基于蒙特卡洛与Sobol敏感性分析的多重图案化光刻EPE贡献分析方法

《Nanoscale Advances》：EPE contribution analysis method of multiple patterning lithography by Monte Carlo and Sobol sensitivity analysis

　　

随着新型半导体技术中关键尺寸的缩小，工艺裕度变得更加紧凑。随着多重图案化方案的引入，为评估和维持在线工艺性能及良率，边缘放置误差（EPE）分析变得前所未有地重要。本研究提出了一种多重光刻-刻蚀（LE）图案化工艺的EPE贡献分析方法。研究人员建立了一个四重图案化的工艺流程模型，以模拟每个步骤对刻蚀后检测（AEI）轮廓的影响。在不同工艺条件下，可以在光刻胶上获得具有不同关键尺寸（CD）的轮廓。在间隔物沉积步骤中，沉积工艺的参数，如厚度和侧向比，对AEI的轮廓具有显著影响。对于刻蚀工艺，通常存在顶部和底部尺寸不一致的情况。研究人员通过蒙特卡洛（Monte Carlo）和Sobol敏感性分析对这些条件下的AEI分布进行了统计分析。基于Sobol敏感性分析，分析了不同参数对AEI关键尺寸（CD）和间距的贡献水平。结果表明，显影后检测（ADI）轮廓的影响最大，沉积和刻蚀工艺参数的贡献水平相对接近。套刻误差的影响主要体现在间距分布的变化上。在给定的EPE预算条件下，可以获得每个参数的误差预算，以指导工艺改进的方向。

在集成电路制造领域，随着技术节点向3nm及以下迈进，边缘放置误差（EPE）已成为影响芯片性能、良率和可靠性的核心因素。在先进工艺中，晶体管特征尺寸趋近原子级别，EPE的微小偏差可能导致量子隧穿效应、漏电流增加或阈值电压波动，直接影响晶体管性能。同时，当金属互连节距缩小到20nm以下时，EPE可能引起关键尺寸（CD）或对准偏差，显著增加电阻甚至导致短路或开路。为克服分辨率限制，先进工艺需要采用多重图案化技术（MPTs），通过多次曝光和图形转移实现更精细的图形和更小的节距。然而，影响EPE的因素众多且复杂，涉及光刻、刻蚀、材料和设备等多个方面。光源和掩模版的特性、光刻过程中的衍射、像差、光刻胶模型精度、掩模版CD控制与套刻精度，以及刻蚀过程中的等离子均匀性、气体分布、时间控制和选择性等，都是关键影响因素。此外，设计规则和物理设计布局的合理性也直接影响图形的可制造性。

针对上述挑战，研究人员提出了一种针对多重曝光工艺的EPE分析方法。本研究以7nm工艺节点为背景，重点分析V0层的EPE因素及其敏感性。研究人员首先建立了四重图案化的工艺流程模型，该模型包含从层间介质（ILD）沉积、化学旋涂硬掩模（CSOH）涂覆、氮氧化硅（SiON）涂覆、光刻、刻蚀、间隔物沉积与刻蚀到最终图案转移的14个关键步骤，并基于SEMulator3D软件进行工艺仿真。为了优化光刻窗口，研究人员采用了源掩模协同优化（SMO）技术，通过设计测试图案集、进行布局缩放（retargeting）研究、子分辨率辅助特征（SRAF）研究以及自由曲面光源与掩模版的迭代优化，生成了满足7nm工艺要求的自由曲面光源和掩模版。

为了确保多重图案化分解算法的鲁棒性，研究人员开发了大规模、密度感知的V0-M1随机设计规则检查（DRC）清洁测试图案布局。该布局模拟了真实物理设计中的复杂交互，包含了不同尺寸和密度的矩形及方形通孔。在此布局基础上，研究人员进行了四重图案化分解，该算法综合考虑了三重约束：短程硬约束（如相邻图形间距小于110nm必须分离）、长程软约束（旨在最小化约1.3至1.7倍最小节距的禁布节距范围）以及密度约束（确保四个分解掩模版密度差异不超过5%）。在获得显影后检测（ADI）轮廓后，研究人员通过蒙特卡洛方法模拟了沉积过程侧壁厚度（T）、侧向比（R）以及刻蚀过程侧壁角度（A）等参数的随机变化（±10%），生成了大量AEI轮廓数据。随后，应用基于方差分解的Sobol全局敏感性分析方法，量化了各工艺参数对AEI CD及间距变化的贡献程度。分析表明，ADI轮廓的波动是导致AEI CD和间距变化的最主要因素，其贡献率超过80%和90%。在沉积和刻蚀参数中，侧向比（R）的贡献最大，其次是厚度（T）和侧壁角度（A）。套刻误差的引入显著增加了间距的分布范围（3σ值增大约3nm），但对其均值影响较小。

研究结果表明，该EPE贡献分析方法能够有效识别影响多重图案化工艺最终图形精度的关键因素。通过Sobol敏感性分析，研究人员能够定量评估各参数的贡献权重，这对于制定针对性的工艺改进策略至关重要。例如，基于分析结果和给定的EPE预算（如假设3σ_AEI为3nm），可以反向推算出沉积和刻蚀工艺中各参数（A、R、T）所需的误差预算，为设备能力提升和工艺参数优化提供明确的方向。论文指出，该方法的核心价值在于提供了一个定量框架，用于理解多重图案化工艺中误差的传播与贡献机制，从而指导工艺开发以提升良率。研究结论认为，本工作提出了一种分析影响EPE的因素贡献程度的方法，有助于在先进半导体制造中实现更精细的工艺控制。