中国科学院张楠楠 无花果
一个
不同SMO技术模拟结果的比较
信用:SIOM 最近,中国科学院上海光学与精细机械研究所(SIOM)的研究人员提出了一种使用协方差矩阵自适应进化策略的源掩模优化(SMO)技术和一种新的源表示方法
仿真结果表明,该技术在优化能力和收敛效率上优于类似的SMO技术
光刻是制造超大规模集成电路的关键技术之一
光刻分辨率决定了集成电路的临界尺寸
随着集成电路临界尺寸的不断缩小,光刻系统的衍射受限特性导致的显著光学邻近效应降低了光刻成像质量
计算光刻是指通过用数学模型和优化算法优化照明源和掩模图案,而不改变光刻系统的硬件和软件配置,从而有效提高分辨率和工艺窗口的技术
计算光刻被认为是摩尔定律的新推动者
SMO同时优化照明源和掩模图案,以提高成像质量
在28纳米以上的技术节点上实现集成电路制造已经成为关键的计算光刻技术之一
无花果
2
SMO使用由三个不同数量的点源代表的源的CMA-ES的结果
信用:SIOM 研究人员提出了一种源掩模优化技术,使用了小脑模型神经网络和一种新的源表示方法
在基于CMA-ES的SMO,表示解搜索空间分布的协方差矩阵通过秩-1和秩-μ机制被自适应地调整,使得更优的解在后代中以更大的概率再现
此外,通过控制全局搜索步长来更新解搜索空间的范围
该源由预定数量的具有单位强度和可调位置的理想点源表示
源优化是通过优化点源的位置来实现的
不同源表示和不同掩模图案下的仿真结果验证了该技术在优化离子容量和收敛效率方面优于基于启发式算法的SMO技术
来源:由phyica.com整理转载自PH,转载请保留出处和链接!