MétaCan
Menu
Retour à la cohorte
Enregistrement W7132972687

Energy Efficient Dynamic Amplifiers for ADCs

2025· dissertation· W7132972687 sur OpenAlexaff
Bangda Yang

Notice bibliographique

RevueTSpace · 2025
Typedissertation
Langue
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAmplifierTotal harmonic distortionFigure of meritTransistorTransconductanceDistortion (music)CalibrationOperational transconductance amplifierDynamic range
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dynamic amplifiers (DAs) have recently emerged as a power-efficient alternative to static current closed-loop operational transconductance amplifiers (OTAs), thanks to their integration-based settling. However, their main drawback remains limited linearity. We present a DA design that cancels expanding and compressing input transistor nonlinearities by exploiting the backgate control of fully depleted silicon-on-insulator (FDSOI) technology. Using an all-region transistor model, harmonic distortion analysis shows that the proposed technique reduces total harmonic distortion (THD) by over 20 dB at an input amplitude of 100 mV. To validate the concept, both a standalone DA and a pipeline-SAR analog-to-digital converter (ADC) integrating the linearized DA as input buffer and residue amplifiers (RAs) were designed and simulated. A novel calibration technique applied to the standalone DA achieved an 18 dB THD reduction at a 200 mVpp, 983 MHz input. Fabricated in GlobalFoundries 22nm FDSOI, the ADC achieved a signal-to-noise-and-distortion ratio (SNDR) of 37 dB at 920 MS/s, consuming 1.8 mW, corresponding to a Walden figure of merit (FOM) of 34.9 fJ/conversion, comparable or superior to similar works. Including the input buffer, the achieved FOM is 68.4 fJ/conversion, outperforming prior designs that include buffer power.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,013
Tête enseignante GPT0,288
Écart entre enseignants0,275 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207