Ion Implantation for SiGe Semiconductor Technology

In order to manufacture integrated circuits a lot of processing steps have to be performed to transfer a circuit physically into silicon. One of these process steps is ion implantation, which is used to selectively put dopant atoms into the device structures which are established in the substrate material. The process of ion implantation ensures a very high spatial selectivity, which is a must due to the very small dimensions of the devices in state of the art and future integrated circuits. In order to estimate and predict the spatial distributions of the dopant atoms in the final device structures, simulations of the ion implantation process can be performed. The ion implantation simulation tool which has been extended and improved within the scope of the project is capable of predicting the full three-dimensional dopant distribution in a full three-dimensional device geometry. This simulation tool uses the physically based Monte-Carlo method (in contrast to empirical analytical methods) to predict the dopant distribution, by calculation the trajectories after entering the substrate, of a large number of ions. Anyhow this method still uses some empirical models to describe the interaction of the implanted ions with the substrate material.
In former technologies semiconductor devices were made up mainly of crystalline silicon in combination with several other amorphous and poly-crystalline materials. In state of the art technologies adding epitaxial crystalline regions made of silicon-germanium is getting more prominent to introduce stress into the devices. For simulation this means that the simulation tool has to be capable of handling multiple regions with different crystalline topology in a single device. This single device is usually the spatial domain for simulation analysis. Within the scope of the project the Monte-Carlo simulation tool MCIMPL-II has been extended to make this capability available. Actually the object oriented design of the simulator was used to implement completely independent models for the various crystalline regions of the device. Nevertheless adding the capability to simulate new types of materials namely silicongermanium, also means adjusting the empirical models selectively for these new types of materials. Therefore also a well selected set of experiments has been performed within the scope of the project to evaluate the empirical models and to calibrate the empirical parameters within these models. The experiments have covered various dopant species typically used in semiconductor technology. A large set of substrates (different germanium content and different wafer orientation) have been implanted with various types of doping species and implantation conditions. The implantation conditions were chosen such that various empirical parameters in the simulation models could be investigated independently. Secondary ion mass spectroscopy (SIMS) techniques have been used to measure the doping distributions in the implanted samples. Analysing the experimental results and comparing with simulations has verified the fact that the models for silicon germanium, which has been derived from the models for silicon are well applicable also for silicon germanium alloys. But it has also shown that some empirical model parameters have to be adjusted for alloys with various silicon germanium content. Nevertheless the experience gained has allowed to come up with predictive simulation capabilities since the adjustments are a smooth function of the germanium content.

Zur Herstellung von integrierten Schaltungen müssen ein Vielzahl von Prozessierungsschritten durchgeführt werden um die gewünschte Schaltung auf das Substratmaterial zu transferieren. Einer dieser Prozessschritte ist die Ionenimplantation, die dazu verwendet wird Dotieratome selektiv in die Bauelementstrukturen im Substratmaterial einzubringen. Der Ionenimplantationsprozess garantiert eine sehr hohe räumliche Selektivität die für die sehr kleinen Bauelementabmessungen in aktuellen und zukünftigen integrierten Schaltungen unverzichtbar ist. Um die räumliche Verteilung der Dotieratome im Halbleiterbauelement abzuschätzen und vorherzusagen, ist es möglich, Simulationen des Ionenimplantationsprozesses durchzuführen. Das Ionenimplantationssimulationstool, welches im Rahmen dieses Projektes weiterentwickelt und verbessert wurde ist in der Lage die drei-dimensionale Dotierstoffverteilung in komplexen drei-dimensionalen Bauelementstrukturen vorherzusagen. Das Simulationstool nützt die physikalisch motivierte Monte-Carlo Methode (im Gegensatz zu empirischen analytischen Methoden) um die Dotierstoffverteilung vorherzusagen. Bei dieser Methode werden die Flugbahnen einer Vielzahl von Ionen im Substratmaterial berechnet. Obwohl diese Methode physikalisch motiviert ist verwendet sie dennoch empirische Modelle um komplexe Wechselwirkungsprozesse zwischen den implantierten Ionen und dem Substratmaterial mit hoher Genauigkeit beschreiben zu können.
In älteren Technologien bestanden Halbleiterbauelemente ausschließlich aus kristallinem Silizium in Kombination mit verschiedenen anderen amorphen und poly-kristallinen Materialien. In aktuellen Technologien wird immer häufiger auch Silizium-Germanium eingesetzt. Mit Hilfe von Epitaxie werden kristalline Silizium-Germanium Zonen eingebracht um Spannungen im Bauelement zu erzeugen, die sich positiv auf das elektrische Verhalten auswirken. Für die Simulation bedeutet das, dass ein Simulationstool in der Lage sein muss mehrere Regionen in einem Bauelement mit unterschiedlicher kristalliner Struktur gleichzeitig zu behandeln. Das räumliche Gebiet das für Simulationsuntersuchungen herangezogen wird ist typischerweise ein solches einzelnes Bauelement. Im Rahmen des Projekts wurde das Simulationstool MCIMPL-II erweitert um diese Funktionalität zur Verfügung zu stellen. Das objektorientierte Design des Simulators wurde ausgenützt um vollständig unabhängige Modelle für verschiedene kristalline aber auch amorphe und poly-kristalline Regionen zu implementieren. Allerdings geht mit dieser Erweitung auf neue Materialien, insbesondere auf Silizium-Germanium auch eine Anpassung und Erweiterung der empirischen Modelle einher. Aus diesem Grund wurden im Rahmen des Projekts eine Reihe von spezifischen Experimenten durchgeführt um die Brauchbarkeit der Modelle zu evaluieren und die empirischen Parameter dieser Modelle zu kalibrieren. Die Experimente umfassten verschiedene Dotierstoffe die üblicherweise in der Halbleitertechnologie verwendet werden. Außerdem wurden verschiedene Substratmaterialien (variierende Germanium Anteile und  variierende Kristallorientierungen) und mehrere Implantationsbedingungen für die Experimente verwendet. Die Implantationsbedingungen wurden so gewählt, dass verschiedene empirische Parameter in den Simulationsmodellen unabhängig voneinander untersucht werden konnten. Mit Hilfe von Sekundärionenmassenspektroskopie (SIMS) wurden die Dotierstoffverteilungen in den implantierten Proben ausgemessen. Die Analyse der experimentellen Ergebnisse und der Vergleich mit den Simulationsergebnissen hat gezeigt, dass die Simulationsmodelle für unterschiedliche Silizium-Germanium Zusammensetzungen gut geeignet sind. Es hat sich allerdings auch gezeigt, dass die empirischen Parameter an die Silizium-Germanium Zusammensetzungen angepasst werden mussten. Dennoch ist es möglich eine prediktive Simulationen für beliebige Silizium-Germanium Zusammenstetzungen durchzuführen, da die Anpassungen der empirischen Parameter einer glatten Funktion folgen.