專利名稱：一種微納深溝槽結構在線測量方法及裝置的制作方法
技術領域：
本發(fā)明屬于集成電路(IC)和微機電系統(tǒng)(MEMS)器件測量技術，具體涉及微納深溝槽結構在線測量方法及裝置，該方法尤其適用于場效應管(MOSFETs)和動態(tài)隨機存儲器(DRAM)中深溝槽結構加工過程深度及寬度的在線測量。

背景技術：
在微電子和功率半導體器件設計與制造工藝過程中，目前廣泛采用了密集型三維結構陣列，如在硅晶圓基底上沉積一層或多層薄膜結構，再在基底上刻蝕線條溝槽陣列、圓孔或其他形狀溝槽陣列，然后用填充材料回填溝槽結構，再重復以上刻蝕、填充步驟以形成復雜溝槽陣列結構。在這些溝槽陣列結構加工過程中，其三維形貌，特別是溝槽深度，寬度等幾何特征尺度的在線、非破壞性的測量控制尤為重要。在眾多的非破壞性的測量方法中，光學測量方法特別適合該應用需求，例如反射光譜測量法，散射光譜法等，這些方法已廣泛應用于光學薄膜厚度和成分測量，在部分專利及文獻中已將其應用到光柵溝槽結構的測量中。
在本申請人于2007年09月20日提出了“一種基于紅外反射光譜的微納深溝槽結構測量方法和裝置”(公告號為CN101131317A)，該發(fā)明方法將紅外光束投射到含有深溝槽結構的硅片表面，分析從深溝槽結構各分界面反射形成的干涉光得到測量反射光譜；采用等效介質理論構建該深溝槽結構等效多層薄膜堆棧光學模型的理論反射光譜，利用模擬退火算法和基于梯度的優(yōu)化算法，通過理論反射光譜對該測量反射光譜進行擬合，進而提取溝槽的深度及寬度等幾何特征參數(shù)，實現(xiàn)高深寬比深溝槽寬度和深度等尺寸的精確測量。該方法可以同時對溝槽深度、寬度和薄膜厚度進行測量。該發(fā)明方法提供的實現(xiàn)裝置通過對入射光束進行聚焦，投射到待測物品表面，在出射光路上設置一狹縫光闌，以消除待測樣件背部雜散光的影響，從而測量得到溝槽精確反射光譜。
在上述專利文獻中提到測量方法是一種基于復合光的反射光譜，該方法的溝槽幾何建?；诜瞧窆馊肷涞牡刃Ы橘|理論。對于不同的偏振方向，各偏振方向等效精度有較大差異，因此，復合光入射較偏振光入射誤差更大。在以上公開發(fā)明中，參數(shù)提取采用模擬退火算法和基于梯度的優(yōu)化算法結合的方法，該方法較傳統(tǒng)方法對初值的依賴小，在未知測量初值的情況下也可以提取得到溝槽待測參數(shù)。但該參數(shù)提取方法無法滿足在線測量在數(shù)秒內快速提取的要求。在該方法提出的實現(xiàn)裝置，采用精密復雜的光路結構設計，保證測量得準確的反射光譜，消除背部雜散光對測量結構的影響，但該復雜的結構設計也同時給裝置的精密安裝、調試以及標定工作帶來了較大的困難。


發(fā)明內容
本發(fā)明的目的在于提供一種微納深溝槽結構在線測量方法，該方法可以對溝槽深度、寬度等幾何形貌進行刻蝕過程在線精確監(jiān)測，具有非接觸性，非破壞性，高速以及高精度的特點，本發(fā)明還提供了實現(xiàn)該方法更為簡便、成本更低的裝置。
本發(fā)明公開的微納深溝槽結構在線測量方法，其步驟包括 第1步將紅外光束投射到包含微納深溝槽結構的待測物品表面，紅外光束的波長為2～20um； 第2步入射光束經微納深溝槽結構各表面反射后，采用紅外探測器接收各反射信號，得到包含溝槽幾何信息的干涉信號； 第3步對第2步得到的干涉信號進行傅立葉變換，得到基于波數(shù)的紅外反射光譜； 第4步對第3步得到的紅外反射光譜進行低通濾波，濾除待測物品背部雜散光光譜，得到反映溝槽結構特點的測量反射光譜； 