專利名稱：用于執(zhí)行系統缺陷分析的方法和設備的制作方法
技術領域：
本發(fā)明一般涉及設計自動化領域，更具體地，涉及為了執(zhí)行系統缺陷分析的目的而用于在在較大集成電路形狀布局(shape layout)中匹配布局形狀(shape)。

背景技術：
在半導體處理中的系統缺陷是不作為在制造期間干擾曝光或者其它平版印刷(lithographic)處理步驟的顆粒(particle)的結果的缺陷。相反，系統缺陷涉及形狀布局瑕疵或處理設計瑕疵，并且其在完成的產品內的相同位置上有規(guī)律地發(fā)生。特征化工程師(yield characterization engineer)在嘗試識別此缺陷的根本原因時面對困難的任務。具體地，在要求分辨率增強、化學機械化拋光以及其它復雜步驟的現代處理中，根本原因通常涉及特定的局部圖案(pattern)和在其環(huán)境(context)內的形狀的交互。
將圖案定義為包括特定布局形狀的矩形區(qū)域。導致確定性失敗或對于特定零件號碼(particular part number)中的處理變化不強健(robust)的相同圖案可能在相同設計或不同設計的其它位置中不會失敗。可以將遭遇系統故障的、工程師所面對的問題表示為搜索任務。工程師將布局的小部分定義為圖案，并且嘗試在設計中找出與該圖案相似的位置。
布局形狀圖案匹配系統提供了用于定位與在集成電路中導致圖案相關的系統缺陷的那些形狀類似的形狀的方法。窗(window)被定義為集成電路形狀布局的矩形部分。圖案匹配系統通常返回二進制結果或者距離亮度(measurement)。返回二進制結果的圖案匹配系統將布局中的位置分為與給定圖案匹配或不匹配。根據它們對給定圖案的相似性，返回距離亮度的圖案匹配系統排序布局窗，使得將所述窗從最相似到最不相似排列。本發(fā)明針對后面的類型，即返回窗的排序列表。
特征提取是提取并比較目標圖案和潛在匹配的顯著特征的技術。特征提取用于許多圖像識別應用。在本發(fā)明的優(yōu)選實施例中，要被提取的特征是密度。密度被定義為在窗中布局樣式覆蓋的部分。例如，由布局形狀覆蓋一半的窗具有密度0.5。本領域的技術人員將容易地理解密度提取是布局形狀分析中的普通應用，并且存在用于從布局內的窗中提取密度的許多軟件工具。
在從布局圖案和布局窗提取密度特征后，圖像識別系統使得用于比較所考慮的圖案和特定的布局窗的方法成為必要。為了達到這個目標，將特征投影在坐標(coordinate)系統上，并且稱為特征空間。使用歐幾里得距離可比較兩個對象在通常的二維空間中的距離。對象1和2之間的歐幾里得距離給出為 以相同的方式，通過將特征投影在n維空間并計算它們之間的歐幾里得距離來計算兩個布局之間的距離。
如描述了典型的沃爾什圖案的圖1所示，已被使用的一個特征空間基于沃爾什圖案。如本領域的技術人員容易理解的，16種選擇僅為說明，并且可使用沃爾什圖案的任意正交集合。
沃爾什圖案是由多個黑色和白色區(qū)域的矩形瓦(tiling)所組成的圖像。從沃爾什函數生成沃爾什圖案，并且可以通過旋轉和相乘從4×4哈德曼(Hadamard)矩陣中獲得(如“MathWorld-A Wolfram Web Resource”(http://mathworld.wolfram.com/WalshFunction.html)中所描述的Eric W.Weisstein.的“Walsh Function”，通過引用合并在此)。
沃爾什函數由一系列方形脈沖(具有允許的為-1和1的狀態(tài))組成，使得躍遷可僅發(fā)生在單元時間步長的固定間隔上，初始化狀態(tài)總是為+1，并且函數滿足特定的其它正交性關系。特別地，當以所謂“序數(sequency)”的順序排列時，通過哈德曼矩陣H2n的行給出2n個‘n’冪沃爾什函數。存在2n個長度為2n的沃爾什函數。
