专利名称：用于自动确定最优参数化的散射测量模型的方法
技术领域：
本发明的实施方式涉及散射尤其是用于自动选择浮动参数集合的方法和系统。
背景技术：
光学测量技术一般是指如散射测量一样在制造过程中提供具有工件参数的特征的可能性。在实践中，将光直接照射在形成于工件的周期光栅上并且测量和分析反射光的光谱来具有该光栅参数的特征。特征化参数可以包括影响从材料反射或者通过材料传送的光的偏振和强度的临界尺寸(CD)，侧壁腐蚀角(SWA)和特性高度(HT)等。光栅的特征化因而可以具有工件的特征也可以具有在光栅和工件的形成中利用的制造过程的特征。例如，图1A中描述的光学计量系统100可以被用于确定形成于半导体晶片104上的光栅102的轮廓(profile)。光栅102可以形成于晶片104上的测试区域，诸如相邻于形成在晶片104上的设备。该光学计量系统100可以包括具有源106和探测器112的测光设备。将来自源106的入射光108照射于光栅102。在本不例性实施方式中，入射光108以相对于光栅102的法线的入射角Θ i和偏振角识(8卩，入射光108所在平面与光栅102的周期性方向的夹角)直接照射在光栅102上。衍射光110以相对于法线的角Qd离开，并且被探测器112接收。探测器112将该衍射光110转化为测得到计量信号。为了确定光栅102的轮廓，光学计量系统100包括被配置成接收所述测得的计量信号并分析该测得的计量信号的处理�？�114。对于测得的光谱的分析一般涉及将测得的样本光谱与仿真的光谱相比较来推断出能够最好地描述该测得的样本的散射测量模型的参数值。在这里使用的“模型”指散射测量模型并且“参数”指该散射测量模型的模型参数。图1B示出了用于建立参数化的散射测量模型(模型)和开始于样本光谱(如源于一个或多个工件)的光谱库的方法150。在操作152，接入材料文件的集合。材料文件详细说明了材料的特征(如n，k值)，这些材料的特征形成了测得的样本特征。所述材料文件可以由用户定义或者从上游处理接收。在操作152，接入初始散射测量模型。通过选择一个或多个材料文件来集成对应于当前待测量的周期性光栅特征中的材料堆，散射测量用户可以定义预期样本结构的初始模型。可替换地，初始模型可以作为来自自动源的输出而被接收。该初始模型可以进一步通过模型参数的标称值的定义而被参数化，诸如具有正在被测量特性的形状的特征的厚度、⑶、SWA、HT、边缘粗糙度、圆角半径等。根据2D模型(即轮廓)或者3D模型是否被定义，具有30-50或者更多的这种模型参数并不罕见。从参数化的模型中，针对给定的光栅模型参数值的集合的仿真光谱可以使用诸如严格耦合波分析(RCWA)方法的严格衍射建模算法来计算。然后在操作156执行回归分析直至参数化的模型在具有最终轮廓模型的特征的模型参数值集合处收敛，该最终轮廓模型与以预定的匹配标准匹配测得的衍射光谱的仿真光谱相对应。假定所述与匹配仿真的衍射信号相关联的最终轮廓模型代表结构的实际轮廓，其中模型生成于该结构的实际轮廓。然后在操作157，匹配仿真的光谱和/或相关的最优轮廓模型可以通过扰动参数化的最终轮廓模型的值而被利用于生成仿真的衍射光谱的集合。然后作为结果的仿真的衍射光谱的集合可以由在生产环境中操作的散射测量系统利用来确定随后测得的光栅结构是否已经根据规格被制造。在回归操作156期间，来自于用于假设轮廓的模型参数集合的仿真的光谱适合于测得的样本光谱。在每次回归执行到下一个仿真的光谱时，需要确定哪些模型参数可以被允许浮动以(即变化)及哪些模型参数将被固定。一般地，每个允许浮动的模型参数将使得所有其他浮动模型参数降低准确度并且浮动过多的不能被光谱精确地确定的模型参数可能引起回归算法变得不稳定。