比较覆盖目标模拟和实际测量确定模型和可以帮助设计师提高模型不准确。
由s . Lozenko b·舒尔茨l . Fuerst c . Hartig m·鲁姆GlobalFoundries和t . Shapoval g . Ben-Dov z Lindenfeld, r . Haupt KLA-Tencor r·王
文摘
数值模拟覆盖计量目标已成为先进技术节点的实际标准。虽然适当的仿真软件是广泛使用在工业与指标,允许选择表现最好的目标,是欠发达的模型验证工具。我们提出一个方法的数值模型验证的基础上,对比仿真结果和产品覆盖测量目标。“simulation-to-measurement”软件是用于这项工作比较性能指标和准确性的旗帜scatterometry-based覆盖目标使用精良KLA-Tencor™模拟器设计的关键层12海里FD-SOI FEOL堆栈和22纳米FD-SOI BEOL堆栈。我们演示simulation-to-measurement匹配使我们能够验证模型,确定模型和产品之间的差异,并构建一个改进的模型,正确地描述了目标。细化目标堆栈用于基于图像覆盖目标模拟让我们获得更好的执行光学覆盖目标。
1。介绍
覆盖的不断紧缩预算近年来吸引了大量关注的问题覆盖所有尖端芯片制造商设计的目标。覆盖在光刻控制通常需要经过光刻胶的发展步骤使用的两个测量技术:image-based-overlay(伊博语)或散射测量/ diffraction-based-overlay (SCOL / DBO)。优化目标设计需要可靠的数值模拟工具。适当的仿真软件包广泛应用于工业以及具体的指标,允许选择表现最好的目标在一个大的候选人,为基于图像和diffraction-based测量方法1 - 4。而数值模拟成为一个标准的实践目标设计阶段期间,目标模型验证仍然是一个至关重要的问题,解决这个问题仿真输出是否符合实际的测量。
测试和验证数值模拟器本身并不足以获得可靠的目标设计,任何模拟是基于传入的堆栈和处理数据。没有足够准确的栈参数(特别是膜层的厚度、材料的光学特性和几何特性的光栅),仿真结果可以显著偏离实际测量,基本上成为无用的。典型的堆栈信息来源是光学计量测量(椭圆光度法),以及CD-SEM TEM横断面图。然而,在科技发展的阶段、计量目标通常需要放置在面具之前第一晶片加工晶圆工厂。因此,基于过程的假设而设计的目标需要有限的信息准确的堆栈和光学性质的材料。这个过程不确定性使任何能力评估堆栈模型质量目标设计研发阶段的关键。仿真模块使用直接比较测量数据的模拟是一个是一个重要的特性添加到任何仿真方案。这样一个仿真模块的目的是执行堆栈审核,如果需要,建议最适合的模型调整和改进基于测量数据模型与特定过程变化。
在这项工作中,我们证明了目标产品的设计改进的几个关键层在研发阶段使用KLA-Tencor simulation-to-measurement (S2M)软件工具。S2M软件工具比较计算目标性能指标和准确性旗帜为范围广泛的栈参数与相应的测量量从多个站点遍布测量晶圆。它占所有可用的硬件设置scatterometry-based叠加(SCOL)工具。这些包括不同波长和偏振的照明光以及各种切趾法。这样的比较提供了一个快速的估计模型的质量和准确性水平,而且有助于在决定,基于匹配的各种变化过程,应该做什么样的调整在堆栈为了提高模型精度。尽管当前版本的S2M工具仅限于SCOL技术,我们从S2M证明获得的知识可以直接运用基于图像的目标改进。
手稿的结构如下。1.1 - -1.2节中我们简要概述基于散射测量的覆盖度量的原则,介绍了SCOL目标体系结构和目标性能指标。章节1.3 - -1.4描述目标仿真原理和性能指标用于目标排名。1.5节是致力于S2M比较算法的细节和1.6节中我们简要讨论基于图像的目标和相关的精度指标。第二节给出了两个例子的目标模型验证和调整基于对比模拟和测量的两个关键层产品在研发阶段。最后,在第三节我们得出结论并给出一个简短的摘要。
