CN116007515B - 一种白光干涉检焦系统和解调方法 - Google Patents

Abstract

本公开提供了一种白光干涉检焦系统和解调方法，该系统包括：白光光源；模板，其上制备有图形；基板，放置于承片台上；光谱仪，用于透过图形采集模板与基板之间的白光干涉信号；控制系统，用于根据干涉信号采用傅里叶变换解调方法、互相关计算解调方法或模型传递解调方法计算模板与基板之间的间隙值。本公开利用该检焦系统，在较大的距离测量范围内，根据反射光谱的不同形状，采取不同的解调方法，该间隙解调方法消除了图形化表面对检焦光谱的影响，突破了因检焦窗口导致的对模板图形布局的限制。

Description

一种白光干涉检焦系统和解调方法

技术领域

本公开涉及光学检测技术领域，具体一种白光干涉检焦系统和解调方法。

背景技术

目前实现检焦的方法主要包括：电容传感器、表面等离子体共振(SurfacePlasmon Resonance，SPR)传感法、干涉空间相位成像(Interference Space PhaseImaging，ISPI)检测法和白光干涉检测法。其中电容传感器因需要在模板基底中嵌入电容，且在曝光过程中受到热漂移影响，因此不适合曝光过程的测量；SPR传感法需要在模板上制作多层膜结构，加工难度大，难以实现；ISPI检测法检测范围大于1μm，无法实现纳米精度检测。

白光干涉检测具有测量范围广，精度高，并能实现绝对测量等优势，被广泛应用于曝光过程的距离测量。传统的白光干涉测量需要在模板图形区域分配检焦窗口，这严重影响了模板图形布局，增加了电路设计的难度。

发明内容

(一)要解决的技术问题

针对上述问题，本公开提供一种白光干涉检焦系统和解调方法，用于解决传统方法检测范围受限、易影响模板图形布局等技术问题。

(二)技术方案

本公开一方面提供了一种白光干涉检焦系统，包括：白光光源；模板，其上制备有图形；基板，放置于承片台上；光谱仪，用于透过图形采集模板与基板之间的白光干涉信号；控制系统，用于根据干涉信号采用傅里叶变换解调方法、互相关计算解调方法或模型传递解调方法计算模板与基板之间的间隙值。

本公开另一方面提供了一种根据前述的白光干涉检焦系统进行间隙解调的方法，包括：S1，采集模板与基板之间的白光干涉信号，得到样本光谱；S2，对样本光谱进行峰值检测，并根据峰值检测的结果进行光谱预处理；S3，根据预先采集的参考光谱和S2预处理后的样本光谱，计算得到反射光谱；S4，根据反射光谱的形状，确定解调方法计算模板与基板之间的间隙值；其中，解调方法包括傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种。

进一步地，S4中确定解调方法包括：根据反射光谱的形状，判断模板与基板之间的间隙预估值；当间隙预估值大于第一阈值时，采用傅里叶变换解调方法计算间隙值；当间隙预估值小于等于第一阈值且大于等于第二阈值时，采用互相关计算解调方法计算间隙值；当间隙预估值小于第二阈值时，采用模型传递解调方法计算间隙值。

进一步地，第一阈值的范围为20μm～40μm；第二阈值的范围为1μm～5μm。

进一步地，采用傅里叶变换解调方法计算间隙值包括：S411，将S3所得的反射光谱分解为光谱轮廓和干涉信号光谱；S412，将干涉信号光谱进行傅里叶变换，得到频域信号；S413，根据频域信号进行带通滤波；S414，对滤波后的信号进行傅里叶逆变换获得解析信号；S415，对解析信号进行复对数运算得到样本光谱的相位；S416，选取任意两个波长下的相位，根据两个波长下相位的相位差计算光程差，得到样本光谱对应的间隙值。

进一步地，采用互相关计算解调方法计算间隙值包括：S421，初始化膜层模型和光照参数，确定间隙范围和间隙间隔；S422，采用严格耦合波分析根据膜层模型进行仿真，计算得到不同间隙下的仿真反射光谱；S423，对S3所得的反射光谱进行归一化处理；S424，将S422中的仿真反射光谱与S3中归一化处理后的反射光谱进行互相关运算；S425，确定相关系数最大的光程差，得到样本光谱对应的间隙值。

