集成微系统科学工程与应用重点实验室
The Key Laboratory of Integrated Microsystems

基于振荡器的耦合网络和数控振荡器技术研究

时间:2020-08-21

振荡器是大多电子设备的关键构成单元。随着模拟电路的发展,类脑计算和数字模块化成为模拟电路发展的两大趋势,振荡器也作为其中重要模块受到越来越多的关注:更紧凑的新型忆阻振荡器网络使得大网络的神经形态电路成为可能。而数字控制振荡器(DCO) 也在各种运用(比如全数字锁相环)中起着至关重要作用。

振荡器神经网络( ONN) 是一种可以实现智能运用。忆阻振荡器因为紧凑和简单的特点,成为振荡器神经网络组成的可选单元模块。并且其对应的行为级模型仿真,相比传统的晶体管级仿真可以节省40倍时间,大大加速了验证。然而在传统的忆阻 ONN 结构中,振荡器网络间由于识别后的频率偏差导致的相位不锁定比较严重。

IMS实验室2020届毕业生许郁冰创新性地提出利用亚谐波注入的原理,提出了一种新型2次谐波注入(SHIL-2) ONN 结构来进行解决。同时引入能量函数来深入理解网络最终达到的平衡状态。

MATLAB 和 Cadence 中的仿真结果都给出了一致的频率,即不变的相位差,都识别到正确图像上。在两张存储,三张存储和阿拉伯数字存储三种仿真情况下,识别图像的误差标准差相比传统结构分别改善了80,36和192倍。

同时该毕业生还研究了数字控制振荡器技术,并设计了一款可应用于全数字锁相环(ADPLL)的带反馈的高线性抗工艺角干扰多相位输出数字控制振荡器。设计了9位频率调谐结构、差分交叉耦合基本延迟单元和电流模负反馈结构。

最后还针对数字电路中常带来的电源端噪声干扰(主要针对参考频率带来的20MHz 低频正弦干扰),提出了电源噪声补偿技术。设计的电源噪声感知模块运用了可调增益恒定输出电平放大器, 在不影响 DCO 振荡频率下可进行电源噪声补偿,仿真结果显示补偿后的抖动降低了214.6ps,接近没有电源噪声时的抖动大小。

*欢迎合作~

欢迎产业界朋友洽谈合作,联合开展科研项目的产业化工作~


*AETA地震预测AI算法大赛播报~

本次大赛已经进入紧张刺激的决赛阶段。20个团队进入决赛,根据一周的数据对未来一周川滇地区3.5级以上的地震进行地震三要素的预测。目前已经进入第十二周~