晶圆缺陷检测方法及电子设备与流程

1.本公开涉及半导体领域，具体而言，涉及一种晶圆缺陷检测方法及电子设备。


背景技术：

2.在半导体制造过程中，需要使用各种半导体生产设备来制造芯片。当某个生产设备存在连续性缺陷(持续发生在相对固定位置的缺陷)，但是缺陷(defect)非常小的时候，比如1-50微米(μm)的级别，那么单独仅看一片晶圆(wafer)，是很难发现刚刚出现的缺陷的。但当生产设备不断地处理晶圆，由生产设备导致的某一连续性缺陷在晶圆中累计形成的缺陷造成的芯片良率损失总和也比较大。在目前的半导体产业中，通常广泛地对晶圆进行缺陷抽查，但很难侦测微小但持续发生在相对固定位置的缺陷。另外，在判断缺陷是否发生在相对固定位置时，由于需要进行大量的缺陷之间距离的循环遍历计算，会带来算力耗尽问题。


技术实现要素：

3.本公开实施例提供了一种晶圆缺陷检测方法，包括：确定基准晶圆和比对晶圆；检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠；检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第二坐标上重叠；将在第一坐标和第二坐标上均重叠的缺陷确定为重复缺陷，以确定存在同一重复缺陷的晶圆数量。
4.根据本公开的再一个方面，提供一种晶圆缺陷检测装置，包括：晶圆确定单元，用于确定基准晶圆和比对晶圆；检测单元，用于检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠，以及用于检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第二坐标上重叠；重复缺陷确定单元，用于将在第一坐标和第二坐标上均重叠的缺陷确定为重复缺陷，以确定存在同一重复缺陷的晶圆数量。
5.根据本公开的又一个方面，提供一种电子设备，包括：一个或多个处理器；存储器，配置为存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现任一实施例所述的方法。
6.根据本公开实施例的再一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中所述的方法。
7.本公开实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行本公开任一实施例中的各种可选方式中提供的方法。
附图说明
8.图1是本公开一示例性实施例的晶圆缺陷检测方法的流程图。
9.图2是本公开一示例性实施例的确定基准晶圆和比对晶圆的流程图。
10.图3是本公开一示例性实施例的确定待检测区域的示意图。
11.图4是采用本公开一示例性实施例的晶圆缺陷检测方法判断缺陷在第一坐标上是否重叠的流程图。
12.图5是采用本公开一示例性实施例的晶圆缺陷检测方法判断缺陷在第一坐标上是否重叠的流程图。
13.图6是本公开一示例性实施例的确定缺陷簇的示意图。
14.图7是本公开一示例性实施例的描述缺陷簇的示意图。
15.图8是采用本公开一示例性实施例的晶圆缺陷检测方法判断缺陷在第一坐标上是否重叠的示意图。
16.图9是采用本公开一示例性实施例的晶圆缺陷检测方法确定比对晶圆与基准晶圆的偏移角度的流程图。
17.图10是本公开一示例性实施例的数据格式转换的示意图。
18.图11是本公开一示例性实施例的数据降维的示意图。
19.图12是本公开一示例性实施例的确定偏移角度的示意图。
20.图13是本公开一示例性实施例的基准晶圆与比对晶圆对齐的示意图。
21.图14是本公开一示例性实施例的筛选缺陷的示意图。
22.图15是本公开一示例性实施例的形成虚拟晶圆的示意图。
23.图16是本公开一示例性实施例的晶圆缺陷检测装置的示意图。
具体实施方式
24.在半导体或集成电路制造过程中，当生产设备存在连续性缺陷时，在晶圆上累计形成的缺陷会使得芯片产品的良率损失总和较大，因此需要通过监控晶圆上形成的缺陷来定位生产设备上具有的连续性缺陷，通常采用缺陷扫描数据监控连续性缺陷，并发出预警。在相关技术中，需要汇合全部晶圆上的全部缺陷，循环遍历计算每一片晶圆上的每一个缺陷与其它各晶圆上的每一个缺陷之间的距离。具体的，每一次均需要通过距离公式来计算两片不同晶圆上的两个缺陷之间的距离，其中(x1,y1)表示其中一片晶圆上的一个缺陷的横坐标和纵坐标，(x2,y2)表示其中另一片晶圆上的一个缺陷的横坐标和纵坐标，以此来判断不同晶圆上的缺陷之间是否存在重叠。具体的，比较＜r1+r2是否成立，如果成立，则判定这两个缺陷之间存在重叠，如果不成立，则判定这两个缺陷之间不存在重叠。其中r1为其中一个缺陷的半径，r2为其中另一个缺陷的半径。以此来判断不同晶圆的相同位置是否存在重复缺陷，以及重复缺陷的重复次数。这样的检测过程，需要耗费巨大的算力，容易造成算力耗尽的问题，例如，有100片晶圆，每个晶圆上存在100个缺陷，那么循环遍历所有的缺陷进行比对，需要的计算次数就是10000*10000次，即1亿次。
25.本公开实施例提供一种晶圆缺陷检测方法，能够提高晶圆缺陷检测的效率，改善算力容易耗尽的问题。下面结合附图对本公开实施例提供的晶圆缺陷检测方法进行说明。
26.如图1所示，本公开实施例提供的晶圆缺陷检测方法可以包括如下步骤s110-s140。可以理解的是，本公开实施例提供的方法可以由任意的电子设备执行。
27.在s110中，确定基准晶圆和比对晶圆。
28.本公开实施例中的晶圆可以是任意材料形成的晶圆，例如硅晶圆、氮化镓晶圆或碳化硅晶圆等，晶圆的尺寸也可以为任意尺寸，例如2英寸、4英寸或8英寸等。本公开对晶圆的类型和尺寸不做限定。
