[发明专利]基于矢量成像模型的低误差敏感度多目标光源‑掩模优化方法

摘要

本发明提供一种基于矢量成像模型的低误差敏感度多目标光源‑掩模优化方法，过程为初始化光源图形和掩模图形；设F为成像保真度函数，为目标图形各像素点的像素值，Z(x,y)表示利用矢量成像模型计算当前光源图形和掩模图形对应的光刻胶中成像各像素点的像素值；构造成像结果对误差的敏感度项罚函数为I(x,y)是利用矢量成像模型计算当前光源图形和掩模图形对应的空间像各像素点的像素值，ei是表示误差因子；将目标函数D构造为F和Yi的加权和，即γi为权重系数；基于优化目标函数D，对光源和掩模进行优化。利用优化目标函数使优化得到的光源、掩模在一定误差范围内，均能取得较好的曝光效果。

主权项

一种基于矢量成像模型的低误差敏感度多目标光源‑掩模优化方法，其特征在于，具体过程为：步骤一、初始化光源图形和掩模图形；步骤二、构造优化目标函数D：设F为成像保真度函数，定义为目标图形与当前光源图形和掩模图形对应的光刻胶中成像之间的欧拉距离的平方，即其中为目标图形各像素点的像素值，Z(x,y)表示利用矢量成像模型计算当前光源图形和掩模图形对应的光刻胶中成像各像素点的像素值；构造成像结果对误差的敏感度项罚函数为其中I(x,y)是利用矢量成像模型计算当前光源图形和掩模图形对应的空间像各像素点的像素值，ei是表示误差因子；将目标函数D构造为F和Yi的加权和，即其中γi为权重系数；步骤三、基于所述优化目标函数D，对光源和掩模进行优化；所述步骤一的具体过程为：步骤101、将光源初始化大小为NS×NS的光源图形J，将掩模图形M初始化为大小为N×N的目标图形其中NS和N为整数；步骤102、设置初始光源图形J上发光区域的像素值为1，不发光区域的像素值为0；设定大小为NS×NS的光源变量矩阵Ωs：当J(xs,ys)＝1时，当J(xs,ys)＝0时，其中J(xs,ys)表示光源图形上各像素点(xs,ys)的像素值；设置初始掩模图形M透光区域的透射率为1，阻光区域的透射率为0；设定大小为N×N的掩模变量矩阵ΩM：当M(x,y)＝1时，当M(x,y)＝0时，其中M(x,y)表示掩模图形上各像素点(x,y)的透过率；令初始二值掩模图形Mb＝M；所述步骤三的具体过程为：步骤301、随机产生误差因子ei，计算目标函数D对于光源变量矩阵Ωs的梯度矩阵▽D(Ωs)，将光源图形上各像素点的像素值之和Jsum近似为给定常数，得到梯度矩阵的近似值利用归一化的最速下降法，更新光源变量矩阵Ωs为其中为预先设定的光源优化步长，获取对应当前Ωs的光源图形J，步骤302、计算当前光源图形J和二值掩模图形Mb对应的目标函数D的值；当该值小于预定阈值δD或更新光源变量矩阵Ωs的次数达到预定上限值KS时，进入步骤303，否则返回步骤301；步骤303、随机产生误差因子ei，计算目标函数D对于光源变量矩阵Ωs的梯度矩阵▽D(Ωs)，将光源图形上各像素点的像素值之和Jsum近似为给定常数，得到梯度矩阵的近似值计算目标函数D对于掩模变量矩阵ΩM的梯度矩阵▽D(ΩM)；利用归一化的最速下降法，更新光源变量矩阵Ωs为获取对应当前Ωs的光源图形J，利用归一化的最速下降法，更新掩模变量矩阵ΩM为其中为预先设定的掩模优化步长，获取对应当前ΩM的掩模图形M，更新对应当前M的二值掩模图形Mb，一般情况下tm取为0.5；步骤304、计算当前光源图形J和二值掩模图形Mb对应的目标函数D的值；当该值小于预定阈值δD或更新光源变量矩阵Ωs与掩模变量矩阵ΩM的次数达到预定上限值KSM时，进入步骤305，否则返回步骤303；步骤305、随机产生误差因子ei，计算目标函数D对于掩模变量矩阵ΩM的梯度矩阵▽D(ΩM)；利用归一化的最速下降法，更新掩模变量矩阵ΩM为其中为预先设定的掩模优化步长，获取对应当前ΩM的掩模图形M，更新对应当前M的二值掩模图形Mb，步骤306、计算当前光源图形J和二值掩模图形Mb对应的目标函数D的值；当该值小于预定阈值δD或更新掩模变量矩阵ΩM的次数达到预定上限值KM时，进入步骤307，否则返回步骤305；步骤307、终止优化，并将当前光源图形J和二值掩模图形Mb确定为经过优化后的光源图形与掩模图形。