2025/09/17Med kommercialiseringen af 3nm-teknologi, stigende efterspørgsel efter AI-chips og kontinuerlige fremskridt inden for mobile processorer er halvlederproduktion trådt ind i en æra med hidtil uset præcision. I dette miljø stiller kritiske processer som waferdefektinspektion og EUV-maskeinspektion stadig strengere krav til billeddannelsessystemer.
Time Delay Integration (TDI)-kameraer – kendt for højhastighedsscanning, stor feltdækning og billeddannelse i høj opløsning – er blevet essentielle komponenter i avanceret inspektionsudstyr. Men deres ultimative nøjagtighed afhænger af én kritisk faktor: korrektion af billedmanglende støj.
Som en førende indenlandskTDI-kameraLeverandøren Tucsen Photonics har opbygget stærk ekspertise inden for DSNU/PRNU-korrektion, hvilket muliggør højere pålidelighed i halvlederinspektion. Denne artikel udforsker principperne, udviklingen og anvendelserne af DSNU/PRNU-korrektion, og hvorfor den spiller en afgørende rolle i avanceret procesinspektion.
Forståelse af DSNU og PRNU
I teorien burde hver pixel i en billedsensor reagere identisk under de samme forhold, uanset om det er i mørke eller under belysning. I praksis forårsager små variationer i fremstillingen, materialeuoverensstemmelser og ufuldkommenheder i aflæsningskredsløbet forskelle fra pixel til pixel, hvilket resulterer i fast mønsterstøj (FPN).
DSNU (Mørk Signal Ikke-Ensartethed)
● DSNU opstår, når pixels genererer forskellige niveauer af mørk strøm i fuldstændig mørke, hvilket fører til lyse eller mørke, fikserede pletter, striber eller skjolder. Det bliver særligt mærkbart under lange eksponeringer eller billeder i svagt lys.
Figur 1-1:En af de mest typiske manifestationer af DSNU, der tydeligt viser karakteristikaene ved pixelmørkesignalinhomogenitet.
PRNU (Fotorespons-uensartethed)
● PRNU refererer til variationer fra pixel til pixel i fotoelektrisk konverteringseffektivitet under ensartet belysning. Årsagerne omfatter forkert justering af mikrolinser, forskelle i diodestørrelse og uensartethed i doping. PRNU manifesterer sig typisk som lysstyrketekstur, bånddannelse eller gitterlignende mønstre.
Figur 1-2:En af de mest typiske manifestationer af PRNU, der tydeligt viser karakteristikaene ved pixelfotorespons-uensartethed.
Sådan fungerer DSNU/PRNU-korrektion
Målet med DSNU/PRNU-korrektion er at undertrykke pixelindividualitet, så alle pixels opfører sig, som om de var ideelle. Efter korrektion nærmer billedbaggrundene sig ensartet grå, hvilket muliggør højere målepræcision og datapålidelighed.
Almindelige tilgange omfatter:
1. Statisk korrektion
Brug af mørkfelt- og fladfeltkalibreringsdata til at kompensere for iboende pixelforskelle. Denne metode er ligetil, men følsom over for temperaturforskydning, enhedens ældning og variationer i lyskilden.
2. Køling og temperaturkontrolkorrektion
Brug af termoelektrisk køling (TEC) til at undertrykke mørkestrøm og DSNU, kombineret med multitemperaturkalibreringsprofiler. Dette stabiliserer baggrundens ensartethed og sikrer pålidelig ydeevne over længerevarende drift.
3. AI-baseret realtidskorrektion (fremvoksende tendens)
Udnyttelse af FPGA/ISP-sampling med AI-drevne dynamiske algoritmer til at justere korrektionskoefficienter i realtid. Denne tilgang tilpasser sig lysudsving, temperaturdrift og pixelældning, hvilket gør den velegnet til fremtidige højkapacitetsinspektionssystemer.
Figur 2:Sammenligning af DSNU/PRNU-korrektionens resultater før og efter. Efter korrektionen er billedbaggrunden meget ensartet.
Teknologitendenser
I takt med at avancerede halvlederproduktionsprocesser fortsætter med at udvikle sig, og efterspørgslen efter banebrydende chips drevet af AI-applikationer fortsætter med at stige, stiller industrien højere forventninger til inspektionsnøjagtighed. Kalibreringsteknologier undergår også et skift: de bevæger sig væk fra traditionel "justering efter færdiggørelse" og "procesundertrykkelse" hen imod mere intelligent kalibrering i realtid.
