基于掩模误差模型优化的光学临近效应修正方法、系统及终端

本发明提供一种基于掩模误差模型优化的光学临近效应修正方法、系统及终端，通过获取特定光刻工艺下的大量掩模制造数据，构建涵盖多个工艺条件的数据样本集。基于此样本集，构建物理光学子模型和机器学习子模型，形成掩模误差模型，用于输出最终掩模关键尺寸值。随后，按照预设的多个备选权重系数组合重构引入掩模误差项的目标函数，计算对应的目标函数值，并利用各目标函数值对应的OPC算法对光刻图案进行校正，获取性能指标数据以确定最优权重系数组合。最终，使用该最优组合的目标函数优化OPC算法，从而实现对光刻图案的精准校正，提升半导体制造的精度和良品率。本发明建立综合考虑物理光学与机器学习的掩模误差模型并引入OPC流程，能更准预测补偿掩模误差影响，降低关键尺寸偏差等，提升器件性能与良品率。可以适应不同工艺条件，可动态调整参数和权重系数。并且还能减少返工，经闭环反馈控制实现自动化调整，提高生产稳定性与效率，降低成本。