1.1。散射测量覆盖(SCOL)基础知识
这里我们将简要描述SCOL技术背后的测量原理和审查所需的目标架构。为进一步的细节,我们希望参考文章3 - 5。
SCOL背后的测量原理是angle-resolved散射测量单色光源5。不同的一代又一代的弓箭手TM工具有多个照明选择,不同来源几单波长在可见光的范围(400 - 800 nm)的可调谐激光器涵盖整个可见光谱6、7。SCOL目标包括四个细胞两个细胞用于X和Y覆盖测量的其他两个各自光栅矢量方向(图1(左)。覆盖目标的单位细胞由grating-over-grating反射衍射结构。收集后的目标反射的光线衍射的瞳孔平面工具显微镜。集合中的每个点学生平面对应一个不同的极性和方位衍射角。选择集合的数值孔径镜头足够高,以便收集±1圣衍射的订单。目标的光栅放置在需要测量和叠加的层被称为当前层或上光栅和上一层或下光栅。两个光栅的数量级相同音高的用于测量光的波长。这允许捕捉±1圣订单收集学生平面,这样他们不重叠和零阶点是完全包含在数值孔径(图1)。的强度分布一阶衍射斑点在瞳孔平面用于叠加计算。光刻失调导致当前和以前的光栅之间的相对位移grating-over-grating结构,导致之间的对称性破坏+ 1圣和1圣衍射的订单。这个强度差异+ 1圣和1圣衍射信号的叠加值。
因此,我们定义的“微分信号”的减1圣信号从+ 1圣一:
(1)
在哪里p表示一个像素的指数在收集学生平面上,相应的衍射角。下标我= 1,2是指一个靶细胞。为了能够量化的叠加值,两个细胞所需的测量与一定的诱导转变方向,f0在相反的方向。然后,顶部和底部之间的总偏差光栅的两种细胞:
(2)
的典型值f0约20海里。我们从两个微分信号中提取叠加值对应到两个细胞4。叠加值分别为瞳孔平面上的每个像素定义。加权平均,放大的贡献更敏感的像素,然后申请获得单一价值叠加的结果。
在当前的工作我们使用KLA-Tencor阿切尔500 lcm系统单色光源。照明点由视场光阑限制到单个靶细胞。测量工具提供了三个主要的变量定义的测量条件:照明波长(λ),照明面具或切趾器(选择正常照明或离轴照明),和光偏振。六个单波长资源,分布在可见光波长范围(400 - 800 nm)。偏振设置决定照明和收集光极化。我们称光为P-polarized当电场矢量平行于光栅和S-polarized时垂直于光栅。三种不同照明变迹器是可用的:两个提供一个同轴的照明和命名“上流社会的”(TH)和“专注帮助”(FA)和第三个离轴照明——“四极”(QP)。TH切趾器减少用于生产覆盖测量,但是是仿真的一个重要组成部分的测量比较。
图1所示。左:典型的SCOL目标示意图,每一对对角细胞用于覆盖测量光栅矢量的方向。右:单个靶细胞的横截面视图包含一个grating-over-grating结构。层的光栅形成的覆盖需要测量和被称为“当前层”和“上一层”。事件和衍射光以及一组学生抓住了0th,±1圣衍射订单示意图所示。
1.1。目标性能指标
角度解决散射测量衍射光被收集在瞳孔平面提供了独特的瞳孔飞机上每个点的叠加值。这就是为什么这瞳孔图像包含大量的信息可用于评价除了加权平均数的叠加值。这个信息叠加在瞳孔平面的同质性是由各种各样的目标性能指标,描述或所谓的准确性旗帜,同时计算和报道的叠加值。弓箭手500 lcm系统计算十多精度钥匙每个计量点的X和Y方向。准确性钥匙可以被分成了几组学生形象的描述不同的属性:覆盖在垂直方向上均匀,覆盖计算算法的有效性,学生噪音,灵敏度为叠加和目标鲁棒性为目标可能的变化过程8。这些指标准确性的关键球员在刀具自动配方优化过程中选择表现最好的食谱。但更重要的是,准确性键提供了一个直接的方式监控配方的稳定生产。
1.2。目标仿真原理
介绍后散射测量测量原理在前一节中,我们现在提供一个目标仿真方法的概述。
