-
公开(公告)号：CN114969622A
公开(公告)日：2022-08-30
申请号：CN202210629240.2
申请日：2022-06-01
Applicant: 湖南大学
Abstract: 本发明是一种基于遗传算法的电子束光刻能量沉积分布拟合方法，其实现过程包括：步骤S1，通过蒙特卡洛模拟，计算电子束曝光点周围的能量沉积的离散值；步骤S2，计算初始种群，确认最优解搜索范围以及搜索值个数；步骤S3，计算种群适应度；步骤S4，遗传选择、交叉、变异操作；步骤S5，当迭代次数达到规定的最大迭代次数，或适应度函数值最小的个体与适应度期望值的差满足最小偏差，计算终止，否则继续执行迭代步骤S3、S4，得到最终的电子束光刻能量分布函数拟合结果。本发明针对电子束光刻能量沉积分布离散值，实现了数值相差10亿的电子束光刻点扩散函数拟合，在确保计算效率的前提下，具有高计算精度精准的特点。
-
公开(公告)号：CN111965936B
公开(公告)日：2022-06-07
申请号：CN202011035302.4
申请日：2020-09-27
Applicant: 湖南大学
Abstract: 本发明属于电子束邻近效应剂量矫正快速计算领域，公开了一种大规模电子束曝光版图的高精度邻近效应快速矫正方法。本发明首先将需要矫正的版图形状映射在该版图矩阵中，生成电子束曝光的二维版图，然后设置迭代参数，通过快速多极子方法优化卷积过程，并计算邻近效应矫正，最后将矫正至收敛的二维剂量矩阵结果转化为可用于直接曝光的文件格式。本发明实现了大规模电子束曝光版图的高精度邻近效应快速矫正，解决了任意形状的大规模电子束曝光的邻近效应矫正计算，有着低误差率、高收敛速度率和高计算效率的特点，对矫正的计算效率和精度极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN111538213B
公开(公告)日：2021-04-27
申请号：CN202010346056.8
申请日：2020-04-27
Applicant: 湖南大学
Abstract: 本发明属于计算光刻领域，公开了一种基于神经网络的电子束邻近效应矫正方法。本发明首先通过任意一种邻近效应剂量矫正方法，对设计的训练版图进行剂量矫正，然后将调整神经网络参数，将该训练版图按照规定输入方式进行神经网络训练，训练得到一个自适应性的神经网络，最终按照规定输入方式预测任意曝光版图矫正剂量。本发明实现了基于神经网络的电子束邻近效应矫正，解决了电子束曝光的邻近效应矫正计算，在确保高精度矫正的基础上，对矫正的计算效率极大提升，具有高计算精度、高计算效率等特点。
-
公开(公告)号：CN111965936A
公开(公告)日：2020-11-20
申请号：CN202011035302.4
申请日：2020-09-27
Applicant: 湖南大学
Abstract: 本发明属于电子束邻近效应剂量矫正快速计算领域，公开了一种大规模电子束曝光版图的高精度邻近效应快速矫正方法。本发明首先将需要矫正的版图形状映射在该版图矩阵中，生成电子束曝光的二维版图，然后设置迭代参数，通过快速多极子方法优化卷积过程，并计算邻近效应矫正，最后将矫正至收敛的二维剂量矩阵结果转化为可用于直接曝光的文件格式。本发明实现了大规模电子束曝光版图的高精度邻近效应快速矫正，解决了任意形状的大规模电子束曝光的邻近效应矫正计算，有着低误差率、高收敛速度率和高计算效率的特点，对矫正的计算效率和精度极大提升，具有高计算精度、高计算效率等特点。
-
-
-
Search Results
14
records
(took 0.016 seconds)
