XiaoMi-AI文件搜索系统
World File Search System预失真
CTM-SRAF：基于连续传输掩模的约束...
引言在过去的几十年里，集成电路的特征尺寸按照摩尔定律不断缩小。光学光刻已进入低 k -1 区域[1]，[2]，所用光的波长仍为193 nm。因此，使用传统光刻工艺获得高图案保真度和掩模可印刷性变得越来越具有挑战性。此外，印刷晶圆图像对光刻条件的微小变化变得高度敏感。为了缓解这些问题，对光学光刻中的分辨率增强技术 (RET) 的要求变得更加严格[3]，[4]。最广泛采用的 RET 之一是光学邻近校正 (OPC) [5]，[6]，[7]，[8]，[9]。传统OPC中，光刻掩模版针对主图案进行预失真处理，以补偿印刷晶圆图像的不良失真。然而，随着关键尺寸的缩小和目标图案的复杂化，仅使用OPC很难在足够的工艺窗口下获得令人满意的印刷图像。
RF DAC 的 INL 与 ACPR 之间的关系
I. 引言 数字射频发射器因其相对于模拟发射器的众多优势而广受欢迎 [1]、[2]、[3]、[4]、[5]、[6]、[7]、[8]、[9]。数字发射器 (TX) 省去了大部分模拟功能，只包含一个模拟端口，即其输出。当然，这种方法依赖于高速、高线性度的数模转换器 (DAC)。DAC 的输出稳定时间必须与载波频率相称，其线性度由所需信号的可容忍失真和/或相邻信道功率比 (ACPR) 决定。后者在长期演进 (LTE) 标准等蜂窝应用中尤其具有挑战性。DAC 的非线性和无杂散动态范围 (SFDR) 已得到广泛研究 [10]、[11]、[12]、[13]、[14]、[15]。本文重点讨论 DAC 非线性和 ACPR 之间的关系。目的是提供简洁的方程，帮助设计人员决定如何选择 DAC 单元，以及在应用预失真等校正技术后可以容忍多少残余积分非线性 (INL)。第二部分涉及电流控制 DAC 的非线性分析，第三部分将其 INL 与 ACPR 联系起来。第四部分研究了当输入近似为白噪声时这些 DAC 的行为，第五部分研究了相位失真的影响。第六部分重复了开关模式架构的计算。
Microsoft Word - CFP_TMTT_Special_Issue_on_MachineLearning.docx
过去十年中，机器学习和人工智能在信号处理、图像和语音识别、机器人、自主系统等领域取得了巨大的成功。这一成功还伴随着机器学习和人工智能在科学和工程等广泛领域的应用不断扩大。微波社区是最早探索机器学习和人工神经网络（ANN）用于无线和有线电子设备、电路和系统设计的社区之一。近年来，人们对机器学习和人工智能不仅在设备/电路级建模和设计，而且在系统和更高级别的应用中的应用兴趣和活动都显著增加。受到激发的研究和应用带来了面向微波的机器学习技术的新方法，例如新型 ANN、基于支持向量机和高斯过程的方法、自动建模、深度学习；此外，机器学习和人工智能还解决了越来越多的微波问题，包括电磁结构建模和设计、多物理建模、微波滤波器/多路复用器设计、GaN HEMT 建模、PA 行为建模、数字预失真设计、振荡器设计、SIW 诊断、MEM 传感器建模、高速 VLSI 封装和微系统设计、无线电力传输、MIMO 发射器设计等等。机器学习在系统级的进一步应用正在创造微波系统的突破性能力，例如用于医疗或安全应用的基于电磁的图像重建，以及用于下一代无线系统的动态频谱分配。
学术简历，Friedel Gerfers 教授、博士
1. M.龙格； J·埃德勒； T.凯撒； K.米塞尔维茨； F. Gerfers，“一种 18 MS/s 76 dB SNDR 连续时间 Δ Σ 调制器，结合输入电压跟踪 GmC 环路滤波器”，期刊 Solid-State- Circuits (JSSC)，2023 年 - https://doi.org/10.1109/JSSC.2023.3244718 2. N. Lotfi、P.Scholz、F. Gerfers，“在 22 nm FD-SOI 中以 18.5 GS/s 运行的最快 CMOS 单通道 5 位闪存 ADC”，2023 年第 18 届欧洲微波集成电路会议 (EuMIC)，2023 年 - https://doi.org/10.23919/EuMIC58042.2023.10289098 3. H. Ordouei、C. Alija、P. Kurth、F. Gerfers ，“一种数字预失真技术，可消除电流控制 DAC 中的代码和电压相关输出阻抗误差” IEEE 国际电路与系统研讨会 (ISCAS)，2023 年，WiCAS 最佳论文奖 - https://doi.org/10.1109/ISCAS46773.2023.10181739 4. N. Lotfi、P.Scholz、F. Gerfers ，“一种 44 GHz-BW 18.5 GS/s 采样前端，可耐受 22 nm FDSOI 中的电源和共模变化”，2022 年第 17 届欧洲微波集成电路会议 (EuMIC)，2022 年 https://doi.org/10.23919/EuMIC54520.2022.9923467 5. M. Runge、D. Schmock、T. Kaiser、F. Gerfers，“通过 22 FDSOI CMOS 中的数字静态和 ISI 校准实现的 0.9V 45MS/s CT ΔΣ 调制器，具有 94dB SFDR 和 25.6fJ/conv。”，IEEE 定制集成电路会议 (CICC)，2021 年 - https://doi.org/10.1109/CICC51472.2021.9431576 光学/光子学