具体实施方式

在详细地描述本发明的实施例之前，提供一个可以实施本发明的实施例的示例性环境是有指导意义的。

图1示意性地描绘了一种光刻设备LA。所述设备包括：照射系统(照射器)IL，配置成调节辐射束B(例如UV辐射或DUV辐射)；图案形成装置支撑件或支撑结构(例如掩模台)MT，构造成支撑图案形成装置(例如掩模)MA并且连接到第一定位器PM，所述第一定位器PM配置成根据特定参数来准确地定位图案形成装置；两个衬底台(例如晶片台)WTa和WTb，每个衬底台被构造成保持衬底(例如涂覆抗蚀剂的晶片)W并且每个衬底台连接到第二定位器PW，所述第二定位器PW配置成根据特定参数来准确地定位衬底；以及投影系统(例如折射型投影透镜系统)PS，配置成将由图案形成装置MA赋予辐射束B的图案投影到衬底W的目标部分C(例如包括一个或更多个管芯)上。参考框架RF连接各种部件，并用作设定和测量图案形成装置和衬底以及图案形成装置和衬底上的特征的位置的参考基准。

照射系统可以包括各种类型的光学部件，诸如折射型、反射型、磁性型、电磁型、静电型或其它类型的光学部件、或其任意组合，以引导、成形、或控制辐射。例如，在使用极紫外(EUV)辐射的设备中，通常将使用反射型光学部件。

所述图案形成装置支撑件以依赖于图案形成装置的方向、光刻设备的设计以及诸如例如图案形成装置是否保持在真空环境中等其他条件的方式保持图案形成装置。所述图案形成装置支撑件可以采用机械的、真空的、静电的或其它夹持技术保持图案形成装置。所述图案形成装置支撑件MT可以是框架或台，例如，其可以根据需要是固定的或可移动的。所述图案形成装置支撑件可以确保图案形成装置位于期望的位置上(例如相对于投影系统)。

这里使用的术语“图案形成装置”应该被广义地解释为表示能够用于在辐射束的横截面上赋予辐射束图案、以在衬底的目标部分上形成图案的任何装置。应注意，赋予辐射束的图案可以不完全对应于衬底的目标部分中的所期望的图案，例如，如果图案包括相移特征或所谓的辅助特征。通常，赋予辐射束的图案将对应于在目标部分中产生的器件(例如集成电路)中的特定功能层。

如此处所示，所述设备属于透射型(例如，采用透射式图案形成装置)。可替代地，所述设备可以属于反射型(例如，采用如上文所提及类型的可编程反射镜阵列，或采用反射式掩模)。图案形成装置的示例包括掩模、可编程反射镜阵列以及可编程LCD面板。这里使用的任何术语“掩模版”或“掩模”可以被认为与更上位的术语“图案形成装置”同义。术语“图案形成装置”也可以被解释为表示以数字形式存储用于控制这种可编程图案形成装置的图案信息的装置。

这里使用的术语“投影系统”应该被广义地解释为包括任何类型的投影系统，包括折射型光学系统、反射型光学系统、反射折射型光学系统、磁性型光学系统、电磁型光学系统和静电型光学系统或其任意组合，例如对于所使用的曝光辐射或者对于诸如浸没液体的使用或真空的使用之类的其他因素合适的。这里使用的任何术语“投影透镜”可以被认为与更上位的术语“投影系统”同义。

光刻设备也可以是这样一种类型：其中衬底的至少一部分可以被具有相对高折射率的液体(例如水)覆盖，以便填充投影系统和衬底之间的空间。浸没液体也可以被施加至光刻设备中的其它空间，例如掩模和投影系统之间的空间。本领域中众所周知的是，浸没技术用于增加投影系统的数值孔径。

在操作中，照射器IL接收来自辐射源SO的辐射束。例如，当源为准分子激光器时，源和光刻设备可以是分立的实体。在这种情况下，不认为源构成光刻设备的部分，且借助于包括(例如)适合的定向反射镜和/或扩束器的束传递系统BD将辐射束从源SO传递至照射器IL。在其他情况下，例如当源为汞灯时，源可以是所述光刻设备的组成部分。可以将源SO和照射器IL以及需要时设置的束传递系统BD一起称为辐射系统。

所述照射器IL可以例如包括用于调整所述辐射束的角强度分布的调整器AD、积分器IN和聚光器CO。所述照射器可以用于调节所述辐射束，以在其横截面中具有所期望的均匀性和强度分布。

所述辐射束B入射到保持在图案形成装置支撑件MT上的所述图案形成装置MA上，并且通过所述图案形成装置来形成图案。在已横穿图案形成装置(例如，掩模)MA的情况下，辐射束B穿过投影系统PS，所述投影系统将所述束聚焦到衬底W的目标部分C上。借助于第二定位器PW和位置传感器IF(例如，干涉仪器件、线性编码器、二维编码器或电容传感器)，可以准确地移动衬底台WTa或WTb，例如以便将不同的目标部分C定位于辐射束B的路径中。类似地，例如在从掩模库的机械获取之后，或在扫描期间，可以将第一定位器PM和另一个位置传感器(图1中未明确描绘)用于相对于辐射束B的路径准确地定位图案形成装置(例如，掩模)MA。

可以通过使用掩模对准标记M1、M2和衬底对准标记Pl、P2来对准图案形成装置(例如，掩模)MA和衬底W。尽管所示的衬底对准标记占据了专用目标部分，但是它们可以位于目标部分之间的空间(这些公知为划线对准标记)中。类似地，在将多于一个的管芯设置在图案形成装置(例如，掩模)MA上的情况下，掩模对准标记可以位于所述管芯之间。在期望标识尽可能小并且不需要与相邻特征不同的任何成像或过程条件的情况下，在器件特征之中，小的对准标记也可以被包括在管芯内。下面进一步描述检测对准标识的对准系统。

所描绘的设备可以用于各种模式中。在扫描模式中，在对图案形成装置支撑件(例如掩模台)MT和衬底台WT同步地进行扫描的同时，将赋予所述辐射束的图案投影到目标部分C上(即，单一的动态曝光)。衬底台WT相对于图案形成装置支撑件(例如掩模台)MT的速度和方向可以通过投影系统PS的(缩小)放大率和图像反转特性来确定。在扫描模式中，曝光场的最大尺寸限制了单一动态曝光中目标部分的宽度(沿非扫描方向)，而所述扫描运动的长度决定了目标部分的高度(沿扫描方向)。正如在本领域中众所周知的，其它类型的光刻设备和操作模式是可能的。例如，步进模式是已知的。在所谓的“无掩模”光刻术中，使可编程图案形成装置保持静止，但具有改变的图案，并且移动或扫描衬底台WT。

也可以采用上述使用模式的组合和/或变形例，或完全不同的使用模式。

光刻设备LA是所谓的双平台类型，其具有两个衬底台WTa、WTb和两个站—曝光站EXP和测量站MEA—所述衬底台可以在所述两个站之间交换。当一个衬底台上的一个衬底在曝光站上进行曝光时，另一个衬底可以被装载到测量站处的另一个衬底台上，并且执行各种预备步骤。这使得实现了设备的生产量实质性增加。在单平台设备上，需要针对每个衬底在单平台上顺序进行预备步骤和曝光步骤。预备步骤可以包括使用水平传感器LS来映射衬底的表面高度轮廓和使用对准传感器AS测量衬底上的对准标识的位置。如果位置传感器IF在测量站处以及在曝光站处时不能够测量衬底台的位置，则可以设置第二位置传感器以实现在两个站处追踪衬底台相对于参考框架RF的位置。其它布置是已知的且可用于代替所示的双平台布置。例如，设置衬底台和测量台的其它光刻设备是已知的。这些衬底台和测量台在执行预备测量时被对接在一起，之后在衬底台经历曝光时不对接。

如图2所示，光刻设备LA构成光刻单元LC的一部分，并且有时被称为光刻元或簇，光刻单元LC还包括用于在衬底上执行曝光前和曝光后过程的设备。常规地，这些设备包括：用于沉积抗蚀剂层的旋涂机SC、用于显影曝光后的抗蚀剂的显影剂DE、激冷板CH和焙烤板BK。衬底处理器或机器人RO从输入/输出端口I/O1、I/O2拾取衬底，在不同的过程设备之间移动衬底，然后将其传送到光刻设备的装载台LB。这些装置通常统称为轨道，并且由轨道控制单元TCU控制，该轨道控制单元TCU本身由管理控制系统SCS控制，该管理控制系统SCS也经由光刻控制单元LACU来控制光刻设备。因此，可以操作不同的设备以最大化生产量和处理效率。

为了正确且一致地曝光由光刻设备所曝光的衬底，期望检查被曝光的衬底以测量诸如后续层之间的重叠误差、线厚度、临界尺寸(CD)等属性。由此，其中定位光刻元LC的制造设施也包括量测系统MET，量测系统MET接收已在光刻元中被处理的衬底W中的一些或全部。将量测结果直接或间接地提供至管理控制系统SCS。如果检测到误差，则可以对后续衬底的曝光进行调整。

在量测系统MET内，使用检查设备确定衬底的属性，且尤其是确定不同衬底或同一衬底的不同层的属性如何在不同层间变化。检查设备可集成至光刻设备LA或光刻元LC中，或可以是独立的装置。为了实现最快速的测量，可以期望检查设备在曝光之后立即测量被曝光的抗蚀剂层中的属性。然而，并非所有的检查设备都具有足够的灵敏度以进行对潜像的有用测量。因此，可在曝光后焙烤步骤(PEB)后进行测量，曝光后焙烤步骤(PEB)通常为对已曝光的衬底进行的第一步骤且增加抗蚀剂的已曝光部分与未曝光部分之间的对比度。在这一阶段，抗蚀剂中的图像可被称作半潜像。在已经去除了抗蚀剂的已曝光部分或未曝光部分的点处，也能够对已显影的抗蚀剂图像进行测量。此外，已经曝光的衬底可被剥离及返工-以改善良率-或被废弃，由此避免对已知有缺陷的衬底执行进一步处理。在仅衬底的一些目标部分有缺陷的情况下，可仅对良好的那些目标部分执行进一步曝光。

在抗蚀剂图案已经蚀刻至产品层中之后，也可用量测系统MET进行量测步骤。后一种可能性限制了有缺陷的衬底返工的可能性，但是可以提供关于制造过程整体的性能的附加信息。

图3示出用于在图1的双平台设备中曝光衬底W上的目标部分(例如，管芯)的步骤。首先将描述根据常规实践的过程。本公开决不限于所示类型的双平台设备。本领域技术人员将认识到，类似的操作在其它类型的光刻设备(例如具有单衬底台和对接量测台的光刻设备)中执行。

测量站MEA处所执行的步骤在虚线框内的左手侧，而右手侧示出曝光站EXP处所执行的步骤。经常，衬底台WTa、WTb中的一个将在曝光站处，而另一个是在测量站处，如上文所描述。出于此描述的目的，假定衬底W已经被装载至曝光站中。在步骤200处，通过图中未示出的机构将新衬底W’装载至所述设备。并行地处理这两个衬底，以便增加光刻设备的生产量。

最初参考新装载的衬底W’，此衬底可以是先前未被处理的衬底，且被制备有新光致抗蚀剂以供在所述设备中的第一次曝光使用。然而，一般地，所描述的光刻过程将仅仅是一系列曝光和处理步骤中的一个步骤，使得衬底W’已经通过此设备和/或其它光刻设备几次，且也可以经历后续过程。特别针对改善重叠性能的问题，任务将是确保新图案被精确地施加于已经经受图案化和处理的一个或更多个循环的衬底上的正确位置中。每个图案化步骤可以在所施加的图案中引入位置偏差，而后续处理步骤在衬底和/或施加至衬底的图案中逐渐地引入变形，这些必须被测量和校正、以获得令人满意的重叠性能。

可以在其它光刻设备中执行先前和/或后续的图案化步骤(如刚才所提及的)，且甚至可在不同类型的光刻设备中执行先前的和/或后续的图案化步骤。例如，器件制造过程中的在诸如分辨率和重叠等参数上要求极高的一些层相比于其它要求较低的层可以在更先进的光刻工具中执行。因此，一些层可在浸没型光刻工具中曝光，而其它层在“干型”工具中曝光。一些层可在工作在DUV波长下的工具中曝光，而其它层是使用EUV波长辐射曝光。一些层可通过作为所示出的光刻设备中的曝光的替代或补充的步骤而被图案化。这些替代和补充技术包括例如压印光刻术、自对准多重图案化和定向自组装。类似地，对每层执行的其它处理步骤(例如，CMP和蚀刻)可以是每层在不同的设备上执行。

在202处，将使用衬底标记P1等和图像传感器(图中未示出)的对准测量用于测量和记录衬底相对于衬底台WTa/WTb的对准。另外，将使用对准传感器AS来测量横跨衬底W’的几个对准标记。这些测量在一实施例中用以建立衬底模型(有时被称作“晶片栅格”)，该衬底模型极准确地映射横跨衬底的标记的分布，包括相对于名义矩形栅格的任何变形。

在步骤204处，还使用水平传感器LS来测量相对于X-Y位置的晶片高度(Z)图。主要地，高度图仅用于实现被曝光图案的准确聚焦。另外出于其它目，也可使用高度图。

当装载衬底W’时，接收选配方案数据206，其限定待执行的曝光，且还限定晶片、先前产生的图案和待产生于晶片上的图案的属性。当存在衬底上的对准标记的选项以及当存在对准传感器的设定的选项时，这些选项由选配方案数据206中的对准选配方案限定。因此，对准选配方案限定如何测量对准标记的位置以及如何标记对准标记的位置。

在210处，调换晶片W’与W，使得测量的衬底W’变成衬底W、进入曝光站EXP。在图1的示例设备中，通过交换设备内的支撑件WTa和WTb来执行这一调换，使得衬底W、W’保持准确地被夹持且定位于那些支撑件上，以保持衬底台与衬底自身之间的相对对准。因此，一旦已调换所述台，为了利用用于衬底W(以前为W’)的测量信息202和204、以控制曝光步骤所必须的全部事情是确定投影系统PS与衬底台WTb(以前为WTa)之间的相对位置。在步骤212处，使用掩模对准标记M1、M2来执行掩模版对准。在步骤214、216、218中，将扫描运动和辐射脉冲施加于横跨衬底W的连续目标部位处，以便完成许多图案的曝光。

通过在执行曝光步骤中使用测量站处所获得的对准数据和高度图，使这些图案相对于所期望的部位准确地对准，具体地说，相对于先前放置于同一衬底上的特征准确地对准。在步骤220处，从设备被卸除、现在被标注为W”的被曝光的衬底根据被曝光的图案经历蚀刻或其它过程。

使用性能数据的先进过程控制

为了最佳性能，除了在当前衬底被装载至光刻设备时进行的测量之外，一般使用关于光刻过程的历史性能数据。为此目的，利用量测系统MET(图2)进行性能测量。可以实施不同形式的先进过程控制。图4仅图示了实施已知的稳定性控制方法的一个示例。

图4描绘了稳定性模块300。该模块例如是在处理器上运行的应用程序，例如在图2的控制单元LACU或管理控制系统SCS内。示出了三个主要过程控制回路，标记为1、2、3。第一回路使用稳定性模块300和监控晶片提供对光刻设备的局部控制。示出监控晶片302被从光刻单元304传送，该光刻单元304例如可以是图2的光刻单元LC。监控晶片304已经用校准图案曝光以设定聚焦和重叠的“基线”参数。稍后，量测工具306读取这些基线参数，然后由稳定性模块300解释这些基线参数，以便计算特定于该光刻单元的稳定性校正308。所述性能数据可以反馈给光刻单元304，并且在执行进一步的曝光时使用。对监控晶片的曝光可以涉及在参考标记的上面印制标记的图案。通过测量顶部标记和底部标记之间的重叠误差，可以测量光刻设备的性能偏差，甚至是当晶片已经从设备移除并放置在量测工具中时。

