【摘 要】
：
光刻机是制造集成电路的核心设备,随着集成电路向先进制程不断发展,集成电路制造业对光刻机套刻精度要求越来越高。运动台定位精度、重复性决定了光刻机的套刻精度,目前对运动台定位测量的工具只有激光干涉仪和光栅尺两种,光栅尺环境鲁棒性相对较好。现阶段我国对光栅尺相位信号处理系统研究较为匮乏,尤其缺乏能够应用于28 nm浸没式光刻机的高分辨力光栅尺相位信号处理技术和设备。本文针对光栅尺相位信号的第一类非线性误
【基金项目】
：
计划将“极大规模集成电路制造装备及成套工艺”列为重大科技专项。本文作为专项子课题的一部分,主要开展浸没式光刻机高精度平面光栅尺的相关研究。本文研究方；
论文部分内容阅读
光刻机是制造集成电路的核心设备,随着集成电路向先进制程不断发展,集成电路制造业对光刻机套刻精度要求越来越高。运动台定位精度、重复性决定了光刻机的套刻精度,目前对运动台定位测量的工具只有激光干涉仪和光栅尺两种,光栅尺环境鲁棒性相对较好。现阶段我国对光栅尺相位信号处理系统研究较为匮乏,尤其缺乏能够应用于28 nm浸没式光刻机的高分辨力光栅尺相位信号处理技术和设备。本文针对光栅尺相位信号的第一类非线性误差、缺余弦项和激光器频率不确定度影响等信号缺陷问题,建立了基于双正交锁相放大法的信号前处理模型,通过直流偏置补偿、DDS混频、FIR滤波和相位差分等方法,消除了上述信号缺陷问题,得到仅包含多普勒频移信息的正余弦信号用于相位解算。同时结合28 nm浸没式光刻机的具体工程需求,提出了分辨力为200 pm,最大测量速度1.2 m/s的光栅尺相位信号处理系统总体设计方案。本文提出了一种新的实时辨向设计方案,用于解决现有光栅尺辨向方法数据更新率低的问题。该方案结合了光栅尺相位信号的符号位和变化趋势,通过Moore状态机描述方向状态间的跳转关系,将光栅尺辨向更新率由每周期4次提高到每周期1024次,解决了传统辨向方法数据更新率低造成的短量程内方向切换不敏感问题。本文采用电模拟信号标定法,以信号发生器的输出信号作为基准对系统进行标定。首先测试了各个模块的性能标准和功能完备性,实验结果表明各个系统模块均达到了预期的设计指标。然后分别测试了系统的分辨力、精度和标准差,验证结果表明,系统分辨力可以达到200 pm,精度可以达到82 pm/3σ,标准差为153 pm,系统在连续24小时工作条件下无异常数据,证明了系统性能的可靠性与稳定性。
其他文献
随着芯片集成技术的飞速发展,球栅阵列（BGA）封装已成为近年来发展十分迅速的主流电子封装技术,相应的焊接质量检测技术的重要性也日益突显,由于BGA芯片封装内部焊球不可见、封装环境越来越复杂和X-Ray检测下图片背景干扰众多等原因,导致了BGA焊球缺陷检测的技术难度不断增加,传统的检测手段难以满足工业生产的要求。因此,本文针对BGA焊球在X-Ray检测中存在图像背景干扰、焊球与内部空洞识别提取困难等
智能手机等便携式移动互联网设备的普及从方方面面影响着人们的工作和生活。在旅游、出行游玩方面,人们能够通过互联网上的兴趣点数据提前选择喜好的地点以便出行访问。信息方便的获取能极大提高人们的工作效率、生活质量。然而近几年,随着入网的设备数量越来越多,签到点评类网络应用软件也越来越多,互联网上的用户签到点评数据也出现爆炸式的增长。海量的数据如何被用户获取?用户如何从中挑选出满足自己需求的数据,如何从数据
