买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南大学申请的专利一种大规模并行电子束光刻邻近效应校正版图能量沉积计算方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115437209B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211207440.5，技术领域涉及：G03F1/36；该发明授权一种大规模并行电子束光刻邻近效应校正版图能量沉积计算方法是由刘杰;赵浩杰;姚文泽;徐宏成;杨雨洁;张思媛设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种大规模并行电子束光刻邻近效应校正版图能量沉积计算方法在说明书摘要公布了：本发明是一种大规模并行的电子束光刻邻近效应校正版图能量沉积计算方法。目的是保证精度的前提下，解决单台计算机的内存和算力瓶颈，扩大被计算版图的尺寸限制，并且提高版图能量沉积的计算速度，最终提高电子束光刻邻近效应校正效率。本发明共分为六个步骤：步骤S1曝光版图读入与子版图划分；步骤S2子版图边缘区域确定；步骤S3相邻子版图通信；步骤S4大规模并行计算能量沉积；步骤S5显影与测量均值误差；步骤S6更新版图曝光剂量。

本发明授权一种大规模并行电子束光刻邻近效应校正版图能量沉积计算方法在权利要求书中公布了：1.一种大规模并行电子束光刻邻近效应校正版图能量沉积计算方法，其特征在于包括以下步骤： 步骤S1，读入电子束光刻原始版图，得到版图需要曝光的部分的最大和最小坐标； 版图像素化为等间隔的宽度为wnm的正方形网格，每个网格即是一个像素，每个曝光点的初始曝光剂量为曝光点中心在原版图的曝光剂量；将曝光版图划分为m行n列，共m×n个子版图，根据计算节点个数npes，m×n＝npes；每个子版图内有W×W个曝光点，每个计算节点得到一个子版图内的版图数据且使用一个计算进程Pii∈[0,npes处理这些数据； 步骤S2，电子束光刻的PSF能被双高斯函数拟合，表示为： 式中，物理参数α是前散射范围，β是后散射范围，η是前散射与后散射能量比，式1中x 是距离曝光点的距离，式2中x2+y2是二维形式距离曝光点的距离的平方； 曝光点x0,y0处的总曝光量能量沉积Ex0,y0表示为： Ex0,y0＝∫∫PSFx-x0,y-y0σx,ydxdy3 式中，设版图的剂量分布为σx,y，积分区域为整个曝光版图； 假设版图曝光区域无限大，版图最大曝光剂量为σmax，对某曝光点x0,y0，当xx0+d,yy0+d时的区域对曝光点x0,y0能量沉积的贡献表示为： 式中，d是一个边缘重叠区域宽度常数；将不等式4和标准正态分布对比可知，当仅计算中心曝光点周围一定区域内的其他曝光点对中心曝光点的影响时，在满足一定的精度下可以代表中心曝光点的能量沉积； 本发明中的子版图边缘重叠区域宽度常数d，表示为： 式中，maxα,β表示α和β中的较大者； 每个进程Pii≥0inpes计算的子版图只需要相邻子版图边缘的一部分版图数据即可满足计算子版图内曝光点的能量沉积的精度要求； 步骤S3，在确定d后，每个计算进程只需要得到相邻子版图的部分数据，便可在满足一定精度的情况下，计算得到所控制原始版图的子版图的能量沉积，从而得到整个版图的能量沉积；子版图Pi需要相邻子版图Pjj≥0jnpes的一部分版图信息使得子版图Pi的版图的能量沉积计算满足一定精度；子版图Pi一旦接收到相邻子版图的版图信息，便可以独自计算子版图Pi的能量沉积，不再需要通信； 步骤S4，大规模并行计算能量沉积； S4.1循环卷积代替线性卷积：循环卷积代替式3所示的线性卷积，并用FFT来加速卷积运算，得到版图的能量沉积；子版图Pi原本拥有的版图信息和相邻子版图的版图信息组成一个矩阵，矩阵每个位置代表一个曝光点，矩阵的值即为曝光剂量，将矩阵在两个方向分别扩充到原长度的两倍，扩充的区域用0填充，得到矩阵Mpattern，矩阵的行列元素个数分别r,c； 原始二维矩阵扩充并填充的过程可以和步骤S3的通信同时进行，达到通信与计算重叠的目的，提高效率，待到步骤S3通信结束，再把接收到的相邻子版图的版图信息存入到矩阵的相应位置中； S4.2对于S4.1中所描述的计算数据，先对矩阵Mpattern原始数据所在行进行1D-FFT，使用基于离散余弦变换DiscreteCosineTransform,DCT的FFT，相对于对整个矩阵Mpattern进行基于离散傅里叶变换DiscreteFourierTransform,DFT的FFT，可以节省75％的计算时间，然后使用缓存无关算法充分利用现代计算的缓存层次结构快速高效地将矩阵Mpattern转置，再对矩阵Mpattern所有行进行基于DCT的1D-FFT运算； S4.3将S4.2中进行FFT后的矩阵Mpattern与进行傅里叶变换后的PSF进行点积，然后对所有行进行基于DCT的1D-IFFT1D-InverseFFT，使用缓存无关算法充分利用现代计算的缓存层次结构快速高效地将矩阵转置，再对矩阵Mpattern一半行进行1D-IFFT； S4.4对S4.3中原始数据所在位置的数据除r×c，得到各曝光点的曝光剂量； 步骤S5，于步骤S5中，显影与测量均值误差，在版图能量沉积计算完成后，可以通过显影得到实际曝光的版图形状，本发明使用的阈值显影模型表示为： 式中，Ethr是与衬底溶解性相关的显影阈值，Hx,y是显影后的版图形状； 显影后的版图的质量可以通过与版图的目标曝光形状的均值误差mean-squareerror,MSE来度量，表示为： 式中，N为版图的曝光点数，Dx,y是版图的目标曝光形状； 步骤S6，于步骤S6中，当步骤S5中的MSE小于预设的误差限∈时，PEC完成，本发明提出的算法结束，否则，更新剂量，迭代步骤S3～步骤S6，直到MSE满足要求，剂量更新表示为： 式中，σkx,y是第k次迭代的曝光版图输入剂量，DT是预设的版图目标能量沉积值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1号湖南大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。