第二(APC)控制回路基于实际产品晶片上的性能参数(诸如聚焦、剂量和重叠)的测量。被曝光的产品晶片320被传递到量测工具322，该量测工具322可以与第一控制回路中的量测工具306相同或不同。在322处，例如与诸如临界尺寸、侧壁角和重叠等参数有关的信息被确定并传递到先进过程控制(APC)模块324。该数据也被传递到稳定性模块300。过程校正326被计算并被管理控制系统(SCS)328使用，这提供对与稳定性模块300通信的光刻单元304的控制。

第三控制回路允许在例如双重图案化应用中将量测术集成到第二(APC)控制回路中。被蚀刻的晶片330被传递到量测单元332，该量测单元332也可以与用于第一控制回路和/或第二控制回路中的量测工具306、322相同或不同。量测工具332测量从晶片读取的性能参数，诸如临界尺寸、侧壁角和重叠。这些参数被传递到先进过程控制(APC)模块324。该回路与第二回路一样地继续。

当前在高容量制造(HVM)环境中的过程校正策略典型地是基于每个卡盘和每个批次执行的。然而，最近考虑每个衬底的校正。于是有可能限定每个衬底的过程校正，而不是每批次的过程校正。需要设计用于利用每衬底校正的实际策略，该每个衬底的校正在每衬底级别进行过程控制(这里称为晶片级控制或WLC)。对每个处理过的衬底执行重叠测量是昂贵的(特别是在时间和生产量方面)。相反，可以进行“过程指纹”的每个衬底预测。过程指纹(或标志)描述了特定过程步骤和/或过程工具强加在衬底上的变形或其他形变。这种预测可以基于曝光顺序(事先已知)或情境/处理历史。然而，这有一些缺点。首先，追踪和管理所有历史过程步骤，特别是对于更高层，需要相当大的工作量。其次，可能难以在过程工具与对重叠的影响之间建立明确的关系。

使用通常在更规则的基础上生成的量测数据，例如在每个衬底基础上生成的对准数据或调平数据，是减少衬底间变化的替代方案。然而，具体考虑到对准数据的示例，校正能力受到以下限制：为了避免生产量损失，仅可以测量有限数量的对准标记；对准模型通常局限于全局(场间)模型；并且通常对准标记遭受过程引起的标记损害，从而导致测量不太可靠。

提出对衬底一起进行分组，并基于连续运行的晶片级控制策略中的衬底组确定校正。在HVM环境中，可以根据衬底的情境历史执行集群分配。然而，如已经描述的那样，追踪情境历史是不被期望的负担。相反，提出根据曝光前参数数据(例如，曝光前量测数据)对衬底进行分组，所述曝光前参数数据与被控制的曝光后性能参数(例如，重叠)有关。通过以这种方式对衬底进行分组，可以实现接近于“每个衬底”的准确度，同时受益于横跨每组衬底的相对大的平均值。

在这种情境下，曝光前量测数据包括来自在控制性能参数的层曝光之前执行的测量的量测数据，即术语“曝光前”是相对于下一层的曝光。这样，曝光前量测数据可以包括在先前层已经被曝光的衬底上执行的用于控制所述衬底上的另一层的曝光的测量。

曝光前数据可以包括来自在装载到光刻设备(扫描仪)上用于曝光当前层之前、或在装载到光刻设备(扫描仪)上用于曝光当前层之后执行的测量的数据。在后一示例中，曝光前数据可以包括用于曝光所述层的预备量测术。在一个实施例中，曝光前量测数据可包括对准数据。对准数据可以包括为了在装载衬底之后准备曝光当前层而执行的测量值。替代地，或以组合形式，对准数据可包括在准备曝光先前层而执行的测量值，即，在装载衬底用于测量和曝光当前层之前的测量值。替代地，或以组合形式，曝光前量测数据可以包括描述衬底形状的调平数据。与对准数据一样，调平数据可以来自准备曝光当前层或先前层而执行的测量值。替代地，或以组合形式，曝光前量测数据可包括晶片几何数据和/或平面内变形数据。

考虑到曝光前量测数据包括对准数据的示例，可以在光刻工具的测量站处横跨衬底地测量所述对准数据。对准数据可包括横跨衬底的多个矢量，每个矢量表示针对衬底上的特定标记、由对准传感器AS测量的标记位置相对于名义位置(例如，位置偏差)的位置和位移。所有衬底可以具有相同的测量和标记的空间分布，但实际偏差通常对于每个衬底是唯一的。可以在一群集衬底上执行曝光前量测数据(对准测量)的分析，以便揭示可能隐藏在数据中的各种“指纹”。类似地，可以从例如使用水平传感器LS测量的衬底形貌或形状测量获得指纹。已知的是，在被处理衬底的生产中的不同步骤中任何一个步骤都可以使其自身的指纹给横跨衬底的位置误差分布做出贡献。考虑到真实产品可能经历了数十个过程步骤，包括在不同设备和不同类型的设备中进行图案化和处理的许多循环，很难知道哪种类型的设备(更不用说哪些单个设备)对于成品中出现的误差做出了贡献。

所提出的方法可以包括两个阶段。执行初始设置或训练阶段以便将一组衬底分类为多个组。所述设置阶段可以包括训练分类器以根据性能参数(输出)的特性(例如，由其标注)对曝光前量测数据(输入对象)进行分类。可以使用任何合适的(例如，被监督的，半监督的或不被监督的)机器学习技术来进行数据的硬分类或软分类，例如线性判别分析、逻辑回归、支持矢量分类器或主成分分析(PCA)。其它合适的分类方法在WO2015049087中进行了描述，该文献通过引用并入本文。这描述了如下方法：在执行光刻过程期间的阶段进行对准数据或其它测量以获得物体数据，所述物体数据表示在空间上横跨每个晶片分布的点处测量的其他参数或位置偏差。这种物体数据用于通过执行多变量分析来获得诊断信息，以将表示所述多维空间中的晶片的所述矢量的集合分解成一个或更多个分量矢量。使用分量矢量提取关于工业过程的诊断信息。可以基于提取的诊断信息来控制后续产品单元的光刻过程的性能。

可对来自多个衬底的历史数据执行训练阶段，曝光前量测数据和曝光后量测数据(对性能参数的测量值)适用于所述训练阶段。对于已经提到的具体示例，对准指纹(其描述衬底平面中的衬底栅格变形)或衬底形状或形貌(其描述在垂直于衬底平面的方向上的衬底变形)根据相应的重叠测量的特性(例如重叠指纹特性)进行分类。所述训练阶段的结果可以包括多个衬底组，每个衬底组由共同的指纹或形貌特性和相应的系数标注。每个性能参数特性将具有相关联的过程校正(例如，最佳校正选配方案)。在一个实施例中，设置阶段可以与正常生产(控制阶段，以基于批次的过程校正的为基础)一致。

图5是描述用于预测性衬底分类的训练阶段的具体示例的流程图。所述设置阶段可以包括对用于多个衬底的、包括曝光前的量测数据的(例如，历史的)训练数据400使用监督学习算法，所述多个衬底由描述了这些衬底的性能参数的曝光后的量测数据标注。因为与曝光后的量测数据相比，典型地将存在多得多的曝光前的量测数据可供使用，因此所述设置阶段可以包括使用半监督学习算法，其中仅标注少量衬底(曝光后测量的衬底)，而仅曝光前测量的衬底是未标注的。例如，这种半监督分类可以使用标注扩散方法。在特定示例中，曝光前的量测数据可以包括对准指纹或衬底形貌，曝光后的量测数据可以包括重叠、临界尺寸或聚焦指纹。首先，执行批次内集群(或簇)步骤410以识别每批次的集群/组。在此之后，执行批次间集群步骤420以识别批次间的类似指纹/拓扑。然后执行分类步骤430以使用训练数据训练分类器。在该步骤期间，限定曝光前的量测数据组(即，衬底组)。然后执行验证步骤440。在该验证步骤440中，基于历史数据将衬底分配给衬底组。然后，针对每个过程校正线程执行性能参数益处的阴影模式模拟。