29.本公开实施例中的基准晶圆和比对晶圆是经过同一半导体生产设备(例如曝光机台、蚀刻机台、光刻机台等)处理过的晶圆，且为了检测该半导体生产设备中是否存在连续性缺陷，该基准晶圆和比对晶圆可以选自该半导体生产设备在一段连续的时间内(即预设时长范围内)先后依次处理过的晶圆，通过检测该预设时长范围内的基准晶圆与比对晶圆上是否存在重复缺陷，以及存在重复缺陷的晶圆数量，以判断该半导体生产设备是否存在连续性缺陷。可以从该预设时长范围内的晶圆中任意选择一片作为该基准晶圆，从剩余的晶圆中选择至少部分作为比对晶圆。在下面的实施例中，以选择该预设时长范围内最后一片经过该半导体生产设备处理的晶圆作为基准晶圆(表示为晶圆1)，选择处于该预设时长范围内、且在该基准晶圆之前经过该半导体生产设备处理的前n-1片晶圆(表示为晶圆2～n，n为大于1的正整数)形成比对晶圆为例，但本公开并不限定于此。
30.本公开实施例中，该预设时长范围可以根据实际需求进行设定，本公开对此不做限定，例如选择距离当前时间最近的一周内经过该半导体生产设备处理的晶圆，此时该基准晶圆可以表示为w1(wafer1的简写)，比对晶圆可以表示为last2～n或者w2～n。
31.在s120中，检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠。
32.在s130中，检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第二坐标上重叠。
33.可以理解的是，s120和s130可以并行执行，也可以按序执行，例如先执行s120后执行s130，或者先执行s130后执行s120，本公开对此不做限定。当s120和s130并行执行时，可以进一步提升晶圆缺陷检测的效率。
34.在本公开实施例中，第一坐标和下述的第二坐标可以分别是直角坐标系中的横坐标(用x表示)和纵坐标(用y表示)，也可以分别是极坐标系中的极角(用θ表示)和极径(用r表示)，且两者之间可以相互转换，本公开对此不做限定。
35.在一些实施例中，可以直接检测基准晶圆上的缺陷是否与比对晶圆上的缺陷在第一坐标上重叠。具体的，以第一坐标为横坐标，第二坐标为纵坐标为例，可以获取基准晶圆上的缺陷的圆心的横坐标和纵坐标以及该缺陷的半径。基于该基准晶圆上的缺陷的圆心的横坐标(用cx1表示)和该缺陷的半径(用r1表示)，可以确定该基准晶圆上的缺陷的右边界为(cx1+r1)，左边界为(cx1-r1)，左右边界分别为该缺陷在横坐标上的最小值和最大值。基于该基准晶圆上的缺陷的圆心的纵坐标(用cy1表示)和该缺陷的半径r1，可以确定该基准晶圆上的缺陷的上边界为(cy1+r1)，下边界为(cy1-r1)，上下边界分别为该缺陷在纵坐标上的最大值和最小值。
36.类似的，获取比对晶圆上的缺陷的圆心的横坐标和纵坐标以及该缺陷的半径。基于该比对晶圆上的缺陷的圆心的横坐标(用cx2表示)和该缺陷的半径(用r2表示)，可以确定该比对晶圆上的缺陷的右边界为(cx2+r2)，左边界为(cx2-r2)，左右边界分别为该缺陷在横坐标上的最小值和最大值。基于该比对晶圆上的缺陷的圆心的纵坐标(用cy2表示)和
该缺陷的半径r2，可以确定该比对晶圆上的缺陷的上边界为(cy2+r2)，下边界为(cy2-r2)，上下边界分别为该缺陷在纵坐标上的最大值和最小值。
37.在示例性实施例中，检测基准晶圆上的缺陷是否与比对晶圆上的缺陷在第一坐标上重叠，可以包括：查询比对晶圆上的缺陷的上边界是否小于基准晶圆上的缺陷的上边界；查询比对晶圆上的缺陷簇的上边界是否大于基准晶圆上的缺陷的下边界；查询比对晶圆上的缺陷的下边界是否大于基准晶圆上的缺陷的下边界；查询比对晶圆上的缺陷的下边界是否小于基准晶圆上的缺陷的上边界；根据查询结果判断基准晶圆上的缺陷是否与比对晶圆上的缺陷在第一坐标上重叠。
38.例如，在判断基准晶圆上的缺陷是否与比对晶圆上的缺陷在横坐标x上重叠，可以通过以下查询语句进行查询：(查询last 2～n上defect的右边界是否小于w1上的defect的右边界and查询last 2～n上defect的右边界是否大于w1上的defect的左边界)or(查询last 2～n上defect的左边界是否大于w1上的defect的左边界and查询last2～n上defect的左边界是否小于w1上的defect的右边界)。其中该查询语句中的“and”表示逻辑与，“or”表示逻辑或。例如，假设w1前2～n片晶圆上存在一个defect(标记为defect1)，查询到该defect1的右边界小于w1上的某个defect(标记为defect2)的右边界，且该defect1的右边界大于defect2的左边界；或者，查询到该defect1的左边界大于defect2的左边界，且该defect1的左边界小于defect2的右边界，则判定该defect1和该defect2在横坐标x上是重叠的，反之，则判定在横坐标x上不是重叠的。
39.类似的，在判断基准晶圆上的缺陷是否与比对晶圆上的缺陷在纵坐标y上重叠，可以通过以下查询语句进行查询：(查询last 2～n上defect的上边界是否小于w1上的defect的上边界and查询last 2～n上defect的上边界是否大于w1上的defect的下边界)or(查询last 2～n上defect的下边界是否大于w1上的defect的下边界and查询last2～n上defect的下边界是否小于w1上的defect的上边界)。其中该查询语句中的“and”表示逻辑与，“or”表示逻辑或。例如，假设w1前2～n片晶圆上存在一个defect1，查询到该defect1的上边界小于w1上的某个defect(标记为defect2)的上边界，且该defect1的上边界大于defect2的下边界；或者，查询到该defect1的下边界大于defect2的下边界，且该defect1的下边界小于defect2的上边界，则判定该defect1和该defect2在纵坐标y上是重叠的，反之，则判定在纵坐标y上不是重叠的。
40.在s140中，将在第一坐标和第二坐标上均重叠的缺陷确定为重复缺陷，以确定存在同一重复缺陷的晶圆数量。
41.例如，若defect1和defect2在横坐标x和纵坐标y上均是重叠的，则判定该defect1和该defect2为重复缺陷(repeat defect)，即在两片或者两片以上的晶圆上大致相同的位置同时出现的缺陷称之为重复缺陷，在判断是否是大致相同的位置时，可以通过上述方式分别判断不同晶圆在横坐标和纵坐标上是否存在重叠，即判断不同晶圆上的defect之间是否存在至少部分重叠，若存在至少部分重叠则判定为大致相同的位置，反之，若完全不重叠则判定为不是在大致相同的位置。
