量测方法和系统以及光刻系统与流程

量测方法和系统以及光刻系统
1.相关申请的交叉引用
2.本技术要求于2021年1月19日递交的欧洲申请21152365.9的优先权，并且所述欧洲申请的全部内容通过引用而被合并入本文中。
技术领域
3.本发明涉及例如能够用于由光刻技术来制造器件的方法和设备，并且涉及使用光刻技术来制造器件的方法。更特别地，本发明涉及诸如位置传感器之类的量测传感器。


背景技术：

4.光刻设备是将期望的图案施加至衬底上(通常施加至衬底的目标部分上)的机器。光刻设备可以用于(例如)集成电路(ic)的制造中。在那种情况下，图案形成装置(其替代地称作掩模或掩模版)可以用于产生待形成在ic的单层上的电路图案。这种图案可以转印至衬底(例如硅晶片)上的目标部分(例如包括管芯的部分、一个管芯或若干管芯)上。通常经由成像至设置在衬底上的辐射敏感材料(抗蚀剂)层上来进行图案的转印。通常，单个衬底将包括被连续地图案化的相邻目标部分的网络。这些目标部分通常被称为“场”。
5.在复杂器件的制造中，典型地执行许多光刻图案化步骤，由此在衬底上的连续层中形成功能性特征。因此，光刻设备的性能的关键方面能够相对于铺设于先前层中(通过相同设备或不同光刻设备)的特征正确且准确地放置所施加的图案。为此目的，衬底设置有一组或更多组对准标记。每个标记为稍后可以使用位置传感器(通常是光学位置传感器)测量其位置的结构。光刻设备包括一个或更多个对准传感器，可以通过所述传感器准确地测量衬底上的标记的位置。不同类型的标记和不同类型的对准传感器来自不同制造商和同一制造商的不同产品是众所周知的。
6.在其它应用中，量测传感器是用于测量衬底上的曝光结构(在抗蚀剂中和/或在蚀刻之后)。快速且非侵入的形式的专用检查工具为散射仪，其中，将辐射束引导至衬底的表面上的目标上，并且测量散射束或反射束的性质。已知散射仪的示例包括us2006033921a1和us2010201963a1中所描述的类型的角分辨散射仪。除了通过重构进行特征形状的测量以外，也可以使用这样的设备来测量基于衍射的重叠，如已公开的专利申请us2006066855a1中所描述的。使用衍射阶的暗场成像进行的基于衍射的重叠测量使得能够对较小目标进行重叠量测。可以在国际专利申请wo 2009/078708和wo 2009/106279中找到暗场成像量测的示例，这些申请的文件的全文由此以引用的方式并入。已公布专利公开us20110027704a、us20110043791a、us2011102753a1、us20120044470a、us20120123581a、us20130258310a、us20130271740a和wo2013178422a1中已描述所述技术的进一步开发。这些目标可以小于照射斑且可以由晶片上的产品结构围绕。可以使用复合光栅目标在一个图像中测量多个光栅。所有这些申请的内容也以引用的方式并入本文中。
7.在一些量测应用中(诸如在一些散射仪或对准传感器中)，常常期望能够测量越来越小的目标。然而，对于这样的小目标的测量经受有限尺寸效应，从而产生测量误差。
8.期望改善对于这样的小目标的测量。


技术实现要素：

9.本发明在第一方面中提供一种用于从目标测量所关注的参数的方法，所述方法包括：获得与所述目标的测量相关的测量采集数据；获得能够操作以校正所述测量采集数据中的至少有限尺寸效应的有限尺寸效应校正数据和/或经训练的模型；使用所述有限尺寸效应校正数据和/或经训练的模型来校正所述测量采集数据中的至少有限尺寸效应以获得针对至少所述有限尺寸效应被校正的所关注的参数和/或经校正的测量数据；并且其中所述校正步骤并不直接地确定所关注的参数，而是从所述经校正的测量数据确定所关注的参数。
10.本发明在第二方面中提供一种用于从目标测量所关注的参数的方法，所述方法包括：获得包括多个校准图像的校准数据，所述校准图像包括已利用所述测量的在多次采集之间变化的至少一个物理参数获得的校准目标的图像；根据所述校准数据确定一个或更多个基函数，每个基函数对所述至少一个物理参数的所述变化对所述校准图像的效应进行编码；确定用于每个基函数的相应的展开系数；以及获得包括与所述目标的测量相关的至少一个测量图像的测量采集数据；以及使用所述展开系数，校正所述至少一个测量图像中的每个测量图像和/或校正所关注的参数的从所述至少一个测量图像中的每个测量图像导出的值。
11.也披露一种计算机程序、处理器件量测设备和一种光刻设备，所述光刻设备包括能够操作以执行所述第一方面的所述方法的量测装置。
12.将根据以下所描述的示例的考虑因素理解本发明的以上和其它方面。
附图说明
13.现在将参考随附附图作为示例来描述本发明的实施例，在所述随附附图中：
14.图1描绘光刻设备；
15.图2示意性地图示图1的设备中的测量和曝光过程；
16.图3是根据本发明的实施例可以调适的示例量测装置的示意性图示；
17.图4包括(a)输入辐射的光瞳图像；(b)图示图3的量测装置的操作原理的离轴照射束的光瞳图像；和(c)图示图3的量测装置的另一操作原理的离轴照射束的光瞳图像；以及
18.图5示出(a)在对准中能够使用的示例目标、(b)与对于单个阶的检测相对应的检测光瞳的光瞳图像、(c)与对于四个衍射阶的检测相对应的检测光瞳的光瞳图像以及(d)在图4(a)的目标的测量之后的所成像的干涉图案的示意性示例；
19.图6示意性地示出在对准测量期间，与(a)第一衬底位置和(b)第二衬底位置相对应的所成像的干涉图案；
20.图7是用于从测量图像获得位置测量的已知基线拟合算法的流程图；
21.图8是描述根据本发明的实施例的用于确定所关注的参数的方法的流程图；
22.图9是描述根据本发明的实施例的图8的方法的校正测量图像中的有限尺寸效应的步骤的流程图；
23.图10是描述根据本发明的实施例的通过执行空间加权拟合来提取局部相位的第
一方法的流程图；
24.图11是描述根据本发明的实施例的基于正交检测提取局部相位的第二方法的流程图；
25.图12是描述用于从量测信号获得全局量的图案识别方法的流程图；
26.图13是描述根据本发明的实施例的用于基于单标记校准来确定所关注的参数的方法的流程图；
27.图14是描述根据本发明的实施例的用于基于校正库来确定所关注的参数的方法的流程图；
28.图15是描述根据本发明的实施例的用于基于经训练的模型的施加来确定所关注的参数的方法的流程图；
29.图16是描述根据本发明的实施例的用于基于针对特定于标记的效应和非特定于标记的效应的单独的校准来确定所关注的参数的方法的流程图；
30.图17是描述用于利用对物理参数变化的校正来确定所关注的参数的第一方法的流程图；以及
31.图18是描述用于利用对物理参数变化的校正来确定所关注的参数的第二方法的流程图。
具体实施方式
32.在详细地描述本发明的实施例之前，呈现可以用于实施本发明的实施例的示例环境是有指导性的。
33.图1示意性地描绘光刻设备la。所述设备包括：照射系统(照射器)il，所述照射系统被配置成调节辐射束b(例如，uv辐射或duv辐射)；图案形成装置支撑件或支撑结构(例如，掩模台)mt，所述图案形成装置支撑件或支撑结构被构造成支撑图案形成装置(例如，掩模)ma，并且连接至配置成根据某些参数来准确地定位图案形成装置的第一定位器pm；两个衬底台(例如，晶片台)wta和wtb，其各自构造成保持衬底(例如，涂覆有抗蚀剂的晶片)w，并且各自连接至配置成根据某些参数来准确地定位衬底的第二定位器pw；以及投影系统(例如，折射型投影透镜系统)ps，所述投影系统被配置成将由图案形成装置ma赋予至辐射束b的图案投影至衬底w的目标部分c(例如，包括一个或更多个管芯)上。参考系或参考框架rf连接各种部件，并且用作用于设置和测量图案形成装置和衬底的位置以及图案形成装置和衬底上的特征的位置的参考。
34.照射光学系统可以包括用于引导、成形或控制辐射的各种类型的光学部件，诸如折射型、反射型、磁性型、电磁型、静电型或其它类型的光学部件，或其任何组合。
35.图案形成装置支撑件mt以依赖于图案形成装置的定向、光刻设备的设计和其它条件(诸如，是否将图案形成装置保持在真空环境中)的方式来保持图案形成装置。图案形成装置支撑件可以使用机械、真空、静电或其它夹持技术以保持图案形成装置。图案形成装置支撑件mt可以是(例如)框架或台，其可以根据需要而是固定的或可移动的。图案形成装置支撑件可以确保图案形成装置(例如)相对于投影系统处于期望的位置。
36.本发明所使用的术语“图案形成装置”应被广义地解释为是指可以用于在辐射束的横截面中向辐射束赋予图案以便在衬底的目标部分中产生图案的任何装置。应注意，例
如，如果被赋予至辐射束的图案包括相移特征或所谓的辅助特征，则所述图案可以不确切地对应于衬底的目标部分中的期望的图案。通常，赋予至辐射束的图案将对应于目标部分中所创建的部件(诸如，集成电路)中的特定功能层。
37.如这里所描绘的，设备属于透射类型(例如，采用透射型图案形成装置)。替代地，所述设备可以属于反射类型(例如，采用上文提及的类型的可编程反射镜阵列，或采用反射型掩模)。图案形成装置的示例包括掩模、可编程反射镜阵列和可编程lcd面板。可以认为本文中对术语“掩模版”或“掩模”的任何使用都与更上位的术语“图案形成装置”同义。术语“图案形成装置”也可以被解释为是指以数字形式储存用于控制这可编程图案形成装置的图案信息的装置。
38.本文中所使用的术语“投影系统”应被广义地解释为涵盖适于所使用的曝光辐射或适于诸如浸没液体的使用或真空的使用之类的其它因素的任何类型的投影系统，包括折射型、反射型、反射折射型、磁性型、电磁型和静电型光学系统，或其任何组合。可以认为本文中对术语“投影透镜”的任何使用均与更通用的术语“投影系统”同义。
39.光刻设备也可以属于以下类型：其中衬底的至少一部分可以由具有相对较高的折射率的液体(例如，水)覆盖，以便填充投影系统与衬底之间的空间。也可以将浸没液体施加至光刻设备中的其它空间，例如，掩模与投影系统之间的空间。浸没技术在本领域中被众所周知的用于增大投影系统的数值孔径。
40.在操作中，照射器il从辐射源so接收辐射束。例如，当辐射源是准分子激光器时，辐射源与光刻设备可以是分立的实体。在这些情况下，不认为辐射源形成光刻设备的部分或部件，并且辐射束借助于包括(例如)合适的定向反射镜和/或扩束器的束传递系统bd从辐射源so传递至照射器il。在其它情况下，例如，当光源是汞灯时，光源可以是光刻设备的组成部分。辐射源so和照射器il连同束传递系统bd在需要时可以被称为辐射系统。
41.照射器il可以(例如)包括用于调整辐射束的角强度分布的调整器ad、积分器in和聚光器co。照射器可以用于调节辐射束，以在其横截面中具有期望的均匀性和强度分布。
42.辐射束b入射到被保持在图案形成装置支撑件mt上的图案形成装置ma上，并且由所述图案形成装置而图案化。在已横穿图案形成装置(例如，掩模)ma的情况下，辐射束b穿过投影系统ps，投影系统ps将所述束聚焦至衬底w的目标部分c上。借助于第二定位器pw和位置传感器if(例如干涉装置、线性编码器、2d编码器或电容式传感器)，可以准确地移动衬底台wta或wtb，例如以便使不同的目标部分c定位在辐射束b的路径中。类似地，第一定位器pm和另一位置传感器(其未在图1中被明确地描绘的)可以用于(例如)在从掩模库的机械获取之后或在扫描期间相对于辐射束b的路径来准确地定位图案形成装置(例如，掩模)ma。
43.可以使用掩模对准标记m1、m2和衬底对准标记p1、p2来对准图案形成装置(例如，掩模)ma和衬底w。虽然如所图示的衬底对准标记占据专用目标部分，但所述标记其可以位于目标部分之间的空间中(这些标记者被称为划线对准标记)。类似地，在图案形成装置(例如，掩模)ma上提供多于一个管芯的情况下，掩模对准标记可以位于管芯之间。小对准标记也可以在器件特征当中被包括在管芯内，在这种情况下，期望使标识尽可能地小且无需与相邻特征不同的任何成像或过程条件。下文进一步描述检测对准标识的对准系统。
44.可以在多种模式中使用所描绘的设备。在扫描模式中，在赋予至辐射束的图案被投影至目标部分c上的同时同步地扫描图案形成装置支撑件(例如掩模台)mt和衬底台wt
(即，单次动态曝光)。可以通过投影系统ps的放大率(缩小率)和图像反转特性来确定衬底台wt相对于图案形成装置支撑件(例如掩模台)mt的速度和方向。在扫描模式中，曝光场的最大大小限制单次动态曝光中的目标部分的宽度(在非扫描方向上)，而扫描运动的长度确定目标部分的长度(在扫描方向上)。如本领域中众所周知的，其它类型的光刻设备和操作模式是可能的。例如，步进模式是已知的。在所谓的“无掩模”光刻中，可编程图案形成装置被保持静止，但具有改变的图案，并且移动或扫描衬底台wt。
45.也可以采用上文所描述的使用模式的组合和/或变化或完全不同的使用模式。
46.光刻设备la属于所谓的双平台类型，其具有两个衬底台wta、wtb和两个站(曝光站exp和测量站mea)，在所述两个站之间可以交换所述衬底台。在曝光站处曝光一个台上的衬底的同时，可以在测量站处将另一衬底装载至另一衬底台上且进行各种预备步骤。这实现设备的生产量的相当大的增加。预备步骤可以包括使用水平传感器ls来映射衬底的表面高度轮廓，和使用对准传感器as来测量衬底上的对准标识的位置。如果位置传感器if不能在衬底台处于测量站以及处于曝光站时测量所述衬底台的位置，则可以提供第二位置传感器以使得能够在两个站处追踪衬底台相对于参考系rf的位置。代替所示出的双平台布置，其它布置是已知且可用的。例如，提供衬底台和测量台的其它光刻设备是众所周知的。这些衬底台和测量台在执行预备测量时对接在一起，并且接着在衬底台经历曝光时不对接。
47.图2图示用于将目标部分(例如，管芯)曝光于图1的双平台设备中的衬底w上的步骤。测量站mea处所执行的步骤是在虚线框内的左侧，而右侧示出曝光站exp处所执行的步骤。不时地，衬底台wta、wtb中的一个将位于曝光站处，而另一个位于测量站处，如上文所描述的。出于这种描述的目的，假定衬底w已被装载至曝光站中。在步骤200处，通过图中未示出的机构将新衬底w’装载至设备。并行地处理这种两个衬底以便增加光刻设备的生产量。
48.最初参考新近装载的衬底w’，这种衬底可以是先前未被处理的衬底，其是利用新抗蚀剂而制备以在设备中第一次曝光。然而，通常，所描述的光刻过程将仅仅是一系列曝光和处理步骤的步骤，使得衬底w’已经通过这种设备和/或其它光刻设备若干次，并且也可以经历后续过程。尤其对于改善重叠性能的问题，任务应是确保新图案被确切地施加在已经经受图案化和处理的一个或更多个循环的衬底上的正确位置中。这些处理步骤逐渐地在衬底中引入变形，所述变形必须被测量和校正以实现令人满意的重叠性能。
