一種光刻機掩模的優化方法，該方法利用離散余弦變換將基于像素表示的掩模信息轉換到頻域，截取低頻部分作為優化變量并將其編碼為粒子，將理想圖形與當前掩模對應的光刻膠像每一點差異的平方和作為評價函數，通過粒子群優化算法優化掩模圖形。本發明專利技術可以有效提高光刻系統的成像質量，具有原理簡單、易于實現、收斂速度較快、優化后的掩模可制造性強的優點。
【技術實現步驟摘要】
本專利技術涉及光刻機，尤其涉及一種。
技術介紹
光刻是極大規模集成電路制造中最重要的步驟之一，光刻分辨率決定集成電路圖 形的特征尺寸。在曝光波長與數值孔徑一定的情況下，需要通過改善光刻膠工藝和采用分 辨率增強技術來減小工藝因子，提高光刻分辨率。掩模優化是一種重要的分辨率增強技術， 它主要包括光學鄰近效應校正(Optical Proximity Correction，以下簡稱為0PC)和逆向 光刻技術（Inverse Lithography Technology，以下簡稱為ILT)。其中，ILT將掩模設計作為 一個逆向數學問題，通過對整個離散化的掩模進行計算，從而得到可輸出最佳圖形的掩模。 相較于〇PC，ILT受目標圖形復雜度的影響較小，且具有更高的優化自由度。Granik將逆向掩 模優化問題分為線性、二次和非線性三類(參見在先技術1，Granik，Y.，"Fast pixel-based mask optimization for inverse lithography" Journal of Micro/Nanolithography, MEMS，and M0EMS，2006.5(4):p. 043002-043002-13.)。用于掩模優化的算法主要有梯度法、 共輒梯度法、水平集法、遺傳算法等。其中，基于遺傳算法的掩模優化方法(參見在先技術2， Fiihner,T. , A . Erdmann , and S · Seifert, "Direct optimization approach for lithographic process conditions"，Journal of Micro/Nanolithography,MEMS,and M0EMS，2007.6(3):p.031006-031006-20.)不需要掌握光刻的先驗知識，可選擇任意成像模 型和優化目標，避免了解析方法難以應用于復雜優化的問題。然而，遺傳算法的交叉和變異 操作缺乏明確的導向性，對最優解的逼近能力較弱。此外，由于基于像素表示的掩模優化 中，優化變量數目過多，導致優化后掩模的復雜度增加，降低了掩模的可制造性。
技術實現思路
本專利技術提供一種基于粒子群優化算法的光刻機掩模優化方法。本方法利用離散余 弦變換將基于像素表示的掩模信息轉換到頻域，截取低頻部分作為優化變量并將其編碼為 粒子，將理想圖形與當前掩模對應的光刻膠像每一點差異的平方和作為評價函數，通過粒 子群優化算法優化掩模圖形。該方法原理簡單，易于實現，收斂速度較快，且優化后的掩模 具有良好的可制造性。 本專利技術的技術解決方案如下： -種基于粒子群優化算法的光刻機掩模優化方法，具體步驟為： 1)初始化： 初始化掩模圖形Μ的大小*NmXNm，設置掩模圖形Μ上透光部分的透射率為1，阻光 部分的透射率為〇,掩模圖形Μ的坐標為(x，y); 初始化光源圖形J的大小為NSXNS，設置光源圖形J上發光區域的亮度值為1，不發 光區域的亮度值為〇,光源圖形J的坐標為(f，g); 初始化目標圖形It=M;初始化光刻膠的閾值為tr和靈敏度為α; 初始化粒子群的規模為Ν、學習因子為ci和C2、慣性權重的最大值為ω max和最小值 為ω min;初始化離散余弦變換系數為Ndct ; 初始化評價函數閾值為Fs、最大迭代次數為km; 