2. KLA量测设备系统构成与量测原理

KLA 的量测设备（如 SpectraFilm、Alta、Puma、Archer 等系列）之所以能稳定给出亚纳米级或亚微米级的量测结果，并不是因为某一个部件特别强，而是因为光学系统、运动平台、传感器、信号链与算法五者被设计成一个闭环整体。理解这套系统构成，是后续做精度校准与机台匹配的前提——只有知道误差从哪来、在哪一环被放大或被补偿，才能判断校准该动哪个参数。

一、五大子系统各自承担什么

光学系统负责把光“送进去、收回来”。它通常包含光源（宽谱卤素灯、LED 或激光）、照明光路（明场、暗场、差分干涉等模式）、物镜（常见 5×～100×，数值孔径 NA 决定分辨率与景深）以及成像/探测光路。光学系统决定了设备的分辨率极限、对比度机制和可用的量测模式。例如膜厚量测依赖宽谱反射光谱，关键尺寸（CD）量测依赖高 NA 成像或散射测量，套刻（Overlay）量测则依赖成像或衍射相位。

运动平台负责把晶圆精确送到视场下。它由 XY 工件台、Z 向调焦机构、旋转台（R 轴，用于套刻角度补偿）和位置反馈系统（激光干涉仪或线性编码器）组成。平台的定位精度、重复定位精度、直线度、平面度和振动水平，直接决定量测点位置是否准确、多次量测是否一致。平台误差往往表现为“同一片晶圆不同位置结果漂移”，这是机台匹配中最常见的偏差来源之一。

传感器把光信号转换为电信号。常见类型包括 CCD/CMOS 面阵相机（成像类）、光谱仪（膜厚、反射率）、光电二极管（强度/散射信号）以及干涉位移传感器（平台位置）。传感器的量子效率、暗电流、线性度和噪声底，决定了信号链的输入信噪比上限。

信号链是从传感器到数字结果之间的全部处理路径：前置放大 → 滤波 → A/D 转换 → 数字信号处理（去噪、归一化、相位解算、峰值提取）。信号链的带宽、增益稳定性和采样同步性，会影响弱信号是否被淹没、快速扫描时是否丢帧。

算法把原始信号翻译成物理量。膜厚用光谱拟合或库匹配，CD 用模型回归或机器学习反演，套刻用相位解算或图像相关。算法中的模型假设、标定系数和拟合窗口，是精度指标“最后一公里”的决定因素。

二、精度指标如何由硬件与算法共同决定

以套刻量测为例，最终报告的 Overlay 值可近似理解为：

Overlay_measured = Overlay_true + E_optics + E_stage + E_sensor + E_algo

其中 E_optics 来自光学畸变与像差，E_stage 来自平台定位与热漂移，E_sensor 来自噪声与非线性，E_algo 来自模型误差与标定残差。硬件决定误差的“地板”，算法决定能否逼近这个地板。校准的本质，就是逐项识别并压低这些误差项。

下面这张图把五大子系统与关键量测参数、误差来源对应起来，便于建立“硬件—信号—算法—指标”的整体映射。

三、从系统构成到校准动作

把上面的映射落到实际校准，可以按“先硬件、后算法”的顺序排查。硬件侧优先确认：物镜是否清洁、照明均匀性是否达标、平台在量测行程内的定位重复性是否在规格内、传感器暗场噪声是否异常。算法侧则确认：标定片是否在有效期内、拟合残差是否收敛、模型参数是否被误改。

一个典型的机台匹配场景是：两台同型号设备对同一片标准片量测膜厚，A 机均值 100.2 nm，B 机均值 100.8 nm，差异 0.6 nm。此时不应直接改算法偏移，而应先看平台定位是否一致（同一量测点是否落在同一坐标）、再看光谱仪波长标定是否一致、最后才检查拟合模型。若定位偏差超过 1 μm，优先做平台坐标校准；若定位一致而光谱峰位偏移，则做波长标定。这个顺序能避免“用算法补硬件”的假匹配。

理解这套系统构成后，后续的精度校准与机台匹配就有了明确的抓手：每一个精度指标，都能追溯到具体子系统；每一次偏差，都能沿着“光学→平台→传感器→信号链→算法”的链路逐级排查。