第5步根據(jù)待測深溝槽結構特點，建立其等效多層薄膜堆棧光學模型，利用式(I)計算得到的各波長下的等效薄膜堆棧的反射系數(shù)r，利用反射系數(shù)r得到該溝槽結構的理論反射光譜； 其中， 其中式(II)中，M11、M12、M21、M22為多層光學傳播矩陣各項中間變量，D0是環(huán)境的光學特征矩陣，Ds是基底的光學特征矩陣，Pl是第l層相位變化角的矩陣函數(shù)，Dl是膜堆棧第l層的折射率和折射角的矩陣函數(shù)，其中，Dl按照式(III)或(IV)計算 對于TE偏振方向 對于TM偏振方向 其中，θl為第l層折射角，nTE2和nTM2為各等效層TE偏振和TM偏振方向的等效折射率，其計算式分別為式(V)和式(VI) 其中，nTE0和nTM0分別是TE和TM偏振方向的零階等效折射率，即在散射測量法中零級衍射；λ是探測光束波長，p是溝槽陣列周期長度，f是各層占空比，ng和nm分別是溝槽材料和其中填充材料折射率； 第6步利用第5步得到的理論反射光譜擬合第4步得到的測量反射光譜，提取得到微納深溝槽結構的幾何形貌參數(shù)。
實現(xiàn)上述方法的裝置，其特征在于紅外光源，紅外偏振片，干涉儀，平面反射鏡和第一離軸拋物鏡依次次于同一光路上，樣品臺位于第一離軸拋物鏡的反射光路上，第一離軸拋物鏡反射光與樣品臺的表面成45°角；第二離軸拋物鏡與第一離軸拋物鏡相對于樣品臺上樣品的入射點對稱放置，紅外探測器位于第二離軸拋物鏡的反射光路上，計算機與紅外探測器相連；計算機接收紅外探測器輸出的經前置處理后的干涉信號，進行傅里葉變換處理后得到溝槽結構的反射光譜，按照第4步至第6步的過程進行處理，提取得到所需的溝槽幾何參數(shù)值。
與現(xiàn)有的測量方法相比，本發(fā)明所提供的方法可實現(xiàn)微納深溝槽結構的在線、快速、高精度的測量，在半導體測量及工藝控制領域將會有廣泛的應用前景。具體而言，本發(fā)明可以在DRAM的深溝槽電容器結構測量中獲得如下效果 (1)實現(xiàn)DRAM常規(guī)深溝槽、斜側壁深溝槽、瓶狀深溝槽和多晶硅填充溝槽等典型深溝槽結構的在線測量； (2)實現(xiàn)在DRAM深溝槽缺陷原位檢測、高深寬比微納結構刻蝕實時監(jiān)控、瓶狀溝槽多晶硅再填充溝槽在線檢測、全場硅片CD均勻性快速評估，以及在光刻膠和介電薄膜表征。薄膜外延生長工藝反饋、絕緣硅加工注氧劑量控制等。



圖1是偏振紅反射譜測量光路示意圖； 圖2是斜壁深溝槽結構及入射光束反射示意圖； 圖3是斜壁深溝槽結構等效光學模型及入射光束反射示意圖； 圖4是溝槽參數(shù)快速自動提取流程圖； 圖5是BP人工神經網絡示意圖； 圖6是本發(fā)明一實施案例裝置系統(tǒng)圖。

具體實施例方式 下面以斜壁深溝槽結構的測量過程為例，結合附圖對本發(fā)明方法的原理和工作過程作進一步詳細說明 (1)將紅外光束投射到包含深溝槽結構的待測物品表面，紅外光束的波長位于中紅外波長范圍內，波長為2～20um； (2)入射光束經溝槽結構各表面反射后，采用紅外探測器接收各反射信號，得到包含溝槽幾何信息的干涉信號； 如圖1所示，由紅外光源1發(fā)出的紅外光束由紅外偏振片2起偏，得到線偏振光，線偏振光進入干涉儀3，由干涉儀3調制后，經反射鏡反射后匯聚，投射到包含溝槽結構的待測物品4表面，溝槽結構各表面反射信號經反射鏡4反射后平行入射進入紅外探測器6。
如圖2所示，斜壁深溝槽結構從上到下依次包括掩膜層41，溝槽層42以及基底層43。當入射光束11投射到溝槽結構表面，分別在掩膜層表面、掩膜層與溝槽層界面、溝槽底部產生反射，各表面的反射光束12、13、14在紅外探測器上產生干涉，得到包含溝槽幾何信息的干涉信號。
