光源-掩模協同優化
關注創建者：匿名 創建時間：2026-01-23
光源-掩模協同優化的視頻教程
基于結構/疲勞/優化的協同仿真技術在線研討會-橡膠襯套實例
基于結構/疲勞/優化的協同仿真技術在線研討會-橡膠襯套實例 適用人群：適合所有智能制造行業CAE從業人員。本次講座以汽車行業的協同仿真為案例，其中涉及的基于結構/疲勞/優化的協同仿真技術適用于多個行業，希望能為智能制造行業項目提供參考與幫助 課程內容： DS SIMULIA橡膠襯套協同仿真解決方案 橡膠襯套是一種具有良好彈性的工程材料，能承受大應變而不會發生永久性的變形和斷裂。
免費 1小時6分鐘 1892播放
查看
光源-掩模協同優化的實例教程
03/總目標函數
為抑制量化誤差、降低掩模圖形復雜度（提升制造可行性），我們在基礎目標函數中引入兩類罰函數：離散化罰函數、廣義小波罰函數。最終的總目標函數，是“下采樣后的基礎目標函數”與“這兩類罰函數的加權和”——通過調節罰函數的權重因子，可靈活平衡“圖形匹配精度”與“掩模制造復雜度”。
04/稀疏表示
為讓光源、掩模圖形更簡潔易制造，我們采用“稀疏表示”對其做參數變換：
?光源稀疏化：以單位矩陣為稀疏基，將光源轉換為對應的光源稀疏系數；
?掩模稀疏化：先對掩模圖形做參數變換，再以2D-DCT（二維離散余弦變換）為稀疏基，得到掩模稀疏系數。
05/非線性CS-SMO模型
基于壓縮感知（CS）理論，我們將光源-掩模協同優化（SMO）模型轉化為“最小化總目標函數”的問題：
優化過程中，通過L0范數（統計參數非零元素數量）約束“光源稀疏系數”與“掩模稀疏系數”的非零元素占比——這一約束能確保最終的光源、掩模圖形足夠稀疏簡潔，既滿足光刻精度要求，又適配實際制造流程。
這套框架通過“量化匹配度-平衡精度與工藝-簡化圖形-精準優化”的分層邏輯，為先進光刻的圖形復刻提供了兼顧“精度、效率、可行性”的數學支撐。
06/先進技術與未來發展方向
當前，非線性壓縮感知光源-掩模優化（SMO）的數學模型已實現工程化突破，核心模塊的精準設計成為技術落地關鍵。
展開 點擊藍字 關注我們
01/簡介
隨著集成電路制程向3nm及以下先進節點演進，光刻成像系統中的光學衍射、掩模三維效應與光致抗蝕劑非線性響應相互疊加，使光源-掩模協同優化（SMO）成為保障圖形保真度與芯片良率的核心技術。傳統線性壓縮感知（CS）驅動的SMO技術，因難以精準刻畫掩模與成像之間的強非線性映射關系，在復雜圖形優化中常面臨精度不足、工藝窗口收縮等問題，已無法滿足極端制程對優化性能的嚴苛要求。
非線性壓縮感知（NCS）理論的興起為突破這一瓶頸提供了關鍵路徑，其通過構建非線性重構模型，可更貼合光刻系統的物理本質。然而，不同非線性CS-SMO技術的適配場景與性能表現尚未形成系統對比，仿真條件的差異也導致技術優劣難以客觀評判。
基于此，本文以非線性壓縮感知光源-掩模優化的數學模型為核心，搭建標準化仿真環境，選取水平條塊圖形、豎直線條圖形及復雜電路圖形作為典型測試對象，從成像精度、計算效率、工藝窗口兼容性等維度，系統開展不同SMO技術的性能對比研究。通過量化分析各類技術的適配特性與核心優勢，為先進計算光刻中SMO技術的選型與工程化應用提供科學依據與理論支撐。
展開 光源-掩模協同優化（SMO）作為分辨率增強核心技術，其矢量模型因能精準刻畫偏振、三維掩模衍射等效應，成為先進制程優化的關鍵工具，而數值計算的精度與分析深度則是發揮其效能的核心前提。
本文聚焦最佳焦面成像性能，通過搭建標準化仿真條件，開展矢量SMO數值計算；結合多維度性能指標對比仿真結果，明確不同SMO技術的適配場景；基于批量測試驗證技術穩定性，最終形成系統的矢量SMO數值計算與性能評估體系，為先進光刻工藝優化提供支撐。
02/仿真條件
密集線條（CD=45nm，占空比1:1）、193nm波長、NA=1.2浸沒式光刻、Y偏振照明，所有掩模尺寸為4020nm4020nm，掩模上的像素尺寸為20nm20nm。迭代總次數為150次。
03/仿真結果及其性能指標對比
