Accurate Modelling of Thin-Film Resistor up to 40 GHz
Notice bibliographique
Résumé
We present an accurate scalable model for thin-film resistor from DC up to 40GHz. The model is based on the microstrip theory, and an empirical self-capacitance parameter is introduced. The simulated S-parameters of the model show very good agreement with the measurements. Thin-film resistors (TFRs) are used in microwave circuits to implement components such as passive attenuators and terminal loads. To date, TFR model considers the parasitic series inductance and shunt capacitance to remain the same from the lossless microstrip case [1]. However, this model does not provide good results when the width of resistor is much smaller than substrate thickness. In this work, the self-capacitance is taken into account to make the model more accurate. The self-capacitance of planar resistor was first introduced by Demurie [2]. If a voltage is applied at the terminals of a resistor, a potential value will across two arbitrary points A and B in the resistor. Therefore, a parasitic capacitance exists between A and B. In MIC technology, a thin-film resistor is realized as a thin strip of lossy conductor on top of the dielectric substrate. The resistive layer is a self-passivating Tantalum Nitride (TaN) compound. The sheet resistivity of the process can be adjusted by controlling the thickness of the resistive layer. In most processes, a sheet resistivity of 50Ω per square is selected for the convenience it provides designers. A small area of conductor metal is deposited at the ends of the element as the contact to the resistors. The exposed resistive area defines the resistance of the structure. The fabrication design rules generally require that resistors are narrower than the width of the conductor contact by some minimum distance because of process alignment tolerances and the need to have a good contact with conductor layer at the end of resistor.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».