具体实施方式

尽管在本文中具体的指代所述实施例被用于制造IC，但应当清楚地理解本文中的描述可以有许多其它可能的应用。例如，可用于集成光学系统、磁畴存储器的引导和检测图案、液晶显示面板、薄膜磁头等的制造。本领域技术人员应该理解的是，在这种替代应用的情况中，可以将这种情形中的使用的任意术语“掩模版”、“晶片”或“管芯”分别认为能够与更上位的术语“掩模”、“衬底”或“目标部分”相互通用。

在本文中，术语“辐射”和“束”用于包括各种类型的电磁辐射，包括紫外辐射(例如具有365、248、193、157或126nm的波长)和EUV(极紫外辐射，例如具有在5-20nm范围内的波长)。

如此处使用的术语“进行优化”和“优化”的意思是调节光刻投影设备，使得光刻的结果和/或过程具有更加理想的特性，诸如衬底上的设计布局的更高的投影精度、更大的过程窗口等。

此外，光刻投影设备可以是具有两个或更多的衬底台(和/或两个或更多的图案形成装置台)的类型。在这样的“多平台”装置中，可以并行地使用附加的台，或可以在一个或更多的台上进行预备步骤的同时，将一个或更多的其它台用于曝光。例如，在美国专利US5,969,441中描述了双平台光刻投影设备，通过引用将其并入本文中。

上文提及的图案形成装置包括或可以形成设计布局。可以利用CAD(计算机辅助设计)程序来产生设计布局，该过程通常被称作为EDA(电子设计自动化)。大多数CAD程序遵循一组预定的设计规则，用于产生功能设计布局/图案形成装置。这些规则由处理和设计限制来设定。例如，设计规则限定了电路器件(诸如栅极、电容器等)或互连线之间的间隔容许度，以便于确保电路器件或线不会以不被期望的方式相互作用。设计规则限制典型地称作为“临界尺寸”(CD)。电路的临界尺寸可以被定义为线或孔的最小宽度或者两条线或两个孔之间的最小间隔。因此，CD确定了所设计的电路的整体尺寸和密度。当然，集成电路制造中的目标之一是如实地在衬底上(经由图案形成装置)复现原始的电路设计。

在这种情形中采用的术语“掩模”或“图案形成装置”可以广义地解释成表示可以用于为入射的辐射束赋以对应于将要在衬底的目标部分中产生的图案的图案化的横截面的一般性的图案形成装置；术语“光阀”也可以用于这种情形。除了传统的掩模(透射式或反射式掩模；二元掩模、相移掩模、混合型掩模等)之外，其它的图案形成装置的例子包括：

-可编程反射镜阵列。这样的器件的一个例子是具有粘弹性控制层和反射表面的矩阵可寻址表面。这样的设备所依据的基本原理是(例如)反射表面的已寻址区域将入射辐射反射成衍射辐射，而未寻址区域将入射辐射反射成非衍射辐射。使用适合的滤光片，可以从反射束中过滤掉所述非衍射辐射，从而之后仅留下衍射辐射；这样，所述束根据矩阵可寻址表面的寻址图案而被图案化。所需要的矩阵寻址可以通过使用适合的电子器件进行。可以例如从以引用方式并入本文中的美国专利号5,296,891和5,523,193搜集到关于这样的反射镜阵列的更多信息。

-可编程LCD阵列。在美国专利号5,229,872中给出了这样的构造的一个例子，通过引用将其并入本文中。

作为简短介绍，图1示出了示例性的光刻投影设备10A。主要部件是：辐射源12A，其可以是深紫外准分子激光源或包括极紫外(EUV)源在内的其它类型的源；源(如上所论述，所述光刻投影设备本身不需要所述辐射源)；照射光学装置，其限定了部分相干性(标记为σ)且可以包括光学装置14A、16Aa和16Ab，其对来自源12A的辐射成形；图案形成装置14A；以及透射光学装置16Ac，其将图案形成装置图案的图像投影到衬底平面22A上。在投影光学元件的光瞳面处的可调整的滤光片或孔阑20A可以限制射到衬底平面22A上的束角的范围，其中最大可能角度限定投影光学器件的数值孔径NA＝n sin(Θ_max)，其中n是最后一个透镜元件与衬底之间的介质反射的折射率。

在系统的优化过程中，系统的品质因数可以表示为成本函数。优化过程归结为求出使成本函数最小化的一组系统参数(设计变量)的过程。成本函数可以依赖于优化的目标而具有任何适合的形式。例如，成本函数可以是系统的特定特性(评价点)相对于这些特性的期望值(例如理想值)的偏差的加权均方根(RMS)；成本函数还可以是这些偏差的最大值(即最差偏差)。此处的术语“评价点”应当被广义地解释成包括系统的任何特性。系统的设计变量可以限制成有限的范围和/或是由于系统的实施的实用性而是相互依赖的。在光刻投影设备的情形中，这些约束通常与硬件的物理性质和特性(诸如可调节范围)和/或图案形成装置可制造性设计规则相关，并且评价点可以包括衬底上的抗蚀剂图像上的物理点以及诸如剂量和焦距等非物理特性。

在光刻投影设备中，源提供了照射(即光)；投影光学元件对通过图案形成装置且到衬底上的照射进行引导和成形。术语“投影光学元件”在此处被广义地限定为包括可以改变辐射束的波前的任何光学部件。例如，投影光学元件可以包括部件14A，16Aa，16Ab和16Ac中的至少一些部件。空间图像(AI)是衬底水平处的辐射强度分布。衬底上的抗蚀剂层被曝光，并且空间图像被转移至抗蚀剂层，作为其中的潜在的“抗蚀剂图像”(RI)。抗蚀剂图像(RI)可以被定义为抗蚀剂层中的抗蚀剂的溶解度的空间分布。抗蚀剂模型可以用于从空间图像计算抗蚀剂图像，其示例可以在共同转让的美国专利申请号12/315,849中找到，该文献的公开内容通过引用将其全部内容并入本文中。抗蚀剂模型仅与抗蚀剂层的性质(例如在曝光、PEB和显影期间发生的化学过程的效应)相关。光刻投影设备的光学性质(例如源、图案形成装置和投影光学元件的性质)规定了空间图像。因为可以改变在光刻投影设备中使用的图案形成装置，所以期望将图案形成装置的光学性质与包括至少源和投影光学元件的光刻投影设备的其余部分的光学性质分离开。

在图2中示出了光刻投影设备中的模拟光刻的示例性流程图。源模型31表示源的光学特性(包括辐射强度分布和/或相位分布)。投影光学模型32表示投影光学元件的光学特性(包括由投影光学元件所引起的辐射强度分布和/或相位分布的变化)。设计布局模型35表示设计布局33的光学特性(包括由给定的设计布局33所引起的辐射强度分布和/或相位分布的变化)，其是图案形成装置上的、或由图案形成装置所形成的特征的布置的表示。空间图像36可以由设计布局模型35、投影光学元件模型32和设计布局模型35模拟。抗蚀剂图像38可以使用抗蚀剂模型37由空间图像36来模拟。对光刻的模拟可以例如预测在抗蚀剂图像中的轮廓和CD。

更具体地，注意到，源模型31可以表示源的光学特性，包括但不限于NA-西格玛(σ)设定以及任何特定的照射源形状(例如诸如环形的、四极和双极等的离轴辐射源等)。投影光学元件模型32可以表示投影光学元件的光学特性，其包括像差、变形、折射率、物理大小、物理尺寸等。设计布局模型35还可以表示物理图案形成装置的物理性质，如所描述的，例如在美国专利No.7,587,704中所描述的，通过引用将其全部内容并入本文中。模拟的目标是精确地预测例如边缘的定位、空间图像强度斜率和CD，其之后可以与期望的设计相比较。所述期望的设计通常定义为预先OPC设计布局，其可以被提供成标准数字文件格式(诸如GDSII或OASIS)或其它文件格式。

可以根据这一设计布局识别一个或更多的部分，其被称作为“片段”。在实施例中，提取一组片段，其表示设计布局中的复杂的图案(典型地大约50至1000个片段，尽管可以使用任何数量的片段)。如本领域技术人员所认识到的，这些图案或片段表示设计的小的部分(即电路、单元或图案)，并且尤其是片段代表了需要特别关注和/或验证的小的部分。或者说，片段可以是设计布局的部分或可以类似于设计布局的部分或具有与设计布局的部分相类似的行为，其中通过经验(包括由客户提供的片段)、通过反复试验或通过运行全芯片模拟来识别临界特征。片段通常包含一个或更多的测试图案或计量图案。

可以基于设计布局中已知的临界特征区域由客户先验地提供初始的较大组的片段，其需要特定的图像优化。可替代地，在另一实施例中，可以通过使用一些类型的识别临界特征区域的自动化的(诸如机器视觉)或手工的算法从整个设计布局提取所述初始的较大组片段。

在本公开中，优化过程(例如，图12至图15中所论述的源掩模优化(SMO))涉及采用过程模型(例如，图2中的光学器件模型、掩模模型、抗蚀剂模型等)的图案化过程中的一个或更多个。所述优化过程涉及执行所述一个或更多个过程模型以及计算通过修改所述图案化过程的一个或更多个特性(例如，源、掩模图案等)而减小的成本函数。在实施例中，所述一个或更多个特性可以由设计变量描述。因此，经优化特性也可以被称作经优化设计变量，其中基于成本函数(例如，CF)优化了设计变量(例如，z)。

在实施例中，所述特性的修改是基于引导应如何修改所述特性以使得所述成本函数减小的所述成本函数的梯度。在实施例中，这种成本函数是某些连续指标(诸如边缘放置误差(例如，印制图案与目标图案的轮廓之间的差异))的函数。使用具有连续性质的连续指标或成本函数允许使用基于梯度的优化算法，所述优化算法具有优化过程的可接受运行时间性能。

在实施例中，不采用非平滑的或不连续的成本函数(例如，基于缺陷计数)，如此，非平滑成本函数使非连续优化器的使用成为必要，非连续优化器相较于基于连续成本函数的优化具有相对较高的运行时间。另外，这样的优化器可以不提供最好的解决方案。在一些实施例中，可能期望使用诸如与缺陷相关的非平滑成本函数，使得可以执行优化以减小所印制的衬底上可能出现的特定缺陷或若干缺陷。

本公开提供对优化过程中的间隙进行桥接使得可以利用非平滑成本函数例如以减小缺陷的数目且由此改善所述图案化过程的产率的方法。本领域技术人员可以理解，引导函数(例如，伪梯度)和离散成本函数(例如，本文中所论述的第一成本函数)的构思可以适用于所述图案化过程的包括优化过程的任何方面且不限于所述图案化过程的特定方面。在实施例中，为了更好地理解，相对于源掩模优化过程来解释所述构思。

图3是图案化过程的源和/或掩模优化的方法300的流程图。所述方法涉及通过利用与不连续成本函数(例如，缺陷、热点等的函数)相关联的第一引导函数(例如，伪梯度)补充连续成本函数(例如，与EPE相关联)的引导函数(例如，梯度)来优化源和/或掩模的特性以改善所述图案化过程的性能指标。所述引导函数(例如，第一引导函数或伪梯度)是引导或提供应修改正在受优化的特性以使得相关联成本函数被减小或最小化(例如，在若干次迭代之后)的方向(例如，增大或减小特定值)的任何函数。方法300改善性能指标以及降低缺陷出现率，由此改善例如所述图案化过程的产率。

在以下论述中，引导函数被称作梯度或伪梯度以作为示例引导函数且不限制本公开的范围。在实施例中，所述引导函数提供缺陷相关信息且引导应如何基于缺陷相关信息来修改所述成本函数。例如，所述缺陷相关信息可以是缺陷周围的评估部位、与评估部位相关联的指标，或可以用于对所述图案化过程的方面进行优化的其它相关信息。在实施例中，所述引导函数可能不必是所述优化过程中所使用的成本函数的差分。

在实施例中，所述方法300可以用于优化源形状和/或掩模图案，使得所述性能指标(诸如所述图案的临界尺寸或图案的边缘放置误差)中的至少一个将被印制于所述衬底上。本领域技术人员可以理解，源和/或掩模的优化用作用以图示伪梯度和不连续函数的使用的示例。然而，本公开不限于源和/或掩模的优化，而是可以用于优化与图案化过程相关的其它方面。例如，基于缺陷的伪梯度可以用于确定/优化所述光刻设备的剂量、焦距等。方法300的步骤进一步论述如下。

工序P301涉及在衬底上获得具有具备等于或大于阈值(例如，大于0.6)的缺陷的概率的部位302(也被称作热点部位)。例如，热点部位302是与所述衬底上的其它部位相比具有相对较高的缺陷出现概率的部位。例如，这样的部位与相较于所述衬底上的其它部位处的特征密度的相对较高特征密度相关联。例如，在概率值范围介于0与1之间的情况下，高概率可以是介于0.5至1之间或优选地大于0.8的值。在实施例中，概率值0指示无缺陷，并且1指示出现缺陷。通常，缺陷指代不符合设计规格的图案。在实施例中，图案的特性(例如，CD、特征之间的距离等)可以与缺陷容限极限相关联。如果所述特性在缺陷容限极限内，则所述图案可以被表征为缺陷。因此，虽然所印制的衬底可以不具有真实缺陷，但将存在与可能作为缺陷出现的图案相关联的部位。在实施例中，热点部位302与具有缺陷容限内的临界尺寸的图案的一个或更多个特征相关联。

