基于遺傳算法的微反射鏡陣列角位置分布算法
發(fā)布時間：2020-12-11 20:11
自由光瞳照明技術是28 nm及以下節(jié)點浸沒光刻機中一種重要的光刻分辨率增強技術,其通過微反射鏡陣列(MMA)調整光束的角譜來實現任意照明模式, MMA角位置分布對自由光瞳照明技術的應用具有重要的意義。提出了基于遺傳算法的MMA角位置分布算法,該算法相比基于模擬退火算法的MMA角位置分布算法,迭代速度提高了10倍以上,并且該算法得到的MMA角位置分布可精確復現目標光瞳強度分布。光刻性能仿真結果表明,對于數千種光刻膠曝光圖形,算法光瞳和目標光瞳的光刻膠曝光圖形不對稱性分布的方均根(RMS)值基本一致,關鍵尺寸差異分布RMS值均小于0.5 nm。
【文章來源】：中國激光. 2020年08期 第197-205頁 北大核心
【文章頁數】：9 頁
【部分圖文】：
自由光瞳照明模塊示意圖
圖2所示為自由光瞳照明模塊中BDE、MMA和傅里葉變換透鏡組件等效為共軸光學系統(tǒng)時的子光束成像示意圖,其中R為被微反射鏡反射的光線在傅里葉變換透鏡組件后焦面成像位置與光軸之間的距離,相應的MMA對光線的反射被等效為折射,MMA通過對被分割子光束的角度調制在后焦面獲得自由光瞳強度分布。每個微反射鏡在后焦面形成的光斑形狀為正方形,正方形光斑的邊長dp為
式中:MMP,k′為MMA角位置分布種群q中的第k′個個體。對種群q按照相應概率Pg、Pc和Pm分別進行選擇、交叉和變異運算后得到MMP,1,MMP,2,…,MMP,i,…,MMP,NNIND。在選擇運算中,運用(3)～(6)式分別計算種群q中NNIND個光瞳強度分布的ERMS,按照ERMS值從小到大對q進行重新排列,選取前Pg×NNIND個個體作為下一步交叉運算的種群,空缺的(1-Pg)×NNIND個個體由選取出的Pg×NNIND個個體隨機生成。交叉運算在選擇運算前后的兩個種群中進行,將選擇運算前ERMS值最小的個體分別與選擇運算后Pc×NNIND個隨機個體進行交叉運算。變異運算是對交叉運算后種群中Pm×NNIND個隨機個體在一定范圍內進行隨機擾動,從而生成種群q+1。為確保算法的收斂性,在變異運算過程中對變異個體的ERMS值進行判斷,若變異個體的ERMS值均未改善,則重新變異。變異結束后判斷算法光瞳和目標光瞳的ERMS值,若有ERMS≤Vd(其中Vd為設定的ERMS閾值)則結束循環(huán),否則繼續(xù)進行選擇、交叉和變異運算,直到滿足ERMS≤Vd為止。若有多個滿足要求的角位置分布矢量,則選擇最優(yōu)MMP,s,其中s表示得到的MMA角位置分布解。為防止出現找不到滿足要求的角位置分布矢量而陷入死循環(huán),設置遺傳算法最大迭代次數為NMAXGEN。
【參考文獻】：
期刊論文
[1]定量相位顯微中分辨率增強技術綜述[J]. 郜鵬,溫凱,孫雪瑩,姚保利,鄭娟娟. 紅外與激光工程. 2019(06)
[2]基于遺傳算法的雙層亞波長金屬光柵優(yōu)化[J]. 安超,褚金奎,張然. 激光與光電子學進展. 2019(22)
[3]基于遺傳算法的激光視覺焊縫特征點提取[J]. 張斌,常森,王桔,王倩. 中國激光. 2019(01)
[4]基于遺傳算法的數字圖像相關法在微位移測量中的應用[J]. 葛朋祥,葉沛,李桂華. 光學學報. 2018(06)
[5]基于多目標模擬退火算法的導航衛(wèi)星激光星間鏈路拓撲動態(tài)優(yōu)化[J]. 董明佶,林寶軍,劉迎春,周黎莎. 中國激光. 2018(07)
[6]基于粒子群優(yōu)化算法的光刻機光源掩模投影物鏡聯合優(yōu)化方法[J]. 王磊,李思坤,王向朝,楊朝興. 光學學報. 2017(10)
[7]曲面基底衍射光學元件的激光直寫技術[J]. 姜俊,劉晉橋,徐穎,于顏豪. 中國激光. 2017(06)
[8]基于微反射鏡陣列的光刻照明模式變換系統(tǒng)設計[J]. 邢莎莎,冉英華,江海波,邢廷文. 光學學報. 2015(11)
