专利名称：光学临近效应修正在线监控的方法
技术领域：
本发明涉及一种半导体制集成电路工艺方法，尤其是涉及一种光学临近效应修正在线监控的方法。
背景技术：
现有技术中，光学临近效应修正(OPC, Optical Proximity Correction)技术作为一种分辨率增强技术(RET, Resolution Enhancement Technology)普遍应用于 0. 13um 技术节点以上的关键层工艺，且普遍使用基于模型的OPC (Model based 0PC)方法。这种方法对于模型范围内的各种图形有比较好的预测性，能够很大程度的提高光刻的工艺窗口。但是随着半导体工艺尺寸的日益缩小，图形的设计规则(design rule)越来越复杂，而OPC技术的修正也越来越复杂。在OPC修正过程中，最小关键尺寸(criticaldemension,⑶)和最小空间周期(Pitch)处的OPC表现不一定是影响最终良率的位置。现有技术中，同一技术平台的OPC程序通常要应用于多种不同的产品中，产品不同时，结果也可能差异明显，例如，同一设计规则，最小线宽CD即最小关键尺寸相同，但当最小关键尺寸对应的图形的长度不同时，工艺窗口大小也不同，最终良率也可能会不同；再比如，同一设计规则，最小线宽CD相同，最小关键尺寸对应的图形的长度也相同，但当所述最小关键尺寸对应的图形放置方向不同时如放置于X方向、或Y方向、或者45度方向时，最终的结果也会不同。由上可知，现有技术中将同一技术平台的OPC程序应用于多种不同的产品时会出现多种不同的结果，最终会影响到产品的良率。
发明内容
本发明所要解决的技术问题是提供一种光学临近效应修正在线监控的方法，能良好的监控光学临近效应修正程序对各种不同产品的图形的预测的准确性，从而能很方便的提闻广品的良率。为解决上述技术问题，本发明提供一种光学临近效应修正在线监控的方法，包括如下步骤步骤一、收集产品的数据，所述产品的设计规则处的关键尺寸为最小关键尺寸、设计规则处的空间周期为最小空间周期，所述产品的数据包括所有大于等于所述最小关键尺寸的关键尺寸、和所有大于等于所述最小空间周期的空间周期，各所述关键尺寸和各所述空间周期都分别有对应的取值；按照所述取值的不同分别对所有的所述关键尺寸和所有的所述空间周期进行统计分析。所有大于等于所述最小空间周期的空间周期中还包括禁止光学空间周期(forbidden pitch),它主要出现在I. I I. 4倍的曝光波长/数值孔径的范围内。步骤二、根据步骤一的统计分析结果，选择出需要监控的所述关键尺寸和所述空间周期。步骤三、在要形成所述产品的硅片上添加监控图形，所述监控图形用于监控步骤二中选定的需要监控的所述关键尺寸和所述空间周期；所述监控图形位于所述硅片的划片槽区域、或者位于所述硅片的形成所述产品的芯片区域内部。步骤四、通过监控所述监控图形来监控光学临近效应修正程序对所述产品的图形的预测的准确性。进一步的改进是，步骤一中对所有的所述关键尺寸进行统计分析的方法为统计出各种不同取值所对应的所述关键尺寸的出现的次数，并制定所述关键尺寸的统计图；所述关键尺寸的统计图的横坐标取所述关键尺寸的不同取值，所述关键尺寸的统计图的纵坐标取各取值对应的所述关键尺寸的出现的次数。步骤一中对所有的所述空间周期进行统计分析的方法为统计出各种不同取值所对应的所述空间周期的出现的次数，并制定所述空间周期的统计图；所述空间周期的统计图的横坐标取所述空间周期的不同取值，所述空间周期的统计图的纵坐标取各取值对应的所述空间周期的出现的次数。进一步的改进是，步骤二中对需要监控的所述关键尺寸和所述空间周期分别进行选择。