An Improved Inductance and Self-Resonance Frequency Modeling and Estimation of Single-Turn On-Chip Inductors for Millimeter-Wave Applications
Notice bibliographique
Résumé
This article reports accurate, unique, yet simple closed-form expressions for estimating the inductance and self-resonant frequency of single-turn on-chip inductors of different geometries. The proposed expressions are solely dependent on the geometry and the sizing of the inductors without requiring detailed process information. Theoretically estimated results are extensively verified with measurements and electromagnetic (EM) simulations, for i) different geometries, ii) different dimensions of the inductors, and iii) different metal thicknesses. Various single-turn octagonal inductors are designed and implemented using the top metal of a 1-poly 6-metal 180nm CMOS process. The inductors are measured by manual wafer-probing with appropriate calibration and de-embedding techniques. The proposed expression estimates the inductance with an accuracy of 95 % or an error of less than 5% for all inductors ranging from 70 pH to over 250 pH. A new approach based on transmission line theory to model and estimate the self-resonance frequency (SRF) is proposed and a closed-form expression is developed to estimate the SRF of single-turn inductors of different geometries. This expression is easier to use and does not require the knowledge of obscure process-related data. The accuracy of the proposed expression is better than 95% when compared with the EM simulation results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».