在实施例中，所述缺陷可以是桥接缺陷、颈缩缺陷，或所述衬底上的印制图案中所观察到的任何其它缺陷。本公开不受与衬底上的图案相关联的缺陷的类型限制。在实施例中，所述桥接缺陷可以由两个相邻特性之间的距离表征，其中所述距离与缺陷容限相关联。因而，如果在特定部位处，特征之间的距离足够接近以在所述容限内，则所述部位是热点部位302。

在实施例中，所述热点部位302可以指代具有印制于所述衬底上的实际缺陷的部位。换句话说，具有缺陷的概率为1。在实施例中，可以使用对衬底上的模拟图案或所印制的衬底的经由量测工具(例如，在SEM图像中)所捕获的实际印制图案执行的光刻可制造性检查(LMC)来检测缺陷。LMC可以是与图案的参数相关联的条件，所述参数将图案验证为有缺陷的图案或可能有缺陷的图案(即，具有缺陷的概率较高)。

工序P303涉及限定所述热点部位302周围的缺陷范围304以包括所述衬底上的图案的一部分以及与所述图案的该部分相关联的一个或更多个评估部位303(也被称作评估点303)。

在实施例中，所述缺陷范围304是围绕所述图案的该部分的边界，其中所述热点部位302位于所述边界的中心处。在实施例中，所述缺陷范围304包括与所述热点部位302相关联的一个或更多个特征且所述一个或更多个评估部位303(参见图5A中的EP1和EP2)是沿所述一个或更多个特征的轮廓的部位。在实施例中，所述边界是圆形边界、正方形边界、或其它几何形状。在实施例中，所述缺陷范围304是基于所述图案上的所述热点部位302的邻域内特征的影响。

在实施例中，示例缺陷范围(例如，520、610和620)被图示于图5A、图6A和图6B中。例如，限定了在检测到的缺陷(诸如桥接缺陷(例如，520和620中)或颈缩缺陷(例如，610中))周围的所述缺陷范围。在实施例中，所述缺陷由例如作为(例如，印制图案和期望的图案的)两个轮廓之间或轮廓上的评估部位之间的距离的CD或EPE量度来表征。在实施例中，可以使用缺陷检测方法或检测方法来检测缺陷，其中基于图案的特性(例如，CD)限定一个或更多个缺陷检测器，如先前所论述的。

图5A图示了目标图案(即，所述设计布局的设计图案)包括两个目标特征501和502(例如，接触孔)以及所述衬底上的图案511和512的一部分。此外，在所述衬底上的所述图案或与其相关联的所述目标图案周围限定了评估部位或点(例如，EP1和EP2)。在实施例中，可以在两个特征511和512之间测量距离CH。距离CH在桥接缺陷的缺陷容限内，因此所述图案据称具有桥接缺陷。所述衬底上的相对应的部位(即，在距离CH处)被分类为热点部位302。

接着，如工序P303中提及的，在所述桥接缺陷(例如在所述缺陷范围520中心处的桥接缺陷(例如，CH))周围限定缺陷范围520。进一步经由所述图案化过程的特性(例如，掩模图案、源、剂量等)修改所述缺陷范围内的所述评估点。在实施例中，可以例如经由采用所述第一梯度(例如，5B中的梯度pg)和第一成本函数对所述图案化过程的过程模型进行模拟来确定所述特性，如本文中所论述和如图5B中所图示的。所确定的特性使得所述第一成本函数(例如，值W)被减小(例如，减小至零)，从而有效地减小第二成本函数(例如，所有评估点处EPE的总和)。所述第一梯度pg提供应执行这种特性修改使得所述第一成本函数减小的方向。

应注意，所述缺陷范围520包括两个评估点EP1和EP2，指示第一引导函数(例如，伪梯度)应被分配给与这样的评估点EP1和EP2相关联的性能指标(例如，EPE1和EPE2)。因而，基于所述缺陷范围，确定与所述图案化过程相关联的特性(例如，所述光刻设备的掩模的掩模图案，和/或所述光刻设备的源、剂量、聚焦等)，从而导致了降低的缺陷出现率。

在实施例中，在图5B中，在EP1和EP2处经由第一成本函数来分配正值。所述第一成本函数指示当存在缺陷(例如，特征的CD符合缺陷阈值)时，所述第一成本函数的值从0增大至W。当这种第一成本函数与所述优化过程的成本函数(例如，所述第二成本函数)一起使用时，所述成本函数的值增大，由此所述优化过程识别缺陷出现率。另外，所述第一引导函数pg引导所述优化过程通过修改EP1和EP2处的轮廓来减小所述成本函数。在实施例中，所述第一成本函数可以呈基于缺陷所限定的任何数学形式。例如，所述第一成本函数可以是衬底上印制缺陷的总和、可能的缺陷(例如，热点部位)的总和、与热点相关联的基于概率值的函数，或其它适合的数学形式。

类似于图5A，图6A和图6B图示了缺陷和相关联缺陷范围的另一示例。图6A图示了颈缩缺陷和在所述颈缩缺陷周围所限定的缺陷范围610。图6B是所述桥接缺陷和在所述桥接缺陷周围所限定的缺陷范围620的另一示例。在实施例中，可以在所述优化过程期间使用与所述颈缩缺陷(以及所述桥接缺陷)相关联的所述第一成本函数。另外，可以在所述优化过程期间确定和使用分别与所述缺陷范围610和620内的评估点EP相关联的所述第一引导函数，如下文工序P305至P309中所论述的。

工序P305涉及基于与所述缺陷相关联的缺陷指标(例如，缺陷的数目、期望的与所测量的CD值之间的差)来确定第一成本函数306的值。在实施例中，所述第一成本函数306是所述衬底上印制的缺陷的数目和热点数目的总和。在实施例中，所述第一成本函数306在所述缺陷范围304外被限定为零且在所述缺陷范围304内被限定为惩罚值即损失值(例如，w)。例如，如图5B中所图示的，与桥接缺陷相关联的所述第一成本函数(例如，下文的CF1)是可以被表达为如下的非连续函数：

如此，在优化(例如，SMO)期间，当所述热点(例如，桥接缺陷)被识别时，值w的成本可以与基于连续函数的现有成本函数相加。

工序P307涉及确定针对所述第一成本函数306的第一引导函数308，其中所述第一引导函数308(例如，伪梯度)与所述缺陷范围304内的所述一个或更多个评估部位303处的所述图案化过程的性能指标相关联。在实施例中，所述第一引导函数308的确定涉及确定所述缺陷范围304内的所述一个或更多个评估部位303处的所述性能指标的梯度值；和在所述缺陷范围304内的所述一个或更多个评估部位303处将正值分配给所述第一成本函数。

使用所述多个评估点中的每个评估点处相对于待优化的源和/或掩模的特性的性能指标(例如，EPE)来评估所述第一引导函数308的梯度值，其中所述梯度值提供应修改所述特性使得所述第一成本函数306减小的方向。

以下列梯度方程式来实施所述第一引导函数的示例，其中与所述缺陷相关联。

在上述方程式中，CF1指代所述第一成本函数306(例如，先前论述的CF1)，m是掩模特性，i是所述缺陷范围304内的所述评估部位，指代所述缺陷范围304内第i个评估部位处的边缘放置误差，并且R(x,y)是包含有缺陷的特征(或可能有缺陷的特征)的抗蚀剂图像。在实施例中，当不存在缺陷时，这种值将是零。然而，当存在缺陷时，如上计算出梯度在实施例中，所述梯度的值与所述第一成本函数值w成比例。因此，虽然所述第一成本函数306是不连续的或非平滑的，但引导函数(例如，伪梯度)可以被计算并且进一步用于诸如SMO之类的优化过程中(例如，关于图12至图15所论述的)。

工序P309涉及通过使用所述第一成本函数306和第一引导函数308针对设计布局执行源掩模优化过程(例如，关于图12至图15所论述的)来调整源和/或掩模特性310。在实施例中，这种优化过程调整所述源和/或所述掩模的特性使得与所述图案化过程相关联的性能指标和缺陷指标被改善。在实施例中，优化所述源和/或所述掩模是迭代过程。在实施例中，在图12至图15中论述示例优化过程，其中所述优化方法可以被修改以采用所述第一成本函数306和所述第一引导函数308。

在实施例中，所述特性310的调整的迭代涉及使用所述设计布局执行所述源掩模优化过程以确定所述源和/或所述掩模的当前特性，和所述图案化过程的性能指标。在实施例中，所述源掩模优化过程(例如，图12至图15中)涉及所述源的模型、所述设计布局的掩模模型、所述投影光学器件的模型，或其组合，其中所述模型被配置成模拟由所述源、所述设计布局的该部分、和所述投影光学器件产生的空间图像。在所述优化之后，获得经优化的特性310，其在所述图案化过程期间可以用于所述光刻设备中。

在实施例中，所述图案化过程的所述源和/或所述掩模的优化包括执行所述模型中的至少一个。在实施例中，确定经优化源310涉及优化照射形状和/或照射强度。

此外，所述迭代涉及评估第二成本函数和所述第二成本函数的第二梯度，其中所述第二成本函数是所述性能指标的函数。在实施例中，评估所述第二成本函数包括：计算在所述衬底上的所述图案的多个评估部位处的所述性能指标的值，其中评估部位是所述图案的轮廓上的点。例如，在下文论述的图4的EP1至EP15处评估性能指标(例如，EPE)。

在示例中，所述性能指标是EPE，则所述第二成本函数CF2可以如下：

在上述方程式中，s和m分别指代源和掩模特性，并且epe_j是在每个评估点(例如，包括所述缺陷范围304外的点)处所评估且满足过程窗条件的EPE。

此外，所述迭代涉及基于所述第二成本函数的所述第二梯度和所述第一成本函数306的所述第一引导函数308来修改所述源和/或所述掩模的当前特性，使得所述第二成本函数与所述第一成本函数的总和减小。

在实施例中，修改所述掩模的当前特性涉及(但不限于)：修改所述设计布局的设计图案的形状和大小；修改与连续透射掩模相关联的参数；和/或将一个或更多个辅助特征放置至所述设计布局的一部分中。在实施例中，所述掩模可以是连续透射掩模(CTM)且所述特性可以与所述CTM的曲线图案相关。例如，基于水平集(level-set)方法的CTM确定涉及修改CTM变量，诸如水平集阈值或与所述CTM相关联的其它可以修改参数。在实施例中，所述辅助特征包括子分辨率辅助特征、可印制分辨率辅助特征、或其组合。

图4图示了沿衬底上的模拟图案或印制图案的轮廓401的示例评估部位(或点)。可以相对于所述评估点进行测量以确定所述图案的特性(例如，CD、EPE等)。在实施例中，所述测量可以用于将图案分类为缺陷、确定性能指标(例如，EPE、CD)等。在实施例中，出于测量目的，可以基于所述轮廓的几何形状和期望进行测量的部位来限定不同的切割线。例如，对于弯曲部分，切割线CL1和CL5是源自所述轮廓401的弯曲部分的相应中心的角度切割线。对于相对平直部分，切割线CL2、CL3和CL4是沿所述轮廓401的长度在竖直方向上分离开的水平切割线。切割线CL1与EP1至EP8处的所述轮廓401相交，EP1至EP8是测量结果可以被确定处的示例量规点。例如，可以在与量规点EP7和EP8相关的切割线之间确定竖直距离D1，或使用用以放置切割线的EP7和EP8之间的均匀角度来确定该竖直距离D1，可以在量规点EP11与EP13之间确定距离D2，可以在EP10与EP11(EP12与EP13、或EP14与EP15)之间测量水平尺寸(CD的示例)。如先前提及的，在实施例中，所述测量结果是特征和/或印制图案的特性。

在实施例中，边缘放置误差(EPE)可以被确定为所述轮廓401与期望图案400的期望轮廓(例如，矩形)之间的差异。在实施例中，在评估点EP1至E15中的每个评估点处确定EPE，接着可以计算出这样的EPE的总和以确定所述第二成本函数。在优化期间，通过调整一个或更多个评估点(例如，EP7和EP8)处的所述轮廓401使得所述第二成本函数减小来减小所述成本函数(例如，EPE的总和)。在实施例中，可以通过修改图案化过程的特性(例如掩模图案、源、剂量等)而执行这种调整。由如先前所论述的所述第二梯度引导这种修改。并且，本公开提供呈所述第一梯度(例如，基于缺陷范围304)形式的额外引导以修改所述图案化过程的所述特性，使得所述第一成本函数306(例如，缺陷计数)减小。

