本發(fā)明涉及特征尺寸檢測(cè)，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)的特征尺寸參數(shù)提取方法、系統(tǒng)、終端設(shè)備以及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、現(xiàn)有的半導(dǎo)體制造領(lǐng)域中，需要對(duì)半導(dǎo)體內(nèi)的納米結(jié)構(gòu)的特征尺寸進(jìn)行測(cè)量，例如，在基于光學(xué)散射測(cè)量法的半導(dǎo)體納米結(jié)構(gòu)特征尺寸量測(cè)領(lǐng)域中，橢偏儀是一種常見的特征尺寸測(cè)量設(shè)備。從橢偏儀測(cè)量得到的光譜中反演提取出納米結(jié)構(gòu)待測(cè)參數(shù)的過程是一個(gè)典型的逆問題求解過程光學(xué)散射測(cè)量中逆問題的求解是關(guān)鍵技術(shù)之一。傳統(tǒng)的求解逆問題方法主要為非線性擬合和庫(kù)匹配方法。

2、一般都需要采用數(shù)值求解算法(如嚴(yán)格耦合波分析法(rcwa)等復(fù)雜的模擬算法)來構(gòu)建光學(xué)特性模型來進(jìn)行仿真，得到仿真光譜后再與測(cè)量光譜擬合，每一次擬合都需要光學(xué)特性模型仿真一次，直至得到最佳擬合的結(jié)果，再根據(jù)擬合結(jié)果得到特征尺寸，需要占用較長(zhǎng)的時(shí)間與計(jì)算量，無法實(shí)現(xiàn)在線測(cè)量特征尺寸。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明主要解決的技術(shù)問題是現(xiàn)有的測(cè)量方法，無法實(shí)現(xiàn)特征尺寸的在線測(cè)量。

2、根據(jù)第一方面，一種實(shí)施例中提供一種基于神經(jīng)網(wǎng)絡(luò)的特征尺寸參數(shù)提取方法，包括：

3、提供待測(cè)特征的多個(gè)特征尺寸及特征尺寸對(duì)應(yīng)的仿真光譜；

4、將特征尺寸與仿真光譜作為神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)集，對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，直至神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練誤差小于預(yù)設(shè)閾值，確定神經(jīng)網(wǎng)絡(luò)模型完成訓(xùn)練；

5、采用測(cè)量設(shè)備測(cè)量待測(cè)特征的測(cè)量光譜；

6、根據(jù)測(cè)量光譜以及完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對(duì)待測(cè)特征的特征尺寸進(jìn)行預(yù)測(cè)，得到特征尺寸的預(yù)測(cè)尺寸范圍；

7、對(duì)測(cè)量光譜與預(yù)測(cè)尺寸范圍內(nèi)對(duì)應(yīng)的仿真光譜進(jìn)行擬合，得到與測(cè)量光譜最佳擬合的仿真光譜，并提取最佳擬合的仿真光譜對(duì)應(yīng)的理論特征尺寸作為最終的特征尺寸。

8、根據(jù)第二方面，一種實(shí)施例中提供一種基于神經(jīng)網(wǎng)絡(luò)的特征尺寸參數(shù)提取系統(tǒng)，包括：

9、光譜庫(kù)模塊，用于提供待測(cè)特征的多個(gè)特征尺寸及特征尺寸對(duì)應(yīng)的仿真光譜；

10、測(cè)量設(shè)備，用于測(cè)量待測(cè)特征的光譜，得到測(cè)量光譜；

11、神經(jīng)網(wǎng)絡(luò)模塊，用于根據(jù)測(cè)量光譜以及完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對(duì)待測(cè)特征的特征尺寸進(jìn)行預(yù)測(cè)，得到特征尺寸的預(yù)測(cè)尺寸范圍；

12、擬合模塊，對(duì)測(cè)量光譜與預(yù)測(cè)尺寸范圍內(nèi)對(duì)應(yīng)的仿真光譜進(jìn)行擬合，得到與測(cè)量光譜最佳擬合的仿真光譜，并提取最佳擬合的仿真光譜對(duì)應(yīng)的理論特征尺寸作為最終的特征尺寸。

13、根據(jù)第三方面，一種實(shí)施例中提供一種終端設(shè)備，包括：

14、存儲(chǔ)器，用于存儲(chǔ)程序；

15、處理器，用于通過執(zhí)行存儲(chǔ)器存儲(chǔ)的程序以實(shí)現(xiàn)如第一方面所描述的方法。

16、根據(jù)第四方面，一種實(shí)施例中提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，介質(zhì)上存儲(chǔ)有程序，程序能夠被處理器執(zhí)行以實(shí)現(xiàn)如第一方面所描述的方法。

