1.本技术涉及光学薄膜厚度测量技术领域，具体涉及一种基于红外干涉的外延片测厚方法及装置。
背景技术：
2.随着科技的不断发展，光学薄膜已广泛用于光学和光电子技术领域来制造各种光学仪器。合适的衬底和外延厚度不仅可以为芯片功能部件的精确定位和相互连接提供稳定的基础，同时也可以确保芯片内部元件的精确定位和排列，以实现预期的电路功能，因此，衬底与外延层的厚度是晶圆质检过程中一个重要参数。
3.傅里叶红外干涉法（ftir）是一种在测量光学薄膜厚度方面具有显著优势的技术。该方法基于光的干涉技术，通过分析不同波长下反射光与透射光的干涉光谱，直接获取晶圆样本衬底与外延层的光学特性和厚度信息。ftir技术具有广泛的光谱覆盖范围，能够符合大多数光学薄膜的光学特性，并减少环境光的干扰。同时，该技术可以满足不同薄膜材料和厚度范围的测量需求，包括较厚的光学薄膜。因此，ftir技术在半导体晶圆等领域的厚度测量中具有广泛的应用前景。
4.但是，在晶圆测厚方面，ftir技术也会受到一些制约因素的影响：（1）晶圆的光学特性受到材料的非均匀性和微观结构的影响，某些材料（如al2o3）对红外波段的吸收能力较强，导致在ftir测量过程中干涉信号弱化，光谱质量不佳，同时，晶圆样品中衬底与外延层的反射率不同，也会对干涉质量造成影响，进而影响光谱质量以及最终的厚度计算结果；（2）传统的ftir技术采用快速傅里叶对原始光谱进行分析和厚度计算，然而，由于傅里叶变换的分辨率有限，即使增加采样点数，也难以满足现代工业生产所需的精度要求。此外，在实际测量中，其结果稳定性也较差，鲁棒性不强；（3）晶圆样品具有特殊的双层结构，包括较厚的衬底与较薄的外延层，因此，不同层之间容易相互影响并引起二次干涉甚至多次干涉现象，导致对原始光谱经过时域-频域变换后出现多个厚度峰值，进而影响晶圆样品衬底与外延层的厚度提取。
5.为了克服以上这些制约因素的影响，本领域技术人员亟需进一步研究和发展新的技术和方法，以提高ftir技术在晶圆测厚中的精度、稳定性和可靠性，来满足日益复杂的半导体制造需求。
技术实现要素：
6.为此，本技术提供一种基于红外干涉的外延片测厚方法及装置，以解决现有技术存在的原始光谱信号干涉质量不佳以及厚度提取精度差的问题。
7.为了实现上述目的，本技术提供如下技术方案：
8.第一方面，一种基于红外干涉的外延片测厚方法，包括：
9.步骤1：获取原始光谱信号；
10.步骤2：采用自适应光谱切除算法切除所述原始光谱信号中干涉质量不佳的区域，
得到高质量干涉光谱信号；
11.步骤3：将所述高质量干涉光谱信号进行fft变换，并将横坐标进行转换，得到厚度图；
12.步骤4：采用双层厚度提取算法对所述厚度图进行处理，得到外延片衬底和外延层的厚度结果。
13.作为优选，所述步骤2包括：
14.步骤201：创建一个可移动的窗口；
15.步骤202：根据窗口将所述原始光谱信号划分为若干个区间，并计算每个区间的峰值均值、谷值均值和峰谷均值差；
16.步骤203：计算所有区间的最大峰谷均值差；
17.步骤204：根据每个区间的峰值均值、谷值均值和峰谷均值差以及所有区间的最大峰谷均值差评估每个区间内的光谱质量，得到光谱质量合格的原始光谱；
18.步骤205：根据所述光谱质量合格的原始光谱确定左右切割比例；
19.步骤206：根据所述左右切割比例切除所述原始光谱信号，得到高质量干涉光谱信号。
20.作为优选，所述步骤202中，所述峰值均值和所述谷值均值的计算公式为：
[0021][0022]
其中，m
p
为峰值均值，mv为谷值均值，n为原始光谱信号采样点的数量，
[0023]
changescale为区间移动尺度的变化，pi与vi为原始光谱信号每个小区间内的峰值与谷值，c
p
与cv为原始光谱信号小区间内峰值个数与谷值个数。
[0024]
作为优选，所述步骤204中，评估每个区间内的光谱质量公式为：
[0025][0026]
其中，md为每个区间内的峰谷均值差，md为整个原始光谱信号的最大峰谷均值差。
[0027]
作为优选，所述步骤206中，切除所述原始光谱信号时以中心波长为对称点进行切除。
[0028]
作为优选，所述步骤4包括：
[0029]
步骤401：将所述厚度图进行噪声清除处理；
[0030]
步骤402：判断噪声消除后的厚度图中剩余的峰值个数；
[0031]
步骤403：若峰值个数小于等于3，则直接获取外延片衬底和外延层的厚度结果；
[0032]
步骤404：若峰值个数大于3，则根据厚度约束关系提取可能的厚度组合；
[0033]
步骤405：通过计算每个厚度组合的功率谱密度总和筛选出能量值最大的一组厚度组合，并得到外延片衬底和外延层的厚度结果。
[0034]
作为优选，所述步骤401中，将所述厚度图进行噪声清除处理的公式为：
[0035][0036]
其中，ti为每个厚度值对应的功率谱密度，n为厚度图的横坐标总数。
[0037]
作为优选，所述步骤404中，所述厚度约束关系为：
[0038][0039]
其中，pi与pj为噪声清除处理后的剩余峰值序列，i
max
为最高峰值所对应的厚度值；threshold为测量精度阈值。
[0040]
作为优选，所述步骤405中，外延片衬底和外延层的厚度结果计算公式为：
[0041][0042]
其中，ti代表第i个厚度索引的功率谱密度，为能量值最大的一组厚度组合。
[0043]
第二方面，一种基于红外干涉的外延片测厚装置，包括：
[0044]
光谱信号获取模块，用于获取原始光谱信号；
[0045]
光谱信号切除模块，用于采用自适应光谱切除算法切除所述原始光谱信号中干涉质量不佳的区域，得到高质量干涉光谱信号；
[0046]
变换模块，用于将所述高质量干涉光谱信号进行fft变换，并将横坐标进行转换，得到厚度图；
[0047]
厚度计算模块，用于采用双层厚度提取算法对所述厚度图进行处理，得到外延片衬底和外延层的厚度结果。
[0048]
相比现有技术，本技术至少具有以下有益效果：
[0049]
本技术提供了一种基于红外干涉的外延片测厚方法及装置，通过获取原始光谱信号：采用自适应光谱切除算法切除原始光谱信号中干涉质量不佳的区域，得到高质量干涉光谱信号；将高质量干涉光谱信号进行fft变换，并将横坐标进行转换，得到厚度图；采用双层厚度提取算法对厚度图进行处理，得到外延片衬底和外延层的厚度结果。本技术不仅通过自适应光谱切割算法切除了原始光谱信号中干涉质量不佳的区域，并且通过双层厚度提取算法解决了由晶圆特殊双层结构导致的多次干涉问题，从而实现外延片衬底、外延层厚度的精确测量。
附图说明
[0050]
为了更直观地说明现有技术以及本技术，下面给出几个示例性的附图。应当理解，附图中所示的具体形状、构造，通常不应视为实现本技术时的限定条件；例如，本领域技术人员基于本技术揭示的技术构思和示例性的附图，有能力对某些单元（部件）的增/减/归属
划分、具体形状、位置关系、连接方式、尺寸比例关系等容易作出常规的调整或进一步的优化。
[0051]
图1为本技术实施例一提供的一种基于红外干涉的外延片测厚方法流程图；
[0052]
图2为本技术实施例一提供的一种基于红外干涉的外延片测厚方法的结构示意图；
[0053]
图3为本技术实施例一提供的自适应光谱切割算法原理示意图；
[0054]
图4为本技术实施例一提供的双层厚度提取算法原理示意图。
具体实施方式
[0055]
以下结合附图，通过具体实施例对本技术作进一步详述。
[0056]
在本技术的描述中：除非另有说明，“多个”的含义是两个或两个以上。本技术中的术语“第一”、“第二”、“第三”等旨在区别指代的对象，而不具有技术内涵方面的特别意义（例如，不应理解为对重要程度或次序等的强调）。“包括”、“包含”、“具有”等表述方式，同时还意味着“不限于”（某些单元、部件、材料、步骤等）。
[0057]
