:网格搜索覆盖候选空间确保初始点落入全局最优区域,克服了梯度下降易陷入局部最优的缺陷;梯度下降在此基础上精细迭代,提高了初始关键尺寸值的预测准确性。此外,网格搜索和梯度下降优化算法的联合还能够将计算时间缩短至纯网格搜索的1/20,使本发明实施例的方法具备在线实时部署能力。此外,发明人在实验过程中还意外的发现,本发明实施例的拟合方法下幅度参数即a值与关键尺寸值量级更匹配,更贴近在线量测中对小尺寸特征的检测需求,尤其适用于需要高精度初始cd值预测的半导体光刻工艺监控场景。

1.一种关键尺寸预测模型的参数拟合方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述根据指定的权重分配策略确定出为测量数据点集合中的每个测量数据点分配的权重值,包括:

3.根据权利要求2所述的方法,其特征在于,所述指定的权重分配策略为指数衰减权重模式,所述目标计算公式为:

4.根据权利要求1所述的方法,其特征在于,所述模型参数包括初始关键尺寸值c、萎缩参数α和速率参数k,基于各测量数据点对应的关键尺寸测量值和权重值、损失函数和优化目标,利用网格搜索和梯度下降优化算法对关键尺寸预测模型的模型参数进行优化求解,确定出优化后的模型参数及拟合精度指标,包括:

5.根据权利要求4所述的方法,其特征在于,所述网格搜索中萎缩参数α对应的第一候选集为[0.01,0.02,0.03,0.05,0.08,0.1,0.15,0.2,0.3,0.5],速率参数k对应的第二候选集为[0.001,0.002,0.005,0.008,0.01,0.02,0.03,0.05,0.08,0.1];

6.根据权利要求4所述的方法,其特征在于,所述关键尺寸预测模型为:

7.根据权利要求4所述的方法,其特征在于,所述拟合精度指标包括决定系数r2、均方根误差rmse、平均绝对误差mae、平均相对误差mape。

8.关键尺寸预测模型的参数拟合系统,其特征在于,包括:

9.关键尺寸预测方法,其特征在于,所述方法包括:

10.计算设备,其特征在于,包括:通信连接的处理器和存储器,所述存储器存储有可被所述处理器执行的指令,所述指令被所述处理器执行,以使所述处理器能够执行权利要求1至7中任一项所述方法的步骤。