粒子群优化提升光刻机光源-掩模-物镜联合优化效率

本文主要探讨了基于粒子群优化算法的光刻机光源掩模投影物镜联合优化方法（SMPO）。在当前全芯片多参数联合优化对于提升光刻分辨率增强技术至关重要时，这项创新性的研究引入了PSO算法来实现光源、掩模和投影物镜的协同优化。光源被表示为像素值，掩模则用离散余弦变换基进行编码，而投影物镜则通过泽尼克系数来描述。评价函数的选择是图形误差，该函数通过迭代更新粒子位置，驱动算法寻找光源、掩模和物镜的最佳组合，以最小化图形误差。 在实验验证中，该方法在标称条件和工艺条件下对含有复杂交叉门的掩模图形进行了仿真，结果显示图形误差显著下降，分别达到了94.2%和93.8%，这明显提升了光刻成像的质量。与基于遗传算法的SMPO方法相比，PSO算法展现出更快的收敛速度，这意味着在相同的时间内可以达到更好的优化效果。 此外，这项SMPO方法的一大优点是优化自由度高，允许更多的参数调整以适应不同的应用场景，同时优化后的掩模具有更强的制造可行性，能够更好地满足实际生产中的制造需求。研究者们，如王磊博士，对高端光刻机分辨率增强技术有着深入的研究，他们的工作不仅推动了光学制造领域的发展，也为光刻技术的进步提供了重要的理论支持。 这篇论文的核心贡献在于提出了一种高效且实用的光源掩模投影物镜联合优化策略，为光刻领域的分辨率增强技术找到了新的优化途径，并展示了其在实际应用中的优越性能。这一成果对于提升光刻设备的精度和效率具有重要意义。