数值模拟的衍射图样SCOL目标执行使用RCWA方法通过求解麦克斯韦方程(严格耦合波分析)纳入KLA-Tencor软件包命名正确。入射光的叠加表示飞机波浪在离散的角度。每个角都对应于一个像素登记CCD传感器的瞳孔平面。轴上(TH, FA)和离轴(QP)切趾器分别模拟。
两种不同种类的输入参数是美联储模拟器:参数描述堆栈(层的厚度和材料分散体)和目标设计参数的变化在模拟为了优化目标性能,具体的堆栈。后者包括底部和顶部距光栅,光栅的CD(临界尺寸),半场转变,区分“bar-over-bar”(我们F= 0)和“trench-over-bar”(我们F= 1)配置和不同的光栅细分酒吧。
另一个重要的输入参数是所谓的“变化过程”。5月生产晶片厚度不同的堆栈层不同的晶片以及薄片由于制造过程不稳定。同样,正如已经提到的,厚度在研发阶段只知道大概,及其可能的范围是基于过程的假设,而不是定义内联测量数据。即使某一层的厚度被认为是完全按照定义过程是适时调整,后续制造过程的影响可能显著改变它。建模偏差的实际层厚度从名义值可能会导致强烈的目标性能退化,引起光栅共振9和渲染目标无法使用。因此,重要的是要保证在建模阶段选择SCOL目标可以处理一定数量的层厚度的变化与合理的性能。过程变化(PV)可以单独应用于每个堆栈层和设置一系列层的厚度或光栅的CD在模拟多种多样。仿真通常是为名义的堆栈和极限PV范围(“Nominal-PV”和“名义+光伏”值)假设一个线性行为目标的性能在PV范围内。
RCWA求解器计算琼斯矩阵与每个照明角度为每个关联相关(远场)衍射秩序。在我们的示例中这些±1圣和0th订单。然后软件占相关光学系统元素的贡献(如镜头和偏振器)将琼斯矩阵转化为强度。特别是,我们占了偏振器(在照明路径)和一个分析器(路径)集合,这是设置为0或90度取决于指定的工具设置“P-polarized”或“S-polarized”光。求解的结果是学生的收集图片,类似于覆盖的CCD摄像机获得的测量工具,为每个目标几何模拟和硬件设置。
1.3。目标模拟的性能指标
类似于测量,模拟瞳孔图像是用来计算的数量描述SCOL目标性能,namely-accuracy指标。为目的的目标设计,这些指标是目标选择过程的基本标准:目标的排名基于精度指标是用来找到最好的表演和健壮的目标和工具设置。
仿真的一个重要指标是sensitivity-to-overlay (SE[1 / nm])的指标可测性的目标精度的观点(或信噪比)。的数学定义SE偏导数的差分信号叠加。如果我们从两个目标细胞近似微分信号傅里叶级数的第一项(仅反对称条件)4,进一步假设一个小图案层之间的偏差的,每个学生sensitivity-to-overlay像素可以写成:
(3)
对于每一个目标细胞(i = 1、2)。D1(p)和D2(p)的微分信号+ 1圣和1圣衍射的命令与+细胞f0和- - - - - -f0pre-introduced转变。从这个结果平均度规,SE,是派生的一种signal-normalized总和的像素,这样SE的维度(1 /长度)。这个指标表明敏感目标是顶部和底部之间的转变光栅(叠加)。
第二个关键的参数是“Pupil-Complexity-Index”(PCI)描述目标鲁棒性变化过程。PCI的离散值0或1,表明(3)中的函数是否在瞳孔改变符号。变化迹象表明共振的存在,这意味着一个突然的变化计算叠加在瞳孔和顶部和底部之间通常发生由于干扰光栅对某些目标几何形状和测量条件。因此,无论改变信号检测(PCI = 1),相关的目标和测量设置需要拒绝,而当没有迹象表明改变(PCI = 0),目标设置和测量是稳定的瞳孔图像的叠加计算。数学PCI的定义是:
(4)
在哪里
(5)
和Sp是总瞳孔区域D1- d2> 0,而年代n是总瞳孔区在哪里D1- d2< 0。的F阈值参数在理论上应该等于零,但实际上它是等于少量这样的改变迹象少数像素由于噪音没有任何影响PCI的价值。
