"基于深度优先搜索的全芯片光源掩模优化关键图形筛选方法：新算法提升工艺窗口效果"

本文介绍了一种基于深度优先搜索的全芯片光源掩模优化关键图形筛选方法。通过采用掩模频谱的投影边界以及增长因子来表征掩模的衍射频谱特征，设计了基于深度优先搜索的关键图形筛选算法，实现了全芯片光源掩模优化关键图形筛选，并得到所有关键图形组。与现有方法相比，该方法可以获得覆盖频率分组的所有关键图形组，从而选出更优的关键图形组。通过使用荷兰ASML公司的商用计算光刻软件Tachyon Tflex进行了仿真验证，结果表明，所提方法获得的工艺窗口优于Tachyon Tflex方法，筛选出的关键图形结果更优。 在本文中，深度优先搜索算法被应用于全芯片光源掩模优化关键图形筛选中，该算法简单高效，能够充分利用计算资源，得到全芯片的优化关键图形组。通过对掩模频谱的投影边界以及增长因子的表征，本文提出了一种新的描述掩模的衍射频谱特征的方法，为高效筛选关键图形提供了新的思路。在实现全芯片光源掩模优化关键图形筛选的过程中，所提出的方法比现有方法更具优势，通过仿真验证也得到了良好的结果。 在全芯片光源掩模优化关键图形筛选方面，本文所提方法的创新点主要在于采用了深度优先搜索算法，并结合了掩模频谱的投影边界以及增长因子来描述掩模的衍射频谱特征，这样可以更准确地得到关键图形组。与现有方法相比，所提方法更加全面地考虑了覆盖频率分组，并能够获得更优的关键图形组，从而在光刻工艺中获得更好的工艺窗口。通过商用计算光刻软件Tachyon Tflex的仿真验证，结果表明本文所提方法的优越性，是一种有效的全芯片光源掩模优化关键图形筛选方法。 综上所述，本文所提出的基于深度优先搜索的全芯片光源掩模优化关键图形筛选方法在光刻工艺中具有重要意义。通过对掩模的衍射频谱特征进行描述，并采用深度优先搜索算法来进行关键图形筛选，实现了全芯片光源掩模优化关键图形筛选。通过仿真验证，本文所提方法获得了良好的工艺窗口，并且在获取关键图形组方面更具优势。因此，本文的方法对于提高光刻工艺的精度和效率具有一定的参考价值，对于相关领域的研究具有一定的参考意义。