如在Ted Hesselroth and Klaus Schulten，Department of Physics andBeckman Institute，University of Illinois，Urbana，Illinois 61801，2005年4月29日的出版物“The Dynamics of Image Processing by Feature Maps in the PrimaryVisual Cortex”中所描述的那樣，最初，沃爾什圖案用作圖像表示的基本(basis)元素集。
如在De Maris等人的美國專利申請公開第2006/0023932號“System andmethod for generating a set of test patterns for an optical proximity correctionalgorithm”中所描述的，沃爾什圖案也用于生成布局測試圖案的集合。
沃爾什圖案已經用于數字描述布局的密度特征。在現有技術中，沃爾什圖案被表示為與每個布局窗相交的形狀。提取相交的形狀的密度，并且將其視為投影?？稍谕ㄟ^引用在此合并的、Bergman Reuter等人的美國專利申請公開2005/0094863 A1“System for search and analysis of systematic defects inintegrated circuits”中發(fā)現更多細節(jié)。在現有技術中，布局窗內的形狀與沃爾什圖案集合中的每個沃爾什圖案相交，在任意相交操作中，將沃爾什圖案的“關(off)”子窗視為“0”，而將其“開(on)”子窗視為“1”。但是，現有技術的相交方法不是正交投影。將沃爾什圖案的“關”子窗視為“0”導致沃爾什圖案特征空間中的非正交基本向量。通過如從MathWorld--A Wolfram Web Resource，http://mathworld.wolfram.com/OrthogonalBasis.html摘錄的“Orthogonal Basis”中由Eric W.Weisstein描述的那樣，可通過將每個沃爾什圖案投影到其它沃爾什圖案上，來驗證前面的投影系統的非正交性。非正交投影系統的問題是發(fā)生數據丟失。一些軸可被描述為其它軸的線性組合，而不是在坐標系統中具有16個獨立的軸(Eric W.Weisstein等，在Math World--A Wolfram Web Resource，http://mathworld.wolfram.com/VectorSpaceBasis.html的“Vector Space Basis”中)。因此，從非正交投影得到的16元素特征向量具有少于16個的獨立特征。特征分辨率差導致過多的錯誤正量(positive)。相反地，從沃爾什函數構造的正確的沃爾什圖案具有對于“關”子窗的值-1。從通過投影方法的正交性而單獨確定基本集合的正交性的理解中，產生在本發(fā)明中的特征提取和投影方法。基于沃爾什圖案，本發(fā)明正確地構造特征空間。
除了過多的錯誤正量之外，現有技術相交方法還排除重新使用密度值。在已將集成電路形狀布局與沃爾什圖案布局相交之后，從布局中計算密度值。任何布局窗重疊將要求所有密度和相交數據的完整的重算。因此，不存在通過其使用圖像識別的現有技術方法可得到較高分辨率搜索的方法。不能得到較高分辨率搜索導致失配。相反，本發(fā)明從布局提取密度作為預處理步長，允許重復使用密度值。


發(fā)明內容
因此，本發(fā)明的一個目的是通過使用利用沃爾什圖案的布局形狀的正交子空間投影而減少圖案匹配中的錯誤正量。
本發(fā)明的另一目的是從投影中分離密度提取，為了高分辨率搜索允許交迭窗并且允許對于其它目標窗尺寸重復使用密度數據。