图7A图示了将现有OPC过程应用于包括接触孔的设计布局700(虚线)的示例结果。在图7A中，所述设计图案700(虚线)与经由现有OPC过程(例如，图12至图15)所获得的经OPC的掩模图案叠置，并且进一步与衬底上的印制图案叠置。当经由光刻设备使用经OPC的掩模图案时，桥接缺陷在部位701至704处被印制于所述衬底上，如所示出的。

在实施例中，现有优化过程(例如，SMO)基于减小例如沿所述轮廓的EPE(例如，如关于图4所论述的)的总和且特别地不包括聚焦于减小缺陷。如此，与所述图案化过程相关联的特性被确定以减小EPE而不一定减小缺陷。因此，虽然经OPC的掩模图案(图7A中)可以提供最小EPE，如由现有OPC过程确定，但其可能无法使缺陷的数目最小化。

图7B图示了将当前方法300用于包括接触孔的设计布局750(虚线)的示例结果。在图7B中，所述设计图案750(虚线)与经由方法300所获得的经OPC的掩模图案叠置，并且进一步与衬底上的印制图案叠置。所述示例结果示出在采用所述方法300(例如，在SMO中)时，特征在所述热点部位(例如，701至704)处的经优化的掩模图案被修改以减小缺陷。例如，使用方法300的第一引导函数308和第一成本函数306来优化与布局750相关联的所述掩模图案。在修改热点部位(例如，701至704)处的所述图案时，移除所述桥接缺陷。例如，如所见的，在751、752、753和754处的图案不具有桥接缺陷。

如先前提及的，所述第一引导函数308(例如，伪梯度)的使用不限于SMO过程。本领域技术人员可以使用所述第一引导函数308确定与图案化过程相关联的特性，如下文所论述的。

图8是确定与图案化过程相关联的特性以改善例如性能指标(诸如所述图案的临界尺寸、或待印制于所述衬底上的图案的边缘放置误差)的方法800的流程图。

工序P801(类似于工序P301)涉及在衬底上获得具有缺陷的相对较高概率的热点部位802。例如，可以使用光刻可制造性检查(LMC)来确定热点部位。

工序P803(类似于工序P303)涉及围绕所述热点部位802限定缺陷范围804(例如，分别在图5A、图6A和图6B中的520、610、620)以包括所述衬底上的图案的一部分以及与所述图案的该部分相关联的一个或更多个评估点。在实施例中，缺陷指标是所述图案的特征的CD值和/或介于相邻特性之间的距离。在实施例中，所述距离是介于相邻轮廓之间的最小距离。

在实施例中，所述缺陷范围804是所述图案的所述部分周围的边界，其中所述热点部位802位于所述边界的中心处。在实施例中，所述缺陷范围804包括与所述热点部位802相关联的一个或更多个特征且所述一个或更多个评估部位803是沿所述一个或更多个特征的轮廓的部位。在实施例中，所述边界是圆形边界、正方形边界、或其它几何形状。在实施例中，所述缺陷范围804基于所述图案上的所述热点部位802的邻域内特征的影响。

工序P805(类似于工序P305)涉及基于与所述缺陷相关联的缺陷指标来确定第一成本函数806(例如，上文所论述的CF1)。在实施例中，所述第一成本函数可以呈基于缺陷而限定的任何数学形式。例如，所述第一成本函数可以是衬底上印制缺陷的总和、可能缺陷(例如，热点部位)的总和、与热点相关联的基于概率值的函数，或其它适合的数学形式。

工序P807(类似于工序P307)涉及确定针对所述第一成本函数806的第一引导函数808，其中所述伪梯度与所述缺陷范围804内的所述一个或更多个评估部位803处的所述图案化过程的性能指标相关联。在实施例中，确定所述第一引导函数808涉及确定所述缺陷范围804内的所述一个或更多个评估部位803处的所述性能指标的梯度值；和在所述缺陷范围804内的所述一个或更多个评估部位803处将正值分配给所述第一成本函数。

在实施例中，使用所述多个评估点中的每个评估点处的所述性能指标相对于与图案化过程相关联的所述特性来评估所述性能指标的所述梯度值，其中所述梯度值提供一种应修改所述特性使得所述第一成本函数806减小的方向。

工序P809涉及通过使用所述第一成本函数806和所述第一引导函数808对所述图案化过程进行模拟，来确定与所述图案化过程相关联的特性810，使得与所述图案化过程相关联的所述性能指标和所述缺陷指标被改善。

在实施例中，特性310的确定是迭代过程。迭代涉及使用设计布局来模拟所述图案化过程以确定所述图案化过程的当前特性、以及所述图案化过程的所述性能指标；评估第二成本函数和所述第二成本函数的第二梯度，其中所述第二成本函数是所述性能指标的函数。在实施例中，所述第二成本函数的评估涉及计算所述衬底上的图案的多个评估部位处所述性能指标的值，其中评估部位是所述图案的轮廓上对性能指标的值进行评估处的点。

此外，所述迭代涉及基于所述第二成本函数的所述第二梯度和所述第一成本函数806的所述第一引导函数808来修改所述图案化过程的当前特性，使得所述第二成本函数与所述第一成本函数806的总和减小。

在实施例中，所述图案化过程的特性是以下中的至少一个：所述图案化过程中所使用的掩模图案的掩模变量，和/或与所述图案化过程的光刻设备相关联的参数。

在实施例中，所述掩模变量包括以下中的至少一个：所述掩模图案的特征的形状和大小、辅助特征的部位、所述辅助特征的形状和大小，或与CTM相关联的变量(例如，水平集阈值)。前述掩模变量仅是示例性的且不限制本公开的范围。

在实施例中，可以基于缺陷检测并且采用与所检测缺陷相关联的所述第一成本函数来执行所述源掩模优化或与所述图案化过程相关联的任何特性的优化。在这样的优化中，将与所述第一成本函数相关联的惩罚值与所述第二成本函数相加且计算出梯度(例如，第二梯度)以确定所述图案化过程的特性的最优值。下文中进一步在图9中解释所述方法。所述方法900使用源掩模优化作为示例且不将本公开的范围限于SMO。

图9是基于缺陷来调整与图案化过程相关联的源和/或掩模特性的方法900的流程图。此外，源和/或掩模特性的这种调整也改善例如性能指标，诸如所述图案的临界尺寸或待印制于所述衬底上的图案的边缘放置误差。

在所述方法900中，工序P901涉及在衬底上获得图案902。在实施例中，在衬底上获得所述图案902涉及经由使用设计布局来模拟所述图案化过程(例如，图2和图12至图15中)，在所述衬底上获得模拟图案902'。在另一个实施例中，所述图案902可以经由量测工具(例如，图10至图11中的检测工具)获得所述衬底上的印制图案的图像902”而获得。

另外，工序P903涉及确定所述衬底上的图案中是否存在缺陷903。在实施例中，确定所述缺陷903涉及对所述模拟图案和/或对所述印制图案的图像执行光刻可制造性规则(也被称作光刻可制造性检查(LMC))，其中所述光刻可制造性规则包括与所述衬底上的图案的参数相关联的设计规格；以及识别所述模拟图案和/或所述印制图案中违反所述光刻可制造性规则的一部分。在实施例中，缺陷检测的基于现有LMC的算法可以用于确定所述衬底的图案902中缺陷的存在，而不会偏离本公开的范围。

此外，工序P905涉及响应于所述缺陷903的存在，确定与所述缺陷903相关联的第一成本函数906的值。在上文在所述方法300中论述了所述成本函数(例如，CF1)的示例。例如，所述第一成本函数当所述衬底上的所述图案中不存在缺陷(或具有缺陷的概率非常低，例如小于10％)时被限定为零，且当所述衬底上的图案中存在缺陷(或具有缺陷的概率非常高，例如大于70％)时被限定为惩罚值。在实施例中，所述缺陷可以是桥接缺陷、颈缩缺陷，或在所述衬底上的印制图案中所观察到的其它缺陷。本公开不限于特定缺陷类型。

一旦所述第一成本函数906被确定，则工序P907就涉及通过使用所述第一成本函数906的值和所述第二成本函数(例如，在下文论述于图12至图15中)针对设计布局执行源掩模优化过程来调整源和/或掩模特性910，使得所述第一成本函数与所述第二成本函数的总和减小。

在实施例中，调整源和/或掩模特性910是迭代过程。迭代涉及：使用所述设计布局执行所述源掩模优化过程以确定所述源和/或所述掩模的当前特性，以及所述图案化过程的性能指标；评估所述第一成本函数和所述第二成本函数的总和的引导函数，所述引导函数提供与减小所述成本函数的总和相关的信息；以及基于所述第二引导函数来修改源和/或掩模的当前特性，使得所述性能指标被改善。

在实施例中，评估所述第一成本函数和所述第二成本函数的总和涉及：计算在所述衬底上的所述图案的多个评估部位处所述性能指标的值，其中评估部位是所述图案的轮廓上的点；以及将与所述缺陷相关联的惩罚值(例如，方法300中所论述的CF1的w)与所述性能指标的值的总和相加。

在实施例中，修改所述掩模的当前特性涉及：修改所述设计布局的设计图案的形状和大小；和/或将一个或更多个辅助特征放置至所述设计布局的一部分中。

在实施例中，所述辅助特征包括子分辨率辅助特征、可印制分辨率辅助特征，或其组合。在实施例中，所述源掩模优化过程包括所述源的模型、所述设计布局的掩模模型、所述投影光学器件的模型，或其组合，其中所述模型被配置成模拟由所述源、所述设计布局的该部分、和所述投影光学器件产生的空间图像。

在本公开中，所披露的元件的组合和子组合构成单独的实施例。例如，元件的组合包括缺陷、与所述缺陷相关联的缺陷范围，以及基于用于对掩模进行优化的所述缺陷范围的第一成本函数。另外，在子组合中，优化所述掩模的辅助特征。在另一子组合中，也可以执行源优化。在又一组合中，缺陷可以被识别并且被进一步用于限定第一成本函数以用于优化掩模和/或源。

在一些实施例中，检测设备可以是产生被曝光或转印于所述衬底上的结构(例如器件的一些或所有结构)的图像的扫描电子显微镜(SEM)。图10描绘SEM工具的实施例。从电子源ESO发射的初级电子束EBP由聚光器透镜CL会聚且接着穿过束偏转器EBD1、E×B偏转器EBD2，和物镜OL以在焦点处照射衬底台ST上的衬底PSub。

当利用电子束EBP照射衬底PSub时，从衬底PSub生成二次电子。所述二次电子由E×B偏转器EBD2偏转且由二次电子检测器SED检测。二维电子束图像可以通过与以下操作同步地检测从样本产生的电子而获得：例如由束偏转器EBD1来二维扫描电子束或由束偏转器EBD1在X方向或Y方向上重复扫描电子束EBP，以及由衬底台ST在X方向或Y方向中的另一方向上连续移动衬底PSub。

由二次电子检测器SED所检测的信号由模拟/数字(A/D)转换器ADC转换为数字信号，并且将数字信号发送至图像处理系统IPU。在实施例中，所述图像处理系统IPU可以具有用于储存数字图像的全部或部分以供由处理单元PU处理的存储器MEM。所述处理单元PU(例如被专门设计的硬件或硬件与软件的组合)被配置成将数字图像转换成或处理成表示数字图像的数据集。此外，所述图像处理系统IPU可以具有被配置成将数字图像和相对应的数据集储存在参考数据库中的储存介质STOR。显示装置DIS可以与所述图像处理系统IPU连接，使得操作者可以借助于图形用户界面进行装备的必要操作。

如上文提及的，可以处理SEM图像以提取在所述图像中对表示器件结构的物体的边缘进行描述的轮廓。接着经由指标(诸如CD)来量化这些轮廓。因而，通常经由过分简单化指标(诸如边缘之间距离(CD)或图像之间的简单像素差)来比较和量化器件结构的图像。检测在图像中所述物体的所述边缘以便对CD进行测量的典型轮廓模型使用图像梯度。实际上，那些模型依赖于强图像梯度。但在实践中，所述图像通常有噪声且具有不连续边界。诸如平滑化、自适应定限、边缘检测、磨蚀和扩张之类的技术可以用以对图像梯度轮廓模型的结果进行处理以寻址有噪声且不连续图像，但将最终导致高分辨率图像的低分辨率量化。因而，在大多数实例中，对器件结构的图像的数学变换/运算以减少噪声以及自动化边缘检测导致了所述图像的分辨率的损失，由此导致信息的损失。因此，所述结果是总计为对复杂的高分辨率结构的过分简单化表示的低分辨率量化。

因此，期望具有可以保留所述分辨率且还对使用图案化过程而产生的或预期产生的结构(例如电路特征、对准标记或量测目标部分(例如光栅特征)等)的一般形状进行描述的所述结构的数学表示，而不论例如所述结构是在潜在抗蚀剂图像中、在经显影的抗蚀剂图像中，或例如通过蚀刻而被转移至所述衬底上的层。在光刻或其它图案化过程的情境下，所述结构可以是正在被制造的器件或其部分，并且所述图像可以是所述结构的SEM图像。在一些情况下，所述结构可以是半导体器件(例如，集成电路)的特征。在这样的情况下，所述结构可以被称作图案或包括所述半导体器件的多个特征的期望图案。在一些情况下，所述结构可以是用于对准测量过程中以确定物体(例如衬底)与另一物体(例如图案形成装置)的对准的对准标记或其部分(例如所述对准标记的光栅)，或是用以测量所述图案化过程的参数(例如重叠、焦距、剂量等)的量测目标或其部分(例如所述量测目标的光栅)。在实施例中，所述量测目标是用以测量(例如)重叠的衍射光栅。

