典型文献
基于神经网络的数字校准技术综述
文献摘要：
随着集成电路工艺的发展以及晶体管尺寸的不断减小,ADC转换率变得更快、功耗更低,但器件的失配误差随之变得更大,从而影响精度,因此引入校准电路已成必然趋势.文章首先介绍了几种ADC的常见误差及其校准方法,然后介绍了神经网络的工作原理,并总结了几种主要的基于神经网络的数字校准方法,分析了不同方法的优势和劣势.最后,针对14位流水线ADC,给出了神经网络校准算法的系统级仿真验证结果.经校准后,有效位数(ENOB)从10位提升到12.5位,无杂散动态范围(SFDR)从80 dB提升到100 dB.
文献关键词：
模数转换器;全数字校准;神经网络
中图分类号：
作者姓名：
李嘉燊;李龙;邓红辉;陈红梅;孟煦;尹勇生
作者机构：
合肥工业大学微电子设计研究所,合肥230601;合肥工业大学教育部IC设计网上合作研究中心,合肥230009
文献出处：
引用格式：
[1]李嘉燊;李龙;邓红辉;陈红梅;孟煦;尹勇生-.基于神经网络的数字校准技术综述)[J].微电子学,2022(02):191-196
A类：
全数字校准
B类：
校准技术,技术综述,集成电路工艺,晶体管,ADC,转换率,功耗,失配误差,入校,校准电路,常见误差,校准方法,不同方法,流水线,系统级仿真,仿真验证,有效位数,ENOB,无杂散动态范围,SFDR,dB,模数转换器
AB值：
0.386153
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