在第二阶段或控制阶段中，例如通过在衬底上执行对准和/或调平量测来获得衬底的曝光前的量测数据。所述量测可以在光刻设备中执行以作为对准和衬底测量过程的一部分；例如，通过上述方法分别使用图1的对准传感器AS和水平传感器LS。基于所述曝光前的量测数据，向衬底分配组员关系状态。组员关系状态可以包括每个衬底分配单个组的成员关系(硬分类)或者一些或所有组的部分成员关系(软分类；例如，使用柔性最大函数)。在任一情况下，这些组将是在设置阶段期间确定的衬底组中的一个衬底组(或者可能在所述控制阶段期间确定的，如稍后将描述的)。曝光前的量测数据可以包括测量对衬底过程变化敏感的所有衬底所共有的任何物理属性；例如：对准指纹或衬底形貌或平坦度测量。基于组员关系状态，将识别相关联的过程校正。然后，可以在层被曝光的曝光期间使用这种相关联的过程校正。

在一个实施例中，衬底上的曝光前量测和后续的衬底归类，相关联的校正的识别以及使用校正的层的曝光都由光刻设备执行。这将意味着校正回路将是短的(曝光前的量测数据直接用于后续的曝光步骤)。不需要额外的工具来测量衬底。

在一个实施例中，在光刻设备包括多于一个支撑件(多于一个卡盘)的情况下，如图1所示，当基于衬底归类识别校正时，可以考虑卡盘分配。因此，校正可以基于每个卡盘与特定衬底组相关联。

在一些衬底或全部衬底上曝光后测量性能参数(例如，重叠)。然后可以对得到的量测数据进行建模，并且使用参数来更新或替换与适用于测量的衬底的衬底组相关联的过程校正。可以利用时间滤波器和/或平均化(例如，使用移动平均)来实施过程校正更新。可以一次对每个衬底组进行建模。替代地，建模可以包括一次使用类别特定参数和共享参数对所有参数建模。

在一个实施例中，在控制阶段期间，可以根据指标确定特定衬底的曝光前的量测数据不正确地属于在训练阶段中识别的衬底组中的任意一组。例如，所述指标可以是距离指标，并且如果到最近的衬底组的距离指标高于阈值，则可以认为特定的衬底不正确地属于衬底组中的任意一组。在特定示例中，距离指标可以表示所测量的衬底的对准指纹(或其他曝光前的量测数据)与限定最近组的量测指纹之间的距离。在这样的实施例中，所述方法可以包括通过更新表征一个或更多个衬底组的相应特性来更新衬底组，使得衬底组中的一个衬底组现在包含这个衬底的曝光前的量测数据的特性。这样，可以更新每个衬底组的特性，同时保持组数的一致性。作为替代方案，实施例可以包括增加对应于未归类的衬底的曝光前的量测量数据的特性的新的组。然后在曝光后测量这个衬底的性能参数(例如，重叠)并用于标注未归类的衬底的曝光前的量测数据。此外，应该确定新衬底组的相应校正(例如，通过建模)，然后可以将其用于校正归类在该组中的后续衬底。作为替代方案，不符合任何组的衬底可以返工并放在一边。

可以在控制阶段期间优化用于曝光后测量的衬底的选择。这种优化可以包括选择被识别为其对应的衬底组的最具代表性的衬底。这可以包括选择衬底，针对于该衬底在其归类中所使用的与其相关联的距离指标小于该组中其他衬底的距离指标。但是，仅基于代表性的衬底选择可能会导致某些组比其他组被更频繁地更新。因此，在另一实施例中，可以基于代表性与对应的校正集合最后被更新的新近程度的组合来选择衬底。

如已经描述的那样，至少在硬分类的情况下，衬底在预定的组中被“分级(binned)”，然后基于组的校正均匀地应用于该组的每个成员。在这样的实施例中，可以通过诸如主成分分析(PCA)的统计工具使用来自扫描仪或其他量测工具的在线或离线数据来执行分类/集群。然而，在实践中，组之间的区别通常不是微不足道的，因此分级并不是优选的。这由图6的示例标图图示。这是对于一个批次的25个衬底的相对于特定本征晶片(本征指纹或主成分)的y轴上的PCA计分值相对于衬底(x轴)的绘图。为了获得所述绘图，在一批(25衬底)的衬底对准数据(曝光前的量测数据)上进行PCA。然后识别最主要的指纹(第一本征晶片或第一本征指纹)，并且曲线图绘制每个测量的衬底的该本征晶片的计分值(即，每个衬底中存在本征指纹的测量值)。从图6中可以看出，衬底没有明显的群集；衬底的分散度是比这更为连续的。这可能导致对某些衬底进行基本上任意的分类。

因此，在该实施例中，提出使用基于分类计分的加权分类来改进校正。加权分类通过使用PCA发现的衬底的计分值对每次校正进行加权来改进每个衬底的校正。在这样的实施例中，所识别的每个本征晶片可以表示分类中的不同组。在一个实施例中，并非所有识别的本征晶片都限定单独的组。例如，在限定组时可以忽略一个或更多个最不主要的本征晶片(本征指纹/主成分)。设置阶段可以很大程度上如已经描述的那样，但具体地使用分类技术(其示例是PCA)，其根据组(本征晶片)向每个衬底提供计分，例如在所述组内的成员关系程度的测量(可以是正面的也可以是负面的)。将权重或计分分配给组的成员的合适统计分类方法的其他示例包括：随机森林、贝叶斯网络、神经网络、线性判别分析。曝光前的量测数据和曝光后的量测数据可包括已在其他实施例中描述的数据。在一个实施例中，基于计分值的加权可以应用于(例如，乘以)重叠(或其他过程参数)指纹校正以提供被加权的校正。

图7是针对特定组或本征晶片的属于曝光后的量测数据(y轴)(诸如所测量的重叠指纹)的计分相对于曝光前的量测数据(x轴)(诸如所测量的对准指纹)的曲线图。每个点表示一个批次的(25个)衬底中的不同衬底。显而易见的是，曝光后的量测数据和曝光前的量测数据的计分值之间存在相关性。这种相关性表明，属于曝光前的量测数据(例如，对准数据)的计分可用于确定晶片级控制的最佳校正。应注意，这种相关性越好，所预测的重叠校正就会越好。

应注意，在这样的实施例中，仅需要定义一个组。虽然从技术上讲，这可能对于硬分类来说是正确的，但结果实质上毫无意义，因为每个衬底只能分配给该单个组，因此无法进行区分。然而，在该实施例中，基于计分值的加权将意味着可以基于曝光前的量测数据应用不同的校正，而不管仅存在一个组(例如，单个，最主要的，本征晶片)还是限定了多于一个组。在限定了多于一个组的情况下，应用于衬底的校正可以是所述衬底被分配至的组所适用的校正，所述校正被根据衬底的计分关于其的组进行加权。在一个实施例中，实际分类可以是硬分类，其中每个衬底被分配到单个组，相应的校正计分根据其在该组内的计分(例如，其成员关系的程度)加权。在替代实施例中，可以可选地为每个衬底分配多个组的部分成员关系，其中计分值用于对组之间的校正加权。在后一示例中，如果对于该组来说计分值特别高(绝对项上)，则一些衬底可以仅被分类在单个组中。

