XiaoMi-AI文件搜索系统
World File Search System段应
A 2-V 1.4-DB NF GAAS MMIC LNA用于K波段应用
摘要：在UMS 100 nm GAAS PHEMT技术中，提出了1.4 dB噪声图（NF）四阶段K波段单片微型集成电路（MMIC）低噪声放大器（LNA）。所提出的电路旨在覆盖5G新版本N258频带（24.25–27.58 GHz）。动量EM Layout仿真揭示了电路的最低NF为1.3 dB，最大增益为34 dB，| S 11 |从23 GHz到29 GHz的–10 dB，p 1db为–18 dbm和24.5 dbm的OIP3。LNA从2 V DC电源中抽出总电流为59.1 MA，并导致芯片尺寸为3300×1800 µm 2，包括垫子。我们提出了一种设计方法，重点是选择活动设备大小和直流偏置条件，以在应用源变性时获得最低的NF。设计过程通过选择促进简单输入匹配网络实现的设备来确保最小的NF设计，并得益于源变性的应用，获得了合理的输入返回损失。使用这种方法，输入匹配网络是通过分流存根和传输线实现的，因此最大程度地减少了对第一个阶段实现的NF的贡献。与类似作品的比较表明，与大多数最先进的解决方案相比，开发的电路非常有竞争力。
使用有源电感和 1 /f 噪声消除的宽带低功耗 RF 至 BB 电流复用接收器，适用于 L 波段应用
摘要 本文提出了一种低功耗宽带射频到基带 (BB) 电流复用接收器 (CRR) 前端，它同时利用了 1/f 噪声消除 (NC) 技术和有源电感器 (AI)，工作频率为 1 GHz 至 1.7 GHz，适用于 L 波段应用，包括那些需要高调制带宽的应用。CRR 前端采用单电源，并与 BB 电路共享低噪声跨导放大器 (LNTA) 的偏置电流，以降低功耗。为了最大限度地减少下变频之前射频 (RF) 信号的损失，高阻抗 AI 电路将混频器输入与 CRR 输出节点隔离。1/f NC 电路可抑制泄漏到输出的 LNTA 低频噪声。带有 gm 增强的共栅极 LNTA 以及单端到差分 LC 平衡-不平衡转换器用于增强输入匹配、变频增益和噪声系数 (NF)。所提出的接收器采用 TSMC 130 nm CMOS 工艺制造，占用有效面积为 0.54mm 2 。输入匹配 (S 11 ) 在 1 GHz 至 1 . 7 GHz 范围内低于 − 10 dB。在本振 (LO) 频率为 1 . 3 GHz、中频 (IF) 为 10 MHz 和默认电流设置下，CRR 实现了 41 . 5 dB 的转换增益、6 . 5 dB 的双边带 (DSB) NF 和 − 28.2 dBm 的 IIP3，同时消耗 1.66 mA 电流，电源电压为 1 . 2 V。
在后处理阶段应用深度神经网络减少量子误差
深度神经网络 (DNN) 可应用于后处理阶段，以改进在嘈杂的中型量子 (NISQ) 处理器上进行量子计算的结果。在这里，我们提出了一种基于此想法的方法，该方法最适合于以由 Trotter 步骤组成的量子电路周期性结构为特征的数字量子模拟。我们方法的一个关键因素是它在训练阶段不需要来自经典模拟器的任何数据。该网络经过训练，可以将从具有人为增加的 Trotter 步骤数（噪声水平）的量子硬件获得的数据转换为没有这种增加而获得的数据。额外的 Trotter 步骤是虚构的，即它们包含可忽略不计的小旋转，并且在没有硬件缺陷的情况下，基本上减少到身份门。这在训练阶段保留了有关相关量子电路特征的信息。考虑了两个特殊示例，即横向场 Ising 链和 XY 自旋链的动力学，它们在两个真实的五量子比特 IBM Q 处理器上实现。DNN 应用的结果显示，误差显著减少，使我们能够有效地增加 Trotter 步长的量子电路深度。
初中阶段应用技术活动
在开发此资源的过程中，JCt4 团队旨在创造丰富的学习体验，以补充初中阶段的规范，特别是在学生和教师返校并实施 COVID-19 程序的大背景下。所创建的资源并非旨在以线性方式使用，而是旨在支持创建适合各个学校在其各自环境中的学习体验。我们始终鼓励与其他学科建立潜在联系，并在初中阶段的其他学习领域探索这些主题，并再次鼓励教师根据自己的学生和学校情况调整和探索这些联系。