(3)對探測器測量得到的干涉信號進行傅立葉變換，得到基于波數(shù)的紅外反射光譜； (4)對步驟(3)中得到的反射光譜進行低通濾波，濾除待測物品背部雜散光光譜，得到反映溝槽結構特點的測量反射光譜； 反射光譜中包含有對應于溝槽結構各層深度的頻率成分，其中，背部雜散光在其中表現(xiàn)為高頻信號，因此，可通過低通濾波消除背部雜散光的影響。這種濾波方式相比傳統(tǒng)的通過空間濾波器進行硬件消除背部雜散光的方式更簡單，消雜效果更好。
(5)根據(jù)待測深溝槽結構特點，建立其等效多層薄膜堆棧光學模型，近似描述溝槽結構的光學參數(shù)及紅外反射特性； 待測深溝槽陣列可被看作亞波長光柵結構，光柵周期長度遠小于探測光波波長，因此，可將其近似等效為多層均勻薄膜堆棧模型。等效多層薄膜堆棧光學模型的具體建模過程可參考CN101131317A中公開的方法。
如圖3所示，該多層薄膜結構為圖2中斜壁深溝槽結構的等效多層薄膜堆棧模型，從上到下依次包括掩膜等效層511，溝槽等效層521，基底等效層531，根據(jù)公式(1)和(2)分別計算各等效層的TE偏振和TM偏振方向的等效折射率nTE2和nTM2。
其中，nTE0和nTM0分別是TE和TM偏振方向的零階等效折射率，即在散射測量法中零級衍射。λ是探測光束波長，p是溝槽陣列周期長度，f是各層占空比，ng和nm分別是溝槽材料和其中填充材料折射率。這種基于偏振的等效建模方法相比傳統(tǒng)方法的基于復合光的等效建模方法精度更高。
運用多層薄膜光學傳播理論，計算溝槽結構等效光學模型的偏振反射光譜。多層薄膜堆棧的反射系數(shù)可以運用光學傳播矩陣的方法計算。多層薄膜堆棧的光學傳播矩陣如公式(3)所示 對于TE偏振方向 對于TM偏振方向 由此可得薄膜堆棧的反射系數(shù) 其中M11、M12、M21、M22多層光學傳播矩陣各項中間變量，D0是環(huán)境的光學特征矩陣，Ds是基底的光學特征矩陣，Dl是膜堆棧第l層的折射率和折射角的矩陣函數(shù)，Pl是第l層相位變化角的矩陣函數(shù)，θl為第l層折射角。由以上計算得到的各波長下的等效薄膜堆棧的反射系數(shù)可以得到該溝槽結構的理論反射光譜。
(6)通過基于偏振的溝槽結構等效光學模型理論計算得到的理論反射光譜擬合步驟(4)得到的測量反射光譜，進而快速提取得到溝槽深度，寬度等幾何形貌參數(shù)。
溝槽刻蝕過程監(jiān)測需要實時的幾何參數(shù)測量，溝槽參數(shù)的反演求解速度至關重要。本發(fā)明提出了基于人工神經網絡結合Levenberg-Marquardt局部搜索算法的快速參數(shù)提取方法，以實現(xiàn)溝槽參數(shù)實時精確測量。下面結合圖4具體描述溝槽參數(shù)提取步驟 Step 1根據(jù)溝槽反射光譜特性和待測參數(shù)量，建立一多層人工神經網絡(ANN)； 如圖5所示，創(chuàng)建三層前饋網絡(BP網絡)，包括輸入層71，隱層72和輸出層73。根據(jù)待測溝槽結構的反射光譜特性及待測參數(shù)數(shù)量，分別確定輸入層71節(jié)點數(shù)和輸出層73節(jié)點數(shù)，再根據(jù)經驗公式和輸入、輸出層節(jié)點數(shù)確定隱層72節(jié)點數(shù)。輸入層節(jié)點數(shù)對BP網絡的訓練時間和精度影響較大，可根據(jù)多層溝槽結構的反射光譜特性，以等波長為輸入光譜序列的步長，確定輸入光譜序列； Step 2根據(jù)步驟(5)中的溝槽結構理論建模方法，創(chuàng)建BP網絡訓練樣本集； 根據(jù)待測溝槽結構特點，選擇一多層薄膜堆棧為其等效光學模型。根據(jù)溝槽結構設計及加工過程分別確定溝槽結構各層槽深和槽寬范圍，從而確定訓練樣本集范圍。根據(jù)多層薄膜光學傳播理論，計算在各槽溝和槽寬下其等效光學模型的反射光譜，得到BP網絡訓練樣本集(Oi，Ii)，其中，Oi是反射光譜向量，Ii是溝槽待測幾何參數(shù)向量，包括溝槽深度和寬度等幾何參數(shù)，i＝1，...，N，N為創(chuàng)建樣本數(shù)量。
