基于遗传算法的微反射镜阵列角位置分布算法
发布时间：2020-12-11 20:11
自由光瞳照明技术是28 nm及以下节点浸没光刻机中一种重要的光刻分辨率增强技术,其通过微反射镜阵列(MMA)调整光束的角谱来实现任意照明模式, MMA角位置分布对自由光瞳照明技术的应用具有重要的意义。提出了基于遗传算法的MMA角位置分布算法,该算法相比基于模拟退火算法的MMA角位置分布算法,迭代速度提高了10倍以上,并且该算法得到的MMA角位置分布可精确复现目标光瞳强度分布。光刻性能仿真结果表明,对于数千种光刻胶曝光图形,算法光瞳和目标光瞳的光刻胶曝光图形不对称性分布的方均根(RMS)值基本一致,关键尺寸差异分布RMS值均小于0.5 nm。
【文章来源】：中国激光. 2020年08期 第197-205页 北大核心
【文章页数】：9 页
【部分图文】：
自由光瞳照明模块示意图
图2所示为自由光瞳照明模块中BDE、MMA和傅里叶变换透镜组件等效为共轴光学系统时的子光束成像示意图,其中R为被微反射镜反射的光线在傅里叶变换透镜组件后焦面成像位置与光轴之间的距离,相应的MMA对光线的反射被等效为折射,MMA通过对被分割子光束的角度调制在后焦面获得自由光瞳强度分布。每个微反射镜在后焦面形成的光斑形状为正方形,正方形光斑的边长dp为
式中:MMP,k′为MMA角位置分布种群q中的第k′个个体。对种群q按照相应概率Pg、Pc和Pm分别进行选择、交叉和变异运算后得到MMP,1,MMP,2,…,MMP,i,…,MMP,NNIND。在选择运算中,运用(3)～(6)式分别计算种群q中NNIND个光瞳强度分布的ERMS,按照ERMS值从小到大对q进行重新排列,选取前Pg×NNIND个个体作为下一步交叉运算的种群,空缺的(1-Pg)×NNIND个个体由选取出的Pg×NNIND个个体随机生成。交叉运算在选择运算前后的两个种群中进行,将选择运算前ERMS值最小的个体分别与选择运算后Pc×NNIND个随机个体进行交叉运算。变异运算是对交叉运算后种群中Pm×NNIND个随机个体在一定范围内进行随机扰动,从而生成种群q+1。为确保算法的收敛性,在变异运算过程中对变异个体的ERMS值进行判断,若变异个体的ERMS值均未改善,则重新变异。变异结束后判断算法光瞳和目标光瞳的ERMS值,若有ERMS≤Vd(其中Vd为设定的ERMS阈值)则结束循环,否则继续进行选择、交叉和变异运算,直到满足ERMS≤Vd为止。若有多个满足要求的角位置分布矢量,则选择最优MMP,s,其中s表示得到的MMA角位置分布解。为防止出现找不到满足要求的角位置分布矢量而陷入死循环,设置遗传算法最大迭代次数为NMAXGEN。
【参考文献】：
期刊论文
[1]定量相位显微中分辨率增强技术综述[J]. 郜鹏,温凯,孙雪莹,姚保利,郑娟娟. 红外与激光工程. 2019(06)
[2]基于遗传算法的双层亚波长金属光栅优化[J]. 安超,褚金奎,张然. 激光与光电子学进展. 2019(22)
[3]基于遗传算法的激光视觉焊缝特征点提取[J]. 张斌,常森,王桔,王倩. 中国激光. 2019(01)
[4]基于遗传算法的数字图像相关法在微位移测量中的应用[J]. 葛朋祥,叶沛,李桂华. 光学学报. 2018(06)
[5]基于多目标模拟退火算法的导航卫星激光星间链路拓扑动态优化[J]. 董明佶,林宝军,刘迎春,周黎莎. 中国激光. 2018(07)
[6]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[J]. 王磊,李思坤,王向朝,杨朝兴. 光学学报. 2017(10)
[7]曲面基底衍射光学元件的激光直写技术[J]. 姜俊,刘晋桥,徐颖,于颜豪. 中国激光. 2017(06)
[8]基于微反射镜阵列的光刻照明模式变换系统设计[J]. 邢莎莎,冉英华,江海波,邢廷文. 光学学报. 2015(11)