采用密集線條作為目標圖形的仿真結果，并對比SO、MO、SISMO、SESMO、HSMO五種不同的RET。圖中第一列為光源圖形，從黑色到白色代表[0,1]的連續光強區間；第二列為掩模圖形，黑色和白色分別代表阻光區域和透光區域；第三列為光刻膠中的成像。
圖(b)為目標圖形。圖形是CD=45mm，占空比為1：1的密集線條圖形。
下圖展示了不同技術對密集線條圖形的仿真結果，通過PAE（成像誤差）指標對比各技術的成像保真度提升效果。
各技術中，HSMO的PAE最低，成像保真度提升效果最顯著。
采用矢量模型SO、MO、SISMO、SESMO和HSMO
各種優化技術(SO、MO、SISMO、SESMO和HSMO)的PAE收斂曲線如圖所示。
展開 01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統面臨的光學畸變、分辨率不足等問題愈發突出，光源-掩模協同優化（SMO）技術成為突破硬件限制的核心手段。矢量SMO憑借對偏振效應、三維掩模衍射等復雜光學現象的精準刻畫，較傳統標量模型實現了質的飛躍，其優化算法的性能直接決定光刻成像質量與制造良率。
梯度計算與變量替換是矢量SMO算法的理論基石，為離散優化問題轉化為連續可解問題提供了關鍵路徑；而同步型（SISMO）、交替型（SESMO）、混合型（HSMO）等優化策略，適配了不同工藝場景下精度與效率的平衡需求，光源后處理技術更打通了算法優化與實際制造的銜接壁壘。本文圍繞上述核心要素，系統解析矢量SMO優化算法的內在邏輯與實踐路徑。
02/梯度計算與變量替換
矢量SMO的優化邏輯，以“梯度計算”與“變量替換”為核心：
? 目標函數梯度：目標函數對光源、掩模參數矩陣的梯度，由“像質評價函數梯度”與“各罰函數梯度”加權組合而成，是參數更新的核心依據。
? 像質評價函數梯度：考慮光刻過程中的離焦場景，梯度為“理想焦面像質梯度”與“離焦面像質梯度”的加權組合（通過加權因子調節兩者占比），兼顧理想與實際工藝下的成像效果
? 光源罰函數梯度：通過特定函數約束光源參數，可有效提升光源的可制造性，避免優化后光源圖形過于復雜。
03/優化策略與流程
同步型(SISMO):光源與掩模參數矩陣同步更新。
光源圖形初始化為
SΩs和SΩM為光源優化步長和掩模優化步長。
收斂條件是Fk+1小于預定閾值或者迭代次數達到預定上限時。
采用SD算法的SISMO流程圖
交替型(SESMO):光源優化與掩模優化交替進行。
展開 本實例介紹在一個方板上加載熱載荷，其數值符合高斯分布函數。
高斯分布簡單介紹：
二維高斯分布表達式和函數曲線如下。
A是幅值，x。y。是中心點坐標，σx σy是方差，圖示如下，A = 1, xo = 0, yo = 0, σx = σy = 1
學過概率論與數理統計的同學對這些都回憶起了伐~？
下面直接查看加載后的效果
是不是很神奇啊？
下面奉上操作步驟和視頻教程↓
大致步驟是：在SW中建模導入到WB中，然后啟動ANSYS經典界面，用函數編輯器編輯高斯函數，然后保存函數。復制log文件中函數編輯的命令流，然后在WB中添加commands 粘貼之前復制的函數編輯命令流語句，最后再添加一條載荷加載語句。
SF,A,HFLUX,%H3%（其中SF為面加載命令，A指節點集名稱（在WB中用create named selection命令生成），HFLUX指加載類型為熱流密度，%H3%指加載的函數表達式存放文件名為H3）
注意：
commands命令添加到workbench之后，仔細閱讀commands命令如下兩行，清楚當前的單位制，任何需要單位的數據(如質量) 被認為是處于一致的求解器單位制系統中。
! Active UNIT system in Workbench when this object was created: Metric (mm, kg, N, s, mV, mA)
! NOTE: Any data that requires units (such as mass) is assumed to be in the consistent solver unit system.
