当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 浙江大学刘芳君、沈继忠等:三种CMOS反相器抗电磁干扰性能研究

浙江大学刘芳君、沈继忠等:三种CMOS反相器抗电磁干扰性能研究

来源:laoyaoba 2024-11-24 11:49:12 0浏览 收藏

学习科技周边要努力,但是不要急!今天的这篇文章《浙江大学刘芳君、沈继忠等:三种CMOS反相器抗电磁干扰性能研究》将会介绍到等等知识点,如果你想深入学习科技周边,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

中文摘要

电磁干扰会影响 CMOS 电路的性能,研究电路的抗干扰能力有助于设计性能更高的电路。电流型 CMOS 电路在深亚微米工艺下具有速度快、功耗低等优点,近年来得到广泛发展。本研究主要探讨了电流型 CMOS 电路的抗干扰能力。

文中介绍了电压型 CMOS、MOS 电流型逻辑电路(MCML)和电流型 CMOS 三种结构的非门电路。通过仿真模拟电磁干扰对这三种非门电路的影响,定义了一个受干扰程度因子,用于比较不同干扰点、干扰波形和干扰频率对 65 纳米工艺下电路的影响。此外,通过改变电流型 CMOS 电路输入端串联电阻值,研究了干扰信号电阻与电路抗干扰性的关系。

仿真结果表明:在高工作频率下,电流型 CMOS 电路具有更好的抗干扰性,且工作频率越高,抗干扰性越强。此外,研究发现温度和工艺对三种电路的抗干扰性能有影响。在 -40 °C 至 125 °C 温度范围内,温度越高,电压型 CMOS 和 MCML 电路的抗干扰能力越弱,而电流型 CMOS 电路的抗干扰能力越强。在 28 纳米工艺下,电流型 CMOS 电路的相对抗干扰能力比其他两种电路更强;电压型 CMOS 和 MCML 电路的相对抗干扰能力与 65 纳米工艺下相似,而电流型 CMOS 电路的相对抗干扰能力比 65 纳米工艺下更强。本研究为设计抗电磁干扰的电流型 CMOS 电路提供了依据。

关键词: 电压型 CMOS;MOS 电流型逻辑电路;电流型 CMOS;电磁干扰;反相器

作者: 刘芳君,沈嘉明,沈继忠

单位: 浙江大学信息与电子工程学院,中国杭州市,310027

引用格式: Fangjun LIU, Jiaming SHEN, Jizhong SHEN, 2024. Research on electromagnetic interference resistance performance of three kinds of CMOS inverters. Frontiers of Information Technology & Electronic Engineering, 25(10):1390-1405.

https://doi.org/10.1631/FITEE.2400264

浙江大学刘芳君、沈继忠等:三种CMOS反相器抗电磁干扰性能研究

好了,本文到此结束,带大家了解了《浙江大学刘芳君、沈继忠等:三种CMOS反相器抗电磁干扰性能研究》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

版本声明
本文转载于:laoyaoba 如有侵犯,请联系study_golang@163.com删除
HTTP 状态码 201 代表什么?HTTP 状态码 201 代表什么?
上一篇
HTTP 状态码 201 代表什么?
调试时元素点击事件消失怎么办?
下一篇
调试时元素点击事件消失怎么办?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    303次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    359次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    357次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    325次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    143次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码