近几年来,机器人技术在粉体包装行业得到了大范围的普及,其作业效率和运动可靠性成为了人们越来越关心的问题。针对阀口袋套袋机器人操作对象细小易散,如果轨迹规划不合理极易导致被包装物散落,因此对阀口袋套袋机器人的轨迹最优化提出了更高的要求。本文针对包装行业中阀口袋套袋机器人经过多个路径点的时间最优轨迹规划技术展开研究,其主要工作内容为:（1）为了获得阀口袋套袋机器人的可靠关节角度,对阀口袋套袋机器人进行
分组密码算法的设计与分析是现代密码学界的热点研究问题之一,其源起和进展在密码学界有着深远的影响。尽管分组密码已经成为主流的信息加密体制,并在多种信息系统中扮演着重要的角色,然而典型的分组密码算法通常不适用于资源受限计算环境。为了解决资源受限环境下的数据安全问题,轻量级分组密码算法应运而生。轻量级密码算法的安全性分析一直是该领域研究的难点问题。在分组密码算法的分析中包含差分攻击、立方攻击、积分攻击等
近年来,诸如新浪微博、Twitter等社交媒体的快速发展降低了人与人之间的沟通成本,成为人们倾诉情感的主要方式之一。图文并茂的多媒体融合方式尤其受到人们的喜爱,他们在微博上积极分享对事物的看法及感受。正能量的情感有利于社会和谐,反之,负能量的情感也会给社会带来一定的危害。因此,针对微博情感分析的研究有助于舆论监督和引导,具有实际的应用价值。此外,微博还被用于市场营销,对这些信息进行情感分析能更好地
随着社会科学技术的发展,制造业对检测技术的要求逐渐提高。传统的人工手动零件尺寸测量由于受到主观判断和测量工具的影响,不但检测效率低,而且抗干扰性差,通过视觉测量技术对零件进行非接触式检测逐渐受到人们的青睐,其在尺寸测量环节上有着许多人工测量无法比拟的优势,如高精度、高效率、自动化等。而基于亚像素的视觉测量技术能够在不提高系统硬件分辨率的情况下,得到比传统像素级检测更优的测量结果,减少了工业的成本。
信息技术和互联网行业的发展正逐步改变着人们的生活方式,各大平台纷纷推出智能解决方案,因此衍生出来的数据庞大且丰富,其中图数据在应用中非常广泛,如知识图谱,社交网络等,但这些图数据通常结构复杂,规模庞大,对用户的信息获取形成了挑战,传统的推荐算法虽然能缓解上述困难,但其不能有效的处理图数据信息,不能很好的捕获用户的个性化偏好,且会导致数据稀疏和冷启动问题。针对以上问题,本文采用基于图表示学习的个性化
随着互联网普及率的增加和网民规模的扩大,网络应用的种类和流量与日俱增,导致网络效率降低、带宽消耗加剧、用户体验变差。在这种情况下,如何有效的缓解网络数据拥塞是提升网络性能的重点。大象流作为影响网络性能的主要数据流量类型,数据量大,链路带宽消耗高,对大象流进行分析建模以便及时侦测是当前计算机网络和本研究的重点。当前大多数的数据中心采用基于阈值的简单模型描述大象流,进而实现大象流的侦测;一些大象流侦测
随着《中国制造2025》全面推进,三维立体视觉技术作为计算机视觉中最核心技术之一,在智能制造应用中扮演者重要的角色。例如利用三维立体成像技术实现快速、高精度和数字化在线测量,引导机器人实现智能抓取和操作。结构光投影轮廓测量技术是三维立体成像技术的重要研究方向之一。在工业生产过程中,三维重建技术会把物体的表面每一点三维坐标数字化、点云化,就能够在三维立体空间中引导机器人抓取、测量等。本文从环境中噪声
网络规模增加,接入设备多样化增加了网络管理的复杂性。传统的网络设备耦合了控制和转发功能,但由于品牌和种类的多样化,缺乏统一、开放的管理接口,维护网络全局视图的成本高,实现网络性能的全局管理和资源优化难度大。软件定义网络（Software Defined Network,SDN）通过分层的网络架构、集中控制、标准化开放接口实现了控制和转发功能的解耦,降低了网络全局视图维护的成本,解决了传统网络在性能