基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统电容耦合-电容反馈型神经信号放大电路芯片面积过大、输入电阻低的缺陷,设计并实现了一款16通道带通胞外神经信号放大器.它通过采用新型的交流耦合T型电容网络反馈式拓扑结构,在保证低噪声和高输入阻抗的前提下减少了芯片的面积.芯片每个通道的中频增益为40.6dB,直流增益为0 dB.其-3dB高频截止频率为5kHz,而其低频截止频率可以通过调节晶体管的栅电压而进行优化.在供电电压为±1.65V的情况下,芯片在记录多通道局部场电位(LFPs)时,从1Hz到10kHz频率积分得到的输入参考噪声为4.99 μVrms,其每通道功耗为19.8μW.芯片总面积为2062.5 μm×525.7μm,平均每通道0.02 mm2,由0.35-μm CMOS N-well 2P4M工艺实现.相比于传统结构的CMOS神经信号放大器,该设计在集成度及功耗上占优势.
推荐文章
新型高线性低功耗CMOS电调谐电流放大器研究
平方 / 除法器电路
乘法器
除法器
电调谐电流放大器
高增益低功耗CMOS低噪声放大器的设计
低噪声放大器
CMOS
低功耗
1.5V低功耗Rail-to-Rail CMOS运算放大器
CMOS
低功耗
rail-to-rail
运算放大器
一种低功耗高线性度低噪声放大器设计
CMOS
RFIC
低噪声放大器
噪声系数
线性度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 低功耗高集成度CMOS神经信号放大器
来源期刊 高技术通讯 学科
关键词 神经信号放大器 T型电容反馈网络 高集成度 输入阻抗 低功耗
年,卷(期) 2014,(1) 所属期刊栏目 先进制造与自动化技术
研究方向 页码范围 104-110
页数 7页 分类号
字数 3648字 语种 中文
DOI 10.3772/j.issn.1002-0470.2014.01.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张旭 中国科学院半导体研究所集成光电子学国家重点联合实验室 159 1272 18.0 30.0
2 陈弘达 中国科学院半导体研究所集成光电子学国家重点联合实验室 82 341 10.0 13.0
3 刘鸣 中国科学院半导体研究所集成光电子学国家重点联合实验室 16 265 8.0 16.0
4 杜智超 中国科学院半导体研究所集成光电子学国家重点联合实验室 3 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (4)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (4)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经信号放大器
T型电容反馈网络
高集成度
输入阻抗
低功耗
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导