17、依據(jù)上述實(shí)施例的特征尺寸參數(shù)提取方法、系統(tǒng)、終端設(shè)備以及存儲(chǔ)介質(zhì)，首先采用預(yù)設(shè)的特征尺寸以及對(duì)應(yīng)的仿真光譜建立光譜庫(kù)，然后采用光譜庫(kù)的數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，最后通過完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對(duì)特征尺寸進(jìn)預(yù)測(cè)，以及對(duì)實(shí)際測(cè)量的測(cè)量光譜進(jìn)行擬合，得到與測(cè)量光譜最佳擬合的仿真光譜，并提取最佳擬合的仿真光譜對(duì)應(yīng)的理論特征尺寸作為最終的特征尺寸。因此，采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)與擬合，可以快速實(shí)現(xiàn)對(duì)待測(cè)的特征尺寸的測(cè)量，滿足在線測(cè)量的需求。

技術(shù)特征：

1.一種基于神經(jīng)網(wǎng)絡(luò)的特征尺寸參數(shù)提取方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述提供待測(cè)特征的多個(gè)特征尺寸及特征尺寸對(duì)應(yīng)的仿真光譜，包括：

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述測(cè)量參數(shù)構(gòu)建光學(xué)特性模型，包括：

4.如權(quán)利要求3所述的方法，其特征在于，所述數(shù)值求解算法為嚴(yán)格耦合波分析算法、有限元法、有限差分時(shí)域法或有限差分頻域法。

5.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述測(cè)量光譜與預(yù)測(cè)尺寸范圍內(nèi)對(duì)應(yīng)的所述仿真光譜進(jìn)行擬合，包括：

6.如權(quán)利要求5所述的方法，其特征在于，所述曲線擬合算法為非線性回歸算法、最小二乘法算法、多項(xiàng)式擬合算法或核函數(shù)回歸算法。

7.如權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型為前饋神經(jīng)網(wǎng)絡(luò)模型、遞歸神經(jīng)網(wǎng)絡(luò)模型或卷積神經(jīng)網(wǎng)絡(luò)模型。

8.如權(quán)利要求7所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)模型的損失函數(shù)為均方差損失函數(shù)、平均絕對(duì)誤差損失函數(shù)或散度損失函數(shù)。

9.如權(quán)利要求1所述的方法，其特征在于，所述仿真光譜包括多個(gè)維度的光譜特征；

10.如權(quán)利要求9所述的方法，其特征在于，所述對(duì)多個(gè)所述光譜特征進(jìn)行降維處理，包括：

11.如權(quán)利要求10所述的方法，其特征在于，所述篩選出特征值大于預(yù)設(shè)條件的所述光譜特征，包括：

12.如權(quán)利要求9所述的方法，其特征在于，所述特征尺寸包括所述待測(cè)特征的直徑、長(zhǎng)度及厚度中的至少兩個(gè)；

13.一種基于神經(jīng)網(wǎng)絡(luò)的特征尺寸參數(shù)提取系統(tǒng)，其特征在于，包括：

14.一種終端設(shè)備，其特征在于，包括：

15.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述介質(zhì)上存儲(chǔ)有程序，所述程序能夠被處理器執(zhí)行以實(shí)現(xiàn)如權(quán)利要求1-12中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
一種特征尺寸參數(shù)提取方法、系統(tǒng)、終端設(shè)備以及存儲(chǔ)介質(zhì)，方法包括：提供待測(cè)特征的多個(gè)特征尺寸及特征尺寸對(duì)應(yīng)的仿真光譜；將特征尺寸與仿真光譜作為神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)集，對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，直至神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練誤差小于預(yù)設(shè)閾值，確定神經(jīng)網(wǎng)絡(luò)模型完成訓(xùn)練；采用測(cè)量設(shè)備測(cè)量待測(cè)特征的測(cè)量光譜；根據(jù)測(cè)量光譜以及完成訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對(duì)待測(cè)特征的特征尺寸進(jìn)行預(yù)測(cè)，得到特征尺寸的預(yù)測(cè)尺寸范圍；對(duì)測(cè)量光譜與預(yù)測(cè)尺寸范圍內(nèi)對(duì)應(yīng)的仿真光譜進(jìn)行擬合，得到與測(cè)量光譜最佳擬合的仿真光譜，并提取最佳擬合的仿真光譜對(duì)應(yīng)的理論特征尺寸作為最終的特征尺寸。本申請(qǐng)可以快速實(shí)現(xiàn)對(duì)待測(cè)的特征尺寸的測(cè)量，滿足在線測(cè)量的需求。

技術(shù)研發(fā)人員：陳魯,馬翔宇,溫朗楓,龔榮,馬硯忠,張嵩
受保護(hù)的技術(shù)使用者：深圳中科飛測(cè)科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2