本發(fā)明的另一目的是提供一種圖案匹配系統，其通過使用沃爾什圖案的布局形狀的正交子空間投影的方式，執(zhí)行電路設備的初步特征提取，允許用戶定義圖案，并且執(zhí)行布局的基于特征的搜索，以定位圖案的全部實例。生成從范圍最接近到數量上較不接近排列的布局窗的排序表。一旦已經識別了這些感興趣的區(qū)域，工程師執(zhí)行分析以確定關于相似但是未失敗的形狀有什么不同，或者在失敗形狀中的有什么相同之處。隨后，工程師可以以處理調整或更新設計規(guī)則的方式采取正確的動作。
通過使用沃爾什圖案的用于布局形狀的圖案匹配系統來提供本發(fā)明的這些和其它目的。與現有技術方法相比，本發(fā)明顯著地減少了圖案匹配中的錯誤的正量。本發(fā)明使得相同的密度數據能夠作為以小增量步進穿過布局的窗被重新使用，而現有技術方法阻止密度數據被重新使用。本發(fā)明還使得針對其它的目標窗尺寸能夠重新使用相同的密度數據。涵蓋了沃爾什圖案的任意子集，并且本發(fā)明不限于使得沃爾什圖案分辨率與布局窗分辨率相同。
總之，本發(fā)明的優(yōu)選實施例為電路設計建立窗格，并且執(zhí)行從每個窗初步提取密度(布局形狀覆蓋的部分)。在執(zhí)行密度提取后，本發(fā)明的優(yōu)選實施例將相同尺寸的重疊窗組成目標圖案的窗，以進行高分辨率搜索。通過在沃爾什圖案上執(zhí)行形狀密度的正交投影而將形狀變換為特征向量，其形成特征空間中的基本向量。隨后執(zhí)行搜索，計算從目標圖案到每個布局窗的歐幾里得距離。



合并并組成說明書的部分的附解了本發(fā)明的當前優(yōu)選的實施例，并且與以上給出的概括描述以及以下給出的優(yōu)選實施例的詳細描述一起用于解釋本發(fā)明的原理。
圖1是現有技術沃爾什圖案的例子的示意圖； 圖2是沃爾什圖案的基本向量表示的示意圖； 圖3是圖解根據本發(fā)明的優(yōu)選實施例的密度提取的流程圖； 圖4是圖解在沃爾什圖案空間上投影目標圖案的流程圖； 圖5是圖解在沃爾什圖案空間上投影布局窗的流程圖；以及 圖6是圖解比較每個布局窗與目標圖案，以執(zhí)行圖案匹配的流程圖。

具體實施例方式 通過參考在附圖中圖解和在以下描述中詳述的非限制性實施例，更加全面地解釋本發(fā)明及其各種特征和優(yōu)點細節(jié)。
參考圖1，選擇典型的沃爾什圖案的集合。如本領域的技術人員所容易地理解的那樣，16種選擇僅為例子，并且可使用沃爾什圖案的任意正交集合。
參考圖2，沃爾什圖案定義形成特征空間的基本向量。在圖解的例子中，特征空間為16維。從沃爾什圖案到圖2中所示的對應的基本向量的轉換處理如下。將每個沃爾什圖案劃分為16個矩形(4行和4列)。從圖像的底部的行和左下角開始，并且對每一行從左到右行進，+1用于每個黑色矩形，而-1用于每個白色矩形。由于每個沃爾什圖案由16個矩形組成，所以在對應的基本向量中存在16個項。
在圖2中列出的基本向量形成沃爾什圖案特征空間的坐標系統的軸?；鞠蛄坑糜谏稍谌我饨o出的布局窗內的形狀的數字表示。如將在下文描述的那樣，本發(fā)明包括用于將布局形狀投影在由W個沃爾什圖案基本向量定義的W維坐標系統上的正交子空間投影方法。雖然本發(fā)明包括沃爾什圖案的任意正交集合，但是在所選擇的情況下，W＝16。
參考圖3，示出了圖解本發(fā)明的密度提取的流程圖。雖然在優(yōu)選實施例中，所提取的特征是密度(由形狀覆蓋的窗的部分區(qū)域)，但是本發(fā)明包括可從集成電路形狀布局提取的任意特征。
通過將布局窗劃分為尺寸相等的矩形(步驟302)并且從每個矩形提取密度，而從任意布局窗提取密度(步驟301)。結果是對于每個矩形都有一個的、其中每個密度在從0到1范圍內變化的密度列表(步驟303)。例子(步驟304)示出其中帶有一個形狀的布局窗。該形狀覆蓋16個矩形中的6個的部分。密度提取導致16個值的列表，一個對應于布局窗的每個矩形中的密度。如在例子(步驟306)中所示，隨后將密度值映射到范圍-1到+1(步驟305)。
布局形狀的密度是投影在基本向量上的特征。在圖案匹配系統的細節(jié)之后，全面地描述實際的正交子空間投影方法。
參考圖4，用戶定義包括導致圖案相關的系統缺陷的形狀的目標圖案(步驟401)。將圖案劃分為16個尺寸相等的矩形(步驟402)。如圖3中所述的那樣提取密度(步驟403)。將密度投影在每個沃爾什圖案上(步驟404)。結果是表示在沃爾什圖案空間中國標的位置的16個元素的向量(步驟405)。
參考圖5，創(chuàng)建與目標圖案的尺寸相同的窗(步驟501)。使用通過圖3的方法而提取的現有密度數據來組成這些布局窗。布局窗步進穿過布局(步驟502)。重疊所述窗導致高分辨率搜索。對于每個窗，將密度投影在每個沃爾什圖案上(步驟503)。每個布局窗的結果是表示在沃爾什圖案空間中的該布局窗位置的16個元素的向量(步驟504)。
參考圖6將每個布局窗(步驟601，圖5的結果)與目標圖案(步驟602，圖4的結果)比較。然后，如在現有技術中的那樣，通過計算從目標到每個布局窗的歐幾里得距離而執(zhí)行搜索(步驟603)。比較每個布局窗和目標圖案產生匹配目標圖案的布局窗的列表。通過到沃爾什圖案特征空間中的目標圖案的歐幾里得距離來排序所述列表(步驟604)。
本發(fā)明使得能夠重新使用密度數據，以形成與其它目標圖案的尺寸相同的窗。一旦以高分辨率可從集成形狀布局中提取密度數據，隨后密度數據就可被組成為其它目標圖案尺寸的窗。
正交子空間投影方法用于目標圖案和布局窗。更具體地，正交子空間投影方法包括以下步驟 1)選擇要用作用于投影的基本向量的W個沃爾什圖案的集合(圖1)。這些沃爾什圖案定義要在結果特征向量中使用的子空間坐標系統的軸。
2)將每個沃爾什圖案表示為向量，其中每個向量分量具有值1或-1(圖2)， 對于每個沃爾什圖案WPj(在此情況下j在[1......W]中)，定義

為包括W個值的第j個向量。
在W＜R的情況下，不需要在整個R維空間中表示沃爾什圖案。僅在實際投影步驟中使用整個空間的維數R。
3)定義包括布局形狀的矩形布局窗(圖3)。
4)將部件窗劃分為R個尺寸相等的矩形(圖3)。
在這種情況下，布局窗的分辨率(劃分為R＝16個矩形)與沃爾什圖案的分辨率相同。但是，本發(fā)明還應用布局窗的子劃分，其具有比表示沃爾什圖案所需的分辨率更精細的分辨率，即本發(fā)明對R≥W成立。選擇R＞W使得窗以較小的增量步進以穿過布局，重新使用預先計算的密度數據。
5)針對[1......R]中的每個矩形i計算密度(由形狀覆蓋的窗的部分區(qū)域)并且將其映射到范圍[-1，1](圖3)。
定義

為包括在步驟5中計算的R個映射密度的向量，每個矩形對應一個向量分量。
如下將布局窗投影在W個沃爾什圖案的每個上 對于在[1......W]中的j 其中
本領域的技術人員將容易地認識到每個投影形成表示沃爾什圖案特征空間中的該布局窗的位置的16元素特征向量的一維。
對于W＝16，如以下特征向量描述在W維沃爾什圖案坐標系統中的布局窗的位置 P1、P2、P3、P4、P5、P6、P7、P8、P9、P10、P11、P12、P13、P14、P15、P16 總之，正交子空間投影方法代表針對先前使用的非正交沃爾什圖案相交方法上的非常重要的改進。此外，此發(fā)明提供密度提取作為與投影的分離步驟，允許為高分辨率搜索而重疊窗并且允許針對其它目標窗尺寸重新使用密度數據。
雖然已經接合特定的優(yōu)選實施例具體地描述了本發(fā)明，但是明顯的，根據本描述本領域的技術人員將了解許多替換、修改和變化。因此，只要落入發(fā)明的本實施例的真實范圍和宗旨內，認為所附的權利要求將包括任何這樣的替換、修改和變化。
權利要求
1.一種將電路設計布局形狀的正交投影提供在沃爾什圖案的基上的方法，每個沃爾什圖案由多個子窗組成，所述方法包括以下步驟
a)將沃爾什圖案表示為編號W的第一向量的集合，{WP1，WP2，......WPW}，形成每個所述沃爾什圖案具有相應分量的基，編號R，WPi＝(WPi1，WPi2，......，WPiR)，所述分量WPij(i在從1到W的范圍內；并且j在從1到R范圍內)為+x或-x，其中‘x’為實數，每個所述元素WPij對應于所述沃爾什圖案的子窗；