其中，选择出需要监控的所述关键尺寸的方法为根据所述关键尺寸的分布次数进行选择，当一个取值所对应的所述关键尺寸出现的次数大于等于所有统计到的所述关键尺寸出现的总次数的O. 1%时，则选择该取值所对应的所述关键尺寸作为需要监控的所述关键尺寸。选择出需要监控的所述空间周期的方法为根据所述空间周期的分布次数进行选择，当一个取值所对应的所述空间周期出现的次数大于等于所有统计到的所述空间周期出现的总次数的O. I %时，则选择该取值所对应的所述空间周期作为需要监控的所述空间周期。进一步的改进是，步骤二中是先选择出需要监控的所述关键尺寸，再选择出需要监控的所述空间周期。选择出需要监控的所述关键尺寸的方法为根据所述关键尺寸的分布次数进行选择，当一个取值所对应的所述关键尺寸出现的次数大于等于所有统计到的所述关键尺寸出现的总次数的O. I %时，则选择该取值所对应的所述关键尺寸作为需要监控的所述关键尺寸。选择出需要监控的所述空间周期的方法为将取值为所述需要监控的所述关键尺寸的取值的6倍以上的所述空间周期、以及禁止光学空间周期即取值为I. I I. 4倍的曝光波长/数值孔径的空间周期。、以及出现次数大于等于所述需要监控的所述关键尺寸的出现次数的5%的所述空间周期作为所述需要监控的所述空间周期。进一步的改进是，步骤二中是先选择出需要监控的所述空间周期，再选择出需要监控的所述关键尺寸。选择出需要监控的所述空间周期的方法为根据所述空间周期的分布次数进行选择，当一个取值所对应的所述空间周期出现的次数大于等于所有统计到的所述空间周期出现的总次数的O. 1%时，则选择该取值所对应的所述空间周期作为需要监控的所述空间周期。选择出需要监控的所述关键尺寸的方法为将取值为所述需要监控的所述空间周期的取值的1/6以下的所述关键尺寸、以及出现次数大于等于所述需要监控的所述空间周期的出现次数的5%的所述关键尺寸作为所述需要监控的所述关键尺寸。进一步的改进是，步骤一中进行的统计分析的工具为设计规则检查工具(designrule check, DRC);或其它电子设计自动化工具(Electronic Design Automation, EDA),例如 Anchor (谙科公司)的 HPA(hot point analysis)软件。本发明通过在要形成产品的硅片中设定和产品相对应的监测图形，通过对监控图形的监控来监控光学临近效应修正程序对产品的图形的预测的准确性。所以本发明很方便的应用于各种不同的产品中，从而能良好的监控光学临近效应修正程序对各种不同产品的图形的预测的准确性，当光学临近效应修正程序的预测不准确时，能够及时对光学临近效应修正程序参数进行调整，从而能很方便的提高产品的良率。
下面结合附图和具体实施方式
对本发明作进一步详细的说明图I是本发明实施例方法的流程图；图2是本发明实施例方法中的空间周期的统计图。
具体实施例方式如图I所示，是本发明实施例的流程图。本发明实施例光学临近效应修正在线监控的方法，包括如下步骤步骤一、采用Mentor的DRC工具、或其它EDA工具例如Anchor (谙科公司)的HPA(hot point analysis)软件,收集产品的数据,所述产品的设计规则处的关键尺寸为最小关键尺寸、设计规则处的空间周期为最小空间周期，所述产品的数据包括所有大于等于所述最小关键尺寸的关键尺寸、和所有大于等于所述最小空间周期的空间周期，各所述关键尺寸和各所述空间周期都分别有对应的取值；按照所述取值的不同分别对所有的所述关键尺寸和所有的所述空间周期进行统计分析。对所有的所述关键尺寸进行统计分析的方法为统计出各种不同取值所对应的所述关键尺寸的出现的次数，并制定所述关键尺寸的统计图；所述关键尺寸的统计图的横坐标取所述关键尺寸的不同取值，所述关键尺寸的统计图的纵坐标取各取值对应的所述关键尺寸的出现的次数。