EFFECTIVE METHODS OF SYNTHESIS AND OPTIMIZATION OF A HOLOGRAPHIC MASK

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

The paper presents several statements of the problems of synthesis of holographic mask in the form of optimization problems for quality of holographic images. An effective algorithm for the synthesis of holographic masks based on FFT with complexity O(NlnN), where N is the number of elements of the depicted object, is described. Based on this algorithm, a scalable software package has been developed and implemented that allows synthesizing holographic masks for various lithography applications, including the production of MEMS, MOEMS and high-end chips. Experimental results are presented.

Sobre autores

V. Chernik

Ishlinsky Institute for Problems in Mechanics of the Russian Academy of Sciences

Autor responsável pela correspondência
Email: gungho424@gmail.com
Russia, Moscow

Bibliografia

  1. Борисов М.В., Боровиков В.А., Гавриков А.А., Князьков Д.Ю., Раховский В.И., Челюбеев Д.А., Шамаев А.С. Методы создания и коррекции качества голографических изображений геометрических объектов с элементами субволновых размеров // ДАН. 2010. Т. 434. № 3. С. 332–336.
  2. Rakhovsky V., Knyazkov D., Shamaev A., Chernik V., Gavrikov A., Chelyubeev D., Mikheev P., Borisov M. // Proc. European Mask and Lithography Conference. SPIE. 2012. V. 8352. 83520P.
  3. Черник В.В. // Журнал Радиоэлектроники. 2017. № 1. С. 1–20.
  4. Gabor D.A. // Nature. 1948. № 161. P. 777–778.
  5. Колфилд Г. Оптическая голография. М.: Мир, 1982. 376 с.
  6. Mack C.A. Fundamental Principles of Optical Lithography: The Science of Microfabrication.: John Wiley & Sons, 2007. 417 p.
  7. Басс Ф.Г., Фукс И.М. Рассеяние волн на статистически неровной поверхности. М.: Наука, 1972. 424 с.
  8. Черник В.В. // Труды VI международной конференции “Параллельные вычисления и задачи управления”. PACO’2012. Т. II. 2012.
  9. Михеев П.А. // Вестн. Моск. ун-та. Сер. 15: Вычислительная математика и кибернетика. 2014. Т. 1. С. 15–22.
  10. Borisov M., Chernik V., Merkushov L., Shamaev A., Rakhovski V., Chelubeev D. // Proc. SPIE 11324. Novel Patterning Technologies for Semiconductors. MEMS/NEMS and MOEMS. 2020. XXXIV. 113241J (2020) https://doi.org/10.1117/12.2552013
  11. Borisov M., Chernik V., Shamaev A., Rakhovski V., Chelubeev D. // Proc. SPIE 11324. Novel Patterning Technologies for Semiconductors, MEMS/NEMS and MOEMS. 2020. XXXIV; 1132417 (2020). https://doi.org/10.1117/12.2551936

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2.

Baixar (620KB)
Metadados
3.

Baixar (563KB)
Metadados
4.

Baixar (263KB)
Metadados
5.

Baixar (1MB)
Metadados

Declaração de direitos autorais © В.В. Черник, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».