极紫外光刻掩模上三维图案的严格模拟(上)

对具有二维周期性吸收体图案的极紫外光刻掩模的光散射进行了模拟。在一项详细的收敛研究中,表明在相对较大的3D计算域以及存在侧壁角度和拐角圆角的情况下,可以获得准确的结果。

材料和参数设置

所研究的结构由多层反射镜上的吸收器堆叠组成(共120层)。图1显示了几何形状的3D网格和电池组一部分中的典型电场分布。设置示意图如图2所示。本研究关注有限元模拟方法的数值特性,因此只研究了材料和堆叠参数的一个固定设置,以及多层上吸收器结构横向放置的两个固定设置(1D周期性线掩模和2D周期性图案)。表1给出了物理设置的选定几何和材料参数。为了模拟非偏振照明,计算了与13.4 nm真空波长和4度(平面内)入射角的Sand P偏振平面波照明相对应的近场,并对场进行了非相干叠加。这种3D设置的高精度、严格的数值模拟具有挑战性,因为3D计算域的总大小约为1.5×

 nm3,对应于约6300立方波长。

 

图1. 左:三维计算域:多层反射镜上的吸收体结构。右(上/下):三维矢量电场主场分量的实部/相位。通过计算域上部(如图所示)将3D场导出为2D横截面,获得伪彩色表示。

 图2:2D设置示意图(以及通过3D设置的2D横截面示意图)。横向几何形状的定义见图7。

表1. EUV掩模模拟的参数设置(比较图2)掩模几何参数(层高度hx、侧壁角度α、拐角圆角半径R)、材料参数(折射率的实部和虚部,n和k)、照明参数(平面内入射角、真空波长)。

 

表2。在分辨率增加的网格上获得的EUV线掩模的2D模拟的模拟结果。分辨率的提高对应于未知量的增加。N。几个复杂衍射振幅(归一化为入射光场的大小)、反射功率和功率守恒的数值结果随着分辨率的增加而收敛。计算时间t(秒)(在标准工作站上执行的计算)。

 如图3所示,计算近场解所需的大量计算工作对于计算多层堆叠中的场分布是必要的。该区域基本上只是1D结构化几何体。因此,该区域的波传播可以采用准解析方法处理,也可以仅通过求解一维有限元问题来处理。然而,吸收器图案具有更高的维度。已经证明,严格的域分解算法可以利用问题的这些特性来显著减少计算量(在未知数和计算时间方面)。

6域分解算法基本上是通过将计算域划分为多层反射镜和吸收器结构来实现的,如图2所示。然后,这两个域通过域之间来回耦合的电磁场耦合,并通过迭代改进场近似值达到收敛。

将域分解算法应用于2D设置。表3显示了一些结果(在这种情况下,没有检查节能,因为域分解设置中的软件不会自动评估多堆栈镜像中的吸收功率)。图4显示了衍射强度和反射功率的收敛。选择具有最高数值分辨率的近场结果作为准精确值。

从表3可以看出,在所有研究量中,区域分解设置和完整的2D设置之间的定量结果一致,相对精度约为

 。通过域分解设置,可以在相对较低的计算量下获得非常准确的结果。

表3. 使用畴分解算法获得的EUV线掩模的2D模拟的模拟结果。最后一行数据给出了整个二维计算域的模拟结果,以供比较。

 

 

图3. 从左到右:在多层反射镜上对线掩模的二维计算域进行网格离散化。电磁近场的强度分布(伪彩色表示,对数尺度)。零阶、第一阶、第二阶和第五阶导数振幅的相对误差

,功率守恒的相对误差ΔP(参见表2)。

表3. 使用畴分解算法获得的EUV线掩模的2D模拟的模拟结果。最后一行数据给出了整个二维计算域的模拟结果,以供比较。

 

 

图4. 使用2D域分解设置进行模拟的结果。从左到右:对线掩模的二维计算域进行网格离散化(域分解方法中减少的计算域)。零、第一、第二和第五平面内衍射级强度的相对误差

,反射功率的相对误差

(参见表3)。

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/871579.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何在M芯片的Mac上爽玩原神

