[发明专利]一种基于F-SRU网络的纳米电子器件内部微结构快速检测方法

说明书

本发明公开一种基于F‑SRU网络的纳米电子器件内部微结构快速检测方法，包括以下步骤：步骤1：针对各类纳电子器件，在给定的电子束工作条件以及物理参数条件下，采用数值计算获得不同微结构对应的二次电子电流、电子束感生电流，形成二次电子电流及电子束感生电流的数据集；步骤2：构建F‑SRU网络模型，由计算得到的二次电子电流及电子束感生电流的数据集，建立器件内部微结构与相关电流之间的对应关系；步骤3：搭建测量平台，快速测量检测对象的二次电子电流及电子束感生电流；步骤4：以二次电子电流以及电子束感生电流的测量结果为F‑SRU模型的输入，由模型的输出重构内部微结构。

技术领域

本发明属于纳米电子器件检测技术领域，具体涉及一种基于F-SRU网络的纳米电子器件内部微结构快速检测方法。

背景技术

现代纳米级电子技术的发展对其制造工艺提出了极高要求。为了保证产品的成品率，需要对器件的半成品、成品做工艺检测。其中，器件内部的沟槽结构、界面结构等微观尺度结构信息是影响器件性能的关键因素，也是器件工艺检测的主要内容。

然而，传统的检测方法如X射线技术、超声波技术、光学显微技术等仅能实现微米级以及更大尺寸器件的结构检测，对于厚度为纳米级的纳电子器件的检测无能为力。此外，透射电子显微镜通过高能量电子束辐照器件，穿透的电子携带了器件内部的结构信息，可实现对内部微结构的检测和观测。但其缺点是：1)透射电子束会损伤器件；2)在电子束照射下产生的带电现象会降低检测的可靠性；3)检测过程中需要对器件进行表面涂金，其测量过程较为复杂；对测量环境要求苛刻，无法快速实现工艺检测，不具有工程实用性。总之，目前尚没有一种有效的可快速实现纳电子器件内部微结构的实用化检测方法和检测工具。

近年来随着人工智能技术的发展，深度学习技术在各行业的应用得到了快速发展。深度学习基于大量已有的测量数据，寻找数据之间的隐含关系，可快速、准确获取实际中难以测量的信息。然而，由于模型构建的复杂性，目前尚没有深度学习方法在纳电子器件内部微结构检测中应用的研究进度和报告。

发明内容

本发明针对上述存在的技术问题，提出了一种基于F-SRU网络的纳米电子器件内部微结构快速检测方法，仅需检测器件的二次电子电流和电子束感生电流，建立内部微结构与电流间的关系，可快速检测纳电子器件的内部微结构。

本发明采用的技术方案：

一种基于F-SRU网络的纳米电子器件内部微结构快速检测方法，包括以下步骤：

步骤1：针对各类纳电子器件，在给定的电子束工作条件以及物理参数条件下，采用数值计算获得不同微结构对应的二次电子电流、电子束感生电流，形成二次电子电流及电子束感生电流的数据集；

步骤2：构建F-SRU网络模型，由计算得到的二次电子电流及电子束感生电流的数据集，建立器件内部微结构与相关电流之间的对应关系；

步骤3：搭建测量平台，快速测量检测对象的二次电子电流及电子束感生电流；

步骤4：以二次电子电流以及电子束感生电流的测量结果为F-SRU模型的输入，由模型的输出重构内部微结构。

优选的，在步骤1中，数值计算过程包括：首先计算电子在器件内部的散射过程，然后计算界面过程和电荷输运过程，最后得到二次电子电流和电子束感生电流。

优选的，计算电子在器件内部的散射过程如下：

Mott弹性散射截面表达式如下：

式中，σ表示散射截面；θ表示散射角，表示两次碰撞之间方向夹角；f(θ)、g(θ)分别表示入射分波函数和散射分波函数；P_l和P_l¹表示Legendre多项式及其连带多项式；为分波相移；