进一步地，采用模型传递解调方法计算间隙值包括模型传递步骤和互相关解调步骤。

进一步地，模型传递步骤包括：S431，初始化粒子群优化参数和神经网络参数，神经网络参数包括隐含层数量、隐含层节点数、激活函数、随机生成权重和偏移向量；S432，回调激活函数，输出神经网络计算的反射光谱；S433，计算粒子群的适应度，若适应度小于设定阈值，则对粒子群进行更新；S434，更新直至适应度不小于设定阈值，输出优化后的神经网络参数；S435，利用S435所得的神经网络参数进行光谱模型传递，输出反射光谱。进一步地，S4包括：通过改变高分子聚合物溶液中高分子聚合物的粘度、固化程度，调控聚合物薄膜与透射金属膜层之间的附着力，使得透射金属膜层粘附于聚合物薄膜上被完整剥离，感光膜层和反射金属膜层无损伤。

进一步地，互相关解调步骤包括：S436，对S3所得的反射光谱进行归一化处理；S437，将S435所得的反射光谱与S436中归一化处理后的反射光谱进行互相关运算；S438，确定相关系数最大的光程差，得到样本光谱对应的间隙值。

本公开还有一方面提供了一种利用白光干涉检焦系统进行间隙解调的装置，包括：采集模块，用于采集模板与基片之间的白光干涉信号，得到样本光谱；检测模块，用于对样本光谱进行峰值检测，并根据峰值检测的结果进行光谱预处理；计算模块，用于根据预先采集的参考光谱和S2预处理后的样本光谱，计算得到反射光谱；确定模块，用于根据反射光谱的形状，确定解调方法计算模板与基片之间的间隙值；其中，解调方法包括傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种。

(三)有益效果

本公开的透过图案化表面的白光干涉检焦系统和间隙解调方法，利用白光干涉检焦技术，在较大的距离测量范围内，根据反射光谱的不同形状，采用傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种，计算模板与基板之间的间隙值，该间隙解调方法保证了测量的精度、提高了测量的效率，同时光源发出的光透过模板上的图形，经基板反射后回到光谱仪进行图像采集，消除了图形化表面对检焦光谱的影响，突破了因检焦窗口导致的对模板图形布局的限制。

附图说明

图1示意性示出了根据本公开实施例中白光干涉检焦系统的结构示意图；

图2示意性示出了根据本公开实施例中白光干涉检焦系统的截面示意图；

图3示意性示出了根据本公开实施例中根据白光干涉检焦系统进行间隙解调方法的流程示意图；

图4示意性示出了根据本公开实施例中在不同的间隙下采用不同解调方法的流程示意图；

图5示意性示出了根据本公开实施例中间隙为40μm的反射光谱示意图；

图6示意性示出了根据本公开实施例中傅里叶变换解调方法的流程图；

图7示意性示出了根据本公开实施例中反射光谱的示意图；

图8示意性示出了根据本公开实施例中干涉信号光谱的示意图；

图9示意性示出了根据本公开实施例中频率谱的示意图；

图10示意性示出了根据本公开实施例中间隙为10μm的反射光谱示意图；

图11示意性示出了根据本公开实施例中互相关计算解调方法的流程图；

图12示意性示出了根据本公开实施例中间隙为0.01μm的反射光谱示意图；

图13示意性示出了根据本公开实施例中模型传递解调方法的流程图；

附图标记说明：

1，白光光源；2，模板；3，图形；4，基板；5，承片台；6，工件台；7，光谱仪；8，控制系统。

具体实施方式

为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

需要说明，若本公开实施例中有涉及方向性指示，则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

本公开提供了一种白光干涉检焦系统，请参见图1，包括：白光光源1；模板2，其上制备有图形3；基板4，放置于承片台5上；光谱仪7，用于透过图形3采集模板2与基板4之间的白光干涉信号；控制系统8，用于根据干涉信号采用傅里叶变换解调方法、互相关计算解调方法或模型传递解调方法计算模板2与基板4之间的间隙值。

图2为白光干涉检焦系统及其相应的截面图，由白光光源1产生白光作为入射光源，经过模板2，入射光透过模板2以及图形3到达基板4上，再反射穿过模板2，被光谱仪7采集。承片台5固定于工件台6上，控制系统8通过控制工件台6调节基板4的姿态和位置，模板2和基板4之间的干涉信号被光谱仪7接收，光谱仪7接收的信号经过控制系统8中的确定模块解析出模板2与基板4之间的间隙值。本公开包括由白光光源1、光纤、镜头和光谱仪组成的光谱采集硬件系统，还包括由傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法组成的软件系统。