1.4。Simulation-to-Measurement工具方法
执行模拟的比较测量使用KLA-Tencor S2M软件。比较目标性能指标和准确性旗帜从覆盖测量工具中提取与精良的模拟器的输出两个步骤。第一步匹配指标和标志分别为每个工具设置(波长、切趾器偏振)指标在哪里标注在x轴上的轴和工具设置。第二步相关测量和模拟结果之间的各种工具设置。
执行的测量是在几个地点在水面上覆盖现有的目标性能调制由于晶片过程变化。仿真是以一个具有多个过程变化的目标。堆栈的参数(厚度、CD)是不同的PV定义范围内的几个步骤。对比模拟和测量了所有可能的配方设置(硬件配置)。每个点的误差对比图是由晶圆的测量值的变化和应用PV的影响模拟的指标。匹配的美好可以评估每个工具设置测量和仿真误差之间的重叠bars-matching是完美的,当误差完全重叠。
图2。多维误差,展示理想的重叠的测量和模拟结果:测量指标范围(绿框)是完全包含在模拟指标范围(黄色框)。点显示真实的测量数据点,这可以是在模拟过程变化范围(绿色)或外部(红色)。
如果多个指标同时进行比较,衡量的交集和模拟值不再是一个重叠的1 d误差,但可以表示为hyper-box-an n维盒其中n是比较指标的数量。这是示意图描述在图2两个指标的情况下,模拟和测量值的重叠的矩形(2 d hyper-box)成形。我们期望每个测量在不同的位置在晶片适合矩形所定义的模拟过程的总空间变化。
的第二部分匹配过程检查不同的工具设置之间的关系,即。照明光线波长的不同组合,极化和切趾器。线性相关图完成指标的模拟和测量值在哪里标注在相应的X和Y轴,图上的每个点代表一个不同的工具设置。后来一个最小二乘线性执行和确定系数R2以及安装线的斜率是为了评估评估匹配的水平。理想情况下,模拟度量值应该等于测量,这将产生一个直安装线斜率的统一。然而,多个non-simulated效应存在于测量导致偏差数据点的直线。Non-simulated影响包括,但不限于,测量噪声变得越来越明显的低水平的测量信号,偏差的真实材料分散和真实目标维度建模的各种不对称的衍射光栅元素以及细胞细胞不同的目标和目标印刷适性问题。
执行一个线性相关性如上所述晶片上的每个测量位置和每个模拟过程变化。最高的过程变异R²然后选择过程中为每一个测量位置变化,因此,达到最好的过程变化与实验数据的吻合程度。在理想情况下,当模拟模型完全匹配晶片上的目标,最好的相关性应该是名义栈参数的测量位置。名义设计栈的任何变化,如整个晶片厚度的变化,不同的材料分散、CD偏见由于腐蚀或光刻过程导致这一事实得到最好的相关性建模过程的变化。测量在多个地点让我们评估稳定的相关性在晶片,给第一个暗示不匹配的原因。为了量化的匹配,计算“相关性得分”作为网站的数量比良好的线性相关(R2> 0.64)的总数测量网站。R的阈值2= 0.64选择基于经验与许多不同的堆栈和它反映了水平的精度,可以实现模拟和实测数据之间的比较。
一致相关性一定PV使我们能够识别模型的一部分可以改善什么,栈参数应使用独立的技术验证(额外的堆栈厚度测量在不同的生产步骤,横断面图,CD-SEM / TEM测量)。
因此,模拟测量匹配达到两个目标:一方面它使模型的快速验证和另一方面标识问题领域,提供了模型改进的线索。更进一步,S2M过程可以重复多次迭代:每次运行后,SCOL目标模型调整基于最佳关联PV和一个新的模拟执行。新模拟结果与测量相比,下一个最佳关联PV是采取进一步提高模型,从而产生最好的模型描述了薄片上SCOL目标。
总而言之,仿真测量能力明显提高目标设计周期提供质量检验模型和允许系统模型的优化。图3展示了角色S2M软件在目标设计周期。
图3。覆盖目标设计周期和simulation-to-measurement比较在目标选择的角色。
1.5。基于图像覆盖目标模拟和相关的精度指标。
