亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于雙目標(biāo)遺傳算法的極紫外多層膜高精度表征方法與流程

文檔序號(hào):11653082閱讀:449來源:國知局
基于雙目標(biāo)遺傳算法的極紫外多層膜高精度表征方法與流程

本發(fā)明具體涉及一種在極紫外(euv)光刻技術(shù)中使用的多層膜反射鏡所需的euv多層膜微觀結(jié)構(gòu)的高精度表征方法。



背景技術(shù):

euv光刻技術(shù)被認(rèn)為是滿足半導(dǎo)體產(chǎn)業(yè)需求的,最有希望的下一代光刻技術(shù)。但在euv波段,幾乎所有的材料都是不透明的,且折射率非常接近1,所以euv光學(xué)系統(tǒng)不能采用傳統(tǒng)的折射光學(xué)元件,而必須采用反射式光學(xué)系統(tǒng)。因此,實(shí)現(xiàn)euv光線高反射率的多層膜成為euv光學(xué)系統(tǒng)的核心光學(xué)元件,同時(shí),euv多層膜也成為euv光學(xué)領(lǐng)域科技研發(fā)的熱點(diǎn)與核心,受到國內(nèi)外研究團(tuán)隊(duì)的普遍關(guān)注。

euv多層膜獲得高反射率的材料隨著光學(xué)系統(tǒng)所采用的光波長(zhǎng)不同而不同,以光波長(zhǎng)集中在13.5nm范圍的曝光光學(xué)系統(tǒng)為例,多層膜多采用鉬(mo)層和硅(si)層逐次疊加的mo/si多層膜,該多層膜對(duì)于垂直正入射的euv光線能夠?qū)崿F(xiàn)65%~68%的反射率。雖然,在實(shí)驗(yàn)上可以研制出反射率較高的euv多層膜,但由于euv多層膜是一個(gè)結(jié)構(gòu)較為復(fù)雜的體系,其微觀結(jié)構(gòu)的高精度表征仍存在較高的難度,而且只有實(shí)現(xiàn)了euv多層膜的微觀結(jié)構(gòu)的高精度表征,才能實(shí)現(xiàn)多層膜工藝的優(yōu)選提供理論依據(jù),以及為復(fù)雜非周期euv多層膜的設(shè)計(jì)提供必要的理論計(jì)算參數(shù)。研究分析表明,euv多層膜微觀結(jié)構(gòu)表征難度較高的原因有三方面:(1)多層膜膜層之間存在擴(kuò)散,而擴(kuò)散層的厚度僅為nm量級(jí)。以mo/si多層膜為例,多層膜的擴(kuò)散膜層一般為mo層和si層之間化學(xué)反應(yīng)生成的mosi2薄膜,其厚度在1-3nm之間;(2)多層膜膜層間的界面粗糙度很難進(jìn)行精確表征,而界面粗糙度對(duì)多層膜的反射率存在巨大的影響;(3)多層膜各膜層材料的密度決定了鍍制的材料的光學(xué)折射率,而nm級(jí)厚度的膜層密度很難進(jìn)行直接測(cè)量。

為實(shí)現(xiàn)mo/si多層膜微觀結(jié)構(gòu)的表征與分析,在euv多層膜的檢測(cè)方面普遍采用的方法有掠入射x射線反射(gixr)光譜的擬合求解、euv反射譜擬合求解和透射電子顯微鏡(tem)觀測(cè)等檢測(cè)方法。在上述方法中,gixr是一種無損的高精度檢測(cè)方法,但缺點(diǎn)在于該檢測(cè)的信號(hào)噪聲較大,理論模型所需的非線性擬合求解的參數(shù)較多,并且gixr所采用的硬x射線對(duì)多層膜膜層間的擴(kuò)散層的物理特性不敏感;euv反射譜的噪聲較小,但等周期多層膜的光譜反射曲線較為簡(jiǎn)單,很難通過其擬合求解獲得多層膜的高精度結(jié)構(gòu)參數(shù)信息;tem方法雖然可直接對(duì)多層膜膜層結(jié)構(gòu)進(jìn)行觀測(cè),但該方法是一種破壞性檢測(cè)方法,且其表征精度不高,一般作為多層膜微觀結(jié)構(gòu)表征的參考。



技術(shù)實(shí)現(xiàn)要素:

為解決現(xiàn)有euv多層膜微觀結(jié)構(gòu)高精度表征中存在的問題,本發(fā)明提供了一種基于雙目標(biāo)遺傳算法的極紫外多層膜高精度表征方法,該方法基于雙目標(biāo)遺傳算法,聯(lián)合等周期euv多層膜的gixr和euv反射譜,通過雙目標(biāo)遺傳算法的擬合求解和進(jìn)化,獲得精度較高的極紫外多層膜的微觀結(jié)構(gòu)參數(shù),解決以往基于單一檢測(cè)結(jié)果(多層膜的gixr或euv反射譜)所具有的表征精度不高的問題。

