High-Efficiency Millimeter-Wave CMOS Oscillator Design Using Port Voltage/Current Optimization and T-Embedding Networks

CMOS芯片 嵌入 极高频率 功率(物理) 拓扑(电路) 灵敏度(控制系统) 计算机科学 数学 电子工程 算法 物理 工程类 电信 量子力学 组合数学 人工智能
作者
Wang Hao,Jingjun Chen,Li Zhang,Xiaoguang Liu
出处
期刊:IEEE Transactions on Terahertz Science and Technology [Institute of Electrical and Electronics Engineers]
卷期号:12 (6): 550-564 被引量:1
标识
DOI:10.1109/tthz.2022.3186438
摘要

We present an optimization-based design methodology for high-power and high-efficiency millimeter-wave fundamental oscillators in CMOS. The optimization is formulated to take into account the loss of the passive components to result in an optimal circuit design. Compared with previous methods, the proposed approach can produce the final design in a single pass of optimization with a fast and robust convergence profile. In this article, we also present a comparative study between the T- and the $\Pi$ -embedding networks and show that T-embedding is superior to $\Pi$ -embedding in terms of flexibility in biasing and sensitivity to component $Q$ . As such, we argue that our design approach can target high output power and high efficiency separately to result in an optimal design for a given application. A design example of a 215-GHz fundamental oscillator in a 65-nm CMOS technology is presented to demonstrate the effectiveness of the proposed design approach. The oscillator achieves 5.17-dBm peak output power at 1.2-V supply with a corresponding dc-to-RF efficiency 12.3% and a peak efficiency of 13.7%. The measured phase noises are $-90.0$ and $-116.2$ dBc/Hz at 1 and 10 MHz offset, respectively. A second design example at 310 GHz also demonstrates state-of-the-art performance with a peak output power of $-4$ dBm and dc-to-RF efficiency of 3.2%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
kytyzx发布了新的文献求助10
1秒前
调研昵称发布了新的文献求助10
2秒前
2秒前
酷酷酷发布了新的文献求助10
2秒前
丘比特应助氟马西尼采纳,获得10
5秒前
567完成签到,获得积分10
5秒前
调研昵称发布了新的文献求助10
5秒前
6秒前
唯梦发布了新的文献求助10
6秒前
科研通AI2S应助俏皮诺言采纳,获得10
7秒前
文艺安青完成签到,获得积分20
8秒前
9秒前
mj完成签到,获得积分10
10秒前
13秒前
隐形曼青应助敲一下叮采纳,获得30
13秒前
15秒前
jjy完成签到,获得积分10
15秒前
倒脱靴完成签到,获得积分10
15秒前
drgaoying发布了新的文献求助10
15秒前
cincrady完成签到,获得积分10
15秒前
16秒前
文艺安青发布了新的文献求助30
17秒前
zhouqiang完成签到 ,获得积分10
18秒前
晓晓来了发布了新的文献求助10
19秒前
Mycee完成签到 ,获得积分10
19秒前
俏皮的松鼠完成签到 ,获得积分10
20秒前
科研达人完成签到,获得积分10
21秒前
润润轩轩发布了新的文献求助10
22秒前
ZzyyTao关注了科研通微信公众号
24秒前
张先生完成签到 ,获得积分10
26秒前
zhao完成签到,获得积分10
27秒前
Strive姜完成签到 ,获得积分10
27秒前
沉默成沨应助优雅泡芙采纳,获得20
27秒前
恰恰来吃完成签到 ,获得积分10
28秒前
28秒前
Ai香香完成签到,获得积分0
28秒前
28秒前
zhengzehong完成签到,获得积分10
28秒前
勤奋的晓晓完成签到,获得积分10
29秒前
高分求助中
Earth System Geophysics 1000
Co-opetition under Endogenous Bargaining Power 666
Studies on the inheritance of some characters in rice Oryza sativa L 600
Medicina di laboratorio. Logica e patologia clinica 600
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
Language injustice and social equity in EMI policies in China 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3211399
求助须知:如何正确求助?哪些是违规求助? 2860350
关于积分的说明 8123727
捐赠科研通 2526248
什么是DOI,文献DOI怎么找? 1359867
科研通“疑难数据库(出版商)”最低求助积分说明 643079
邀请新用户注册赠送积分活动 615116