[发明专利]一种基于神经网络模型确定芯片全掩模聚焦参数的方法

摘要

本发明公开了一种基于神经网络模型确定芯片全掩模聚焦参数的方法，具体包括基于神经网络模型确定芯片全掩模最佳聚焦分布图和最佳聚焦窗口深度分布图的方法，首先训练神经网络模型，再利用上述训练后的神经网络模型确定芯片最佳聚焦分布图和最佳聚焦窗口深度分布图，最后再结合芯片上取样位置的形貌图，确定芯片全掩模最佳扫描聚焦表面。本发明计算方法简单快捷，并且最终确定的全掩模参数准确。

主权项

1.一种基于神经网络模型确定芯片全掩模最佳聚焦分布图和最佳聚焦窗口深度分布图的方法，其特征在于，包括如下步骤：S01：训练神经网络模型，具体包括：S011：在训练芯片上选择M个训练图形；将上述每个训练图形经过光学邻近校正之后生成对应的目标图形，将该目标图形的边缘分割成片段，每个片段的中心为一个探测点；S012：采用仿真工具计算上述训练图形对应的目标图形中每个片段的最佳聚焦位置和最佳聚焦窗口深度；S013：计算上述每个探测点对应的输入向量，所述输入向量为：其中，为由光刻工艺成像条件所决定的特征核函数，是已知的有效光刻掩模传输函数，(x,y)为训练图形对应目标图形中该探测点的坐标；S014：采用上述每个探测点的输入向量与该探测点对应片段的最佳聚焦分布图和最佳聚焦窗口深度分布图对感知器进行训练，得出训练后的神经网络模型；S02：利用上述训练后的神经网络模型确定待计算芯片最佳聚焦分布图和最佳聚焦窗口深度分布图，具体步骤包括：S021：将待计算芯片上的图形经过光学邻近校正之后生成对应的目标图形，将每个目标图形的边缘分割成片段，每个片段的中心为一个探测点；S022：计算上述待计算芯片图形对应的目标图形中每个探测点对应的输入向量，所述输入向量为：其中，为由光刻工艺成像条件所决定的特征核函数，是已知的有效光刻掩模传输函数，(x,y)为待计算芯片图形对应的目标图形中该探测点的坐标；S023：将上述待计算芯片图形对应的目标图形中每个探测点的输入向量输入至步骤S01中的神经网络模型中，计算该探测点对应片段的最佳聚焦位置和最佳聚焦窗口深度；S024：将上述得出的每个片段的最佳聚焦位置和最佳聚焦窗口深度和掩模上的芯片布局结合起来，即可得出待计算芯片全掩模最佳聚焦分布图和最佳聚焦窗口深度分布图。