49.可以在其它光刻设备中执行先前和/或后续图案化步骤(如刚才提及的)，并且甚至可以在不同类型的光刻设备中执行先前和/或后续图案化步骤。例如，器件制造过程中的在诸如分辨率和重叠之类的参数方面要求非常高的一些层相比于要求较不高的其它层可以在更先进光刻工具中来执行。因此，一些层可以曝光于浸没型光刻工具中，而其它层曝光于“干式”工具中。一些层可以曝光于在duv波长下工作的工具中，而其它层是使用euv波长辐射来曝光。
50.在202处，使用衬底标记p1等和图像传感器(图中没有示)的对准测量是用于测量和记录衬底相对于衬底台wta/wtb的对准。另外，将使用对准传感器as来测量跨越衬底w’的若干对准标记。在一个实施例中，这些测量是用于建立“晶片栅格”，所述晶片栅格非常准确地映射跨越衬底的标记的分布，包括相对于名义矩形栅格的任何变形。
51.在步骤204处，也使用水平传感器ls来测量相对于x-y位置的晶片高度(z)图。通常，高度图是仅用于实现经曝光的图案的准确聚焦。其可以另外用于其它目的。
52.当装载衬底w’时，接收选配方案数据206，所述选配方案数据定义待执行的曝光，并且也定义晶片和先前产生的图案和待产生于所述衬底w’上的图案的性质。将在202、204处获得的晶片位置、晶片栅格和高度图的测量添加至这些选配方案数据，使得可以将选配方案和测量数据208的完整集合传递至曝光站exp。对准数据的测量(例如)包括以与为光刻过程的产品的产品图案成固定或名义固定关系而形成的对准目标的x位置和y位置。恰好在曝光之前获得的这些对准数据用于产生对准模型，对准模型具有将模型拟合至所述数据的参数。这些参数和对准模型将在曝光操作期间使用以校正当前光刻步骤中所施加的图案的位置。在使用中的模型内插所测量的位置之间的位置偏差。常规对准模型可能包括四个、五个或六个参数，所述参数一起以不同尺寸限定“理想”栅格的平移、旋转和缩放。使用更多参数的高阶模型是已知的。
53.在210处，调换晶片w’与w，使得所测量的衬底w’变成衬底w而进入曝光站exp。在图1的示例设备中，通过交换设备内的支撑件wta与wtb来执行这种调换，使得衬底w、w’保持准确地夹持且定位在那些支撑件上，以保留衬底台与衬底自身之间的相对对准。因此，一旦已调换所述台，为了利用用于衬底w(以前为w’)的测量信息202、204以控制曝光步骤，就必需确定投影系统ps与衬底台wtb(以前为wta)之间的相对部位。在步骤212处，使用掩模对准标记m1、m2来执行掩模版对准。在步骤214、216、218中，将扫描运动和辐射脉冲施加在跨越衬底w的连续目标部位处，以便完成一定数目个图案的曝光。
54.通过在执行曝光步骤中使用测量站处所获得的对准数据和高度图，使这些图案相对于期望的部位准确地对准，并且具体地，相对于先前放置在同一衬底上的特征准确地对准。在步骤220处从设备卸载现在被标注为w”的经曝光的衬底，以根据经曝光的图案使其经历蚀刻或其它过程。
55.本领域技术人员将知晓上述描述为真实制造情形的一个示例中所涉及的多个非常详细步骤的简化概略图。例如，常常将存在使用相同或不同标记的粗略和精细测量的单独的阶段，而不是在单个遍次中测量对准。粗略和/或精细对准测量步骤可以在高度测量之前或在高度测量之后执行，或交错执行。
56.pct专利申请wo 2020/057900a1中描述了作为对准和产品/过程监测量测应用两者的特定类型的量测传感器，所述申请以引用方式而被合并入本文中。这描述了具有经优化的相干性的量测装置。更特别地，量测装置被配置成产生测量照射的多个在空间上不相关的束，所述束中的每个(或所述束的测量对中的两个束，每个测量对对应于测量方向)在其横截面内具有相应的区，针对所述相应的区，这些区处的束之间的相位关系是已知的；即，针对相应的区存在相互的空间相干性。
57.这种量测装置能够测量具有可接受(最小)干涉伪影(斑点)的较小节距目标，并且也将在暗场模式中是可操作的。这样的量测装置可以用作用于测量衬底位置(例如，测量周期性结构或对准标记相对于固定参考位置的位置)的位置传感器或对准传感器。然而，量测装置也可以用于重叠的测量(例如，不同层或甚至在拼接标记的情况下的同一层中的周期性结构的相对位置的测量)。量测装置也能够测量周期性结构的不对称性，并且因此可以用于测量任何参数，所述参数基于目标不对称性测量(例如使用基于衍射的重叠(dbo)技术的重叠或使用基于衍射的焦点(dbf)技术的焦点)。
58.图3示出这样的量测装置的可能的实现方式。量测装置基本上作是具有新颖的照
射模式的标准显微镜来操作。量测装置300包括光学模块305，所述光学模块包括器件的主要部件。照射源310(其可以位于模块305外部且通过多模光纤315以光学方式耦合至所述模块)将在空间上不相干的辐射束320提供至光学模块305。光学部件317将在空间上不相干的辐射束320传递至相干的离轴照射产生器325。这种部件对本文中的构思特别重要且将更详细地描述。相干的离轴照射产生器325从在空间上不相干的辐射束320产生多个(例如四个)离轴束330。下文将进一步详细描述这些离轴束330的特性。照射产生器的零阶可以由照射零阶阻挡元件375阻挡。这种零阶将仅针对本文件中所描述的相干的离轴照射产生器示例(例如，基于相位光栅的照射产生器)中的一些而存在，并且因此在并未产生这种零阶照射时可以被省略。(经由光学部件335和)斑反射镜340将离轴束330传递至(例如高na)物镜345。所述物镜将离轴束330聚焦至位于衬底350上的样本(例如周期性结构/对准标记)上，在所述样本中所述离轴束散射和衍射。经散射的较高衍射阶355+、355-(例如分别为+1阶和-1阶)经由斑反射镜340反向传播，并且由光学部件360聚焦至传感器或相机365上，所述衍射阶在所述传感器或相机中干涉以形成干涉图案。运行合适的软件的处理器380可以接着处理由相机365捕获的干涉图案的图像。
59.零阶衍射(镜面反射)的辐射在检测分支中的合适的部位处被阻挡；例如通过斑反射镜340和/或单独的检测零阶阻挡元件。应注意，针对离轴照射束中的每个存在零阶反射，即，在当前实施例中，总共存在四个这些零阶反射。适于阻挡四个零阶反射的示例孔分布示出在图4(b)和图4(c)中，标记为422。因而，量测装置作为“暗场”量测装置来操作。
60.所提议的量测设备的主要构思为仅在需要时引发测量照射中的空间相干性。更特别地，在离轴束330中的每个中的光瞳点的相应的集合之间引发空间相干性。更特别地，光瞳点集合包括离轴束中的每个中的相应的单个光瞳点，所述光瞳点集合是彼此在空间上相干的，但其中每个光瞳点相对于相同束中的所有其它光瞳点为不相干的。通过以这种方式优化测量照射的相干性，对较小节距目标执行暗场离轴照射变是可行的，但在每个离轴束330是空间上不相干的时具有最小散斑伪影。
61.图4示出用于图示构思的三个光瞳图像。图4(a)示出关于图3中的光瞳平面p1的第一光瞳图像，并且图4(b)和图4(c)各自示出关于图3中的光瞳平面p2的第二光瞳图像。图4(a)(以横截面)示出空间上不相干的辐射束320，并且图4(b)和图4(c)(以横截面)示出在两个不同实施例中由相干离轴照射产生器325产生的离轴束330。在每种情况下，外圆395的范围对应于显微镜目标的最大检测na；仅仅作为示例，这可以是0.95na。
62.光瞳中的每个中的三角形400指示一组光瞳点，所述光瞳点相对于彼此是在空间上相干的。类似地，十字形405指示另一组光瞳点，所述光瞳点相对于彼此是空间上相干的。三角形相对于十字形是空间上非相干的，并且所有其它光瞳点对应于束传播。一般原理(在图4(b)中示出的示例中)是彼此在空间上相干的每个组光瞳点(每个组相干的点)在照射光瞳p2内与所有其它组相干的点具有相同的节距。因而，在这种实施例中，每组相干的点是所有其它组相干的点的光瞳内的平移。
63.在图4(b)中，由三角形400表示的第一组相干点中的每个光瞳点之间的间距必须等于由十字形405表示的所述组相干点中的每个光瞳点之间的间距。在这种情境下的“间隔”是方向性的，即，并未允许十字形集合(第二组点)相对于三角形集合(第一组点)旋转。因而，离轴束330中的每个自身包括不相干的辐射；然而，离轴束330共同包括相同束，所述
束在其横截面内具有含已知的相位关系(空间相干性)的点的相应的集合。应注意，不必将每个集合中的点相等地间隔开(例如，在该示例中的四个三角形405之间的间距无需相等)。因而，离轴束330不必对称地布置于光瞳内。
64.图4(c)示出这种基本构思可以被扩展至仅在与单个测量方向相对应的多个束之间提供相互空间相干性，其中，束330x对应于第一方向(x方向)，并且束330y对应于第二方向(y方向)。在该示例中，正方形和加号各自指示光瞳点的集合，所述光瞳点对应于由三角形和十字形表示的光瞳点的集合，但不必与由三角形和十字形表示的光瞳点的集合在空间上相干。然而，十字形彼此在空间上相干，这种情况同样适用于加号，并且十字形为加号的光瞳中的几何平移。因而，在图4(c)中，离轴束仅是成对相干的。
65.在这种实施例中，分别通过方向(例如x方向330x和y方向330y)来考虑离轴束。产生所捕获的x方向衍射阶的一对束330x仅需要为彼此相干的(使得一对点400x为相互相干的，如一对点405x为相互相干的一样)。类似地，产生所捕获的y方向衍射阶的一对束330y仅需要为彼此相干的(使得一对点400y为相互相干的，如一对点405y为相互相干的一样)。然而，在一对点400x与一对点400y之间不需要存在相干性，在一对点405x与一对点405y之间不需要存在相干性。因而，在与每个所考虑的测量方向相对应的若干对离轴束中包括若干对相干点。如前所述，对于与测量方向相对应的每对束，每对相干点是所有其它多对相干点在光瞳内的几何平移。
66.图5图示(例如)用于对准/位置感测的量测系统的工作原理。图5(a)图示在一些实施例中可以用作对准标记的目标410。所述目标410可以与用于基于微衍射的重叠技术(μdbo)中的那些目标类似，但其在形成对准标记时通常仅被包括在单个层中。如此，所述目标410包括四个子目标，包括在第一方向(x方向)上的两个光栅(周期性结构)415a和在竖直的第二方向(y方向)上的两个光栅415b。例如，所述光栅的节距可以包括100nm的数量级(更具体地，在300nm至800nm的范围内)。
67.图5(b)示出与光瞳平面p3(参考图2)相对应的光瞳表示。所述附图示出在仅散射离轴照射束中的单个束之后的所得到的辐射，更具体地(这种图像中的最左侧图像)，离轴照射束420(其将不位于这种光瞳中，其在光瞳平面p2中的部位与其在照射光瞳中的部位相对应，并且在这里仅为了图示而被示出)。阴影区422对应于实施例中所使用的特定斑反射镜设计的阻挡(即，反射或吸收)区(白色表示透射区)。这种斑反射镜设计仅仅是光瞳区块的示例，其确保没有检测到不期望的光(例如零阶和零阶周围的光)。可以使用其它斑反射镜轮廓(或通常是零阶区块)。
68.如可以看出的，捕获较高衍射阶中的仅一个，更具体地，-1x方向衍射阶425。+1x方向衍射阶430、-1y方向衍射阶435和+1y方向衍射阶440落在光瞳(由斑反射镜422的范围表示的检测na)之外且未被捕获。任何较高阶(未图示)也落在检测na之外。零阶445为了图示而被示出，但实际上将由斑反射镜或零阶区块422阻挡。
69.图5(c)示出由所有四个离轴束420(再次仅仅为了图示而示出)而产生的所得到的光瞳(仅所捕获的阶)。所捕获的阶包括-1x方向衍射阶425、+1x方向衍射阶430’、-1y方向衍射阶435’和+1y方向衍射阶440’。使这些衍射阶被成像在相机上，其中，这些衍射阶发生干涉，从而形成条纹图案450，诸如图5(d)中所示出的。在所示出的示例中，在衍射阶以对角方式被布置于光瞳中时，条纹图案是成对角线的，但具有得到的不同条纹图案定向的其它布
置是可能的。
70.以与能够用于对准感测的其它量测装置类似的方式，目标光栅位置的移位按方向产生+1衍射阶与-1衍射阶之间的相移。由于衍射阶在相机上发生干涉，则衍射阶之间的相移在相机上引起干涉条纹的相对应的移位。因此，可能从相机上的干涉条纹的位置确定对准位置。
71.图6图示了可以如何从干涉条纹确定所述对准位置。图6(a)示出当所述目标处于第一位置处时的干涉条纹500的一个集合(即，对应于所述条纹图案450的一个象限)，并且图6(b)示出当目标处于第二位置处时的干涉条纹500’的集合。固定参考线510(即，针对两个图像的相同位置中)被示出为突出显示所述两个位置之间的条纹图案的移动。可以通过以已知方式将从图案所确定的位置与从对固定参考件即固定参照物(例如透射图像传感器(tis)基准)的测量所获得的位置进行比较来确定对准。单个条纹图案(例如来自单个光栅对准标记)或每方向的单图案(例如来自双光栅对准标记)可以用于进行对准。用于在两个方向上执行对准的另一选项可以使用具有单个2d周期性图案的对准标记。此外，可以利用本文中所描述的量测装置来测量非周期性图案。另一对准标记选项可以包括四光栅目标设计(诸如图5(a)中所图示的)，所述目标设计与目前通常用于测量重叠的设计类似。如此，诸如这些的目标通常已经存在于晶片上，并且因此类似的取样可以用于对准和重叠。这样的对准方法是众所周知的且将不被进一步描述。
72.wo 2020/057900进一步描述用以测量多个波长(和可能的较高衍射阶)以便使过程更鲁棒即更稳固(促成测量多样性)的可能性。提议这将会使得能够(例如)使用诸如最优颜色加权(ocw)的技术，以使光栅不对称性变得鲁棒即变得稳固。特别地，目标不对称性通常引起每波长的不同对准位置。由此，通过测量针对不同波长的经对准的位置中的这种差，可以确定所述目标的不对称性。在一个实施例中，可以使与多个波长相对应的测量连续地成像在同一相机上，以获得各自对应于不同波长的多个单独图像的序列。替代地，可以使这些波长中的每个波长并行成像在多个单独的相机(或同一相机的多个单独的区)上，其中，使用合适的光学部件(诸如二向色镜)使所述波长分离。在另一实施例中，可能在单个相机图像中测量多个波长(和多个衍射阶)。当与不同波长相对应的照射束位于光瞳中的同一部位处时，相机图像上的相对应的条纹将针对不同波长具有不同定向。这将倾向于是针对大多数离轴照射产生器布置的情况(例外情况为单个光栅，针对所述单个光栅，照射光栅和目标光栅的波长依赖性即波长相关性倾向于彼此相消)。通过对这种图像的适当处理，可以针对单次捕获中的多个波长(和阶)来确定对准位置。这些多个位置可以例如用作用于ocw算法的输入。
