MétaCan
Menu
Retour à la cohorte
Enregistrement W4253802587 · doi:10.32920/ryerson.14664186

CMOS Low Noise Amplifiers for Wireless Body Area Networks Applications: Techniques and Designs

2021· preprint· en· W4253802587 sur OpenAlexaff
M. Rezvani

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRadio Frequency Integrated Circuit Design
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésLow-noise amplifierNoise figureWirelessCMOSElectronic engineeringComputer scienceImpedance matchingTransceiverNoise (video)Wireless sensor networkAmplifierElectrical engineeringTelecommunicationsEngineeringElectrical impedanceComputer network

Résumé

récupéré en direct d'OpenAlex

Recently, the growing advances in communication systems has led to urgent demand for low power, low cost, and highly integrated circuit topologies for transceiver designs, as key components of nearly every wireless application. Regarding to the usually weak input signal of such systems, the primary purpose of the wireless transceivers is consequently amplifying the signal without adding additional noise as much as possible. As a result, the performance of the low noise amplifier (LNA), measured in terms of features like gain, noise figure, dynamic range, return loss and stability, can highly determine the system’s achievement. Along with the evolution in wireless technologies, people get closer to the global seamless communication, which means people can unlimitedly communicates with each other under any circumstances. This achievement, as a result, paves the way for realizing wireless body area network (WBAN), the required applications for wireless sensor network, healthcare technology, and continuous health monitoring. This thesis suggests a number of LNA designs that can meet a wide range of requirements viz gain, noise figure, impedance matching, and power dissipation at 2.4Ghz frequency based on 0.13μm and 65nm CMOS technologies. This dissertation focused on the low power, high gain, CMOS reused current (CICR) LNA with noise optimization for on-body wireless body area networks (WBAN). A new design methodology is introduced for optimization of the LNA to attain gain and noise match concurrently. The designed LNA achieves a 28.5 dB gain, 2.4 dB noise figure, -18 dB impedance matching, while dissipating 1mW from a 1.2V power supply at 2.4 GHz frequency which is intended for WBAN applications. The tests and simulations of LNA are utilized in Cadence IC6.15 with IBM 130nm CMRF-8-SF library. The provided CICR LNA results inclusively prove the advantages of our design over other recorded structures. In the second step, a new linearization method is proposed based on Cascade LNA structure (CC-LNA). The proposed negative feedback intermodulation sink (NF-IMS) method benefits from the feedback to improve the linearity of CC-LNA. It proves that the additional negative feedback enhances the linearity of LNA despite the previous research. Furthermore, the heavily mathematical calculations of NF-IMS technique are carried on with the proposed modified Volterra series method. The NF-IMS method demonstrates more than 9.5dBm improvement in IIP3. Comparing to the previous techniques like: MDS and IMS, the improvement in the linearity aspect of the CC-LNA with is significant while it achieves a sufficient gain and noise performance of 16.7dB and 1.26db, respectively. Besides, the NF-IMS method presents a noise cancellation behavior as well. To increase the practical reliability of simulation, the real element model from TSMC 65nm CRN65GP library is applied. The CC-LNA that employed NF-IMS method is an excellent match with the market demands in WBAN’s gateway applications.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,241
Écart entre enseignants0,218 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadio Frequency Integrated Circuit DesignTravaux en français237 207