42.本公开实施例通过分别在第一坐标和第二坐标两个方向判断基准晶圆和比对晶圆上的defect之间是否重叠，以此来检测基准晶圆和比对晶圆上的defect是否为repeat defect，一方面，不需要逐个遍历计算基准晶圆和比对晶圆上的defect之间的距离，通过简
单的查询语句即可实现，节省了算力，提升了晶圆缺陷检测效率；另一方面，通过对基准晶圆和比对晶圆上的defect的判断可以提升重复缺陷检测的准确性。
43.在另一些实施例中，还可以预设一个重复容忍度，该重复容忍度用于扩展基准晶圆和/或比对晶圆上的defect。例如，可以固定比对晶圆上的defect的大小不变，将基准晶圆上的defect向外扩大该重复容忍度，然后再采用上述方式来判断扩大后的基准晶圆上的defect是否与比对晶圆上的defect存在至少部分重叠，由此可以避免半导体生产设备中存在的一些随机扰动导致的连续性缺陷发生漂移的情况，由此可以更加准确的捕获不同晶圆上的重复缺陷。
44.本公开实施例中，该重复容忍度的取值可以根据实际需要设置，例如100μm。例如，假设基准晶圆上的defect为一个圆，则扩大后的该defect的半径增加100μm。
45.本公开实施方式提供的晶圆缺陷检测方法，通过分别在第一坐标和第二坐标两个方向判断基准晶圆和比对晶圆上的缺陷之间是否重叠，以此来检测基准晶圆和比对晶圆上的缺陷是否为重复缺陷，不需要逐个遍历计算基准晶圆和比对晶圆上的缺陷之间的距离，通过简单的查询语句即可实现，节省了算力，提升了晶圆缺陷检测效率。
46.如图2所示，图1实施例中的s110可以进一步包括以下s210-s230的步骤。
47.在s210中，获得各晶圆的缺陷检测时间。
48.本公开实施例中，当各晶圆依次经过半导体生产设备处理之后，可以对各晶圆进行扫描(例如可以采用sem(scanning electron microscope，扫描电子显微镜)扫描获得扫描图像以进行defect检测，但本公开并不限定于此)以获得其上的缺陷，记录并存储各晶圆的晶圆标识(wafer id(identity的简写))、各晶圆上进行缺陷检测的缺陷检测时间以及各晶圆的缺陷信息，晶圆的缺陷信息可以包括晶圆上的缺陷数量、缺陷位置(例如横坐标x和纵坐标y)、缺陷尺寸、半径、直径等中的至少一个。
49.在s220中，根据缺陷检测时间确定预设时长范围内的晶圆作为候选晶圆。
50.本公开实施例中，为了检测该半导体生产设备是否存在连续性缺陷，可以根据上述记录的晶圆的缺陷检测时间，从中选择预设时长范围内的晶圆作为候选晶圆，例如选择距离当前时间最近的一周内经过该半导体生产设备处理的晶圆作为候选晶圆，但本公开并不限定于此。
51.在s230中，从所述候选晶圆中确定所述基准晶圆和所述比对晶圆。
52.本公开实施例中，可以将在数据库服务器中建立两类不同的数据表，分别称之为第一数据表和第二数据表，第一数据表中存储各晶圆的晶圆标识和缺陷检测时间，第二数据表中存储各晶圆的晶圆标识和缺陷信息，通过这样分开存储的方式，可以提升候选晶圆的筛选速度和效率，即首先根据缺陷检测时间在第一数据表中筛选确定候选晶圆的晶圆标识，后续根据候选晶圆的晶圆标识从第二数据表中提取对应的候选晶圆的缺陷信息即可。
53.在示例性实施例中，从所述候选晶圆中确定所述基准晶圆和所述比对晶圆，可以包括：将每个候选晶圆划分为多个检测区域，获得每个检测区域中的缺陷数量；选择检测区域中的缺陷数量大于或等于缺陷阈值，或者，缺陷数量排序大于或等于前预设百分比的检测区域为待检测区域；从具有待检测区域的所述候选晶圆中确定所述基准晶圆和所述比对晶圆。
54.本公开实施例中，可以将每个候选晶圆划分为多个检测区域，例如假设一片候选
晶圆上有1600个芯片(chip)或者晶粒(die)，则可以将该候选晶圆划分为1600个检测区域，每个检测区域对应一个chip所在的位置，但本公开对检测区域的划分并不限定于此，也可以将多个chip所在的位置划分至同一个检测区域。然后从上述第二数据表中可以获得每个检测区域中的缺陷数量。然后可以结合两种方式来筛选候选晶圆中的待检测区域用于后续的连续性缺陷的检测，即在后续的连续性缺陷的检测中不用考虑候选晶圆中除了待检测区域中的defect以外的检测区域中的defect，由此可以降低生产过程中的噪声干扰所导致的defect，避免了这些噪声对半导体生产设备连续性缺陷的影响，并降低了数据处理量，提升了晶圆缺陷检测的效率。
55.具体的，方式一为判断每个检测区域里的缺陷数量是否大于或等于n(即缺陷阈值，n为大于或等于1的正整数)，即选择缺陷数量大于或等于n的检测区域为待检测区域。其中，n的取值可以根据实际需要进行设置，例如n＝10。
56.方式二为对每个检测区域里的缺陷数量进行降序排列，选择缺陷数量排序大于或等于前预设百分比的检测区域为待检测区域。预设百分比可以根据实际需要进行设置，本公开对此不做限定。例如预设百分比可以为5％或10％。
57.参考下表1和表2两种检测区域(以检测区域对应一个chip为例，chip_id表示每个chip的标识)中的缺陷数量的分布情况，
○
表示选中作为待检测区域的chip，从表1和表2可以看出，方式一具有比较好的稳定性，但采用缺陷阈值筛选待检测区域的方式可能会遇到比较洁净的数据，即候选晶圆中各个检测区域中的defect均比较少，此时采用方式一筛选会导致无任何待检测区域或者较少的待检测区域被提取出来。因此，本公开实施例采用方式一和方式二结合的方式来筛选待检测区域，即将候选晶圆内缺陷数量大于或等于缺陷阈值，或者，缺陷数量排序大于或等于前预设百分比的检测区域为待检测区域，利用该待检测区域内的defect进行连续性缺陷的检测，一方面可以降低数据量，减少噪声对连续性缺陷检测的干扰，提升连续性缺陷检测的准确性和效率，防止无效预警；另一方面，可以筛选出合适数量的有效数据进行后续的重复缺陷的判断。
58.表1
59.[0060][0061]
表2
[0062]
[0063][0064]