图8示出了在概念上描述根据特定实施例的方法的流程图。设置阶段700包括获得多个衬底705的历史训练数据并执行集群和分类步骤710以获得多个衬底组715。在光刻设备720内，执行曝光前的量测725。在处理器735内处理730所得的曝光前的量测数据，以将每个衬底分配给衬底组740(其可以包括在适当时将衬底部分地分配给多于一个衬底组)。所述步骤还可以可选地包括存储与每个衬底相关联的一个计分(或多个计分)，其指示衬底属于其被分配的组(或多个组)的程度。然后，处理器735根据所分配的一个类别(多个类别)和/或一个计分(多个计分)向每个衬底748分配745过程校正750。处理器735可以与光刻设备720集成(例如，构成其一部分)，或者可以是独立的处理模块。在步骤760，当在那个衬底上曝光下一层时，每个所分配的过程校正750用于晶片级控制。在量测设备(例如散射仪)765内，在曝光后775测量一个或更多个已经归类的衬底770(例如，在多个衬底705被引入到光刻设备720之前已经曝光的衬底)。对于每个衬底组，确定校正更新780a、780b、780并将其馈送到处理器735以在算法分配过程校正745时使用。校正更新可以是基于每个衬底的组员关系状态的被加权的校正更新，特别是在使用软分配方法(例如，柔性最大方法)的情况下。所述方法可以进一步包括优化步骤(未示出)，其优化更新的过程校正750，使得在步骤745分配过程校正时选择预优化的过程校正(每类别一个预优化校正)。

以这种方式，针对光刻过程的连续运行的晶片级控制将曝光前的量测数据用于自动化解决方案中，而不需要追踪处理历史信息，也不需要进行离线测量。

可以期望对本文所述方法的集群/分类进行评估。特别是，有用的是评估衬底如何与某组衬底充分相关，以及例如曝光前的量测数据是否有代表性/用于用作衬底的初始集群的基础(例如，曝光前的量测数据如何与衬底相关联的曝光后的量测数据充分相关)。

这种评估可以作为训练阶段的一部分进行，例如，设置阶段700，更具体地，集群和分类步骤710和/或集群步骤410、420和/或分类步骤430。所述评估可以包括应用集群算法(例如，k-均值，高斯混合模型等)，以基于曝光后的量测数据确定k组衬底，并且分别基于曝光前的量测数据确定j组衬底。

在一个实施例中，可以通过使用贝叶斯信息准则或类似的模型选择技术自动确定最佳数量k和j。在这样的实施例中，这可以包括找到贝叶斯信息准则BIC的最小值，其可以采取以下形式：

其中是所使用的集群模型的似然函数的最大值，k是模型参数的数量，n是样本的数量。

在特定示例中，在曝光前的量测数据和曝光后的量测数据上使用的集群模型可以是高斯混合模型，例如，高斯的加权和乘以先验概率。在特定实施例中，这个模型p(x)可以包括：

其中x是被集群的数据，k是要素(集群)的数量，μ_i是平均值，Σ_i是元素i的协方差。

提出应用匹配算法以将曝光后的量测数据内的k个组与曝光前的量测数据内的j个组匹配。这可以包括优化一个或更多个匹配指标或关键性能指标(KPI)。可能的KPI可以包括例如匹配准确度或纯度。评估匹配准确度可以包括根据接收器操作特性(ROC)曲线确定不同辨别阈值的真阳性率相对于假阳性率的绘图上的相关性和/或曲线下面积。纯度是组内样本的相似性(例如，在分类后的标注方面)的度量。更具体地，对于一组Ω＝{ω₁,ω₂,…,ω_K}和一组标注则纯度可以限定为：

因此，曝光前的量测数据组的纯度可以包括每个集群内的曝光前的量测数据相对于其一个或更多个匹配的曝光后的量测数据的一个集群(多个集群)的均匀性(例如，是曝光前的集群的所有或大部分成员仅来自于与曝光前的集群匹配的曝光后的一个集群(或多个集群)，反之亦然)。

可能预想到，曝光后的量测数据中的k组的数量和曝光后的量测数据中的j组数量将是相同的；即，j＝k。这将意味着曝光前的测量数据引起与曝光后的量测数据相同的组。然而，存在许多原因导致可能不是这种情况，实际上j≠k。在所描述的实施例中，即使当j≠k时，匹配算法也与组匹配。

图9示出了集群已经揭示四个曝光前的量测数据组G_a1-G_a4和三个曝光后的量测数据组G_b1-G_b3的示例。图9还示出了曝光前的量测数据的组G_a1和G_a2与曝光后的量测数据的组G_b1匹配，曝光前的量测数据的组G_a3与曝光后的量测数据的组G_b2匹配，以及曝光前的量测数据的组G_a4与曝光后的量测数据的组G_b3匹配。

在一个实施例中，可以从分组中排除具有不确定组员关系的样本(例如，接近组或决策边界的样本和/或异常值)。例如，可以排除距决策边界一定距离(容限)内的任何样本。在特定示例中，其中w是与决策边界正交的矢量，b是标量偏移项，那么决策边界可以写为：

w^Tx+b＝0

容限可以被限定为以下不等式内的任何位置：

(w^Tx_i+b)y_i>c

其中c确定决策边界任一侧的容限的大小。在另一个实施例中，在使用加权分类(如已经描述的)的情况下，那么分配给衬底的加权可以用于确定不确定的组员关系，并因此确定是否可以排除特定的衬底。图9示出了包括具有不确定组状态的两个衬底W23、W15的示例。由于它们组状态的不确定性，它们被不正确地分配给不正确的曝光后的量测组：衬底W23已被分配给组G_b2而不是G_b3，而衬底W15已被分配给组G_b3而不是G_b2。提出可以完全排除这些衬底，或者基于它们的不确定状态给予较小的权重。

在一个实施例中，执行去除不相关或不太相关的特征的初始步骤，使得仅对与曝光后的量测变化相关的曝光前的特征执行集群。不相关的特征将增加所需组的数量，并将导致可能不会显著优于随机的低匹配品质。在一个实施例中，曝光前的量测数据的维数可以限于两个。例如，仅具有二维数据典型地意味着将需要少得多的组。通过具体的示例，在测试数据集上显示二维数据只需要三个组，而增加另外一个维度需要八个组。应当理解，在每种情况下所需的实际组数将依赖于数据集。

在验证阶段，可以确定描述匹配品质的KPI。这可以包括确定分组性能的统计显著性。例如，可以计算p值，其指示组匹配的品质是否显著优于随机的(例如，比其好阈值容限)。如果确定组匹配品质不显著优于随机的，则这可能表明曝光前的量测数据不能充分解释在曝光后的量测数据中观察到的衬底间的变化。如果是这种情况，则可以使用不同类型的曝光前的量测数据或不同类型的曝光前的参数数据(例如，对准、调平、处理历史等)来重复前述步骤。组匹配品质可能不会显著优于随机的另一个原因是集群算法可能没有对数据集起有效作用。如果可用的集群算法或曝光前的度量都没有导致统计上显著的组匹配性能，则可以推断出基于集群的控制不应该用于当前的衬底生产场景中。另一方面，当KPI指示良好的、统计上显著的分组性能时，则可以在生产中启用基于集群的控制策略。

在另一个实施例中，这里描述的构思可以用于多重图案化过程(例如LELE(光刻-蚀刻-光刻-蚀刻)过程)的图案化步骤之间的校正。在这样的实施例中，曝光前的参数数据可以包括与所使用的处理情境有关的情境数据。

在实际意义上，可能涉及大量不同的情境变量(情境参数)。例如，每个处理工具、处理腔室和处理选配方案可以被认为是单独的情境。因此，情境组合的数量可能非常大。监视每个独特的情境组合的逻辑并非总是实际的。

因此，在特定实施例中，提出控制所基于的情境数据限于紧接在先前光刻步骤之前的蚀刻步骤中使用的蚀刻腔室。蚀刻工具可具有多个腔室(通常多达4个)，从而产生有限的独特的情境值(对应于蚀刻腔室的数量)的集合。通过跟踪使用哪个蚀刻腔室来处理每个衬底，每批次的衬底可以分类为多个(例如，四个)组。然后，对于每个组，可以确定单独的WLC控制。这些WLC校正可以添加到批次间控制中应用的“正常”(APC)校正中。一般地，在多重图案化应用中，典型地建议对每个图案化(光刻-蚀刻)步骤使用相同的校正。这个实施例中描述的建议通过针对两个层的层位置之间的差异提出基于情境的晶片级控制而改善了层内“重叠”(层的每个光刻步骤之间)。