b)定義包括所述電路設計布局形狀的布局窗，并且將所述電路設計布局窗子劃分為R個具有與所述沃爾什圖案的分辨率相同的子窗；
c)計算每個電路設計布局子窗的密度，將所述密度映射到-x到+x的范圍，并且從所述映射的密度形成具有維數R的第二向量A，其中A＝(A1，A2，......AR)；
d)將所述映射的布局密度的第二向量A投影在所述W個沃爾什圖案WPi的每一個上；以及
e)從所述投影形成W維的第三向量P，所述第三向量P是所述布局窗在所述沃爾什圖案基上的正交投影。
2.如權利要求1所述的方法，其中所述的實數‘x’等于1。
3.如權利要求1所述的方法，其中所述子窗為矩形。
4.如權利要求1所述的方法，其中密度是從所述集成電路形狀布局中提取的特征。
5.如權利要求1所述的方法，其中所述布局窗是由產生投影矢量T的布局形狀所組成的目標圖案，并且其中所述布局窗是產生多個投影向量Lk的所述電路設計形狀布局的多個所述窗中的一個，其中k在從1到N的范圍內，并且N是所述電路設計布局形狀的窗的個數。
6.如權利要求5所述的方法，還包括計算表示目標圖案的所述向量T和表示所述電路設計形狀布局的窗的每個向量Lk之間的歐幾里得距離。
7.如權利要求5所述的方法，其中所述歐幾里得距離用于以最接近所述目標圖案的窗在所述列表的開始的順序，將其投影向量為Lk的所述N個布局窗在所述列表中排序。
8.如權利要求1所述的方法，其中R大于等于W，以允許布局的子劃分比所述沃爾什圖案更精細。
9.如權利要求5所述的方法，其中在選擇所述目標圖案之前提取電路設計形狀布局密度，并且其中所述密度提取是高于目標窗的分辨率的分辨率，并且其中，從所述預先提取的密度隨后生成所述布局窗。
10.如權利要求5所述的方法，其中由所述投影向量LK表示的所述窗重疊，導致高分辨率搜索。
11.如權利要求1所述的方法，其中由沃爾什圖案組成的基是所述沃爾什圖案的全集的子集。
12.一種將電路設計布局形狀的正交投影提供在沃爾什圖案的基上的設備，每個沃爾什圖案由多個子窗組成，所述設備包括
a)用于將沃爾什圖案表示為編號W的第一向量的集合，{WP1，WP2，......WPW}，形成每個所述沃爾什圖案具有相應分量的基，編號R，WPi＝(WPi1，WPi2，......，WPiR)，所述分量WPij(i在從1到W的范圍內；并且j在從1到R范圍內)為+x或-x，其中‘x’為實數，每個所述分量WPij對應于所述沃爾什圖案的子窗的裝置；
b)用于定義包括所述電路設計布局形狀的布局窗，并且將所述電路設計布局窗子劃分為R個具有與所述沃爾什圖案的分辨率相同分辨率的子窗的裝置；
c)用于計算每個電路設計布局子窗的密度，將所述密度映射到-x到+x的范圍，并且從所述映射的密度形成具有維數R的第二向量A，A＝(A1，A2，......AR)的裝置；
d)用于將所述映射的布局密度的第二向量A投影在所述的W個沃爾什圖案WPi上的部件；以及
e)用于從所述投影形成W維的第三向量P的裝置，所述第三向量P是所述布局窗在所述沃爾什圖案的基上的正交投影。
全文摘要
本發(fā)明涉及用于執(zhí)行系統缺陷分析的方法和設備?；谑褂梦譅柺矆D案的布局形狀的正交子空間投影的圖案匹配系統，執(zhí)行電路設備布局的初步密度特征提取，允許用戶定義圖案，以及執(zhí)行布局的高分辨率搜索，以定位布局的全部實例。生成范圍從最接近到數量上較不接近排列的布局窗的排序表。與現有技術相比，圖案匹配系統顯著地減少了錯誤的正量，并且使得相同的密度數據能夠作為以小增量步進穿過布局的窗被重新使用。
文檔編號G06F17/50GK101118571SQ20071014376
公開日2008年2月6日 申請日期2007年8月2日 優(yōu)先權日2006年8月2日
發(fā)明者瓦萊麗·D·萊納, 蒂莫西·S·萊納 申請人:國際商業(yè)機器公司