本發明涉及半導體，特別是涉及一種opc模型的量化評估方法。

背景技術：

1、opc(光學近似校正)是先進節點半導體集成電路生產過程中必不可少的一項技術，其中應用最多的mopc(model?based?opc，基于模型的光學近似校正)是采用模型預測光刻結果，通過反饋機制修改版圖形狀，使預測結果接近目標結果的技術，因此，mopc所采用的模型(opc模型)的誤差大小決定了opc的結果好壞。

2、目前，對opc模型的通用建模方法是挑選一定數量的各種類型的maskpattern(光罩圖形)，使用待建模的光刻工藝，收集這些光罩圖形的wafer?cd(在晶圓上的關鍵尺寸)，同時用光刻參數建立初始opc模型，通過以下公式計算出模擬光強i，i由一個必須項和零到多個數目不限的輔助項構成，必須項——由光刻系統的物理參數建立的光學模型計算得到，輔助項——是建模時為了使仿真cd(關鍵尺寸)更加貼合wafer?cd而添加的修正項。

3、例如，模擬光強i為：

4、

5、得到i后，i和ithreshold交點之間的距離即為仿真cd。計算opc模型對這些光罩圖形的仿真cd和wafer?cd的差值(cderr)以及差值的均方根(rms，root?mean?square)，取使得cderr的均方根為最小時的ithreshold為當前opc模型的ithreshold。在不改變光學模型的情況下，只能通過添加/減少輔助項以及調節各項的系數c的大小來改變i，以達到優化opc模型的目的。

6、目前，對opc模型誤差的量化評估方法是計算opc模型對光罩圖形的仿真cd和wafer?cd的差值(cderr)以及差值的均方根(rms，root?mean?square)，從差值的分布和均方根可以評估當前opc模型的誤差。但是，cderr和它的均方根不能直觀地反映opc模型需要優化的地方。例如，一個opc模型對a、b兩個不同的光罩圖形的計算結果如圖2所示，a的cderr比b的cderr小，同時a的ierr比b的ierr大。如果從cderr的大小來判斷，會得出opc模型中b圖形特征相關的輔助項的系數需要調整的幅度比a的要大的結論，但實際上因為a的ierr比b的ierr大，正確的模型優化方向是opc模型中a圖形特征相關的輔助項的系數需要調整的幅度比b的要大。因此，從opc模型優化的角度出發，需要一種以ierr為基準的量化評估方法。

7、為解決上述問題，需要提出一種新型的opc模型的量化評估方法。

技術實現思路

1、鑒于以上所述現有技術的缺點，本發明的目的在于提供一種opc模型的量化評估方法，用于解決現有技術中cderr和它的均方根不能直觀地反映opc模型需要優化的地方的問題。

2、為實現上述目的及其他相關目的，本發明提供一種opc模型的量化評估方法，包括：

3、步驟一、基于opc模型，得到各個光罩圖形的光強分布i，光強分布i由必須項、輔助項以及調節各項的系數組成，晶圓關鍵尺寸在光罩圖形上的位置延長線即為各個光罩圖形的測量軸，光強分布i上光強ithreshole的位置為opc模型對光罩圖形在晶圓上的對應圖形輪廓的仿真，圖形輪廓和測量軸的交點之間的距離，為opc模型對光罩圖形在晶圓上的對應圖形的關鍵尺寸的仿真；

4、步驟二、通過各個光罩圖形的光強分布i和晶圓關鍵尺寸得到光強imeas，光強imeas為各個光罩圖形在量測關鍵尺寸端點所在位置的光強，獲取各個光罩圖形光強imeas和光強ithreshole的差值ierr，以所有光罩圖形為樣本獲取差值ierr的均方根，根據差值ierr以及差值ierr的均方根評估opc模型的優化方向；

5、步驟三、對光罩圖形進行分類，并分別獲取opc模型各分類的光強imeas和光強ithreshole的差值ierr以及差值ierr的均方根，以實現對opc模型的優化方向的細分量化評估。

6、優選地，步驟二中的所述差值ierr的均方根越大，則opc模型的優化空間越大。

7、優選地，步驟二中的所述根據差值ierr以及差值ierr的均方根評估opc模型的優化方向的方法包括：光強ibackground為各個光罩圖形沿著測量軸分布的背景光強，光強imax為各個光罩圖形沿著測量軸分布的最大光強，光強imin為各個光罩圖形沿著測量軸分布的最小光強；對于對應的版圖中封閉圖形內部為100％透光區域的光罩，ibackground小于ithreshole，當差值ierr為負值時，計算各個光罩圖形的ierr/(ibackground-ithreshole)，當差值ierr為正值時，計算各個光罩圖形的ierr/(imax-ithreshole)，記為rdiff；對于對應的版圖中封閉圖形內部為非100％透光區域的光罩，ibackground大于ithreshole，當差值ierr為正值時，計算各個光罩圖形的ierr/(ibackground-ithreshole)，當差值ierr為負值時，計算各個光罩圖形的ierr/(imin-ithreshole)，記為rdiff。rdiff大于0.5時，說明對于該版圖圖形，opc模型的優化難度較大。

8、優選地，步驟二計算所述rdiff大于0.5的測量軸個數占總數的百分比或計算rdiff的均方根，百分比和rdiff的均方根越大，則opc模型的總體優化難度越大。

9、優選地，步驟二中若通過添加所述輔助項以及調節各項的系數的大小來優化opc模型，需要先減少或調整現有輔助項以預防過擬合。

10、優選地，步驟三中根據距離區間、光罩關鍵尺寸、光罩圖形類型中的至少一種對所述光罩圖形進行分類。

11、優選地，步驟三中通過能夠計算的權重來實現根據所述距離區間對光罩圖形進行分類。

12、優選地，步驟三中首先篩選所述樣本光罩圖形，確保樣本集同時滿足以下條件以保證后續評估結果的準確：按照光罩圖形類型分類后，各類所包含的光罩關鍵尺寸的集合是一樣的；按照光罩圖形類型和光罩關鍵尺寸分類后，各類所包含的周期的集合是一樣的。

13、優選地，步驟三中根據所述距離區間對光罩圖形進行分類并分別計算各類的差值ierr的均方根，均方根越大，則opc模型中，和在對應距離區間的光罩圖形相關的輔助項的系數需要調整的幅度越大。

14、優選地，步驟三中根據光罩關鍵尺寸對光罩圖形進行分類并分別計算各類的差值ierr的均方根，均方根越大，則opc模型中，和在對應光罩關鍵尺寸的光罩圖形相關的輔助項的系數需要調整的幅度越大。

15、優選地，步驟三中根據所述光罩圖形類型對光罩圖形進行分類并分別計算各類的差值ierr的均方根，均方根越大，則opc模型中，和在對應光罩圖形類型的光罩圖形相關的輔助項的系數需要調整的幅度越大。

16、優選地，步驟三中還包括根據圖形密度對所述光罩圖形進行分類。

17、如上所述，本發明的opc模型的量化評估方法，具有以下有益效果：

18、本發明得到的評估結果可以為opc模型的優化提供較為明確的方向，縮短建模周期，并且有助于得到更貼近需求的opc模型，為優秀的opc解決方案打下堅實基礎。