Step 3以Step2創(chuàng)建的訓練樣本集對BP網絡進行訓練，訓練輸入為反射光譜向量Oi，輸出為溝槽待測幾何參數(shù)向量Ii； 為提高BP網絡的輸出穩(wěn)定性，在反射光譜向量中隨機加入一定量的噪聲，以包含噪聲的反射光譜為輸入，對應的溝槽待測幾何參數(shù)向量為輸出，對BP網絡進行訓練。
Step 4將步驟(4)濾波后的測量光譜輸入Step3訓練好的神經網絡，輸出即為包含一定誤差的溝槽測量初值； Step 5以Step4的輸出為局部迭代搜索算法初值，用步驟(5)計算的理論反射光譜擬合步驟(4)濾波處理后的測量光譜，進而提取得到高精度的溝槽幾何參數(shù)值； 以BP網絡輸出為Levenberg-Marquardt局部迭代算法初值，可在數(shù)毫秒時間內達到預先設定的迭代精度，解決了傳統(tǒng)的擬合迭代算法需預先選取迭代初值的困難，保證了迭代算法的快速收斂。
如圖6所示，本發(fā)明裝置包括紅外光源1，紅外偏振片2，干涉儀3，平面反射鏡41，第一、第二離軸拋物鏡42、43，樣品臺91，紅外探測器6，計算機8。
紅外光源1，紅外偏振片2，干涉儀3，平面反射鏡41和第一離軸拋物鏡42依次位于同一光路上，樣品臺91位于第一離軸拋物鏡42的反射光路上，第一離軸拋物鏡42反射光與樣品臺91的表面成45°角。第二離軸拋物鏡43與第一離軸拋物鏡42相對于樣品臺91上樣品的入射點對稱放置，紅外探測器6位于第二離軸拋物鏡43的反射光路上，計算機8與紅外探測器6相連。
紅外光源1發(fā)出的平行光束進入偏振片2，得到平行線偏振光束，偏振光束經干涉儀3調制后，經平面反射鏡41反射，再由第一離軸拋物鏡42匯聚，以45°投射到刻蝕反應腔9內的刻蝕待測物品表面，反射光束經離軸拋物鏡43反射，平行射入紅外探測器6內。紅外探測器6包括信號采集、放大、濾波、數(shù)模轉換等功能。紅外探測器采集到的干涉信號經前置處理后送入計算機8。干涉信號由計算機8進行傅里葉變換處理后得到溝槽結構的反射光譜，再通過上述的步驟(4)～(7)的方法對測量光譜進行濾波、分析，進而提取得到溝槽幾何參數(shù)值。
權利要求
1、一種微納深溝槽結構在線測量方法，其步驟包括
第1步將紅外光束投射到包含微納深溝槽結構的待測物品表面，紅外光束的波長為2～20um；
第2步入射光束經微納深溝槽結構各表面反射后，采用紅外探測器接收各反射信號，得到包含溝槽幾何信息的干涉信號；
第3步對第2步得到的干涉信號進行傅立葉變換，得到基于波數(shù)的紅外反射光譜；
第4步對第3步得到的紅外反射光譜進行低通濾波，濾除待測物品背部雜散光光譜，得到反映溝槽結構特點的測量反射光譜；
第5步根據(jù)待測深溝槽結構特點，建立其等效多層薄膜堆棧光學模型，利用式(I)計算得到的各波長下的等效薄膜堆棧的反射系數(shù)r，利用反射系數(shù)r得到該溝槽結構的理論反射光譜；
其中，
其中式(II)中，M11、M12、M21、M22為多層光學傳播矩陣各項中間變量，D0是環(huán)境的光學特征矩陣，Ds是基底的光學特征矩陣，Pl是第l層相位變化角的矩陣函數(shù)，Dl是膜堆棧第l層的折射率和折射角的矩陣函數(shù)，其中，Dl按照式(III)或(IV)計算
