[发明专利]基于协方差矩阵自适应进化策略算法的光源掩模优化方法

说明书

本发明公开了一种基于协方差矩阵自适应进化策略算法的光源掩模优化方法，采用像素表征光源及掩模图形，以光刻胶图形与目标图形之间的图形误差作为评价函数，预先设置一定数量的位置待定的光源点，采用CMA‑ES算法优化这些预设光源点的位置分布与掩模图形。本发明利用了最优光源的分布稀疏性，通过预先设置光源点数量，减少了光源优化阶段的优化变量维数。同时，在最优解搜索过程中自适应地调整搜索空间及搜索步长，提高了优化效率及寻优能力，有效提高了成像质量。

技术领域

本发明属于光刻分辨率增强技术领域，尤其涉及一种基于协方差矩阵自适应进化策略(Covariance Matrix Adaptation Evolution Strategy,CMA-ES)算法的光源掩模优化(Source Mask Optimization,SMO)方法。

背景技术

光刻是极大规模集成电路制造的关键技术之一，光刻分辨率决定了集成电路图形的特征尺寸。随着集成电路图形特征尺寸不断缩小，掩模衍射效应逐渐变得不可忽略，导致光刻成像质量下降，因此业内提出了一系列的光刻分辨率增强技术。光源掩模优化技术是28nm及以下技术节点集成电路制造中的主要分辨率增强技术之一。相比于光学邻近效应修正(OPC)技术，光源掩模优化技术具有更大的优化自由度，通过联合优化照明光源与掩模图形，增大了光刻工艺窗口，提高了光刻成像质量。

基于梯度的光源掩模优化方法(在先技术1，Y.Peng,J.Zhang,Y.Wang,and Z.Yu,“Gradient-based source and mask optimization in optical lithography”,IEEE.Trans.Image.Process 20(10),2856–2864(2011).)，通过计算评价函数的梯度值引导光源和掩模的优化。由于梯度计算过程涉及到光刻成像模块的频繁调用，当光刻成像模型与评价函数表达式的复杂度提高时，梯度计算耗时明显增加，降低了光源掩模优化效率。基于遗传算法的光源掩模优化方法(在先技术2，T.Fühner,A.Erdmann,and S.Seifert,“Direct optimization approach for lithographic process conditions”,Journal ofMicro/Nanolithography,MEMS,and MOEMS,6(3)，031006(2007))，不需要掌握光刻的先验知识，可选择任意成像模型和优化目标。在基于像素表示的光源掩模优化方法中优化变量数目较多，但是基于遗传算法的光源掩模优化方法，优化过程只对染色体的片段操作，导致收敛速度很慢；而且在寻优过程中没有调整搜索空间及搜索步长，并没有挖掘出最佳的变量优化方向，导致光源掩模优化效率较低。基于压缩感知的光源掩模优化方法(在先技术3，马旭，一种采样压缩感知技术的光源掩模优化方法，CN108614390B)，当光源和掩模图形比较稀疏时，优化效果较好，但是当光源图形和掩模图形难以表示成稀疏信号时，此方法的应用受到限制。

另外，光刻成像属于部分相干成像。根据阿贝成像原理，像方光强为各个光源点相干成像结果的非相干叠加。在现有的光源掩模优化方法中，将光源表示成若干均匀分布的像素点，通过优化光源中所有像素点的光强值，调制掩模入射端光线的入射方向和强度，从而提高成像质量。虽然将所有像素点作为优化变量提高了光源优化的自由度，能够有效提高光刻成像性能，但是像素点数过多会影响光源优化效率。尤其是在集成电路的集成度不断提升的趋势下，掩模图形包含的信息量和数据量越来越大，光源像素点数过多会进一步增加光源掩模优化过程中需要处理的数据量。而经过光源掩模优化得到的最佳光源通常具有稀疏性，只有少数光源像素点的强度取非零值，说明只是少数方向的入射光线有利于提高成像质量。因此将全部光源像素点的强度作为优化变量，并没有考虑最佳照明模式的光源点分布的稀疏性特征。

综上所述，现有的光源掩模优化方法存在梯度计算代价大、光源与掩模图形稀疏性要求高、未利用光源分布的稀疏性特征致使优化变量数目过多等不足，导致难以获得最佳光源及掩模图形，光源掩模优化效率还有较大的可提升空间。

发明内容