[发明专利]基于云模型量子进化算法的光学薄膜表征方法

说明书

技术领域

本发明涉及一种基于云模型量子进化算法的光学薄膜表征方法，特别是一种采用云模型量子进化算法，基于掠入射X射线反射(GIXR)拟合的单层膜和多层膜的表征方法，属于光学薄膜研发领域。

背景技术

膜厚达纳米量级单层膜的或周期厚度为纳米量级的多层膜是一类重要的光学元件，它已广泛应用于激光技术、光通信技术、光存储技术、光电子技术等诸多领域之中。由于膜厚达纳米量级单层膜具有独特的光学、电学、磁学、力学与气敏特性，使它作为功能材料和结构材料都具有良好的发展前景。同时，在周期厚度为纳米量级的光学薄膜的研究领域中，极紫外(EUV)多层膜是最具代表性和挑战性的研究方向，由于EUV多层膜实现EUV波段的高反射率，而基于多层膜设计的反射镜是目前唯一能够实现在EUV波段正入射的光学元件，所以，其研发备受国内外相关专家学者的关注。但是，由于膜厚纳米级单层膜和EUV多层膜的光学性能与其几何厚度、密度、粗糙度等参数有着重要的关系，所以此类光学薄膜针对上述参数的求解具有十分重要的意义，而薄膜微观结构的高精度表征也是设计和镀制出高质量的单层膜或多层膜的重要基础和前提。

目前，普遍用于薄膜表征的方法有掠入射X射线反射(GIXR)、透射电子显微镜(TEM)、卢瑟福后向散射谱、俄歇电子能谱、椭偏仪等等。其中，GIXR和TEM是薄膜表征最常用的手段。TEM能够直接给出薄膜样品的横截面图像，但却是一种破坏性检测，并且检测的精度并不高。GIXR采用波长为0.154nm的硬X射线为测试光源，由于其检测过程方便简单、对被检测的薄膜结构无损伤、且可以给出薄膜的厚度、界面的粗糙度、密度等参数信息，检测精度较高，因此被认为是薄膜表征的优选方法。但是，GIXR是一种间接性表征方法，需要建立相应的物理模型，表征薄膜所需的参数较多，对拟合求解的算法的参数搜索优化能力有较高的要求。由于表征膜厚达纳米量级单层膜的或周期厚度为纳米量级的多层膜所需的参数较多，特别是对于EUV多层膜而言，膜层间的扩散作用对光谱性能有很大影响，所需的参数更多，所以其精确表征难度更大。因此，选择较优的拟合求解算法来实现GIXR的高精度求解对薄膜的精确表征具有十分重要的意义。

在光学薄膜表征过程中，目前普遍采用的拟合求解算法有单纯形法、Levenberg-Marquart算法、模拟退火算法、进化算法等等。单纯形法是一种局部搜索算法，解析结果很大程度上依赖给定的初始值，易陷入局部极值。Levenberg-Marquart算法虽然求解效率高，但同样在一定程度上依赖给定的初始值，不易求得全局极值。模拟退火算法是一种全局搜索算法，对目标函数的要求不高，实现过程简单方便，但其求解效率较低。进化算法是一种全局搜索算法，容易跳出局部极值，但却存在着所需种群规模大、收敛速度慢和计算过程复杂等缺点。

发明内容

本发明的主要目的在于提供一种基于云模型量子进化算法的光学薄膜表征方法，以克服现有技术中的不足。

为实现前述发明目的，本发明采用的技术方案包括：

本发明实施例提供了一种基于云模型量子进化算法的光学薄膜表征方法，其包括以下步骤：

步骤一：输入基于云模型量子进化算法的薄膜结构表征的初始参数值，所述的初始参数包括：量子种群规模、量子基因参数个数、云变异次数、量子交叉周期、选择优秀量子个体个数、量子个体连续交叉次数、初始量子旋转角以及终止代数；

步骤二：对光学薄膜的结构参数进行量子编码，生成表征光学薄膜结构的初始量子种群；

步骤三：对光学薄膜的掠入射X射线反射进行拟合，通过拟合系数评估表征光学薄膜结构的量子个体，并选出最优的量子个体；

步骤四：判断云模型量子进化算法是否满足终止条件，若满足，则云模型量子进化算法停止，输出最优的光学薄膜结构参数，若不满足，则进行步骤五；

步骤五：通过单维云互补变异和量子交叉操作更新表征光学薄膜结构的量子个体基因；

步骤六：采用精英保留策略对表征光学薄膜结构的量子种群进行更新，转向步骤三。

较之现有技术，本发明的基于云模型量子进化算法的光学薄膜表征方法在求解过程中具有种群规模小、收敛速度快和拟合求解精度高等优势。

附图说明

图1是本发明一典型实施方案中一种采用云模型量子进化算法(CQEA)的基于薄膜的掠入射X射线反射(GIXR)的薄膜表征方法的流程图。

图2是本发明一典型实施方案中基于进化算法和云模型量子进化算法，针对Si单层膜1、2的掠入射X射线反射的拟合的评价系数和进化代数的关系图。