图11示意性地图示检查设备的另一个实施例。所述系统用于检查样本平台89上的样本90(诸如衬底)且包括带电粒子束产生器81、聚光器透镜模块82、探针形成物镜模块83、带电粒子束偏转模块84、二次带电粒子检测器模块85、和图像形成模块86。

带电粒子束产生器81产生初级带电粒子束91。聚光透镜模块82将所产生的初级带电粒子束91聚光。探针形成物镜模块83将经会聚的初级带电粒子束聚焦为带电粒子束探针92。带电粒子束偏转模块84跨越于在紧固于样本平台89上的样本90上的关注的区域的表面上扫描所形成的带电粒子束探针92。在实施例中，带电粒子束产生器81、聚光器透镜模块82和探针形成物镜模块83或它们的等效设计、替代方案或其任何组合一起形成产生扫描带电粒子束探针92的带电粒子束探针产生器。

二次带电粒子检测器模块85检测在由带电粒子束探针92轰击后即从样本表面发射的二次带电粒子93(也可以能与来自样本表面的其它反射或散射带电粒子一起)以产生二次带电粒子检测信号94。图像形成模块86(例如计算装置)与二次带电粒子检测器模块85耦合以从二次带电粒子检测器模块85接收二次带电粒子检测信号94，并且相应地形成至少一个扫描图像。在实施例中，二次带电粒子检测器模块85和图像形成模块86或它们的等效设计、替代方案或其任何组合一起形成图像形成设备，所述图像形成设备从由带电粒子束探针92轰击的样本90所发射的所检测的二次带电粒子形成扫描图像。

如上文所提及的，可以处理SEM图像以提取所述图像中对表示器件结构的物体的边缘进行描述的轮廓。接着经由诸如CD之类的指标来量化这些轮廓。因而，通常经由诸如边缘之间距离(CD)或图像之间的简单像素差之类的过分简单化(simplistic)指标来比较和量化器件结构的图像。检测图像中的物体的边缘以便对CD进行测量的典型轮廓模型使用图像梯度。实际上，那些模型依赖于强图像梯度。但在实践中，图像通常有噪声且具有不连续边界。诸如平滑化、自适应定阈值、边缘检测、侵蚀和膨胀的技术可以用于处理图像梯度轮廓模型的结果以寻址有噪声且不连续图像，但将最终导致高分辨率图像的低分辨率量化。因而，在大多数实例中，对器件结构的图像的数学处理以减少噪声以及自动化边缘检测会导致图像的分辨率的损失，由此导致信息的损失。因此，结果是相当于对复杂的高分辨率结构的过分简单化表示的低分辨率量化。

因此，期望具有可以保留分辨率且还可以对使用图案化过程而产生的或预期产生的结构(例如电路特征、对准标记或量测目标部分(例如光栅特征)等)的一般形状进行描述所述结构的数学表示，而不论例如所述结构是在潜在抗蚀剂图像中、在经显影的抗蚀剂图像或例如通过蚀刻而转印至衬底上的层中。在光刻或其它图案化过程的情境下，结构可以是正在制造的器件或其部分，并且图像可以是所述结构的SEM图像。在一些情况下，所述结构可以是半导体器件(例如，集成电路)的特征。在一些情况下，结构可以是在对准测量过程中使用以确定物体(例如衬底)与另一物体(例如图案形成装置)的对准的对准标记或其部分(例如对准标记的光栅)，或为用于测量所述图案化过程的参数(例如重叠、焦距、剂量等)的量测目标或其部分(例如量测目标的光栅)。在实施例中，量测目标是用于测量(例如)重叠的衍射光栅。

在实施例中，根据图3的方法所确定的与印制图案相关的测量数据(例如，随机变化)可以用于优化图案化过程或调整图案化过程的参数。例如，OPC解决的问题是被投影到衬底上的设计布局的图像的最终尺寸和定位将不与图案形成装置上的设计布局的尺寸和定位一致或不仅仅只依赖于图案形成装置上的设计布局的尺寸和定位。注意到，术语“掩模”、“掩模版”、“图案形成装置”在此处是可以相互通用的。另外，本领域技术人员将认识到，尤其是在光刻术模拟/优化的情形中，术语“掩模”/“图案形成装置”和“设计布局”可以相互通用，这是因为在光刻术模拟/优化中，物理图案形成装置不是必须使用的，而是可以用设计布局来代表物理图案形成装置。对于在一些设计布局上出现的小的特征尺寸和高的特征密度，给定特征的特定边缘的位置在一定程度上将受其它邻近特征的存在或不存在的影响。这些邻近效应由于从一个特征耦合至另一特征的微小量的光而产生和/或由非几何光学效应(诸如衍射和干涉)产生。类似地，邻近效应可能由在通常在光刻术之后的曝光后焙烤(PEB)、抗蚀剂显影和蚀刻期间的扩散和其它化学效应产生。

为了确保设计布局的投影图像是根据给定目标电路设计的要求，需要使用设计布局的复杂数值模型、校正或预失真来预测和补偿邻近效应。论文“Full-Chip LithographySimulation and Design Analysis-how OPC Is Changing IC Design”(C.Spence，Proc.SPIE，第5751卷，第1至14页(2005年))提供当前“基于模型”的光学邻近效应校正过程的综述。在典型的高端设计中，设计布局的几乎每个特征都具有某种修改，以便实现投影图像至目标设计的高保真度。这些修改可以包括边缘位置或线宽的偏移或偏置以及预期辅助其它特征的投影的“辅助”特征的应用。

在芯片设计中通常存在数百万个特征的情况下，将基于模型的OPC应用至目标设计涉及到良好的过程模型和相当大的计算资源。然而，应用OPC通常不是“精确的科学”，而是并不总是补偿所有可能邻近效应的经验迭代过程。因此，需要通过例如使用校准的数值过程模型的密集型全芯片模拟的设计检查来验证OPC的效应，例如在应用OPC和任何其它RET之后的设计布局，以便最小化将设计瑕疵构建于图案形成装置图案中的可能性。这是通过如下各项来驱动的：制造高端图案形成装置的巨大成本，其在数百万美元的范围内；和对周转时间的影响，其是因返工或修复实际图案形成装置(一旦它们已被制造)而引起的。

OPC和全芯片RET验证两者可以基于数值建模系统和方法，正如描述于例如以全文引用的方式并入本文中的美国专利申请号10/815,573和Y.Cao等人的题为“OptimizedHardware and Software For Fast,Full Chip Simulation”的论文(Proc.SPIE，第5754卷，405(2005年))中。

一种RET与设计布局的全局偏差的调节有关。全局偏差为设计布局中的图案与打算印制在衬底上的图案的差异。例如，25nm直径的圆形图案可以通过设计布局中的50nm直径的图案印制到衬底上，或者通过设计布局中20nm直径的图案而用大剂量印制到衬底上。

除了对设计布局或图案形成装置(例如OPC)的优化之外，照射源也可以被优化，或者与图案形成装置优化一起进行优化或单独地进行优化，致力于改善整体的光刻保真度。在本文中术语“照射源”和“源”可以相互通用。自20世纪90年代起，已经引入了许多离轴照射源(诸如环形的、四极以及双极的)，并且为OPC设计提供了更大的自由度，从而改善了成像结果。已知，离轴照射是一种分辨包含在图案形成装置中的精细结构(即目标特征)的经证实的方式。然而，在与传统的照射源相比较时，离轴照射源通常为空间图像(AI)提供较低的光强度。因此，需要试图优化照射源，以在更精细的分辨率和降低的光强度之间获得优化的平衡。

例如，在Rosenbluth等题目为“Optimum Mask and Source Patterns to PrintAGiven Shape”，Journal of Microlithography，Microfabrication，Microsystems 1(1)，pp.13-20，(2002)的文章中，可以发现诸多的照射源优化方法。所述源被细分成多个区域，每一区域对应于光瞳光谱的特定区域。之后，假定源分布在每一源区域中是均匀的，且对于过程窗口优化每一区域的亮度。然而，这样的假定“源分布在每一源区域中是均匀的”不总是有效的，因此这一方法的有效性受到影响。在Granik的题目为“Source OptimizationforImage Fidelity and Throughput”，Journal of Microlithography，Microfabrication，Microsystems 3(4)，pp.509-522，(2004)的文章中阐述的另一例子中，综述了几个现有的源优化方法，提出了基于照射器像素的方法，该方法将源优化问题转换成一系列非负的最小二乘优化。虽然这些方法已经证实了一些成功，但是它们典型地需要多个复杂的迭代以收敛。另外，可能难以为一些额外的参数(诸如在Granik方法中的γ)确定适合的值/优化的值，这些额外的参数规定了在为衬底图像保真度对源进行的优化和源的平滑度要求之间的折衷。

对于低k₁光刻术，对源和图案形成装置的优化对于确保用于临界电路图案的投影的可行的过程窗口是非常有用的。一些算法(例如，Socha等人的Proc.SPIE，第5853卷，2005年，第180页)使得照射离散成独立的源点和使掩模离散成空间频率域中的衍射级，和基于过程窗口度量(诸如曝光宽容度)独立地用公式表达成本函数(其被定义为所选择的设计变量的函数)，所述过程窗口度量可以通过光学成像模型由源点强度和图案形成装置衍射级进行预测。此处使用的术语“设计变量”包括光刻投影设备或光刻过程的一组参数，例如光刻投影设备的使用者可以调节的参数，或用户可以通过调整那些参数来加以调整的图像特性。应当认识到，光刻投影设备的任何特性(包括源、图案形成装置、投影光学元件和/或抗蚀剂特性中的这些特性)在优化中可以在设计变量之中。成本函数通常是设计变量的非线性函数。之后标准优化技术用于最小化成本函数。

相关地，不断减小的设计规则的压力已经驱动半导体芯片制造者更深地进入到具有已有的193nm ArF光刻术的低k₁光刻术时代。朝向较低的k₁的光刻术对分辨率增强技术(RET)、曝光工具以及光刻友好设计的需要提出了很高的要求。在将来可能使用1.35ArF的超高数值孔径(NA)曝光工具。为了帮助确保可以用可工作的过程窗口来将所述电路设计印制到衬底上，源-图案形成装置优化(本文称作源-掩模优化或SMO)成为了对于2x nm节点所需要的重要的RET。

源和图案形成装置(设计布局)优化方法和系统允许使用成本函数没有约束地且在实际可行的时间量内同时优化源和图案形成装置，其在共同转让的于2009年11月20日申请的国际专利申请No.PCT/US2009/065359、并且公开号为WO2010/059954的题目为“FastFreeform Source and Mask Co-Optimization Method”中进行了描述，通过引用将其全部内容并入本文中。

另一种源和掩模优化方法和系统涉及通过调节源像素来优化所述源，其在共同转让的于2010年6月10日申请的美国专利申请No.12/813456、并且美国专利申请公开号为2010/0315614的题目为“Source-Mask Optimization in LithographicApparatus”中进行了描述，通过引用将其全部内容并入本文中。

在光刻投影设备中，作为示例，将成本函数被表达为：

其中(z₁,z₂,...,z_N)是N个设计变量或其值。f_p(z₁,z₂,...,z_N)可以是设计变量(z₁,z₂,...,z_N)的函数，诸如(z₁,z₂,...,z_N)的设计变量的值集合的评估点处的特性的实际值与预期值之间的差。w_p是与f_p(z₁,z₂,...,z_N)相关联的权重常数。可以向比其它评估点或图案更临界的评估点或图案指派较高w_p值。也可以向具有较大出现次数的图案和/或评估点指派较高w_p值。评估点的示例可以是衬底上的任何实体点或图案、虚拟设计布局上的任何点，或抗蚀剂图像，或空间图像，或其组合。f_p(z₁,z₂,...,z_N)也可以是诸如LWR之类的一个或更多个随机效应的函数，所述一个或更多个随机效应是设计变量(z₁,z₂,...,z_N)的函数。成本函数可以表示光刻投影设备或衬底的任何合适的特性，例如特征的失效率、焦距、CD、图像移位、图像变形、图像旋转、随机效应、吞吐量、CDU或其组合。CDU是局部CD变化(例如，局部CD分布的标准差的三倍)。CDU可以被互换地称作LCDU。在一个实施例中，成本函数表示CDU、吞吐量和随机效应(即，为CDU、吞吐量和随机效应的函数)。在一个实施例中，成本函数表示EPE、吞吐量和随机效应(即，是EPE、吞吐量和随机效应的函数)。在一个实施例中，设计变量(z₁,z₂,...,z_N)包括剂量、图案形成装置的全局偏差、来自源的照射的形状，或其组合。由于抗蚀剂图像常常规定衬底上的电路图案，因此成本函数常常包括表示抗蚀剂图像的一些特性的函数。例如，这种评估点的f_p(z₁,z₂,...,z_N)可以仅仅是抗蚀剂图像中的点与该点的预期位置之间的距离(即，边缘放置误差EPE_p(z₁,z₂,...,z_N))。设计变量可以是任何可调整参数，诸如，源、图案形成装置、投影光学器件、剂量、焦距等的可调整参数。投影光学器件可以包括被共同地称为“波前操控器”的部件，其可以用于调整照射束的波前和强度分布和/或相移的形状。投影光学器件优选地可以调整沿光刻投影设备的光学路径的任何部位处(诸如，在图案形成装置之前、在光瞳平面附近、在像平面附近、在焦平面附近)的波前和强度分布。投影光学器件可以用于校正或补偿由(例如)源、图案形成装置、光刻投影设备中的温度变化、光刻投影设备的部件的热膨胀造成的波前和强度分布的某些变形。调整波前和强度分布可以改变评估点和成本函数的值。可以从模型模拟这些变化或实际上测量这些变化。当然，CF(z₁,z₂,...,z_N)不限于方程式1中的形式。CF(z₁,z₂,...,z_N)可以呈任何其它适合的形式。