本發(fā)明解決技術(shù)問題所采用的技術(shù)方案如下:

基于雙目標(biāo)遺傳算法的euv多層膜高精度表征方法,包括如下步驟:

步驟一:輸入基于適用于等周期euv多層膜參數(shù)求解的nsga-ii的初始參數(shù)值,包括種群規(guī)模n、基于四層模型的多層膜微觀結(jié)構(gòu)的參數(shù)個(gè)數(shù)、變異概率pm、交叉概率pc、交叉算子ηc和變異算子ηp、進(jìn)化的代數(shù)以及基于四層模型的多層膜微觀結(jié)構(gòu)各參數(shù)的搜索范圍;

步驟二:基于euv多層膜的四層模型生成nsga-ii進(jìn)化的初始父代種群q,種群q可表示為

q=[a1,a2,a3,…,ai,…,an-1,an]。(1)

以mo/si多層膜為例,種群中每個(gè)個(gè)體的基因參數(shù)為8個(gè),其表示如下

其中tsi為si層的膜厚、tmo為mo層的膜厚、tmoonsi為mo層在si層上的擴(kuò)散層厚度、t為mo/si多層膜的平均周期厚度、σ為膜層間的粗糙度、ρsi為si膜層的密度、ρmo為mo膜層的密度、ρmosi2為mo層和si層之間(或si層和mo層之間)擴(kuò)散層的密度??紤]多層膜的物理和化學(xué)性質(zhì),等周期mo/si多層膜的周期內(nèi)微觀結(jié)構(gòu)參數(shù)的約束條件為

步驟三:計(jì)算表征多層膜微觀結(jié)構(gòu)參數(shù)的父代種群中每個(gè)個(gè)體的適應(yīng)度,適應(yīng)度包括兩個(gè),第一個(gè)適應(yīng)度為個(gè)體的gixr理論模擬結(jié)果與多層膜實(shí)驗(yàn)結(jié)果的符合度,第二個(gè)適應(yīng)度為個(gè)體的euv反射譜的理論模擬結(jié)果與多層膜的實(shí)驗(yàn)結(jié)果的符合度。

步驟四:對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的種群中的個(gè)體進(jìn)行非支配排序,得到種群中個(gè)體的支配排序,同時(shí),對(duì)非支配個(gè)體采用擁擠度距離進(jìn)一步排序。

步驟五:采用輪賽選擇機(jī)制,對(duì)種群中的個(gè)體進(jìn)行交叉操作,以此生成表征多層膜微觀結(jié)構(gòu)參數(shù)的子代種群。在交叉操作過程中,要求對(duì)個(gè)體的全部參數(shù)基因進(jìn)行操作。

步驟六:采用變異機(jī)制,進(jìn)一步更新表征多層膜微觀結(jié)構(gòu)參數(shù)的子代種群。在變異操作中,僅對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的個(gè)體的單基因進(jìn)行變異,以此最終生成新的子代種群。

步驟七:對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的父代種群和子代種群進(jìn)行合并,并采用對(duì)比機(jī)制將合并種群中的個(gè)體逐一進(jìn)行對(duì)比,對(duì)于完全相同的個(gè)體,保留其一,而對(duì)另一個(gè)個(gè)體進(jìn)行新的參數(shù)基因賦值。

步驟八:評(píng)估表征euv多層膜結(jié)構(gòu)參數(shù)的合并種群個(gè)體的雙目標(biāo)適應(yīng)度。

步驟九:對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的合并種群進(jìn)行非支配排序,對(duì)非支配個(gè)體則計(jì)算擁擠度距離。通過非支配排序和擁擠度距離篩選出新的父代種群。返回步驟三,直到達(dá)到要求的進(jìn)化代數(shù)。

步驟十:通過nsga-ii的進(jìn)化,獲得針euv多層膜的gixr和euv反射譜的實(shí)驗(yàn)結(jié)果作為擬合求解的雙目標(biāo),優(yōu)化獲得接近pareto前沿的非支配解集。

步驟十一:對(duì)接近pareto前沿的非支配解集中的個(gè)體依據(jù)兩個(gè)實(shí)驗(yàn)結(jié)果的擬合殘余之和進(jìn)行評(píng)估,選擇總擬合殘余較小的個(gè)體應(yīng)用levenberg-marquart(lm)算法聯(lián)合兩個(gè)實(shí)驗(yàn)結(jié)果進(jìn)一步進(jìn)行優(yōu)化和減小總的擬合殘余,并根據(jù)總的擬合殘余最小的個(gè)體求得多層膜的微觀結(jié)構(gòu)參數(shù)和相應(yīng)參數(shù)的擬合誤差。

較之現(xiàn)有技術(shù),本發(fā)明至少具有如下有益效果:

(1)以往euv多層膜微觀結(jié)構(gòu)的求解,僅采用等周期多層膜的gixr或euv反射譜作為單一目標(biāo)進(jìn)行擬合,而本發(fā)明基于nsga-ii算法將等周期euv多層膜的gixr和euv反射譜實(shí)驗(yàn)結(jié)果作為雙目標(biāo)進(jìn)行聯(lián)合擬合求解;

(2)本發(fā)明結(jié)合了周期euv多層膜的gixr和euv反射譜檢測(cè)的長(zhǎng)處,gixr的實(shí)驗(yàn)結(jié)果對(duì)多層膜的膜層厚度較為敏感;euv反射譜的信號(hào)誤差較小且對(duì)多層膜的界面粗糙度和表層粗糙度較為敏感。所以,本發(fā)明可實(shí)現(xiàn)較高精度的euv多層膜微觀結(jié)構(gòu)的表征;

(3)一般情況下,基于周期euv多層膜的gixr單目標(biāo)求解的多層膜結(jié)構(gòu)參數(shù)反演的euv反射譜與實(shí)驗(yàn)結(jié)果差別很大;而基于周期euv多層膜的euv反射譜單目標(biāo)求解的多層膜結(jié)構(gòu)參數(shù)反演的gixr同樣與實(shí)驗(yàn)結(jié)果差別很大。與之相比,本發(fā)明基于nsga-ii擬合求解的多層膜結(jié)構(gòu)參數(shù),反演的gixr或euv反射譜都與實(shí)驗(yàn)結(jié)果有較好的符合。

附圖說明

圖1是本發(fā)明典型實(shí)施例中四層模型的周期mo/si多層膜的膜系示意圖。mo/si多層膜為60.5周期,其膜系為sub[si/mosi2/mo/mosi2]60si/sio2/air。其中1為超光滑基底;2為si膜層;3為mo膜層在si膜層上的mosi2擴(kuò)散層;4為mo層;5為si膜層在mo膜層上的mosi2擴(kuò)散層;6為頂層si膜層由于環(huán)境的氧化所形成的sio2膜層。

圖2是本發(fā)明典型實(shí)施例中基于nsga-ii算法,以周期mo/si多層膜的gixr和euv反射譜的實(shí)驗(yàn)結(jié)果為擬合雙目標(biāo),求解多層膜微觀結(jié)構(gòu)參數(shù)的流程圖。

圖3a是本發(fā)明典型實(shí)施例中以周期mo/si多層膜的gixr和euv反射譜為擬合的雙目標(biāo),基于nsga-ii算法,在進(jìn)化50、100、300和500代后,雙目標(biāo)的非支配解前沿;以及分別以gixr和euv反射譜為單目標(biāo),采用ga進(jìn)化500代后得到的最優(yōu)個(gè)體。

圖3b是本發(fā)明典型實(shí)施例中基于nsga-ii算法,經(jīng)500代進(jìn)化后獲得的非支配解前沿和非支配解前沿中的解對(duì)擬合雙目標(biāo)的總擬合殘余。

圖4是發(fā)明典型實(shí)施例中針對(duì)雙目標(biāo)的總擬合殘余較小的優(yōu)秀個(gè)體應(yīng)用levenberg-marquart算法聯(lián)合雙目標(biāo)進(jìn)一步優(yōu)化的結(jié)果,其中總體擬合殘余最小的個(gè)體被視為最優(yōu)解。

圖5a-圖5d分別是是本發(fā)明典型實(shí)施例中以gixr為擬合的單一目標(biāo),優(yōu)化獲得的多層膜結(jié)構(gòu)參數(shù)反演的gixr和euv反射譜;以及以gixr單目標(biāo)優(yōu)化的多層膜參數(shù)為初始值,應(yīng)用levenberg-marquart算法聯(lián)合gixr和euvr反射譜擬合獲得多層膜結(jié)構(gòu)參數(shù)所反演的相應(yīng)結(jié)果及相應(yīng)結(jié)果的擬合殘余。

圖6a-圖6d分別是本發(fā)明典型實(shí)施例中基于圖4中的最優(yōu)個(gè)體的參數(shù)反演的gixr和euv反射譜和相應(yīng)的擬合殘余。

具體實(shí)施方式

如前所述,鑒于現(xiàn)有技術(shù)的不足,本發(fā)明提出了一種基于雙目標(biāo)遺傳算法的極紫外多層膜高精度表征方法,該方法基于實(shí)數(shù)編碼的非支配排序遺傳算法nsga-ii(ieeetransactionsonevolutionarycomputation,6,182(2002)),聯(lián)合euv多層膜的掠入射x反射譜(gixr)和euv反射譜對(duì)多層膜微觀結(jié)構(gòu)進(jìn)行擬合求解,實(shí)現(xiàn)多層膜微觀結(jié)構(gòu)的高精度表征。

具體而言,本發(fā)明實(shí)施例提供的一種基于雙目標(biāo)遺傳算法的euv多層膜高精度表征方法包括如下步驟:

步驟一:輸入基于適用于等周期euv多層膜參數(shù)求解的nsga-ii的初始參數(shù)值,包括種群規(guī)模n、基于四層模型的多層膜微觀結(jié)構(gòu)的參數(shù)個(gè)數(shù)、變異概率pm、交叉概率pc、交叉算子ηc和變異算子ηp、進(jìn)化的代數(shù)j以及基于四層模型的多層膜微觀結(jié)構(gòu)的各參數(shù)搜索范圍;

步驟二:基于euv多層膜的四層模型生成適用于nsga-ii進(jìn)化的初始父代種群q,種群q可表示為

q=[a1,a2,a3,…,ai,…,an-1,an]。(1)

以mo/si多層膜為例,種群中個(gè)體的基因參數(shù)為

其中tsi為si層的膜厚、tmo為mo層的膜厚、tmoonsi為mo層在si層上的擴(kuò)散層厚度、t為mo/si多層膜的平均周期厚度、σ為膜層間的界面粗糙度、ρsi為si膜層的密度、ρmo為mo膜層的密度、ρmosi2為mo層和si層之間(或si層和mo層之間)擴(kuò)散層的密度;

步驟三:計(jì)算表征euv多層膜微觀結(jié)構(gòu)參數(shù)的父代種群中每個(gè)個(gè)體的適應(yīng)度,適應(yīng)度包括兩個(gè),其中第一個(gè)適應(yīng)度為個(gè)體的gixr理論模擬結(jié)果與euv多層膜實(shí)驗(yàn)結(jié)果的符合度,而第二個(gè)適應(yīng)度為個(gè)體的euv反射譜的理論模擬結(jié)果與euv多層膜的實(shí)驗(yàn)結(jié)果的符合度;

步驟四:對(duì)表征euv多層膜微觀結(jié)構(gòu)參數(shù)的種群中的個(gè)體進(jìn)行非支配排序,得到種群中個(gè)體的支配排序,同時(shí),對(duì)非支配個(gè)體采用擁擠度距離進(jìn)一步排序;

步驟五:采用輪賽選擇機(jī)制,對(duì)種群中的個(gè)體進(jìn)行交叉操作,以此生成表征euv多層膜微觀結(jié)構(gòu)參數(shù)的子代種群,在交叉操作過程中,要求對(duì)個(gè)體的全部參數(shù)基因進(jìn)行操作;

步驟六:采用變異機(jī)制,進(jìn)一步更新表征多層膜微觀結(jié)構(gòu)參數(shù)的子代種群;

步驟七:對(duì)表征euv多層膜微觀結(jié)構(gòu)參數(shù)的父代種群和子代種群進(jìn)行合并;

步驟八:評(píng)估表征euv多層膜結(jié)構(gòu)參數(shù)的合并種群個(gè)體的雙目標(biāo)適應(yīng)度;

步驟九:對(duì)表征euv多層膜微觀結(jié)構(gòu)參數(shù)的合并種群進(jìn)行非支配排序,對(duì)非支配個(gè)體則計(jì)算擁擠度距離,并通過非支配排序和擁擠度距離篩選出新的父代種群,返回步驟三,直到達(dá)到要求的進(jìn)化代數(shù)。

步驟十:通過nsga-ii的進(jìn)化,獲得針euv多層膜的gixr和euv反射譜的實(shí)驗(yàn)結(jié)果作為擬合求解的雙目標(biāo),優(yōu)化獲得接近pareto前沿的非支配解集;

步驟十一:對(duì)接近pareto前沿的非支配解集中的個(gè)體依據(jù)兩個(gè)實(shí)驗(yàn)結(jié)果的擬合殘余之和進(jìn)行評(píng)估,選擇聯(lián)合擬合殘余較小的個(gè)體應(yīng)用levenberg-marquart算法聯(lián)合兩個(gè)實(shí)驗(yàn)結(jié)果進(jìn)一步優(yōu)化,選擇總擬合殘余最小的個(gè)體為擬合的最優(yōu)解,進(jìn)而求得euv多層膜的微觀結(jié)構(gòu)參數(shù)和相應(yīng)參數(shù)的誤差。

進(jìn)一步的,在所述步驟一的過程中,種群規(guī)模n為50-200,優(yōu)選的種群規(guī)模為100;變異概率pm為0.1-1.0,優(yōu)選變異概率0.1;交叉概率pc為0.1-1.0,優(yōu)選交叉概率為0.9;交叉算子ηc為1-50,優(yōu)選的交叉算子為2;變異算子ηp為1-50,優(yōu)選的變異算子為2;進(jìn)化的代數(shù)j為300-500,優(yōu)選的代數(shù)j為500。

進(jìn)一步的,在所述步驟二的過程中,考慮多層膜的物理和化學(xué)性質(zhì),等周期mo/si多層膜周期內(nèi)微觀結(jié)構(gòu)參數(shù)的約束條件為

