一种综合评估方法，用于分析多种环境干扰因素对扫描电子显微镜成像的影响，该方法通过计算距离相关系数来实现

《Micron》：A comprehensive evaluation method for the effect of multiple environmental disturbance sources on scanning electron microscopy imaging by calculating distance correlation coefficients

扫描电镜（SEM）的环境干扰评估方法研究。通过多传感器实时监测磁场、声学与机械振动信号，结合FFT-Welch频谱分析与距离相关系数（DCC）计算，动态识别主要干扰源，验证DCC在复杂频率重叠场景下的有效性，为SEM性能优化提供数据支撑。

　　扫描电子显微镜（SEM）是用于纳米尺度高分辨率成像的关键工具。然而，SEM经常受到各种环境干扰源的影响，如磁性干扰、声学干扰和机械振动等。这些干扰源会在SEM图像中表现出相似的缺陷，因此要准确识别主要的干扰源并不容易，但这是实施有效对策的关键。本研究提出了一种全面的评估方法，用于分析这些环境干扰源对成像的影响。该方法通过在SEM周围布置多个传感器，实时测量10个通道的信号，分析频率并估计干扰的影响。结合Welch方法的快速傅里叶变换（FFT）和距离相关系数（DCC）分析，该方法能够有效识别主要的干扰源，并评估其对SEM图像的影响。特别是在复杂条件下，当多个干扰源具有共同的频率成分或混合影响SEM成像时，DCC方法在确定主要干扰源方面表现出色。这种全面的评估方法为最大化SEM性能，通过减少环境中的有害影响，提供了重要的见解，从而不仅提高了图像质量，还提升了基于SEM的测量精度。

在实验中，SEM系统由电子发射器、聚光透镜、扫描线圈、物镜和二次电子（SE）探测器组成。为评估环境干扰的影响，研究人员在SEM周围布置了三轴磁强计、声学传感器和三轴加速度计。同时，记录SE探测器的输出信号作为参考。这些信号被同时记录在10通道数据记录器中，间隔为1毫秒。在评估干扰影响的过程中，电子束被照射在样品特征边缘的特定点上。由于环境干扰的存在，电子束可能会偏离其原始位置，导致SE信号出现与干扰源频率相同的波动。通过比较SE探测器信号与环境干扰传感器信号，可以评估哪种干扰对SEM图像质量影响最大。

为了更清晰地评估干扰在SEM图像中的频率分布，研究人员对SEM图像进行了傅里叶变换，并在频率域中进行分析。由于傅里叶变换后的图像在0赫兹处对称，因此只显示频率分布的一半。在SEM图像采集过程中，扫描速度被用作将图像的空间轴转换为时间轴的基础。在本研究中，扫描速度沿y方向被设定为2.2毫秒/线，即每个像素的停留时间为11微秒。最大可分析的频率范围为217.4赫兹。通过傅里叶变换后的图像，研究人员能够准确识别干扰的频率，如图中所示的明显峰值。这种基于图像的干扰评估方法可以作为参考数据。

在数据处理过程中，研究人员使用了快速傅里叶变换（FFT）结合Welch方法，以提高频率分析的准确性。Welch方法通过平均谱数据，使得干扰峰值更加清晰可辨。此外，为了优先考虑主要的干扰频率，研究还应用了高通滤波器（HPF）来消除低频干扰的影响。通过这种方法，研究人员能够区分主要干扰频率和次要干扰频率。然而，仅凭FFT谱图难以准确识别干扰源，因此引入了距离相关系数（DCC）计算方法。DCC能够有效衡量非线性函数之间的相关性，而传统的皮尔逊相关系数（PCC）在处理非线性干扰信号时并不适用。因此，DCC方法被采用以评估每种干扰源对SEM图像的主要影响。

为了验证DCC方法的有效性，研究人员在不同环境下进行了实验。例如，在磁干扰实验中，通过关闭和开启MFC（磁干扰消除系统）来观察磁干扰对SEM图像的影响。当MFC关闭时，SEM图像显示出明显的波纹，而开启MFC后，波纹显著减少，图像质量明显提高。DCC计算结果显示，当磁干扰未被消除时，磁传感器的输出信号与SE探测器信号之间的相关性较高，而其他干扰传感器的相关性较低。这表明磁干扰是主要的干扰源。此外，DCC方法还能区分不同方向的磁干扰对SEM图像的影响，如磁传感器在x、y和z轴上的不同相关性。

在声学干扰实验中，研究人员在实验室环境中记录了60分贝和44分贝两种情况下的SEM图像和其傅里叶变换结果。在60分贝环境下，声学干扰的峰值出现在120赫兹处，而当声学干扰被消除后，该峰值显著降低，60赫兹处的磁干扰峰值变得更加明显。这表明，在混合干扰情况下，DCC方法能够准确识别主要干扰源。声学干扰虽然在某些情况下是主要干扰源之一，但其相关系数较低，这表明磁干扰对图像的影响更为显著。

在机械振动干扰实验中，研究人员观察到了机械振动对SEM图像的显著影响。当机械振动存在时，图像中出现了明显的波纹，而在没有振动的情况下，波纹消失。傅里叶变换结果显示，主要干扰频率出现在53赫兹处。DCC计算结果表明，机械振动传感器在振动存在时与SE探测器信号的相关性最高，而在振动消失时，相关性显著降低。这说明机械振动是主要的干扰源之一，而DCC方法能够有效识别这一干扰源。

综上所述，本研究提出了一种全面的评估方法，能够有效识别和分析多种环境干扰源对SEM成像的影响。通过结合多种传感器、实时信号测量和DCC计算，研究人员能够在复杂条件下准确判断主要干扰源。这种方法不仅提高了SEM图像质量，还为改善基于SEM的测量精度提供了重要的技术支持。未来，基于这种方法，可以在各种环境条件下进一步优化SEM性能，推动高分辨率纳米尺度成像技术的发展。