10bit 500KS/s低功耗SAR ADC设计

来源 :东南大学 | 被引量 : 0次 | 上传用户:lihaidong2000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
受益于CMOS工艺的快速发展,可穿戴生物医学设备和无线传感网络快速发展并改善了人们的日常生活。这些设备应用广泛,需要长期工作并避免频繁更换电池,因此低成本和低功耗的模数转换(Analog-to-Digital Converter,ADC)电路必不可少。为了满足上述需求,本文设计了一款10bit 500KS/s的低功耗逐次逼近(Successive Approximation Register,SAR)ADC。本文首先从开关算法、电容型数模转换器(Capacitor Digital-to-Analog Converter,CDAC)结构和比较器三个方面分别介绍了近年来国内外在低功耗SAR ADC领域的研究现状。接着从系统层面,使用改进分段结构提出了一种基于三电平切换和冗余位切换的低功耗开关算法。利用MATLAB对所提出的开关算法与ADC进行了建模与仿真,验证了方法的可行性。相比于传统开关算法,本开关算法将能耗降低了98.98%,将单位电容数量降低了93.75%。为了解决电容阵列在工艺角和温度仿真时的复位问题,本文设计了电荷泵复位电路。考虑到电荷注入的影响,采样开关使用底极板采样方案。本文还提出使用尾电容和共源共栅来提升动态比较器的功耗和噪声性能。在数字电路部分,使用了同步时序。本文基于TSMC 40nm CMOS工艺进行了SAR ADC的原理图和版图设计,核心版图尺寸为180μm×120μm。后仿真结果表明,在电源电压为0.6V,采样率为500KS/s,输入正弦信号频率为248.5352kHz时,有效位数达到了9.93bit,信噪失真比为61.55dB,无杂散动态范围为74.59dBc,总功耗为0.825μW,品质因数为1.69fJ/conversion-step,所设计的SAR ADC满足设计指标。
其他文献
学位
学位
学位
学位
学位
片上训练(On-Chip Training)作为一种人工智能(AI)计算加速技术,其主要任务是在芯片内部对人工神经网络进行训练。近几年,越来越多的手机和物联网设备开始搭载人工智能芯片(AI Chip)。目前大多数AI芯片只支持前向推理,内部的神经网络需要在云端训练后部署到片内。然而,越来越多的场景要求AI芯片能够根据私有数据进行本地训练来满足各类用户偏好。由于边缘和移动设备电池电量和计算能力有限,
学位
GaN驱动芯片中的驱动级为GaN器件的栅极提供充放电电流以满足器件的开关需要。传统驱动级电路的电流能力只能通过与GaN器件栅极级联的栅极电阻进行控制,无法实现GaN器件开关过程中不同阶段电流能力的分段独立控制。为此,本文通过一种离散式闭环控制的方法设计了一种新型自设定式闭环自修调驱动级电路,在器件的d VDS/dt与d IDS/dt阶段,可实现驱动级电流的分段独立调节。本文首先介绍了GaN驱动芯片
学位
学位