项目名称: 应用矢量成像模型的光源-掩模优化技术基础研究

项目编号: No.61204113

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 信息四处

项目作者: 马旭

作者单位: 北京理工大学

项目金额: 25万元

中文摘要: 45nm-16nm浸没式光刻系统的分辨率增强技术是当前国际前沿课题。其中光源-掩模优化(source-mask optimization,简称SMO)是关键技术之一。对于45nm-16nm技术节点,标量成像模型已经无法精确描述高数值孔径浸没式光刻系统的成像过程,从而无法满足 SMO的精度要求。本项目应用课题组自主研发的矢量成像模型,研究和发展高成像精度的基于像素的SMO技术,通过对光源强度、偏振态和掩模拓扑结构的联合优化,探索提高SMO优化维度和光刻系统成像性能的有效途径及手段。本项目还将尝试并创新高效且收敛性好的解析优化算法,从而提高现有SMO技术的优化速度,并获得该问题的全局最优解。另外,本项目拟定针对45nm-16nm SMO技术中的光源、掩模可制造性问题,提出数学模型及评价函数,发展在SMO优化过程中提高光源、掩模可制造性的方法。最后,我们还将开发具有自主知识产权的光刻仿真软件。

中文关键词: 光源-掩模优化;分辨率增强技术;矢量成像模型;光学光刻;可制造性

英文摘要: Currently, the resolution enhancement technique (RET) becomes a cutting-edge research field for the 45nm-16nm immersion lithography, where the source-mask optimization (SMO) is one of the key techniques. For 45nm-16nm technology node, the scalar imaging model is not accurate to represent the image formation process of the hyper-NA immersion lithography systems, thus inadequate for the precision requirement of the SMO techniques. This project focuses on studying and developing pixel-based SMO approaches with high-precision based on a vector imaging model that was independently proposed by our research group. Through the co-optimization of source intensity, polarization and mask topology, the methods are explored to effectively increase the degree of optimization freedom in SMO procedure, and to improve the lithography imaging performance. The efficient and analytic optimization algorithms with superior convergence performance will be probed and innovated to speed up current SMO approaches, and to achieve the global optimal solution for the SMO problem. In addition, we plan to propose the mathematical model and evaluation function for the source and mask manufacturability in 45nm-16nm SMO techniques, then developing the effective methods to improve their manufacturability during the SMO procedure. Finally, the lit

英文关键词: source-mask optimization;resolution enhancement technique;vector imaging model;optical lithography;manufacturability

成为VIP会员查看完整内容
1

相关内容

机器学习的 7 个关键军事应用
专知会员服务
300+阅读 · 2022年4月24日
【经典书】概率图模型:原理与技术,1270页pdf
专知会员服务
132+阅读 · 2022年2月13日
深度学习中的单阶段小目标检测方法综述
专知会员服务
46+阅读 · 2021年11月23日
【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
153+阅读 · 2021年11月10日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
14+阅读 · 2021年3月26日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
基于语言的预训练模型在药物研发中的应用
GenomicAI
5+阅读 · 2022年2月19日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
知识图谱嵌入(KGE):方法和应用的综述
专知
56+阅读 · 2019年8月25日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
Auto-Keras与AutoML:入门指南
云栖社区
16+阅读 · 2019年2月9日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
小贴士
相关VIP内容
机器学习的 7 个关键军事应用
专知会员服务
300+阅读 · 2022年4月24日
【经典书】概率图模型:原理与技术,1270页pdf
专知会员服务
132+阅读 · 2022年2月13日
深度学习中的单阶段小目标检测方法综述
专知会员服务
46+阅读 · 2021年11月23日
【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
153+阅读 · 2021年11月10日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
14+阅读 · 2021年3月26日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
相关资讯
基于语言的预训练模型在药物研发中的应用
GenomicAI
5+阅读 · 2022年2月19日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
知识图谱嵌入(KGE):方法和应用的综述
专知
56+阅读 · 2019年8月25日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
Auto-Keras与AutoML:入门指南
云栖社区
16+阅读 · 2019年2月9日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员