進(jìn)一步的,在所述步驟三的過程中,雙目標(biāo)適應(yīng)度的評(píng)價(jià)函數(shù)為

其中為理論反演結(jié)果相對(duì)euv多層膜euv反射譜實(shí)驗(yàn)結(jié)果的評(píng)價(jià)系數(shù),為理論反演結(jié)果相對(duì)euv多層膜gixr實(shí)驗(yàn)結(jié)果的評(píng)價(jià)系數(shù);rc和rm分別為理論模擬和實(shí)驗(yàn)測(cè)量的euv反射率;ic和im分別為理論模擬和實(shí)驗(yàn)測(cè)量的掠入射x射線反射光強(qiáng),而σm為相應(yīng)實(shí)驗(yàn)點(diǎn)的測(cè)量誤差的標(biāo)準(zhǔn)差。

進(jìn)一步的,在所述步驟六的過程中,在變異操作中,僅對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的個(gè)體的單基因進(jìn)行變異操作。

進(jìn)一步的,在所述步驟六的過程中,代種群和子代種群進(jìn)行合并過程中,采用對(duì)比機(jī)制將合并種群中的個(gè)體逐一進(jìn)行對(duì)比,對(duì)于完全相同的個(gè)體,保留其一,而對(duì)另一個(gè)個(gè)體進(jìn)行隨機(jī)的基因參數(shù)賦值。

進(jìn)一步的,所述euv多層膜包括mo/si、rh/si、ni/c、ru/c中的任一組合或兩個(gè)以上組合交替構(gòu)成的euv多層膜,且不限于此。

下面結(jié)合附圖和實(shí)例對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說明。

本發(fā)明實(shí)施例將nsga-ii應(yīng)用于周期mo/si多層膜微觀結(jié)構(gòu)表征之中,通過對(duì)周期mo/si多層膜的gixr和euv反射譜聯(lián)合擬合求解,獲得多層膜微觀結(jié)構(gòu)參數(shù)的高精度表征,解決了由于多解問題所導(dǎo)致的單一目標(biāo)擬合求解精度較低的問題。為了使理論仿真的多層膜微觀結(jié)構(gòu)更加符合實(shí)際,在多層膜的單一周期內(nèi)采用四層模型,即考慮mo膜層和si膜層之間材料的相互擴(kuò)散,并將擴(kuò)散層以mosi2膜層進(jìn)行模擬,具體結(jié)構(gòu)如圖1所示。在本發(fā)明的實(shí)施例中,mo/si多層膜共60.5個(gè)周期。在理論模擬過程中,si和mo的原子散射因子參數(shù)來源于lawrenceberkeleynationallaboratory數(shù)據(jù)庫,并采用下式計(jì)算材料的復(fù)折射率n=(1-δ)-iβ,其中

其中re、na、m和ρ分別為電子經(jīng)典半徑、阿佛加德羅常數(shù)、材料相對(duì)原子質(zhì)量和材料密度,同時(shí)xi為相應(yīng)原子比例,而f′和f″為數(shù)據(jù)庫中提供的原子散射因子。

結(jié)合圖2進(jìn)一步說明基于雙目標(biāo)求解周期mo/si多層膜微觀結(jié)構(gòu)參數(shù)的方法,具體實(shí)施步驟如下:

步驟一:輸入適用于等周期euv多層膜參數(shù)求解的nsga-ii的初始參數(shù)值。其中包括種群規(guī)模n、變異概率pm、交叉概率pc、交叉算子ηc和變異算子ηp、進(jìn)化的代數(shù)k,以及基于四層模型的多層膜微觀結(jié)構(gòu)的參數(shù)個(gè)數(shù)和各參數(shù)的搜索優(yōu)化范圍。其中,種群規(guī)模n為50-200,優(yōu)選的種群規(guī)模為100;變異概率pm為0.1-1.0,優(yōu)選變異概率0.1;交叉概率pc為0.1-1.0,優(yōu)選交叉概率為0.9;交叉算子ηc為1-50,優(yōu)選的交叉算子為2;變異算子ηp為1-50,優(yōu)選的變異算子為2;進(jìn)化的代數(shù)j為300-500,優(yōu)選的代數(shù)j為500。

步驟二:表征基于四層模型的mo/si多層膜微觀結(jié)構(gòu)參數(shù),并且適用于nsga-ii算法的種群q的初始化。種群q可表示為

q=[a1,a2,a3,…,ai,…,an-1,an],(2)

以mo/si多層膜為例,種群中每個(gè)個(gè)體的基因參數(shù)為8個(gè),其表示如下

其中si層的膜厚tsi、mo層的膜厚tmo、mo層在si層上的擴(kuò)散層厚度tmoonsi、mo/si多層膜的平均周期厚度t、膜層間的粗糙度σ、si膜層的密度ρsi、mo膜層的密度ρmo、mo層和si層之間(或si層和mo層之間)擴(kuò)散層的密度ρmosi2??紤]多層膜的物理、化學(xué)性質(zhì)和實(shí)驗(yàn)經(jīng)驗(yàn),周期多層膜的一個(gè)周期內(nèi)的微觀結(jié)構(gòu)參數(shù)的約束條件為

步驟三:計(jì)算表征多層膜微觀結(jié)構(gòu)參數(shù)的父代種群中每個(gè)個(gè)體的適應(yīng)度,適應(yīng)度包括兩個(gè):第一個(gè)適應(yīng)度為依據(jù)個(gè)體表征的參數(shù)理論模擬的euv反射譜和多層膜實(shí)驗(yàn)結(jié)果的符合度;第二個(gè)適應(yīng)度為依據(jù)個(gè)體表征的參數(shù)理論模擬的gixr和多層膜實(shí)驗(yàn)結(jié)果的符合度。兩個(gè)符合度的評(píng)價(jià)函數(shù)分別為

其中為理論反演結(jié)果相對(duì)多層膜euv反射譜實(shí)驗(yàn)結(jié)果的評(píng)價(jià)系數(shù),為理論反演結(jié)果相對(duì)多層膜gixr實(shí)驗(yàn)結(jié)果的評(píng)價(jià)系數(shù),rc和rm分別為理論模擬和實(shí)驗(yàn)測(cè)量的euv反射率;ic和im分別為理論模擬和實(shí)驗(yàn)測(cè)量的掠入射x射線反射強(qiáng)度,而σm為相應(yīng)實(shí)驗(yàn)點(diǎn)的測(cè)量誤差的標(biāo)準(zhǔn)差。在(5)式中,理論反射率rc和反射強(qiáng)度ic在本發(fā)明中均采用基于菲涅爾系數(shù)法進(jìn)行計(jì)算,多層膜中第j層和第j+1層之間的反射系數(shù)為

對(duì)于s偏振光,qj=njcosθj;而對(duì)于p偏振光,第j層的反射振幅為

其中對(duì)于膜層間界面粗糙度,本發(fā)明中采用nevot和croce因子來對(duì)(6)式中的反射系數(shù)進(jìn)行修正,可得

在上述(6)式至(8)式中,λ為入射光的光波長(zhǎng),nj、θj、tj和σj分別為多層膜中第j層的折射率、入射角、膜厚以及界面粗糙度。同時(shí)在(5)式中,即φi為掠入射角度。對(duì)于超光滑基底上鍍制的mo/si多層膜,可認(rèn)為基底為無限厚的介質(zhì),因此令r0=0,進(jìn)而采用基于(7)式的遞歸迭代方法計(jì)算多層膜最上層(多層膜共m層)的反射振幅rm。由此,多層膜最上層的反射率為

r=|rm|2。(9)

需要強(qiáng)調(diào)的是,本發(fā)明中,mo/si多層膜的euv反射譜的計(jì)算過程中的反射率以波長(zhǎng)λ為自變量,而在多層膜的gixr的計(jì)算過程中,反射率以掠入射角φi為自變量,而gixr的反射強(qiáng)度為

i=i0·r+ibackground。(10)

上式中i0為入射光強(qiáng)度,ibackground為背景強(qiáng)度。

步驟四:對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的種群中的個(gè)體基于兩個(gè)評(píng)價(jià)函數(shù)值進(jìn)行非支配排序。對(duì)種群中個(gè)體的支配排序,而對(duì)于非支配個(gè)體采用擁擠度距離進(jìn)一步排序。

步驟五:采用輪賽選擇機(jī)制,對(duì)種群內(nèi)的的個(gè)體參數(shù)進(jìn)行交叉操作,生成表征euv多層膜微觀結(jié)構(gòu)參數(shù)的子代種群。在本發(fā)明中的交叉操作中,要求對(duì)個(gè)體表征結(jié)構(gòu)參數(shù)的全部基因進(jìn)行兩個(gè)個(gè)體之間的交叉操作。

步驟六:采用變異操作,進(jìn)一步更新表征多層膜微觀結(jié)構(gòu)參數(shù)的子代種群。在變異操作中,僅對(duì)個(gè)體中表征多層膜微觀結(jié)構(gòu)參數(shù)的一個(gè)基因進(jìn)行變異,以此進(jìn)一步更新子代種群為

q′=[a′1,a′2,a′3,…,a′i,…,a′n-1,a′n]。(11)

步驟七:對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的父代種群和子代種群進(jìn)行合并。合并后進(jìn)行對(duì)比操作,將合并種群中的每一個(gè)體與其他個(gè)體進(jìn)行基因?qū)Ρ取?duì)于完全相同的個(gè)體,保留其一,而對(duì)另一個(gè)進(jìn)行新的基因賦值。則合并種群為

q∪q′=[a1,a2,a3,…,ai,…,an-1,an,a′1,a′2,a′3,…,a′i,…,a′n-1,a′n]。(12)

