MétaCan
Menu
Retour à la cohorte
Enregistrement W4386303960 · doi:10.18280/mmep.100421

An Enhanced Design of Cascaded Single-Stage Distributed Amplifiers Utilizing Quasi-Differential Amplifier Cells

2023· article· en· W4386303960 sur OpenAlexvenueno aff
Saeed R. Saeed, Azad R. Kareem, Ashwaq Q. Hameed

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmplifierStage (stratigraphy)Differential amplifierDifferential (mechanical device)Distributed amplifierDirect-coupled amplifierComputer scienceElectronic engineeringOperational amplifierPhysicsEngineeringTelecommunicationsBiologyBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

Cascaded Single-Stage Distributed Amplifiers (CSSDAs) are instrumental in achieving ultra-wideband amplification for microwave applications due to their significant gainbandwidth products.However, their functionality is often compromised by internal noise, which detrimentally impacts the linearity of the response.An innovative solution to this prevalent issue is presented in this study through the introduction of the Quasi-Differential Distributed Amplifier (QDDA).Implementing the 0.18μm Complementary Metal Oxide Semiconductor (CMOS) technology, a QDDA with a single-stage fourcascade configuration was designed, fabricated, and tested.The empirical results revealed a high gain of 20dB and an extensive bandwidth of 30GHz.Moreover, the noise figure was observed to be 4.809 with a compact chip size of 0.74mm² .This design and the resulting findings were accomplished using the Advanced Design System (ADS) RF simulator.The circuit layout and specifications were subsequently generated using the Cadence tool.This research demonstrates the potential of the QDDA to significantly enhance the performance of CSSDAs, contributing to the advancement of ultra-wideband microwave 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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil1,000

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,225
Écart entre enseignants0,180 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207