根据反射光谱的不同形状，采用傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种，计算模板2与基板4之间的间隙值，该间隙解调方法保证了测量的精度、提高了测量的效率，同时消除了模板上图形层对检焦光谱的影响，突破了因检焦窗口导致的对模板图形布局的限制。

本公开还提供了一种根据前述的白光干涉检焦系统进行间隙解调的方法，请参见图3，包括：S1，采集模板2与基板4之间的白光干涉信号，得到样本光谱；S2，对样本光谱进行峰值检测，并根据峰值检测的结果进行光谱预处理；S3，根据预先采集的参考光谱和S2预处理后的样本光谱，计算得到反射光谱；S4，根据反射光谱的形状，确定解调方法计算模板2与基板4之间的间隙值；其中，解调方法包括傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种。

首先进行光谱采集，光谱仪7的波长响应范围例如为300nm到900nm，获得样本光谱，然后进行峰值检测，根据峰值检测的结果进行光谱预处理，包括噪声消除和基线消除(基线消除的目的是矫正样本光谱在Y方向的偏移和旋向)，然后通过参考光谱和预处理后的样本光谱得到反射光谱。最后根据反射光谱的不同形状，采取不同的解调方法进行处理后的光谱间隙解调。

需要说明的是，在步骤S1之前需要先进行系统的初始化，系统的初始化包括背景光谱采集和参考光谱采集。在模板2和基板4未安装前，控制系统8控制光谱仪7采集背景光谱，并保存于控制系统7中，用于消除环境光等杂散光对测试过程中采集到的光谱的影响；然后安装模板2和基板4，通过控制系统8打开白光光源1，控制工件台6向上运动至模板2与基板4之间为一定距离时，控制光谱仪7采集参考光。在实施例中光谱仪7的波长响应范围为300nm到900nm时，参考光的采集位置为模板2与基板4之间的距离约250μm的位置，控制光谱仪7采集参考光，并保存于控制系统8中。

在上述实施例的基础上，如图4所示，S4中确定解调方法包括：根据反射光谱的形状，判断模板2与基板4之间的间隙预估值；当间隙预估值大于第一阈值时，采用傅里叶变换解调方法计算间隙值；当间隙预估值小于等于第一阈值且大于等于第二阈值时，采用互相关计算解调方法计算间隙值；当间隙预估值小于第二阈值时，采用模型传递解调方法计算间隙值。

当间隙预估值大于第一阈值时，采集到的光谱为密集曲线，使用傅里叶变换解调方法解调速度更快，这时若采用互相关计算解调方法，则可能因为光谱谱峰密集而导致匹配出错。当间隙预估值小于等于第一阈值且大于第二阈值时，使用互相关计算解调方法具有精度高且分辨率可控的优点。当间隙预估值小于等于第二阈值时，由于模板2的图形会对采集的光谱产生影响，此时若仍直接采用互相关计算解调方法，会导致解调错误，解调出的间隙值并不是实际的间隙值，因此采用模型传递解调方法进行光谱解调。

在上述实施例的基础上，第一阈值的范围为20～40μm；第二阈值的范围为1～5μm。

例如，第一阈值为20μm、第二阈值为1μm，当间隙大于20μm时，采用傅里叶变换解调方法进行光谱解调；当间隙介于1μm到20μm时，采用互相关计算解调方法进行光谱解调；当间隙小于1μm时，采用模型传递解调方法进行光谱解调。实际上，第一阈值与第二阈值的具体值与采集到的样本光谱有关，可以根据采集到的样本光谱来选取第一阈值与第二阈值。在本实施例的膜层模型和光照参数的情况下，间隙大于20μm时，采集到的样本光谱为密集曲线；当间隙介于1μm到20μm时，采集到的样本光谱为稀疏曲线；当间隙小于1μm时，采集到的样本光谱为形如图12所示的单调曲线。

在上述实施例的基础上，采用傅里叶变换解调方法计算间隙值包括：S411，将S3所得的反射光谱分解为光谱轮廓和干涉信号光谱；S412，将干涉信号光谱进行傅里叶变换，得到频域信号；S413，根据频域信号进行带通滤波；S414，对滤波后的信号进行傅里叶逆变换获得解析信号；S415，对解析信号进行复对数运算得到样本光谱的相位；S416，选取任意两个波长下的相位，根据两个波长下相位的相位差计算光程差，得到样本光谱对应的间隙值。

根据上述实施例，当间隙大于20μm时，采集到的光谱为密集曲线，如图5所示为间隙为40μm的反射光谱，此时，采用傅里叶变换解调方法进行光谱解调。图6为傅里叶变换解调方法的流程图。

S411，为了提高信号的对比度，将反射光谱(如图7所示)分解为光谱轮廓和干涉信号光谱。原始的反射光谱经过S411之后，变成干涉信号光谱(如图8所示)，峰值强度更加均匀，更容易进行频谱计算。

S412～S414，反射光谱分解后，对干涉信号光谱进行傅里叶变换，将干涉信号光谱映射到频域，在频域进行带通滤波，取频率介于0.01～0.2(该范围可以根据需要进行选择)之间的频率，其他频率强度置0；带通滤波后对频率谱(如图9所示)进行傅里叶逆变换，该傅里叶逆变换后得到光谱还是一个关于波长的函数。

S415，对傅里叶逆变换的结果取虚部，得到白光干涉光谱的相位。

S416，选取任意两个波长下的相位，根据相位差计算光程差得到样本光谱对应的间隙值。相位是关于波长的函数，从相位得到间隙值L的计算公式为：

其中，λ₂和λ₁为傅里叶逆变换光谱中任意两个波长，分别为它们对应的相位。

在上述实施例的基础上，采用互相关计算解调方法计算间隙值包括：S421，初始化膜层模型和光照参数，确定间隙范围和间隙间隔；S422，采用严格耦合波分析根据膜层模型进行仿真，计算得到不同间隙下的仿真反射光谱；S423，对S3所得的反射光谱进行归一化处理；S424，将S422中的仿真反射光谱与S3中归一化处理后的反射光谱进行互相关运算；S425，确定相关系数最大的光程差，得到样本光谱对应的间隙值。

根据上述实施例，当间隙介于1μm到20μm时，采用互相关计算解调方法进行光谱解调，图10为10μm间隙下反射光谱。

图11为互相关计算解调方法的流程图，具体流程如下：

S421，首先采用初始化膜层模型和光照参数，膜层模型包括膜层厚度、介电常数等，光照参数至少包括光强、入射角度。例如仿真膜层模型从上到下分别为模板(上方为掩模基底，下方为图形层)、空气间隙和基板，该膜层模型并不唯一，本领域技术人员可以根据实际情况选取所需的模型；本实施例中，膜层模型中环境厚度为无穷大，图形层的厚度为10nm，介电常数为波长的函数。

初始化所需的间隙范围和间隙间隔，此两者的具体值按需要进行选择，由于上述实施例中所选光谱仪7的响应范围为300～900nm，因此，该间隙范围选择为0～20μm(在300～900nm波段内该间隙范围下的样本光谱呈较稀疏的波峰分布)。间隙范围为后续仿真得到反射光谱模型库所代表的可测的间隙范围；间隙间隔为反射光谱模型库中相邻两间隙(模板与基板之间距离)之间的间隔值，代表着后续间隙测量的分辨力，如仿真得出的反射光谱模型库中有众多不同间隙d所对应的反射光谱，如间隙间隔为1nm，那么这些间隙分别为d-2nm、d-1nm、d、d+1nm、d+2nm……，那么也就能获取以1nm进行变化的间隙所对应的反射光谱。如间隙间隔为2nm，那么这些间隙分别为d-4nm、d-2nm、d、d+2nm、d+4nm……，那么也就能获取以2nm进行变化的间隙所对应的反射光谱。

S422，采用严格耦合波分析(Rigorous Coupled Wave Analysis，RCWA)进行上述膜层模型的仿真，计算得到模拟的反射光谱，波长范围从300nm到900nm，根据上述实施例，反射光路模型库中间隙间隔，即光谱的波长分辨率为0.4nm，间隙范围为0～20μm。

