CN108563881A - 一种基于遗传算法优化的高增益v波段功率放大器 - Google Patents

一种基于遗传算法优化的高增益v波段功率放大器 Download PDF

Info

Publication number
CN108563881A
CN108563881A CN201810359099.2A CN201810359099A CN108563881A CN 108563881 A CN108563881 A CN 108563881A CN 201810359099 A CN201810359099 A CN 201810359099A CN 108563881 A CN108563881 A CN 108563881A
Authority
CN
China
Prior art keywords
capacitance
transistor
matching network
gain
genetic algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810359099.2A
Other languages
English (en)
Inventor
王巍
黄孟佳
杨皓
李双巧
王伊昌
袁军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810359099.2A priority Critical patent/CN108563881A/zh
Publication of CN108563881A publication Critical patent/CN108563881A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Abstract

本发明请求保护一种基于遗传算法优化的高增益V波段功率放大器，包括两级依次串接的伪差分共源结构，并在伪差分共源放大器结构上采用交叉耦合电容中和技术；输入级匹配网络采用串联电容并联电感的方式；放大器两级直接采用电容直接耦合链接进行匹配。在输入级匹配网络中采用一个并联电感，能够降低匹配网络的损耗；此外，采用交叉耦合中电电容，用来提高功率增益，改善电路反向隔离度和稳定性，同时在不增加额外功耗下实现了高增益。为解决由于元件寄生造成的中心频率和匹配性能偏离理论值，采用遗传算法对无源器件(电感)及CMOS晶体管尺寸进行微调，使得电路在寄生效应影响下也能达到最佳性能。本发明所设计的电路结构简单，易于设计实现。