应注意，f_p(z₁,z₂,...,z_N)的正常加权均方根(RMS)被定义为因此，最小化f_p(z₁,z₂,...,z_N)的加权RMS等效于最小化方程式1中所定义的成本函数因而，出于本文中的记法简单起见，可以互换地利用方程式1和f_p(z₁,z₂,...,z_N)的加权RMS。

另外，如果考虑最大化过程窗(PW)，则可以将来自不同PW条件的同一实体部位视为(方程式1)中的成本函数的不同评估点。例如，如果考虑N个PW条件，则可以根据评估点的PW条件来对所述评估点进行分类且将成本函数书写为：

其中在第u个PW条件u＝1,...,U下，是f_p(z₁,z₂,...,z_N)的值。当f_p(z₁,z₂,...,z_N)为EPE时，则最小化以上成本函数等效于最小化在各种PW条件下的边缘移位，因而，这种情形导致最大化PW。具体地，如果PW也由不同掩模偏差组成，则最小化以上成本函数也包括最小化掩模误差增强因子(MEEF)，所述掩模误差增强因子被定义为衬底EPE与所引发的掩模边缘偏差之间的比率。

设计变量可以具有约束，所述约束可以被表达为(z₁,z₂,...,z_N)∈Z，其中Z是设计变量的可能值的集合。可以通过光刻投影设备的产率或期望的吞吐量来强加对设计变量的一个可能约束。期望的产率或吞吐量可能限制剂量，并且因而具有针对随机效应的影响(例如，对随机效应强加下限)。较高吞吐量通常导致较低剂量、较短较长曝光时间和较大随机效应。较高产率通常导致可能对随机风险敏感的受限设计。衬底吞吐量、产率和随机效应的最小化的考虑可以约束设计变量的可能值，这是因为随机效应是设计变量的函数。在没有由期望的吞吐量而强加的这种约束的情况下，所述优化可能得到不切实际的设计变量的值集合。例如，如果剂量是在设计变量当中，则在没有这种约束的情况下，所述优化可能得到使吞吐量经济上不可能的剂量值。然而，约束的有用性不应解释为必要性。吞吐量可能受到对图案化过程的参数的以失效率为基础的调整的影响。期望在维持高吞吐量的同时具有特征的较低失效率。吞吐量也可能受到抗蚀剂化学性质的影响。较慢抗蚀剂(例如需要用以适当地曝光的较高量的光的抗蚀剂)导致较低吞吐量。因此，基于涉及由于抗蚀剂化学性质或波动所引起的特征的失效率、以及针对较高吞吐量的剂量要求的优化过程，可以确定所述图案化过程的适当参数。

因此，所述优化过程是在约束(z₁,z₂,...,z_N)∈Z下找到使得成本函数最小化的设计变量的值集合，即，找到：

图12中图示了根据实施例的优化所述光刻投影设备的一般方法。这种方法包括定义多个设计变量的多变量成本函数的步骤S1202。设计变量可以包括选自照射源的特性(1200A)(例如，光瞳填充比率，即，源的辐射的穿过光瞳或孔阑的百分比)、投影光学器件的特性(1200B)和设计布局的特性(1200C)的任何合适的组合。例如，设计变量可以包括照射源的特性(1200A)和设计布局的特性(1200C)(例如，全局偏差)，但不包括投影光学器件的特性(1200B)，这种情形导致SMO。替代地，设计变量可以包括照射源的特性(1200A)、投影光学器件的特性(1200B)和设计布局的特性(1200C)，这种情形导致源-掩模-透镜优化(SMLO)。在步骤S1204中，同时地调整设计变量，使得成本函数朝向收敛移动。在步骤S1206中，确定是否满足预定义终止条件。预定终止条件可以包括各种可能性，即，成本函数可以被最小化或最大化(如由所使用的数值技术所需要的)、成本函数的值已等于阈值或已超越阈值、成本函数的值已达到预设误差限内，或达到预设迭代次数。如果满足步骤S1206中的条件中的任一个，则所述方法结束。如果都没有满足步骤S1206中的条件中的任一个，则迭代地重复步骤S1204和S1206直到获得期望的结果为止。优化不必导致用于设计变量的单个值集合，这是因为可以存在由诸如失效率、光瞳填充因子、抗蚀剂化学性质、吞吐量等等的因素造成的物理抑制。所述优化可以提供用于设计变量和相关联性能特性(例如，吞吐量)的多个值集合，并且允许光刻设备的使用者选取一个或更多个集合。

在光刻投影设备中，可以交替地优化源、图案形成装置和投影光学器件(被称作交替优化)，或可以同时地优化源、图案形成装置和投影光学器件(被称作同时优化)。如本文中所使用的术语“同时的”、“同时地”、“联合的”和“联合地”意味着源、图案形成装置、投影光学器件的特性的设计变量和/或任何其它设计变量被允许同时改变。如本文中所使用的术语“交替的”和“交替地”意味着不是所有设计变量都被允许同时改变。

在图13中，同时地执行所有设计变量的优化。这种流程可以被称为同时流程或共同优化流程。替代地，交替地执行所有设计变量的优化，如图13中所图示。在这样的流程中，在每个步骤中，使一些设计变量固定，而优化其它设计变量以最小化成本函数；接着，在下一步骤中，使不同变量集合固定，而同时优化其它变量集合以最小化成本函数。交替地执行这些步骤直到符合收敛或某些终止条件为止。

如图13的非限制性示例流程图中示出的，首先，获得设计布局(步骤S1302)，接着，在步骤S1304中执行源优化的步骤，其中优化了照射源(SO)的所有设计变量以最小化成本函数，而使所有其它设计变量固定。接着在下一步骤S1306中，执行掩模优化(MO)，其中优化所述图案形成装置的所有设计变量以最小化成本函数，同时使所有其它设计变量固定。交替地执行这种两个步骤，直到在步骤S1308中符合某些终止条件为止。可以使用各种终止条件，诸如，成本函数的值变得等于阈值、成本函数的值跨超越阈值、成本函数的值达到预设误差极内，或达到预设迭代次数，等等。应注意，SO-MO交替优化是用作所述替代流程的示例。所述替代流程可以采取许多不同的形式，诸如：SO-LO-MO交替优化，其中交替地且迭代地执行SO、LO(透镜优化)和MO；或可以执行第一SMO一次，接着交替地且迭代地执行LO和MO；等等。最后，在步骤S1310中获得优化结果的输出，并且过程停止。

如之前所论述的图案选择算法可以与同时或交替优化集成。例如，当采用交替优化时，首先可以执行全芯片SO，识别“热点”和/或“温点”，接着执行MO。鉴于本公开，次优化的众多排列和组合是可能的，以便实现期望的优化结果。

图14A示出一种示例性优化方法，其中最小化成本函数。在步骤S502中，获得设计变量的初始值，包括设计变量的调谐范围(如果存在)。在步骤S504中，设置多变量成本函数。在步骤S506中，在围绕用于第一迭代步骤(i＝0)的设计变量的起点值的足够小的邻域内展开成本函数。在步骤S508中，应用标准多变量优化技术以最小化成本函数。应注意，优化问题可以在S508中的优化过程期间或在优化过程中的后期施加约束，诸如调谐范围。步骤S520指示出针对用于已被选择用于对所述光刻过程进行优化的所识别的评估点的给定测试图案(也被称为“量规”)进行每次迭代。在步骤S510中，预测光刻响应。在步骤S512中，将步骤S510的结果与步骤S522中获得的期望的或理想的光刻响应值进行比较。如果在步骤S514中满足终止条件，即，优化产生足够接近于期望的值的光刻响应值，则在步骤S518中输出设计变量的最终值。输出步骤也可以包括使用设计变量的最终值来输出其它函数，诸如，输出光瞳平面(或其它平面)处的波前像差调整的映射、经优化的源映射，和经优化的设计布局等等。如果没有满足终止条件，则在步骤S516中，利用第i次迭代的结果来更新设计变量的值，并且过程返回至步骤S506。下文详细地阐述图14A的过程。

在示例性优化过程中，没有假定或近似所述设计变量(z₁,z₂,...,z_N)与f_p(z₁,z₂,...,z_N)之间的关系，除了f_p(z₁,z₂,...,z_N)足够平滑(例如，存在一阶导数之外，其通常在光刻投影设备中有效。可以应用诸如高斯-牛顿(Gauss-Newton)算法、列文伯格-马夸特(Levenberg-Marquardt)算法、梯度下降算法、模拟退火、遗传算法之类的算法以找到

这里，将高斯-牛顿算法用作示例。高斯-牛顿算法是适用于一般非线性多变量优化问题的迭代方法。在设计变量(z₁,z₂,...,z_N)取值(z_1i,z_2i,...,z_Ni)的第i次迭代中，高斯-牛顿算法在(z_1i,z_2i,...,z_Ni)的邻域中线性化f_p(z₁,z₂,...,z_N)，并且接着计算(z_1i,z_2i,...,z_Ni)的邻域中的给出最小CF(z₁,z₂,...,z_N)的值(z_1(i+1),z_2(i+1),...,z_N(i+1)))。设计变量(z₁,z₂,...,z_N)在第(i+1)次迭代中取值((z_1(i+1),z_2(i+1),...,z_N(i+1)))。这种迭代继续直到收敛(即，CF(z₁,z₂,...,z_N))不再减小)或达到预设迭代次数为止。

特别地，在第i次迭代中，在(z_1i,z_2i,...,z_Ni)的邻域中，

在方程式3的近似的情况下，成本函数变为：

其是设计变量(z₁,z₂,...,z_N)的二次函数。除设计变量(z₁,z₂,...,z_N)外，各项是常数。

如果设计变量(z₁,z₂,...,z_N)不处于任何约束下，则(z_1(i+1),z_2(i+1),...,z_N(i+1)))可以通过对N个线性方程式进行求解而导出：

其中n＝1,2,...N。

如果设计变量(z₁,z₂,...,z_N)是在呈J个不等式(例如，(z₁,z₂,...,z_N)的调谐范围)的约束下其中j＝1,2,...J)；并且在K个方程式(例如，设计变量之间的相互依赖性)的约束下其中k＝1,2,...K)；则优化过程变为经典二次规划问题，其中A_nj、B_j、C_nk、D_k为常数。可以针对每次迭代来强加额外约束。例如，可以引入“阻尼因子”Δ_D以限制(z_1(i+1),z_2(i+1),...,z_N(i+1))与(z_1i,z_2i,...,z_Ni)之间的差，使得方程式3的近似成立。这样的约束可以表达为z_ni-Δ_D≤z_n≤z_ni+Δ_D。可以使用例如Jorge Nocedal和StephenJ.Wright(柏林-纽约：范登伯格，剑桥大学出版社)的Numerical Optimization(第2版)中所描述的方法来导出(z_1(i+1),z_2(i+1),...,z_N(i+1)))。

代替使得f_p(z₁,z₂,...,z_N)的RMS最小化，所述优化过程可以将评估点当中的最大偏差(最差缺陷)的量值最小化至它们的预期值。在这样的方法中，可替代地将成本函数表达为：

其中CL_p是针对f_p(z₁,z₂,...,z_N)的最大允许值。这种成本函数表示评估点当中的最差缺陷。使用这种成本函数的优化会最小化最差缺陷的量值。迭代贪婪算法可以用于这种优化。

方程式5的成本函数可以被近似为：

其中q是偶数正整数，诸如至少4，优选地为至少10。方程式6模仿方程式5的行为，同时允许通过使用诸如最深下降方法、共轭梯度方法等等的方法来以分析方式执行优化且使优化加速。

最小化最差缺陷大小也可以与f_p(z₁,z₂,...,z_N)的线性化组合。具体地，如在方程式3中那样，近似f_p(z₁,z₂,...,z_N)。接着，将对于最差缺陷大小的约束书写为不等式E_Lp≤f_p(z₁,z₂,...,z_N)≤E_Up，其中E_Lp和E_Up是指定f_p(z₁,z₂,...,z_N)的最小和最大允许偏差的两个常数。插入方程式3，将这些约束转变为如下方程式：(其中p＝1,…P)，