如图3所示，候选晶圆310a上的311表示具有缺陷数量较多的检测区域，312表示具有缺陷数量较少的区域，候选晶圆320a上的321表示具有缺陷数量较多的检测区域，322表示具有缺陷数量较少的区域，经过上述降噪处理之后，分别获得如310b和320b所示的候选晶圆，即去除了缺陷数量较少的检测区域，即保留缺陷数量较多的检测区域用于后续的重复缺陷的判断。经过上述筛选处理之后，将处于预设时长范围内最后处理的一片候选晶圆作为基准晶圆，将基准晶圆之前的2～n片候选晶圆作为比对晶圆。
[0065]
在一些实施例中，考虑到晶圆上的defect数量众多且尺寸(size)较小，因此可以先将基准晶圆和比对晶圆上的defect聚团为缺陷簇(cluster)，通过判断比对晶圆上的缺陷簇在第一坐标和第二坐标上是否与基准晶圆上的缺陷簇重叠，以此来检测基准晶圆上的缺陷是否与比对晶圆上的缺陷是否为重复缺陷，可以进一步降低数据处理量，提升晶圆缺陷检测效率。
[0066]
如图4所示，图1实施例中的s120可以进一步包括s410-s430。
[0067]
在s410中，获得所述基准晶圆和所述比对晶圆上的缺陷位置。
[0068]
本公开实施例中，基准晶圆和比对晶圆上的缺陷的缺陷位置可以用横坐标和纵坐标表示，也可以用极角和极径表示，本公开对此不做限定，下面以横坐标和纵坐标进行举例说明。
[0069]
在s420中，根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇。
[0070]
在示例性实施例中，所述第一坐标可以为横坐标。其中，根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇，可以包括：根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇的圆心的横坐标和缺陷簇的半径；获得预设的重复容忍度；根据所述基准晶圆和所述比对晶圆上的缺陷簇的圆心的横坐标和缺陷簇的半径、以及所述重复容忍度确定所述基准晶圆和所述比对晶圆上的缺陷簇的右边界和左边界。
[0071]
在示例性实施例中，根据所述基准晶圆上的缺陷位置确定所述基准晶圆上的缺陷簇的圆心的横坐标以及缺陷簇的半径，可以包括：根据所述基准晶圆上的缺陷位置将所述基准晶圆上的缺陷聚合至簇容忍度(clustertorrance)的圆内；将同一圆内的各缺陷的横坐标的平均值作为对应缺陷簇的圆心的横坐标；根据同一圆内的各缺陷的缺陷位置确定各缺陷簇的上下直径和左右直径；根据各缺陷簇的上下直径和左右直径确定各缺陷簇的半径。
[0072]
在示例性实施例中，根据同一圆内的各缺陷的缺陷位置确定各缺陷簇的上下直径和左右直径，可以包括：根据同一圆内的各缺陷的缺陷位置获得簇内最高纵坐标、最低纵坐标、簇内最高纵坐标对应的缺陷的半径、簇内最低纵坐标对应的缺陷的半径、簇内最大横坐标、簇内最小横坐标、簇内最大横坐标对应的缺陷的半径以及簇内最小横坐标对应的缺陷的半径；根据簇内最高纵坐标、最低纵坐标、簇内最高纵坐标对应的缺陷的半径、以及簇内最低纵坐标对应的缺陷的半径获得各缺陷簇的上下直径；根据簇内最大横坐标、簇内最小横坐标、簇内最大横坐标对应的缺陷的半径以及簇内最小横坐标对应的缺陷的半径获得各缺陷簇的左右直径。
[0073]
在s430中，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在第一坐标上重叠。
[0074]
在示例性实施例中，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第一坐标上重叠，可以包括：查询所述比对晶圆上的缺陷簇的右边界是否小于所述基准晶圆上的缺陷簇的右边界，获得第一查询结果；查询所述比对晶圆上的缺陷簇的右边界是否大于所述基准晶圆上的缺陷簇的左边界，获得第二查询结果；查询所述比对晶圆上的缺陷簇的左边界是否大于所述基准晶圆上的缺陷簇的左边界，获得第三查询结果；查询所述比对晶圆上的缺陷簇的左边界是否小于所述基准晶圆上的缺陷簇的右边界，获得第四查询结果；根据所述第一查询结果、所述第二查询结果、所述第三查询结果和所述第四查询结果，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第一坐标上重叠。
[0075]
在示例性实施例中，检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第二坐标上重叠，可以包括：获得所述基准晶圆和所述比对晶圆上的缺陷位置；根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇；判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在第二坐标上重叠。
[0076]
在示例性实施例中，所述第二坐标可以为纵坐标。其中，根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇，可以包括：根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇的圆心的纵坐标和缺陷簇的半径；获得预设的重复容忍度；根据所述基准晶圆和所述比对晶圆上的缺陷簇的圆心的纵坐标和缺陷簇的半径、以及所述重复容忍度确定所述基准晶圆和所述比对晶圆上的缺陷簇的上边界和下边界。
[0077]
在示例性实施例中，根据所述基准晶圆上的缺陷位置确定所述基准晶圆上的缺陷簇的圆心的纵坐标，可以包括：根据所述基准晶圆上的缺陷位置将所述基准晶圆上的缺陷聚合至簇容忍度的圆内；将同一圆内的各缺陷的纵坐标的平均值作为对应缺陷簇的圆心的纵坐标。
[0078]
在示例性实施例中，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第二坐标上重叠，可以包括：查询所述比对晶圆上的缺陷簇的上边界是否小于所述基准晶圆上的缺陷簇的上边界，获得第五查询结果；查询所述比对晶圆上的缺陷簇的上边界是否大于所述基准晶圆上的缺陷簇的下边界，获得第六查询结果；查询所述比对晶圆上的缺陷簇的下边界是否大于所述基准晶圆上的缺陷簇的下边界，获得第七查询结果；查询所述比对晶圆上的缺陷簇的下边界是否小于所述基准晶圆上的缺陷簇的上边界，获得第八查询结果；根据所述第五查询结果、所述第六查询结果、所述第七查询结果和所述第八查询结果，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第二坐标上重叠。
[0079]
通常在半导体制造过程中，晶圆的位置会有细微偏差，以及生产设备由于自身的震动问题，即便是由生产设备上的同一个连续性缺陷对晶圆造成缺陷，不同的晶圆上的缺陷也有可能不会完全重叠，缺陷与缺陷之间会有一定细微的距离偏差，本公开实施例通过为缺陷簇预设重复容忍度，来扩大基准晶圆和/或比对晶圆上的缺陷簇的面积，可以解决上述问题，进一步提高缺陷重叠判断的准确性。下面以基准晶圆为例说明缺陷簇的生成过程，比对晶圆上缺陷簇的生成过程不再赘述。
[0080]
首先采用预设的簇容忍度(clustertorrance)的圆来对基准晶圆上的defect进行坐标的模糊化，由于通常晶圆是圆形的，因此这里假设簇容忍度为圆的直径，簇容忍度的取值可以根据实际需要进行设置，例如500μm。但本公开并不限定于此，用于对defect进行聚团的形状不限于是圆形，例如还可以是长方形、正方形等其它规则形状或不规则形状。本公开实施例通过具有簇容忍度的形状(例如圆)来对基准晶圆和比对晶圆上数目众多的defect进行聚团，其相比相关技术中所采用的聚类方法，复杂度较大的降低，减少了算力的消耗，提升了聚团的效率。
[0081]
如图6所示，610指示以簇容忍度为直径的圆，利用该圆将基准晶圆上靠的比较近的多个defect聚合在一起，例如假设某个聚合的缺陷簇中包括分别最靠近该圆610的上边界、下边界、左边界和右边界的缺陷620、缺陷640、缺陷630、缺陷650，以及缺陷660和670。可以将该圆610内的缺陷620、缺陷640、缺陷630、缺陷650以及缺陷660和670的圆心的平均值作为该缺陷簇的圆心。
[0082]
根据缺陷630和缺陷650可以确定该缺陷簇的左右直径，具体的，可以通过如下公式(1)确定该缺陷簇的左右直径cluster size x：
[0083]
cluster_size_x＝|最左(physical_x)
–
最右(physical_x)|+1/2sizex_最左+1/2sizex_最右(1)
[0084]
上述公式(1)中，最左(physical_x)表示缺陷630的圆心的横坐标(即簇内最小横坐标)，最右(physical_x)表示缺陷650的圆心的横坐标(即簇内最大横坐标)，1/2sizex_最左表示缺陷630的半径(即簇内最小横坐标对应的缺陷的半径)，1/2sizex_最右表示缺陷650的半径(即簇内最大横坐标对应的缺陷的半径)。
[0085]
根据缺陷620和缺陷640可以确定该缺陷簇的上下直径cluster_size_y，具体的，可以通过如下公式(2)确定该缺陷簇的上下直径cluster_size_y：
[0086]
cluster_size_y＝|最上(physical_y)
–
最下(physical_y)|+1/2sizey_最上+1/2sizey_最下(2)
[0087]
上述公式(2)中，最上(physical_y)表示缺陷620的圆心的纵坐标(即簇内最高纵坐标)，最下(physical_y)表示缺陷640的圆心的纵坐标(簇内最低纵坐标)，1/2sizey_最下表示缺陷640的半径(即簇内最低纵坐标对应的缺陷的半径)，1/2sizey_最上表示缺陷620的半径(即簇内最高纵坐标对应的缺陷的半径)。
[0088]
在一些实施例中，可以将上述上下直径和左右直径中的最大值作为该缺陷簇的直径d，也可以将该上下直径和左右直径中的平均值作为该缺陷簇的直径d，本公开对此不做限定。下面以取上下直径和左右直径中的最大值作为该缺陷簇的直径d进行举例说明。本公开实施例通过分别根据该圆610内最左边、最右边、最上边、最下边的缺陷来确定该缺陷簇的上下直径和左右直径，可以避免缺陷在该缺陷簇内分布不均所带来的问题，以提高重复缺陷检测的准确性。
[0089]
如图7所示，在上述图6的圆610的基础上，对外再扩展重复容忍度(repeattolerance)为100μm的半径，获得圆710，以此确定该缺陷簇，该缺陷簇可以描述为(xo，yo，d，t)，其中xo，yo分别为该缺陷簇的圆心的横坐标和纵坐标，d为该缺陷簇的直径，t为该缺陷簇的重复容忍度。如果比对晶圆上的缺陷簇与圆710存在至少部分重叠，则判定这两个缺陷簇为重复缺陷。
[0090]
本公开实施例在判断基准晶圆和比对晶圆上的缺陷簇是否重叠时，所采用的方式是降维判断，即分别判断在横坐标x和纵坐标y上是否重叠，然后将在x和y上都重叠的cluster及其对应的wafer的wafer id提取出来，以用于后续计算存在重复缺陷(此时可以称之为repeat cluster)的晶圆数量。
[0091]
如图8所示，假设基准晶圆w1上包含两个缺陷簇c11与c12，比对晶圆w2上包含两个缺陷簇c21与c22。例如，在判断基准晶圆w1上的缺陷簇c11与比对晶圆w2上的缺陷簇在x上是否重叠时，可以通过c11的xo+c11的半径+c11的t来定义c11的右边界，通过c11的xo-c11的半径-c11的t来定义c11的左边界，然后通过下述查询语句判断c11与比对晶圆w2上的缺陷簇在x上是否重叠：
[0092]
(查询last 2～n上各个cluster的右边界小于c11的右边界
[0093]
and
[0094]
查询last 2～n上各个cluster的右边界大于c11的左边界)
[0095]
or
[0096]
(查询last 2～n上各个cluster的左边界大于c11的左边界
[0097]
and
[0098]
查询last 2～n上各个cluster的左边界小于c1的右边界)。
[0099]
需要说明的是，上述判断基准晶圆上的缺陷簇与比对晶圆上的缺陷簇在x上是否重叠时，所用到的基准晶圆上的缺陷簇的半径可以是上述(xo，yo，d，t)中的d/2，也可以是cluster_size_x/2。
[0100]
在判断基准晶圆w1上的缺陷簇c11与比对晶圆w2上的缺陷簇在y上是否重叠时，可以通过c11的yo+c11的半径+c11的t来定义c11的上边界，通过c11的yo-c11的半径-c11的t来定义c11的下边界，然后通过下述查询语句判断c11与比对晶圆w2上的缺陷簇在y上是否重叠：
[0101]
(查询last 2～n上各个cluster的上边界小于c11的上边界
[0102]
and
[0103]
查询last 2～n上各个cluster的上边界大于c11的下边界)
[0104]
or
[0105]
(查询last 2～n上各个cluster的下边界大于c11的下边界
[0106]
and
[0107]
查询last 2～n上各个cluster的下边界小于c1的上边界)。
[0108]
需要说明的是，上述判断基准晶圆上的缺陷簇与比对晶圆上的缺陷簇在y上是否重叠时，所用到的基准晶圆上的缺陷簇的半径可以是上述(xo，yo，d，t)中的d/2，也可以是cluster_size_y/2。
[0109]
在图8中，通过上述查询逻辑可以得到，比对晶圆w2上的缺陷簇c21和c22与基准晶圆w1上的c11都重叠。根据同样查询逻辑可以得到，比对晶圆w2上的缺陷簇c21和c22与基准晶圆w1上的c12都不重叠。
[0110]
本公开实施方式提供的晶圆缺陷检测方法，一方面，通过降维查询的方式来检测基准晶圆与比对晶圆上的重复缺陷，可以减少算力，提升检测效率；另一方面，通过将基准晶圆与比对晶圆上的缺陷聚团成缺陷簇来检测重复缺陷，可以进一步减少数据处理量，提升检测效率。此外，通过簇容忍度来实现基准晶圆与比对晶圆上缺陷簇的聚团，可以进一步提升检测效率，降低算力的消耗。同时，还通过重复容忍度实现缺陷簇的扩大，可以避免生产过程中的震动、干扰、噪声等所带来的细微偏差，提升检测准确度。
[0111]
在本公开的一些实施例中，所述基准晶圆和所述比对晶圆可以均为圆形。其中，在检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠之前，如图9所示，本公开实施例提供的方法还可以包括以下步骤s910-s950。
[0112]
在s910中，将所述基准晶圆上各缺陷所处的度数确定为对应缺陷在直角坐标系中的横坐标。
[0113]
在s920中，将所述比对晶圆上各缺陷所处的度数确定为对应缺陷在所述直角坐标系中的横坐标。
[0114]
在s930中，固定所述基准晶圆上的各缺陷在所述直角坐标系中的横坐标，按照预定步长移动所述比对晶圆上的各缺陷在所述直角坐标系中的横坐标。
[0115]
在其它实施例中，也可以固定比对晶圆上的各缺陷在直角坐标系中的横坐标，按照预定步长移动基准晶圆上的各缺陷在直角坐标系中的横坐标。
[0116]
在s940中，将所述基准晶圆上的各缺陷与所述比对晶圆上的各缺陷重叠数量最多的移动步长确定所述比对晶圆相对所述基准晶圆的偏移角度(offset)。
[0117]
在s950中，将所述比对晶圆旋转所述偏移角度。
[0118]
考虑到实际生产过程中，一种情况下，生产设备在开始生产时会对准notch(晶圆上的缺口)，此时可以直接进行上述重复缺陷的判断。另一种情况下，晶圆会存在有规律的转动，例如生产设备按照90
°
的规律旋转晶圆，此时不同晶圆之间的notch相差90
°
的倍数，从而导致难以判断基准晶圆和比对晶圆是否存在重复缺陷的问题。第三种情况下，晶圆会存在无规律的转动，即生产设备不用对准，而生产过程存在旋转，由此导致晶圆notch完全无序。本公开实施例中，通过将圆形的基准晶圆和比对晶圆上的defect转换至矩形的直角坐标系中，同时不需要考虑该直角坐标系中的纵坐标，只需考虑横坐标一个维度，并通过每
次移动预定步长来确定基准晶圆和比对晶圆之间的偏移角度，简化了偏移角度的判断过程，降低了算力的消耗，提升了判断效率。
[0119]
在本公开的一些实施例中，可以通过以下方式确定基准晶圆上的各缺陷与比对晶圆上的各缺陷重叠数量最多：在所述直角坐标系下，计算移动所述预定步长之后的所述比对晶圆上的各缺陷与所述基准晶圆上的各缺陷之间的距离之和；当距离之和最小时，判定所述基准晶圆上的各缺陷与所述比对晶圆上的各缺陷重叠数量最多。即每次移动预定步长之后，计算比对晶圆上的各缺陷与基准晶圆上的各缺陷之间的距离之和，当距离之和最小时，确定此时的移动步长为偏移角度。例如在直角坐标系下，在横坐标上每次移动预定步长1μ动，假设移动预定步长1μm对应的旋转角度为1
°
，在移动4次之后距离之和最小，则此时的移动步长为4μ长，对应的偏移角度为4
°
。由于此时只需考虑各缺陷在横坐标一个维度上的距离，因此可以简化距离之和最小的判断过程，降低算力的损耗，提升判断效率。
[0120]
例如，如图10所示，对于基准晶圆110和比对晶圆120上的缺陷100，获得基准晶圆110上的缺陷100相对基准晶圆110的圆心的半径r，以及选择任意一条线作为基准线(例如以基准晶圆110的圆心为原点，建立一个直角坐标系，该直角坐标系的正向横坐标为基准线)，确定缺陷100相对该基准线之间的角度，具体的可以通过三角函数(例如正切函数tan，正弦函数sin或者余弦函数cos)将其在该基准晶圆的圆心所建立的直角坐标系中的横坐标和纵坐标转换为角度，将该角度/度数示意在右上图所示的直角坐标系的横坐标x’中，该缺陷100相对基准晶圆110的圆心的半径r作为对应的纵坐标。类似的，将比对晶圆120上的缺陷100转换为如图10右下图所示的直角坐标系中。即通过转换数据格式，从扇面变成长方形，其中r＝h(高度)，角度degree＝x’。
[0121]
如图11所示，将左上图表示的基准晶圆上的缺陷降维至右上图所示，即不考虑缺陷的r，只考虑缺陷的横坐标x’。类似的，将左下图表示的比对晶圆上的缺陷降维至右下图所示，即不考虑缺陷的r，只考虑缺陷的横坐标x’。
[0122]
如图12所示，经过图11所示的降维之后，固定左上图所示的基准晶圆上的缺陷的横坐标x’不动，每次依序移动左下图所示的比对晶圆上的缺陷的横坐标x’，直至基准晶圆和比对晶圆上的缺陷的重复数量最多，例如图12中，当移动到黑色实心圆所示的位置，重复数量最多，返回此时的移动步长以确定偏移角度。