[9]布朗運動模擬退火算法[J]. 傅文淵,凌朝東. 計算機學報. 2014(06)
[10]微反射鏡陣列在光束整形中的應用[J]. 杜猛,邢廷文,袁家虎. 紅外與激光工程. 2014(04)
本文編號：2911152
【文章來源】：中國激光. 2020年08期 第197-205頁 北大核心
【文章頁數】：9 頁
【部分圖文】：
自由光瞳照明模塊示意圖
圖2所示為自由光瞳照明模塊中BDE、MMA和傅里葉變換透鏡組件等效為共軸光學系統(tǒng)時的子光束成像示意圖,其中R為被微反射鏡反射的光線在傅里葉變換透鏡組件后焦面成像位置與光軸之間的距離,相應的MMA對光線的反射被等效為折射,MMA通過對被分割子光束的角度調制在后焦面獲得自由光瞳強度分布。每個微反射鏡在后焦面形成的光斑形狀為正方形,正方形光斑的邊長dp為
式中:MMP,k′為MMA角位置分布種群q中的第k′個個體。對種群q按照相應概率Pg、Pc和Pm分別進行選擇、交叉和變異運算后得到MMP,1,MMP,2,…,MMP,i,…,MMP,NNIND。在選擇運算中,運用(3)～(6)式分別計算種群q中NNIND個光瞳強度分布的ERMS,按照ERMS值從小到大對q進行重新排列,選取前Pg×NNIND個個體作為下一步交叉運算的種群,空缺的(1-Pg)×NNIND個個體由選取出的Pg×NNIND個個體隨機生成。交叉運算在選擇運算前后的兩個種群中進行,將選擇運算前ERMS值最小的個體分別與選擇運算后Pc×NNIND個隨機個體進行交叉運算。變異運算是對交叉運算后種群中Pm×NNIND個隨機個體在一定范圍內進行隨機擾動,從而生成種群q+1。為確保算法的收斂性,在變異運算過程中對變異個體的ERMS值進行判斷,若變異個體的ERMS值均未改善,則重新變異。變異結束后判斷算法光瞳和目標光瞳的ERMS值,若有ERMS≤Vd(其中Vd為設定的ERMS閾值)則結束循環(huán),否則繼續(xù)進行選擇、交叉和變異運算,直到滿足ERMS≤Vd為止。若有多個滿足要求的角位置分布矢量,則選擇最優(yōu)MMP,s,其中s表示得到的MMA角位置分布解。為防止出現找不到滿足要求的角位置分布矢量而陷入死循環(huán),設置遺傳算法最大迭代次數為NMAXGEN。
【參考文獻】：
期刊論文
[1]定量相位顯微中分辨率增強技術綜述[J]. 郜鵬,溫凱,孫雪瑩,姚保利,鄭娟娟. 紅外與激光工程. 2019(06)
[2]基于遺傳算法的雙層亞波長金屬光柵優(yōu)化[J]. 安超,褚金奎,張然. 激光與光電子學進展. 2019(22)
[3]基于遺傳算法的激光視覺焊縫特征點提取[J]. 張斌,常森,王桔,王倩. 中國激光. 2019(01)
[4]基于遺傳算法的數字圖像相關法在微位移測量中的應用[J]. 葛朋祥,葉沛,李桂華. 光學學報. 2018(06)
[5]基于多目標模擬退火算法的導航衛(wèi)星激光星間鏈路拓撲動態(tài)優(yōu)化[J]. 董明佶,林寶軍,劉迎春,周黎莎. 中國激光. 2018(07)
[6]基于粒子群優(yōu)化算法的光刻機光源掩模投影物鏡聯合優(yōu)化方法[J]. 王磊,李思坤,王向朝,楊朝興. 光學學報. 2017(10)
[7]曲面基底衍射光學元件的激光直寫技術[J]. 姜俊,劉晉橋,徐穎,于顏豪. 中國激光. 2017(06)
[8]基于微反射鏡陣列的光刻照明模式變換系統(tǒng)設計[J]. 邢莎莎,冉英華,江海波,邢廷文. 光學學報. 2015(11)
[9]布朗運動模擬退火算法[J]. 傅文淵,凌朝東. 計算機學報. 2014(06)
[10]微反射鏡陣列在光束整形中的應用[J]. 杜猛,邢廷文,袁家虎. 紅外與激光工程. 2014(04)
本文編號：2911152
本文鏈接：http://www.lk138.cn/kejilunwen/dianzigongchenglunwen/2911152.html