图10是图示这种实施例的流程图。此处的示例显示了双重图案化LELE过程，其中每个层在两个单独的光刻蚀刻步骤中曝光。然而，所述实施例更一般地适用于多重图案化过程，包括具有多于两个单独的光刻蚀刻步骤的过程。在初始批次(批次N)中，执行第一图案化步骤L1_N。如已经描述的，可以基于一个或更多个先前批次的测量，利用使用APC控制回路确定的校正来执行第一图案化步骤L1_N。在第一图案化步骤之后，执行第一蚀刻步骤E1_N。在所述第一蚀刻步骤E1_N中，在(例如)四个蚀刻腔室EC_a-EC_d中的一个腔室中蚀刻每个衬底。记录用于蚀刻每个衬底的蚀刻腔室(作为相关情境)，并且将每个衬底分配给对应于所使用的蚀刻腔室的组。另外，使用量测装置在第一测量步骤MET1中测量在图案化步骤L1_N之后的一个或更多个图案化的衬底。在一个具体实施例中，测量至少两个衬底，每个卡盘一个衬底，以获得每个卡盘的测量。第一测量步骤可以包括例如测量第一重叠指纹OV1。在第一图案化步骤L1_N和第一蚀刻步骤E1_N之后，利用与对第一图案化步骤L1_N执行的校正相同的APC校正来执行第二图案化步骤L2_N。在第二图案化步骤L2_N之后，使用量测装置执行第二测量步骤MET2。在第二量测步骤MET2中，测量每组中的至少一个衬底(并且还可选地，每卡盘至少一个衬底)。例如，第二测量步骤可以包括每组(或类别/卡盘组合)的第二重叠指纹OV2的测量。然后可以计算第二重叠指纹OV2和第一重叠指纹OV1之间的差，并使用该差来确定每个衬底组的层内校正cor_a-cor_d(第二校正)。层内校正cor_a-cor_d可以使得它们的应用最小化第二重叠指纹OV2和第一重叠指纹OV1之间的差。

在随后的批次(例如批次N+1)中，第一图案化步骤L1_N+1和第一蚀刻步骤E1_N+1以与批次N执行的方式相似的方式执行，适当时使用“标准”APC校正(第一次校正)。这可以包括先前测量的指数加权移动平均值EWMA。如前所述，追踪蚀刻步骤E1_N+1中使用的蚀刻腔室(情境)。基于所述情境，选择对应于所述情境的组的校正cor_a-cor_d中的适当的一个。当执行第二图案化步骤L2_N+1时，所述(第二)校正与APC(第一)校正一起使用，之后将执行第二蚀刻步骤(未示出)。这样，从重叠的角度看，最终的双重图案化(LELE)层将看起来更像是单次曝光。

应当理解，原则上，这种构思可以扩展到比所示(蚀刻腔室)更复杂的情境线程和除了重叠之外的参数(例如CD或边缘放置误差(EPE))。

在以下编号实施例的列表中公开了本发明的其他实施例：

1.一种确定与衬底上的光刻过程相关的过程参数的校正的方法，所述光刻过程包括多次运行，在多次运行中的每一次运行期间将图案施加到一个或更多个衬底，所述方法包括：

获得与所述衬底的属性相关的曝光前的参数数据；

获得曝光后的量测数据，所述曝光后的量测数据包括已经在所述光刻过程的一个或更多个先前曝光的衬底上通过等效的光刻过程执行的过程参数的一个或更多个测量值；

基于所述曝光前的参数数据，将来自一个或更多个组的组员关系状态分配给所述衬底；和

基于所述组员关系状态和所述曝光后的量测数据确定对所述过程参数的校正。

2.根据实施例1所述的方法，包括使用所述校正在所述衬底上执行光刻过程。

3.根据实施例1或2所述的方法，其中，所述曝光前的参数数据包括曝光前的量测数据。

4.根据实施例3所述的方法，包括在所述衬底上执行曝光前的量测步骤以获得所述曝光前的量测数据。

5.根据实施例4所述的方法，其中，所述曝光前的量测步骤和使用所述校正在所述衬底上执行光刻过程的后续步骤由相同的光刻设备执行。

6.根据实施例5所述的方法，其中，分配组员关系状态和确定对所述过程参数的校正的步骤也由相同的光刻设备执行。

7.根据实施例3至6中任一实施例所述的方法，其中，所述曝光前的量测数据包括描述衬底平面中的横跨衬底栅格形变的对准数据。

8.根据实施例3至7中任一实施例所述的方法，其中，所述曝光前的量测数据包括描述在垂直于衬底平面的方向上所述衬底的形状的数据。

9.根据实施例3至8中任一实施例所述的方法，其中，所述曝光前的量测数据包括调平数据。

10.根据实施例3至9中任一实施例所述的方法，包括针对特定组识别所述组中最具代表性的衬底的步骤。

11.根据实施例10所述的方法，包括测量所述组中最具代表性的所述衬底；和

基于所述测量值更新对对应于所述组的所述过程参数的校正。

12.根据实施例3至11中任一实施例所述的方法，其中，所述组员关系状态是使得可以向每个衬底分配对于所述组中的一个或更多个的成员关系的程度。

13.根据实施例12所述的方法，其中，确定所述过程参数的校正的步骤是基于基于所述衬底对于一个或更多个组的成员关系的程度而对与所述一个或更多个组相关联的校正的加权。

14.根据实施例13所述的方法，其中，对于组的成员关系的程度基于分类计分，所述分类计分表示限定所述组的指纹存在于所述曝光前的量测数据中的度量。

15.根据实施例14所述的方法，其中，所述分配步骤包括对所述曝光前的量测数据执行主成分分析以识别一个或更多个本征指纹存在于所述曝光前的量测数据中，和表示对应的本征指纹存在于所述曝光前的量测数据中的度量的所述分类计分。

16.根据实施例14或15所述的方法，包括初始训练阶段，其中根据对所述曝光前的量测数据执行的主成分分析确定所述一个或更多个组，每个组是由根据所述主成分分析确定的本征指纹限定的。

17.根据实施例3至14中任一实施例所述的方法，包括初始训练阶段，其中确定所述一个或更多个组。

18.根据实施例17所述的方法，其中，根据所述曝光前的量测数据的多个标注的集合确定所述一个或更多个组，每个标注的集合与多个衬底中的不同衬底相关并由与所述衬底相关的曝光后的量测数据标注。

19.根据实施例18所述的方法，其中，所述初始训练阶段包括执行监督的或半监督的分类算法，所述算法针对至少所述曝光前的量测数据的标注的集合训练分类器以限定所述一个或更多个组。