[0123]
如图13所示，在确定偏移角度之后，旋转比对晶圆该偏移角度，将比对晶圆和基准晶圆对齐之后，再进行上述重复缺陷的判断，由此可以提高重复缺陷判断的准确性。图13从左至右第一和第三图为基准晶圆的示意图，第二图为比对晶圆旋转偏移角度之前的示意图，第四图为比对晶圆旋转偏移角度之后的示意图。
[0124]
在示例性实施例中，所述基准晶圆和所述比对晶圆均为圆形。其中，在检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠之前，所述方法还包括：将所述基准晶圆上各缺陷簇所处的度数确定为对应缺陷簇在直角坐标系中的横坐标；将所述比对晶圆上各缺陷簇所处的度数确定为对应缺陷簇在所述直角坐标系中的横坐标；固定所述基准晶圆上的各缺陷簇在所述直角坐标系中的横坐标，按照预定步长移动所述比对晶圆上的各缺陷簇在所述直角坐标系中的横坐标；根据所述基准晶圆上的各缺陷簇与所述比对晶圆上的各缺陷簇重叠数量最多的移动步长确定所述比对晶圆相对所述基准晶圆的偏移角度；将所述比对晶圆旋转所述偏移角度。基准晶圆和比对晶圆上的defect转换为
cluster的过程可以参考上述实施例。本公开实施例中，在判断偏移角度时，也可以对缺陷簇进行处理，而不是对缺陷进行处理，以此来降低数据处理量，提升偏移角度确定效率。
[0125]
在示例性实施例中，在确定基准晶圆与比对晶圆之间的偏移角度之前，还可以先对基准晶圆和比对晶圆上的defect进行筛选，仅选择缺陷尺寸(defect size)最大的前预定百分比的defect用于上述偏移角度的确定，以进一步降低数据处理量。
[0126]
例如，如图14所示，从左至右第一图为基准晶圆，其上包括defect size较大的defect 141和defect size较小的defect 142，第二图为比对晶圆，其上包括defect size较大的defect 143和defect size较小的defect144，假设预定百分比为10％(仅用于举例说明，但本公开并不限定于此)，即对于基准晶圆和比对晶圆，选取defect size最大的前10％的defect用于偏移角度的确定，可以将数据处理量降低90％。
[0127]
可以理解的是，上述对defect的筛选，不仅可以根据缺陷数量、缺陷尺寸进行筛选，也可以根据缺陷密度(单位面积内包括的缺陷)等其它维度进行筛选。
[0128]
在另一些实施例中，还可以通过以下方式确定基准晶圆与比对晶圆之间的偏移角度：固定基准晶圆不动，每次按照预定角度旋转比对晶圆，每次旋转比对晶圆之后，计算基准晶圆与比对晶圆上各个defect之间的距离，累计距离之和，比较每次旋转预定角度之后的距离之和的大小，将距离之和最小的旋转角度确定为基准晶圆与比对晶圆之间的偏移角度。例如，每次旋转预定角度1
°
，当旋转10次时所获得的距离之和最小，则旋转角度为10
°
，即offset为10
°
。
[0129]
本公开实施方式提供的晶圆缺陷检测方法，通过距离之和最小的方式来确定基准晶圆与比对晶圆之间的偏移角度，一方面，可以处理基准晶圆与比对晶圆上的缺陷数量不同的情况，例如基准晶圆上有3个defect，比对晶圆上有10个defect；另一方面，可以准确的测量出基准晶圆与比对晶圆之间的偏移角度。
[0130]
不管是有规律的转动还是无规律的转动，均采用本公开上述实施例提供的方式来确定偏移角度，这样可以简化控制过程，不需要用于实现本公开实施例提供的方法的电子设备频繁地和半导体生产设备进行信令的交互，在实际生产中，当半导体生产设备中的转动或配置发生变化时，也不需要相应的去调整电子设备中所配置的处理程序。当然，在其它实施例中，对于有规律的转动，可以按照该规律对齐基准晶圆和比对晶圆。
[0131]
在本公开的一些实施例中，其中所述比对晶圆可以为虚拟晶圆。其中，确定比对晶圆可以包括：确定第一待检测晶圆与第二待检测晶圆的重复缺陷；重叠所述第一待检测晶圆与所述第二待检测晶圆来形成所述虚拟晶圆，所述虚拟晶圆含有所述第一待检测晶圆与所述第二待检测晶圆上的缺陷，包括所述第一待检测晶圆与所述第二待检测晶圆的重复缺陷，并在所述虚拟晶圆的重复缺陷上记录所述第一待检测晶圆和所述第二待检测晶圆的晶圆标识。
[0132]
例如第一待检测晶圆可以是上述候选晶圆中除了基准晶圆以外的其它剩余候选晶圆中的任意一片晶圆，第二待检测晶圆是不同与第一待检测晶圆的任意一片剩余候选晶圆。可以采用上述基准晶圆与比对晶圆类似的方式确定出第一待检测晶圆与第二待检测晶圆中的重复缺陷，将第一待检测晶圆和第二待检测晶圆上的缺陷合并到同一个虚拟晶圆上，并在重复缺陷出标记第一待检测晶圆和第二待检测晶圆的晶圆标识。如图11所示，是将4片待检测晶圆1510、1520、1530、1540合在一起形成一片虚拟晶圆1550。通过类似的方法，
可以将last2～n片wafer上的缺陷均合成到同一虚拟晶圆上，这样只需比对基准晶圆与一片虚拟晶圆上的缺陷是否存在重叠，由此可以进一步降低数据处理量，提升检测效率。
[0133]
根据本公开的再一个方面，提供一种晶圆缺陷检测装置，如图16所示，该晶圆缺陷检测装置1600可以包括：确定单元1610，用于确定基准晶圆和比对晶圆；检测单元1620，用于检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠，以及用于检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第二坐标上重叠；确定单元1610还用于将在第一坐标和第二坐标上均重叠的缺陷确定为重复缺陷，以确定存在同一重复缺陷的晶圆数量。图16所示的晶圆缺陷检测装置的其它内容可以参考上述其它实施例。
[0134]
根据本公开的又一个方面，提供一种电子设备，包括：一个或多个处理器；存储器，配置为存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现本公开任一实施例所述的方法。
