應用散射技術測試復雜Spacer結構

長久以來，散射技術已充分展示其精準測量簡單結構的能力，例如對淺溝槽隔離結構（STI）和柵極模塊的量測。但是，IC制造商現(xiàn)在需要監(jiān)測和控制越來越復雜的結構。

Spacer是目前散射技術正在處理的復雜結構之一。Spacer會影響多種器件的特征，所以非常重要。因此，在線測量spacer結構可預測器件性能，并籍此提高性能和良率。本文所描述就是用散射技術測量復雜的spacer結構，并使用此類測量預測電學性能。采用了一種名為“預測分析”的方法，并以此來證明散射技術測量的某些參數(shù)與柵極電阻、柵極Lpoly和晶體管電流 (Ion) 等電學性能的相關性。
由這種密切的相關性，散射測量可在電性測試前作為電學性能的重要預測指標。因此，散射技術是提高spacer控制、縮短某些輪廓異常平均檢測時間（MTTD）的可靠測量技術。

硅片、結構和模型
本次研究共使用了三批硅片。對硅片上的器件制造特意采用非標準化工藝，從而將工藝窗口擴展到正常器件功能之外。因此，這些硅片間的制造工藝有足夠大的差異，完全可以探索器件結構差異與電學性能間的相關性。

對90納米節(jié)點的NFET和PFET結構均進行了測量。根據(jù)散射技術標準，這兩種結構都非常復雜，且彼此間的差異很大。這兩種結構最明顯的特征包括：帶注入?yún)^(qū)域的絕緣硅（SOI）基層、覆蓋有摻雜的柵極多晶硅以及在氧化物spacer外部覆蓋氮化物spacer的結構。PFET亦包含第二個位于L形氮化物spacer頂部的氧化物結構。FET不同的形貌結構和不同的注入物，都會造成各自結構間有很大的差異。圖1為NFET和PFET結構的XSEM圖像。

散射測量數(shù)據(jù)是在KLA-Tencor Spectra CD100 機臺上收集的。為了讓包含這些結構的多種不同薄膜有正確的模型，已測量光譜和實際輪廓的匹配至關重要。應該考慮多種注入物和其它工藝的影響，以確保能夠提取精準的光學特征數(shù)據(jù)。對于NFET和PFET結構，初次建模有10個以上的變量參數(shù)或自由度（DOF）。最后，為NFET設置七個DOF，為PFET設置八個DOF。這兩種結構，其建模的DOF為柵極頂部的氮化物、摻雜柵極多晶硅高度、非摻雜柵極多晶硅高度、柵極多晶硅中部寬度（MCD）、氮化物spacer底部寬度、已注入的SOI厚度和SOI高度。PFET還有一個DOF是氮化物spacer厚度，此參數(shù)未應用于NFET。NFET和PFET結構的模型圖和其DOF見圖2。

為減緩復雜模型不穩(wěn)定的問題，并取得較高的精度值，需收集短期動態(tài)精度數(shù)據(jù)。NFET取樣由一塊硅片上的五塊芯片構成，每塊芯片有三個動態(tài)循環(huán)；PFET 取樣由一塊硅片上的九塊芯片構成，每塊芯片上有五個動態(tài)循環(huán)。如果 PFET 取樣的九塊芯片之一產(chǎn)生“極端”結果，意味其測量包含極高的變數(shù)。盡管此取樣是有限制的，但仍然適合這種概念驗證實驗。關鍵DOF的3σ精準結果摘要見表1。大多數(shù)的3σ精準值小于1納米，這些結果對于如此復雜的建模非常重要，并顯示出模型的穩(wěn)定可靠。

結果和討論
在此過程中共收集了兩個電學測試數(shù)據(jù)。第一個稱為PS測試，是在柵極硅化物形成后收集的。第二個稱為M1測試，是在第一層后道金屬層淀積后收集的。所有圖像均顯示的是硅片的中值數(shù)據(jù)，在每幅圖像中，通過電性測量的芯片和使用散射測量的芯片都屬于同一組芯片。任何一組測量中的“極端”值都沒有從分析中移除。

用FMP分析法計算電性測量錯誤 (Vy)，而不是 TMU分析，因為整個過程中使用的多種機臺已被假定為良好的測量參考機臺。計算散射測量錯誤 (Vx) 時使用表1中的精確值（使用包含極端項的PFET數(shù)據(jù)）。使用精確值是因為只使用了一個機臺，且TMU分析并未在散射數(shù)據(jù)上執(zhí)行。盡管精度元素應該可以估算出來，但卻無法確知，因此并入Vother精度元素能否預測或并入對TPE、CPE和CPQ的主要度量區(qū)別不大，因此區(qū)別在于這些度量的二階效應。由于計算兩種系統(tǒng)測量錯誤時都需使用芯片級數(shù)據(jù)，所以誤差必須轉(zhuǎn)換為硅片級數(shù)據(jù)，以便用于預測分析。該轉(zhuǎn)換值是通過使用芯片級別數(shù)據(jù)的變化量除以每個硅片上測得芯片數(shù)量大致得出的。

PS測試：柵極電阻
PS測試時發(fā)現(xiàn)，柵極電阻與氮化物spacer pulldown相關聯(lián)。NFET柵極電阻采用柵極電阻參數(shù)PCN_Rs，而PFET柵極電阻采用參數(shù)PCP_RS進行測量。柵極電阻的電性測量在兩個不同的物理結構上執(zhí)行，因此僅將NFET pulldown與NFET柵極電阻(PCN_RS) 相比較；并僅將PFET pulldown與PFET柵極電阻(PCP_RS) 相比較，結果見圖3。由于氮化物pulldown在散射模型中被定義為負數(shù)，因此請注意每個圖像的左邊表示更多pulldown。