初始化各粒子的位置為xf/和速度為vf，其中i為粒子編號，1 < i <N，j為粒子維 度，j 2 1，k為迭代次數，1 < k < km; 初始化掩模圖形Μ對應的控制變量θ，θ (ξ，η)表示坐標為（ξ，η)的控制變量θ，對應 于初始化粒子的位置為xg，由掩模圖形Μ得到控制變量Θ的具體過程為： ①建立以掩模中心為坐標原點的坐標系，將掩模Μ劃分為四個象限，并選取掩模Μ 的第一象限部分Μι; ②對所述的掩模第一象限部分施進行離散余弦變換得到其頻譜施'； ③對所述的掩模第一象限部分的頻譜％'進行從左上至右下的逐列掃描，并根據 掃描先后順序排列編碼，選取數目為Ndct的低頻部分，將所述的低頻部分本身或增加隨機擾 動作為控制變量Θ ; 定義第k次迭代時粒子i在前k次迭代中使得評價函數值最小的位置為第k次迭代 時粒子i的個體極值;將各粒子的個體極值初始化為其位置: 2)計算各粒子的評價函數值iff,包括下列步驟： ①將第k次迭代時的控制變量0(k)按照步驟1)所述的對掩模第一象限部分的頻譜 M/進行從左上至右下的逐列掃描的先后順序進行反順序編碼為第k次迭代時的掩模第一 象限部分的頻譜 ②對所述的掩模第一象限部分的頻譜Mf進行離散反余弦變換及二值化處理，得 到第k次迭代時的掩模第一象限部分M2 (k); ③由所述的第k次迭代時的掩模第一象限部分M2(k)對稱得到掩模的另外三個象限 部分，從而獲得第k次迭代時的掩模圖形M (k); ④由所述的光源圖形J和掩模圖形M(k)采用光刻仿真軟件得到第k次迭代時的空間 像Ia (k)，并按下列公式計算第k次迭代時的光刻膠像Ir(k):⑤由所述的第k次迭代時的光刻膠像Ir(k)按下列公式計算第k次迭代時的評價函 數值Fi(k): 3)比較第k次迭代時整個種群各粒子的個體極值對應的評價函數值Fi(k)，并將對 應于評價函數值最小的個體極值作為整個種群的全局極值;; 4)判斷是否滿足結束條件： 若整個種群的全局極值對應的評價函數值小于Fs，或者k大于km，則轉入步驟 9)，否則執行步驟5); 5)由粒子群優化算法的速度和位置下列的更新公式計算粒子第(k+Ι)次的速度 v;7〇和粒子第(k+1)次的位置c 為第k次迭代時第i個粒子第j維上的個體極值^^， #為第k次迭代時第g個粒子第j維上的全局極值；f ; 6)計算第(k+1)次迭代時各粒子的評價函數值if+1): ①將第(k+Ι)次迭代時的控制變量0(k+1)按照步驟1)中所述的對掩模第一象限部分 的頻譜進行從左上至右下的逐列掃描的先后順序進行反順序編碼為第(k+Ι)次迭代時 的掩模第一象限部分的頻譜Mf4 ; ②對所述的掩模第一象限部分的頻譜進行離散反余弦變換及二值化處理， 得到第(k+Ι)次迭代時的掩模第一象限部分M2 (k+1); ③由所述的第(k+Ι)次迭代時的掩模第一象限部分M2(k+1)對稱得到掩模的另外三 個象限部分，從而獲得第(k+Ι)次迭代時的掩模圖形M (k+1); ④由所述的光源圖形J和掩模圖形M(k+1)采用光刻仿真軟件得到第(k+Ι)次迭代時 的空間像I a(k+1)，并計算第(k+Ι)次迭代時的光刻膠像Ir(k+1)，公式如下：⑤由所述的第(k+Ι)次迭代時的光刻膠像Ir(k+1)計算第(k+Ι)次迭代時的評價函數 值巧(1{+1)，公式如下： 7)第(k+1)次迭代時，對于粒子i，將Fi(k+1 >與〇寸應的評價函數值比較，如果Fi(k +1)小于對應的評價函數值，則/7=為θ(1?+1)(ξ，η)，其中9(k+1)U，ri)為第(k+i)次迭代時 的θ(ξ，η)，否則，pt11 為 8)第(k+1)次迭代時，對于粒子i，將Fi(k+1 >與對應的評價函數值比較，如果Fi(k +1)小于對應的評價函數值，則4+本文檔來自技高網...
