GABP算法构建高精度CMOS电压自举采样开关性能预测模型

模拟集成电路中器件的设计参数与性能指标具有非线性映射关系,同时繁复的设计参数相互制约,使模拟IC满足应用约束下的折中设计极为复杂,电路研发耗时费力。基于自适应学习的神经网络算法能够建立具有非线性映射关系的预测模型,同时具有宽解空间和易获取全局最优解的遗传算法可进一步弥补建模和求解的精度。采用BP神经网络结合遗传算法(GABP)的复合优化框架对CMOS电压自举采样开关的设计参数和性能指标进行精准建模并优化整体电路性能,建模结果与单BP神经网络模型进行了对比,结果表明,GABP复合建模精度高于BP神经网络,拟合相关度从0.73007有效提升到0.94596,模型可靠性有大幅提高,证明了GABP复合优化可有效应用于电路性能的高效预测和辅助优化设计。

基于Dongbu 180nm的雷达系统ADC设计

阐述基于Dongbu180nm CMOS工艺,设计一款全差分带有冗余位12bit低速SAR ADC,相对于传统二进制电容阵列ADC,高位冗余分裂对建立误差、电容匹配性具有容错性,同时可以带来ADC性能上的提升。该ADC工作电压1.2V,设计精度分辨率为12bit,采样频率200ks/s。仿真结果表明有效位数达到11.4bit。

基于SMIC 55nm的电机马达MCU-ADC设计

阐述基于SMIC 55nm CMOS工艺,设计了一款应用于MCU系统中的数模转换器。该MCU主要应用于电机马达控制领域,对MCU中ADC也有相应的要求。低功耗要求下,采用了逐次逼近型数模转换器(SAR ADC)。该ADC工作电压3.3V,设计精度分辨率为12bit,采样频率做成可调1Ms/s、2Ms/s、1.5Ms/s、3Ms/s。仿真结果表明,有效位数达到11.3bit。

试验设计与仿真相结合构造集成电路元模型的方法研究

集成电路的设计与优化常需要指标与参数简单、直接的模型,即电路的元模型.本文将试验设计与计算机仿真相结合构造集成电路的元模型.讨论了构造元模型中使用的4种试验设计类型与3种模型.结合低功耗集成运算放大器性能指标静态功耗元模型的构造,分析比较了不同方法的各自特点.从结果可以看出,将拉丁超立方抽样与Kriging模型相结合最适合仿真试验中的电路元模型的构造.

取样积分器在激光外差测厚系统中的应用

为了提取激光外差玻璃测厚系统中的微弱信号,采用了取样积分器作为信号检测电路,介绍了激光外差玻璃厚度测量系统原理,设计了平衡取样积分电路,并运用Multsim对电路进行仿真。结果证明,取样积分器检测到的输出信号符合系统设计的预期要求。