对所有的所述空间周期进行统计分析的方法为统计出各种不同取值所对应的所述空间周期的出现的次数，并制定所述空间周期的统计图；所述空间周期的统计图的横坐标取所述空间周期的不同取值，所述空间周期的统计图的纵坐标取各取值对应的所述空间周期的出现的次数。如图2所示，为采用本发明实施例得到的所述空间周期的统计图。步骤二、根据步骤一的统计分析结果，选择出需要监控的所述关键尺寸和所述空间周期。选择方法可以有如下三种方法第一种为对需要监控的所述关键尺寸和所述空间周期分别进行选择。其中，选择出需要监控的所述关键尺寸的方法为根据所述关键尺寸的分布次数进行选择，当一个取值所对应的所述关键尺寸出现的次数大于等于所有统计到的所述关键尺寸出现的总次数的O. 1%时，则选择该取值所对应的所述关键尺寸作为需要监控的所述关键尺寸。选择出需要监控的所述空间周期的方法为根据所述空间周期的分布次数进行选择，当一个取值所对应的所述空间周期出现的次数大于等于所有统计到的所述空间周期出现的总次数的
O.1%时，则选择该取值所对应的所述空间周期作为需要监控的所述空间周期。第二种为先选择出需要监控的所述关键尺寸，再选择出需要监控的所述空间周期。选择出需要监控的所述关键尺寸的方法为根据所述关键尺寸的分布次数进行选择，当一个取值所对应的所述关键尺寸出现的次数大于等于所有统计到的所述关键尺寸出现的总次数的O. 1%时，则选择该取值所对应的所述关键尺寸作为需要监控的所述关键尺寸。选择出需要监控的所述空间周期的方法为将取值为所述需要监控的所述关键尺寸的取值的6倍以上的所述空间周期、以及禁止光学空间周期即取值为I. I I. 4倍的曝光波长/数值孔径的空间周期、以及出现次数大于等于所述需要监控的所述关键尺寸的出现次数的5%的所述空间周期作为所述需要监控的所述空间周期。第三种为先选择出需要监控的所述空间周期，再选择出需要监控的所述关键尺寸。选择出需要监控的所述空间周期的方法为根据所述空间周期的分布次数进行选择，当一个取值所对应的所述空间周期出现的次数大于等于所有统计到的所述空间周期出现的总次数的O. 1%时，则选择该取值所对应的所述空间周期作为需要监控的所述空间周期。选择出需要监控的所述关键尺寸的方法为将取值为所述需要监控的所述空间周期的取值的1/6以下的所述关键尺寸、以及出现次数大于等于所述需要监控的所述空间周期的出现次数的5%的所述关键尺寸作为所述需要监控的所述关键尺寸。步骤三、在要形成所述产品的硅片上添加监控图形，所述监控图形用于监控步骤二中选定的需要监控的所述关键尺寸和所述空间周期；所述监控图形位于所述硅片的划片槽区域、或者位于所述硅片的形成所述产品的芯片区域内部。步骤四、通过监控所述监控图形来监控光学临近效应修正程序对所述产品的图形的预测的准确性。以上通过具体实施例对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。
权利要求
1.一种光学临近效应修正在线监控的方法，其特征在于，包括如下步骤步骤一、收集产品的数据，所述产品的设计规则处的关键尺寸为最小关键尺寸、设计规则处的空间周期为最小空间周期，所述产品的数据包括所有大于等于所述最小关键尺寸的关键尺寸、和所有大于等于所述最小空间周期的空间周期，各所述关键尺寸和各所述空间周期都分别有对应的取值；按照所述取值的不同分别对所有的所述关键尺寸和所有的所述空间周期进行统计分析；步骤二、根据步骤一的统计分析结果，选择出需要监控的所述关键尺寸和所述空间周期；步骤三、在要形成所述产品的硅片上添加监控图形，所述监控图形用于监控步骤二中选定的需要监控的所述关键尺寸和所述空间周期；所述监控图形位于所述硅片的划片槽区域、或者位于所述硅片的形成所述产品的芯片区域内部；步骤四、通过监控所述监控图形来监控光学临近效应修正程序对所述产品的图形的预测的准确性。
