基于粒子群优化算法的光刻机光源优化方法

被引：5

作者：

王磊 ^{[1
,2
]}

李思坤 ^{[1
]}

王向朝 ^{[1
,2
]}

闫观勇 ^{[1
,2
]}

杨朝兴 ^{[1
,2
]}

机构：

[1] 中国科学院上海光学精密机械研究所信息光学与光电技术实验室

[2] 中国科学院大学

来源：

光学学报 | 2015年 / 35卷 / 04期

关键词：

光学制造; 光刻; 分辨率增强技术; 光源掩模优化; 光源优化; 粒子群优化;

D O I：

暂无

中图分类号：

TN305.7 [光刻、掩膜]; TP18 [人工智能理论];

学科分类号：

1401 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种基于粒子群优化算法的光刻机光源优化方法。将光源信息编码为粒子,利用图形误差作为评价函数,通过更新粒子的速度与位置信息不断迭代优化光源图形。对周期接触孔阵列和含有交叉门的复杂掩模图形的仿真验证表明,两者的图形误差分别降低了66.1%和27.3%,有效提高了光刻成像质量。与基于遗传算法的光源优化方法相比,该方法具有更快的收敛速度。另外,还研究了像差和离焦对本方法稳健性的影响。

引用

页码：297 / 307

页数：11

共 8 条

[1] 基于二次规划的光刻机光源优化方法 [J].

闫观勇 ;

李思坤 ;

王向朝 .

光学学报, 2014, 34 (10) :257-264

[2] 基于随机并行梯度速降算法的光刻机光源与掩模联合优化方法 [J].

李兆泽 ;

李思坤 ;

王向朝 .

光学学报, 2014, 34 (09) :130-139

[3]

Robust pixel-based source and mask optimization for inverse lithography[J] . Sikun Li,Xiangzhao Wang,Yang Bu.Optics and Laser Technology . 2013

[4]

A study of particle swarm optimization particle trajectories[J] . F. van den Bergh,A.P. Engelbrecht.Information Sciences . 2005 (8)

[5]

The particle swarm optimization algorithm: convergence analysis and parameter selection[J] . Ioan Cristian Trelea.Information Processing Letters . 2002 (6)

[6]

Illuminator design for the printing of regular contact patterns[J] . Martin Burkhardt,Anthony Yen,Christopher Progler,Greg Wells.Microelectronic Engineering . 1998

[7]

Source optimization for image fidelity and throughput .2 Y.Granik. J.Microlithography,Microfabrication,andMicrosystems . 2004

[8]

Particle swarm optimization: developments, applications and resources .2 Eberhart RC,Shi YH. Proceedings of the IEEE Congress on Evolutionary Computation(CEC 2001) . 2001

← 1 →