Noise Reduction in Charge-Sensitive Amplifiers for X-Ray Imagers With Large Line Capacitance
Notice bibliographique
Résumé
Substantial parasitic data-line capacitance$C_{p}$in thin-film-transistor-based active-matrix flat-panel X-ray imagers limits the noise performance, bandwidth, and linearity of the analog front-end (AFE) integrated circuit, normally comprised of a charge-sensitive amplifier (CSA) to process pC-level input signals, followed by a lowpass filter. To mitigate the adverse effect of$C_{p}$on noise, we develop and implement, for the first time for X-ray-imager AFEs, two techniques based on introducing a low-noise auxiliary amplifier (AUX) to the AFE that improves noise performance without a significant increase in power consumption. In the first technique, we design the AUX to introduce a negative capacitance that neutralizes$C_{p}$. In the second, we design the AUX to provide a feedforward path around the CSA that cancels the CSA noise. In both approaches, the AUX determines the overall AFE noise performance, allowing the CSA to be designed to meet relaxed bandwidth, gain error, and linearity specifications. To demonstrate the performance of our proposed noise-reduction techniques, we present our design and experimental characterization of a single-channel AFE in a 1.8-V-supply 180-nm mixed-signal CMOS technology. Experimental results from our prototype chip indicate that both methods provide at least$2.2\times $reduction in input-referred noise at the cost of no more than a 29% increase in static-power consumption compared to a conventional AFE.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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) | 0,002 | 0,001 |
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.
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 ».