20.根据实施例17至19中任一实施例所述的方法，其中，所述初始训练阶段包括在所述曝光前的量测数据中识别曝光前的组的步骤。

21.根据实施例20所述的方法，其中，识别曝光前的组的步骤包括识别批次内的组和识别批次间的组。

22.根据实施例20或21例所述的方法，其中，所述初始训练阶段包括在所述曝光后的量测数据中识别曝光后的组的步骤。

23.根据实施例22所述的方法，包括通过优化至少一个匹配指标来匹配所述曝光后的组和所述曝光前的组的步骤，所述至少一个匹配指标与所述匹配品质相关。

24.根据实施例23所述的方法，其中，所述匹配指标包括以下中的一个或更多个：

所述曝光前的组和/或所述曝光后的组在横跨每个组的同质性方面的纯度；和

根据接收器操作特性曲线确定的描述不同辨别阈值的所述组的相关性和/或曲线下面积。

25.根据实施例23或24所述的方法，其中，确定通过所述匹配指标描述的被匹配的组的统计显著性是否是显著大于随机的。

26.根据实施例25所述的方法，其中，在确定通过所述匹配指标描述的被匹配的组的统计显著性不显著大于随机的情况下，使用不同类型的曝光前的量测数据重复所述训练阶段。

27.根据实施例23至26中任一实施例所述的方法，其中，在所匹配步骤中排除具有不确定的组员关系状态的衬底，或在所述匹配步骤中给予较小的权重。

28.根据实施例23至27中任一实施例所述的方法，其中，仅对在与曝光后的量测变化相关的曝光前的数据内的曝光前的特征执行所述匹配步骤。

29.根据实施例22至28中任一实施例所述的方法，包括单独地优化曝光前的组的数量和曝光后的组的数量。

30.根据实施例17至29中任一实施例所述的方法，其中，所述初始训练阶段包括验证步骤，所述验证步骤包括基于历史数据将衬底分配给所述一个或更多个组并模拟对所述曝光后的量测数据的影响。

31.根据实施例17至30中任一实施例所述的方法，其中，所述曝光后的量测数据包括重叠数据。

32.根据实施例1至11中任一实施例所述的方法，其中，所述组员关系状态是使得总是将每个衬底分配给单一组，否则是未被分类的。

33.根据前述实施例任一实施例所述的方法，其中，曝光前的量测数据包括与在所述衬底上先前曝光的层相关的数据。

34.根据实施例1至32中任一实施例所述的方法，其中，曝光前的量测数据包括与在所述光刻过程的后续步骤中在所述衬底上要曝光的层相关的数据。

35.根据实施例1或2所述的方法，其中，所述曝光前的参数数据包括与特定处理步骤相关的情境数据。

36.根据实施例35所述的方法，其中，所述情境数据与在处理步骤中使用以处理所述衬底的工具相关。

37.根据实施例36所述的方法，其中，所述情境数据与在蚀刻步骤期间使用的特定蚀刻腔室相关，每个组对应于所述蚀刻腔室中的一个蚀刻腔室。

38.根据实施例35或36或37所述的方法，其中，所述光刻过程包括每层具有至少第一图案化和蚀刻步骤以及第二图案化和蚀刻步骤的多重图案化过程。

39.根据实施例38所述的方法，其中，所述校正包括相对于第一校正的第二校正，所述方法包括以下步骤：

利用所述第一校正执行第一图案化和蚀刻步骤；

确定适用于所述第一图案化和蚀刻步骤的所述情境；

基于所述情境的确定给所述衬底分配所组员关系状态；和

基于所述组员关系状态和所述第一校正确定用于所述第二图案化和蚀刻步骤的所述第二校正。

40.根据实施例39所述的方法，包括对每个组执行下列的初始步骤：

获得与在所述第一图案化和蚀刻步骤与所述第二图案化和蚀刻步骤之间的所述过程参数的第一测量相关的第一过程参数数据；

获得与在所述第二图案化和蚀刻步骤之后的所述过程参数的第二测量相关的第二过程参数数据；和

基于所述第一过程参数数据和所述第二过程参数数据之间的差计算所述第二校正。

41.根据实施例40所述的方法，其中，计算所述第二校正以使得每组的所述第一过程参数数据和所述第二过程参数数据之间的差最小化。

42.根据前述实施例中任一实施例所述的方法，其中，所述过程参数包括重叠。

43.根据实施例1至41中任一实施例所述的方法，其中，所述过程参数包括临界尺寸和边缘放置误差中的一个。

44.根据前述实施例中任一实施例所述的方法，其中，基于所述组员关系状态确定所述过程参数的校正的步骤还基于在所述光刻过程期间将所述衬底安装于哪个卡盘来确定所述过程参数的校正。

45.根据前述实施例中任一实施例所述的方法，包括测量曝光后的所述衬底以获得所述衬底的曝光后测量值；和

使用所述衬底的所述曝光后的测量值更新对应于被分配给所述衬底的所述组员关系状态的所述过程参数的校正。

46.根据前述实施例中任一实施例所述的方法，其中，在根据指标确定所述曝光前的量测数据与所述一个或更多个组中的任意一个不充分符合的情况下，所述方法包括更新所述一个或更多个组使得所述曝光前的量测数据能被分类。

47.根据实施例46所述的方法，其中，更新所述一个或更多个组的所述步骤包括保持相同数量的组并更新限定所述组中的一个或更多个的数据特性，使得根据所述指标，对于所述衬底的所述曝光前的量测数据充分符合所述组中的至少一个。

48.根据实施例46所述的方法，其中，更新所述一个或更多个组的所述步骤包括增加由相对于其它组具有改进的与所述衬底的符合性的数据特性限定的新的组。

49.根据前述实施例中任一实施例所述的方法，包括针对一次运行中的每个衬底执行所述方法。

50.根据实施例49所述的方法，其中，所述曝光后的量测数据包括已经在所述光刻过程的同次运行中的一个或更多个先前曝光衬底上通过等效的光刻过程执行的过程参数的一个或更多个测量值。

51.根据实施例49所述的方法，其中，所述曝光后的量测数据包括已经在所述光刻过程的先前的运行中的一个或更多个先前曝光衬底上通过等效的光刻过程执行的过程参数的一个或更多个测量值。

52.一种制造器件的方法，其中通过图案化过程在一系列衬底上形成器件特征，其中通过执行实施例1-51和56-64中任一实施例所述的方法来确定对所述图案化过程的过程参数的校正。

53.一种用于光刻设备的控制系统，所述控制系统包括：

存储器，用于接收与衬底的属性相关的曝光前的参数数据和曝光后的量测数据，所述曝光后的量测数据包括已经在一个或更多个先前的衬底上执行的过程参数的一个或更多个测量值；和

处理器，能够操作以：

基于所述曝光前的参数数据，将来自一个或更多个组的组员关系状态分配给所述衬底；和

基于所述组员关系状态和所述曝光后的量测数据确定所述过程参数的校正。

54.根据实施例53所述的控制系统，其中，所述曝光前的参数数据包括曝光前的量测数据。

55.根据实施例54所述的控制系统，其中，所述曝光前的量测数据包括描述衬底平面中的横跨衬底栅格形变的对准数据。

56.根据实施例54或55所述的控制系统，其中，所述曝光前的量测数据包括描述在垂直于衬底平面的方向上所述衬底的形状的数据。

57.根据实施例54至56中任一实施例所述的控制系统，其中，所述曝光前的量测数据包括调平数据。

58.根据实施例54至57中任一实施例所述的控制系统，其中，所述处理器能够操作以分配所述组员关系状态使得可以向每个衬底分配对于所述组中的一个或更多个的成员关系的程度。

59.根据实施例58所述的控制系统，其中，对所述过程参数的校正是基于基于所述衬底与一个或更多个组的成员关系的程度而对与所述一个或更多个组相关联的校正的加权来确定的。

60.根据实施例59所述的控制系统，其中，对于组的成员关系的程度是基于分类计分的，所述分类计分表示到限定所述组的指纹存在于所述曝光前的量测数据中的度量。

61.根据实施例60所述的控制系统，其中，所述处理器能够操作以对所述曝光前的量测数据执行主成分分析以识别一个或更多个本征指纹存在于所述曝光前的量测数据中，和表示对应的本征指纹存在于所述曝光前的量测数据中的度量的所述分类计分。

