一种人工智能抗扰动的光刻物镜波像差测量方法

本发明公开了一种人工智能抗扰动的光刻物镜波像差测量方法，在光刻物镜波像差测量算法上，本发明使用基于物理信息的U型神经网络结构，在通用的U‑NET神经网络模型，保留了其整体编码器‑解码器结构，同时去除了池化层。与传统四步移相（或者五步移相）相比，本申请创新点包括：（1）硬件上，压电移相器只需要移动一次，只需获得两步移相。与传统移相波像差测量系统，本发明测量速度更快。（2）硬件上，传统波像差测量系统需要超高精度的压电移相器，而本发明只需低精度标准（精度优于50nm）的压电移相器。（3）算法上，本发明两幅干涉图可精确测量得到光刻物镜波像差。（4）波像差重构精度上，由于降低了环境干扰，本发明的精度更高。