XiaoMi-AI文件搜索系统
World File Search System电感器
使用片上低温 CMOS 有源电感器进行多路复用量子器件的阻抗测量
在寻求可扩展的量子处理器的过程中，人们投入了大量精力来开发低温经典硬件，以控制和读出越来越多的量子比特。当前的工作提出了一种称为阻抗测量的新方法，该方法适用于测量连接到谐振 LC 电路的半导体量子比特的量子电容。阻抗测量电路利用互补金属氧化物半导体 (CMOS) 有源电感器在谐振器中的集成，具有可调谐振频率和品质因数，从而能够优化量子器件的读出灵敏度。实现的低温电路允许快速阻抗检测，测得的电容分辨率低至 10 aF，输入参考噪声为 3.7 aF/ffiffiffiffiffi Hz p。在 4.2 K 时，有源电感的功耗为 120 μW，此外还有片上电流激励（0.15 μW）和阻抗测量电压放大（2.9 mW）的额外功耗。与基于色散 RF 反射测量的常用方案（需要毫米级无源电感）相比，该电路的占用空间明显减小（50 μ m 3 60 μ m），便于将其集成到可扩展的量子经典架构中。阻抗测量法已被证明是一种
超级电容器、超级电感器形式的超级元件
由无源元件组成的电路元件对于实现高能量和功率密度具有重要意义，并且电路的研究结果接近准确。本文阐明了在不同应用中实现高电导率、电感和电容值的可能方法，并讨论了它们的组合。主要目标是获得高电感、电容和电导值。超级电容器是一种适用于脉冲功率应用的脉冲装置，其技术已在各种应用中得到充分认可。然而，超级电感的概念很新，它可以为大量应用开辟可能性。本文旨在通过对超级电容器和超导体超级电感的分析方法，简要介绍和提供有关实现超级电感的可能性的信息，概述相对磁导率和电感值、优点和应用。
使用忆电感器的神经形态计算
i。在国际单位制中，电感的单位是亨利 (H)。如图 1 所示，通过在线圈内添加由铁磁材料（例如铁）制成的磁芯，来自线圈的磁化通量会在材料中感应出磁化，从而增加磁通量。铁磁芯的高磁导率可以使线圈的电感比没有铁磁芯时增加数千倍 [1]。变形虫等生物表现出原始的学习以及记忆、计时和预测机制。它们的自适应行为可以通过基于忆阻器的 RLC 电路模拟 [2]。受这项工作的启发，我们将设计一种基于忆阻器的神经形态架构，该架构可根据外部刺激频率以自然的方式自行调整其固有谐振频率。与之前的研究相比，我们的创新之处在于，该架构使用独特的记忆电感器来增加其时间常数，然后降低其谐振频率以匹配刺激频率。我们的目的是利用这种架构来帮助更好地研究原始智能的细胞起源。这也是这类研究的意义所在，不仅可以理解原始学习，还可以开发一种新颖的计算架构。
使用忆电感器的神经形态计算
i。在国际单位制中，电感的单位是亨利 (H)。如图 1 所示，通过在线圈内添加由铁磁材料（例如铁）制成的磁芯，来自线圈的磁化通量会在材料中感应出磁化，从而增加磁通量。铁磁芯的高磁导率可以使线圈的电感比没有铁磁芯时增加数千倍 [1]。变形虫等生物表现出原始的学习以及记忆、计时和预测机制。它们的自适应行为可以通过基于忆阻器的 RLC 电路模拟 [2]。受这项工作的启发，我们将设计一种基于忆阻器的神经形态架构，该架构可根据外部刺激频率以自然的方式自行调整其固有谐振频率。与之前的研究相比，我们的创新之处在于，该架构使用独特的记忆电感器来增加其时间常数，然后降低其谐振频率以匹配刺激频率。我们的目的是利用这种架构来帮助更好地研究原始智能的细胞起源。这也是这类研究的意义所在，不仅可以理解原始学习，还可以开发一种新颖的计算架构。
完全芯片电感器的概述
摘要。本文着重于被动设备的完全集成，尤其是使用图案化接地屏蔽（PGS）和完全集成的电容器的完全集成电感器的多层堆叠（MLS）结构。不同结构的比较集中在集成电感器的主要电参数上（例如诱导𝐿，电感密度𝐿𝐿，质量因子𝑄，最大质量因子的频率最大频率最大，自动恢复频率FSR和串联电阻𝑅DC）和其他非电力参数（例如，所需的区域，制造过程，权限等）在结构比较过程中同样重要。根据制造过程提出了过去几年报告的最显着结果的电感结构。最终的几何和电气特性是在大型元素中，以综合被动装置的制造过程。这项工作概述了集成电感器的概述和最先进的作品，以及用于制造的制造过程。本文的第二个目的是将我们先前工作中提出的结构插入过去7年中报告的其他结果中。使用拟议的解决方案，可以在标准技术中报道的类似的解决方案中获得最高的电感密度= 23.59 nh/mm 2和第二高质量的FACTOR𝑄= 10.09，该解决方案也适合在高级技术节点中生产的集成感应器。