[9]布朗运动模拟退火算法[J]. 傅文渊,凌朝东. 计算机学报. 2014(06)
[10]微反射镜阵列在光束整形中的应用[J]. 杜猛,邢廷文,袁家虎. 红外与激光工程. 2014(04)
本文编号：2911152
【文章来源】：中国激光. 2020年08期 第197-205页 北大核心
【文章页数】：9 页
【部分图文】：
自由光瞳照明模块示意图
图2所示为自由光瞳照明模块中BDE、MMA和傅里叶变换透镜组件等效为共轴光学系统时的子光束成像示意图,其中R为被微反射镜反射的光线在傅里叶变换透镜组件后焦面成像位置与光轴之间的距离,相应的MMA对光线的反射被等效为折射,MMA通过对被分割子光束的角度调制在后焦面获得自由光瞳强度分布。每个微反射镜在后焦面形成的光斑形状为正方形,正方形光斑的边长dp为
式中:MMP,k′为MMA角位置分布种群q中的第k′个个体。对种群q按照相应概率Pg、Pc和Pm分别进行选择、交叉和变异运算后得到MMP,1,MMP,2,…,MMP,i,…,MMP,NNIND。在选择运算中,运用(3)～(6)式分别计算种群q中NNIND个光瞳强度分布的ERMS,按照ERMS值从小到大对q进行重新排列,选取前Pg×NNIND个个体作为下一步交叉运算的种群,空缺的(1-Pg)×NNIND个个体由选取出的Pg×NNIND个个体随机生成。交叉运算在选择运算前后的两个种群中进行,将选择运算前ERMS值最小的个体分别与选择运算后Pc×NNIND个随机个体进行交叉运算。变异运算是对交叉运算后种群中Pm×NNIND个随机个体在一定范围内进行随机扰动,从而生成种群q+1。为确保算法的收敛性,在变异运算过程中对变异个体的ERMS值进行判断,若变异个体的ERMS值均未改善,则重新变异。变异结束后判断算法光瞳和目标光瞳的ERMS值,若有ERMS≤Vd(其中Vd为设定的ERMS阈值)则结束循环,否则继续进行选择、交叉和变异运算,直到满足ERMS≤Vd为止。若有多个满足要求的角位置分布矢量,则选择最优MMP,s,其中s表示得到的MMA角位置分布解。为防止出现找不到满足要求的角位置分布矢量而陷入死循环,设置遗传算法最大迭代次数为NMAXGEN。
【参考文献】：
期刊论文
[1]定量相位显微中分辨率增强技术综述[J]. 郜鹏,温凯,孙雪莹,姚保利,郑娟娟. 红外与激光工程. 2019(06)
[2]基于遗传算法的双层亚波长金属光栅优化[J]. 安超,褚金奎,张然. 激光与光电子学进展. 2019(22)
[3]基于遗传算法的激光视觉焊缝特征点提取[J]. 张斌,常森,王桔,王倩. 中国激光. 2019(01)
[4]基于遗传算法的数字图像相关法在微位移测量中的应用[J]. 葛朋祥,叶沛,李桂华. 光学学报. 2018(06)
[5]基于多目标模拟退火算法的导航卫星激光星间链路拓扑动态优化[J]. 董明佶,林宝军,刘迎春,周黎莎. 中国激光. 2018(07)
[6]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[J]. 王磊,李思坤,王向朝,杨朝兴. 光学学报. 2017(10)
[7]曲面基底衍射光学元件的激光直写技术[J]. 姜俊,刘晋桥,徐颖,于颜豪. 中国激光. 2017(06)
[8]基于微反射镜阵列的光刻照明模式变换系统设计[J]. 邢莎莎,冉英华,江海波,邢廷文. 光学学报. 2015(11)
[9]布朗运动模拟退火算法[J]. 傅文渊,凌朝东. 计算机学报. 2014(06)
[10]微反射镜阵列在光束整形中的应用[J]. 杜猛,邢廷文,袁家虎. 红外与激光工程. 2014(04)
本文编号：2911152
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2911152.html