Udfordringer i halvlederinspektion
For avancerede halvlederprocesser bestemmer baggrundens ensartethed direkte detekterbarheden af defekter med lav kontrast.
● Brightfield-inspektion (fejl med lav kontrast)
Mange overfladefejl på waferen – såsom nanopartikler, litografiske rester og mikroridser – afviger fra baggrunden med så lidt som 1-3 %. Hvis PRNU-niveauerne er i samme område, kan defektsignaler blive begravet i baggrundsstøjen, hvilket fører til manglende detektioner.
Figur 3-1:Eksempel på halvlederinspektionsbillede under DIC Brightfield-tilstand
● Mørkefelt- eller svaglysinspektion (ekstremt svage signaler)
Mørkefeltmetoder er afhængige af svage spredte signaler, der kan være størrelsesordener under baggrunden. DSNU kan producere falske lyse mønstre i mørke områder, som let kan fejlklassificeres som defekter. I fotoluminescens- (PL) eller elektroluminescens- (EL) testning, hvor signaler kun kan bestå af ti elektroner, kan selv små DSNU-rester skjule sande defekter.
Figur 3-2:Repræsentativt mørkefeltbillede af defektinspektion i halvledere
● Multifunktionsinspektion (komplekse forhold)
Avancerede systemer kombinerer ofte flere bølgelængder, vinkler og linjehastigheder. DSNU- og PRNU-karakteristika varierer dog på tværs af disse tilstande. Hvis korrektioner ikke kan tilpasses dynamisk, falder detektionsnøjagtigheden betydeligt i visse konfigurationer.
Figur 3-3:Skematisk illustration af smertepunkter i et halvledersystem med flere betingelser
Tucsens avancerede DSNU/PRNU-korrektionsteknologi
For at imødegå disse smertepunkter anvender Tucsen TDI-kameraer et komplet DSNU/PRNU-undertrykkelsessystem, der kombinerer køling, temperaturstyring og højpræcisionskalibrering. Dette sikrer stabil og præcis inspektion, selv ved lange driftstider, variable tilstande og forhold med svagt lys.
1. Højtydende køling og temperaturkontrol
● Avancerede TEC-moduler reducerer mørkestrøm og DSNU-baseline betydeligt.
● Præcisionstemperaturstyring holder temperaturen stabil inden for ±0,5 °C, hvilket forhindrer kalibreringsforskydning under langvarig drift.
Figur 4-1:Sammenligning af baggrundens ensartethed før og efter afkøling for Tucsens TDI-kamera
2. Højpræcisionskalibrering
● Gemmer og skifter mellem hundredvis af kalibreringsprofiler for at tilpasse sig til multibølgelængde-, multivinkel- og multifrekvenstilstande.
● For eksempel,Gemini 8K TDI scmos-kameraopnår PRNU så lav som 0,124% og DSNU (10-bit) på kun 5,8 e⁻, hvilket er tilstrækkeligt til at løse defekter med <1% kontrast.
Figur 4-2:Brugergrænseflade til PRNU/DSNU-korrektion i Tucsens TDI-kamerasoftware
Udsigter: Fra hjælpeteknologi til kerneteknologi
I takt med at halvlederproduktionen skrider frem, har DSNU/PRNU-korrektion udviklet sig fra en understøttende funktion til en kernefunktion for inspektionsnøjagtighed.
Tucsen Photonics fortsætter med at investere i næste generations korrektionsteknologier med fokus på højere præcision, intelligent tilpasning og bredere applikationsdækning. Denne forpligtelse understøtter både national uafhængighed og global konkurrenceevne inden for halvlederproduktion.
Med den stigende efterspørgsel fra AI, IoT og autonom kørsel vil kravene til inspektionsnøjagtighed kun stige yderligere. Virksomheder, der mestrer grundlæggende korrektionsteknologier, vil have en fordel i at drive fremskridt på tværs af halvlederindustrien.
Kontakt os
For detaljerede specifikationer, anvendelsesscenarier eller tilpassede løsninger til Tucsens TDI-kameraer, kontakt venligst vores tekniske team. Vi yder fuld support fra løsningsdesign til integration i produktionslinjen.
Vil du vide mere? Se relaterede artikler:
TDI-kameraer 101: Hvad de er, og hvordan de fungerer
Hvorfor TDI-kamerateknologi vinder frem inden for industriel billeddannelse
Tucsen Photonics Co., Ltd. Alle rettigheder forbeholdes. Angiv venligst kilden ved henvisning:www.tucsen.com