【技術保護點】
一種光刻機掩模的優化方法，其特征在于，該方法包含以下步驟：1)初始化:初始化掩模圖形M的大小為Nm×Nm，設置掩模圖形M上透光部分的透射率為1，阻光部分的透射率為0，掩模圖形M的坐標為(x,y)；初始化光源圖形J的大小為Ns×Ns,設置光源圖形J上發光區域的亮度值為1，不發光區域的亮度值為0，光源圖形J的坐標為(f,g)；初始化目標圖形It＝M；初始化光刻膠的閾值為tr和靈敏度為α；初始化粒子群的規模為N、學習因子為c1和c2、慣性權重的最大值為ωmax和最小值為ωmin；初始化離散余弦變換系數為NDCT；初始化評價函數閾值為Fs、最大迭代次數為km；初始化各粒子的位置為和速度為其中i為粒子編號，1≤i≤N，j為粒子維度，j≥1，k為迭代次數，1≤k≤km；初始化掩模圖形M對應的控制變量θ，θ(ξ,η)表示坐標為(ξ,η)的控制變量θ，對應于初始化粒子的位置為由掩模圖形M得到控制變量θ的具體過程為：①建立以掩模中心為坐標原點的坐標系，將掩模M劃分為四個象限，并選取掩模M的第一象限部分M1；②對所述的掩模第一象限部分M1進行離散余弦變換得到其頻譜M′1；③對所述的掩模第一象限部分的頻譜M′1進行從左上至右下的逐列掃描，并根據掃描先后順序排列編碼，選取數目為NDCT的低頻部分，將所述的低頻部分本身或增加隨機擾動作為控制變量θ；定義第k次迭代時粒子i在前k次迭代中使得評價函數值最小的位置為第k次迭代時粒子i的個體極值將各粒子的個體極值初始化為其位置2)計算各粒子的評價函數值Fi(k)，包括下列步驟：①將第k次迭代時的控制變量θ(k)按照步驟1)所述的對掩模第一象限部分的頻譜M′1進行從左上至右下的逐列掃描的先后順序進行反順序編碼為第k次迭代時的掩模第一象限部分的頻譜②對所述的掩模第一象限部分的頻譜進行離散反余弦變換及二值化處理，得到第k次迭代時的掩模第一象限部分M2(k)；③由所述的第k次迭代時的掩模第一象限部分M2(k)對稱得到掩模的另外三個象限部分，從而獲得第k次迭代時的掩模圖形M(k)；④由所述的光源圖形J和掩模圖形M(k)采用光刻仿真軟件得到第k次迭代時的空間像Ia(k)，并按下列公式計算第k次迭代時的光刻膠像Ir(k)：Ir(k)(x,y)=sig{Ia(k)(x,y)}=11+e-α(Ia(k)(x,y)-tr);]]>⑤由所述的第k次迭代時的光刻膠像Ir(k)按下列公式計算第k次迭代時的評價函數值Fi(k)：Fi(k)=||Ir(k)-It||22=ΣyΣx(Ir(k)(x,y)-It(x,y))2;]]>3)比較第k次迭代時整個種群各粒子的個體極值對應的評價函數值Fi(k)，并將對應于評價函數值最小的個體極值作為整個種群的全局極值4)判斷是否滿足結束條件：若整個種群的全局極值對應的評價函數值小于Fs，或者k大于km，則轉入步驟9)，否則執行步驟5)；5)由粒子群優化算法的速度和位置下列的更新公式計算粒子第(k+1)次的速度和粒子第(k+1)次的位置式中，壓縮因子慣性權重ω=ωmax-k(ωmax-ωmin)km,]]>為第k次迭代時第i個粒子第j維上的個體極值為第k次迭代時第g個粒子第j維上的全局極值6)計算第(k+1)次迭代時各粒子的評價函數值①將第(k+1)次迭代時的控制變量θ(k+1)按照步驟1)中所述的對掩模第一象限部分的頻譜M1′進行從左上至右下的逐列掃描的先后順序進行反順序編碼為第(k+1)次迭代時的掩模第一象限部分的頻譜②對所述的掩模第一象限部分的頻譜進行離散反余弦變換及二值化處理，得到第(k+1)次迭代時的掩模第一象限部分M2(k+1)；③由所述的第(k+1)次迭代時的掩模第一象限部分M2(k+1)對稱得到掩模的另外三個象限部分，從而獲得第(k+1)次迭代時的掩模圖形M(k+1)；④由所述的光源圖形J和掩模圖形M(k+1)采用光刻仿真軟件得到第(k+1)次迭代時的空間像Ia(k+1)，并計算第(k+1)次迭代時的光刻膠像Ir(k+1)，公式如下：Ir(k+1)(x,y)=sig{Ia(k+1)(x,y)}=11+e-(Ia(k+1)(x,y)-tr);]]>⑤由所述的第(k+1)次迭代時的光刻膠像Ir(k+1)計算第(k+1)次迭代時的評價函數值Fi(k+1)，公式如下：Fi(k+1)=||Ir(k+1)-It||22=ΣyΣx(Ir(k+1)(x,y)-It(x,y))2;]]>7)第(k+1)次迭代時，對于粒子i，將與對應的評價函數值比較，如果小于對應的評價函數值，則為θ(k+1)(ξ,η)，其中θ(k+1)(ξ,η)為第(k+1)次迭代時的θ(ξ,η)，否則，為8)第(k+1)次迭代時，對...
【技術特征摘要】
【專利技術屬性】
技術研發人員：王磊，王向朝，李思坤，楊朝興，
申請(專利權)人：中國科學院上海光學精密機械研究所，
類型：發明
國別省市：上海;31
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。