光学邻近修正方法、存储介质及终端与流程
- 国知局
- 2024-11-21 11:42:10
本发明涉及半导体制造,尤其涉及一种光学邻近修正方法、存储介质及终端。
背景技术:
1、集成电路制造技术是一个复杂的工艺,技术更新很快。表征集成电路制造技术的一个关键参数为最小特征尺寸,即关键尺寸(critical dimension,cd),随着关键尺寸的缩小,甚至缩小至纳米级,而正是由于关键尺寸的减小才使得每个芯片上设置百万个器件成为可能。
2、光刻技术是集成电路制造工艺发展的驱动力,也是最为复杂的技术之一。相对与其它单个制造技术来说,光刻技术的提高对集成电路的发展具有重要意义。在光刻工艺开始之前,首先需要将图案通过特定设备复制到掩模版上,然后通过光刻设备产生特定波长的光将掩模版上的图案结构复制到生产芯片的硅片上。但是由于半导体器件尺寸的缩小,在将图案转移到硅片的过程中会发生失真现象,如果不消除这种失真现象会导致整个制造技术的失败。因此,为了解决所述问题可以对所述掩模版进行光学邻近修正(opticalproximity correction,opc),所述光学邻近修正方法即为对所述光刻掩模版进行光刻前预处理,进行预先修改,使得修改补偿的量正好能够补偿曝光系统造成的光学邻近效应。
3、然而,现有技术中光学邻近修正仍存在诸多问题。
技术实现思路
1、本发明解决的技术问题是提供一种光学邻近修正方法、存储介质及终端,以提升光学邻近修正速度和结果。
2、为解决上述问题,本发明的技术方案提供一种光学邻近修正方法,包括:提供晶圆版图,所述晶圆版图中具有若干目标图形;在所述晶圆版图上选取测量原点;基于所述测量原点获取每个所述目标图形的特征元素;基于所述特征元素判断不同所述目标图形之间是否具有关联性;在具有所述关联性的所述目标图形之间进行光学邻近修正结果复用;对剩余不具有关联性的所述目标图形进行光学邻近修正。
3、可选的,所述目标图形的特征元素包括:所述目标图形的各条边的长度尺寸、以及相邻边之间的夹角。
4、可选的,基于所述测量原点获取每个所述目标图形的特征元素的方法包括:基于所述测量原点获取所述目标图形每个边界交点的坐标;基于所述目标图形的每个边角交点的坐标,获取所述目标图形的各条边的长度尺寸、以及相邻边之间的夹角。
5、可选的,不同所述目标图形之间的关联性包括:直接几何同构和间接几何同构;其中,所述直接几何同构为2个所述目标图形可以直接通过平移达到重合;所述间接几何同构为2个所述目标图形需要经过图形转换后,再通过平移达到重合。
6、可选的,所述间接几何同构包括:旋转几何同构,所述旋转几何同构为2个所述目标图形中的任意一者经过旋转后,再通过平移达到重合;镜像几何同构,所述镜像几何同构为2个所述目标图形中的任意一者经过镜像后,再通过平移达到重合;混合几何同构,所述混合几何同构为2个所述目标图形中的任意一者经过镜像和旋转后,再通过平移达到重合。
7、可选的,在基于所述特征元素判断不同所述目标图形之间是否关联性之前,还包括:在若干所述目标图形中选取第一原图形;将剩余的所述目标图形与所述第一原图形进行对比。
8、可选的,在若干所述目标图形中选取第一原图形的方法包括:基于所述目标图形的边的数量选取所述第一原图形,所述目标图形的边的数量与选取优先级呈负相关。
9、可选的,当选取优先级相同的所述目标图形为多个时,从所述选取优先级最高且图形相同数量最多的所述目标图形中选取所述第一原图形。
10、可选的,当所述选取优先级最高且图形相同数量最多的所述目标图形为多个时,基于所述测量原点获取每个所述目标图形坐标的顺序,选取第1个被获取坐标的所述目标图形作为所述第一原图形。
11、可选的,当所述选取优先级最高且图形相同数量最多的所述目标图形为多组时,基于所述测量原点获取每个所述目标图形坐标的顺序,选取第1个被获取坐标的所述目标图形作为所述第一原图形。
12、可选的,当判断不同所述目标图形之间不具有关联性时,将与所述第一原图形进行对比的所述目标图形作为第二原图形;将剩余的所述目标图形分别与所述第一原图形和所述第二原图形进行对比。
13、可选的,基于所述特征元素判断不同所述目标图形之间的关联性的方法包括:将所述特征元素依照预设排布顺序形成特征列表;当2个所述目标图形的所述特征列表的所述特征元素完全相同时,则判断2个所述目标图形具有关联性;当2个所述目标图形的所述特征列表的所述特征元素不完全相同时,则判断2个所述目标图形不具有关联性。
14、可选的,当2个所述目标图形的所述特征列表的所述特征元素完全相同、所述特征元素的预设排布顺序完全相同、以及2个所述目标图形可通过平移达到重合,则判断2个所述目标图形为直接几何同构。
15、可选的,在具有所述关联性的所述目标图形之间进行光学邻近修正结果复用的方法包括:当判断2个所述目标图形为直接几何同构时,将作为原图形的所述目标图形的所述光学邻近修正结果复用至另1个所述目标图形上。