建立了基于映像的技术覆盖测量数十年来,由于其成熟和成本效率的首选方法28 nm节点。会低于28 nm映像和diffraction-based技术并行发展,提供先进的芯片制造商与两个可选的解决方案,每一个有自己的优势为特定生产步骤6。基于图像叠加技术的基本原则是常规的处理目标图像,由CCD摄像机采集焦平面的显微镜。最常见的用于这项技术目标的目标®目标10。任何覆盖测量是基于对称破坏目标,其他不对称,与覆盖转变,会影响测量结果。有两个重要的方法来获得良好的执行和准确的目标。一方面,设计的目标应该是基于产品设计规则,以确保名义过程及其可能的变化不会影响他们的对称和印刷适性。另一方面,印刷的质量目标应在生产中控制和监控。KLA-Tencor的软件包,用于设计目的目标基于相同的输入数据和相似模拟原则对于SCOL(1.3小节中描述)。目的目标排名根据他们特定的精度指标。主要指标有“Qmerit”和“对比精度”。弓箭手500 lcm系统为每一个计量点允许测量相同的度量和监控他们的行为在生产。Qmerit精度的关键,解决了不对称的目标,及其应用的配方设置和过程监控,详细描述几个出版物7日,11 - 14。对比精度指标,代表了图像对比,因此地址收集到的目标图像的信噪比9。图像的对比是一个先决条件好的目标在测量精度。
2。模拟测量比较
2.1。示例1
在第一个示例中,我们将演示一个对比模拟和测量SCOL目标12海里FD-SOI FEOL堆栈的技术产品。目标必须设计提供完整的结构学习之前,部分基于过程的假设,没有确切的知识层厚度。之间的覆盖必须测量上一层屏蔽层和开发,包括外延生长锗硅和氧化硅层上的一个薄/硅晶片(图5)。精良目标使用KLA-Tencor模拟软件,有足够大的空间pv为了占可能偏离假定的名义厚度值。
覆盖测量进行500年阿切尔lcm工具网站17日,均匀地分布在整个晶片,和叠加数据,以及目标性能指标和准确性旗帜收集所有可能的硬件设置的波长组合,极化和切趾器。我们使用了S2M软件比较主要兴趣的指标——Sensitivity-to-Overlay和学生复杂性指数。测量和模拟值的误差棒图SE指标为每个硬件设置提供了一个直观的了解匹配质量(图4)。严格误差测量的测量数据点证据SE值统一整个晶片和隐式地确认好生产过程一致性。薄片的变化不是在这种情况下进行验证。模拟的数据点的宽误差是由于大型光伏发电系统应用在simulations-layer厚度变化为了占15%在这个过程中错误的假设和可能的生产过程的不确定性。
测量和模拟之间的线性相关图SE值显示最好的匹配模型,在层厚度为9.3 nm大于名义。相关性是一致的在晶片上的所有测量网站,与R2然而斜率= 0.96,表明测量的灵敏度是平均1.5倍的预测模拟(图5 b)。9.3 nm的建议厚度差异似乎可行,随着建模层厚度是基于假设,而不是真正的堆栈上测量。的确切厚度层(指堆栈在图5)没有被验证使用独立测量的时候写作本文。创建新的,改进的模型重新调整层的厚度和比较模拟和测量之间的重复(图5 b,实线)。最好的相关性这一次是更厚的氧化层,R2= 0.96和类似的斜率。氧化厚度,然而,是一个严格的控制参数,1.5 nm的区别,从模型似乎很大程度上是不可能的。因此,我们查阅了所有的模拟pv,寻找高的相关性R2和斜率接近统一在同一时间。两位候选人被发现:在第一个模型中,锗硅层的厚度是1纳米高在第二个,如果厚度是1纳米低。两种模型提出基本相同的光学effect-larger阶梯高度之间的硅和锗硅层。但随着Si厚度精确已知和控制,更厚的锗硅是最合理的仿真结果(图5 b,虚线)。锗硅的厚度增加了1海里,测量和模拟值之间的匹配SE成为完美的:0.94 R的斜率2= 0.92是在这被认为是一个好的适合什么类型的测量和建模。