步驟八:評(píng)估表征euv多層膜結(jié)構(gòu)參數(shù)的合并種群個(gè)體的雙目標(biāo)適應(yīng)度。

步驟九:對(duì)表征多層膜微觀結(jié)構(gòu)參數(shù)的合并種群進(jìn)行非支配排序,對(duì)非支配個(gè)體則計(jì)算擁擠度距離。通過非支配排序和擁擠度距離篩選出新的父代種群。返回步驟三,直到達(dá)到要求的進(jìn)化代數(shù)。

步驟十:通過nsga-ii的進(jìn)化,獲得針euv多層膜的gixr和euv反射譜的實(shí)驗(yàn)結(jié)果作為擬合求解的雙目標(biāo),優(yōu)化獲得接近pareto前沿的非支配解集。

步驟十一:對(duì)接近pareto前沿的非支配解集中的個(gè)體依據(jù)兩個(gè)實(shí)驗(yàn)結(jié)果的擬合殘余之和進(jìn)行評(píng)估,選擇聯(lián)合擬合殘余較小的個(gè)體應(yīng)用levenberg-marquart算法聯(lián)合兩個(gè)實(shí)驗(yàn)結(jié)果進(jìn)一步優(yōu)化,選擇總擬合殘余最小的個(gè)體為擬合的最優(yōu)解,并獲得多層膜的微觀結(jié)構(gòu)參數(shù)和相應(yīng)參數(shù)的誤差。其中基于levenberg-marquart算法聯(lián)合兩個(gè)實(shí)驗(yàn)結(jié)果的評(píng)價(jià)系數(shù)為(5)式中兩個(gè)目標(biāo)的評(píng)價(jià)系數(shù)之和,即為

為驗(yàn)證本發(fā)明在euv多層膜微觀結(jié)構(gòu)參數(shù)求解方面的可行性與高精度性,分別針對(duì)實(shí)驗(yàn)測(cè)試的周期mo/si多層膜的gixr和euv反射譜基于nsga-ii算法進(jìn)行雙目標(biāo)的聯(lián)合擬合,相應(yīng)結(jié)果見圖3a-圖3b。在圖3a中,mo/si多層膜理論模擬euv反射譜和實(shí)驗(yàn)結(jié)果的符合度的評(píng)價(jià)系數(shù)以及理論模擬gixr和實(shí)驗(yàn)結(jié)果的符合度的評(píng)價(jià)系數(shù)同時(shí)隨著進(jìn)化的演進(jìn)而逐漸減小,即雙目標(biāo)的非支配解前沿在逐步優(yōu)化。圖3a中還給出了以多層膜的euv反射譜或gixr為單目標(biāo)的求解優(yōu)化結(jié)果,結(jié)果表明,單一目標(biāo)的擬合求解可以實(shí)現(xiàn)實(shí)驗(yàn)結(jié)果的最佳擬合,但是以相同的參數(shù)對(duì)另一實(shí)驗(yàn)結(jié)果進(jìn)行反演,模擬的結(jié)果與實(shí)驗(yàn)結(jié)果偏差很大。基于nsga-ii算法的雙目標(biāo)擬合可以實(shí)現(xiàn)兩個(gè)實(shí)驗(yàn)結(jié)果的同時(shí)擬合優(yōu)化,同時(shí)兩個(gè)擬合結(jié)果之間沒有相互的影響。當(dāng)進(jìn)化到500代時(shí),非支配解前沿中對(duì)euv反射譜擬合最佳的個(gè)體的相應(yīng)擬合殘余已接近以euv反射譜為單目標(biāo)的最佳解的擬合殘余;而非支配解前沿中對(duì)gixr擬合最佳的個(gè)體的相應(yīng)擬合殘余已接近以gixr為單目標(biāo)的最佳解的擬合殘余,這說明非支配解前沿已接近兩個(gè)擬合目標(biāo)的pareto前沿(雙目標(biāo)的最佳非支配解前沿)。為了對(duì)接近pareto前沿的非支配解集中的個(gè)體進(jìn)一步進(jìn)行優(yōu)選,圖3b給出了評(píng)估非支配解前沿中每個(gè)個(gè)體針對(duì)兩個(gè)實(shí)驗(yàn)結(jié)果的擬合殘余之和。從圖3b中可以發(fā)現(xiàn),非支配解前沿中存在總的擬合殘余較小的優(yōu)秀個(gè)體。為了對(duì)總的擬合殘余較小的優(yōu)秀個(gè)體進(jìn)一步優(yōu)化,即降低其總的擬合殘余,本發(fā)明采用levenberg-marquart算法以總的擬合殘余較優(yōu)秀個(gè)體的參數(shù)為初始值聯(lián)合gixr和euv反射譜進(jìn)一步優(yōu)化,優(yōu)化結(jié)果見圖4。在圖4中,通過levenberg-marquart算法對(duì)優(yōu)秀個(gè)體的總擬合殘余的進(jìn)一步降低,并可較為容易的獲得總的擬合殘余χ2最小的個(gè)體,該個(gè)體參數(shù)即為本發(fā)明擬合求解的多層膜最佳結(jié)構(gòu)參數(shù)。為了體現(xiàn)本發(fā)明在多層膜微觀結(jié)果參數(shù)表征方面的突出優(yōu)勢(shì),將本發(fā)明的優(yōu)化結(jié)果與單目標(biāo)擬合結(jié)果以及文獻(xiàn)報(bào)道的以gixr的單目標(biāo)擬合最佳參數(shù)為初始值,應(yīng)用levenberg-marquart算法對(duì)(13)式進(jìn)行優(yōu)化的結(jié)果(s.n.yakunin,i.a.makhotkin,et.al.combinedeuvreflectanceandx-rayreflectivitydataanalysisofperiodicmultilayerstructures,opticsexpress,vol.213079,20076-20086.)進(jìn)行對(duì)比分析,具體結(jié)果見圖5a-圖5d。在圖5a中,以mo/si多層膜的gixr為單一目標(biāo),采用遺傳算法實(shí)現(xiàn)了gixr檢測(cè)結(jié)果的最佳擬合(圖5a中的虛線)和相應(yīng)的最小擬合殘余(圖5b中的虛線),但是應(yīng)用gixr單目標(biāo)擬合的最佳參數(shù)值反演的euv反射譜(圖5c中的虛線)與實(shí)驗(yàn)結(jié)果的偏差很大。采用yakunin等人報(bào)道的以gixr的單目標(biāo)擬合最佳參數(shù)值為初始值,應(yīng)用levenberg-marquart算法對(duì)總的擬合殘余進(jìn)行優(yōu)化,確實(shí)可以較大的提高多層膜參數(shù)對(duì)euv反射譜的反演擬合度(圖5c中的實(shí)線),但是相應(yīng)的代價(jià)是gixr結(jié)果的擬合殘余大大提高(圖5b實(shí)線所示)。究其原因在于,levenberg-marquart算法的優(yōu)化對(duì)初始值的精度要求較高,可以實(shí)現(xiàn)高效率的局部搜索優(yōu)化,無法實(shí)現(xiàn)全局優(yōu)化,而多層膜的gixr和euv反射譜均存在著多解問題,而造成優(yōu)化陷入局部最優(yōu)解。