Description

一种基于遗传算法优化的高增益V波段功率放大器
技术领域
本发明属于电子技术领域，涉及一种微波功率放大器的设计，具体涉及到一种基于90nmCMOS工艺设计的具有交叉耦合电容结构并采用遗传算法优化的高增益V波段功率放大器。需要说明的是，该发明所涉及的微波功率放大器的设计方法不局限于所述90nm的CMOS工艺，也同样适用于其他深亚微米级CMOS工艺技术节点。
背景技术
目前,由于采用RF_CMOS工艺的功率放大器具有集成度高,易与基带CMOS电路结合的特点，且随着深亚微米CMOS工艺技术的进步，RF_CMOS晶体管的特征频率超过100GHz，因而基于RF_CMOS技术的微波功率放大器的设计受到越来越多的重视。但是采用CMOS工艺所设计的功率放大器在技术上也存在着极大挑战。
首先是在高频特别是毫米波段,米勒电容的存在严重影响了晶体管的稳定性。为了使晶体管满足稳定条件,现有的技术一般是采用:a)阻容反馈电路；b)输入串联电阻或者并联电阻。但这两种技术的缺陷是会降低晶体管的最大可用功率增益。
其次是有限的击穿电压。CMOS工艺的击穿电压通常较低,因此要输出足够大的功率,需要采用合适的功率合成的方法。现有的片内功率合成技术通常是采用:a)电流叠加功率合成技术；b)wilkinson功率合成技术。第一方案的缺陷是晶体管的尺寸会很大,导致输入输出的阻抗很低,匹配困难；第二种技术的缺陷是功率合成电路会非常大,增加了成本。
再次是亳米波频段的匹配网络,现有的技术有:a)集总元件匹配；b)微带线匹配；c)传输线和变压器结合。第一种方案的缺陷是现有元件库中无源器件Q值较低；第二种方案的缺陷是损耗大和面积大；第三种方案能够降低面积，可是损耗仍然很大。
最后是由于毫米波频段元器件寄生效应的增大造成的电路中心频段和匹配性能偏离理论分析。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种有效提升电路增益，稳定性、改善反向隔离度的基于遗传算法优化的高增益V波段功率放大器。本发明的技术方案如下：
一种基于遗传算法优化的高增益V波段功率放大器，其包括：输入端匹配网络、第一级伪差分共源放大器、第二级伪差分共源放大器、级间匹配网络、输出匹配网络及电阻负载，所述第一级伪差分共源放大器和第二级伪差分共源放大器之间采用交叉耦合电容，所述输入端匹配网络的输入端连接信号源或功率源 (Vs),输入匹配网络的输出端连接第一级伪差分共源放大器的输入端,第一级伪差分共源放大器的输出端连接级间匹配网络的输入端，级间匹配网络的输出端接第二级伪差分共源放大器的输入端，第二级伪差分共源放大器的输出端通过输出匹配网络后连接负载。所述输入端匹配网络用于实现输入匹配、第一级伪差分共源放大器用于提高电路增益、第二级伪差分共源放大器用于实现输出、级间匹配网络用于实现共轭匹配、输出匹配网络用于实现最佳负载阻抗匹配及高电阻负载用于连接偏置电压。
进一步的，所述输入端匹配网络为二端口输入,输入信号是差分信号或单端信号,输出为二端口，差分信号或单端信号，在完成常规设计后针对功率放大器性能参数指标采用遗传算法对电路元器件参数进行优化。
进一步的，所述第一级伪差分共源放大器和第二级伪差分共源放大器的结构一样,每一个伪差分共源放大器分别包括第一晶体管M1、第二晶体管M2、第一电容CC1、第二电容CC2,所述第一晶体管M1和第二晶体管M2的源极连接在一起,所述第一电容CC1跨接在第二晶体管M2的栅极和第一晶体管MI的漏极,第二电容CC2跨接在第一晶体管Ml的栅极和第二晶体管M2的漏极,信号从第一晶体管M1和第二晶体管M2的栅极输入,从第一晶体管M1和第二晶体管M2的漏极输出。
进一步的，所述第一晶体管M1和第二晶体管M2的参数一样,所述第一电容 CC1、第二电容CC1的电容值一样，以此跨接构成的电容结构为交叉耦合电容中和结构。
进一步的，所述输入端匹配网络包括：两个隔直电容Cin和电感L；两个隔直电容Cin电容值相等，通过调节电感L和电容Cin的值使得输入阻抗为纯实数。
进一步的，所述级间匹配网络与输出匹配网络，由电感LD(1,2)和电容C1、电容C2构成，所述电阻负载R1-R4为高阻值电容R，连接偏置电压VG。
进一步的，所述第一晶体管M1和第二晶体管M2晶体管均偏置在电路密度为0.28-0.3mA/um附近。
进一步的，所述第一电容CC1、第二电容CC2分别与相应差分对(第一差分对 M1,2、第二差分对M3,4)中的晶体栅漏电容CGD相同。
进一步的，所述在完成常规设计后针对功率放大器性能参数指标采用遗传算法对电路元器件参数进行优化，具体包括：根据遗传算法的随机数发生器初始化未知设计变量，通过Cadence Virtuoso ADE的Spectre(RF)仿真验证功率放大器的性能参数对各个元件的进行评估，针对性能参数使用适应度函数来计算每个元件的适应度：
F＝wNFhfT+wS11hS11+wS21hS21+wS22hS22+wNFhID
hS11和hS22对应于功率放大器的输入和输出匹配，F表示适应度，并且被计算为模拟性能和理想输入/输出匹配之间的平方差，性能函数hS2l描述放大器的增益，并计算为1/@S21f0，其中f0是工作中心频率。性能函数hfT和hID用于描述截止频率和电路直流电流密度；
遗传算法的下一步是通过选择交叉和变异过程生成下一个数据群，选定的交叉概率和变异概率被分别设置为0.5和0.15，重复演化直至达到终止条件，即可以是最大代数时或者适应度函数已经达到最低可能值；