如何在M芯片的Mac上爽玩原神 【热点速递】苹果震撼发布全新M4 Mac mini,国补福利下惊喜价如何在M芯片的Mac上爽玩原神【热点速递】苹果震撼发布全新M4 Mac mini,国补福利下惊喜价仅约3500元!这不仅是一次办公体验的全新升级,更是对高效能与性价比完美融合的一次致敬。想象一…

macOS安装软件过程中常见几种报错的解决办法

macOS安装软件过程中常见几种报错的解决办法 对于刚使用 macOS 或者在更新系统后尝试运行应用对于刚使用 macOS 或者在更新系统后尝试运行应用时遇到问题的用户,可能会看到以下几种错误提示:xxx已损坏,无法打开,你应该将它移到废纸篓打不开 xxx,因为它来自身份不明的开发者…

我来告诉你怎么在macOS上畅玩金铲铲之战

我来告诉你怎么在macOS上畅玩金铲铲之战 ❝ 天选福星,灵蛇献瑞,《金铲铲之战》“天选福星”赛季好我来告诉你怎么在macOS上畅玩金铲铲之战天选福星,灵蛇献瑞,《金铲铲之战》“天选福星”赛季好运上线!请接收这份来自《金铲铲之战》的新春邀约——“天选福星”正式回归,羁…

4本书推荐《AI芯片开发核心技术详解》、《智能汽车传感器:原理设计应用》、《TVM编译器原理与实践》、《LLVM编译器原理与实践》,谢谢

4本书推荐《AI芯片开发核心技术详解》、《智能汽车传感器:原理设计应用》、《TVM编译器原理与实践》、《LLVM编译器原理与实践》由清华大学出版社资深编辑赵佳霓老师策划编辑的新书《AI芯片开发核心技术详解》已经出版,京东、淘宝天猫、当当等网上,相应陆陆续续可以购买。该…

Cain的2024小记

2024の总结在清水中放一块糖,不会太甜 但放一勺醋,就会很酸 人不能因为一件事高兴一整年 却能因为一个创伤郁郁终身 痛苦给人的刺激总是远远大于快乐 所以人们宁可不得到,也不愿失去 渐渐的 不喜不悲又到了一年一度的破壳日,祝我生日快乐的同时,写下拖延许久的年度总结,剖…

【Windows内核】早期级联注入:Windows 进程创建、Early bird APC 注入和 EDR 预加载

一、介绍 在这篇博客文章中,我们介绍了一种名为早期级联注入的新型进程注入技术,探讨了 Windows 进程创建,并识别了几种端点检测和响应系统(EDR)如何初始化其进程内检测能力。这种新的早期级联注入技术针对进程创建的用户模式部分,结合了众所周知的 Early bird APC 注入技…

CODEFORCE DIV2 NO.996(好社畜的场次名)

这一次的博客其实早就应该发布了,但是当时急着回家睡觉,于是就直接把博客的编辑页面给关闭了,于是没有保存,完成了3/4的博客就这样没有了,对,所以这件事启示了我们写完博客一定要保存好草稿,不然就是唐完了。问就是唐龙 首先是这场比赛的评价,当时真的是犯蠢了,感觉是…

【Atcoder训练记录】AtCoder Beginner Contest 389

训练情况赛后反思 赛后VP的,C题忘记vector里面erase复杂度是 O(n) 的了,导致TLE了两发,换成双端deque就过了 A题 取字符串第一位和第三位取int相乘 #include <bits/stdc++.h> // #define int long long #define endl \nusing namespace std;void solve(){string s; ci…

一图理解RAG与Agentic RAG的区别

RAG 是一种结合了信息检索和生成模型的自然语言处理技术框架,能够提高 AI 系统在回答自然语言问题时准确性和可靠性,但是传统 RAG 还有不少问题,比如: 它检索一次生成一次。如果上下文不足,无法动态搜索更多信息。 它无法对复杂查询进行推理。 系统无法根据具体问题调整策…

常用的9款工业调试工具

modbus调试工具 这个工具是用来调试modbus通讯协议报文的。分二个一个是模拟modbus协议一个是监听modbus通讯协议。 poll是监听工具slave是模拟工具。大家在我提供的安装包里都有可自行选择,怎么使用可以看往期间文章串口调试工具 串口调试工具,需要设备对应的波特率、停止位…

C#实战附俄罗斯方块实战

C#实战 ArrayList using System; using System.Collections; using System.Security.Principal; namespace ArrayList数组; class Program {static void Main(string[] args){#region 本质/* ArrayList是一个C#封装好的类本质是一个object类型的数组ArrayList,*/#endregion#reg…

在线图片转为excel工具

在线图片转为excel工具,无需登录,无需成本,用完就走。包括中文和英文版本。官网地址:https://img2excel.openai2025.com效果: