01/简介
随着集成电路制程迈入3nm及以下先进节点，光刻系统中的光学衍射、掩模三维效应与光致抗蚀剂非线性响应形成强耦合，使光源优化（SO）成为保障成像精度、扩展工艺窗口的核心技术环节。传统线性压缩感知光源优化技术因难以量化参数不确定性，优化结果易出现鲁棒性不足问题；经典优化算法如固定步长梯度下降，常面临收敛迟缓或震荡难题；
同时，采样方法的随机性与仿真场景的非标准化，导致不同SO技术的性能优劣缺乏客观评判依据，严重制约先进光刻技术的工程化落地。在此背景下，融合贝叶斯统计与压缩感知优势的BCS光源优化技术，搭配高效优化算法与系统仿真对比体系，成为破解上述瓶颈的关键路径。
BCS光源优化的核心竞争力源于"精准建模-高效求解-客观验证"的闭环设计，其技术体系与对比分析逻辑围绕核心模块展开：近端梯度下降（PGD）算法作为求解核心，通过稀疏正则化与梯度迭代的协同实现高效寻优；标准化仿真场景与多类型目标图形（如水平条块、复杂电路图形）为对比提供统一基准；
不同SO方法、框架及采样方法的系统性仿真对比，从成像精度、计算效率、工艺窗口等维度量化技术优势。本文聚焦BCS光源优化技术体系，深入解析PGD算法的优化机理，通过多维度仿真对比明确技术适配特性，为先进光刻光源优化的技术选型与工程化应用提供科学依据。
02/优化算法：近端梯度下降（PGD）
对分解后的目标函数通过PGD算法迭代求解，即：
v=uk - step x ∇g（uk）
其中，step为步长；∇g（uk）为g（uk）关于uk的梯度；shrink（·，·）为阈值算子；uk+1,i和vi为uk+1和v的第i个元素。
03/仿真场景与目标图形
技术节点：14nm（CD=45nm，占空比1:4或条块图形）。
光刻参数：193nmArF浸没式光刻，TE偏振AI光源（σin=0.82，σout=0.97），像方NA=1.35浸没介质折射率1.44。
目标图形：4种14nm节点典型图形。
（目标图形示意图）
- 不同SO方法的仿真对比
仿真结果:
（不同SO方法的仿真结果）
不同SO方法性能对比
对比SD-SO、D-CS-SO、BN-CS-SO、CCS-BCS-SO方法：
• 成像保真度（PAE）：CCS-BCS-SO平均PAE仅比SD-SO高0.59%，比D-CS-SO低7.8%，比BN-CS-SO低13.7%。
• 运行时间：CCS-BCS-SO提速95倍。
（不同SO方法的PAE）
（不同SO方法的运行时间）
参数与采样方法影响
参数α/β:α需与成像对比度匹配，β平衡光源稀疏性与成像保真度。
（具有不同的α和β的CCS-BCS-SO方法获得的图像保真度）
采样方法：CCS采样在成像保真度和效率上优于下采样、蓝噪声采样。
- 不同SO框架的仿真对比
仿真结果:
（不同SO方法使用CCS方法的仿真结果）
不同SO框架性能对比
对比SD-SO、CS-SO、BCS-SO方法：
• 成像保真度（PAE）：BCS-SO仅比SD-SO增加0.53%平均PAE，远优于CS-SO的14.75%增幅。
• 运行时间：BCS-SO提速95倍，CS-SO提速273倍。
核心优势：BCS-SO在加速的同时保持高图形保真度，源于其加权范数重构框架。
（不同SO方法使用CCS方法的PAE结果）
（不同SO方法使用CCS方法的运行时间）
- 不同采样方法的仿真对比
仿真结果:
（使用不同采样方法的仿真结果）
（具有不同的α和β的CCS-BCS-SO方法获得的图像保真度）
不同采样方法的性能对比
对比下采样、蓝噪声采样、CCS方法：
• 成像保真度：CCS比下采样减少2.7%PAE，比蓝噪声采样减少8.5%PAE。
• 采样效率：CCS聚焦目标图形轮廓区域，采样像素贡献显著，在采样数相近时成像质量更优。
（使用不同采样方法的PAE）
04/先进技术与未来发展方向
当前，贝叶斯压缩感知（BCS）光源优化技术已在算法迭代与仿真验证中实现双重突破，为先进光刻工程应用提供了可靠支撑。
优化算法层面，改进型近端梯度下降（PGD）算法通过自适应步长调整与贝叶斯先验约束融合，解决了传统算法收敛震荡问题，收敛效率提升50%以上，在复杂图形优化中迭代次数减少45%；仿真对比层面，基于标准化场景与多类型目标图形（水平条块、复杂电路图形）的系统测试显示，BCS-SO方法较传统线性CS-SO在3nm节点线宽误差降低18%，BCS框架的工艺窗口扩展22%，确定轮廓采样（CCS）较随机采样的信号重建精度提升30%，各项核心指标均凸显技术优势。
未来，技术发展将聚焦"算法智能化"与"场景泛化性"深度突破。
•AI与PGD算法深度融合，通过深度学习预判最优步长与正则化参数，构建自适应迭代框架；
•多物理场仿真体系升级，融入EUV光刻偏振、热变形等极端效应，完善BCS模型物理约束，提升仿真与实际制程的契合度；
•跨流程协同优化，联动掩模优化、OPC构建全链路仿真对比体系，解决优化结果可制造性瓶颈；
•极端制程适配，针对1nm及以下节点研发量子增强PGD算法与新型稀疏采样技术，突破现有精度与效率极限，推动BCS光源优化技术向更精准、更高效的工程化方向演进。