当电路设计被提取时，电路中电感的初始参数和晶体管宽度作为变量参数被导入到遗传算法中。根据适应度函数公式，遗传优化器利用算法演化找到具有最佳适应值的元件。
本发明的优点及有益效果如下：
本发明1.输出功率大。由于本发明采用两级伪差分共源结构设计，相比于单端口功率放大器，输出功率更大。
2.功率增益高。由于本发明采用交叉耦合电容中和技术,引入电容Cc1， Cc2，在不增加电路工作影响功耗的情况下能够提高差分放大器的功率增益。
3.电路稳定性高,隔离度好。由于本发明采用交叉耦合电容中和技术,引入电容Cc1，Cc2，能够有效的克服米勒效应带来的不稳定的问题。同时由于本发明在匹配网络中加入并联电感L简化输入匹配网络，级间/输出匹配网络为L型结构能够极大地降低由于匹配网络带来的损耗。
4.解决毫米波频段寄生参数难以计算的问题。由于本发明电路设计采用遗传算法为电路设计进行最后的微调，根据遗传算法的迭代计算调整元器件参数值，以此改善毫米波频段寄生效应对电路的影响。
5.电路面积小，易于实现和集成。由于本发明采用由顶层金属(met9)设计的小感值(典型电感值为100pH)螺旋电感实现电路匹配网络的设计和负载，相比于采用微带线结构实现匹配的功率放大器，其最终芯片面积能够极大的缩小。
附图说明
图1是本发明提供优选实施例的电路框图
图2为本发明的采用交叉耦合电容原理图
图3为本发明的采用交叉耦合电容对稳定性的改善效果图
图4为本发明的采用交叉耦合电容对增益的改善效果图
图5为本发明的采用交叉耦合电容对反向隔离度的改善效果图
图6为本发明的遗传算法迭代流程图
图7是采用遗传算法优化后的变量值
仿真参数
图8为本发明的功率放大器小信号结果
图9为本发明的功率放大器的大信号结果
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
如图1所示，本发明的采用交叉耦合电容和遗传算法优化的高增益V波段功率放大器的设计。电路结构包括输入匹配网络，第一级伪差分共源放大器，级间匹配网络，第二级伪差分共源放大器，输出匹配网络。输入匹配网络的输入端连接信号源或功率源(Vs),输入匹配网络的输出端连接第一级伪差分共源放大器的输入端,第一级伪差分共源放大器的输出端接第一级级间匹配网络的输入端，第一级级间匹配网络的输出端接第二级伪差分共源放大器的输入端，第二级伪差分共源放大器的输出端接通过输出匹配网络后连接负载。输入匹配为二端口输入,输入信号是差分信号或单端,输出为二端口,为差分信号或是单端信号；设计优化主要是在完成理论设计后基于遗传算法进行参数优化。
实施步骤如下：
1.根据输出功率的要求，确定电路静态偏置：确定晶体管尺寸，第一级伪差分共源放大器，第二级伪差分共源放大器中晶体管M1，M2尺寸相同；确定偏置电压，两级晶体管均偏置在电路密度为0.28-0.3mA/um附近。
2.确定交叉耦合电容CC1，CC2电容值。电容CC1，CC2的值分别与相应差分对中的晶体栅漏电容CGD相当。附图3，附图4，附图5给出了采用电容交叉耦合结构对电路的改进效果。
3.对第二级伪差分共源放大器。即输出级做load-pull仿真，确定所需的负载范围。调节输入匹配网络的电容Cin和L使得输入阻抗为实数，调节级间匹配网络的负载电感Ld、电容C,以实现输入、输出级(即第一级伪差分放大器、第二级伪差分放大器)的级间共轭匹配。调节输出匹配网络使得输出阻抗值在 load-pull范围内。
4.最后一步设计是由遗传算法进行调整。遗传算法在MATLAB中实现，根据遗传算法的随机数发生器初始化未知设计变量。之后，通过Cadence Virtuoso ADE的Spectre(RF)仿真验证功率放大器的性能参数对各个元件的进行评估，针对性能参数使用适应度函数来计算每个元件的适应度。：
F＝wNFhfT+wS11hS11+wS21hS21+wS22hS22+wNFhID
hS11和hS22对应于功率放大器的输入和输出匹配，并且被计算为模拟性能和理想输入/输出匹配之间的平方差。性能函数hS2l描述放大器的增益，并计算为1/ @S21f0，其中f0是工作中心频率。性能函数hfT和hID用于描述截止频率和电路直流电流密度。
遗传算法的下一步是通过选择交叉和变异过程生成下一个数据群。选定的交叉概率和变异概率被分别设置为0.5和0.15。重复演化直至达到终止条件，即可以是最大代数时或者适应度函数已经达到最低可能值。这是因为最终结果对精确的重量值不太敏感，当个体元件表现最好时，它的适应度函数可能是最低的。迭代过程在图6的流程图所示。
当电路设计被提取时，电路中电感的初始参数和晶体管宽度作为变量参数被导入到遗传算法中。根据适应度函数公式，遗传优化器利用算法演化找到具有最佳适应值的元件。附图7所示为采用遗传算法优化后的变量值。
附图8，附图9给出了本实施例的结果，可以看出利用本发明提供的结构和设计方法，在采用交叉耦合电容和遗传算法优化后的共源结构功率放大器在所需频段内能够获得超过15dB的增益，最大增益位于中心工作频率60GHz达到 17.2dB，输入输出匹配效果良好，无偏移，反向隔离度优于-50dB，且该功率放大器输出功率达到13.6dBm。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (9)

