当前位置:网站首页>具有非矩形布局1结构的电流镜的梯度灵敏度降低
具有非矩形布局1结构的电流镜的梯度灵敏度降低
2022-07-22 10:37:00 【我好方^-^】
摘要 2000
介绍了一种新的电流镜结构,该结构使用具有共享通道的非矩形双漏极器件来降低对线性参数梯度的匹配灵敏度。 将新结构与传统的常见质心布局进行比较,以获得跨镜面有源区域的所有角度的阈值电压梯度。 结果表明,在某些应用中,与使用传统布局技术可实现的匹配特性相比,所提出的非矩形结构可以实现显着改进。
背景
与对具有成本效益的高端混合信号系统的日益增长的需求并行的是对基本电路块中改进的匹配性能的需求。研究人员已经提出了用于预测紧密放置的设备的匹配特性的模型 [1-3 1,但是这些模型几乎完全用于评估电路和布局技术的性能特性,这已经有二十多年的历史了。
人们普遍认为,紧密放置的设备的匹配性能受设备特性的系统和随机变化的影响。用于管理随机变化的影响的传统方法是将匹配关键设备的面积增加到将随机失配影响降低到可接受水平的水平。通常假定系统效应由电路的匹配敏感部分中的线性梯度表示,并且通常使用常见的质心布局技术来最小化线性梯度的影响。电流镜或差分对的标准通用质心布局技术使用两个交叉连接的矩形晶体管对。Felt等人。[3] 最近报道,即使使用良好的布局技术,系统变化的影响也通常与随机变化的影响相当,因此肯定了同时管理系统和随机变化的影响的需求。
积分模型,在下一节中所讨论的,被广泛用于模型参数梯度的影响通过晶体管的有效面积。它可以很容易地与积分模型表明,线性参数梯度的影响发生在任何角度是消除与任何常见的质心布局技术,在观察明显的矛盾在[4]。介绍了一些新的电流镜布局技术[4]提供减少线性参数渐变的效果与传统实现常见的重心是什么布局结构。
在本文中,研究了参数梯度对使用非矩形结构的一类电流镜的影响,其中该镜的有源沟道区域在器件的输入和输出之间共享。与现有的镜像电路 (其中电路的匹配敏感部分由两个源耦合晶体管组成) 相反,本文讨论的非矩形结构是一种4端器件,可以将其视为双漏极晶体管。尽管阈值电压 (V,),迁移率 (U),COX甚至其他一些参数的变化会影响镜像匹配,但主要影响通常是阈值电压变化。在本文中,仅考虑了空间相关的阈值电压变化的影响。特别地,表明可以设计所提出的非矩形反射镜结构,以使反射镜增益对阈值电压中的梯度的敏感性明显低于广泛使用的普通质心结构所能实现的。
调研
数据集
实验指标
具体方法
值得跟进
Mao-Feng Lan and R. Geiger, “Gradient sensitivity reduction in current mirrors with non-rectangular layout structures,” 2000 IEEE International Symposium on Circuits and Systems (ISCAS), 2000, pp. 687-690 vol.1, doi: 10.1109/ISCAS.2000.857188.
边栏推荐
- Kubernets原理分解
- Unix C语言 POSIX 互斥锁 线程同步
- 【文献阅读与想法笔记13】Pre-Trained Image Processing Transformer
- 7-2 rank a linked list (25 points)
- LeetCode0022——括号生成——DFS
- Introduction to machine learning: topic model-4
- Stack implementation (C language)
- 她力量系列六丨杨笛一:女孩长大后数理化可以很好,科研可以很鲜活
- Signal noise reduction method
- JSON output to file line by line in format
猜你喜欢
AMBert
Pre training weekly 39: deep model, prompt learning
【文献阅读与想法笔记13】Pre-Trained Image Processing Transformer
LeetCode912——sort an array—— quick sort algorithm
LeetCode32——next permutation
模拟学生信息输入界面
Her power series seven LAN Yanyan: ideal warm 10-year scientific research road, women can be gentle, more confident and professional | women's Day Special
Pytorch中 类Parameter的解析,类内成员函数.parameters()的源码分析,参数集合的获取,参数的注册赋值源码分析
Leetcode0022 - bracket generation - DFS
docker搭建mysql主从复制
随机推荐
IDEA背景图片集
她力量系列四丨读博6年两次换导师,靠一点点“倔”,俞舟成为social chatbot的开拓者之一
LeetCode53——Maximum Subarray——3 different methods
Mise en œuvre de la pile de chaînes (langage c)
docker搭建mysql主从复制
JNI data type usage
Analysis of class parameters in pytoch, source code analysis of in class member function.Parameters (), acquisition of parameter set, registration and assignment of parameters, source code analysis
LeetCode206——反转链表
Mockito3.8 如何mock静态方法 (如何mock PageHelper)
Pytorch网络训练流程的作用原理:源码分析optimizer.zero_grad()loss.backward()optimizer.step()
Pytoch sets different learning rates at different levels
Redis亿级数据存储方案哈希槽分区
Her power series III holds the current, adheres to love, and is tied to the scientific research road of food image recognition
Introduction to machine learning: topic model-4
LeetCode146——LRU Cache——DS Design
Advent of code 2020 -- 登机座位问题
1049 Counting Ones (30 分)
1030 Travel Plan (30 分)
1034 Head of a Gang (30 分)
【文献阅读与想法笔记14】Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising