【技術實現步驟摘要】
本申請屬于半導體，尤其涉及一種光刻模型建立方法、設備、存儲介質及程序產品。
技術介紹
1、在半導體
中，光刻是集成電路制造中的一道關鍵工藝，其主要通過包括基底準備、涂膠、前烘、對準、曝光、后烘、顯影、量測、刻蝕等步驟將目標圖形轉移到硅片基底上。隨著技術節點的不斷深入，光刻目標圖形的尺寸越來越小，光學衍射效應以及光刻膠中發生的物理化學效應越來越多地影響光刻后基底上圖形的形狀。因此對設計圖形做光學臨近效應修正(optical?proximity?correction，opc)在超大規模集成電路的制造過程中發揮越來越重要的作用。
2、目前在實際生產中，主要的修正手段是依據經驗性的規則對設計圖形進行opc處理。隨著工藝節點的不斷推進修正規則的確定越來越困難，傳統基于規則的opc方法越來越難以滿足實際工藝的需要，基于光刻模型的opc方法解決了這一問題。光刻模型是一種基于實際物理化學效應，對實際工藝形貌量測數據擬合得到的經驗模型。通過光刻模型可以模擬工藝中從曝光到顯影的過程，仿真出顯影后光刻膠的具體形貌，從而進一步對設計圖形進行修正。因此光刻模型預測的精確性就成為了影響基于光刻模型的opc修正能力的關鍵。然而，現有光刻模型建立手段往往存在不夠高效、準確的技術缺陷，其得到的光刻模型在精確預測方面仍有所欠缺。
3、基于此，業界仍然亟待一種更為高效的光刻模型建立方案，以達到更為精準地對光刻仿真流程中光刻膠形貌數據進行模擬預測的目的。
技術實現思路
1、本申請實施例提供一
2、第一方面，本申請實施例提供一種光刻模型建立方法，該光刻模型建立方法包括：
3、獲取光刻仿真流程中光刻膠的實際形貌量測數據以及與光刻仿真流程對應的光刻膠的n個物理化學效應函數，物理化學效應函數用于表征光刻膠在光刻仿真流程中發生的物理化學效應，n為正整數；
4、基于n個物理化學效應函數，建立初始光刻模型，初始光刻模型中包括n個物理化學效應函數中的多個待求解參數；
5、基于初始光刻模型和實際形貌量測數據，通過運行遺傳算法迭代求解得到適應度符合第一預設條件的目標參數組合，適應度基于初始光刻模型的損失函數和/或均方根誤差確定得到，目標參數組合中包括多個待求解參數分別對應的目標取值；
6、基于目標參數組合，確定得到光刻仿真流程下光刻膠的目標光刻模型。
7、在一些可能的實施方式中，基于初始光刻模型和實際形貌量測數據，通過運行遺傳算法迭代求解得到適應度符合預設條件的目標參數組合，包括：
8、隨機生成多個染色體作為初始種群，多個染色體中任一染色體由二進制編碼的多個基因串聯而成，多個基因分別對應多個待求解參數的隨機取值；
9、重復執行基于實際形貌量測數據和初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度，并基于適應度從多個染色體中選取部分染色體；以及，
10、基于所選取的部分染色體確定下一輪種群，并將本輪種群迭代更新為下一輪種群的步驟，直至迭代得到滿足迭代終止條件的目標種群；
11、從目標種群中選取使得初始光刻模型的適應度最小的目標染色體，并將目標染色體解碼為對應的目標參數組合。
12、在一些可能的實施方式中，迭代終止條件包括：種群迭代次數達到最大迭代次數、種群中出現染色體的適應度達到預定適應度目標，或者種群迭代運行時間達到預設運行時間；該光刻模型建立方法還包括：
13、基于最大迭代次數、預定適應度目標或預設運行時間，確定種群迭代所需的目標收斂速度參數；
14、基于預設的收斂速度參數與種群篩選比例之間的對應關系，確定與目標收斂速度參數對應的目標種群篩選比例；
15、基于實際形貌量測數據和初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度，并基于適應度從多個染色體中選取部分染色體，包括：
16、基于實際形貌量測數據和初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度，并基于適應度和目標種群篩選比例從多個染色體中選取部分染色體。
17、在一些可能的實施方式中，基于實際形貌量測數據和初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度，并基于適應度和目標種群篩選比例從多個染色體中選取部分染色體，包括：
18、基于實際形貌量測數據和初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度；
19、比較多個染色體一一對應的適應度，確定得到多個染色體的適應度排序結果；
20、基于適應度排序結果，按照目標種群篩選比例從多個染色體中選取部分染色體。
21、在一些可能的實施方式中，基于所選取的部分染色體確定下一輪種群，并將本輪種群迭代更新為下一輪種群，包括：