阶段的目标设计、硅/锗硅接口的具体地形是未知的和结构建模为一个简单的矩形一定高度的一步。S2M比较的结果引发了我们研究结构在更多的细节。TEM截面证实S2M发现:首先,锗硅层的厚度确实是-1.5 ~ 1.2 nm比最初的建模,和地形的硅/锗硅界面是更复杂的比一个简单的矩形一步。真实和模拟地形之间的差异,以及不同材料色散在边境地区,可能占剩下的模拟和测量之间的差异。从实用的角度来看,这些差异没有重要作用:小的变化SE(1)的军医的顺序不太可能产生明显影响,尽快覆盖测量SE为选中的目标价值高于推荐阈值的0.001 - -0.002 1 / nm。出于同样的原因,我们忽略了非零截距值的线性相关情节,低于0.5 e - 3。应该注意,硬件设置# 8,选为表现最好的一个工具软件,测量和模拟之间的匹配SE价值观是完美的改进模型(图4)。
图4。的误差图SE度量所有可用的硬件设置显示了改进的模型相比,更好的匹配。测量误差表示的低变异性SE整个晶片。模拟误差酒吧提供一个快速的视觉评估目标在每个测量灵敏度过程变化的条件。
PCI度量比较显示模拟和测量值之间的一个很好的协议对于大多数的硬件设置。最好的硬件设置# 8 PCI的模拟值为零的过程变化,这意味着目标是健壮的厚度对栈的变化。
simulation-to-measurement比较这里提出的“X”细胞执行SCOL它锁定攻击目标—对细胞覆盖在X方向的措施。而模拟结构是完全对称的,和“Y”细胞是相同的“X”细胞,制造过程可能导致不同的结构模式,面向正交的方向。匹配重复使用目标性能指标和准确性旗帜的“Y”对细胞研究SCOL目标,产生了类似的结果。
图5。(a)的横截面示意图模拟目标堆栈,组成图案的抵抗层和前一个外延锗硅层。一个周期的光栅方向。测量和模拟值之间的线性相关情节SE指标的原始(b)和(c) SCOL改善目标模型。好相关的模拟过程变化表明制造堆栈和模型之间的差异,并建议模型改进的方法。原始模型的最佳关联是一个厚层(9.3 nm高于名义)。改进模型两个相关性显示厚氧化层(菱形,实线)和锗硅层更厚(圈,虚线),选为最佳人选。测量SE在情节在17日平均测量值。
另外改善上述SCOL目标模型允许我们设计一套更好的图像覆盖的目标10为同一FEOL堆栈。最初的目标设定的目标的模拟精度,使用正确的软件设计,出来上面推荐的阈值为0.5(图6)。因此被认为是低质量的目标,几乎没有可测量的设计阶段。整个测量光学图像叠加是怀疑的可能性假设FEOL堆栈上一层由于对比度低的特点。当我们应用改进的调整层厚度SCOL模型到目标目标模型,模拟精度值下降几乎是两个因素,并在规范限制的大部分目标。这同意实验观察到的目标的目标性能,使设计更好的执行目标和目标候选人的选择更广泛的人口在一个基于阈值的选择过程。
目的目标提供了一个的造型synthethic显微镜图像,允许设计师视觉评估图像的对比。我们比较了实验获得了阿切尔的显微镜图片500 lcm系统模拟的不同目标的候选人之一(图6 b)。图像的比较复杂的是由于这一事实的对比图像的工具取决于入射光的强度,CCD光学工具,集成的时间和可能不同工具的工具。因此一个纯粹的定性比较,但是给目标性能的印象。上一层目标结构有弱对比使覆盖测量具有挑战性,而当前层的对比是好的,应该没有问题。
2.2。示例2
第二个例子说明了模型验证SCOL目标设计的BEOL通过层22纳米FD-SOI技术。目标是用来测量当前发达抵抗之间的覆盖层和前一个金属层。目标元素在y方向上的正交分割为了实现兼容设计规则(图7)。类似于前面的情况下,覆盖测量进行弓箭手500 lcm系统晶片和13日网站SE和一种总线标准使用S2M指标比较。
不匹配的第一个迹象是最好一个不同的硬件设置选择的工具相比,预测的模型。比较的度量值立即获得原模型表明,模型不可靠:相关性较低的测量(图7 b)以及不匹配一种总线标准观察值。最好的关系是指出一个更高(+ 3海里)抵制厚度,然而R2= 0.48所指模型错误地描述了目标和模拟光伏范围无法识别所需的校正模型。
图6。(a)的仿真目的目标与栈参数得到改善SCOL模型表明,目标是在规范限制精度和适用于测量。(b)模拟显微镜图像的候选目标目标定性同意500年阿切尔lcm获得的图像。
