MétaCan
Menu
Retour à la cohorte
Enregistrement W2275130917 · doi:10.1109/jsen.2015.2495228

Design and Analysis of a Low-Power Readout Circuit for CdZnTe Detectors in 0.13-$\mu \text{m}$ CMOS

2015· article· en· W2275130917 sur OpenAlexafffund
Mohammad Beikahmadi, Shahriar Mirabbasi, Krzysztof Iniewski

Notice bibliographique

RevueIEEE Sensors Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Semiconductor Detectors and Materials
Établissements canadiensRedlen Technologies (Canada)University of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInstitute for Computing, Information and Cognitive SystemsCMC Microsystems
Mots-clésCadmium zinc tellurideCMOSDetectorPhysicsNoise (video)AmplifierCapacitanceElectrical engineeringOptoelectronicsElectronic engineeringEngineeringComputer scienceElectrode

Résumé

récupéré en direct d'OpenAlex

In this paper, the design of a low-power low-noise readout circuit for cadmium zinc telluride (CdZnTe or CZT) detectors is presented. Such sensors are used in a variety of applications, including medical imaging, security, and astrophysics. The readout circuit includes a charge-sensitive amplifier (CSA), a reset network to accommodate the leakage current of the detector, and a first-order pulse shaper with a pole-zero cancellation circuit. The CSA has two gain settings for 0-5and 5-45-fC injected charge, and the pulse shaper is designed to provide four different shaping times. The discharge time constant of the CSA can also be adjusted to accommodate various event rates. Furthermore, a comprehensive noise analysis of the readout system is presented. To facilitate the noise analysis, the equivalent noise charge (ENC) equations are derived analytically. The optimization of the noise performance of the front-end circuit is also discussed. The application-specific integrated circuit is fabricated in a 0.13-μm CMOS process. For a detector capacitance of 250 fF, the measured ENC varies from 66 to 101 e̅-rms depending on the peaking time. The measured power consumption of the readout circuit is just under 1 mW from a 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,036
Tête enseignante GPT0,255
Écart entre enseignants0,219 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvanced Semiconductor Detectors and MaterialsTravaux en français237 207