2.如权利要求I所述的方法，其特征在于步骤一中对所有的所述关键尺寸进行统计分析的方法为统计出各种不同取值所对应的所述关键尺寸的出现的次数，并制定所述关键尺寸的统计图；所述关键尺寸的统计图的横坐标取所述关键尺寸的不同取值，所述关键尺寸的统计图的纵坐标取各取值对应的所述关键尺寸的出现的次数；步骤一中对所有的所述空间周期进行统计分析的方法为统计出各种不同取值所对应的所述空间周期的出现的次数，并制定所述空间周期的统计图；所述空间周期的统计图的横坐标取所述空间周期的不同取值，所述空间周期的统计图的纵坐标取各取值对应的所述空间周期的出现的次数。
3.如权利要求2所述的方法，其特征在于步骤二中对需要监控的所述关键尺寸和所述空间周期分别进行选择；其中，选择出需要监控的所述关键尺寸的方法为根据所述关键尺寸的分布次数进行选择，当一个取值所对应的所述关键尺寸出现的次数大于等于所有统计到的所述关键尺寸出现的总次数的O. I %时，则选择该取值所对应的所述关键尺寸作为需要监控的所述关键尺寸；选择出需要监控的所述空间周期的方法为根据所述空间周期的分布次数进行选择，当一个取值所对应的所述空间周期出现的次数大于等于所有统计到的所述空间周期出现的总次数的O. 1%时，则选择该取值所对应的所述空间周期作为需要监控的所述空间周期。
4.如权利要求2所述的方法，其特征在于步骤二中是先选择出需要监控的所述关键尺寸，再选择出需要监控的所述空间周期；选择出需要监控的所述关键尺寸的方法为根据所述关键尺寸的分布次数进行选择，当一个取值所对应的所述关键尺寸出现的次数大于等于所有统计到的所述关键尺寸出现的总次数的O. I %时，则选择该取值所对应的所述关键尺寸作为需要监控的所述关键尺寸；选择出需要监控的所述空间周期的方法为将取值为所述需要监控的所述关键尺寸的取值的6倍以上的所述空间周期、以及禁止光学空间周期、以及出现次数大于等于所述需要监控的所述关键尺寸的出现次数的5%的所述空间周期作为所述需要监控的所述空间周期。
5.如权利要求2所述的方法，其特征在于步骤二中是先选择出需要监控的所述空间周期，再选择出需要监控的所述关键尺寸；选择出需要监控的所述空间周期的方法为根据所述空间周期的分布次数进行选择，当一个取值所对应的所述空间周期出现的次数大于等于所有统计到的所述空间周期出现的总次数的O. I %时，则选择该取值所对应的所述空间周期作为需要监控的所述空间周期；选择出需要监控的所述关键尺寸的方法为将取值为所述需要监控的所述空间周期的取值的1/6以下的所述关键尺寸、以及出现次数大于等于所述需要监控的所述空间周期的出现次数的5%的所述关键尺寸作为所述需要监控的所述关键尺寸。
6.如权利要求I所述的方法，其特征在于步骤一中进行的统计分析的工具为电子设计自动化工具。
7.如权利要求6所述的方法，其特征在于步骤一中进行的统计分析的工具为设计规则检查工具。
全文摘要
本发明公开了一种光学临近效应修正在线监控的方法，包括步骤收集产品的数据并进行统计分析；选择出需要监控的关键尺寸和空间周期；在硅片上添加监控图形，监控图形位于所述硅片的划片槽区域、或者芯片区域内部；通过监控所述监控图形来监控光学临近效应修正程序的预测的准确性。本发明能良好的监控光学临近效应修正程序对各种不同产品的图形的预测的准确性，从而能很方便的提高产品的良率。
文档编号G03F7/20GK102955363SQ201110239039
公开日2013年3月6日 申请日期2011年8月19日 优先权日2011年8月19日
发明者陈福成 申请人:上海华虹Nec电子有限公司