MétaCan
Menu
Retour à la cohorte
Enregistrement W2123583717 · doi:10.1109/edssc.2008.4760669

High frequency low cost CMOS LNA design procedure for the wireless industry

2008· article· en· W2123583717 sur OpenAlexaff
Abdulhakim Ahmed, Jim Wight

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRadio Frequency Integrated Circuit Design
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésNarrowbandCMOSWirelessElectronic engineeringComputer sciencePower (physics)Integrated circuit designElectrical engineeringEngineeringTopology (electrical circuits)Telecommunications

Résumé

récupéré en direct d'OpenAlex

This paper presents a design procedure used in industry for designing low-power narrowband high-gain CMOS LNAs for wireless applications for frequencies greater than 6 GHz, with considerations for process variations. This paper does not give detailed derivations of equations. Rather, it gives the simulation procedure and methodology that converges quickly to a practical optimized solution for LNA designs mostly used in mobile communication industry for mass-production, requiring minimal time and resources from the designer. It takes a wholistic design approach where all factors, including manufacturing costs, technology choice and applications are considered. It explains how to design the appropriate topology from the ldquogrounds uprdquo approach, and then giving the designer the option to match the ports or not, depending on if it is appropriate. This method yields these LNA parameters at 6.5 GHz: S21=18 dB, NFmin=3.22 dB, NF=6.1 dB and S22,<-15 dB with only 6.4 mW (plus 2.5 mW for narrowband output match) power consumption over 1.2 V supply.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,220
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadio Frequency Integrated Circuit DesignTravaux en français237 207