A 0.8 -3.4 GHz, Low-Power and Low-noise RF-to-BB-Current-Reuse Receiver Front-End for Wideband Local and Wide-area IoT Applications
Notice bibliographique
Résumé
A low-noise, low-power and wideband RF-to-baseband (BB)-current-reuse quadrature (I/Q) receiver frontend using an active-inductor (AI) technique is proposed to support several local and wide-area wireless standards from 0.8 GHz to 3.4 GHz. To achieve low-power, a single supply and de bias current are shared between a low-noise transconductance amplifier (LNTA) and a transimpedance amplifier (TIA). A double-balanced current driven passive mixer with a 25% duty-cycle local oscillator (LO) to enhance the overall performance are used. To improve the gain and noise performance of the receiver, a high impedance AI is employed to isolate the RF signal path from the output node and BB signal that allows the receiver to operate at higher frequencies with minimum degradation. A gm-boosted capacitive cross-coupled common-gate (CCC-CG) LNTA topology is employed to enhance input-matching, gain and NF without consuming extra power. The proposed receiver is implemented in 130-nm TSMC CMOS process and occupies an active area of 0.025 mm2. In the default current setting, at an 4 MHz intermediate-frequency (IF) and a 2.4 GHz radiofrequency (RF), it achieves a voltage gain of 39.5 dB, a double-sideband (DSB) noise figure (NF) of 2.6 dB, S11of less than -15dB and an IIP3 of -28dBm while consuming 1.6mA from 1.2 V supply voltage.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».