本技术中所引用的如“上”、“下”、“左”、“右”、“中间”等的用语，通常是为了便于对照附图直观理解，而并非对实际产品中位置关系的绝对限定。在未脱离本技术揭示的技术构思的情况下，这些相对位置关系的改变，当亦视为本技术表述的范畴。
[0058]
傅里叶红外干涉法（ftir）的具体原理为：当入射光i0照射在光学薄膜表面时，薄膜上表面反射的光束为i
r1
，薄膜下表面反射的光束为i
r2
。这两束反射光在干涉腔内发生干涉，最终被光学探头捕捉，并在光谱仪中呈现出原始光谱。干涉光强i与光的波长λ之间的关系可以用式（1）表示：
[0059]
ꢀꢀꢀꢀꢀꢀꢀꢀ
（1）
[0060]
式（1）中，a（λ）是由光源轮廓引入的背景光强，b（λ）是反射光束与投射光束在干涉腔内发生干涉的叠加光强，δ为两束反射光的光程差，其表达式为式（2）：
[0061]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）
[0062]
式（2）中，θ表示入射角，n表示薄膜的折射率，d表示薄膜厚度，在工业生产中一般均采用垂直入射，即θ≈0
°
，所以干涉光强表达式可以用式（3）表示：
[0063]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）
[0064]
在式（3）中，如果假设所有参数都是固定的，那么主要突出的是余弦项，即干涉光强i与波长的倒数1/λ之间存在一个余弦关系，可以用式（4）表示：
[0065]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）
[0066]
根据cos函数的一般形式cos（2πft）可知，若将1/λ视为时间序列t，则厚度d的计算公式可以由式（5）表示：
[0067]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）
[0068] 其中，f表示原始光谱信号的最大频率，n表示待测薄膜的折射率。因此，需要对原始光谱信号进行时域-频域转换，并提取信号的最大频率。而准确提取频率的精度直接影响厚度计算结果的准确性。由于一个外延片样本由两层薄膜组成，分别是衬底与外延层。因此，这两层薄膜将会形成三个不同厚度的腔体，分别为外延层厚度、衬底厚度以及这两者的厚度和，且厚度越薄，表征其厚度的信号频率越小。因此，在对原始光谱信号进行时域-频域转换后的厚度图中，会出现三个峰值，从左至右依次为外延层厚度、衬底厚度与厚度和。
[0069]
基于以上分析，本技术提供了一种基于红外干涉的外延片测厚方法及装置。
[0070]
实施例一
[0071]
请参阅图1和图2，本实施例提供了一种基于红外干涉的外延片测厚方法，包括：
[0072]
s1：获取原始光谱信号；
[0073]
s2：采用自适应光谱切除算法切除原始光谱信号中干涉质量不佳的区域，得到高质量干涉光谱信号；
[0074]
本步骤中，自适应光谱切除算法是针对原始光谱进行处理的。请参阅图3，图3中的（a）显示了干涉信号较弱，光谱质量不佳的情况；在原始光谱的低波段范围，干涉质量非常低，光谱的余弦趋势不明显，反而呈明显的周期趋势，如图3中的（b）中的小方框所示；相比之下，高质量光谱在周期与周期的交界处，依然维持了余弦信号的趋势，保留了晶圆的厚度信息，然而，被二次干涉信号干扰的低质量光谱在周期和周期的连接处，其承载的厚度信息与二次干涉信号发生相消干涉，导致该部分的余弦信号被“淹没”，原理模型如图3中的（c）所示，这种现象会严重干扰原始光谱信号，导致在fft算法中，提取到的最大频率偏小，进而导致厚度测量结果偏小。为了解决这一问题，本实施例提出了一种自适应光谱切除算法。
[0075]
请参阅图3中的（b）中的大方框，自适应光谱切除算法利用该小窗口内的光谱质量，来确定切除的起始点和终止点，通过自适应光谱切除算法能够解决干涉信号弱化，光谱质量不佳等问题。
[0076]
因此，s2具体包括：
[0077]
s201：创建一个可移动的窗口；
