基于元素自适应混合代理模型的一维纳米光栅穆勒矩阵光谱椭偏术精确结构参数反演

《Applied Sciences》：Accurate Structural Parameter Retrieval for One-Dimensional Nanogratings in Mueller-Matrix Spectroscopic Ellipsometry Using an Element-Adaptive Hybrid Surrogate Model

　　

摘要

缪勒矩阵光谱椭偏术（MMSE）能够准确表征纳米结构；然而，由于严格耦合波分析（RCWA）的高计算成本、前向代理模型中依赖于各元素的预测误差，以及测量噪声引起的不稳定性，结构参数反演仍然是一个挑战。在本研究中，我们提出了一种基于RCWA的元素自适应混合代理模型，该模型将统一代理模型和逐元素代理模型相结合，用于在一维纳米光栅上实现准确且快速的结构参数反演。利用平均绝对光谱差异（MASD）量化每个缪勒矩阵（MM）元素的光谱波长依赖性，并为每个MM元素独立选择验证均方误差（MSE）较低的统一或逐元素代理模型，以组装完整的MM光谱。此外，应用带惩罚的最小二乘平滑法来抑制测量噪声，并通过反向模型提供初始结构参数估计，用于后续基于前向代理模型的迭代优化。在1000个测试样本中，该混合代理模型相对于RCWA真值MM光谱的MSE达到 。与基于统一代理模型的优化方法相比，所提方法将平均绝对反演误差降低了13.3%，并将与RCWA优化方法的平均绝对误差（MAE）差异改善了41.5%。结构参数反演在0.71秒内完成，表明所提出的框架能够实现基于MMSE在一维纳米光栅上的准确且计算高效的结构参数反演。