16、可选的,当2个所述目标图形的所述特征列表的所述特征元素完全相同、所述特征元素的预设排布顺序也完全相同、以及2个所述目标图形不可通过平移达到重合,则判断2个所述目标图形为旋转几何同构。
17、可选的,在具有所述关联性的所述目标图形之间进行光学邻近修正结果复用的方法包括:当判断2个所述目标图形为旋转几何同构之后,将作为原图形的所述目标图形按照预设步长的角度逐次旋转,直到2个所述目标图形可通过平移达到重合为止,获取作为原图形的所述目标图形的旋转角度;将作为原图形的所述目标图形的所述光学邻近修正结果按照所述旋转角度进行旋转后复用至另1个所述目标图形上。
18、可选的,当2个所述目标图形的所述特征列表的所述特征元素完全相同、所述特征元素的预设排布顺序不完全相同、以及通过对作为原图形的所述目标图形进行镜像后,2个所述目标图形可通过平移达到重合,则判断2个所述目标图形为镜像几何同构。
19、可选的,当2个所述目标图形的所述特征列表的所述特征元素完全相同、所述特征元素的预设排布顺序不完全相同、以及通过对作为原图形的所述目标图形进行镜像后,2个所述目标图形不可通过平移达到重合,则判断2个所述目标图形为混合几何同构。
20、可选的,在具有所述关联性的所述目标图形之间进行光学邻近修正结果复用的方法包括:当判断2个所述目标图形为镜像几何同构之后,将作为原图形的所述目标图形进行镜像,直到2个所述目标图形可通过平移达到重合为止,获取作为原图形的所述目标图形镜像的对称轴;将作为原图形的所述目标图形的所述光学邻近修正结果按照所述对称轴进行镜像后复用至另1个所述目标图形上。
21、可选的,在具有所述关联性的所述目标图形之间进行光学邻近修正结果复用的方法包括:当判断2个所述目标图形为混合几何同构之后,将作为原图形的所述目标图形进行镜像和旋转,直到2个所述目标图形可通过平移达到重合为止,获取作为原图形的所述目标图形镜像的对称轴和旋转角度;将作为原图形的所述目标图形的所述光学邻近修正结果按照所述对称轴进行镜像、以及按照所述旋转角度进行旋转后复用至另1个所述目标图形上。
22、可选的,所述镜像的对称轴包括:第一对称轴和第二对称轴中的一种或多种,所述第一对称轴和所述第二对称轴垂直。
23、可选的,在基于所述测量原点获取每个所述目标图形的特征元素之后,且在基于所述特征元素判断不同所述目标图形之间是否具有关联性之前,还包括:将若干所述目标图形划分为若干图形区域。
24、可选的,每个所述图形区域中的所述目标图形同时分别与所述第一原图形或所述第二原图形进行对比。
25、可选的,将若干所述目标图形划分为若干图形区域包括:按照功能模块对若干所述目标图形进行所述图形区域的划分,或者按照图形类型的相识度对若干所述目标图形进行所述图形区域的划分。
26、相应的,本发明技术方案中还提供一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任意一项技术方案所述方法的步骤。
27、相应的,本发明技术方案中还提供一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行上述任意一项技术方案所述方法的步骤。
28、与现有技术相比,本发明的技术方案具有以下优点:
29、本发明技术方案的光学邻近修正方法中,通过在所述晶圆版图上仅选取1个所述测量原点,并基于所述测量原点获取每个所述目标图形的特征元素。由于各个所述特征元素均是基于同1个所述测量原点而获取的,在基于所述特征元素进行不同所述目标图形之间是否具有关联性的判断时,不需进行数据的转换而可以直接进行对比,能够有效提升光学邻近修正的速度,而且也不会造成数据间的混淆,能够有效提升光学邻近修正的结果。
30、进一步,当判断不同所述目标图形之间不具有关联性时,将与所述第一原图形进行对比的所述目标图形作为第二原图形;将剩余的所述目标图形分别与所述第一原图形和所述第二原图形进行对比。通过将不具有所述关联性的所述目标图形选定为所述第二原图形,以用于后续的所述目标图形与其进行对比,以此保证所述目标图形之间对比的全面性,防止出现具有所述关联性的所述目标图形而被遗漏的情况,进一步提升光学邻近修正的结果。
31、进一步,每个所述图形区域中的所述目标图形同时分别与所述第一原图形或所述第二原图形进行对比。通过将不同所述图形区域中的所述目标图形同时与所述第一原图形或所述第二原图形进行对比,能够有效提升对比效率,进而提升光学邻近修正的速度。
本文地址:https://www.jishuxx.com/zhuanli/20241120/332470.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。