光刻版图的去重方法及相关产品与流程

摘要: 本发明涉及集成电路,特别是涉及一种光刻版图的去重方法、计算机可读存储介质、计算机程序产品和计算机设备。背景技术:1、随着集成电路工艺节点持续缩小,版图复杂度呈指...
光刻版图的去重方法及相关产品与流程

本发明涉及集成电路,特别是涉及一种光刻版图的去重方法、计算机可读存储介质、计算机程序产品和计算机设备。

背景技术:

1、随着集成电路工艺节点持续缩小,版图复杂度呈指数级增长,包含数十亿级图形单元的版图文件对电子设计自动化工具的存储、处理及验证带来巨大挑战。传统全版图处理方式耗时过长,且重复图形单元(如存储器阵列、标准单元)的冗余计算严重制约版图处理效率。

2、相关技术虽然提出了多种版图去重方法,但要么去重效率较低,要么去重精度较低。业界期待一种兼顾效率与精度的版图去重方法。

技术实现思路

1、本发明的一个目的是提供一种光刻版图的去重方法、计算机可读存储介质、计算机程序产品和计算机设备,以提高版图去重效率,同时维持较高的去重精度。

2、具体地,根据本发明的一个方面,本发明提供了一种光刻版图的去重方法,包括:

3、在光刻版图中确定出多个目标图形区域;

4、基于各所述目标图形区域之间的相对距离,对多个所述目标图形区域进行聚类,得到多个候选图形簇;

5、基于各所述候选图形簇的图形相似度,对多个所述候选图形簇进行聚类,得到多个目标图形类;

6、在每个所述目标图形类的多个所述候选图形簇中确定出一个作为代表图形簇,并去除所述光刻版图中除各所述代表图形簇外的其余所述候选图形簇。

7、可选地,所述光刻版图用于进行设计规则检查,并且,所述在光刻版图中确定出多个目标图形区域,包括:

8、对所述光刻版图进行设计规则检查,得到多个热点区域;

9、将每个所述热点区域作为一个所述目标图形区域。

10、所述去除所述光刻版图中除各所述代表图形簇外的其余所述候选图形簇的步骤之后,还包括:

11、对新的所述光刻版图进行设计规则检查。

12、可选地,所述基于各所述目标图形区域之间的相对距离,对多个所述目标图形区域进行聚类,包括:

13、获取各所述目标图形区域的几何中心,将每个所述几何中心作为一个锚点;

14、使用设定空间索引算法,对多个所述锚点进行聚类,得到多个锚点簇;

15、分别获取各所述锚点簇的簇中心点,并将以所述簇中心点为中心的预设范围的区域作为所述候选图形簇。

16、可选地,所述设定空间索引算法包括k-d树索引或四叉树索引;

17、所述设定空间索引算法设置有聚类参数,所述聚类参数包括查询距离阈值和聚类密度阈值,所述预设范围大于所述查询距离阈值的3倍。

18、可选地,所述基于各所述候选图形簇的图形相似度,对多个所述候选图形簇进行聚类,包括:

19、获取各所述候选图形簇的图形特征描述子;

20、使用所述图形特征描述子和设定图形匹配算法,对多个所述候选图形簇进行聚类,得到多个目标图形类。

21、可选地,所述设定图形匹配算法为局部敏感哈希算法,所述图形特征描述子为所述候选图形簇对应的图形哈希向量。

22、可选地,所述去除所述光刻版图中除各所述代表图形簇外的其余所述候选图形簇,包括:

23、获取作为各所述目标图形类的聚类结果的聚类映射表;

24、删除所述光刻版图中除各所述代表图形簇外的其余所述候选图形簇;

25、分别将各所述代表图形簇作为新实例,并结合所述聚类映射表更新所述光刻版图的层次化结构。

26、根据本发明的另一个方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一种的光刻版图的去重方法的步骤。

27、根据本发明的又一个方面,还提供了一种计算机程序产品,其包括计算机程序,该计算机程序被处理器执行时实现上述任一种的光刻版图的去重方法的步骤。

28、根据本发明的再一个方面,还提供了一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现上述任一种的光刻版图的去重方法的步骤。

29、本发明的光刻版图的去重方法,通过在光刻版图中筛选出对去重精度影响较大的局部关键区域作为聚类操作的目标图形区域,提升了后续聚类结果对工艺约束的敏感性,从而提高了聚类精度。通过对目标图形区域进行几何聚类,然后对几何聚类结果进行图形相似性的聚类,双重聚类提高了聚类效率和去重精度。

30、根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

1.一种光刻版图的去重方法,其特征在于,包括:

2.根据权利要求1所述的去重方法,其特征在于,所述光刻版图用于进行设计规则检查,并且,所述在光刻版图中确定出多个目标图形区域,包括:

3.根据权利要求1所述的去重方法,其特征在于,所述基于各所述目标图形区域之间的相对距离,对多个所述目标图形区域进行聚类,包括:

4.根据权利要求3所述的去重方法,其特征在于,所述设定空间索引算法包括k-d树索引或四叉树索引;

5.根据权利要求1所述的去重方法,其特征在于,所述基于各所述候选图形簇的图形相似度,对多个所述候选图形簇进行聚类,包括:

6.根据权利要求5所述的去重方法,其特征在于,所述设定图形匹配算法为局部敏感哈希算法,所述图形特征描述子为所述候选图形簇对应的图形哈希向量。

7.根据权利要求1所述的去重方法,其特征在于,所述去除所述光刻版图中除各所述代表图形簇外的其余所述候选图形簇,包括:

8.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的光刻版图的去重方法的步骤。

9.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7中任一项所述的光刻版图的去重方法的步骤。

10.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现权利要求1至7中任一项所述的光刻版图的去重方法的步骤。