|
引言 日立高新技術公司(Hitachi High-Technologies)一直在開發“用掃描電鏡(SEM)輪廓提取方法以改進光學鄰近校準(OPC)模型質量的技術”。表1和參考文獻1~5中給出了主要的挑戰。所開發的先進SEM輪廓提取技術結合了無關鍵尺寸(CD)間隙輪廓提取(參考文獻4)、精密SEM邊緣(FSE)技術(參考文獻3)、任意結構的對準與均化方法(參考文獻3)，以及全景式掩模SEM輪廓提取技術等。 2011年的SPIE先進光刻技術研討會上提出了一種先進的混合式OPC建模方法，它采用CD-SEM做1D CD測量，而用先進SEM輪廓提取技術與全景掩模SEM輪廓做2D輪廓創建，結果對1D和2D都表現出了高可預測性，雖然在1D和2D校準之間存在著權衡的關系。在混合校準情況下，OPC模型質量的關鍵是優化1D和2D數據的權重，因為在模型的可預測性方面，1D和2D數據的權重設定是一種取舍的關系。 不過，我們并不知道哪種1D與2D權重比可以獲得最佳的OPC模型質量。Calibre ContourCal中的加權功能在評估時使用的是SPIE2011中相同的OPC數據集，以確定在增加了2D權重的情況下，CD和輪廓errRMS(均方根誤差值)是否得到了改進，拐角擬合是否得到了改進。本文將重點討論加權評估的結果。 混合建模的加權功能采用混合技術的OPC模型校準 圖1給出了針對1D和2D結構的CD數據與輪廓數據的OPC模型校準特性。1D結構的校準可以用給出的值作為CD數據，因為1D結構包含的是直線部分。因此從產量的角度而言，對1D結構用CD法要優于輪廓法。另一方面，基于CD的校準無法獲得精確的2D結果，因為2D結構有任意的形狀，包括圓形拐角。不過，基于輪廓的數據具有關于形狀的豐富信息，可以同時校準直線與圓角部分。因此，輪廓法在校準2D結構時要比CD法更精確。 現已開發出兼具CD測量與SEM輪廓的混合技術，它能提供更精確的OPC模型，減少OPC校準的運行時間。SEM輪廓用于2D，而CD點則提供了高精度的1D測量。為保持這種1D的精度，可采用混合的校準技術，在OPC校準中同時包含CD與SEM輪廓。很多文獻(參考文獻1、2)都討論了采用混合技術校準方法的優點與挑戰。 Calibre ContourCal的加權功能 1D結構使用CD測量，而2D結構使用SEM輪廓。Calibre ContourCal的加權功能可針對CD測量和輪廓分別設定，見圖2。每次OPC校準運行時，加權參數可以設為0至1.0的變量，步長為0.1。式(1)用于計算CDerror。而所有OPC建模結構的ErmsCD計算則用式(2)。 輪廓誤差的計算是通過比較SEM輪廓與OPC模型的預測輪廓進行的，如圖3所示(參考文獻3)。首先，在Calibre ContourCal上將預測輪廓與SEM輪廓對準。對SEM輪廓的每個點，SEM輪廓都能在預測輪廓上找到最接近的點，反之從預測輪廓到SEM輪廓也是一樣。預測輪廓與SEM輪廓之間的距離Di由式(3)確定。所有偏差的RMS ErmsContour由（4）式計算。 評估OPC模型質量的實驗方法OPC模型的校準與驗證結構 imec(校際微電子研究中心)采用一個6%衰減的相移掩模(PSM)測試掩模原版(reticle),用ASML XT:1900Gi做了一個晶圓的曝光(使用NA=135，σouter/σinner=0.96/0.60，XY極化的cQuad20照明)。我們定義了一個積極的22nm隨機邏輯多模型的結構集，它包括了不同結構的最大變化，選自于數量有限的結構。校準數據包括63個CD和228個輪廓塊。驗證數據包括227個CD和136個輪廓塊。CD數據在多種跨節距密線(through pitch dense line)、2桿和3桿結構上進行測量。圖4給出了用于OPC建模的一些2D結構的例子。 晶圓與掩模輪廓提取流程 圖5給出了基于設計的計量綜合系統，用于包含CG4500(掩模CD-SEM)、CG4100 (晶圓CD-SEM)，以及RecipeDirector的SEM圖像輪廓提取。RecipeDirector用于自動地創建CD-SEM配方(recipe)， 而DesignGauge-Analyzer則用于創建SEM輪廓。首先，要準備OPC建模的設計數據，以及包含有測量信息的HSS (日立數據表)。把設計數據與HSS輸入到RecipeDirector中，就自動生成了CD-SEM配方。然后，CD-SEM配方被輸出給CG4500和CG4100。用FSE(精密SEM邊緣)功能獲取SEM圖像。最后，獲得的SEM圖像被輸出給DesignGauge-Analyzer。然后，用相同算法，從掩模SEM圖像和晶圓SEM圖像中提取出SEM輪廓。 在SEM輪廓提取的同時， DesignGauge-Analyzer中完成SEM輪廓的對準與均化。在對準與均化以后，可以將晶圓SEM輪廓創建為MBAC(基于測量的平均輪廓)，而MBAC以GDSII格式，送入Mentor Graphics模型校準流程。