[0135]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在该说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。

技术特征：
1.一种晶圆缺陷检测方法，其特征在于，包括：确定基准晶圆和比对晶圆；检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠；检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第二坐标上重叠；将在所述第一坐标和所述第二坐标上均重叠的缺陷确定为重复缺陷，以确定存在同一重复缺陷的晶圆数量。2.根据权利要求1所述的方法，其特征在于，确定基准晶圆和比对晶圆，包括：获得各晶圆的缺陷检测时间；根据缺陷检测时间确定预设时长范围内的晶圆作为候选晶圆；从所述候选晶圆中确定所述基准晶圆和所述比对晶圆。3.根据权利要求2所述的方法，其特征在于，从所述候选晶圆中确定所述基准晶圆和所述比对晶圆，包括：将每个候选晶圆划分为多个检测区域，获得每个检测区域中的缺陷数量；选择检测区域中的缺陷数量大于或等于缺陷阈值，或者，缺陷数量排序大于或等于前预设百分比的检测区域为待检测区域；从具有待检测区域的所述候选晶圆中确定所述基准晶圆和所述比对晶圆。4.根据权利要求1所述的方法，其特征在于，检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠，包括：获得所述基准晶圆和所述比对晶圆上的缺陷位置；根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇；判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第一坐标上重叠。5.根据权利要求4所述的方法，其特征在于，所述第一坐标为横坐标；其中，根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇，包括：根据所述基准晶圆和所述比对晶圆上的缺陷位置确定所述基准晶圆和所述比对晶圆上的缺陷簇的圆心的横坐标和缺陷簇的半径；获得预设的重复容忍度；根据所述基准晶圆和所述比对晶圆上的缺陷簇的圆心的横坐标和缺陷簇的半径、以及所述重复容忍度确定所述基准晶圆和所述比对晶圆上的缺陷簇的右边界和左边界。6.根据权利要求5所述的方法，其特征在于，根据所述基准晶圆上的缺陷位置确定所述基准晶圆上的缺陷簇的圆心的横坐标以及缺陷簇的半径，包括：根据所述基准晶圆上的缺陷位置将所述基准晶圆上的缺陷聚合至簇容忍度的圆内；将同一圆内的各缺陷的横坐标的平均值作为对应缺陷簇的圆心的横坐标；根据同一圆内的各缺陷的缺陷位置确定各缺陷簇的上下直径和左右直径；根据各缺陷簇的上下直径和左右直径确定各缺陷簇的半径。7.根据权利要求6所述的方法，其特征在于，根据同一圆内的各缺陷的缺陷位置确定各缺陷簇的上下直径和左右直径，包括：
根据同一圆内的各缺陷的缺陷位置获得簇内最高纵坐标、簇内最低纵坐标、簇内最高纵坐标对应的缺陷的半径、簇内最低纵坐标对应的缺陷的半径、簇内最大横坐标、簇内最小横坐标、簇内最大横坐标对应的缺陷的半径以及簇内最小横坐标对应的缺陷的半径；根据簇内最高纵坐标、簇内最低纵坐标、簇内最高纵坐标对应的缺陷的半径、以及簇内最低纵坐标对应的缺陷的半径获得各缺陷簇的上下直径；根据簇内最大横坐标、簇内最小横坐标、簇内最大横坐标对应的缺陷的半径以及簇内最小横坐标对应的缺陷的半径获得各缺陷簇的左右直径。8.根据权利要求5所述的方法，其特征在于，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第一坐标上重叠，包括：查询所述比对晶圆上的缺陷簇的右边界是否小于所述基准晶圆上的缺陷簇的右边界，获得第一查询结果；查询所述比对晶圆上的缺陷簇的右边界是否大于所述基准晶圆上的缺陷簇的左边界，获得第二查询结果；查询所述比对晶圆上的缺陷簇的左边界是否大于所述基准晶圆上的缺陷簇的左边界，获得第三查询结果；查询所述比对晶圆上的缺陷簇的左边界是否小于所述基准晶圆上的缺陷簇的右边界，获得第四查询结果；根据所述第一查询结果、所述第二查询结果、所述第三查询结果和所述第四查询结果，判断所述基准晶圆上的缺陷簇是否与所述比对晶圆上的缺陷簇在所述第一坐标上重叠。9.根据权利要求1所述的方法，其特征在于，所述基准晶圆和所述比对晶圆均为圆形；其中，在检测所述基准晶圆上的缺陷是否与所述比对晶圆上的缺陷在第一坐标上重叠之前，所述方法还包括：将所述基准晶圆上各缺陷所处的度数确定为对应缺陷在直角坐标系中的横坐标；将所述比对晶圆上各缺陷所处的度数确定为对应缺陷在所述直角坐标系中的横坐标；固定所述基准晶圆上的各缺陷在所述直角坐标系中的横坐标，按照预定步长移动所述比对晶圆上的各缺陷在所述直角坐标系中的横坐标；根据所述基准晶圆上的各缺陷与所述比对晶圆上的各缺陷重叠数量最多的移动步长确定所述比对晶圆相对所述基准晶圆的偏移角度；将所述比对晶圆旋转所述偏移角度。10.根据权利要求9所述的方法，其特征在于，还包括：在所述直角坐标系下，计算移动所述预定步长之后的所述比对晶圆上的各缺陷与所述基准晶圆上的各缺陷之间的距离之和；当距离之和最小时，判定所述基准晶圆上的各缺陷与所述比对晶圆上的各缺陷重叠数量最多。11.一种电子设备，其特征在于，包括：一个或多个处理器；存储器，配置为存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至10任一项所述的方法。

技术总结
本公开提供一种晶圆缺陷检测方法及电子设备。该方法包括：确定基准晶圆和比对晶圆；检测该基准晶圆上的缺陷是否与该比对晶圆上的缺陷在第一坐标上重叠；检测该基准晶圆上的缺陷是否与该比对晶圆上的缺陷在第二坐标上重叠；将在第一坐标和第二坐标上均重叠的缺陷确定为重复缺陷，以确定存在同一重复缺陷的晶圆数量。该方法可以提高晶圆缺陷检测的效率。该方法可以提高晶圆缺陷检测的效率。该方法可以提高晶圆缺陷检测的效率。


技术研发人员：王晓
受保护的技术使用者：长鑫存储技术有限公司
技术研发日：2023.06.14
技术公布日：2023/8/13