S423，进行采集光谱的归一化处理。光谱归一化处理公式为：

是归一化后的光谱，都是关于波长的函数。

S424～S425，将S422中模拟的白光干涉信号与实际采样得到的白光干涉信号进行互相关运算，相关系数最大的光程差即为当前测量间隙值。

互相关计算公式为：

其中x为当前采集的白光干涉光谱，y_d为仿真的光程差为d的仿真光谱。

在上述实施例的基础上，采用模型传递解调方法计算间隙值包括模型传递步骤和互相关解调步骤。

根据上述实施例，当间隙小于1μm时，采用模型传递解调方法进行光谱解调，图12为0.01μm间隙下反射光谱。模型传递解调方法包括模型传递和互相关解调两部分，采用一种基于启发式优化的机器学习框架进行模型传递，以前馈神经网络为例，实现图案化干涉光谱到薄膜干涉光谱的转化，从而实现高精度白光干涉光谱间隙检测。

在上述实施例的基础上，模型传递步骤包括：S431，初始化粒子群优化参数和神经网络参数，神经网络参数包括隐含层数量、隐含层节点数、激活函数、随机生成权重和偏移向量；S432，回调激活函数，输出神经网络计算的反射光谱；S433，计算粒子群的适应度，若适应度小于设定阈值，则对粒子群进行更新；S434，更新直至适应度不小于设定阈值，输出优化后的神经网络参数；S435，利用S435所得的神经网络参数进行光谱模型传递，输出反射光谱。

图13为模型传递解调方法的流程图，具体流程如下：

S431，首先初始化粒子群参数和神经网络参数。粒子群参数包括待优化变量、变量的优化范围、最大迭代次数、种群大小、变量更新等。初始化神经网络参数，包括神经网络隐含层数量、隐含层节点数、激活函数、随机生成权重w和偏移向量b。

S432，计算隐含层值，回调激活函数，输出神经网络计算的反射光谱。其中根据随机生成权重向量w和偏移向量b，均为波长λ的函数，确定前馈神经网络的隐含层节点数L。从而得到隐含层的值为：

y_L＝w*x+b

根据激活函数h(x)＝exp(-r||x-a||)，其中r和a为激活函数参数。将隐含层y_L为输入，得到前馈神经网络的输出为：

f＝βh(y_L)

f＝βh(w*x+b)

其中，β为输出权重。

最终前馈神经网络的训练目标为：

其中，C为正则化参数，y为实际光谱。

S433，计算粒子群的适应度g，当最优粒子适应度小于设定阈值G时，对粒子群进行更新，更新每一个粒子位置。种群适应度计算公式如下：

Fitness＝||f-f_act||²

其中f是当前神经网络输出光谱，f_act是实际光谱。

S434，更新神经网络输出，更新粒子群的公式为：

[w，b]_next＝[w，b]+ηv+c₁r₁([w，b]_pbest-[w，b])+c₂r₁([w，b]_gbest-[w，b])

其中，[w，b]_pbest为当前粒子的最佳位置，[w，b]_gbest所有粒子最佳位置。随机产生当前粒子的速度v，其中c₁和c₂分别为加速因子，r₁和r₂分别为随机数r∈[0，1]的均匀分布，η为惯性因子，其更新方式为：

其中，It为最大迭代次数，it为当前迭代次数，η_ini为初始惯性权重，η_end为最终的惯性权重。因此形成权重因子线性递减。并重复S433和S434。

S435，输出优化后的神经网络参数[w，b]，利用该神经网络参数进行光谱模型传递，输出白光干涉光谱。前馈神经网络输出计算公式见S432。

在上述实施例的基础上，互相关解调步骤包括：S436，对S3所得的反射光谱进行归一化处理；S437，将S435所得的反射光谱与S436中归一化处理后的反射光谱进行互相关运算；S438，确定相关系数最大的光程差，得到样本光谱对应的间隙值。

S436，将采集透过图形化表面的干涉光谱进行归一化处理；同上述S423。

S437～S438，采用互相关运算进行间隙解调，输出光程差，进而计算得到样本光谱对应的间隙值；同上述S425。

在纳米级的小间隙下，通过将图形区域的干涉光谱映射到薄膜干涉光谱后，然后进行测试光谱和模型库匹配，从而计算得到间隙值。该模型传递解调方法消除了图形化表面对检焦光谱的影响，突破了因检焦窗口导致的对模板图形布局的限制。