62.根据实施例54至61中任一实施例所述的控制系统，其中，所述处理器能够操作以针对特定组确定所述组中最具代表性的衬底。

63.根据实施例62所述的控制系统，其中，所述处理器能够操作以基于所述组中最具代表性的所述衬底的测量更新对对应于所述组的所述过程参数的校正。

64.根据实施例53至57中任一实施例所述的控制系统，其中，所述处理器能够操作以分配所述组员关系状态使得每个衬底总是被分配给单一组，否则是未被分类的。

65.根据实施例53至64中任一实施例所述的控制系统，其中，曝光前的量测数据包括与在所述衬底上先前曝光的层相关的数据。

66.根据实施例53至64中任一实施例所述的控制系统，其中，曝光前的量测数据包括与要曝光的层相关的数据。

67.根据实施例53所述的控制系统，其中，所述曝光前的参数数据包括与特定处理步骤相关的情境数据。

68.根据实施例67所述的控制系统，其中，所述情境数据与在处理所述衬底时已经使用的工具相关。

69.根据实施例67或68所述的控制系统，能够操作以控制所述光刻设备以每层执行具有至少第一图案化步骤和第二图案化步骤的多重图案化过程。

70.根据实施例69所述的控制系统，其中，所述情境数据与已经用于在所述第一图案化步骤和第二图案化步骤之间蚀刻所述衬底的特定的蚀刻腔室相关，每个组对应于所述蚀刻腔室中的一个蚀刻腔室。

71.根据实施例70所述的控制系统，其中，所述校正包括相对于第一校正的第二校正，所述控制系统能够操作以控制所述光刻设备以：

利用第一校正执行第一图案化步骤；

确定适用于所述第一图案化步骤的所述情境；

基于所述情境的确定给所述衬底分配所组员关系状态；和

基于所述组员关系状态和所述第一校正确定用于所述第二图案化步骤的所述第二校正。

72.根据实施例71所述的控制系统，所述控制系统能够操作以控制所述光刻设备以对每个类别：

获得与在所述第一图案化步骤和所述第二图案化步骤之间的所述过程参数的第一测量相关的第一过程参数数据；

获得与在所述第二图案化步骤之后的所述过程参数的第二测量相关的第二过程参数数据；和

基于所述第一过程参数数据和所述第二过程参数数据之间的差计算所述第二校正。

73.根据实施例72所述的控制系统，能够操作以使得所述第二校正被计算以使得每组的所述第一过程参数数据和所述第二过程参数数据之间的差最小化。

74.根据实施例53至73中任一实施例所述的控制系统，其中，所述过程参数包括重叠。

75.根据实施例53至74中任一实施例所述的控制系统，其中，所述过程参数包括临界尺寸和边缘放置误差中的一个。

76.根据实施例53至75中任一实施例所述的控制系统，其中基于所述组员关系状态确定的对所述过程参数的校正也是基于所述光刻过程期间所述衬底安装于哪个卡盘。

77.根据实施例53至76中任一实施例所述的控制系统，其中，所述处理器能够操作以使用所述衬底的所述曝光后的测量值更新对应于被分配给所述衬底的所述组员关系状态的所述过程参数的校正。

78.根据实施例53至77中任一实施例所述的控制系统，其中，在所述处理器根据指标确定所述曝光前的量测数据与所述一个或更多个组中的任意一个不充分符合的情况下，所述处理器能够操作以更新所述一个或更多个组使得所述曝光前的量测数据能被分类。

79.根据实施例78所述的控制系统，其中，更新所述一个或更多个组包括保持相同数量的组并更新限定所述组中的一个或更多个的数据特性，使得根据所述指标，对于所述衬底的所述曝光前的量测数据充分符合所述组中的至少一个。

80.根据实施例78所述的控制系统，其中，所述更新所述一个或更多个组包括增加由相对于其它组具有改进的与所述衬底的符合性的数据特性限定的新的组。

81.一种控制系统，能够操作以控制合适的设备以执行实施例1至52和86至94中的任一实施例所述的方法。

82.一种光刻设备，包括根据实施例43至81中任一个实施例所述的控制系统。

83.根据实施例82所述的光刻设备，包括测量系统、图案化系统和控制系统，所述测量系统能够操作以在所述衬底上执行曝光前的量测以获得所述曝光前的量测数据，所述图案化系统能够操作以在使用对所述图案化过程的过程参数的所述校正的光刻过程中在所述衬底上形成器件特征。

84.一种计算机程序产品，包含用于执行实施例1至52和86至94中任一实施例所述的方法的步骤的一个或更多个机器可读指令序列。

85.一种计算机程序产品，包含用于使得处理装置或处理装置的系统实施实施例53至81中任一实施例所述的控制系统的一个或更多个计算机可读指令序列。

86.一种动态更新一个或多个组和/或对衬底上的与光刻过程相关的过程参数的校正的方法，其中，基于被分配给所述衬底的组员关系状态，针对每个衬底将多个校正中的一个校正应用于所述过程参数，所述方法包括：

获得描述所述衬底的性能参数的曝光后的量测数据；和

基于所述曝光后的量测数据动态更新所述组中的所述一个或更多个和/或多个校正。

87.根据实施例86所述的方法，其中，所述曝光后的量测数据包括重叠数据。

88.根据实施例86或87所述的方法，其中，所述动态更新步骤包括基于被确定为组中最具代表性的衬底的测量动态更新对对应于所述组的过程参数的校正。

89.根据实施例86至88中任一实施例所述的方法，其中，所述动态更新步骤包括更新对应于所述衬底的组员关系状态的所述多个校正中的一个或更多个校正。

90.根据实施例86至89中任一实施例所述的方法，其中，所述动态更新步骤包括基于所述衬底的组员关系状态将加权的更新应用于所述多个校正。

91.根据实施例86至90中任一实施例所述的方法，包括获得描述每个衬底性能的曝光前的量测数据的步骤；

基于所述曝光前的量测数据，将来自一个或更多个组的组员关系状态分配给所述衬底；和

基于所述组员关系状态确定对所述过程参数的校正。

92.根据实施例91所述的方法，其中，在根据指标确定所述曝光前的量测数据与所述一个或更多个组中的任意一个不充分符合的情况下，所述动态更新步骤包括动态更新所述一个或更多个组使得所述曝光前的量测数据能被分类。

93.根据实施例92所述的方法，其中，动态更新所述一个或更多个组的所述步骤包括保持相同数量的组并更新限定所述组中的一个或更多个的数据特性，使得根据所述指标，对于所述衬底的所述曝光前的量测数据充分符合所述组中的至少一个。

94.根据实施例92所述的方法，其中，动态更新所述一个或更多个组的所述步骤包括增加由相对于其它组具有改进的与所述衬底的符合性的数据特性限定的新的组。

与光刻设备和光刻单元LC的硬件相关联，实施例可以包括计算机程序，所述计算机程序包含一个或更多个机器可读指令序列以用于使得光刻制造系统的处理器实施如上所述的对模型映射和控制的方法。这种计算机程序例如可以在用于图像计算/控制过程的单独的计算机系统中执行。替代地，可以全部地或部分地在处理器、量测工具和/或图1和2的控制单元LACU和/或管理控制系统SCS内执行所述计算步骤。还可以提供其中以非瞬时形式存储有这种计算机程序的数据存储介质(例如，半导体存储器、磁盘或光盘)。

尽管上文已经具体参考了在光学光刻术的情境中使用本发明的实施例，但是应当理解，本发明可以用于其他图案化应用，例如压印光刻术。在压印光刻术中，图案形成装置中的形貌限定了在衬底上产生的图案。图案形成装置的形貌可以被压制到提供给衬底上的抗蚀剂层中，于是抗蚀剂通过应用电磁辐射、热、压力或者它们的组合被固化。在抗蚀剂被固化之后该图案形成装置被移出抗蚀剂，在其中留下图案。

具体实施方式的前述描述将如此充分地揭示本发明的一般性质，以致于在不背离本发明的整体构思的情况下，其他人可通过应用本领域技术内的知识轻易地修改和/或调适例如这些具体实施例的各种应用，而无需过多的实验。因此，基于这里提供的教导和指导，这些调适和修改旨在落入所公开实施例的等同物的含义和范围内。应理解，这里的措辞或术语是出于通过举例的描述而非限制的目的，使得本说明书的术语或措辞将由技术人员根据教导和指导来解释。

本发明的宽度和范围不应受任一上述的示例性实施例限制，而应仅由下述的权利要求书及其等同方案来限定。