73.wo 2020/057900中也描述了可变的所关注的区(roi)选择和可变像素加权用以增强准确度/鲁棒性即稳固性的可能性。代替基于整个目标图像或基于固定的所关注的区(诸如遍及每个象限或整个目标的中心区；即，排除边缘区)确定对准位置，可以在每个目标的基础上优化roi。所述优化可以确定任何任意形状的roi、或多个roi。也可以确定roi的经优化的加权组合，其中，所述加权根据一个或更多个品质度量或关键性能指标(kpi)而被指派。
74.也已知颜色加权和使用强度不平衡性来校正所述标记内的每个点处的位置，包括用以通过最小化局部位置图像内部的变化而确定最优权重的自参考方法。
75.将这些构思放在一起，已知基线拟合算法可以包括图7的流程图中所图示的步骤。在步骤700处，捕获所述对准标记的相机图像。准确地知晓平台位置且在粗略晶片对准(cowa)步骤之后粗略地知晓标记部位(例如在约100nm内)。在步骤710处，选择roi，其可以包括每标记相同像素区(例如每个标记光栅的中心区)。在步骤720处，在roi内部，利用由标记节距所给定的周期来执行正弦拟合以获得相位测量结果。在步骤730处，将这种相位与例如在晶片平台基准标记上所测量的参考相位进行比较。
76.出于许多原因，越来越期望对较小对准标记/目标执行对准或更通常对较小量测目标执行量测。这些原因包括最佳地利用所述晶片上的可用空间(例如用以最小化由对准标记或目标占据使用的空间和/或用以容纳更多标记/目标)和在较大标记将会不适于的区中容纳对准标记或目标。
77.根据现有对准方法，例如，小标记上的晶片对准准确度是有限的。在这样的情境下的小标记(或更通常目标)可以意味着标记/目标在衬底平面中的一个或两个维度(例如至少扫描方向或周期性方向)上小于12μm或小于10μm，诸如8μm
×
8μm标记。
78.对于这样的小标记，图像中存在相位和强度波纹(ripple)。利用上文关于图7所描述的基线拟合算法(其是用以拟合标记的非常小的部分上的条纹的相位的相对直接方式)，所述波纹对应于局部对准位置的显著部分。这意味着，即使当对例如5x5μm roi进行平均化时，所述波纹也不会被充分地平均化。另外，为了优化准确度，识别不良标记区域、和去除或校正那些区域是重要的。例如，如果存在导致大约数纳米的局部位置误差的局部移位光栅线或局部不对称光栅线，则期望这种局部位置误差是明显的或可以被确定的，以使得其可以被校正。然而，如果存在由于具有比过程引发局部缺陷的量值更大的量值的有限尺寸效应(也称作或“相位包络”)的波纹，则不可能校正后者或所述过程引发局部缺陷。
79.将描述多种方法，所述方法通过使得能够校正小标记上的这样的局部位置误差(或更通常地，局部误差)来改善测量准确度，则对于局部位置误差的测量经受有限尺寸效应。
80.图8描述用于根据本文中所披露的构思来确定所关注的参数(例如位置/对准值或重叠值)的基本流程。在步骤800处，获得原始量测传感器信号。在步骤810处，对原始信号进行预处理以最小化或至少减轻有限标记大小(和传感器)效应的影响以获得经预处理的量测信号。这是作为本公开的主题且将在下文详细描述的步骤。在可选步骤820处，可以针对标记处理效应(例如局部标记变化)(例如，局部地)校正经预处理的量测信号。通常，目标(并且特别地，小目标)通常在它们的形成期间(例如，由于处理和/或曝光条件)遭受变形。在许多情况下，这些变形在所述目标内是不均匀的，而是替代地包括引起局部或目标内变化的多个局部或目标内效应；例如随机边缘效应、楔入标记(wedging over the mark)、局部光栅不对称性变化、局部厚度变化和/或(局部)表面粗糙度。这些变形可以不从标记至标记或晶片至晶片重复，并且因此可以在曝光之前被测量和被校正以避免误印器件。这种可选步骤可以提供目标内校正，其例如校正这样的对准标记缺陷。这种步骤可以包括从目标来测量局部位置测量结果(例如位置分布或局部位置映射)。位置分布可以描述遍及目标或目标的至少一部分(或它的所捕获的图像)的对准位置的变化；例如，每像素或每像素组(例如相邻像素的多个组)的局部位置、以及将所述校正确定为最小化位置分布的方差的校正。在步骤830处，例如在优化roi和在roi内进行平均之后确定位置值(或其它所关注的参数，
例如，重叠)。这种平均可以是位置映射(lapd映射)内的位置的代数均值，或可以使用较先进的平均策略，诸如使用涉及图像掩模的中值和/或另一离群值或异常值移除策略。
81.高水平概略图
82.图9是所提出构思的高水平概略图。通常，本文中所披露的方法可以通过“构建块”bl a、bl b、bl c的集合的一定数目个组合来加以描述。对于每个构建块，将描述一定数目个不同实施例。针对每个区块明确披露的实施例不是详尽的，如本领域技术人员将明白的。
83.通常，存在信号采集的两个不同阶段：
84.·
校准阶段cal，其中，信号被记录以便校准另外用于校正(例如在生产阶段中)的模型和/或库。可以执行这种校准阶段一次、多于一次，或在任何时候执行这种校准阶段。
85.·“大批量制造”hvm或生产阶段，其中，信号被记录以提取所关注的量测量。这是量测传感器的基本功能性/主要用途。hvm阶段中被拟合的“采集信号”或“测试信号”不必在hvm阶段中被采集，但可以在制造过程的任何其它阶段处被采集。
86.首先考虑所述校准阶段，在步骤900处，从一个或更多个标记获得包括一个或更多个原始量测信号的校准数据。在步骤910处，从所述校准数据中的原始量测信号的条纹图案执行“局部相位”和“局部振幅”的提取。在步骤920处，校正库可以被编译以储存包括用于校正有限尺寸效应的校正的有限尺寸效应校正数据。替代地或另外，步骤920可以包括确定和/或训练模型(例如机器学习模型)以执行有限尺寸效应校正。在生产或hvm阶段中，在步骤930处(例如从单个标记)执行信号采集。在步骤940处，从在步骤930处所采集的信号的条纹图案执行“局部相位”和“局部振幅”的提取。在步骤950处，获取步骤或取回步骤被执行以获取即取回适当有限尺寸校正数据(例如在基于库的实施例中)以用于在步骤930处所采集的信号。在步骤960处，使用所获取的即所取回的有限尺寸效应校正数据(和/或根据需要经训练的模型)来执行有限尺寸效应的校正。步骤970包括分析和另外的处理步骤以确定位置值或其它所关注的参数。
87.应注意，除了实际测量校准数据和/或从其导出的校正局部参数分布以外、或作为实际测量校准数据和/或从其导出的校正局部参数分布的替代，可以模拟校准数据/校正局部参数分布。用于确定所述校正局部参数分布的模拟可以包括可以基于(例如hvm测量)局部参数分布而被优化的一个或更多个自由参数。
88.将描述许多特定实施例，其(为方便起见)根据图9的三个区块bl a、bl b、bl c来划分。
89.区块a.局部相位的提取。
90.实施例a1.按空间加权拟合的局部相位(“局部apd”)。
91.在区块a的第一实施例中，局部确定的位置分布(例如局部相位映射或局部相位分布或更通常局部参数映射或局部参数分布)(常常被称为局部对准位置偏差lapd)被直接使用，即不与标记模板减法、数据库拟合、包络等组合以校准使得有限尺寸效应最小化的校正。
92.在高水平下，这种局部相位确定方法可以包括以下内容。信号s(x，y)(2d信号，例如，将假定相机图像，但构思适用于任何维度的信号)被映射至一组依赖于空间的量αn(x，y)，n＝1,2，3,4...中，所述组依赖于空间的量与所关注的量测参数相关。所述映射可以通过限定一组基函数，例如，bn(x，y)，n＝1,2,3,4...，来实现；并且对于每个像素位置(x，y)，
拟合系数αn(x，y)最小化合适的空间加权成本函数，例如：
[0093][0094]
函数f(
·
)可以是标准最小二乘成本函数(l2范数：f(
·
)＝(
·
)2)、l1范数或任何其它合适的成本函数。
[0095]
权重k(x-x
′
，y-y
′
)通常是关于点(x，y)的空间局部化函数。函数的“宽度”确定估计器αn(x，y)“局部化”的程度。例如，“窄”权重意味着仅仅非常接近于(x，y)的点在拟合中是相关的，并且因此估计器将非常局部化。同时，由于使用较少点，则所述估计器将是较嘈杂的。存在对于权重的无限选择。选择的示例(非详尽)包括：
[0096]
·
指数：k(x-x
′
，y-y
′
)＝exp(-γ
x
(x-x
′
)2+γy(y-y
′
)2)
[0097]
·
因子分解贝塞尔函数：k(x-x
′
，y-y
′
)＝b(x-x
′
)b(y-y
′
)
[0098]
·
径向函数：
[0099]
·
任一变迹窗，例如汉明窗
[0100]
·
任一有限输入响应(fir)滤波器
[0101]
·
匹配所述光学传感器的点扩散函数的函数以分析方式而被估算、被模拟，或以实验方式被测量。
[0102]
本领域技术人员将认识到存在无限更多的具有可以使用的期望的“局部化”特性的函数。权函数也可以被优化为这种idf中锁描述的任一过程的一部分。
[0103]
对于包含具有“条纹”波向量k
(a)
、k
(b)
等的一个或更多个(也为部分的或叠置的)条纹图案的信号的特殊情况，对于基函数的合适的选择可以是(仅作为示例)：
[0104]
·
b1(x，y)＝1(dc分量)
[0105]
·“同相”分量a
[0106]
·“正交”分量a
[0107]
·“同相”分量b
[0108]
·“正交”分量b
[0109]
·
等
[0110]
当然，例如依据复数域的相位和振幅，存在相同基函数的许多不同数学公式。
[0111]
在这种基选择的情况下，所关注的两个另外的量可以被限定用于每个条纹图案：
[0112]
·
局部相位：φa(x，y)＝atan2(α3(x，y)，α2(x，y))，φb(x，y)＝atan2(α5(x，y)，α4(x，y))，
[0113]
·
局部振幅：aa(x，y)＝(α2(x，y)2+α3(x，y)2)
1/2
，ab(x，y)＝(α4(x，y)2+α5(x，y)2)
1/2
[0114]
所述局部相位是特别相关的，这是因为其与如从对准传感器(例如，诸如上文关于图3至图6所描述的)的光栅所测量的对准位置(lapd)成比例。如此，在对准的情境下，lapd可以从局部相位映射或局部相位分布而被确定。局部相位也与例如使用cdbo标记所测量的重叠成比例。简要地，cdbo量测可以包括测量cdbo目标，所述cdbo目标包括：a型目标或一对
a型目标(例如，每方向)，其具有位于具有第二节距p2的光栅项部的具有第一节距p1的光栅；和b型目标或一对b型目标，这些光栅被交换使得第二节距p2光栅位于第一节距p1光栅的顶部上。以这种方式、且与μdbo目标布置形成对照，所述目标偏置沿每个目标连续不断地变化。所述重叠信号被编码呈来自(例如，暗场)图像的moir
é
图案即摩尔纹。
[0115]
在以下各项的非常特别的用例中：具有待拟合(如上文所描述的3基函数)的单个条纹图案的图像，和作为标准l2范数的成本函数，算法变为加权最小二乘的版本，并且可以利用图10中针对条纹图案和已知波向量k(从用于进行测量的标记节距和波长而确定)所概括的高效策略来求解。基函数bf1bf2bf3与条纹图案组合，且利用合适的截止频率(例如，的空间滤波器核kr而被2d卷积(2d con)。利用在每个点处转置的元素来构造依赖于位置的即与位置相关的3
×
3矩阵
[0116]
实施例a2.近似空间加权拟合
[0117]
这种实施例原则上类似于实施例a1。想法是将信号乘以基函数
[0118]
pn(x，y)＝s(x，y)bn(x，y)
[0119]
且接着利用核k(x-x
′
，y-y
′
)对所得到的量作卷积
[0120][0121]
在特定情况下(当所述基函数在由所述核引发的度量下正交时)，量与选项a1的量αn重合。在其它情况下，它们是近似，所述近似可以在实践中是相当准确的。这种实施例基于正交检测而被概括在图11中，其中，所量测的信号乘以所预期的正交(正弦和余弦)和低通滤波(2d)lpf以使用与锁定放大器或锁相放大器相同的基本原理来提取局部振幅与相位。
[0122]
实施例a3.包络拟合
[0123]
在包络拟合之后的想法是使用一组信号采集而不是单个信号获采集以提取所关注的参数。索引“j＝1、2、3、4
…”
用于指定不同信号采集。可以通过测量相同标记而同时修改一个或更多个物理参数来获得所述信号采集。非详尽示例包括：
[0124]
·
经由机械阶段来改变所述标记的x和/或y位置；
[0125]
·
改变任一光学元件(包括例如所述量测传感器照射光栅)的x和/或y位置；
[0126]
·
借助于任一种类的调相器来引发光信号的相移。
[0127]
给定信号采集(例如2d图像)，假定用于所述信号的以下模型：
[0128][0129]
其中b1(x，y)、b2(x，y)等是基函数，如在先前选项中，并且量αn(x，y)和c
nj
、δxj和δyj是模型的参数。应注意依赖性或相关性c
nj
、δxj、δyj当前取决于采集且不取决于像素位置(它们是图像的全局参数)，而αn(x，y)取决于像素位置，但不取决于采集(它们是信号
的局部参数)。
[0130]
在条纹图案的情况下，使用与实施例a1中相同的基，得到：
[0131][0132]
应注意这种公式在数学上等于：
[0133][0134]
这种公式图示所述模型的物理意义。量的物理解释如下：
[0135]
·
条纹图案的“相位包络”：φa(x，y)、φb(x，y)
[0136]
·
条纹图案的“振幅包络”：aa(x，y)、ab(x，y)
[0137]
·
全局缩放因子：
[0138]
·
全局失相或全局移相：
[0139]
·
全局位移：δxj、δyj[0140]
各种等效公式中的参数之间的关系可以使用基本代数和三角法来确定。对于许多实施例，“相位包络”是重要的量，这是因为在对准传感器(例如如图3至图6中所图示的)的情况下其与标记的对准位置是直接地相关的。
[0141]
为了拟合所述模型的参数，以下成本函数可以被最小化：
[0142][0143]
函数f可以是l2范数(最小二乘拟合)、l1范数、或任何其它选择。所述成本函数不一定必须遍及整个信号被最小化，但可以仅仅在信号的特定关注区(roi)中被最小化。