TPE、CPE和CPQ的x和y形式以及百分比度量、數(shù)據(jù)對的數(shù)量和R2均如圖中所示。TPE和CPE亦顯示，對NFET來說，氮化物pulldown可預測的柵極電阻在0.68ohm/square之內(nèi)；對于PFET則在1.4 ohm/square之內(nèi)。圖像的CPQ范圍大約在3和4之間。Vother是主要的誤差來源。即使在Vx的精度組件已確定并且并入Vx時也是如此。

此實驗數(shù)據(jù)的物理解釋是，由于pulldown增加，更多的柵極需面臨以后的硅化物形成（氧化物隔板在硅化物成形前將去除）。形成更多的硅化物后，柵極電阻由于硅化物的高傳導性而降低。

M1測試：柵極電阻
柵極電阻也會在 M1測試時進行測量，圖4是它和氮化物spacer pulldown的關系。TPE和CPE顯示，對NFET來說，氮化物pulldown可預測柵極電阻在0.73ohm/square之內(nèi)；對于PFET則在0.82ohm/square內(nèi)。CPQ的范圍大約在3到4之間。再次對應于某個數(shù)據(jù)范圍，足以顯示出其間良好（但不是極佳）的關聯(lián)性。此關聯(lián)的物理解釋和在PS測試中的解釋相同。

圖5對M1測試時測得的柵極電阻與多晶硅MCD進行比較。這一次，TPE和CPE兩種度量都再次顯示多晶硅MCD可預測柵極電阻到0.88ohm/square以內(nèi) (NFET)，或1.3ohm/square以內(nèi)(PFET)。與氮化物pulldown比較，CPQ (～2-3) 值略低。這表示數(shù)據(jù)范圍足以顯示某些級別的關聯(lián)。此關聯(lián)的物理解釋為：柵極CD更大，則其柵極頂部的表面區(qū)域也更多，以方便未來硅化物成形，這樣會造成更低的柵極電阻。

M1測試：Lpoly
Lpoly是在M1測試中基于電容的柵極長度電性測量，它和柵極多晶硅MCD散射測量相關聯(lián)（圖6）。CPE 略小于TPE，因此電性測量誤差非常小，但對整體誤差卻有明顯影響。多晶硅MCD測量能夠預測Lpoly的測量，對于NFET和PFET來說，其誤差都在~1.5 nm以內(nèi)。NFET的CPQ為～2-3，這表示數(shù)據(jù)范圍對顯示某些量級的關聯(lián)已足夠；PFET的CPQ為~5，這表示數(shù)據(jù)范圍足以顯示其良好的關聯(lián)。Lpoly的測量表示它能夠準確地測量物理柵極長度，因此應該與散射多晶硅MCD測量相關聯(lián)。

M1測試：晶體管電流
圖7顯示了進行M1測量時，通過NFET (nIon) 的晶體管電流和氮化物pulldown測量相關聯(lián)。再次發(fā)現(xiàn)CPE僅略小于TPE。氮化物pulldown測量預測NFET晶體管電流誤差范圍在～40μA/μm 以內(nèi)，～2-3的CPQ值表示數(shù)據(jù)范圍已足夠顯示某些關聯(lián)。如前文所示，此實驗數(shù)據(jù)的物理解釋為：spacer被過度刻蝕，使得氮化物pulldown增加，導致?lián)诫s的SOI層上層氧化物損耗增加。由于氧化物層減少，源漏摻雜劑向外擴散，更薄的氧化物導致更多的摻雜劑向外擴散。源漏中的摻雜劑變少會降低傳導性，導致NFET源漏中的電流 (nIon) 減少。由于PFET中的攙雜劑差異，在pIon和PFET氮化物pulldown之間看不到類似的關聯(lián)。

結論
預測分析方法可用于預測一個基于其它測量（稱為自變量）的測量（因變量），因此不可避免會出現(xiàn)預測測量誤差。

散射技術可成功的為復雜的NFET和PFET spacer結構建模。散射測量數(shù)據(jù)是從非標準工藝硅片上收集的，以探索結構變量和電性參數(shù)之間的關系。柵極電阻Lpoly和晶體管電流 (Ion) 的電性測量，與用散射測量方式對氮化物spacer pulldown和柵極多晶硅MCD進行的在線測量相關聯(lián)。在每種情況中，都可使用散射測量預測電性測量，具備相關的3σ置信范圍。通過對spacer進行在線監(jiān)控來預測器件性能，從而改善器件性能和良率。

此工作證實了電性測量是判斷復雜結構的散射測量的適當方法。由于有了這些功能，使用電性測量對這些復雜結構參數(shù)進行在線測試將會變得更普遍。

致謝
本文參考了《Proceedings of SPIE 2007 Metrology, Inspection, and Process Control for Microlithography XXI Conference》卷 6518 同名標題的原版 SPIE 出版物。IBM 的 Chas Archie 為本文的預測分析發(fā)展部分提供了清晰明確的建議；IBM 的 Blaze Messer 協(xié)助收集和分析過許多數(shù)據(jù)；IBM 的 RonFiege 和 Clem Bottini 協(xié)助收集過光譜，而 IBM 的 Ben Himmel 還提供過電性測試工具匹配數(shù)據(jù)。作者在此向以上人員致謝。最后，我們還要感謝 KLA-Tencor 的 Jesus Rivas，他曾幫助我們提取薄膜光學常數(shù)。