1.一种基于遗传算法优化的高增益V波段功率放大器，其特征在于，包括：输入端匹配网络、第一级伪差分共源放大器、第二级伪差分共源放大器、级间匹配网络、输出匹配网络及电阻负载，所述第一级伪差分共源放大器和第二级伪差分共源放大器之间采用交叉耦合电容，所述输入端匹配网络的输入端连接信号源或功率源(Vs),输入匹配网络的输出端连接第一级伪差分共源放大器的输入端,第一级伪差分共源放大器的输出端连接级间匹配网络的输入端，级间匹配网络的输出端接第二级伪差分共源放大器的输入端，第二级伪差分共源放大器的输出端通过输出匹配网络后连接负载。所述输入端匹配网络用于实现输入匹配，第一级伪差分共源放大器用于提高电路增益，第二级伪差分共源放大器用于实现输出，级间匹配网络用于实现共轭匹配，输出匹配网络用于实现最佳负载阻抗匹配，及高电阻负载用于连接偏置电压。
2.根据权利要求1所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述输入端匹配网络为二端口输入,输入信号是差分信号或单端信号,输出为二端口，差分信号或单端信号，在完成常规设计后针对功率放大器性能参数指标采用遗传算法对电路元器件参数进行优化。
3.根据权利要求1所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述第一级伪差分共源放大器和第二级伪差分共源放大器的结构一样,每一个伪差分共源放大器分别包括第一晶体管M1、第二晶体管M2、第一电容CC1、第二电容CC2,所述第一晶体管M1和第二晶体管M2的源极连接在一起,所述第一电容CC1跨接在第二晶体管M2的栅极和第一晶体管MI的漏极,第二电容CC2跨接在第一晶体管Ml的栅极和第二晶体管M2的漏极,信号从第一晶体管M1和第二晶体管M2的栅极输入,从第一晶体管M1和第二晶体管M2的漏极输出。
4.根据权利要求3所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述第一晶体管M1和第二晶体管M2的参数一样,所述第一电容CC1、第二电容CC1的电容值一样，以此跨接构成的电容结构为交叉耦合电容中和结构。
5.根据权利要求1所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述输入端匹配网络包括：两个隔直电容Cin和电感L；两个隔直电容Cin电容值相等，通过调节电感L和电容Cin的值使得输入阻抗为纯实数。
6.根据权利要求1所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述级间匹配网络与输出匹配网络，由电感LD(1,2)和电容C1、电容C2构成，所述电阻负载R1-R4为高阻值电容R，连接偏置电压VG。
7.根据权利要求3或4所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述第一晶体管M1和第二晶体管M2晶体管均偏置在电路密度为0.28-0.3mA/um附近。
8.根据权利要求3或4所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述第一电容CC1与第一差分对M1、M2中的晶体栅漏电容CGD相同，第二电容CC2与第二差分对M3、M4中的晶体栅漏电容CGD相同。
9.根据权利要求2所述的基于遗传算法优化的高增益V波段功率放大器，其特征在于，所述在完成常规设计后针对功率放大器性能参数指标采用遗传算法对电路元器件参数进行优化，具体包括：根据遗传算法的随机数发生器初始化未知设计变量，通过CadenceVirtuoso ADE的Spectre(RF)仿真验证功率放大器的性能参数对各个元件的进行评估，针对性能参数使用适应度函数来计算每个元件的适应度：
F＝wNFhfT+wS11hS11+wS21hS21+wS22hS22+wNFhID
hS11和hS22对应于功率放大器的输入和输出匹配，F表示适应度，并且被计算为模拟性能和理想输入/输出匹配之间的平方差，性能函数hS2l描述放大器的增益，并计算为1/@S21f0，其中f0是工作中心频率。性能函数hfT和hID用于描述截止频率和电路直流电流密度；
遗传算法的下一步是通过选择交叉和变异过程生成下一个数据群，选定的交叉概率和变异概率被分别设置为0.5和0.15，重复演化直至达到终止条件，即可以是最大代数时或者适应度函数已经达到最低可能值；
当电路设计被提取时，电路中电感的初始参数和晶体管宽度作为变量参数被导入到遗传算法中，根据适应度函数公式，遗传优化器利用算法演化找到具有最佳适应值的元件。
CN201810359099.2A 2018-04-20 2018-04-20 一种基于遗传算法优化的高增益v波段功率放大器 Pending CN108563881A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810359099.2A CN108563881A (zh) 2018-04-20 2018-04-20 一种基于遗传算法优化的高增益v波段功率放大器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810359099.2A CN108563881A (zh) 2018-04-20 2018-04-20 一种基于遗传算法优化的高增益v波段功率放大器