[0144]
存在可以处理模型参数的各种方式：
[0145]
·
αn(x，y)是拟合参数(未知的)，而c
nj
、c
nj
和δyj被假定为已知的。在这样的情况下，具有n
×
m个未知数，其中，n＝像素的数目、m＝基的大小，并且因此需要至少m个独立信号采集。参数c
nj
、δxj和δyj(例如)从某一额外的测量从外部传感器或从计算/估计来获得。
[0146]
·cnj
、δxj和δyj(或它们的子集)是拟合参数且被假定为已知的。这在其中由所述量测系统测量的量是全局量的(例如全局位移δxj和δyj)情况下是相关的。可以例如从下文所描述的多个校准过程中的任一个校准过程导出参数αn(x，y)(已知参数)。这种情况在实施例c3的情境下被进一步论述。
[0147]
·
全部参数αn(x，y)、c
nj
δxj和δyj是未知的。在这样的情况下，拟合变为非线性拟合和/或迭代拟合。数学优化方法可以被用于最小化所述成本函数。可以强加参数中的额外的约束条件，如从物理考虑因素、观测结果或仅实验基础导出。在这样的情况下，未知数的数目是nxm+mxp+2，其中，n＝像素的数目，m＝基的大小，并且p＝采集的数目。已知参数的数目为n x p，因此，在通常n》》m条件下，如果存在比基函数更多的图像(p》m)，则所述系统是能够求解的。
[0148]
·
当然，其中，参数中的一些是已知的且一些是未知的这样的中间情况是先前情况的明显归纳且也是本公开的部分。
[0149]
实施例a4.传感器校正式包络拟合
[0150]
这种选项是实施例a3的一般化，其中，拟合参数的数目增加。在这种实施例中，用于信号的所述模型可以被假定为：
[0151][0152]
所述模型参数是αn(x，y)、βn(x，y)、γn(x，y)、δn(x，y)、c
nj
、d
nj
、f
nj
、δxj、δyj。关于上文针对实施例a3所论述的参数的全部考虑因素对于这种实施例是有效的。额外的参数考虑以下事实：通过所述模型而描述的效应中的一些效应被假定与所述标记的位置一起移位，而其它效应“不与所述标记一起移动”但保持固定在相同的信号坐标处。额外的参数单
独地考虑这些效应，并且也另外考虑相应的交叉项。不是全部参数需要被包括。例如，c
nj
＝d
nj
＝0可以被假定为减小自由参数的数目等。对于这种特定选择，例如，仅仅交叉项被保留在所述模型中。
[0153]
这种模型可以用于再现其中依赖于标记的(即与标记相关的)和非特定于标记的效应两者被校正的情形。使用图像信号的示例，假定存在两个种类的效应：
[0154]
·
在视场中“与所述标记一起移动”的局部效应：它们由位移移位(δxj，δyj)，所述位移在采集之间发生改变。因此，全部相关量是上述模型中(x-δxj，y-δyj)的函数。
[0155]
·“不与标记一起移动”的局部效应：这些是由于非特定于标记的效应的信号的局部偏差，非特定于标记的效应例如是相机栅格的缺陷或变形、任一光学表面的缺陷或变形、重影，等等。在所述模型中，这些效应始终在不同采集内的相同像素坐标(x，y)处被发现。
[0156]
所述模型也考虑这种两个系列效应(方程式中的第三项)之间的耦合。
[0157]
在可能实施例中，非特定于标记的效应可能先前已在校准阶段(下文描述)中被校准。作为这样的校准的结果，参数βn(x，y)、δn(x，y)被称为经校准参数。全部其它参数(或剩余参数的子集)是用于优化过程的拟合参数。
[0158]
实施例a5.图案识别
[0159]
图案识别也可以用作用于从信号获得全局量的方法；例如全局量是视场内的标记的位置。
[0160]
图12图示这种实施例的可能示例。在可能实施例中，实施例a1至a4中的任一个实施例(步骤1200)可以用于从所测量的图像im获得一个或更多个局部参数映射或局部参数分布，诸如局部相位映射或局部相位分布lpm(并且因此如上文所描述的lapd)和局部振幅映射或局部振幅分布lam。图像配准技术1210接着可以用于配准局部振幅映射lam上的标记模板mt的位置。配准技术1210的可能示例基于对以下各项进行最大化：
[0161]
·
归一化互相关性；
[0162]
·
交互信息；
[0163]
·
任何其它合适的性质。
[0164]
此外，除了局部振幅映射之外，额外的信息可以被用于图像配准过程1210。这样的额外的信息可以包括以下各项中的一个或更多(尤其)：局部相位映射lpm、局部振幅映射的梯度、局部相位映射的梯度或任何高阶导数。
[0165]
在图像涵盖多个条纹图案的情况下，可以使用全部条纹图案的局部振幅映射。在这样的情况下，图像配准可以例如对以下各项进行最大化：
[0166]
·
互相关性的积，或交互信息的积等
[0167]
·
互相关性的和，或交互信息的和等
[0168]
·
每个单映射的最优化成本函数的任何其它组合
[0169]
图像配准1210步骤的结果可以是(例如)归一化互相关性ncc，可以从所述归一化互相关性ncc发现1220峰值以得到位置pos或视场内的(x，y)标记中心。
[0170]
区块b.校准和获取校正数据
[0171]
实施例b1：单个参考校正
[0172]
在校准阶段中，“相位波纹”(即，由有限尺寸效应所引起的局部相位图像)可以在单个参考标记上被测量(或被模拟或以其它方式被估计)或遍及多个(例如类似)标记而被
平均化以确定校正局部参数映射或校正局部参数分布(例如校正局部参数映射或参考标记模板)以用于校正hvm测量(例如用于从hvm测量减去)。这可以通过使用在区块a中所限定的实施例中的任一个或其任何组合或序列来实现。通常，参考标记具有与待拟合的标记相同的标记类型。参考标记可以被假定为“理想的”和/或一定数目个参考标记可以被平均化以使得参考标记缺陷被平均化。
[0173]
图13是图示这种实施例的流程图。测量或采集图像im被获得且局部拟合1300在其上执行以得到局部参数映射(例如局部相位映射或局部对准位置映射)lapd(例如使用区块a的实施例中的任一个实施例)。当在hvm或生产阶段(其中可以假设标记遭受(局部)处理效应/缺陷影响)中拟合标记时，校正局部参数映射(分布)clpm可以用于使用(例如)在区块c章节(下文)中所描述的方法来校正1310经对准的位置映射lapd。局部参数映射或局部参数分布clpm可以包括校正相位映射、校正lapd分布或预期的经对准的位置映射。在实施例中，所述校正局部参数映射clpm可以仅包括与“校正”相位映射的偏差，即由有限尺寸和其它物理效应所引起的仅仅“波纹”/不期望的偏差。所述校正步骤1310可以使用所述校正局部参数映射clpm从所述局部参数映射或经对准位置映射lapd去除或减轻所述有限尺寸效应。在得到的经校正的局部参数映射或经校正的经对准位置映射lapd’中，仅仅应保留由标记与参考标记之间的差产生的残差标记缺陷。这种经校正的经对准位置映射lapd’可以用于确定1320位置值pos。
[0174]
用于校正的校正局部参数映射clpm或预期的经对准的位置映射可以用一定数目个不同方法来确定，例如：
[0175]
1)在晶片平台基准或校准晶片上(按对准传感器设置序列)测量。
[0176]
2)经由模拟。
[0177]
3)基于类似层来估计。
[0178]
4)在包括待在hvm中(例如在研究或校准阶段中)测量/对准的实际叠层的晶片上测量。
[0179]
5)在hvm期间以阴影模式(在这种情况下所述校准数据可以包括实际产物数据)在包括实际叠层的晶片上测量。
[0180]
后两种方法将得到最佳性能，这是因为所述方法使用校正叠层和传感器。
[0181]
实施例b2：在有索引参数的情况下的库拟合
[0182]
这种实施例是实施例b1的变型，其中，一定数目个校正局部参数映射clpm(例如参考标记模板)被确定并且储存在库中，每个clpm由索引变量索引。典型索引变量可以是标记相对于传感器的位置。这种位置可以被准确地定义为例如：
[0183]
○
相对于传感器内部的照射光栅的位置；
[0184]
○
相对于相机的位置(在漂移发生在传感器内部情况下，这可以不同于相对于照射光栅的位置)；
[0185]
○
上述两者(这可能需要较高维的库，在这种情况下所预期标记形状取决于相对于照射光栅的位置和相对于相机的位置两者)。
[0186]
库创建
[0187]
在所述校准过程的第一阶段中，例如通过使用区块a中所描述的方法中的任一方法来确定一组不同信号采集(校准数据)的校正局部参数映射(例如局部相位映射)。如在先
前实施例中，所述组采集并非必须被测量，但也可以被模拟或以其它方式估计。
[0188]
另外，针对每个图像采集来确定索引变量。例如，所述索引变量可以是所述标记相对于所述传感器的所述位置的估计。所述索引变量可以从差源获得；例如：
[0189]-其可以使用区块a中的方法中的任一方法来计算；
[0190]-其可以使用任何其它分析工序从获取信号来计算；
[0191]-其可以来源于外部源，例如：扫描器中晶片平台的所检测的位置位移，或任何其它传感器的输出；
[0192]-其可以来源于前馈或反馈过程回路。
[0193]
校正局部参数映射的库连同相对应的索引变量可以被储存，使得给定某一索引值情况下，可以获取或取回相对应的校正局部参数映射。任何方法可以用于构造这样的库。例如：
[0194]-可以获取或取回所述校正局部参数映射，其对应于最接近于所需要的索引变量的所储存的索引变量；
[0195]-内插策略可以用来内插作为所需要的索引变量的函数的所述校正局部参数映射；
[0196]-神经网络或任何其它形式的先进数据处理可以被用于将所需要的索引变量映射至输出校正局部参数映射。
[0197]
所述校正局部参数映射不必需要仅包括局部相位映射或局部位置映射(或“波纹映射”，其包括对于由有限尺寸和其它物理效应所引起的不期望的偏差的描述)。额外的信息(例如局部振幅映射或初始图像)也可以被储存在库中并且被返回用于校正过程。
[0198]
可以根据系统的性质来确定所述索引变量的范围(例如在精细对准期间所覆盖的范围；即，如初始粗略对准的准确度所限定的)。在这样的精细晶片对准步骤之前，可以从标记在x、y中的某一范围内的先前“粗略晶片对准”步骤知晓所述索引变量的范围。校准因此可以覆盖这种范围。
[0199]
其它观测结果：
[0200]-如果需要，则所述库也可以包含作为聚焦位置(z)的函数的校正图像；
[0201]-所述库也可以包含作为全局晶片坐标的函数的校正图像(如果存在例如遍及所述晶片的全局变化，所述全局变化使所预期的标记形状遍及晶片而改变)。
[0202]-所述库也可以包含作为场坐标的函数的校正图像(如果例如所预期的标记形状取决于场中的部位，例如这是因为周围结构可能影响所预期的标记形状且可以取决于场中的部位)。
[0203]-所述库也可以包含作为晶片rz的函数的校正图像。
[0204]-所述索引参数可以包括批次或过程工具相关索引参数。
[0205]-如果需要，则库也可以包含作为许多其它参数的函数的校正图像。
[0206]-在校正库中，可能仅仅储存与“校正”(名义)相位映射的偏差(或误差分布)，即，所述库仅仅描述由有限尺寸和其它物理效应所引起的“波纹”/不期望的偏差。
[0207]
校正参数的获取或取回
[0208]
当标记被拟合(例如在hvm大批量制造阶段中)时，所述标记的单个图像可以被捕获且使用局部拟合(例如，如区块a中所描述的)从其确定经对准的位置映射。为了执行所述
校正，需要知晓使用来自所述库的哪个校正局部参数映射(或更通常地，校正图像)。
[0209]
为了进行这种操作，所述索引参数可以使用已获得对于库图像(例如依据所测量的标记相对于传感器的标记位置而确定)的索引参数的方法中的一个方法来从所测量的图像提取。基于此，可以使用索引变量从所述库获取或取回一个或更多个校正局部参数映射(例如，局部相位映射、局部振幅映射，等等)，如上文所描述的。
[0210]
作为示例，用以解决此的一种方式是通过执行预精细晶片对准拟合(prefiwa拟合)，其中，相对于传感器的位置被确定为在某一范围内，所述范围可以大于所述量测设备的期望的最终准确度。在实施例a5中描述prefiwa拟合。
[0211]
应注意在更一般情况中，其它参数信息(例如焦距、全局晶片或场部位等)可以被用于从数据库(例如当根据如上文所描述的这些参数而进行索引时)确定正确校正图像。
[0212]
图14是概括这种章节的流程图。在校准阶段cal中，包括在(例如)各种位置处(或在另一参数变化情况下)的参考标记的校准图像cim的校准数据经历局部拟合步骤1400以获得校正局部参数映射clpm或参考对准位置映射。这些在校正库lib中被储存和(可选地)索引。在生产阶段hvm中，对准采集或对准图像im经历局部拟合1410以获得局部对准位置映射lapd和(可选地)局部振幅映射lam。这些中的两者可以经历prefiwa拟合1420。校正局部参数映射clpm或所预期的对准位置映射基于prefiwa拟合从所述库lib内插，并且这与所述局部对准位置映射lapd一起用于校正确定步骤1430中以确定仅包括由所述标记与所述参考标记之间的差产生的残差标记缺陷的经校正局部对准位置映射lapd’。这种经校正的对准位置映射lapd’可以用于确定1440位置值pos。
[0213]
b3.在没有“索引变量”的情况下的库拟合
[0214]
这种实施例类似于实施例b2。在先前的实施例中，一组采集数据被处理且处理的结果被储存为“索引变量”的函数。随后，当采集信号或测试信号被记录(例如在生产阶段中)时，用于所述采集信号的索引变量被计算并且用于获取或取回所述校正数据。在这种实施例中，相同结果在不使用所述索引变量的情况下被实现。所述采集信号与库中的所储存的数据相比较且通过实施一种形式的优化来获取或取回用于校正的“最佳”候选者。
[0215]
可能的选项是：
[0216]
·
使用区块a中的方法中的任一方法来计算一组校准获取的相位映射φ(x，y)或相位分布(校正局部参数映射)。也计算采集图像(例如在生产期间)的相位映射φ
acq
(x，y)。用于校正的相位映射φ
corr
(x，y)可以包括最小化某一成本函数的相位映射，例如：
[0217][0218]
函数f可以是任何种类的度量，例如l2范数、l1范数、(经归一化的)互相关性、交互信息等。其它稍微不同成本函数(也不可以直接以上述形式表达)可以用于达到相同目标。
[0219]
·
一组校准获取的相位映射被计算并且被储存为一个或更多个索引变量v的函数，如实施例b2中所描述的。以这种方式，产生库φ
library