對于TE偏振方向
對于TM偏振方向
其中，θl為第l層折射角，nTE2和nTM2為各等效層TE偏振和TM偏振方向的等效折射率，其計算式分別為式(V)和式(VI)
其中，nTE0和nTM0分別是TE和TM偏振方向的零階等效折射率，即在散射測量法中零級衍射；λ是探測光束波長，p是溝槽陣列周期長度，f是各層占空比，ng和nm分別是溝槽材料和其中填充材料折射率；
第6步利用第5步得到的理論反射光譜擬合第4步得到的測量反射光譜，提取得到微納深溝槽結構的幾何形貌參數(shù)。
2、根據(jù)權利要求1所述的微納深溝槽結構在線測量方法，其特征在于第6步按照過程提取微納深溝槽結構的幾何形貌參數(shù)
第6.1步根據(jù)溝槽反射光譜特性和待測參數(shù)量，建立一多層人工神經網絡；
第6.2步根據(jù)溝槽結構設計及加工過程分別確定溝槽結構各層槽深和槽寬范圍，得到訓練樣本集范圍；利用第5步的等效光學建模方法，計算在各槽溝和槽寬下其等效光學模型的反射光譜，得到BP網絡的訓練樣本集(Oi，Ii)，其中，Oi是反射光譜向量，Ii是溝槽待測幾何參數(shù)向量，i＝1，...，N，N為創(chuàng)建樣本數(shù)量；
第6.3步以第6.2步創(chuàng)建的訓練樣本集對BP網絡進行訓練，訓練輸入為反射光譜向量Oi，輸出為溝槽待測幾何參數(shù)向量Ii；
第6.4步將第4步濾波后的測量反射光譜輸入到第6.3步訓練好的神經網絡，輸出溝槽測量初值；
第6.5步以第6.4步輸出的溝槽測量初值為局部迭代搜索算法初值，用第5步得到的理論反射光譜擬合第4步得到的測量反射光譜，提取得到所需的溝槽幾何參數(shù)值。
3、一種實現(xiàn)權利要求1所述方法的裝置，其特征在于
紅外光源(1)，紅外偏振片(2)，干涉儀(3)，平面反射鏡(41)和第一離軸拋物鏡(42)依次次于同一光路上，樣品臺(91)位于第一離軸拋物鏡(42)的反射光路上，第一離軸拋物鏡(42)反射光與樣品臺(91)的表面成45°角；第二離軸拋物鏡(43)與第一離軸拋物鏡(42)相對于樣品臺(91)上樣品的入射點對稱放置，紅外探測器(6)位于第二離軸拋物鏡(43)的反射光路上，計算機(8)與紅外探測器(6)相連；計算機(8)接收紅外探測器(6)輸出的經前置處理后的干涉信號，進行傅里葉變換處理后得到溝槽結構的反射光譜，按照第4步至第6步的過程進行處理，提取得到所需的溝槽幾何參數(shù)值。
全文摘要
本發(fā)明公開了一種微納深溝槽結構在線測量方法及裝置。其方法是將線偏振紅外光束投射到含有深溝槽結構的樣件表面，對溝槽結構各界面反射光形成的干涉信號進行濾波等處理得到測量反射光譜；采用基于偏振的等效介質理論構建該深溝槽結構等效光學模型，計算其理論反射光譜；采用人工神經網絡結合局部搜索算法的快速參數(shù)提取方法，通過理論反射光譜擬合測量反射光譜，快速提取溝槽的寬度和深度，實現(xiàn)深溝槽幾何形貌參數(shù)的精確在線測量。裝置包括紅外光源，紅外偏振片，干涉儀，平面反射鏡和二個離軸拋物鏡以及紅外探測器。裝置可實現(xiàn)場效應管和動態(tài)隨機存儲器中高深寬比深溝槽結構加工過程深度及寬度的在線測量，具有非破壞性，快速和低成本的特點。
文檔編號H01L21/66GK101393015SQ200810197279
公開日2009年3月25日 申請日期2008年10月17日 優(yōu)先權日2008年10月17日
發(fā)明者劉世元, 張傳維, 史鐵林 申請人:華中科技大學