另一方面，掩模SEM輪廓則創建為全景型FOV(視場)的MBC(基于測量的輪廓)，同樣，MBC以GDSII格式送入Mentor Graphics模型校準流程。 OPC校準與驗證流程 OPC模型由CD測量數據、晶圓MBAC及2D全景掩模MBC進行校準，2D全景掩模MBC用來代替表2所示的設計數據。 圖6給出了實驗流程。首先，由CG4500和CG4100獲得的SEM圖像，用DesignGauge-Analyzer(日立高新技術)創建1D CD測量、2D晶圓MBAC以及2D掩模MBC，并輸入到Calibre ContourCal(Mentor Graphics)中。其次，使用Calibration數據集，做OPC模型的校準。在本次研究中，權重W的選擇范圍從0.1至0.9，輸出9個OPC模型。然后用9個校準后的模型，為驗證結構生成預測輪廓。再次，獲取驗證結構的SEM圖像，并為驗證結構生成驗證MBAC。最后，為了比較模型的質量，用CD和輪廓驗證數據集做9個OPC模型擬合良好性的評估。驗證的權重設為恒定的W=0.5。另一方面，每個預測輪廓拐角擬合要與驗證MBAC作比較。 實驗建模的結果OPC模型校準結果 OPC模型的校準結果見附圖1，OPC模型的驗證結果見附圖2。在這些附圖中， 藍線代表CD errRMS，紅線代表輪廓errRMS。 在OPC模型校準和驗證結果中，輪廓施加較高權重有助于改善輪廓的errRMS， 但本實驗并未確認CD errRMS與權重之間的相關性。此現象可解釋為，本實驗使用無CD偏移的輪廓。由于自頂向下的CD 與所提取SEM輪廓測得的CD值之間的偏差小到可忽略不計，即使采用了較大的權重，CD errRMS也幾乎不受影響。 本實驗建模中還可以確認，0.6至0.7 的權重可提供良好的CD與輪廓errRMS。 結論 本文研究了加權功能在OPC建模中的作用。結果證明，具有用先進輪廓提取系統所獲輪廓數據的、包含加權功能的混合模型校準是一種有效的方案。這種方案具有良好的2D可預測性，而幾乎不影響1D可預測性。本文還確證了采用較高權重可改善拐角的擬合。 由于無CD偏移的輪廓不會影響CD的可預測性，在先進的結點上，采用輪廓做OPC建模即為一種有效而重要的技術。 除OPC建模以外，還有很多應用可以使用SEM輪廓，例如開發光刻工藝。我們相信，先進的SEM輪廓技術應非常適合于開發計算光刻中的LSI制造工藝。 參考文獻 1. Y. Granik, I. Kusnadi, “Challenges of OPC Model Calibration from SEM Contours”, Proc. of SPIE 6922, 69221H- 1 (2008) 2. P. Filitchkin, T. Do, I. Kusunadi, J.L. Sturtevant, P. De Bisschop, J. Van de Kerkhove, “Contour Quality Assessment for OPC Model Calibration”, Proc. of SPIE 7272, 72722Q-1-7 (2009) 3. D. Hibino, H. Shindo, Y. Abe, Y. Hojyo, G. Fenger, T. Do, I. Kusnadi, J.L. Sturtevant, P. De Bisschop, J. Van de Kerkhove, “High accuracy OPC-modeling by using Advanced CD-SEM Based Contours in the next generation lithography”, Proc. of SPIE 7638, 76381X-1-11 (2010) 4. T. Shibahara, T. Minakawa, M. Oikawa, H. Shindo, H. Sugahara, Y. Hojyo “A CD-gap-free contour extraction technique for OPC model calibration”, Metrology, Inspection, and Process Control for Microlithography XXV,Proc. of SPIE 7971, 79710O-1-8 (2011) 5. D. Hibino, H. Shindo, Y. Hojyo, T. Do, Aasutosh Dave, Timothy Lin, I. Kusnadi, J. L. Sturtevant, “The assessment of the impact of mask pattern shape variation on the OPC-modeling by using SEM-Contours from wafer and mask”, Proc. of SPIE 7971, 79712G-1-9 (2011) |