22、對選取的部分染色體進行染色體變異和/或染色體交叉操作處理，生成多個操作處理后的染色體；
23、從選取的部分染色體中選取適應度滿足第二預設條件的染色體，得到m個染色體，m為非負整數；
24、基于多個操作處理后的染色體和m個染色體，構建得到下一輪種群，并將本輪種群迭代更新為下一輪種群。
25、在一些可能的實施方式中，在獲取光刻仿真流程中光刻膠的實際形貌量測數據之前，該光刻模型建立方法還包括：
26、獲取光刻仿真流程的顯影步驟后的光刻膠的初始形貌量測數據；
27、根據預設數據清洗規則對初始形貌量測數據進行數據清洗，得到實際形貌量測數據；
28、其中，預設數據清洗規則包括：剔除多次量測結果偏差大于預設偏差閾值的數據，和/或，剔除偏離預設關鍵尺寸范圍的數據。
29、在一些可能的實施方式中，適應度包括：初始光刻模型對光刻仿真流程中光刻膠的預測形貌量測數據與實際形貌量測數據的均方根誤差；
30、適應度的計算公式為：
31、
32、其中，rms為適應度，model_cd1為預測形貌量測數據中的第1個關鍵尺寸，gauge_cd1為實際形貌量測數據中的第1個關鍵尺寸，model_cdn為預測形貌量測數據中的第n個關鍵尺寸，gauge_cdn為實際形貌量測數據中的第n個關鍵尺寸。
33、基于相同的專利技術構思，第二方面，本申請實施例提供了一種光刻模型建立裝置，該光刻模型建立裝置包括：
34、第一獲取模塊，用于獲取光刻仿真流程中光刻膠的實際形貌量測數據以及與光刻仿真流程對應的光刻膠的n個物理化學效應函數，物理化學效應函數用于表征光刻膠在光刻仿真流程中發生的物理化學效應，n為正整數；
35、第一建立模塊，用于基于n個物理化學效應函數，建立初始光刻模型，初始光刻模型中包括n個物理化學效應函數中的多個待求解參數；
36、第一求解模塊，用于基于初始本文檔來自技高網...
【技術保護點】
1.一種光刻模型建立方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述初始光刻模型和所述實際形貌量測數據，通過運行遺傳算法迭代求解得到適應度符合預設條件的目標參數組合，包括：
3.根據權利要求2所述的方法，其特征在于，所述迭代終止條件包括：種群迭代次數達到最大迭代次數、種群中出現染色體的適應度達到預定適應度目標，或者種群迭代運行時間達到預設運行時間；所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述基于所述實際形貌量測數據和所述初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度，并基于所述適應度和所述目標種群篩選比例從所述多個染色體中選取部分染色體，包括：
5.根據權利要求2所述的方法，其特征在于，所述基于所選取的所述部分染色體確定下一輪種群，并將所述本輪種群迭代更新為下一輪種群，包括：
6.根據權利要求1所述的方法，其特征在于，在獲取光刻仿真流程中光刻膠的實際形貌量測數據之前，所述方法還包括：
7.根據權利要求1所述的方法，其特征在于，所述適應度包
8.一種光刻模型建立設備，其特征在于，所述設備包括：處理器以及存儲有計算機程序指令的存儲器；
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序指令，所述計算機程序指令被處理器執行時實現如權利要求1-7任意一項所述的光刻模型建立方法。
10.一種計算機程序產品，其特征在于，所述計算機程序產品中的指令由電子設備的處理器執行時，所述電子設備執行如權利要求1-7任意一項所述的光刻模型建立方法。
...【技術特征摘要】
1.一種光刻模型建立方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述初始光刻模型和所述實際形貌量測數據，通過運行遺傳算法迭代求解得到適應度符合預設條件的目標參數組合，包括：
3.根據權利要求2所述的方法，其特征在于，所述迭代終止條件包括：種群迭代次數達到最大迭代次數、種群中出現染色體的適應度達到預定適應度目標，或者種群迭代運行時間達到預設運行時間；所述方法還包括：
4.根據權利要求3所述的方法，其特征在于，所述基于所述實際形貌量測數據和所述初始光刻模型，計算得到本輪種群中多個染色體一一對應的適應度，并基于所述適應度和所述目標種群篩選比例從所述多個染色體中選取部分染色體，包括：
5.根據權利要求2所述的方法，其特征在于，所述基于所選取的所述部分染色體確定下一輪種群，并將所述本輪種群...
【專利技術屬性】
技術研發人員：江暢，王航宇，
申請(專利權)人：深圳晶源信息技術有限公司，
類型：發明
國別省市：
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。