基于本發(fā)明所獲得的基于nsga-ii算法的雙目標(biāo)擬合優(yōu)化方法可以獲得接近pareto前沿的非支配解集,已完成了較大范圍的針對(duì)雙擬合目標(biāo)的全局搜索,在利用levenberg-marquart算法對(duì)優(yōu)秀個(gè)體的進(jìn)一步減低擬合殘余的優(yōu)化可獲得高精度的多層膜微觀結(jié)構(gòu)參數(shù)表征,相應(yīng)結(jié)果見圖6a-圖6d。在圖6a和圖6b分別為基于本發(fā)明所獲得的結(jié)構(gòu)參數(shù)所反演的多層膜gixr和相應(yīng)的擬合殘余,和圖5b中的擬合殘余對(duì)比分析表明,基于雙目標(biāo)擬合算法所獲得的多層膜參數(shù)的擬合殘余雖然略大于基于gixr單目標(biāo)的擬合殘余,但明顯優(yōu)于應(yīng)用以gixr的單目標(biāo)擬合最佳參數(shù)值為初始值,由levenberg-marquart算法對(duì)總的擬合殘余優(yōu)化方法所獲得參數(shù)的擬合殘余。同時(shí),基于本發(fā)明所獲得的結(jié)構(gòu)參數(shù)反演的euv反射譜(圖6c)及其擬合殘余(圖6d)明顯小于上述以往報(bào)道的求解方法的擬合殘余?;诒景l(fā)明和上述方法所獲得的多層膜結(jié)構(gòu)參數(shù)相見表1。從表1中可以看到,采用gixr單目標(biāo)擬合的多層膜的參數(shù)的誤差最大,而基于gixr的單目標(biāo)擬合最佳參數(shù)值為初始值的levenberg-marquart算法得到的參數(shù)誤差與基于本發(fā)明所得到的參數(shù)誤差精度相接近,所以基于本發(fā)明所求解得到的多層膜參數(shù)的擬合結(jié)果具有最小的擬合殘余和較高的表征精度,并解決了在多層膜表征問題中的多解問題。

表1.周期mo/si多層膜擬合結(jié)果

本發(fā)明所給出的euv多層膜微觀結(jié)構(gòu)的高精度表征方法不僅適用于本發(fā)明實(shí)施例所討論的mo/si多層膜的結(jié)構(gòu)表征,還適用于rh/si、ni/c、ru/c等由兩種材料交替構(gòu)成的euv多層膜的微觀結(jié)構(gòu)的表征。

應(yīng)當(dāng)理解,以上所述僅是本發(fā)明的具體實(shí)施方式,應(yīng)當(dāng)指出,對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說,在不脫離本發(fā)明原理的前提下,還可以做出若干改進(jìn)和潤(rùn)飾,這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1