通过有限元分析量化纳米电感器增强的神经元活动磁传导
摘要 目的。检测神经信号的方法涉及侵入性、时空分辨率和记录的神经元或脑区数量之间的折衷。基于电极的探针提供了出色的响应，但通常需要经颅布线并捕获有限神经元群的活动。脑电图和脑磁图等非侵入性方法分别提供场电位或生物磁信号的快速读数，但具有空间限制，禁止从单个神经元进行记录。增强神经源性磁场的细胞大小的装置可用作基于磁的模式的原位传感器，并提高检测跨多个脑区不同信号的能力。方法。我们设计并建模了一种能够与单个神经元形成紧密电磁连接的装置，从而通过驱动电流通过纳米制造的电感元件将细胞电位的变化转化为磁场扰动。主要结果。我们使用从体外膜片钳神经元获取的信号和几何形状进行真实的有限元模拟，对设备性能进行了详细的量化，并展示了该设备产生可通过现有模式读取的磁信号的能力。我们将设备的磁输出与内在神经元磁场 (NMF) 进行了比较，并表明单个神经元的传导磁场强度在峰值时高出三倍多（1.62 nT vs 0.51 nT）。重要的是，我们报告了典型体素 (40 × 40 × 10 µ m) 内传导磁场输出的空间增强，比内在 NMF 强度高出 250 倍以上（0.64 nT vs 2.5 pT）。我们使用此框架根据纳米制造约束和材料选择对设备性能进行优化。意义。我们的量化为合成和应用用于检测大脑活动的电磁传感器奠定了基础，可以作为在单细胞水平上量化记录设备的通用方法。
铁氧体电感器与压粉芯电感器
电感器和变压器磁芯由软磁材料制成。“软”磁材料很容易磁化和消磁，并且只有在通过改变缠绕在其周围的绕组（或“匝”）中的电流来激发这些磁芯并产生电磁场时，才会出现磁场。术语“软”表示磁场不是永久的，当电流停止时磁场就会消失。这与我们通常所说的磁铁不同。“永久”磁铁通常用于拾取或将物体附着在含铁（铁质）金属上（例如冰箱磁铁），并且无需绕组或外部刺激即可产生永久磁场。
采用全...设计和制造平面电感器
电子封装的小型化是一个持续的趋势。制造商正在增加封装密度以适应更复杂的设计和更高的工作频率。表面贴装器件 (SMD) 和当今的制造工艺开始成为这种小型化的限制因素。这些问题的解决方案是嵌入式无源器件和新的全加成制造工艺。在这项工作中，使用称为顺序构建 - 共价键合金属化 (SBU-CBM) 的全加成工艺制造平面电感器。测试了一种用于 CBM 工艺的新嫁接材料，但在 FR4 基板上测试时发现它比以前使用的材料更差。发现高电感和高 Q 因数的平面电感器的最佳设计是圆形螺旋电感器。使用 SBU-CBM 工艺成功制造了特征尺寸为 75 µm 的平面圆形螺旋电感器。
信函 TSV 电感器的交流电感和品质因数分析模型
片上电感是射频集成电路 (RFIC) 中的重要无源器件 [1]。利用硅通孔 (TSV) 的 3-D 封装技术开创了片上电感、电容、滤波器等无源元件的实现 [2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19]。与传统的 2-D 电感相比，基于 TSV 的 3-D 电感具有电感密度高、体积小的优势 [20、21、22、23、24]。一些研究主要针对基于 TSV 的电感的直流电感建模。基于 3-D 全波仿真获得的 Y 参数，提出了经验近似表达式 [25, 26]。但它很耗时并且在物理上不严谨。[27] 提出了一种基于 TSV 的螺旋电感直流电感的解析模型，该模型据称很简单，但用该模型确定电感是一项非常困难的任务，因为它需要至少 4 N + 2 C 2 N + 1 次计算才能获得 N 匝电感的电感，其中 C 2 N 表示组合，它取决于电感匝数。此外，据我们所知，尚无关于基于 TSV 的螺旋电感的交流电感和品质因数的解析模型的报道。在本文中，提出了基于 TSV 的螺旋电感的直流电感公式。基于该公式及等效电路模型，建立了TSV基螺旋电感的交流电感及品质因数的分析模型