[0078]
具体的，窗口的大小为原始光谱信号总长度的5%。
[0079]
s202：根据窗口将原始光谱信号划分为若干个区间，并计算每个区间的峰值均值、谷值均值和峰谷均值差；
[0080]
具体的，峰值均值和谷值均值的计算公式为式（6）：
[0081]
ꢀꢀꢀꢀꢀ
（6）
[0082]
式（6）中，m
p
为峰值均值；mv为谷值均值；n为原始光谱信号采样点的数量；changescale为区间移动尺度的变化，changescale∈（1, 9），使得小区间可以遍历整个原始光谱信号；pi与vi为原始光谱信号每个小区间内的峰值与谷值，c
p
与cv为原始光谱信号小区间内峰值个数与谷值个数；通过max与min函数，可以确保小区间的起始点大于0，同时确
保小区间的结束点不超过光谱信号的总长度。
[0083]
s203：计算所有区间的最大峰谷均值差；
[0084]
s204：根据每个区间的峰值均值、谷值均值和峰谷均值差以及所有区间的最大峰谷均值差评估每个区间内的光谱质量，得到光谱质量合格的原始光谱；
[0085]
具体的，从图3中的（a）中的原始光谱高波段范围可以看出，当光谱信号质量较高时，干涉现象较强，对应的余弦信号的峰值与谷值的均值差也较大。因此，设置一个循环，通过不断更新区间移动尺度changescale，分别计算每个小区间内的峰谷均值差md，以及所有区间内的最大峰谷均值差md。md与md的比值可以作为评估小区间内光谱质量的标准，如式（7）所示：
[0086]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7）
[0087]
式（7）中，md为每个区间内的峰谷均值差，即每个小区间内的峰值均值和谷值均值的差，md为整个原始光谱信号的最大峰谷均值差，当md与md的比值大于等于0.1时，可以认为该区间的干涉信号较强，光谱质量良好。
[0088]
s205：根据光谱质量合格的原始光谱确定左右切割比例；
[0089]
由上述步骤可知changescale为光谱切除的最优起始位置，因此，最终的切除比例值scale可以表示为式（8）：
[0090]
ꢀꢀꢀꢀꢀꢀ
（8）
[0091]
s206：根据左右切割比例切除原始光谱信号，得到高质量干涉光谱信号。
[0092]
由于原始光谱信号是一个类余弦函数，其频率随着波长的增大而不断减小，因此，在进行光谱切除时，需要以中心波长为对称点进行切除。因此，自适应光谱切除算法将在原始光谱的左右两端各切除总长度为scale比例的区间长度。在式（8）中，使用max与min函数，将移动尺度changescale限制在区间（0，3.5）中，以避免切除位置小于光谱信号的最左侧，同时确保左右切除的区域不超过光谱信号的35%。最终的切除效果如图3中的（d）所示。
[0093]
s3：将高质量干涉光谱信号进行fft变换，并将横坐标进行转换，得到厚度图；
[0094]
具体的，厚度图是对干涉质量良好的原始光谱进行fft变换，并将其横坐标由频率转化为厚度值得到的。厚度图的横坐标为厚度值，纵坐标为功率谱密度。
[0095]
s4：采用双层厚度提取算法对厚度图进行处理，得到外延片衬底和外延层的厚度结果。
[0096]
s4具体包括：
[0097]
s401：将厚度图进行噪声清除处理；
[0098]
经过fft变换后，厚度图中较高的峰值代表了晶圆的厚度信息，然而，如图4中的（a）所示，厚度图中还存在一些微弱的较低的峰值，这些峰值往往表征在测量过程中由外界环境因素而引入的噪声。因此，需要将表征这些噪声信息的频率分量清除，如图4中的（b）所示。厚度图的噪声清除处理过程可由式（9）表示：
[0099]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）
[0100]
式（9）中，ti为周期图的纵坐标值，即每个厚度值对应的功率谱密度，n为厚度图的横坐标总数，及最大测量范围。噪声清除过程可以有效地去除由噪声引入的微弱峰值，最大程度地保留仅表征厚度信息的峰值。