和

因为方程式3通常仅在(z_1i,z_2i,...,z_Ni)的邻域中有效，所以在这种邻域中不能实现期望的约束E_Lp≤f_p(z₁,z₂,...,z_N)≤E_Up(其可以由所述不等式当中的任何冲突来确定)的情况下，则可以放宽常数E_Lp和E_Up直到可实现所述约束为止。这种优化过程最小化(z_1i,z_2i,...,z_Ni)邻域中的最差缺陷大小。接着，每个步骤逐步地减小最差缺陷大小，并且迭代地执行每个步骤直到符合某些终止条件为止。这种情形将导致最差缺陷大小的最佳减小。

用于最小化最差缺陷的另一方式在每次迭代中调整权重w_p。例如，在第i次迭代之后，如果第r个评估点是最差缺陷，则可以在第(i+1)次迭代中增加w_r，使得所述评估点的缺陷大小的减小被给予较高优先级。

另外，可以通过引入拉格朗日(Lagrange)乘数来修改方程式4和方程式5中的成本函数，以实现对缺陷大小的RMS的优化与对最差缺陷大小的优化之间的折衷，即，

其中λ是指定对缺陷大小的RMS的优化与对最差缺陷大小的优化之间的折衷的预设常数。具体地，如果λ＝0，则这种方程式变为方程式4，并且仅最小化所述缺陷大小的RMS；而如果λ＝1，则这种方程式变为方程式5，并且仅最小化所述最差缺陷大小；如果0＜λ＜1，则在优化中考虑以上两种情况。可以使用多种方法来解决这种优化。例如，类似于先前所描述的方法，可以调整每次迭代中的加权。替代地，类似于从不等式最小化所述最差缺陷大小，方程式6'和6”的不等式可以被视为在二次规划问题的求解期间的设计变量的约束。接着，可以递增地放宽对最差缺陷大小的界限，或递增地增加用于最差缺陷大小的权重、计算用于每个可实现的最差缺陷大小的成本函数值，并且选择使得总体成本函数最小化的设计变量值作为用于下一步骤的初始点。通过迭代地进行这种操作，可以实现这种新成本函数的最小化。

优化光刻投影设备可以扩展过程窗。较大过程窗在过程设计和芯片设计方面提供更多灵活性。过程窗可以被定义为使抗蚀剂图像在抗蚀剂图像的设计目标的某一极限内的焦距和剂量值的集合。应注意，这里所论述的所有方法也可以扩展至可以通过除了曝光剂量和散焦以外的不同或额外的基参数而建立的广义过程窗定义。这些基参数可以包括(但不限于)诸如NA、均方偏差、像差、偏振或抗蚀剂层的光学常数之类的光学设置。例如，如早先所描述的，如果PW也由不同掩模偏差组成，则所述优化包括掩模误差增强因子(MEEF)的最小化，所述掩模误差增强因子被定义为衬底EPE与所引发的掩模边缘偏差之间的比率。对焦距和剂量值所定义的过程窗在本公开中仅用作示例。下文描述根据示例的最大化所述过程窗的方法。

在第一步骤中，从过程窗中的已知条件(f₀,ε₀)开始(其中f₀是名义焦距，并且ε₀是名义剂量)，最小化在领域(f₀±Δf,ε₀±Δε)中的下方的成本函数中的一个：

或

或

如果允许名义焦距f₀和名义剂量ε₀移位，则它们可以与设计变量(z₁,z₂,...,z_N)联合地优化。在下一步骤中，如果可以找到(z₁,z₂,...,z_N,f,ε)的值集合，则接受(f₀±Δf,ε₀±Δε)作为过程窗的部分，使得成本函数是在预设极限内。

替代地，如果不允许焦距和剂量发生移位，则在焦距和剂量固定于名义焦距f₀和名义剂量ε₀的情况下优化所述设计变量(z₁,z₂,...,z_N)。在替代性实施例中，如果可以找到(z₁,z₂,...,z_N)的值集合，则接受(f₀±Δf,ε₀±Δε)作为过程窗的部分，使得成本函数是在预设极限内。

本文中前文所描述的方法可以用于最小化方程式7、7'或7”的相应成本函数。如果设计变量是投影光学器件的特性，诸如泽尼克系数，则最小化方程式7、7'或7”的成本函数导致基于投影光学器件优化(即LO)的过程窗最大化。如果所述设计变量是除了投影光学器件的特性以外的源和图案形成装置的特性，则最小化方程式7、7'或7”的成本函数会导致基于SMLO的过程窗最大化，如图13中所图示的。如果设计变量是源和图案形成装置的特性，则最小化方程式7、7'或7”的成本函数会导致基于SMO的过程窗最大化。方程式7、7'或7”的成本函数也可以包括至少一个f_p(z₁,z₂,...,z_N)，诸如在方程式7或方程式8中的f_p(z₁,z₂,...,z_N)，其是诸如2D特征的LWR或局部CD变化以及吞吐量之类的一个或更多个随机效应的函数。

图15示出同时SMLO过程可以如何将高斯-牛顿算法用于优化的一个特定示例。在步骤S702中，识别设计变量的起始值。也可以识别针对每个变量的调谐范围。在步骤S704中，使用设计变量来定义成本函数。在步骤S706中，围绕用于设计布局中的所有评估点的起始值来展开成本函数。在可选的步骤S710中，执行全芯片模拟以覆盖全芯片设计布局中的所有临界图案。在步骤S714中获得期望的光刻响应指标(诸如，CD或EPE)，并且在步骤S712中比较期望的光刻响应指标与那些量的预测值。在步骤S716中，确定过程窗。步骤S718、S720和S722类似于如关于图14A所描述的对应的步骤S514、S516和S518。如之前所提及的，最终输出可以是光瞳平面中的波前像差映射，其被优化以产生期望的成像性能。最终输出也可以是经优化的源映射和/或经优化的设计布局。

图14B示出用以最佳化成本函数的示例性方法，其中设计变量(z₁,z₂,...,z_N)包括可以仅取离散值的设计变量。

所述方法通过限定照射源的像素组和图案形成装置的图案形成装置图案块来开始(步骤S802)。通常，像素组或图案形成装置图案块也可以被称作光刻过程部件的划分部。在一个示例性方法中，将照射源划分成117个像素组，并且针对所述图案形成装置限定94个图案形成装置图案块(大致如上文所描述的)，从而引起总共211个划分部。

在步骤S804中，选择光刻模型作为用于光刻模拟的基础。光刻模拟产生用于计算光刻指标或响应的结果。将特定光刻指标限定为待优化的性能指标(步骤S806)。在步骤S808中，设置用于照射源和图案形成装置的初始(预优化)条件。初始条件包括针对照射源的像素组和图案形成装置的图案形成装置图案块的初始状态，使得可以参考初始照射形状和初始图案形成装置图案。初始条件也可以包括掩模偏差、NA，和聚焦斜坡范围(或聚焦渐变范围)。虽然步骤S802、S804、S806和S808被描绘为连续步骤，但应了解，在本发明的其它实施例中，可以按照其它顺序执行这些步骤。

在步骤S810中，对像素组和图案形成装置图案块进行排序。可以使像素组和图案形成装置图案块在排序中交错。可以使用各种排序方式，包括：连续地(例如，从像素组1至像素组117和从图案形成装置图案块1至图案形成装置图案块94)、随机地、根据所述像素组和图案形成装置图案块的实体部位(例如，将与照射源的中心较接近的像素组排序较高)，和根据所述像素组或图案形成装置图案块的变更如何影响性能指标。

一旦对像素组和图案形成装置图案块排序，则调整照射源和图案形成装置以改善性能指标(步骤S812)。在步骤S812中，按排序次序来分析像素组和图案形成装置图案块中的每个，以确定像素组或图案形成装置图案块的改变是否将导致改善的性能指标。如果确定所述性能指标将被改善，则相应地变更像素组或图案形成装置图案块，并且得到的改善的性能指标和经修改的照射形状或经修改的图案形成装置图案形成用于比较的基线，以用于后续分析较低排序的像素组和图案形成装置图案块。换句话说，保持了改善性能指标的变更。随着进行和保持对像素组和图案形成装置图案块的状态的变更，则初始照射形状和初始图案形成装置图案相应地改变，使得经修改的照射形状和经修改的图案形成装置图案由步骤S812中的优化过程引起。

在其它方法中，也在S812的优化过程内执行像素组和/或图案形成装置图案块的图案形成装置多边形形状调整和成对轮询。

在替代实施例中，交错式同时优化工序可以包括变更照射源的像素组，并且在若发现性能指标的改善的情况下，逐步升高和降低剂量以寻找进一步改善。在另一替代方案中，可以通过由图案形成装置图案的偏差改变来替换剂量或强度的逐步升高和降低，以寻找同时优化工序的进一步改善。

在步骤S814中，确定性能指标是否已收敛。例如，如果在步骤S810和S812的最后若干次迭代中已见证性能指标的几乎没有改进或没有改善，则性能指标可以被认为已收敛。如果性能指标尚未收敛，则在下次迭代中重复步骤S810和S812，其中来自当前迭代的经修改的照射形状和经修改的图案形成装置被用作用于下次迭代的初始照射形状和初始图案形成装置(步骤S816)。

上文所描述的优化方法可以用于增加光刻投影设备的吞吐量。例如，成本函数可以包括作为曝光时间的函数的f_p(z₁,z₂,...,z_N)。这种成本函数的优化优选地受到随机效应或其它指标的测量的约束或影响。具体地，用于增加光刻过程的吞吐量的计算机实施方法可以包括优化作为光刻过程的一个或更多个随机效应的函数且作为衬底的曝光时间的函数的成本函数，以便最小化曝光时间。

在一个实施例中，成本函数包括作为一个或更多个随机效应的函数的至少一个f_p(z₁,z₂,...,z_N)。随机效应可以包括特征的失效、如在图3的方法中所确定的测量数据(例如SEPE)、2D特征的σ_sepe或LWR或局部CD变化。在一个实施例中，随机效应包括抗蚀剂图像的特征的随机变化。例如，这些随机变化可以包括特性的失效率σ_sepe、线边缘粗糙度(LER)、线宽粗糙度(LWR)和临界尺寸均一性(CDU)。在成本函数中包括随机变异会允许找到使得随机变化最小化的设计变量的值，由此减小由于随机效应而引起的缺陷的风险。

图16为图示计算机系统100的方块图，其可以辅助执行本文公开的优化方法和流程。计算机系统100包括：总线102或用于信息通信的其它通信机制；和与总线102联接的用于处理信息的处理器104(或多个处理器104和105)。计算机系统100还包括主存储器106(诸如随机存取存储器(RAM)或其它动态储存装置)，所述主存储器106联接至总线102用于储存被处理器104执行的信息和指令。主存储器106还可以用于在由处理器104执行的指令的执行期间储存临时变量或其它中间信息。计算机系统100还包括被联接至总线102的只读存储器(ROM)108或其它静态储存装置，其用于存储用于处理器104的静态信息和指令。存储装置110(诸如磁盘或光盘)被提供并联接至总线102，用于存储信息和指令。

计算机系统100可以经由总线102联接至显示器112(诸如阴极射线管(CRT)或平板或触摸面板显示器)，用于给计算机使用者显示信息。输入装置114(包括字母数字键和其它键)联接至总线102用于将信息和命令选择与处理器104通信。另一类型的使用者输入装置是光标控制器116(诸如鼠标、轨迹球、或光标方向键)，用于将方向信息和命令选择与处理器104通信和用于控制显示器112上的光标移动。这一输入装置典型地在两个轴线(第一轴线(例如x)和第二轴线(例如y))上具有两个自由度，这允许所述装置指定平面中的位置。触摸面板(屏)显示器也可以用作输入装置。

根据本发明的一个实施例，优化过程的部分可以由计算机系统100响应于用于执行包含在主储存器106中的一个或更多的指令的一个或更多的序列的处理器104而被执行。这样的指令可以被从另一计算机可读介质(诸如储存装置110)读取到主储存器106中。包含在主存储器106中的指令的序列的执行使得处理器104执行此处描述的方法步骤。在多处理布置中的一个或更多的处理器也可以被用于执行包含在主存储器106中的指令的序列。在可替代的实施例中，硬接线电路可以用于替代软件指令或与软件指令结合。因此，本文中的描述不限于硬件电路和软件的任何特定的组合。

如此处使用的术语“计算机可读介质”表示参与为了执行而提供指令至处理器104的任何介质。这样的介质可以采用许多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘，诸如储存装置110。易失性介质包括动态存储器，诸如主存储器106。传输介质包括同轴电缆、铜导线和光纤，包含包括总线102的导线。传输介质还可以采用声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间产生的这些声波或光波。计算机可读介质的通常形式包括例如软盘、软碟(flexible disk)、硬盘、磁带、任何其它磁介质、CD-ROM、DVD、任何其它光学介质、穿孔卡、纸带、任何具有孔图案的其它物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其它存储器芯片或卡带、如下文描述的载波或计算机可以读取的任何其它介质。