模型审查期间,它被发现后的集成计划改变目标已经实现生产和厚度的层(层B在图7)发生了重大的变化,模拟光伏以外的范围。B层厚度的调整到正确的价值提高了匹配,但最好的相关的高20 nm CD的抗拒。在第一个例子描述的方法之后,几个迭代模型进行了调整。建模结果表明不断增加抵抗CD 60 - 80 nm大于标称值。随后的验证确认,抵制CD确实高。根据CD-SEM测量,CD发达抗拒模式平均60 nm大沿轴和20 nm大轴比SCOL目标设计。测量的比较,因此模拟不仅导致了一种改进的目标模型,而且光刻过程性能的深入了解。
图7。(一)模拟3 d堆栈的草图。目标堆栈由图案抵抗层和一个以前的金属(铜)/夹层介质(ILD)层。一个周期的光栅方向。光栅中分段正交的y设计规则遵循的方向。(b)模拟SE原始模型的值显示低相关性的度量。(c)模型调整后,模拟和测量的相关性SE改善了。情节上的SE测量值平均超过13测量网站。
获得的健康,与改进的模型(图7 c),R2= 0.85和斜率= 0.75,低于一个实现了在上一个示例中,这可能是由于很多因素。一方面,BEOL堆栈中使用这个模型是更复杂的比第一个例子中使用。堆栈包含多个FEOL /摩尔和几个底层BEOL层,因此更容易制造过程变化。另一方面,数值模拟了在三维空间中,因此不匹配的真实和模拟沿轴结构几何引入额外的错误来源。
3所示。结论
在这个工作我们已经演示了如何覆盖目标模拟和实际测量的比较使我们能够识别不准确的模型和建立改进的模型正确地描述了目标。使用“simulation-to-measurement”软件我们相关正确的目标模拟器的输出产品测量阿切尔500 lcm系统上执行的两个关键指标scatterometry-based目标——“sensitivity-to-overlay”和“学生复杂性指数”。模拟进行了考虑大过程排列组合偏差的栈参数标称值。
在第一种情况下的12海里FD-SOI FEOL目标,最初的目标模型导致了模拟和测量覆盖敏感性之间的1.5倍。不同的模拟过程变化的相关测量数据允许识别模型之间的差异和实际的产品。改进后的模型实现了良好的“sensitivity-to-overlay”指标的相关性R2= 0.92和斜率接近统一,从而使性能更好的设计目标。更新的目标堆栈被用于基于图像的目标仿真提供一组目标与精度指标建议规范范围内的目标。
第二个例子的22纳米FD-SOI BEOL目标原始模型提供了一个低灵敏度的测量数据的相关性R2= 0.48。几个迭代模拟测量的比较确定正确的堆栈层厚度和CD的价值观,这验证了独立CD-SEM测量。修正后的栈参数产生一个更好的描述目标模型,R2= 0.85和斜率为0.75“sensitivity-to-overlay”指标。
仿真测量比较从而使更快的目标设计周期。它提供了一个快速质量检测的模型,确定了模型之间的差异和实际堆栈和为模型的改进提供了线索。
确认
我们想表达我们的感谢他在Likhachev,史蒂芬布伦纳和罗伯特·梅尔泽提供电影堆栈材料的光学性质和戴安娜粗俗和马可Koedel目标产品的位置。我们也要感谢陈Dror,马克Ghinovker KLA-Tencor以色列的支持与正确的软件和埃坦Hajaj精良为模板生成。
引用:
本文最初发表于2018年学报先进光刻:s Lozenko t . Shapoval g . Ben-Dov z Lindenfeld, b·舒尔茨l . Fuerst c . Hartig r . Haupt m·鲁姆r . Wang”匹配的模拟和测量之间的可靠的覆盖目标的一个关键驱动程序设计,“Proc。相比10585年,计量、检验、和过程控制显微光刻法第十七届,105851 e(2018年3月13日);doi: 10.1117/12.2297011
|
|
|
|
|
|
|
|