更多內容，請關注公眾號：ANSYS有限元仿真
展開 
光源-掩模協同優化的相關專題、標簽、搜索
光源-掩模協同優化的最新內容
點擊藍字 關注我們
01/簡介
隨著集成電路制程向3nm及以下先進節點演進，光刻成像系統中的光學衍射、掩模三維效應與光致抗蝕劑非線性響應相互疊加，使光源-掩模協同優化（SMO）成為保障圖形保真度與芯片良率的核心技術。
01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統的光學畸變、掩模三維衍射及光致抗蝕劑非線性響應等效應疊加，使光源-掩模協同優化（SMO）成為保障成像精度的核心技術。
01/簡介
當前，壓縮感知光源優化的仿真技術已實現標準化與精準化雙重突破，為技術落地奠定堅實基礎。仿真條件層面，通過構建統一的光源參數基準、掩模圖形庫及光學成像模型，建立了可復現的標準化仿真環境，解決了傳統仿真中參數離散導致的對比誤差問題。
接下來以豎直線條為目標圖形進行仿真分析，對比分析在不同變量下曝光圖像的情況。
02/仿真條件
01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統面臨的光學畸變（如衍射、偏振效應）愈發顯著，光源作為光刻成像的“源頭變量”，其圖形優化直接決定空間像保真度與芯片制造良率。
傳統光源優化方法依賴全像素維度尋優，受限于光源像素矩陣規模龐大（常達數百甚至數千維度），存在迭代收斂慢、計算資源消耗高、易陷入局部最優等問題，難以適配先進制程對優化效率與精度的雙重需求
光源-掩模協同優化（SMO）作為分辨率增強核心技術，其矢量模型因能精準刻畫偏振、三維掩模衍射等效應，成為先進制程優化的關鍵工具，而數值計算的精度與分析深度則是發揮其效能的核心前提。
01/簡介
隨著集成電路制程向3nm及以下節點突破，光刻系統面臨的光學畸變、分辨率不足等問題愈發突出，光源-掩模協同優化（SMO）技術成為突破硬件限制的核心手段。矢量SMO憑借對偏振效應、三維掩模衍射等復雜光學現象的精準刻畫，較傳統標量模型實現了質的飛躍，其優化算法的性能直接決定光刻成像質量與制造良率。
但當技術節點推進至14納米及以下時，圖形尺寸逼近193納米浸沒式光刻的物理極限，傳統光源難以提供足夠工藝窗口，光源掩模協同優化（SMO）技術應運而生。
企業高管將重點放在降低成本上，與此同時還關注保持并提高短期的生產率，以推動許多高級別計劃的實施。數字化轉型是許多研發 (R&D) 效率計劃的核心，旨在以較低的風險達到目標速度、敏捷性、質量并提高新產品引入 (NPI) 成功率。設計和制造領先企業所面臨的挑戰是對比工具與系統以了解變革的真正意義。我們必須找到一種轉型方式，可以全面革新我們現有的方法以提高我們的生產率。本白皮書將圍繞十大領域展開闡述，在這些領域中
『點擊觀看直播回放』
仿真技術在產品研發過程被廣泛使用，其應用的深度和廣度都在不斷拓展。在仿真規模不斷擴大的情況下，如何支持數據管理與知識積累，協調仿真與設計、試驗等相關團隊間的數據流轉，規范其業務流程，實現仿真與研發創新過程的真正融合，成為行業領先企業需要探討的方向。企業級仿真平臺作為解決這一系列問題的不二之選，近年來得到了長足的發展。
此次在線研討會吸引了眾多觀眾在線觀看
為加快數字化轉型，客戶需要將仿真和優化與更廣泛的產品生命周期流程相結合。為此，他們必須解決整個開發過程中不同工具、數據和流程管理、高性能計算 (HPC) 集成、可追溯性和結果可訪問性等復雜難題。Ansys高度可擴展和可配置平臺解決方案可對工程業務進行仿真和優化，推動創新設計探索和產品性能提升，通過多物理場仿真、創建可擴展的仿真環境、以及提高工程協作等維度，極大地改善企業在設計、開發和運營新一代產品的方式
