论光阻检测重要性，SRM技术为其铺路

讯号回应度量(Signal Response Metrology，SRM)是一种新的测量技术，透过将焦点、剂量或CD与以SCD为基础的度量工具之光谱回应做出关联，来避免几何建模的需求。

在进阶微影度量中，散射测量临界尺寸(Scatterometry Critical Dimension，SCD)为一种用于控制制程时常见的度量方法，具有回报诸如临界尺寸(CD)、光阻侧壁角(Side Wall Angle，SWA)与光阻高度(Height，HT)等精确资料资讯的能力。

光阻的形状与线上制程控制因子(process controller)相关，也就是扫描机焦点与剂量(dose)；但是SCD既然是一种以模型为基础的度量方法，为解码制程控制因子，需要来自几何模型的计算。当模型从光谱中撷取出光阻形状的资讯后，为监测目的，会需要这些几何参数与制程控制因子之间的进一步关联性，因此在多重建模过程中遗失的资讯变成为一大隐忧；在资料转换过程中，杂讯与模型的近似值会扭曲讯号，换句话说，可能无法准确测量关键参数、焦点与剂量。

为此本研究试图寻找以最低量资讯转换方式来监测焦点与剂量的度量法。讯号回应度量(Signal Response Metrology，SRM)是一种新的测量技术，透过将焦点、剂量或CD与以SCD为基础的度量工具之光谱回应做出关联，来避免几何建模的需求。

为何需要光阻监测？

由于各类元件对制程微缩的持续需求，微影技术在现今的半导体产业扮演关键角色；若要产出最佳的线路解析度，扫描机必须精确严密地控制焦点与曝光，这两项关键因素决定了显影后的光阻截面轮廓(photoresist profile)。

为调整制程目的，剂量可藉由加强或减弱能量来控制线路/空间尺寸。较强的光源剂量将提供更多能量，并促使更多酸(H+)在阻剂中生成；因此显影后的线路间空隙会较大；相反地，降低剂量则会缩小线路间距，因此线路间的空隙也会较小。

诸如SD与CDSEM等的度量工具，则用来研究线路与间隙如何受到剂量变化的影响，且多半用来调整制程；但资料显示，晶圆远端边缘的晶粒通常拥有较大的光阻临界尺寸变异，并呈现与晶粒最终良率的强势关联性。

猜测其根本原因若不是来自扫描机阶段，就是之前的某些沉积阶段──例如晶圆平面度或薄膜均匀度常造成问题的薄膜沉积阶段；以上两种原因都将导致晶圆弯曲，且其结果则是在晶圆中央与边缘出现不同的曝光条件。有一些假设指出晶圆边缘晶粒最高有10%的良率损失，原因即来自于此问题。

本文将着重于如何透过提供扫描机焦点量测与实际曝光于晶圆片上的剂量量测，潜在提升晶圆远端边缘晶粒良率；此测量技术能进一步推动扫描机在生产过程中的焦点与剂量校准。

KLA-Tencor在过去15年来为半导体产业IC元件的CD与外观形状量测，提供利用椭圆偏光法(spectroscopic ellipsometry)以及反射法(reflectometry)的SCD度量工具；其SRM测量方法除了是SCD技术的扩展，同时也因为直接使用来自晶圆的讯号，而与以模型为基础的SCD有所区隔。SRM可以在KLA-Tencor的SpectraShape 9010 SCD度量系统上使用来自不同频道的讯号；除了不同的讯号，也可以分析多种量测标的，从底层来提升讯号并消除杂讯。

SCD与SRM的差异

散射测量是监控半导体制程的常用方法，其优势显而易见，包含非破坏性、高产能与良好的精确度；由于SCD是以模型为基础的度量，因此需要几何模型以完全瞭解其正在测量的结构。SCD所监测的多数尺寸皆为几何参数，例如CD、SWA、HT、隔离层厚度、沟槽深度等等。IC制造商可以使用这些形状参数，以便透过分析测量资料以及相关制程节点，以期改善制程。

SRM则是一种基于KLA-Tencor散射量测仪所开发的新应用；与SCD相较，SRM可以被归类为无模型度量。不同于SCD，SRM不需要建立几何模型，其第一步骤是将一组收集到的讯号，透过主成分分析(Principal Component Analysis，PCA)，从晶圆训练资料集(wafers training set)转换成较不具关联性的资讯；接下来的步骤则是定义函数，并将制程控制因子关联至已转换的讯号上。最后，此映射函数可以安装至类似于光学薄膜或光学CD模型的工具上。

PCA是一种统计过程，利用正交转换将一组可能关联变数的观察，转换为一组线性非关联变数的数值，称之为主成分(principal components)；主成分的数量为少于或等于原始变数，此种转换将造成第一个主成分会拥有最大可能变异数(即在资料中占据尽可能多的变异)，且后续成分将依次序拥有最高可能变异数，限制条件是其必须与前述成分呈直角(即不关联)。

主成分呈直角的原因，在于它们是共变异数矩阵(covariance matrix)的特征向量(eigenvector)；该矩阵是对称的。PCA