(v；x，y)。在采集了(例如在生产期间)采集信号之后，获取或取回待用于校正的相位映射。这种校正相位映射对应于索引变量的“最优”值v
opt
，其使所述校正映射尽可能类似于采集信号映射。“相似度”可以依据例如以下适当的成本函数来评估：
[0220][0221]
函数f可以是任何种类的度量，例如l2范数、l1范数、(经归一化的)互相关性、交互信息等。其它稍微不同成本函数(也不可以直接以上述形式表达)可以被用于达到相同目标。
[0222]
与实施例b2的差异是现在所述采集信号的“索引变量”未被明确地计算，但其通过最优性测量来推断。
[0223]
·
替代相位映射(或相位映射与振幅映射的组合)或除了相位映射(或相位映射与振幅映射的组合)之外，上文所描述的全部构思也可以被应用于振幅映射。构思也可以被应用于相同信号内的不同条纹图案。
[0224]
·
上文所描述的全部构思也可以被应用于相位或振幅映射的梯度，或任一阶导数，或其任何组合、以及与初始映射的任何组合。
[0225]
·
上文所描述的全部构思也可以单独的或与相位映射、振幅映射或其导数相组合来应用于初始信号自身。
[0226]
实施例b4：机器学习
[0227]
这种实施例描述用于使用某一形式的“人工智能”、“机器学习”或类似技术来采集并且获取或取回所述校正参数(例如对准位置)的方法。在实践中，这种实施例伴随实施例c4：在有限尺寸效应的校准与用于校正的经校准数据的施加之间存在关系。在“机器学习”的语言中，校准阶段对应于“学习”阶段且在这里被论述。
[0228]
图15是描述这种方法的流程图。采集诸如一组信号(校准图像)或图像库lib之类的校准数据。这样的信号也可以利用其它技术来被模拟或计算。这些信号可以与相同标记相关，并且通过某一量来标记。例如，信号可以通过所关注的量测量(例如对准位置)来标记；即，相对应的量测量已知用于每个信号(真实值(ground truth))。替代地，信号可以利用先前论述的索引变量中的任一个来标记。
[0229]
机器学习技术用于训练1500模型mod(例如，神经网络)，所述模型mod将输入信号映射至所关注的量测量，或所关注的索引变量。
[0230]
全部输入信号而不是裸信号可以使用区块a的实施例中的任一个实施例来处理并且在用于训练所述模型之前被映射至局部“相位映射”和“振幅映射”(或被映射至校正局部参数映射)。在这样的情况下，得到的模型将使校正局部参数映射(相位、振幅或其组合)与索引变量或量测量的值相关联。
[0231]
经训练的模型mod将被储存并且用于实施例c4中以校正1510所采集的图像im来获得位置值pos。
[0232]
区块c：校正策略
[0233]
这种区块处理从所获取的信号移除局部“标记包络”的过程。假定具有局部相位映射的两个不同(集合)：
[0234]
·
所采集的信号或测试信号的所采集的局部参数映射或局部参数分布；
[0235]
·
校正局部参数映射或校正局部参数分布，其已根据区块b的方法中的一个方法从所述校准数据获取或取回。
[0236]
局部参数映射和校正局部参数映射每个都可以包括局部相位映射、局部振幅映射、局部相位映射与局部振幅映射的组合、局部相位映射和/或局部振幅映射的导数或这样的导数的组合中的一个或更多个。其也可以是来自信号中的不同条纹图案的局部相位映射或局部振幅映射的集合。其也可以是不同映射的集合，所述映射通过某一代数关系(例如，“同相”和“正交”信号映射等)与相位和振幅映射相关。在区块a中，呈现这样的等效表示的一些示例。
[0237]
这种区块的目标是使用“校正数据”来校正有限标记大小对于所采集的测试数据的影响。
[0238]
实施例c1：相位映射减法
[0239]
最容易的实施例是从所采集的局部参数映射减去校正局部参数映射。使用相位示例，由于相位映射是周期性的，则结果可以包裹于周期内。
[0240]
φ
new
(x，y)＝φ
acq
(x，y)-φ
corr
(x，y)
[0241]
其中φ
new
(x，y)是经校正的局部相位映射，φ
acq
(x，y)是校正之前的所采集的局部相位映射且φ
corr
(x，y)是校正局部相位映射。
[0242]
实施例c2：基函数的重新公式化
[0243]
根据这种实施例，通过使用区块a中的方法中的任一方法来计算所采集的图像的所采集的局部相位和振幅映射。然而，当应用区块a中的方法时，校正相位映射和校正振幅映射被用于修改所述基函数。
[0244]
基函数的“典型”(示例性)定义被引入到区块a中：
[0245]
·
b1(x，y)＝1(dc分量)
[0246]
·“同相”分量条纹a
[0247]
·“正交”分量条纹a
[0248]
·“同相”分量条纹b
[0249]
·“正交”分量条纹b
[0250]
·
等等
[0251]
假设校正相位映射和校正振幅映射已经被获取或取回以用于信号中的条纹图案的一些或全部条纹图案。因此可以构造经修改的基函数：
[0252]
·
b1(x，y)＝1(dc分量)
[0253]
·
[0254]“同相”分量条纹a
[0255]
·
[0256]“正交”分量条纹a
[0257]
·
[0258]“同相”分量条纹b
[0259]
·
[0260]“正交”分量条纹b
[0261]
·
等等
[0262]
这些经修改的基函数可以与章节a(a1、a2、a3等)中的方法中的任一方法一起使用以便提取所述采集信号的相位和振幅映射。所提取的相位和振幅映射将被校正以用于有限尺寸效应，这是因为这些映射已利用包括这样的效应的基来计算。
[0263]
当然，这种实施例可以使用仅相位映射、仅振幅映射、或其任何组合。
[0264]
实施例c3：roi内的包络拟合
[0265]
这种实施例与实施例a3相关。想法是使用模型来拟合所述采集信号，所述模型包括校正相位映射校正振幅映射和校正dc映射d
corr
。
[0266]
所使用的模型可以如下：
[0267][0268]
应注意这是与实施例a3相同的模型，具有以下方程式
[0269]
α1＝d
corr
等。
[0270]
这些量不是拟合参数：它们是已知量，这是因为它们已从校正库获取或取回。如在实施例a3的情况下，例如就同相和正交分量而言，存在上述的所述模型的其它数学上等效的公式。
[0271]
另一方面，量c1、s
(a)
、δφ
(a)
等是拟合参数。如实施例a3中，量c1、s
(a)
、δφ
(a)
等通过使得成本函数最小化而被导出：
[0272][0273]
函数f可以是l2范数(最小二乘拟合)、l1范数、或任何其它选择。所述成本函数不一定必须遍及整个信号被最小化，但实际上可以仅仅在信号的特定关注区(roi)中被最小化。
[0274]
最重要参数是全局相移δφ
(a)
、δφ
(b)
，这是因为(在对准传感器的情况下)其与
和给定条纹图案相关联的标记的所检测的位置成正比。全局图像移位δx和δx也是相关参数。
[0275]
通常，可能的是，参数的仅仅一子集被用作拟合参数，而其它是固定的。参数的值也可以来源于模拟或估计。一些特定约束条件可以被强加于参数上。例如，关系(例如线性相关性、给定周期的线性相关模，等)可以在全局图像移位δx和δx与全局相移δφ
(a)
、δφ
(b)
之间的拟合期间被执行。
[0276]
实施例c4：机器学习
[0277]
这种实施例补充实施例b4。根据实施例b4，模型(例如神经网络)已经被训练，所述模型将信号映射至量测量(例如，对准位置)的值，或索引变量的值。为了执行所述校正，所述采集信号被采集且所述模型被应用于信号自身，从而直接地返回所关注的量测量，或另外的索引变量。在后一种情况即返回索引变量的情况中，所述索引变量可以与诸如实施例b2中所描述的校正库之类的校正库组合使用以获取或取回另外的局部校正映射。这种额外的局部校正映射可以用于使用区块c(上文)的实施例中的任一个实施例的另外的校正。
[0278]
如上文提及的，所述神经网络可能不必定使用原始信号(或仅仅原始信号)作为输入，但也可以使用(替代地或另外)利用区块a的实施例中的任一个所获得的局部映射(“相位”、“振幅”)中的任一个。
[0279]
对所述一定数目个校准步骤的一般批注
[0280]
在此文件中，基于两阶段过程描述校正策略：“校准”阶段和大批量/生产阶段。可以存在额外的阶段。具体地，所述校准阶段可以被重复多次以校正越来越多的特定效应。每个校准阶段可以被用于校正在序列中的后续校准阶段，或其可以被用于在“大批量”阶段中，独立于其它校准阶段或与其它校准阶段无关地而直接地进行校正。不同校准阶段能够以不同频率(例如，每个批次、每日、在r&d阶段即研发阶段中仅仅一次，等等)运行。
[0281]
图16是用以图示这种构思的三阶段序列的流程图。在这种实施例中，存在两个不同的校准阶段cal1、cal2。第一校准阶段cal1校准“特定于标记的”效应且第二校准阶段cal2校准“非特定于标记的”效应。用于特定于标记的效应的校准可以单独地执行以用于待由量测传感器测量的全部不同标记。用于非特定于标记的效应的单个校准可以用于不同标记类型。当然，这是实现方式的示例且校正的不同组合是可能的。
[0282]
在第二校准阶段cal2(例如对于非特定于标记的效应)中，在步骤1600处，采集包括用于一个或更多个标记的一个或多个原始量测信号的第一校准数据。在步骤1605处，从每个信号提取条纹图案的局部相位和局部振幅分布且在第一校正库lib1中编译所述局部相位和局部振幅分布。在第一校准阶段cal1(例如对于特定于标记的效应)中，在步骤1620处，采集包括用于一个或更多个标记的一个或更多个原始量测信号的第二校准数据。在1625处，从所述第二校准数据提取所述条纹图案的局部相位和局部振幅分布。基于获取步骤或取回步骤1610中的来自第一库lib1的所获取或所取回(适当)的局部相位和/或局部振幅分布而校正1630这些分布。这些经校正的第二校准数据分布被储存在第二库lib2(这储存在校正产物采集图像时所使用的校正参数映射)中。
[0283]
在生产阶段hvm或标记拟合阶段中，从标记(例如在生产/ic制造期间)采集1640信号，并且提取1645局部相位和局部振幅分布。基于适当校正映射从第二库lib2的获取或取回1635和(可选地)基于适当校正映射从第一库lib1的获取或取回1615来校正1650有限尺
寸效应。应注意步骤1615可替换步骤1610和1630或这些步骤可以组合使用。类似地，步骤1615可以被省去，其中，执行步骤1610和1630。位置接着可以在另外的数据分析/处理步骤1655中被确定。
[0284]
可以获得并在这种实施例中使用的非标记特定校准信息的示例(非穷尽地)包括：
[0285]
·
条纹的周期、定向、振幅和/或可视性；
[0286]
·
不需要的光的重影和其它源的位置和量值；
[0287]
·
光学器件、相机、孔或其它相关光学表面中的缺陷的存在、量值和形状；
[0288]
·
斑不均匀性和光的空间或角分布中的不均匀性的其它源；
[0289]
·
传感器或任一部件的任一种类(热、机械)的变形；
[0290]
·
光学器件中的像差和所采集的图像上所引发的相对应的变形，包括仿射和非仿射变形；
[0291]
·
散焦、移位或通常6自由度的移动的效应。
[0292]
本公开的全部内容(即，与区块a、区块b和区块c相关)和全部先前实施例可以适用于每个单独的校准阶段。
[0293]
校正过程变化和/或传感器与目标之间的相对配置
[0294]
以上实施例通常涉及由标记的边缘产生的伪影(即所谓的“有限尺寸效应”)，和由照射斑不均匀性产生的伪影。其它测量误差可以由过程变化产生，特别是在存在传感器像差情况下。在大多数情况下，过程变化预期以不同于例如对准位置或重叠变化将会影响所测量的图像的方式影响场相机上的所测量的图像。这种测量信息当前被忽略，从而引起次优测量准确度。
[0295]
待描述的实施例旨在校正由于对准标记上的过程变化和/或传感器与目标之间的相对配置的变化(例如，6自由度变化)而导致的对准误差。为了实现这种情形，提出使过程或配置变化与所测量的图像内的空间变化相关。所提出的方法可以用作最优颜色加权的替代方案或与最优颜色加权互补，这通过组合具有不同波长的信息来改善对准准确度。这种实施例的方法可以与已经描述的有限尺寸效应实施例无关、或与已经描述的有限尺寸效应实施例相组合而实施。
[0296]
这样的过程变化可以包括尤其是以下各项中的一项或更多项：光栅不对称性、线宽变化、蚀刻深度变化、层厚度变化、周围结构变化、残余形貌变化。这些过程变化可以遍及(例如小)标记是全局的或可遍及标记缓慢地改变，例如所述变形可以从所述标记的边缘改变至所述标记的中心。传感器与目标之间的相对配置的改变的示例是所述对准传感器的光学焦距值。
[0297]
作为第一步骤，所提出的方法可以包括基于相同类型的对准标记(或其它目标/结构)的一组测量和/或模拟校准图像的校准阶段，其中，在这些校准图像的采集和/或模拟期间，一个或更多个物理参数被改变，这种变化对图像具有能够预测的或能够重复的效应。参数的变化可以人工地被构造和/或由典型制造过程中的相同参数的正常可变性产生。如所陈述的，具有一个或更多个不同参数的图像集合(或其子集)可以被模拟而不是被实际上测量。
[0298]
在校准之后，在测量步骤中，从所述校准阶段所获得的经校准的校正数据被用于校正所述测量。可以用多种不同方式来校正所述测量。在一些实施例中，校正可以被应用于
测量值的水平，例如，经校正值可以包括原始值与校正项的和，其中，所述原始值可以是任一所关注的参数的值，例如对准位置或重叠，其中，所述校正项由这种实施例来提供。在其它实施例中，可以通过从相同标记类型的新图像移除一个或更多个物理参数的可预测效应来将所述校正应用于中间阶段，以便改善对准准确度并且减小晶片上的标记之间和/或晶片之间的变化。处于图像水平的这样的校正可以被应用于“原始”相机(例如条纹)图像水平处或所导出的图像水平，诸如局部参数映射(例如局部相位映射或局部对准位置(lapd)映射)。
[0299]
将描述这种校正方法的一定数目个不同实施例。在第一实施例中，主分量分析(pca)方法用于“清除”所测量的图像，在不影响所测量的图像的均值的情况下移除能够预测的误差贡献因素、而同时允许来自对于图像的另外的处理(例如异常值移除步骤，诸如获得中值以移除当前较少的异常值)的经改善的结果。第二实施例在第一实施例之后扩展，以校正标记水平处的最终(例如对准或重叠)测量值。第三实施例描述第一实施例与第二实施例的组合，其中，每像素校正所述测量值，从而允许在确定最终(对准或重叠)测量值之前的额外的中间处理步骤。