然而，考虑到在回归分析期间模型参数中的至少一些模型参数必须被允许浮动，目前由在制造处理和散射测量领域均训练有素的工程师来做关于哪些模型参数浮动以及哪些模型参数固定的决定。这种对于在回归期间适当地选择模型参数来浮动的专业技术的依赖可能增加对于方法150的几周甚至几个月的工程时间。作为测量技术的在散射测量的明显性能中的相当大的主观性同样是由用户的参数化决定引进的。进一步考虑到典型地在半导体处理中测量采集点的多样性以及可能需要新模型的处理改变的频率，对于恰当地将散射测量模型参数化的需求形成了广泛采用散射测量的重大阻碍。能够更快、更严格地进行并且不依赖于高技能用户的用于确定散射测量模型的最优参数化的自动化方法因而将具有优势。
本发明的实施方式结合附图通过示例的方式被描述，但并不限于此，其中图1A描述了用于散射测量的示例性光学计量设备；图1B是示出了用于建立散射测量模型和光谱库的传统方法的流程图；图2A是根据实施方式的用于确定散射测量模型的最优参数化的示例性自动化方法的流程图；图2B是根据实施方式的作为模型中的多个参数和该参数的处理的函数的模型参数精确度的度量；图2C是根据实施方式的用于自动地确定散射测量模型的最优参数化的示例性系统；图3是根据实施方式的用于确定散射测量模型的最大DOF参数化的示例性方法的流程图；图4A是根据实施方式示出用于基于由测得的光谱信息的雅克比矩阵推导出的精度度量来确定固定的模型参数集合的示例性方法的流程图；图4B是根据实施方式示出用于确定从测得的光谱信息的雅克比矩阵的精度度量的示例性方法的流程图；图5是根据实施方式示出用于基于由测得的光谱信息的雅克比矩阵推导出的精度度量来确定固定的模型参数集合的示例性组合数学方法的流程图6A是根据实施方式示出用于基于由测得的光谱信息的雅克比矩阵推导出的精度度量来确定固定的模型参数集合的示例性自下而上的方法的流程图；图6B根据实施方式描述了作为图6A中示出的自下而上的方法的示例性输出由图2B中的模型预处理器执行；图7是根据实施方式示出用于基于由测得的光谱信息的雅克比矩阵推导出的精度度量来确定固定的模型参数集合的示例性自上而下的方法的流程图；图8是根据实施方式示出示例性的固定的模型参数验证方法的流程图；图9是根据实施方式示出用于确定基于参数空间中新点的雅克比矩阵的重新计算是否应被执行的示例性方法的流程图；图10示出了根据实施方式的示例性计算机系统的框图；图11是根据一个实施方式示出用于确定和利用轮廓参数来自动化处理和设备控制的示例性方法的流程图；以及图12是根据用于确定和利用轮廓参数来自动化处理和设备控制的实施方式示出选择系统元素的框图。
发明内容
基于散射测量的测量是通过测量周期结构中的光谱信息和解决倒转的问题而进行的，这凭借经由优化处理将测得的光谱信息匹配于从参数化的模型中综合产生或仿真的光谱信息。通常，该模型通过更多的参数模型来被参数化，而不是通过优化处理来修订(浮动)。这需要大量的被固定为标称值的并且有更少量被浮动的模型参数。于此实施方式描述了方法、计算机程序产品和光学计量系统来在参数化模型的回归期间确定将固定(浮动)的模型参数集合，其中该参数化模型用于对具有未知模型参数的样本衍射结构的散射测量分析。在实施方式中，接收测得的光谱信息，并且接入具有多个(N个)浮动的模型参数的散射测量模型。计算测得的光谱信息的雅克比矩阵(雅克比行列式)，并且基于由雅克比矩阵确定的精度度量和在多个参数组合中用于每个模型参数的光谱协方差矩阵，确定待固定为预定参数值的模型参数集合。在某些实施方式中，从雅克比矩阵(雅克比矩阵对所有模型参数仅计算一次)的列中集成多个模型参数组合并且组合学搜索或组合的自下而上或自上而下顺序被执行来识别一起为浮动的模型参数的最佳组。在进一步的实施方式中，通过使用修订的散射测量模型在测得的光谱信息上执行回归。具有足够高的相对精度度量而无法合理地在散射测量模型中浮动的固定的模型参数被识别，并且在明显不同于标称值时被更新。接下来可以将该固定/浮动的确定结果进行循环来重新计算雅克比矩阵并且重新选择固定/浮动的参数集合。在实施方式中，随着最大自由度模型自动识别，基于回归的技术被应用，并且基于总估计误差的加权和，附加的参数在迭代方式中自动被固定来达到最终的最优参数化模型。
具体实施例方式在下面的描述中，阐述了许多细节。对本领域的技术人员来说显而易见的是，本发明可以在没有这些特定的细节的情况下被实践。例如，虽然本发明的方法是在针对衍射光栅参数测量的散射测量的情况下被描述的，但是应当理解的是该方法可以由本领域普通技术人员容易地适用于其他情况和应用中。在一些实例中，已知的方法和设备以框图的形式被示出而没有被详细地描述，以避免对本发明造成�：�。贯穿本说明书参考的“实施方式”指的是特别的特性、结构、功能或包含于至少一个本发明实施方式中的与实施方式有关连的所描述的特征。因此，出现在本说明书中各处的短语“在实施方式中”不是指本发明的同一个实施方式。此外，特别的特性、结构、功能或特征可以以任何适合的方式结合于一个或多个实施方式中。例如，第一个实施方式和第二个实施方式可以在两个实施方式彼此不相斥的任何情况下相结合。这里提供的详细说明书的一些部分是依据算法和在计算机存储器内对数据比特的操作的符号表达的形式呈现的。除非特别地阐明，否则从下面的讨论中可以显而易见地理解为，贯穿整个说明书中使用诸如“计算”、“确定”、“估计”、“存储”、“采集”、“显示”、“接 收”、“结合”、“生成”、“更新”等术语的讨论涉及计算机系统或者类似的电子计算设备的动作和程序，其中动作和程序操纵并转换计算机系统的寄存器和存储器中的表示为物理(电子)量的数据为计算机系统存储器、寄存器或者其他此类的信息存储、传输或显示设备中的其他同样地表示为物理量的数据。在实施方式中，，诸如由用户初始提供的一个标称模型的预处理，通过确定在模型中能够合理地浮动的最大数量的模型参数而被执行来稳定输入至基于回归的模型细化器的模型。同样地，预处理并不确定最终模型，而是执行被设计为排除任何对于专业用户首先手动地减少输入至模型细化器的模型中的浮动参数的集合的需求的操作。在图2A中描述的示例性方法200中，在操作201接入(access)参数化的模型。在操作206执行模型回归之前执行模型参数化的优化来解决倒转问题。在实施方式中，优化205被分为模型预处理操作203和模型细化操作204。如进一步在图2B中显示的作为模型中多个参数的函数的相对参数精度度量，预处理和细化操作203和204通过将模型参数划分为三个类别来相互补偿，该三个类别为必须为固定的参数208、为了稳定的模型必须为浮动的参数209、以及剩余的参数210。预处理操作203辨别哪些模型参数落于208或/和209，同时细化操作204辨别在剩余区域中的参数210为固定还是浮动。如进一步在图2B中所示，相对精度度量具有定义了可以为用户可配置的临界范围(如O.1至10)的保护带。该临界范围包括预处理操作将确定来固定参数的一部分范围(如I至10)。针对落于该临界范围内的参数208，某些实施方式作为预处理操作203的一部分来执行验证回归。操作203和204除了目的不同之外，两个操作之间的另一个显著的区别是实现各自的目的的方法不同。一般地，基于根据关于该模型参数的测得的光谱信息的雅克比矩阵确定的用于模型参数的精度度量，预处理操作203决定参数为固定还是浮动以优先地固定
不能从测得的光谱信息中精确地确定的哪些参数(如很�。渲蠿是模型参数向量)。
OX
在进一步的实施方式中，优化操作203为参数确定相对精度度量来同样固定那些在制造过程中理所当然地不会改变太多的参数，其中所述相对精度度量是作为精度度量和与该参数相关联的预期过程变差(process variation)的函数。如于此其他部分进一步的描述,该基于雅克比矩阵的预处理可以被非常有效地进行，并且是以一种可以处理大量在初始模型被设置为浮动(30-50或更多)的模型参数的方式。一旦预处理操作203完成，修订的模型然后被输入至模型细化操作204，其中在细化操作204中回归加强技术可以被用于考虑诸如样本变化中附加的光谱信息特征化等的附加因素。在模型细化操作204期间，超出在预处理操作203中识别的集合的附加参数可以基于于此进一步描述的诸如总估计误差(TEE)的组合统计指标函数而被固定。图2C是根据实施方式的被配置成自动地优化散射测量模型的参数化的示例性光学计量系统211。光学计量系统211被配置 成包括用于接收或接入具有大量(如30-50或更多)参数N或所有被设置为浮动的参数的数学组合的初始模型的模型优化器212。从N个浮动参数的集合中，模型预处理器213执行预处理操作203来识别微弱地影响光谱测量的参数集合或者极大地影响光谱测量以使参数必须分别为固定的或者浮动的参数集合，从而使得随后生成的最终模型有最低的不确定性。在参数化被指定后，具有可浮动参数的简化集合(N中的M个)的稳定模型被输入至模型处理器250以执行模型细化操作204，其中在模型细化操作204期间基于默认或由用户定义的视为关键(critical)的参数的最佳误差估计，可以将附加参数固定来输出具有M个参数中的L个参数浮动的最终模型。从该最终模型中可以生成仿真光谱信息库，并且可以使用任何已知的散射测量技术来推导样本衍射结构的未知参数。可以理解的是，模型预处理器213和模型处理器250中的一者或两者可以由软件、硬件或软件和硬件的组合来实施。例如，在一个实施方式中，如于此其他部分所描述的一个或多个普通用途的计算机处理单元通过存储于计算机可读介质上的指令被配置来作为模型预处理器213和/或模型处理器250。图3是示出了在图2A中描述的用于确定具有最大自由度(DOF)的散射测量模型的参数化的预处理操作203的一个示例性实施方式的预处理方法300的流程图。方法300开始于操作301，在操作301计算用于初始模型输入的所有的N个模型参数的雅克比矩阵J。。Jtl代表了由光学计量系统测得的光谱信号对于N个测量参数中的每个测量参数的导数。因此Jtl具有N个模型参数中的每个模型参数的列和包括测得的光谱信息的每个光谱波长的行。接下来方法300继续进行至操作310来基于由Jtl确定的参数精度度量来确定固定的参数集合。一般地，在操作310以考虑到参数关联性的方式计算精度度量，以提供用于比较各种浮动参数的组合的基础以及识别能够合理地浮动的参数的最大集合。图4A示出了用于在图3的操作310确定固定的参数集合的一个示例性方法。如图4A所示，方法410使用输入Jtl并且在操作411通过复制或删除Jtl中的某些列来集成测试矩阵JT，每个Jt包括Jtl中的参数列的多个组合。显著地，该雅克比矩阵Jtl只需要被计算一次(如在操作301)来实现待固定参数的集合。该测试矩阵Jt只是Jtl中的列的并排串联，所以当其本身作为雅克比矩阵时，Jt的“集成”与实际计算雅克比矩阵Jtl中的元素相比需要更少的时间集成数量级。在操作420，针对多个组合的每个组合中的每个参数列计算相对精度度量。该相对精度度量是针对参数和与该参数相关联的预期过程变差的硬件精度的函数。在一个实施方式中，该相对精度度量是针对每个浮动的参数的标准化的估计的硬件精度(估计的硬件精度/估计的过程变差(HP/PV)在这里指精度/公差(P/V)比)。过程变差或者公差默认值可以被设置为用户已知的3 σ过程变差并且可以在参数级别被配置，诸如但不限于对于物理尺寸参数的±5% (如纳米单位)和对于SWA参数的±1%。计算的相对精度度量符合包含于测试矩阵Jt中的列。图4B是示出了用于确定针对每个雅克比矩阵中的每个参数的精度度量的流程图，其中雅克比矩阵诸如在操作411集成的测试矩阵JT。该方法开始于在操作422对所有N个模型参数的光谱噪声协方差S的确定。通过将测得的光谱信息和由模型计算的仿真的光谱信息相比较，使用如下二次方程式范数来估计模型参数
权利要求
1.一种用于识别散射测量模型参数集合的方法，所述散射测量模型参数将在散射测量分析期间浮动以使模型适应于测得的光谱信息，所述方法包括 接收所述测得的光谱信息； 接收具有多个(N个)模型参数的散射测量模型； 计算所述测得的光谱信息的雅克比矩阵，该雅克比矩阵包含针对所述多个模型参数的每个模型参数的列； 基于根据所述雅克比矩阵确定的针对多个参数组合中的每个模型参数的精度度量来识别模型参数集合，其中所述模型参数集合的每个参数将被固定为修订的散射测量模型中的预设参数值；以及 使用所述修订的散射测量模型在所述测得的光谱信息上运行回归来生成仿真的光谱信息。
2.根据权利要求1所述的方法，其中识别将被固定的所述模型参数集合进一步包括 生成包括由雅克比矩阵推导出的参数列的多个组合的测试矩阵； 针对每个组合中的所述参数列的每个参数列，计算相对精度度量，其中所述相对精度度量是所述精度度量和与该参数相关联的预期过程变差的函数； 基于针对每个组合的所述相对精度度量的极值，识别满足所述相对精度度量的临界值并包括最大量的参数列的组合；以及 将模型参数固定为预设值，其中该模型参数的每个模型参数从对应于所识别的组合的参数列的集合中被排除。
3.根据权利要求2所述的方法，其中针对每个所识别的组合中的参数列的每个参数列，计算所述相对精度度量进一步包括 为所有模型参数确定光谱噪声协方差(S)； 根据S确定所述测试矩阵的参数空间中的扰动协方差(Cp)； 通过将根据Cp确定的参数精度度量除以针对该参数的所述预期过程变差，以确定所述相对精度度量；以及 其中所述相对精度度量的极值是该相对精度度量的最大值。
4.根据权利要求2所述的方法，其中 生成所述测试矩阵进一步包括 迭代地集成所述测试矩阵，其中对于每个连续的迭代，与先前的测试矩阵迭代相比具有一个附加浮动参数的N个列组合从所述雅克比矩阵中被复制，并且被附加于所有从先前的迭代中确定的具有最低相对精度度量的参数组合；以及 其中识别满足相对精度度量的临界值并且包含最大量的参数列的组合还包括 对参数组合进行浮动，该参数组合在之前的迭代中与参数集合相结合以进行浮动时具有最低相对精度度量； 响应于浮动的参数的最大相对精度达到临界值，终止迭代的测试矩阵集成；以及将从上一次测试矩阵集成迭代中浮动的组合中排除的模型参数集合识别作为将被固定的参数集合。
5.根据权利要求2所述的方法，其中生成所述测试矩阵进一步包括 将来自所述雅克比矩阵的列的所有可能组合添加至所述测试矩阵；迭代地简化所述测试矩阵，其中对于每个连续的迭代，具有最高相对精度度量并且一个比先前的测试矩阵迭代少一个浮动参数的列的组合被保留；以及 其中识别满足所述相对精度度量的临界值并且包含最大量的参数列的组合进一步包括 对参数组合进行浮动，该参数组合在之前的迭代中与参数集合相结合以进行浮动时具有最低相对精度度量； 响应于浮动的参数的最大相对精度达到临界值，终止迭代的测试矩阵集成；以及将从上一次测试矩阵集成迭代中浮动的组合中排除的模型参数集合识别作为将被固定的参数集合。
6.根据权利要求2所述的方法，其中生成所述测试矩阵包括生成多个测试矩阵，所述多个测试矩阵的每个测试矩阵包括N个参数的所有可能组合。
7.根据权利要求2所述的方法，该方法进一步包括 连续地浮动固定参数集合的子集中的每个参数，该子集包含相对精度度量处于临界值范围内的参数； 在每个附加参数被浮动之后，运行验证回归；以及 响应于所述验证回归的残余的提高，将所述附加参数固定在新固定参数值，该新固定参数值根据所述验证回归来确定。
8.根据权利要求7所述的方法，该方法进一步包括 确定所述预设参数值和所述新固定参数值之间的差值； 将所述差值标准化至所述参数的精度度量；以及 响应于标准化的差值大于临界值，使用所修订的散射测量模型和新固定参数值来重新计算所述测得的光谱信息的雅克比矩阵。
9.根据权利要求8所述的方法，该方法进一步包括 基于根据所重新计算的雅克比矩阵确定的针对多个参数组合中的每个模型参数的精度度量来识别模型参数集合，其中所述模型参数集合的每个参数将被固定为重新修订的散射测量模型中的预设参数值；以及 使用所述重新修订的散射测量模型在所述测得的光谱信息上运行回归来生成重新仿真的光谱信息。
10.根据权利要求1所述的方法，其中所述测得的光谱信息具有形成于半导体晶片的光栅的特征。
11.一种其上存储有指令的机器可存取储存介质，该指令促使数据处理系统执行用于识别散射测量模型参数集合的方法，该散射测量模型参数集合将在散射测量分析期间浮动以使模型适应于测得的光谱信息，所述方法包括 接收所述测得的光谱信息； 接收具有多个(N个)模型参数的初始散射测量模型； 计算所述测得的光谱信息的雅克比矩阵，该雅克比矩阵包含针对所述多个模型参数的每个模型参数的列； 基于根据所述雅克比矩阵确定的针对多个参数组合中的每个模型参数的精度度量来识别模型参数集合，其中该集合的每个参数将被固定为修订的散射测量模型中的预设参数值；以及 使用所述修订的散射测量模型在所述测得的光谱信息上运行回归来生成仿真的光谱信息。
12.根据权利要求11所述的储存介质，其中用于识别将被固定的所述模型参数集合的指令进一步包括用于以下操作的指令 生成包括从雅克比矩阵复制出的参数列的多个不同组合的测试矩阵； 针对每个组合中的所述参数列的每个参数列，计算相对精度度量，所述相对精度度量是所述精度度量和与该参数相关联的预期过程变差的函数； 基于针对每个组合的所述相对精度度量的极值，识别满足所述相对精度度量的临界值并且包含最大量的参数列的组合；以及 将模型参数固定为预设值，该模型参数的每个模型参数不在对应于所识别的组合的参数列的集合中。
13.根据权利要求12所述的储存介质，其中用于针对每个所识别的组合中的参数列的每个参数列，计算所述相对精度度量的指令进一步包括用于以下操作的指令 为所有模型参数确定光谱噪声协方差(S)； 根据S确定所述测试矩阵的参数空间中的扰动协方差(Cp)； 通过将根据Cp确定的参数精度度量除以针对该参数的所述预期过程变差，以确定所述相对精度度量；以及 其中所述相对精度度量的极值是该相对精度度量的最大值。
14.根据权利要求12所述的储存介质，其中用于生成所述测试矩阵的指令进一步包括用于以下操作的指令 迭代地集成所述测试矩阵，其中对于每个连续的迭代，与先前的测试矩阵迭代相比具有一个附加浮动参数的N个列组合从所述雅克比矩阵中被复制，并且被附加于所有从先前的迭代中确定的具有最低相对精度度量的参数组合；以及 其中用于识别满足相对精度度量的临界值并且包含最大量的参数列的组合的指令进一步包括用于以下操作的指令 对参数组合进行浮动，该参数组合在之前的迭代中与参数集合相结合以进行浮动时具有最低相对精度度量； 响应于浮动的参数的最大相对精度达到临界值，终止迭代的测试矩阵集成；以及将从上一次测试矩阵集成迭代中浮动的组合中排除的模型参数集合识别作为将被固定的参数集合。
15.根据权利要求12所述的储存介质，该储存介质进一步包括存储于其上的引起所述数据处理系统执行方法的指令，该方法进一步包括 连续地浮动固定的参数集合的子集中的每个参数，该子集包含相对精度度量处于临界值范围内的参数，该相对精度度量是所述精度度量和与该参数相关联的预期过程变差的函数； 在每个附加参数被浮动之后，运行验证回归；以及 响应于所述验证回归的残余的提高，将所述附加参数固定在新固定参数值，该新固定参数值根据所述验证回归来确定。
16.根据权利要求15所述的储存介质，该储存介质进一步包括存储于其上的促使所述数据处理系统执行方法的指令，该方法进一步包括 确定所述预设参数值和所述新固定参数值之间的差值； 将所述差值标准化至所述参数的精度度量；以及 响应于标准化的差值大于临界值，使用所修订的散射测量模型和新固定参数值来重新计算所述测得的光谱信息的雅克比矩阵。
17.一种用于分析具有未知参数的样本衍射结构的光学计量系统，该系统包括 散射测量模型预处理器，被配置成 计算由所述计量系统测得的光谱信息的雅克比矩阵，所述雅克比矩阵包含针对多个初始模型参数中的每一参数的列； 基于根据雅克比矩阵确定的针对多个参数组合中的每个模型参数的精度度量来识别模型参数集合，其中所述模型参数集合的每个参数将被固定为修订的散射测量模型中的预设参数值；以及 计量处理器，用于使用所述修订的散射测量模型在所述测得的光谱信息上运行回归并来生成仿真的光谱信息。
18.根据权利要求17所述的光学计量系统，其中所述散射测量模型预处理器进一步被配置成 根据所述雅克比矩阵，生成包括参数列的多个组合的测试矩阵； 针对每个组合中的所述参数列的每个参数列，计算相对精度度量，所述相对精度度量是所述精度度量和与该参数相关联的预期过程变差的函数； 基于针对每个组合的所述相对精度度量的极值，识别满足所述相对精度度量的临界值并包含最大量的参数列的组合；以及 将模型参数固定为预设值，该模型参数的每个模型参数不在对应于所识别的组合的参数列的集合中。
19.根据权利要求18所述的光学计量系统，其中所述散射测量模型预处理器进一步被配置成 连续地浮动固定参数集合的子集中的每个参数，该子集包含相对精度度量处于临界值范围内的参数，所述相对精度度量是所述精度度量和与该参数相关联的预期过程变差的函数； 在每个附加参数被浮动之后，执行验证回归；以及 响应于所述验证回归的残余的提高，将所述附加参数固定在新固定参数值，该新固定参数值根据所述验证回归来确定。
20.根据权利要求17所述的光学计量系统，其中所述散射测量模型预处理器进一步被配置成 确定所述预设参数值和所述新固定参数值之间的差值； 将所述差值标准化至所述参数的精度度量；以及 响应于标准化的差值大于临界值，使用所修订的散射测量模型和新固定参数值来重新计算所述测得的光谱信息的雅克比矩阵。
全文摘要
提供了用于分析具有未知参数的样本衍射结构的散射测量模型优化参数的自动确定。预处理器根据多个浮动的模型参数，确定简化的模型参数集合，该简化的模型参数集合能够基于从关于每个参数的测得的光谱信息的雅克比矩阵中确定的用于每个参数的相对精度，合理地在散射测量模型中浮动。在考虑组合的参数间的相关性的情况下，确定用于每个参数的相对精度。
文档编号G01N21/47GK103026204SQ201180032548
公开日2013年4月3日 申请日期2011年7月18日 优先权日2010年7月22日
发明者J·弗恩斯, J·J·亨奇, S·科马罗夫, T·德兹拉 申请人:克拉-坦科股份有限公司, 东京毅力科创株式会社
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
