1. 课程导入
在先进半导体制造中，关键尺寸（Critical Dimension, CD）不仅决定器件性能，也直接影响良率与工艺窗口。传统CD-SEM和AFM虽然精度高，但速度慢、破坏性风险大，难以满足在线全片量测需求。光学关键尺寸量测（Optical Critical Dimension, OCD）通过光谱/椭偏光谱对周期结构进行非破坏、快速、多参数提取，已成为先进逻辑、存储和先进封装中不可或缺的量测手段。本课程围绕“量测—反演—反馈”这条主线，帮助学习者建立从光谱信号到工艺参数的完整工程能力。
学习目标
- 理解OCD量测的物理基础：椭偏、反射光谱、穆勒矩阵与偏振光与周期结构相互作用。
- 掌握模型反演流程：几何建模、材料色散、参数化、优化算法与不确定度评估。
- 能够识别并处理常见反演问题：参数耦合、局部极小、模型失配与系统偏差。
- 建立工艺反馈思维：将OCD结果转化为APC/R2R控制量，服务刻蚀、光刻、沉积等模块。
- 具备跨模块协作能力：与工艺、整合、设备、算法团队共同定义量测配方与反馈策略。
核心概念与整体框架
OCD量测的核心是“正问题”与“反问题”的闭环。正问题是已知结构参数，通过电磁仿真计算理论光谱；反问题则是从实测光谱出发，寻找最优参数组合。整个工程链路可概括为：光源与偏振调制 → 样品反射/椭偏响应 → 探测器采集光谱 → 模型反演 → 参数输出 → 工艺反馈。下图展示了这一数据流与关键模块之间的关系。
方法流程：从光谱到工艺参数
一个完整的OCD反演流程通常包含以下步骤，每一步都会影响最终量测精度：
- 结构建模：根据工艺步骤定义几何层、材料层和周期结构，确定待拟合参数。
- 材料色散建模：使用Sellmeier、Lorentz、Tauc-Lorentz等模型描述n/k随波长变化。
- 正问题仿真：采用RCWA、FEM或严格耦合波方法计算理论光谱。
- 目标函数构建：常用加权最小二乘或最大似然，比较实测与仿真光谱。
- 优化求解：使用Levenberg-Marquardt、遗传算法或贝叶斯方法搜索最优参数。
- 不确定度评估：通过协方差矩阵、置信区间和灵敏度分析判断结果可靠性。
- 工艺反馈：将CD偏移量转换为刻蚀时间、光刻剂量或沉积厚度的修正量。
典型反演配置示例：
model:
structure: Si grating on SiO2
parameters:
CD: [20, 40] nm
SWA: [85, 92] deg
HT: [80, 120] nm
material:
Si: Tauc-Lorentz
SiO2: Sellmeier
solver:
method: RCWA
orders: 15
optimizer:
algorithm: Levenberg-Marquardt
max_iter: 200
tolerance: 1e-6产业应用场景
OCD已广泛应用于多个先进制造环节，下表列出典型场景与关注参数：
| 应用场景 | 典型结构 | 关键量测参数 | 反馈目标 |
|---|---|---|---|
| 光刻后CD控制 | 光刻胶光栅 | CD、SWA、HT | 曝光剂量、焦距 |
| 刻蚀后形貌控制 | Si/介质鳍片 | CD、深度、侧壁角 | 刻蚀时间、气体配比 |
| 3D NAND存储孔 | 高深宽比孔阵列 | 孔径、深度、倾斜 | 刻蚀速率、均匀性 |
| 先进封装RDL | 铜线/介质层 | 线宽、厚度、侧壁 | 电镀、CMP参数 |
| EUV光刻 | 精细线条/接触孔 | CD、LER、LWR | 剂量、抗蚀剂工艺 |
常见误区与复盘建议
误区一：只关注拟合残差小，忽略参数耦合。CD与SWA在光谱上可能高度相关，导致多解。
误区二：材料色散固定不变。实际薄膜沉积条件变化会改变n/k，需定期校准。
误区三：把OCD结果直接当真实值。应结合参考量测（如CD-SEM、AFM）做匹配与偏移修正。
误区四：反馈回路缺少滤波与延迟补偿。R2R控制需考虑量测延迟和工艺漂移。
学习建议：先建立“光谱—结构—工艺”三者之间的映射直觉，再深入RCWA数学与优化算法。每学一个模块，都问自己：这个参数在真实产线上如何被反馈？误差来源在哪里？只有把量测、反演和工艺反馈串成一条线，才能真正掌握OCD工程能力。
本课程后续将依次展开OCD物理基础、RCWA建模、材料色散、优化算法、不确定度分析、匹配与偏移、APC/R2R反馈、故障排查与产线案例。本章作为导入，重点是建立全局框架：OCD不是孤立的量测技术，而是连接工艺、设备与良率的工程闭环。理解这一点，后续每一章的学习都会更有方向。