[0300]
基于一组校准图像的主分量分析的校准阶段
[0301]
在所述校准阶段中，提出计算所谓的主方向(或其它分量，诸如独立方向)，其中，相同标记类型的所测量的图像由于改变一个或更多个物理参数而发生改变。主方向可以在“原始”相机图像或所导出的图像上被计算，诸如局部参数分布或映射(例如，用于对准传感器的局部对准位置分布或映射、或用于散射测量dbo/dbf量测的强度不平衡性分布或映射、或局部(干涉条纹)振幅映射中的一个或更多个)。在以下论述中，将依据位置映射来描述这些构思，但可以了解这种构思同等地适用于其它局部参数映射。
[0302]
另外，用于校正的局部参数映射的参数不一定必须是与待校正的参数相同的参数。例如，可以使用局部振幅映射(例如，其主分量)来校正对准位置(例如从局部位置映射所导出)。此外，多个局部参数映射可以在校正中被组合。例如，局部位置映射和局部振幅映射可以同时地被使用以校正对准位置(或对准位置映射)。
[0303]
所述主方向可以包括形成用于新导出的分量图像的级数展开的基的相互规格化正交图像。此外，所述主方向可以在第一分量编码所测量的图像的最大变型作为变化物理参数的函数、第二分量编码第二最大变化等的意义上被排序。
[0304]
在所述测量阶段(其中采集与校准所针对的标记类型相同的标记类型的新图像)期间，可以使用在校准期间所计算的主方向来执行新图像的级数展开。考虑仅仅前几个重要主方向(例如前十个主方向、前五个主方向、前四个主方向、前三个主方向、前两个主方向或仅仅第一主方向)，可以截短级数展开。新的图像接着可以通过从其减去截短级数展开的结果，针对物理效应的变化而被补偿。结果，物理参数对所关注的区内的lapd变化的可预测影响被移除。
[0305]
本实施例的目标是从位置映射(参数映射)去除由于经校准物理参数而导致的不均匀性贡献。在理想情况下，这种过程将会产生平坦局部对准位置映射，其中，较大方差贡献因素已被校准。然而，其是局部参数映射的平均不在初始图像与经校正的图像之间改变的数学方法的直接结果。
[0306]
这种实施例的优点基于以下事实：在局部位置变化通过移除可预测分量而减小
时，诸如局部化线边缘粗糙度之类的任一(不可预测)局部标记偏差变得更可以被视为局部对准位置映射图像中的局部化伪影(离群值即异常值)。接着可以通过对局部对准位置分布值施加非线性操作或非线性运算(而不是仅获得均值)而减少对最终对准结果的影响，其中，这样的非线性操作或非线性运算的良好示例是获得中值，其从局部对准位置分布数据移除离群值即异常值。另一良好示例是施加掩模至局部对准位置映射图像，使得当局部位置值被组合(例如经由平均或经由诸如中值之类的另一操作或运算)成用于经对准的位置的单值(例如，如图8中所描述的)时不考虑某些局部位置值。
[0307]
这种实施例的另一优点(其中目标是减少局部位置/参数变化(例如，非均值))是经对准的位置的真实值不需要被用于校准工序。在其它实施例中，可能需要真实值且将描述用于获得这种真实值的方法。
[0308]
作为示例，校准数据可以包括n个样本校准图像的集合，其中，在n个图像采集之间，一个或更多个物理参数(例如示出过程变化的晶片上的标记的部位，或诸如传感器焦点之类的配置参数)变化。所有图像具有x
×
y像素的分辨率，其中，x是在水平方向上的像素的数目且y是在竖直方向上的像素的数目。每样本图像的像素值(变量)的总数目由p表示，因此p＝x*y。
[0309]
第n个校准图像可以由in表示，其中，n是图像索引且n＝0，1，...，n-1。像素值可以由in(x，y)表示，其中，x表示沿图像的水平轴的像素索引，其中，x＝0，1，...，x-1。同样，y表示沿图像的垂直轴的像素索引，其中，y＝0，1，...，y-1。
[0310]
可以对图像集合in执行主分量分析即主成分分析(pca)或其它分量分析，其中，n＝0，1，...，n-1。准备pca，数据矩阵x可以包括全部n个样本图像in的全部像素值。首先，数据可以居中；这可以包括从每个图像去除所有其像素的均值，使得每个图像变为零均值图像。另外，经平均化的零均值图像可以从全部零均值图像中去除。为此，符号可以表示由图像in的全部像素值的均值给出的标量值。因此：
[0311][0312]
第n个零均值图像由给定。经平均化的零均值图像j是以下像素级平均化操作的结果：
[0313][0314]
最终，经平均化的零均值图像从全部零均值图像的移除导致由下式给出的居中的图像jn：
[0315][0316]
数据矩阵x可以具有每样本图像的一行(因而为n行)和每像素变量的一列(因而为p列)，并且由下式给出：
[0317][0318]
所关注的是数据矩阵x的主成份。这些主成份是对于当一个或更多个物理参数变化时图像in中的全部像素如何协同变化的正交方向进行编码的图像。
[0319]
x的主分量是由下式给定的p
×
p协方差矩阵c的特征向量：
[0320]
c＝x
t
x
[0321]
其中上标t表示矩阵转置。c的特征值分解产生方程式：
[0322]
c＝vλv
t
[0323]
其中v是p
×
p矩阵，在其列中具有c的p个相互规格化正交特征向量：
[0324]vt
v＝i
[0325]
其中i是单位矩阵。矩阵a是p
×
p对角矩阵，其中，主要对角线元素是c的特征值λ0至λ
p-1
且非对角线元素是零：
[0326][0327]
此外，特征分析得到根据下式排序的特征值：
[0328]
λ0≥λ1≥
…
≥λ
p-1
[0329]
c的特征向量是x的主轴线或主方向。特征值对于相对应的特征向量的重要性进行编码，所述重要性意味着特征值指示校准图像之间的变化有多少是在相对应的特征向量的方向上。
[0330]
由于p是在一个方向上的像素的数目，则p
×
p矩阵c通常是大型矩阵。如本领域技术人员所公知的，执行对于这种大型矩阵c的特征值分解在计算上是要求高的且当c为病态时可能受数值不稳定性影响。为了最小化计算时间和为了数值稳定性两者以根据下式执行对于x的奇异值分解是有利的：
[0331]
x＝usv
t
[0332]
其中u是单个矩阵且s是包含数据矩阵x的奇异值的对角矩阵。这应当因为c＝x
t
x＝vs
tut
usv
t
＝vs
t
sv
t
＝vs
2vt
＝vav
t
而对于c的特征向量得到相同结果，并且因为a＝s
t
s而对于c的特征值得到相同结果。
[0333]
在已计算矩阵v中的主方向后，v的元素可以被重新布置成使用下式得出主要图像vm，其中，m＝0，1，...，p-1：
[0334][0335]
应注意p是非常大的且因而将存在非常大量的主要图像。幸运地，计算仅前几个少
数主方向并且忽略超出索引p的主方向就足够了，其中，其中，θ是小的正阈值(0＜θ＜＜1)。通常，p＝2或3应是足够的，其意指对于奇异值分解的非常快速计算。如本领域技术人员已知的，奇异值分解方法允许仅仅计算前几个主方向，从而节省许多的计算时间。
[0336]
校正步骤补偿针对能够预测的物理效应的新图像
[0337]
从上文所描述的分析而确定的特征向量可以用于使用以下级数展开来近似新的局部参数分布或局部对准位置映射图像i
new
：
[0338][0339]
其中是由图像i
new
的全部像素值的均值给定的标量值
[0340][0341]
且αm是展开系数。
[0342]
校正项可以被施加至新的图像i
new
，以按以下方式得到具有减少的局部位置/参数方差的经校正的图像i
corr
：
[0343][0344]
其中p＜＜p并且其中截短级数展开的长度p满足
[0345]
可以示出，这种校正可以减小新的lapd图像(没有焦点对准)的lapd数值范围，从而仅仅显露所述标记上的不可预测局部伪影。这些剩余局部伪影对最终计算的对准位置的贡献可以可选地通过例如根据前述中值操作或通过掩模而被减小/移除，所述掩模在计算跨越整个经校正的lapd图像的均值apd
corr
之前移除它们(即剩余局部伪影)：
[0346]
apd
corr
＝《i
corr
》
[0347]
其中《
…
》表示平均策略以从强度映射/分布i
corr
获得全局对准位置。
[0348]
即使当使用仅仅单个校准晶片执行校准工序时，所述校正仍可以改善晶片间性能。这是因为主方向编码当一个或更多个物理参数被变化时所述局部参数数据变化的方向，并且所述变化的量值使用新的图像来计算(通过将新的图像投影至作为主方向的基函数上)。
[0349]
图17是描述这种实施例的流程图。在校准阶段cal中，利用经变化的一个或更多个物理参数来获取包括校准图像i0，i1，...，i
n-2in-1
或参考标记的校准分布的校准数据。这些校准图像i0，i1，...，i
n-2in-1
中的每个具有从每个像素1710移除的全部其像素的均值以获得零均值图像。接着通过在每个像素部位(x，y)处平均化跨越全部图像的像素值来计算1720平均化零均值图像。每个零均值图像与平均化零均值图像j的差被确定以获得居中图像j0，j1，...，j
n-2jn-1
。pca步骤1730计算主方向以获得(在该示例中，前三个)主方向图像/分量图
像或分布v0、v1、v2。
[0350]
在测量阶段meas中，获得新的图像i
new
，并且从新的图像i
new
、平均化零均值图像j、和用于主方向图像v0、v1、v2中的每个的展开系数的α0、α1、α2组合来确定经校正的图像i
corr
。
[0351]
关于真实值数据优化参数值
[0352]
现将描述这种方法的第二实施例，其基于以下洞悉或理解：基于lapd的所计算的对准位置(或经由局部参数分布而计算的其它参数值)与真实值数据(诸如真实值对准位置(或其它真实值参数值))之间的差(即，参数误差值与展开系数αm相关。如此，在这种实施例中，需要已知真实值对准位置值或真实值参数值用于校准图像(其对于先前实施例情况不是如此)。
[0353]
图18是图示这种实施例的流程图。获得对准标记(或更具体地，其x方向区段)的局部参数分布或局部位置图像lapd。在步骤1810处，从局部位置图像lapd计算对准位置x。经改善的(在准确度方面)所计算的对准x位置x’是通过从所计算的对准x位置x减去作为展开系数αm的函数f
x
(
·
)的值而实现，其中，根据在先前实施例中已经描述的方程式来计算这些展开系数。当然，可以用相同方式基于y光栅区段的lapd图像和相同参数αm的函数fy(
·
)来改善所计算的对准y位置的准确度。
[0354]
通过构造所述校正的模型以及关于所述真实值来最小化残差，可以从所述校准数据计算所述函数f
x
(α0，α1，α2，...)。作为示例，可以再次假设所述校准数据包括多个校准图像。对于每个校准图像，存在展开系数的集合，其中，索引m描述多个主方向中的每个主方向(直到考虑的主方向的总数目p)，并且索引n描述多个图像中的每个图像。此外，每个图像具有从其计算的相应的对准位置量(或其它参数值)。函数f
x
(
·
)可以通过最小化合适的函数(例如，诸如下式的最小二乘函数)而被校准：
[0355][0356]
其中gtn是用于每个图像的真实值
[0357]
当然，可以了解这仅是示例误差函数或成本函数，并且可以使用不同误差准则。例如，可以使用不同于l2范数的范数，和/或加权函数可被施加至e的求和项以将相应的权重施加至每个校准图像。
[0358]
函数f
x
(
·
)可以例如被公式化为系数αm的多项式，其中，已根据刚才描述的成本函数(等)来计算系数αm。例如，f
x
(
·
)可以被公式化为(仅例如)二阶多项式：例如，：
[0359][0360]
其中自由参数c
00
、c
10
等被优化，使得它们最小化最小二乘(或其它范数)误差e[f
x
]。
[0361]
本领域技术人员将认识到许多其它表达可以被用于函数f
x
。例如，可以使用高阶
多项式、正交多顶式序列的元素、各种内插函数(诸如样条函数)、有理函数、频谱分解(诸如傅里叶级数)。更先进技术，例如机器学习技术也可以用于构造所述函数f
x
。例如，所述函数f
x
可以是在校准数据上训练的神经网络。
[0362]
组合实施例
[0363]
可以组合两个先前示例。例如，可以根据实施例“校正步骤针对能够预测的物理效应补偿新的图像”来执行经对准的位置的每像素校正、之后是根据刚才描述的参数值优化而计算的校正项f
x
(α0，α1，α2...)、以及平均化策略，以获得全局对准位置。这可以被公式化如下：
[0364][0365]
最终经校正的参数值apd
corr
接着可以被计算为：
[0366]
apd
corr
＝《i
corr
》
[0367]
其中《
…
》表示任何合适的平均化策略以从所述映射i
corr
获得全局对准位置。这种平均可以包括局部参数映射的代数均值，或更先进的平均化策略，诸如如先前所描述的中值或异常值移除策略。可选地，这种步骤也可以包括移除/减去平均化零均值图像/。
[0368]
这种组合实施例可以包括一般框架，其包括实施例(刚才被描述为特殊情况的两个实施例)并且允许较宽的解空间；即关于图17(本身)所描述的校正步骤对应于设置f
x
(
·
)＝0，并且关于真实值数据(本身)的优化对应于如所述章节中所解释的设置vm＝0和f
x
。
[0369]
不必经由pca确定所述基函数v；可以使用其它合适的分析方法，例如，独立分量分析(ica)或其它合适的方法。通常，基函数v可以包括“标记形状”的任何任意集合，例如，它们可以仅被选择为多项式标记形状(线性形状、二次曲线形状，等等)或泽尼克。然而，使用pca(或类似分析)而不是选择任意基函数的优点在于，基函数的最小可能集合被“自动地”获得，所述最小可能集合最佳地描述数据(二阶统计意义上)。因此，这优于使用任意基函数(诸如多项式)。
[0370]
校准和校正可以是(假定为)对于晶片上的每个部位恒定的。替代地，校准和校正可以是晶片上的位置的函数(例如与边缘相比，在晶片中心中的单独的校准)。中间实施例也是可能的：校准和校正可以在晶片上的几个部位处被执行并且被内插(如果待校正的物理参数遍及晶片缓慢地改变，则后一种情况是尤其相关的)。
[0371]
在一些实施例中，需要“真实值”来校准参数(上文所描述的系数c)。真实值可以例如以已经知晓用于例如ocw或光学颜色和强度加权(ociw)和光瞳量测的方法中的任一方法来确定。在例如以引用的方式而被合并入本文中的us2019/0094721中描述ocw。
[0372]
这种真实值确定方法可以包括基于以下各项中的一项或更多项来进行训练：
[0373]
·
曝光后重叠数据，诸如：
[0374]
·
显影后检查(adi)重叠数据和/或
[0375]
·
蚀刻后检查(aei)重叠数据，例如，尤其是：器件中量测(idm)数据、(高电压/开盖/横截面)扫描电子显微法(sem)数据、透射电子显微术(tem)数据、软x射线量测数据、硬x射线量测数据。
[0376]
·
电压对比量测数据或产率数据。
[0377]
·
基于平均颜色(或信号强度(strength/intensity)加权颜色)或kramers-kronig技术的训练(即，基于相位和强度通道经由宽的波长范围确定光栅质心；这种方法在以引用的方式而被合并入本文中的pct申请wo/2021/122016中被描述)。全部这些方法假定遍及一定数目个通道(例如颜色和/或偏振通道)的测量值接近于真实值。
[0378]
·
基于具有不同节距和/或子分段的多个标记类型而进行的训练。所述假定在于，例如与任一单一标记类型相比，遍及多个节距/子分段的平均更接近于真实值。
[0379]
·
基于被设计成具有不同叠层或处理参数的对准标记/叠层来设置/得到训练。
[0380]
·
基于模拟的训练。这可以包括模拟，所述模拟包含晶片叠层过程变化和/或传感器变化。这种训练可以可选地包括按设计或测量的传感器像差轮廓。
[0381]
通常，aei重叠数据、标记至器件(mtd)数据(例如adi重叠数据与aei重叠数据的差)或产率/电压对比数据被预期产生最佳测量性能，这是因为其它方法根本上缺乏关于对准/adi重叠标记与产品特征相关程度的信息。然而，这种数据也花费最大代价获得。如此，可能的方法可以包括以阴影模式在aei重叠/标记至器件/产率数据上的训练。这可以包括当更多aei重叠/标记至器件/产率数据在研发阶段或大批量制造的发展阶段期间变得可用时更新校正模型系数。
[0382]
应注意可以针对对准和adi重叠并行地执行这种真实值训练。这可以包括测量对准信号、曝光一层、执行adi量测和执行aei量测。训练接着可以包括基于对准数据和aei重叠数据来训练对准选配方案。同时，adi重叠数据和aei量测数据以类似方式训练mtd校正和/或重叠选配方案。对准选配方案和/或重叠选配方案可以包括权重和/或用于不同对准/重叠测量通道(例如不同颜色、偏振、像素和/或标记/目标形状)的模型。以这种方式，甚至在存在晶片间变化的情况下，adi重叠和对准数据将是真值的更多表示且更好地与产品上重叠相关。
[0383]
当然，对于过程变化和/或传感器与目标之间的相对配置的校正和对于有限尺寸效应/斑不均匀性的校正两者可以被组合。如此，图8可以包括例如在步骤830之前或之后(取决于所述校正是被施加至参数映射还是最终参数值)执行在这种章节中所描述的校正的额外的步骤。
[0384]
所披露的全部实施例可以应用于更标准的暗场或明场量测系统(即，除如图3至图6中所描述的经优化相干系统以外)。例如，在这样的更标准的量测装置中，可以存在理想x(或y)条纹(例如用于x(或y)光栅的光栅半周期)。其中lapd被确定为可以存在相关联的波纹。本文中所披露的全部校正可以被用于校正这种波纹。
[0385]
所披露的所有实施例可以被应用于使用完全空间相干照射的量测系统；这些可以是暗场或亮场系统，可以具有利用多个束的先进照射模式，并且可以具有可以同时测量所检测场的振幅与相位的全息检测模式。
[0386]
所披露的全部实施例可以被应用于其中遍及标记执行扫描的量测传感器，在这种情况下信号可以例如由单像素光电探测器上的强度迹线组成。例如，这种量测传感器可以包括自参考干涉仪。
[0387]
虽然上述描述可以在确定用于对准测量的对准校正方面描述所提出的构思，但所述构思可以被应用来校正一个或更多个其它所关注的参数。例如，所关注的参数可以是在小重叠目标上的重叠(即，包括不同层中的两个或更多个光栅)，并且本文中的方法可以被
用于针对有限尺寸效应来校正重叠测量。如此，对于对准标记上的位置/对准测量的任何提及可以包括重叠目标上的重叠测量。
[0388]
虽然上文已描述本发明的特定实施例，但将了解，可以用与所描述的方式不同的其它方式来实践本发明。
[0389]
对标记或目标的任何提及可以指出于量测的特定目的而形成的专用标记或目标，或可以使用本文中所披露的技术而测量的任何其它结构(例如其包括充分的重复或周期性)。这样的目标可以包括充分周期性的产品结构，使得对准或重叠(例如)量测可以在其上执行。
[0390]
虽然上文可以具体地参考在光学光刻术的情境下对本发明的实施例的使用，但应了解，本发明可以用于其它应用(例如压印光刻术)中，并且在情境允许的情况下不限于光学光刻术。在压印光刻术中，图案形成装置中的形貌限定创建于衬底上的图案。可以将图案形成装置的形貌压入被供应给衬底的抗蚀剂层中，在衬底上，抗蚀剂通过施加电磁辐射、热、压力或其组合而固化。在抗蚀剂固化之后将图案形成装置移出抗蚀剂，从而在其中留下图案。
[0391]
本文中所使用的术语“辐射”和“束”涵盖所有类型的电磁辐射，包括紫外(uv)辐射(例如具有为或为约365nm、355nm、248nm、193nm、157nm或126nm的波长)和极紫外(euv)辐射(例如具有在1nm至100nm的范围内的波长)，以及粒子束，诸如离子束或电子束。
[0392]
术语“透镜”在情境允许的情况下可以指各种类型的光学部件中的任一个或其组合，包括折射、反射、磁性、电磁和静电型光学部件。反射部件很可能用于在uv和/或euv范围内操作的设备中。
[0393]
本公开的实施例可以通过以下方面进一步描述。
[0394]
1.一种用于从目标测量所关注的参数的方法，包括：
[0395]
获得与所述目标的测量相关的测量采集数据；
[0396]
获得能够操作以校正所述测量采集数据中的至少有限尺寸效应的有限尺寸效应校正数据和/或经训练的模型；
[0397]
使用所述有限尺寸效应校正数据和/或经训练的模型来校正所述测量采集数据中的至少有限尺寸效应以获得针对至少所述有限尺寸效应被校正的所关注的参数和/或经校正的测量数据；并且
[0398]
其中所述校正步骤并不直接地确定所关注的参数，而是从所述经校正的测量数据确定所关注的参数。
[0399]
2.根据方面1所述的方法，其中，所述测量采集数据包括至少一个采集局部参数分布。
[0400]
3.根据方面2所述的方法，其中，所述至少局部参数分布包括采集局部相位分布。
[0401]
4.根据方面2或3所述的方法，其中，所述至少局部参数分布包括采集局部振幅分布。
[0402]
5.根据方面2至4中的任一项所述的方法，其中，所述有限尺寸效应校正数据包括至少一个校正局部参数分布。
[0403]
6.根据方面2至5中的任一项所述的方法，其中，所述至少一个校正局部参数分布包括至少一个经模拟的校正局部参数分布。
[0404]
7.根据方面6所述的方法，包括执行模拟步骤以获得所述至少一个所模拟的校正局部参数分布，所述模拟步骤包括优化基于所测量的局部参数分布的一个或更多个自由参数。
[0405]
8.根据方面5、6或7所述的方法，其中，所述至少一个校正局部参数分布包括仅描述与名义局部参数分布的偏差的误差分布。
[0406]
9.根据方面5至8中的任一项所述的方法，其中，所述至少一个校正局部参数分布包括校正局部相位分布和校正局部振幅分布中的一个或两者。
[0407]
10.根据方面2至9中的任一项所述的方法，其中，所述至少一个局部参数分布和/或所述至少一个校正局部参数分布由提取步骤获得，所述提取步骤从所述测量采集数据提取所述局部参数分布和/或从校准测量采集数据提取所述至少一个校正局部参数分布。
[0408]
11.根据方面10所述的方法，其中，所述提取步骤包括用以从原始量测信号确定一个或更多个全局量的图案识别步骤。
[0409]
12.根据方面11所述的方法，其中，所述局部参数分布包括局部振幅分布且所述图案识别步骤包括目标模板位置至所述局部振幅分布的配准。
[0410]
13.根据方面10至12中的任一项所述的方法，其中，所述提取步骤包括基于在测量参数变化的情况下从相同目标的测量所获得的一组原始量测信号的包络拟合。
[0411]
14.根据方面13所述的方法，其中，所述包络拟合包括：根据一组基函数和模型参数来限定信号模型，以及最小化所述信号模型与所述组原始量测信号之间的差。
[0412]
15.根据方面14所述的方法，其中，所述信号模型还包括描述由于非目标特定效应而导致的所述信号的局部偏差的额外的参数。
[0413]
16.根据方面10至12中的任一项所述的方法，其中，所述提取步骤包括对于被包括在所述测量采集数据和/或所述校准测量采集数据内的原始量测信号的空间加权拟合。
[0414]
17.根据方面16所述的方法，其中，所述空间加权拟合包括：限定一组基函数以表示所述原始量测信号以及针对所述原始量测信号最小化空间加权成本函数以确定用于所述基函数的系数。
[0415]
18.根据方面21所述的方法，其中，所述空间加权拟合包括：基于组合所述原始量测信号与一组基函数以及利用包括空间局部化函数的核来卷积所得到的量的近似空间加权拟合。
[0416]
19.根据方面14、15、17或18中的任一项所述的方法，其中，所述校正步骤包括：使用所述校正局部参数分布来重新公式化所述组基函数；和使用所述经重新公式化的基函数来提取所述一个或更多个采集局部参数分布。
[0417]
20.根据方面5至19中的任一项所述的方法，其中，所述校正步骤包括从所述采集局部参数分布减去所述校正局部参数分布。
[0418]
21.根据方面11至15中的任一项所述的方法，其中，所述校正步骤包括使用基于所述至少一个校正局部参数分布的模型来拟合所述采集局部参数分布，所述至少一个校正局部参数分布包括校正局部振幅分布、校正局部相位分布和校正dc分布。
[0419]
22.根据方面5至21中的任一项所述的方法，其中，从校正局部参数分布的校正库获得所述至少一个校正局部参数分布。
[0420]
23.根据方面22所述的方法，其中，校正局部参数分布的所述校正库包括用于相对
于测量所述目标的工具的不同的目标位置的不同校正局部参数分布。
[0421]
24.根据方面23所述的方法，其中，根据所述目标位置由索引参数索引所述校正库。
[0422]
25.根据方面24所述的方法，其中，所述校正库由索引参数索引。
[0423]
26.根据方面25所述的方法，其中，所述索引参数与以下各项中的一个或更多个有关：焦距、全局晶片坐标、场坐标、晶片定向、批次号、所使用的光刻工具。
[0424]
27.根据方面24至26中的任一项所述的方法，其中，校正局部参数分布基于所述索引参数从所述校正库获取以待用于所述校正步骤中。
[0425]
28.根据方面27所述的方法，其中，采集索引参数从所述测量采集数据和/或其它相关数据来确定，并且用于基于适当校正局部参数分布的相关联索引参数从所述校正库获取所述适当校正局部参数分布。
[0426]
29.根据方面28所述的方法，其中，经由所述目标上的预精细对准拟合来确定所述采集索引参数。
[0427]
30.根据方面22至29中的任一项所述的方法，其中，通过将所述测量采集数据与所述校正局部参数分布进行比较的最优性度量，从所述校正库获取校正局部参数分布。
[0428]
31.根据方面22至30中的任一项所述的方法，其中，所述经训练的模型用于将所述测量采集数据映射至来自所述校正库的适当校正局部参数分布。
[0429]
32.根据方面22至31中的任一项所述的方法，包括在校准阶段中创建所述校正库的步骤，所述校准阶段包括根据与一个或更多个校准衬底上的一个或更多个校准目标相关的校准量测数据来确定所述校正局部参数分布。
[0430]
33.根据方面32所述的方法，其中，所述校准阶段包括多个单独的校准阶段，每个校准阶段校准所述有限尺寸效应的单独的效应或方面。
[0431]
34.根据方面33所述的方法，其中，每个校准阶段产生单独的校正库。
[0432]
35.根据方面1至9中的任一项所述的方法，包括施加所述经训练的模型至所述测量采集数据以直接地确定所关注的参数。
[0433]
36.根据方面1至34中的任一项所述的方法，包括施加所述经训练的模型至所述测量采集数据以确定所述经校正的测量数据。
[0434]
37.根据方面35或36所述的方法，其中，所述经训练的模型是机器学习模型。
[0435]
38.根据方面37所述的方法，包括使用与一个或更多个校准衬底上的一个或更多个校准目标相关的经标记的校准数据来训练所述模型。
[0436]
39.如任一前述方面所述的方法，还包括：
[0437]
获得包括多个校准图像的校准数据，所述校准图像包括已利用所述测量的在多次采集之间变化的至少一个物理参数获得的校准目标的图像；
[0438]
根据所述校准数据确定一个或更多个基函数，每个基函数对所述至少一个物理参数的所述变化对所述校准图像的效应进行编码；
[0439]
确定用于每个基函数的相应的展开系数；以及
[0440]
使用所述展开系数，校正被包括在所述测量采集数据内的至少一个测量图像和/或校正所关注的参数的从所述至少一个测量图像中的每个测量图像导出的相应值。
[0441]
40.根据方面39所述的方法，包括确定用于所述基函数中的每个基函数的分量图
像；其中从每个相应的分量图像与所述至少一个测量图像中的每个测量图像的组合获得每个展开系数。
[0442]
41.根据方面39或40所述的方法，包括从每个相应的分量图像、所述至少一个测量图像中的每个测量图像、所述至少一个测量图像的标量均值和包括所述至少一个测量图像的所述平均零均值的平均化零均值图像的组合来确定每个展开系数。
[0443]
42.根据方面41所述的方法，包括通过对所述图像的全部像素求和来确定每个展开系数，对所述图像的全部像素求和即以下各项的积：
[0444]
每个相应的分量图像；以及
[0445]
以下各项的差：所述至少一个测量图像中的每个测量图像，以及所述至少一个测量图像的标量均值与包括所述至少一个测量图像的所述平均零均值的平均化零均值图像的总和。
[0446]
43.根据方面41或42所述的方法，包括确定每个校准图像的零均值图像；
[0447]
确定居中图像作为每个零均值图像与所述平均化零均值图像的差；和
[0448]
从所述居中图像确定所述基函数。
[0449]
44.根据方面40至43中的任一项所述的方法，包括使用所述分量图像来确定用于所述至少一个测量图像的校正项，每个分量图像由其相应的展开系数加权；以及
[0450]