基于上述利用白光干涉检焦系统进行间隙解调的方法，本公开还提供了一种利用白光干涉检焦系统进行间隙解调的装置。

该实施例的利用白光干涉检焦系统进行间隙解调的装置包括采集模块、检测模块、计算模块和确定模块。

采集模块，用于采集模板2与基片4之间的白光干涉信号，得到样本光谱；在一实施例中，采集模块可以用于执行前文描述的操作S1，在此不再赘述。

检测模块，用于对所述样本光谱进行峰值检测，并根据所述峰值检测的结果进行光谱预处理；在一实施例中，检测模块可以用于执行前文描述的操作S2，在此不再赘述。

计算模块，用于根据预先采集的参考光谱和所述S2预处理后的样本光谱，计算得到反射光谱；在一实施例中，计算模块可以用于执行前文描述的操作S3，在此不再赘述。

确定模块，用于根据所述反射光谱的形状，确定解调方法计算所述模板2与所述基片4之间的间隙值；其中，所述解调方法包括傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种；在一实施例中，确定模块可以用于执行前文描述的操作S4，在此不再赘述。

根据本公开的实施例，采集模块、检测模块、计算模块和确定模块中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，采集模块、检测模块、计算模块和确定模块中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，采集模块、检测模块、计算模块和确定模块中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

本公开的白光干涉检焦系统和间隙解调方法，以白光干涉检焦技术为基础，在不同的间隙下，采用不同的解调方法，即保证了测量的精度、又提高了测量的效率，尤其是在纳米级的小间隙下，采用模型传递方法进行光谱映射，实现透过图形化表面采集到的光谱和薄膜干涉光谱转化，仿真测试结果表明模型传递方法可以提供稳定的光谱映射，实现纳米精度的检焦。具体地，本公开搭建了基于模型传递的白光干涉检焦检测系统，可以透过图案化表面实现大测量行程、高精度白光干涉间隙检测；采用傅里叶变换解调方法，实现120μm行程的光谱解调，在百微米行程下，解析分辨率为1μm；在20微米间隙以下，采用互相关计算解调方法进行间隙解调；在1μm以下，根据不同的图形，训练不同的传递模型，实现1纳米分辨的间隙解调。

以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (6)

1.一种利用白光干涉检焦系统进行间隙解调的方法，其特征在于，所述白光干涉检焦系统包括：

白光光源（1）；

模板（2），其上制备有图形（3）；

基板（4），放置于承片台（5）上；

光谱仪（7），用于透过所述图形（3）采集所述模板（2）与所述基板（4）之间的白光干涉信号；

控制系统（8），用于根据所述干涉信号采用傅里叶变换解调方法、互相关计算解调方法或模型传递解调方法计算所述模板（2）与所述基板（4）之间的间隙值；

所述方法包括：

S1，采集模板（2）与基板（4）之间的白光干涉信号，得到样本光谱；

S2，对所述样本光谱进行峰值检测，并根据所述峰值检测的结果进行光谱预处理；

S3，根据预先采集的参考光谱和所述S2预处理后的样本光谱，计算得到反射光谱；

S4，根据所述反射光谱的形状，确定解调方法计算所述模板（2）与所述基板（4）之间的间隙值；其中，所述解调方法包括傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种；

所述S4中确定解调方法包括：根据所述反射光谱的形状，判断所述模板（2）与所述基板（4）之间的间隙预估值；当所述间隙预估值小于第二阈值时，采用所述模型传递解调方法计算所述间隙值；

