基于动态适应度函数的光源掩模优化方法
Source Mask Optimization Based on Dynamic Fitness Function
查看参考文献15篇
|
文摘
|
提出了一种基于动态适应度函数的光刻机光源掩模优化方法(SMO)。动态适应度函数方法在遗传算法优化过程中采用动态适应度函数模拟真实光刻工艺条件误差对光刻结果的影响,得到对光刻工艺条件误差不敏感的优化光源和优化掩模。该方法无需优化权重系数,即可获得与权重优化后的加权适应度函数方法相近的工艺宽容度。典型逻辑图形的仿真实验表明,曝光剂量误差为15%时,动态适应度函数方法得到的优化光源和优化掩模的可用焦深达到200 nm,与加权适应度函数方法的优化效果相当。动态适应度函数方法也可用于降低SMO的优化光源和掩模对其他工艺条件误差如彗差的敏感度。 |
|
其他语种文摘
|
A dynamic source mask optimization (SMO) method is developed. The dynamic SMO method uses a dynamic fitness function in genetic algorithm to simulate the process variations in real lithography process. So the imaging quality of the optimized source and mask is not sensitive to the process errors. The dynamic SMO method can get similar result as the conventional weighted SMO method without the necessity of weighting coefficient optimization. Simulation results show that the dynamic method can get a usable defocus of 200 nm when the dose error is 15%. This is comparable with the optimized result of the weighted method. The dynamic SMO method can be also used to make the optimized source and mask less sensitive to other process errors, such as coma errors. |
|
来源
|
光学学报
,2016,36(1):0111006-1-0111006-9 【核心库】
|
|
DOI
|
10.3788/AOS201636.0111006
|
|
关键词
|
光学设计
;
光刻
;
光源掩模优化
;
分辨率增强技术
;
遗传算法
;
适应度函数
|
|
地址
|
中国科学院上海光学精密机械研究所, 中国科学院信息光学与光电技术实验室, 上海, 201800
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
0253-2239 |
|
学科
|
电子技术、通信技术 |
|
基金
|
国家自然科学基金
|
|
文献收藏号
|
CSCD:5710778
|
参考文献 共
15
共1页
|
|
1.
Semiconductor Industry Association.
International Technology Roadmap for Semiconductor,1999
|
被引
1
次
|
|
|
|
|
2.
Fuehner T. Genetic algorithms for geometry optimization in lithographic imaging systems.
SPIE, 5558,2004:29-40
|
被引
1
次
|
|
|
|
|
3.
Yang Chaoxing. Source mask optimization using real-coded genetic algorithms.
SPIE, 8683,2013:86831T
|
被引
2
次
|
|
|
|
|
4.
Yang Chaoxing. Efficient source mask optimization using multipole source representation.
J Micro/Nanolith MEMS MOEMS,2014,13(4):043001
|
被引
1
次
|
|
|
|
|
5.
蔡燕民. 光刻机照明光瞳测量用傅里叶变换物镜光学设计.
中国激光,2015,42(4):0416001
|
被引
6
次
|
|
|
|
|
6.
吴飞斌. Ronchi剪切干涉光刻投影物镜波像差检测技术研究.
中国激光,2015,42(3):0308008
|
被引
2
次
|
|
|
|
|
7.
李兆泽. 基于随机并行梯度速降算法的光刻机光源与掩模联合优化方法.
光学学报,2014,34(9):0911002
|
被引
9
次
|
|
|
|
|
8.
Peng Yao. Gradient-based source and mask optimization in optical lithography.
IEEE Transactions on Image Processing,2011,20(10):2856-2864
|
被引
11
次
|
|
|
|
|
9.
Hashimoto T. Robust SMO methodology for exposure tool and mask variations in high volume production.
SPIE, 8683,2013:868309
|
被引
1
次
|
|
|
|
|
10.
Li Sikun. Robust pixel-based source and mask optimization for inverse lithography.
Optics & Laser Technology,2012,45:285-293
|
被引
2
次
|
|
|
|
|
11.
Shen Yijiang. Robust level-set-based inverse lithography.
Opt Express,2011,19(6):5511-5521
|
被引
6
次
|
|
|
|
|
12.
Fuhner T. Mutual source, mask, and projector pupil optimization.
SPIE, 8326,2012:83260I
|
被引
2
次
|
|
|
|
|
13.
郭立萍. 光学光刻中的离轴照明技术.
激光杂志,2005,26(1):23-25
|
被引
17
次
|
|
|
|
|
14.
Chang J H. Hierarchical kernel generation for SMO application.
SPIE, 7973,2011:797323
|
被引
1
次
|
|
|
|
|
15.
Wong A K K. Optical imaging in projection microlithography.
SPIE,2005
|
被引
2
次
|
|
|
|
|
了解气象卫星更多信息，请访问