各种形式的计算机可读介质可能涉及将一个或更多的指令的一个或更多的序列传送至处理器104，用于执行。例如，指令可以最初出现在远程计算机的磁盘上。远程计算机可以将指令加载到其动态存储器中且使用调制解调器在电话线上发送所述指令。在计算机系统100本地的调制解调器可以接收电话线上的数据，且使用红外发送器将数据转换成红外信号。联接至总线102的红外探测器可以接收在红外信号中携带的数据和将数据置于总线102上。总线102将数据传送至主存储器106，处理器104从主存储器106获取和执行指令。由主存储器106接收的指令可以可选择地在处理器104的执行之前或之后被储存在储存装置110上。

计算机系统100也可优选地包括联接至总线102的通信接口118。通信接口118提供联接至网络链路120的双向数据通信，该网络链路120连接至本地网络122。例如，通信接口118可以是综合业务数字网(ISDN)卡或调制解调器，用于提供数据通信连接至对应类型的电话线。作为另一例子，通信接口118可以是局域网(LAN)卡，以提供数据通信连接至兼容的LAN。无线链路也可以被实现。在任何这样的实施方式中，通信接口118发送和接收电、电磁或光信号，其携带表示各种类型的信息的数字数据流。

典型地，网络链路120通过一个或更多的网络将数据通信提供至其它数据装置。例如，网络链路120可以通过本地网络122提供连接至主机124或由网络服务商(ISP)126操作的数据设备。ISP126又通过全球分组数据通信网络(现在被通常称为“互联网”)128提供数据通信服务。本地网络122和互联网128都使用携带数字数据流的电、电磁或光信号。通过各种网络的信号和网络链路120上和通过通信接口118的信号将数字数据传送至计算机系统100和从计算机系统100传送回，其是用于运送信息的载波的示例性形式。

计算机系统100可以通过网络、网络链路120和通信接口118发送信息和接收数据，包括程序码。在互联网的例子中，服务器130可以通过互联网128、ISP126、局域网122和通信接口118为应用程序发送请求码。一个这样的被下载的应用程序可提供用于例如实施例的照射优化。在它在储存装置110或用于之后的执行的其它非易失性储存器中被接收和/或储存时，接收码可以被处理器104执行。如此，计算机系统100可以获得成载波形式的应用码。

图17示意性地描述了一种示例性光刻投影设备LA，其照射源可利用本文所描述的方法进行优化。所述设备LA包括：

-照射系统IL，其用于调节辐射束B。在此特定情况下，照射系统也包括辐射源SO；

-第一载物台(例如掩模台)MT，其具备用于保持图案形成装置MA(例如掩模版)的图案形成装置保持器，并且连接到用于相对于装置PS来准确地定位该图案形成装置的第一定位器；

-第二载物台(衬底台)WT，其具备用于保持衬底W(例如涂覆有抗蚀剂的硅晶片)的衬底保持器，并且连接到用于相对于装置PS来准确地定位该衬底的第二定位器；

-投影系统(“透镜”)PS(例如折射型、反射型或反射折射型光学系统)，其用于将图案形成装置MA的被照射部分成像到衬底W的目标部分C(例如包括一个或多个管芯)上。

如本发明中所描绘的，该设备属于透射类型(即，具有透射型掩模)。然而，通常，其也可以属于反射类型，例如(具有反射型掩模)。替代地，所述设备可以作为使用经典掩模的替代方案来使用另一种类的图案形成装置；示例包括可编程反射镜阵列或LCD矩阵。

源SO(例如汞灯或准分子激光器)产生辐射束。例如，该束直接地或在已横穿诸如扩束器Ex的调节构件之后被馈送到照射系统(照射器)IL中。照射器IL可以包括调整构件AD以用于设定束中的强度分布的外部径向范围和/或内部径向范围(通常分别被称作σ外部及σ内部)。另外，照射器IL通常将包括各种其他部件，诸如积分器IN及聚光器CO。这样，照射于图案形成装置MA上的束B在其横截面中具有期望的均一性和强度分布。

关于图23应该注意的是，源SO可以在光刻投影设备的外壳内(源SO是例如汞灯时的情况时，通常是这种情况)，但其也可以远离光刻投影设备LA，其产生的辐射束被引导到该设备中(例如借助于适当的引导镜)；这后一种情形经常是源SO为准分子激光器(例如基于KrF、ArF或F₂激光作用)时的情况。

束PB随后截取被保持于图案形成装置台MT上的图案形成装置MA。在已横穿图案形成装置MA的情况下，束B传递通过透镜PL，该透镜将该束B聚焦至衬底W的目标部分C上。借助于第二定位构件(以及干涉测量构件IF)，可以准确地移动衬底台WT，例如以便使不同目标部分C定位于束PB的路径中。相似地，第一定位构件可以用于例如在自图案形成装置库机械地获得图案形成装置MA之后或在扫描期间相对于束B的路径来准确地定位图案形成装置MA。通常，将借助于未在图23中明确地描绘的长冲程模块(粗定位)及短冲程模块(精定位)来实现载物台MT、WT的移动。然而，在晶片步进器(相对于步进扫描工具)的情况下，图案形成装置台MT可以仅连接到短冲程致动器，或者可以是固定的。

可以在两种不同模式中使用所描绘的工具：

-在步进模式中，将图案形成装置台MT保持基本上静止，并且将整个图案形成装置图像一次投影((即，单次“闪光”)至目标部分C上。接着使衬底台WT在x方向和/或y方向上移位，使得可以由束PB照射不同目标部分C；

-在扫描模式中，基本上适用相同情形，但是给定目标部分C不是在单次“闪光”中被曝光。而是，图案形成装置台MT在给定方向(所谓的“扫描方向”，例如y方向)上以速度v可移动，使得投影束B遍及图案形成装置图像进行扫描；同时，衬底台WT以速度V＝Mv在相同或相对方向上同时地移动，其中，M是透镜PL的放大率(通常M＝1/4或＝1/5)。这样，可以在不必损害分辨率的情况下曝光相对较大目标部分C。

图18示意性地描绘了另一示例性光刻投影设备LA，其照射源可运用本文所述的方法进行优化。

光刻投影设备LA包括：

-源收集器模块SO；

-照射系统(照射器)IL，配置用于调节辐射束B(例如，EUV辐射)；

-支撑结构(例如掩模台)MT，构造用于支撑图案形成装置(例如掩模或掩模版)MA并与配置用于精确地定位图案形成装置的第一定位装置PM相连；

-衬底台(例如晶片台)WT，构造用于保持衬底(例如涂覆有抗蚀剂的晶片)W，并与配置用于精确地定位衬底的第二定位装置PW相连；以及

-投影系统(例如反射式投影系统)PS，所述投影系统PS配置用于将由图案形成装置MA赋予辐射束B的图案投影到衬底W的目标部分C(例如包括一个或更多个管芯)上。

如这里所示的，所述设备LA是反射型的(例如，采用反射式掩模)。应当注意，由于大多数材料在EUV波长范围内是吸收性的，因此掩模可以具有多层反射器，包括例如钼和硅的多叠层。在一个示例中，多叠层反射器具有40层成对的钼和硅，其中每层的厚度为四分之一波长。用X射线光刻术可以产生甚至更小的波长。由于大多数材料在EUV和X射线波长中是吸收性的，所以在图案形成装置形貌上(例如，在多层反射器的顶部上的TaN吸收器)图案化的吸收材料的薄片定义了特征将印制(正性抗蚀剂)或不印制(负性抗蚀剂)的区域。

参照图18，照射器IL接收来自源收集器模块SO的极紫外辐射束。用以产生EUV辐射的方法包括但不必限于将材料转换为等离子体状态，该材料具有在EUV范围内具有一个或更多个发射线的至少一种元素，例如氙、锂或锡。在通常称为激光产生等离子体(“LPP”)的一种这样的方法中，所需的等离子体可以通过使用激光束照射燃料来产生，燃料例如是具有发射线元素的材料的液滴、束流或簇团。源收集器模块SO可以是包括用于提供用于激发燃料的激光束的激光器(在图18中未示出)的EUV辐射系统的一部分。所形成的等离子体发射输出辐射，例如EUV辐射，其通过使用设置在源收集器模块中的辐射收集器收集。激光器和源收集器模块可以是分立的实体，例如当使用CO2激光器提供激光束用于燃料激发时。

在这种情况下，激光器不看作是形成光刻设备的一部分，并且，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，辐射束被从激光器传递至源收集器模块。在其他情况下，所述源可以是源收集器模块的组成部分，例如当源是放电产生等离子体EUV产生器，通常称为DPP源。

照射器IL可以包括调节器，用于调节辐射束的角度强度分布。通常，可以对所述照射器的光瞳平面中的强度分布的至少所述外部和/或内部径向范围(一般分别称为σ-外部和σ-内部)进行调整。此外，所述照射器IL可以包括各种其它部件，例如琢面场反射镜装置和琢面光瞳反射镜装置。可以将所述照射器用于调节所述辐射束，以在其横截面中具有所需的均匀性和强度分布。

所述辐射束B入射到保持在支撑结构(例如，掩模台)MT上的所述图案形成装置(例如，掩模)MA上，并且通过所述图案形成装置来形成图案。在已经由图案形成装置(例如，掩模)MA反射之后，所述辐射束B通过投影系统PS，所述投影系统PS将辐射束聚焦到所述衬底W的目标部分C上。通过第二定位装置PW和位置传感器系统PS2(例如，干涉仪器件、线性编码器或电容传感器)的帮助，可以精确地移动所述衬底台WT，例如以便将不同的目标部分C定位于所述辐射束B的路径中。类似地，可以将所述第一定位装置PM和另一个位置传感器系统PS1用于相对于所述辐射束B的路径精确地定位图案形成装置(例如，掩模)MA。可以使用图案形状装置对准标记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。

可以将所描绘的设备LA用于以下模式中的至少一种中：

1.在步进模式中，在将支撑结构(例如掩模台)MT和衬底台WT保持为基本静止的同时，将赋予所述辐射束的整个图案一次投影到目标部分C上(即，单一的静态曝光)。然后将所述衬底台WT沿X和/或Y方向移动，使得可以对不同目标部分C曝光。

2.在扫描模式中，在对支撑结构(例如掩模台)MT和衬底台WT同步地进行扫描的同时，将赋予所述辐射束的图案投影到目标部分C上(即，单一的动态曝光)。衬底台WT相对于支撑结构(例如掩模台)MT的速度和方向可以通过所述投影系统PS的(缩小)放大率和图像反转特征来确定。

3.在另一种模式中，将用于保持可编程图案形成装置的支撑结构(例如掩模台)MT保持为基本静止，并且在对所述衬底台WT进行移动或扫描的同时，将赋予所述辐射束的图案投影到目标部分C上。在这种模式中，通常采用脉冲辐射源，并且在所述衬底台WT的每一次移动之后、或在扫描期间的连续辐射脉冲之间，根据需要更新所述可编程图案形成装置。这种操作模式可易于应用于利用可编程图案形成装置(例如，如上所述类型的可编程反射镜阵列)的无掩模光刻术中。

图19更详细地示出设备LA，包括源收集器模块SO、照射系统IL以及投影系统PS。源收集器模块SO构造并布置成使得在源收集器模块SO的包围结构220内保持真空环境。用于发射EUV辐射的等离子体210可以通过放电产生等离子体源形成。EUV辐射可以通过气体或蒸汽产生，例如氙气、锂蒸汽或锡蒸汽，其中形成极高温等离子体210以发射在电磁辐射光谱的EUV范围内的辐射。通过例如引起至少部分离子化的等离子体的放电来形成极高温等离子体210。例如，有效生成辐射可能要求Xe、Li、Sn蒸汽或任何其他合适的气体或蒸汽的10Pa的分压。在一个实施例中，被激发的锡(Sn)的等离子体被提供以产生EUV辐射。

由高温等离子体210发射的辐射从源腔211经由可选的定位在源腔211内的开口内或其后面的气体阻挡件或污染物阱230(在某些情况下被称为污染物阻挡件或翼片阱)被传递到收集器腔212。污染物阱230可以包括通道结构。污染物阱230还可以包括气体阻挡件或气体阻挡件和通道结构的组合。此处进一步示出的污染物阱或污染物阻挡件230至少包括通道结构，如现有技术中已知的。

收集器腔211可以包括辐射收集器CO，其可以是所谓的掠入射收集器。辐射收集器CO具有上游辐射收集器侧251和下游辐射收集器侧252。穿过收集器CO的辐射可以被反射离开光栅光谱滤光片240以沿着由虚线‘O’标示的光轴被聚焦在虚源点IF。虚源点IF通常称为中间焦点，并且该源收集器模块布置成使得中间焦点IF位于包围结构220的开口处或其附近。虚源点IF是用于发射辐射的等离子体210的像。