[0101]
s402：判断噪声消除后的厚度图中剩余的峰值个数；
[0102]
s403：若峰值个数小于等于3，则直接获取外延片衬底和外延层的厚度结果；
[0103]
如果在噪声清除操作后，周期图中仅剩三个峰值，如图4中的（d）所示，则这三个峰值从左到右对应的横坐标分别为晶圆外延层厚度、晶圆衬底厚度与这两者的厚度和，因此可以直接获取外延片衬底和外延层的厚度结果。
[0104]
s404：若峰值个数大于3，则根据厚度约束关系提取可能的厚度组合；
[0105]
如果在噪声清除操作后，周期图中的峰值数量超过3，如图4中的（b）所示，则表明发生了多次干涉现象，且干涉信号较强，因此需要进行峰值筛选操作。
[0106]
峰值筛选操作可通过厚度约束关系式（10）表示：
[0107]
厚度约束关系为：
[0108]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（10）
[0109]
式（10）中，pi与pj为噪声清除处理后的剩余峰值序列，i
max
为最高峰值所对应的厚度值；threshold为测量精度阈值，其中，测量精度阈值是根据工业生产中的具体精度要求设置的。
[0110]
s405：通过计算每个厚度组合的功率谱密度总和筛选出能量值最大的一组厚度组合，并得到外延片衬底和外延层的厚度结果。
[0111]
经过峰值筛选操作，可以确定出若干可能为最终厚度的峰值组合。最后，通过式（11）的约束关系即可确定出最终厚度：
[0112]
ꢀꢀ
（11）
[0113]
式（11）中，ti代表第i个厚度索引的功率谱密度，即纵坐标值，这个值表征了其所含能量的大小。因此，通过计算每个可能的峰值组合的功率谱密度总和，筛选出能量值最大的一组厚度结果maxidx，作为晶圆样本的最终厚度结果。
[0114]
本步骤通过双层厚度提取算法能够解决由于外延片特殊双层结果引起的多次干涉，厚度提取不精确等问题。
[0115]
本实施例提供的一种基于红外干涉的外延片测厚方法，通过自适应光谱切除算法以及双层厚度提取算法实现了外延片衬底与外延层厚度的精确测量。自适应光谱切除算法通过在若干个小区间内进行光谱质量评估进而确定切割比例，可以有效避免由于外延片材质对特定红外波段的吸收能力较强以及外延层与衬底反射率不同导致的干涉信号弱化，干
涉质量不佳问题；双层厚度提取算法通过厚度约束关系与计算功率谱密度和实现了外延片衬底与外延层厚度的精确提取。
[0116]
实施例二
[0117]
本实施例提供了一种基于红外干涉的外延片测厚装置，包括：
[0118]
光谱信号获取模块，用于获取原始光谱信号；
[0119]
光谱信号切除模块，用于采用自适应光谱切除算法切除所述原始光谱信号中干涉质量不佳的区域，得到高质量干涉光谱信号；
[0120]
变换模块，用于将所述高质量干涉光谱信号进行fft变换，并将横坐标进行转换，得到厚度图；
[0121]
厚度计算模块，用于采用双层厚度提取算法对所述厚度图进行处理，得到外延片衬底和外延层的厚度结果。
[0122]
关于一种基于红外干涉的外延片测厚装置的具体限定可以参见上文中对于一种基于红外干涉的外延片测厚方法的限定，在此不再赘述。
[0123]
以上实施例的各技术特征可以进行任意的组合（只要这些技术特征的组合不存在矛盾），为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述；这些未明确写出的实施例，也都应当认为是本说明书记载的范围。
[0124]
上文中通过一般性说明及具体实施例对本技术作了较为具体和详细的描述。应当理解，基于本技术的技术构思，还可以对这些具体实施例作出若干常规的调整或进一步的创新；但只要未脱离本技术的技术构思，这些常规的调整或进一步的创新得到的技术方案也同样落入本技术的权利要求保护范围。