所述采用所述模型传递解调方法计算所述间隙值包括模型传递步骤和互相关解调步骤；

所述模型传递步骤包括：

S431，初始化粒子群优化参数和神经网络参数，所述神经网络参数包括隐含层数量、隐含层节点数、激活函数、随机生成权重和偏移向量；

S432，回调激活函数，输出所述神经网络计算的反射光谱；

S433，计算所述粒子群的适应度，若所述适应度小于设定阈值，则对所述粒子群进行更新；

S434，更新直至所述适应度不小于所述设定阈值，输出优化后的神经网络参数；

S435，利用所述S434所得的神经网络参数进行光谱模型传递，输出反射光谱；

所述互相关解调步骤包括：

S436，对所述S3所得的反射光谱进行归一化处理；

S437，将所述S435所得的反射光谱与所述S436中归一化处理后的反射光谱进行互相关运算；

S438，确定相关系数最大的光程差，得到所述样本光谱对应的间隙值。

2.根据权利要求1所述的进行间隙解调的方法，其特征在于，所述S4中确定解调方法还包括：

当所述间隙预估值大于第一阈值时，采用所述傅里叶变换解调方法计算所述间隙值；

当所述间隙预估值小于等于所述第一阈值且大于等于第二阈值时，采用所述互相关计算解调方法计算所述间隙值。

3.根据权利要求2所述的进行间隙解调的方法，其特征在于，所述第一阈值的范围为20μm~40μm；所述第二阈值的范围为1μm~5μm。

4.根据权利要求2所述的进行间隙解调的方法，其特征在于，所述采用所述傅里叶变换解调方法计算所述间隙值包括：

S411，将所述S3所得的反射光谱分解为光谱轮廓和干涉信号光谱；

S412，将所述干涉信号光谱进行傅里叶变换，得到频域信号；

S413，根据所述频域信号进行带通滤波；

S414，对滤波后的信号进行傅里叶逆变换获得解析信号；

S415，对所述解析信号进行复对数运算得到所述样本光谱的相位；

S416，选取任意两个波长下的相位，根据所述两个波长下相位的相位差计算光程差，得到所述样本光谱对应的间隙值。

5.根据权利要求2所述的进行间隙解调的方法，其特征在于，所述采用所述互相关计算解调方法计算所述间隙值包括：

S421，初始化膜层模型和光照参数，确定间隙范围和间隙间隔；

S422，采用严格耦合波分析根据所述膜层模型进行仿真，计算得到不同间隙下的仿真反射光谱；

S423，对所述S3所得的反射光谱进行归一化处理；

S424，将所述S422中的仿真反射光谱与所述S3中归一化处理后的反射光谱进行互相关运算；

S425，确定相关系数最大的光程差，得到所述样本光谱对应的间隙值。

6.一种利用白光干涉检焦系统进行间隙解调的装置，其特征在于，所述白光干涉检焦系统包括：

白光光源（1）；

模板（2），其上制备有图形（3）；

基板（4），放置于承片台（5）上；

光谱仪（7），用于透过所述图形（3）采集所述模板（2）与所述基板（4）之间的白光干涉信号；

控制系统（8），用于根据所述干涉信号采用傅里叶变换解调方法、互相关计算解调方法或模型传递解调方法计算所述模板（2）与所述基板（4）之间的间隙值；

所述装置包括：

采集模块，用于采集模板（2）与基片（4）之间的白光干涉信号，得到样本光谱；

检测模块，用于对所述样本光谱进行峰值检测，并根据所述峰值检测的结果进行光谱预处理；

计算模块，用于根据预先采集的参考光谱和所述S2预处理后的样本光谱，计算得到反射光谱；

确定模块，用于根据所述反射光谱的形状，确定解调方法计算所述模板（2）与所述基片（4）之间的间隙值；其中，所述解调方法包括傅里叶变换解调方法、互相关计算解调方法和模型传递解调方法中的一种；

所述确定解调方法包括：根据所述反射光谱的形状，判断所述模板（2）与所述基板（4）之间的间隙预估值；当所述间隙预估值小于第二阈值时，采用所述模型传递解调方法计算所述间隙值；

所述采用所述模型传递解调方法计算所述间隙值包括模型传递步骤和互相关解调步骤；

所述模型传递步骤包括：

S431，初始化粒子群优化参数和神经网络参数，所述神经网络参数包括隐含层数量、隐含层节点数、激活函数、随机生成权重和偏移向量；

S432，回调激活函数，输出所述神经网络计算的反射光谱；

S433，计算所述粒子群的适应度，若所述适应度小于设定阈值，则对所述粒子群进行更新；

S434，更新直至所述适应度不小于所述设定阈值，输出优化后的神经网络参数；

S435，利用所述S434所得的神经网络参数进行光谱模型传递，输出反射光谱；

所述互相关解调步骤包括：

S436，对所述S3所得的反射光谱进行归一化处理；

S437，将所述S435所得的反射光谱与所述S436中归一化处理后的反射光谱进行互相关运算；

S438，确定相关系数最大的光程差，得到所述样本光谱对应的间隙值。