随后辐射穿过照射系统IL，照射系统IL可以包括布置成在图案形成装置MA处提供辐射束21的期望的角分布以及在图案形成装置MA处提供期望的辐射强度均匀性的琢面场反射镜装置22和琢面光瞳反射镜装置24。在辐射束21在由支撑结构MT保持的图案形成装置MA处反射时，图案化的束26被形成，并且图案化的束26通过投影系统PS经由反射元件28、30成像到由衬底台WT保持的衬底W上。

在照射光学装置单元IL和投影系统PS中通常可以存在比图示的元件更多的元件。光栅光谱滤光片240可以可选地设置，这依赖于光刻设备的类型。此外，可以存在比图中示出的反射镜更多的反射镜，例如在投影系统PS中可以存在图19中所示出的元件以外的1-6个附加的反射元件。

收集器光学装置CO，如图19所示，在图中被示出为具有掠入射反射器253、254以及255的巢状收集器，仅作为收集器(或收集器反射镜)的一个示例。掠入射反射器253、254以及255围绕光学轴线O轴向对称地设置，该类型的收集器光学装置CO优选与放电产生的等离子体源结合使用，通常称为DPP源。

替代地，源收集器模块SO可以是如图20所示的LPP辐射系统的一部分。激光器LA布置成将激光能量入射到燃料，例如氙气(Xe)、锡(Sn)或锂(Li)，由此产生具有几十eV的电子温度的高度离子化的等离子体210。在这些离子的去激发和复合期间生成的高能辐射由等离子体发射，被近正入射收集器光学装置CO收集并被聚焦到包围结构220的开口221上。

此处所披露的构思可以模拟用于使亚波长特征成像的任何一般性成像系统或在数学上对用于使亚波长特征成像的任何一般性成像系统进行建模，且可能随着能够产生不断变短的波长的成像技术的出现是特别有用的。已经使用的现有的技术包括EUV(极紫外线)光刻术，其能够用ArF激光器产生193nm波长，甚至可以用氟激光器产生157nm的波长。此外，EUV光刻术能够通过使用同步加速器或通过用高能电子撞击材料(固体或等离子体)来产生在20-5nm范围内的波长，用于产生在这一范围内的光子。

本公开的实施例可以由以下方面进一步描述。

1.一种图案化过程的源和掩模优化的方法，所述方法包括：

在衬底上获得具有具备缺陷的阈值概率的部位；

限定所述部位周围的缺陷范围以包括所述衬底上的图案的一部分以及与所述图案的所述部分相关联的一个或更多个评估点；

基于与所述缺陷相关联的缺陷指标来确定第一成本函数的值；

确定针对所述第一成本函数的第一引导函数，其中所述第一引导函数与所述图案化过程的在所述缺陷范围内的所述一个或更多个评估部位处的性能指标相关联；以及

通过使用所述第一成本函数的值和所述第一引导函数针对设计布局执行源掩模优化过程来调整源和/或掩模特性。

2.根据方面1所述的方法，其中所述第一引导函数的确定包括：

使用在所述缺陷范围内的所述一个或更多个评估部位处的所述性能指标来确定所述第一引导函数的值。

3.根据方面2所述的方法，其中使用所述多个评估点中的每个评估点处的所述性能指标相对于待优化的源和/或掩模的特性而评估所述第一引导函数的值，其中所述值提供应修改所述特性使得所述第一成本函数减小的方向。

4.根据方面1至3中任一项所述的方法，其中调整源和/或掩模特性是迭代过程，迭代包括：

使用所述设计布局执行所述源掩模优化过程以确定源和/或掩模的当前特性，以及所述图案化过程的所述性能指标；

评估第二成本函数和所述第二成本函数的第二引导函数，其中所述第二成本函数是所述性能指标的函数；以及

基于所述第二成本函数的所述第二引导函数和所述第一成本函数的所述第一引导函数来修改源和/或掩模的所述当前特性，使得所述第二成本函数与所述第一成本函数的总和减小。

5.根据方面4所述的方法，其中所述第二成本函数的评估包括：

计算在所述衬底上的所述图案的多个评估部位处的所述性能指标的值，其中评估部位是所述图案的轮廓上的点。

6.根据方面4所述的方法，其中修改所述掩模的所述当前特性包括：

修改所述设计布局的设计图案的形状和大小；

修改与连续透射掩模相关联的参数；和/或

将一个或更多个辅助特征放置至所述设计布局的一部分中。

7.根据方面6所述的方法，其中所述辅助特征包括子分辨率辅助特征、可印制分辨率辅助特征，或其组合。

8.根据方面1至7中任一项所述的方法，其中所述源掩模优化过程包括所述源的模型、所述设计布局的掩模模型、投影光学器件的模型，或其组合，其中所述模型被配置成模拟由所述源、所述设计布局的部分、和所述投影光学器件所产生的空间图像。

9.根据方面8所述的方法，其中所述图案化过程的源和/或掩模的优化包括执行所述模型中的至少一个。

10.根据方面9所述的方法，其中优化所述源包括优化照射形状和/或照射强度。

11.根据方面1至10中任一项所述的方法，其中所述第一成本函数是所述衬底上印制的多个热点和多个缺陷的总和。

12.根据方面1至11中任一项所述的方法，其中所述第一成本函数当不存在缺陷时被限定为零且当存在缺陷时被限定为惩罚值。

13.根据方面1至12中任一项所述的方法，其中所述缺陷是以下中的至少一个：桥接缺陷或颈缩缺陷。

14.根据方面1至13中任一项所述的方法，其中所述缺陷范围是所述图案的所述部分周围的边界，其中所述部位位于所述边界的中心处。

15.根据方面1至14中任一项所述的方法，其中所述缺陷范围包括与所述部位相关联的一个或更多个特征且所述一个或更多个评估部位是沿所述一个或更多个特征的轮廓的部位。

16.根据方面14至15中任一项所述的方法，其中所述边界是圆形边界、正方形边界、或其它几何形状。

17.根据方面1至16中任一项所述的方法，其中所述缺陷范围以所述图案上的所述部位的邻域内的特征的影响为基础。

18.根据方面1至17中任一项所述的方法，其中所述部位是所述图案的具有缺陷容限内的临界尺寸的相关联的一个或更多个特征。

19.根据方面1至18中任一项所述的方法，其中所述性能指标是以下中的至少一个：所述图案的临界尺寸、或所述图案的边缘放置误差。

20.一种确定与图案化过程相关联的特性的方法，所述方法包括：

在衬底上获得具有具备缺陷的阈值概率的部位；

限定所述部位周围的缺陷范围以包括所述衬底上的图案的一部分以及与所述图案的所述部分相关联的一个或更多个评估点；

基于与所述缺陷相关联的缺陷指标来确定第一成本函数；

确定针对所述第一成本函数的第一引导函数，其中所述第一引导函数与所述图案化过程的在所述缺陷范围内的所述一个或更多个评估部位处的性能指标相关联；以及

通过使用所述第一成本函数和所述第一引导函数来模拟所述图案化过程的过程，确定与所述图案化过程相关联的所述特性。

21.根据方面20所述的方法，其中所述第一引导函数的确定包括：

使用在所述缺陷范围内的所述一个或更多个评估部位处的所述性能指标来确定所述第一引导函数的值。

22.根据方面21所述的方法，其中使用所述多个评估点中的每个评估点处的所述性能指标相对于与图案化过程相关联的所述特性来评估所述第一引导函数的值，其中所述值提供应修改所述特性使得所述第一成本函数减小的方向。

23.根据方面20至22中任一项所述的方法，其中所述特性的确定是迭代过程，包括：

使用设计布局来模拟所述图案化过程以确定所述图案化过程的当前特性和所述图案化过程的所述性能指标；

评估第二成本函数和所述第二成本函数的第二引导函数，其中所述第二成本函数是所述性能指标的函数；以及

基于所述第二成本函数的所述第二引导函数和所述第一成本函数的所述第一引导函数来修改所述图案化过程的所述当前特性，使得所述第二成本函数与所述第一成本函数的总和减小。

24.根据方面23所述的方法，其中所述第二成本函数的评估包括：

计算在所述衬底上的所述图案的多个评估部位处的所述性能指标的值，其中评估部位是所述图案的轮廓上的点。

25.根据方面20至24中任一项所述的方法，其中所述缺陷指标是所述图案的特征的CD值，和/或相邻特性之间的距离。

26.根据方面20至22中任一项所述的方法，其中所述距离是相邻轮廓之间的最小距离。

27.根据方面20至26中任一项所述的方法，其中所述缺陷范围是所述图案的所述部分周围的边界，其中所述部位位于所述边界的中心处。

28.根据方面20至27中任一项所述的方法，其中所述缺陷范围包括与所述部位相关联的一个或更多个特征，且所述一个或更多个评估部位是沿所述一个或更多个特征的轮廓的部位。

29.根据方面27至28中任一项所述的方法，其中所述边界是圆形边界、正方形边界、或其它几何形状。

30.根据方面20至29中任一项所述的方法，其中所述缺陷范围以所述图案上的所述部位的邻域内的特征的影响为基础。

31.根据方面20至30中任一项所述的方法，其中所述图案化过程的特性是以下中的至少一个：所述图案化过程中所使用的掩模图案的掩模变量，和/或与所述图案化过程的光刻设备相关联的参数。

32.根据方面31所述的方法，其中所述掩模变量包括以下中的至少一个：所述掩模图案的特征的形状和大小、辅助特征的部位、所述辅助特征的形状和大小，或与连续透射掩模相关联的变量。

33.根据方面20至32中任一项所述的方法，其中评估部位是沿着一轮廓的点，对所述点处的所述性能指标的值进行评估。

34.根据方面20至33中任一项所述的方法，其中所述性能指标是以下中的至少一个：所述图案的临界尺寸、或所述图案的边缘放置误差。

35.一种图案化过程的源和/或掩模优化的方法，所述方法包括：

获得衬底上的图案；

确定所述衬底上的所述图案中是否存在缺陷；

响应于所述缺陷的存在，确定与所述缺陷相关联的第一成本函数的值；以及

通过使用所述第一成本函数的值和第二成本函数针对设计布局执行源掩模优化过程而调整源和/或掩模特性，使得所述第一成本函数与所述第二成本函数的总和减小。

36.根据方面35所述的方法，其中获得衬底上的所述图案包括：

经由使用设计布局对所述图案化过程的模拟来获得所述衬底上的模拟图案；和/或

经由量测工具获得所述衬底上的印制图案的图像。

37.根据方面36所述的方法，其中所述缺陷的确定包括：

对所述模拟图案和/或对所述印制图案的图像执行光刻可制造性规则，其中所述光刻可制造性规则包括与所述衬底上的所述图案的参数相关联的设计规格；和

识别所述模拟图案和/或所述印制图案中违反所述光刻可制造性规则的一部分。

38.根据方面35至37中任一项所述的方法，其中调整源和/或掩模特性是迭代过程，迭代包括：

使用所述设计布局执行所述源掩模优化过程以确定源和/或掩模的当前特性，和所述图案化过程的性能指标；

评估所述第一成本函数和所述第二成本函数的总和的引导函数，所述引导函数提供与减小所述成本函数的总和相关的信息；以及

基于所述第二引导函数来修改源和/或掩模的所述当前特性，使得所述性能指标被改善。

39.根据方面38所述的方法，其中所述第一成本函数和所述第二成本函数的总和的评估包括：

计算在所述衬底上的所述图案的多个评估部位处的所述性能指标的值，其中评估部位是所述图案的轮廓上的点；和

将与所述缺陷相关联的成本值与所述性能指标的值的总和相加。

40.根据方面39所述的方法，其中修改所述掩模的所述当前特性包括：

修改所述设计布局的设计图案的形状和大小；

修改与连续透射掩模相关联的参数；和/或

将一个或更多个辅助特征放置至所述设计布局的一部分中。

41.根据方面40所述的方法，其中所述辅助特征包括子分辨率辅助特征、可印制分辨率辅助特征，或其组合。

42.根据方面35至41中任一项所述的方法，其中所述源掩模优化过程包括所述源的模型、所述设计布局的掩模模型、投影光学器件的模型，或其组合，其中所述模型被配置成模拟由所述源、所述设计布局的部分、和所述投影光学器件所产生的空间图像。

43.根据方面35至42中任一项所述的方法，其中所述第一成本函数当所述衬底上的所述图案中无缺陷时被限定为零且当所述衬底上的图案中存在缺陷时被限定为惩罚值。

44.根据方面35至43中任一项所述的方法，其中所述缺陷为以下中的至少一个：桥接缺陷或颈缩缺陷。

45.一种计算机程序产品，所述计算机程序产品包括非暂时性计算机可读介质，所述非暂时性计算机可读介质上记录有指令，所述指令当由计算机执行时实施根据前述方面中任一项所述的方法。

虽然本文中所披露的构思可以用于在诸如硅晶片之类的衬底上成像，但应理解，所披露的构思可以与任何类型的光刻成像系统一起使用，例如，用于在不同于硅晶片的衬底上成像的光刻成像系统。

以上描述预期是说明性的，而不是限制性的。因而，本领域技术人员将明白，可以在不背离下文所阐明的权利要求的范围的情况下如所描述的那样进行修改。