所述校正所述至少一个测量图像中的每个测量图像和/或用于所关注的参数的值包括施加所述校正项至所述至少一个测量图像中的每个测量图像。
[0451]
45.根据方面44所述的方法，其中，所述校正项包括以下各项的和：
[0452]
所述平均化零均值图像；和
[0453]
所述分量图像的和，每个分量图像由其相应的展开系数加权。
[0454]
46.根据方面44或45所述的方法，其中，所述校正所述至少一个测量图像中的每个测量图像和/或用于所关注的参数的值包括从所述至少一个测量图像中的每个测量图像减去所述校正项。
[0455]
47.根据方面39至46中的任一项所述的方法，其中，所述校正所述至少一个测量图像中的每个测量图像和/或用于所关注的参数的值包括：
[0456]
获得用于所关注的参数的真实值数据；
[0457]
构造校正模型和使用所述校正模型以校准所述展开系数的函数，所述函数最小化所关注的参数的所述值相对于所述真实值数据之间的残差。
[0458]
48.根据方面47所述的方法，包括施加所述函数至用于所关注的参数的所述值以获得用于所关注的参数的经校正值。
[0459]
49.根据当从属于方面44至46中任一项时方面47所述的方法，包括施加所述函数至所述校正项。
[0460]
50.根据方面39至49中的任一项所述的方法，其中，所述基函数包括经由主分量分析所确定的主分量或经由独立分量分析所确定的独立分量。
[0461]
51.根据方面50所述的方法，其中，仅前五个或更少主分量或独立分量被使用。
[0462]
52.根据方面39至49中的任一项所述的方法，其中，所述基函数包括任意选择的目标形状描述。
[0463]
53.根据方面39至54中的任一项所述的方法，包括在从每个经校正的测量图像获
得所关注的参数期间和/或之前对每个经校正的测量图像执行异常值移除步骤。
[0464]
54.根据方面53所述的方法，其中，所述异常值移除步骤包括对所述经校正的图像施加中值运算；和/或
[0465]
在对每个经校正的测量图像执行平均操作之前施加掩模以排除所述经校正的测量图像的值。
[0466]
55.根据方面39至54中的任一项所述的方法，其中，所述过程变化包括以下各项中的一项或更多项：校准目标光栅不对称性、校准目标线宽变化、校准目标蚀刻深度变化、层厚度变化、残余形貌变化、结构中的充分接近于所述校准目标以影响测量的变化、所述测量期间的所述校准目标的光学焦距、作为对准传感器的光学焦距的所述校准目标相对于用于执行测量的传感器光学器件的任何其它相对配置改变。
[0467]
56.根据方面39至55中的任一项所述的方法，其中，所述过程变量遍及所述校准目标是全局的。
[0468]
57.根据方面39至55中的任一项所述的方法，其中，所述过程变量遍及所述校准目标变化。
[0469]
58.一种用于从目标测量所关注的参数的方法，包括：
[0470]
获得包括多个校准图像的校准数据，所述校准图像包括已利用所述测量的在多次采集之间变化的至少一个物理参数获得的校准目标的图像；
[0471]
根据所述校准数据确定一个或更多个基函数，每个基函数对所述至少一个物理参数的所述变化对所述校准图像的效应进行编码；
[0472]
确定用于每个基函数的相应的展开系数；
[0473]
获得包括与所述目标的测量相关的至少一个测量图像的测量采集数据；以及
[0474]
使用所述展开系数，校正所述至少一个测量图像中的每个测量图像和/或校正所关注的参数的从所述至少一个测量图像中的每个测量图像导出的值。
[0475]
59.根据方面58所述的方法，包括确定用于所述基函数中的每个基函数的分量图像；其中从每个相应的分量图像与所述至少一个测量图像中的每个测量图像的组合获得每个展开系数。
[0476]
60.根据方面58或59所述的方法，包括从每个相应的分量图像、所述至少一个测量图像中的每个测量图像、所述至少一个测量图像的标量均值和包括所述至少一个测量图像的所述平均零均值的平均化零均值图像的组合来确定每个展开系数。
[0477]
61.根据方面60所述的方法，包括通过对所述图像的全部像素求和来确定每个展开系数，对所述图像的全部像素求和即以下各项的积：
[0478]
每个相应的分量图像；以及
[0479]
以下各项的差：所述至少一个测量图像中的每个测量图像，以及所述至少一个测量图像的标量均值与包括所述至少一个测量图像的所述平均零均值的平均化零均值图像的总和。
[0480]
62.根据方面60或61所述的方法，包括确定每个校准图像的零均值图像；
[0481]
确定居中图像作为每个零均值图像与所述平均化零均值图像的差；和
[0482]
从所述居中图像确定所述基函数。
[0483]
63.根据方面59至62中的任一项所述的方法，包括使用所述分量图像来确定用于
所述至少一个测量图像的校正项，每个分量图像由其相应的展开系数加权；以及
[0484]
所述校正所述至少一个测量图像中的每个测量图像和/或用于所关注的参数的值包括施加所述校正项至所述至少一个测量图像中的每个测量图像。
[0485]
64.根据方面63所述的方法，其中，所述校正项包括以下各项的和：
[0486]
所述平均化零均值图像；和
[0487]
所述分量图像的和，每个分量图像由其相应的展开系数加权。
[0488]
65.根据方面63或64所述的方法，其中，所述校正所述至少一个测量图像中的每个测量图像和/或用于所关注的参数的值包括从所述至少一个测量图像中的每个测量图像减去所述校正项。
[0489]
66.根据方面58至65中的任一项所述的方法，其中，所述校正所述至少一个测量图像中的每个测量图像和/或用于所关注的参数的值包括：
[0490]
获得用于所关注的参数的真实值数据；
[0491]
构造校正模型和使用所述校正模型以校准所述展开系数的函数，所述函数最小化所关注的参数的所述值相对于所述真实值数据之间的残差。
[0492]
67.根据方面66所述的方法，包括施加所述函数至用于所关注的参数的所述值以获得用于所关注的参数的经校正值。
[0493]
68.根据当从属于方面63至65中任一项时方面66所述的方法，包括施加所述函数至所述校正项。
[0494]
69.根据方面58至68中的任一项所述的方法，其中，所述基函数包括经由主分量分析所确定的主分量或经由独立分量分析所确定的独立分量。
[0495]
70.根据方面69所述的方法，其中，仅前五个或更少主分量或独立分量被使用。
[0496]
71.根据方面58至68中的任一项所述的方法，其中，所述基函数包括任意选择的目标形状描述。
[0497]
72.根据方面58至73中的任一项所述的方法，包括在从每个经校正的测量图像获得所关注的参数期间和/或之前对每个经校正的测量图像执行异常值移除步骤。
[0498]
73.根据方面72所述的方法，其中，所述异常值移除步骤包括对所述经校正的图像施加中值运算；和/或
[0499]
在对每个经校正的测量图像执行平均操作之前施加掩模以排除所述经校正的测量图像的值。
[0500]
74.根据方面58至73中的任一项所述的方法，其中，所述过程变化包括以下各项中的一项或更多项：校准目标光栅不对称性、校准目标线宽变化、残余形貌变化、校准目标蚀刻深度变化、层厚度变化、结构中的充分接近于所述校准目标以影响测量的变化、所述测量期间的所述校准目标的光学焦距、作为对准传感器的光学焦距的所述校准目标相对于用于执行测量的传感器光学器件的任何其它相对配置改变。
[0501]
75.根据方面58至74中的任一项所述的方法，其中，所述过程变量遍及所述校准目标是全局的。
[0502]
76.根据方面58至74中的任一项所述的方法，其中，所述过程变量遍及所述校准目标变化。
[0503]
77.根据任一前述方面所述的方法，其中，所关注的参数是对准位置。
[0504]
78.根据方面1至76中任一项所述的方法，其中，所关注的参数是重叠或焦距。
[0505]
79.一种计算机程序，包括过程指令，所述过程指令能够操作以当在适合的设备上运行时执行根据任一前述方面所述的方法。
[0506]
80.一种非暂时性计算机程序载体，包括根据方面79所述的计算机程序。
[0507]
81.一种处理装置，包括：
[0508]
根据方面80所述的非暂时性计算机程序载体；和
[0509]
处理器，所述处理器能够操作以运行所述计算机程序。
[0510]
82.一种量测装置，包括根据方面81所述的处理装置。
[0511]
83.一种光刻设备，包括根据方面82所述的量测装置。
[0512]
84.一种光刻设备，包括：
[0513]
图案形成装置支撑件，所述图案形成装置支撑件用于支撑图案形成装置；
[0514]
衬底支撑件，所述衬底支撑件用于支撑衬底；以及
[0515]
量测装置，所述量测装置能够操作以执行根据方面77所述的方法。
[0516]
85.根据方面84所述的光刻设备，其能够操作以使用所述对准位置值以控制以下各项中的一个或两者：
[0517]
所述衬底支撑件和/或被支撑在其上的衬底，和
[0518]
所述图案形成装置支撑件和/或被支撑在其上的图案形成装置。
[0519]
本发明的范围和范围不应由以上所描述的示例性实施例中的任一个限制，而应仅根据以下权利要求及其等效物来限定。

技术特征：
1.一种用于从目标测量所关注的参数的方法，包括：获得与所述目标的测量相关的测量采集数据；获得能够操作以校正所述测量采集数据中的至少有限尺寸效应的有限尺寸效应校正数据和/或经训练的模型；使用所述有限尺寸效应校正数据和/或经训练的模型来校正所述测量采集数据中的至少有限尺寸效应以获得针对至少所述有限尺寸效应被校正的所关注的参数和/或经校正的测量数据；并且其中所述校正步骤并不直接地确定所关注的参数，而是从所述经校正的测量数据确定所关注的参数。2.根据权利要求1所述的方法，其中，所述测量采集数据包括至少一个采集局部参数分布。3.根据权利要求2所述的方法，其中，所述至少局部参数分布包括采集局部相位分布和/或采集局部振幅分布。4.根据权利要求2或3所述的方法，其中，所述至少一个校正局部参数分布包括至少一个经模拟的校正局部参数分布。5.根据权利要求2至4中的任一项所述的方法，其中，所述至少一个局部参数分布和/或所述至少一个校正局部参数分布由提取步骤获得，所述提取步骤从所述测量采集数据提取所述局部参数分布和/或从校准测量采集数据提取所述至少一个校正局部参数分布。6.根据权利要求5所述的方法，其中，所述提取步骤包括用以从原始量测信号确定一个或更多个全局量的图案识别步骤。7.根据任一前述权利要求所述的方法，还包括：获得包括多个校准图像的校准数据，所述校准图像包括已利用所述测量的在多次采集之间变化的至少一个物理参数获得的校准目标的图像；根据所述校准数据确定一个或更多个基函数，每个基函数对所述至少一个物理参数的所述变化对所述校准图像的效应进行编码；确定用于每个基函数的相应的展开系数；以及使用所述展开系数，校正被包括在所述测量采集数据内的至少一个测量图像和/或校正所关注的参数的从所述至少一个测量图像中的每个测量图像导出的相应值。8.根据权利要求7所述的方法，包括确定用于所述基函数中的每个基函数的分量图像；其中从每个相应的分量图像与所述至少一个测量图像中的每个测量图像的组合获得每个展开系数。9.根据权利要求7或8所述的方法，包括：从每个相应的分量图像、所述至少一个测量图像中的每个测量图像、所述至少一个测量图像的标量均值、和包括所述至少一个测量图像的平均零均值的平均化零均值图像的组合来确定每个展开系数。10.根据权利要求7至9中的任一项所述的方法，其中，所述校正所述至少一个测量图像中的每个测量图像和/或所关注的参数的值包括：获得用于所关注的参数的真实值数据；构造校正模型和使用所述校正模型以校准所述展开系数的函数，所述函数最小化所关注的参数的所述值相对于所述真实值数据之间的残差。
11.一种用于从目标测量所关注的参数的方法，包括：获得包括多个校准图像的校准数据，所述校准图像包括已利用所述测量的在多次采集之间变化的至少一个物理参数获得的校准目标的图像；根据所述校准数据确定一个或更多个基函数，每个基函数对所述至少一个物理参数的所述变化对所述校准图像的效应进行编码；确定用于每个基函数的相应的展开系数；获得包括与所述目标的测量相关的至少一个测量图像的测量采集数据；以及使用所述展开系数，校正所述至少一个测量图像中的每个测量图像和/或校正所关注的参数的从所述至少一个测量图像中的每个测量图像导出的值。12.根据权利要求11所述的方法，包括确定用于所述基函数中的每个基函数的分量图像；其中从每个相应的分量图像与所述至少一个测量图像中的每个测量图像的组合获得每个展开系数。13.根据权利要求11或12所述的方法，包括：从每个相应的分量图像、所述至少一个测量图像中的每个测量图像、所述至少一个测量图像的标量均值、和包括所述至少一个测量图像的平均零均值的平均化零均值图像的组合来确定每个展开系数。14.根据任一前述权利要求所述的方法，其中，所关注的参数是对准位置。15.根据权利要求1至13中任一项所述的方法，其中，所关注的参数是重叠或焦距。16.一种计算机程序，包括过程指令，所述过程指令能够操作以当在适合的设备上运行时执行根据任一前述权利要求所述的方法。17.一种非暂时性计算机程序载体，包括根据权利要求16所述的计算机程序。18.一种处理装置，包括：根据权利要求17所述的非暂时性计算机程序载体；和处理器，所述处理器能够操作以运行所述计算机程序。19.一种量测装置，包括根据权利要求18所述的处理装置。20.一种光刻设备，包括根据权利要求19所述的量测装置。21.一种光刻设备，包括：图案形成装置支撑件，所述图案形成装置支撑件用于支撑图案形成装置；衬底支撑件，所述衬底支撑件用于支撑衬底；以及量测装置，所述量测装置能够操作以执行根据权利要求14所述的方法。

技术总结
披露了一种用于从目标测量所关注的参数的方法和相关联的设备。所述方法包括获得与所述目标的测量相关的测量采集数据和能够操作以校正所述测量采集数据中的至少有限尺寸效应的有限尺寸效应校正数据和/或经训练的模型。所述测量采集数据中的至少有限尺寸效应是使用所述有限尺寸效应校正数据和/或经训练的模型而被校正的以获得经校正的测量数据和/或所关注的参数；其中所述校正步骤并不直接地确定所关注的参数，而是从所述经校正的测量数据确定所关注的参数。确定所关注的参数。确定所关注的参数。


技术研发人员：F
受保护的技术使用者：ASML荷兰有限公司
技术研发日：2021.12.20
技术公布日：2023/10/8