Publications (1)

Publication Number Publication Date
CN108563881A true CN108563881A (zh) 2018-09-21

Family

ID=63535834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810359099.2A Pending CN108563881A (zh) 2018-04-20 2018-04-20 一种基于遗传算法优化的高增益v波段功率放大器

Country Status (1)

Country Link
CN (1) CN108563881A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110336609A (zh) * 2019-05-31 2019-10-15 中山大学 一种多跨段光纤传输系统优化方法
CN111211745A (zh) * 2020-03-13 2020-05-29 电子科技大学 一种新型毫米波宽带高增益功率放大器
CN113408093A (zh) * 2021-06-29 2021-09-17 西南交通大学 一种基于遗传算法的电容隔直装置配置优化方法
CN113746470A (zh) * 2021-08-16 2021-12-03 厦门优迅高速芯片有限公司 一种实现信号低通与高通传输结合的电路
CN113904629A (zh) * 2021-08-19 2022-01-07 天津大学 一种高线性度宽带毫米波低噪声放大器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6265944B1 (en) * 1999-09-27 2001-07-24 Conexant Systems, Inc. Fully integrated broadband RF voltage amplifier with enhanced voltage gain and method
US6552612B1 (en) * 2001-09-18 2003-04-22 Lsi Logic Corporation Stepped gain amplifier with improved attenuation
CN103095230A (zh) * 2012-12-31 2013-05-08 东南大学 一种高增益高功率的毫米波功率放大器
CN103731167A (zh) * 2013-12-20 2014-04-16 天津光电通信技术有限公司 一种天线调谐器快速调谐阻抗匹配的方法
CN106533367A (zh) * 2016-10-26 2017-03-22 天津大学 一种用于td‑lte的高增益cmos低噪声放大器
CN107911085A (zh) * 2017-12-21 2018-04-13 北京遥感设备研究所 一种Ku波段低噪声放大器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6265944B1 (en) * 1999-09-27 2001-07-24 Conexant Systems, Inc. Fully integrated broadband RF voltage amplifier with enhanced voltage gain and method
US6552612B1 (en) * 2001-09-18 2003-04-22 Lsi Logic Corporation Stepped gain amplifier with improved attenuation
CN103095230A (zh) * 2012-12-31 2013-05-08 东南大学 一种高增益高功率的毫米波功率放大器
CN103731167A (zh) * 2013-12-20 2014-04-16 天津光电通信技术有限公司 一种天线调谐器快速调谐阻抗匹配的方法
CN106533367A (zh) * 2016-10-26 2017-03-22 天津大学 一种用于td‑lte的高增益cmos低噪声放大器
CN107911085A (zh) * 2017-12-21 2018-04-13 北京遥感设备研究所 一种Ku波段低噪声放大器

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110336609A (zh) * 2019-05-31 2019-10-15 中山大学 一种多跨段光纤传输系统优化方法
CN111211745A (zh) * 2020-03-13 2020-05-29 电子科技大学 一种新型毫米波宽带高增益功率放大器
CN111211745B (zh) * 2020-03-13 2023-10-27 电子科技大学 一种新型毫米波宽带高增益功率放大器
CN113408093A (zh) * 2021-06-29 2021-09-17 西南交通大学 一种基于遗传算法的电容隔直装置配置优化方法
CN113746470A (zh) * 2021-08-16 2021-12-03 厦门优迅高速芯片有限公司 一种实现信号低通与高通传输结合的电路
CN113904629A (zh) * 2021-08-19 2022-01-07 天津大学 一种高线性度宽带毫米波低噪声放大器

Similar Documents

Publication Publication Date Title
CN108563881A (zh) 一种基于遗传算法优化的高增益v波段功率放大器
CN107425814B (zh) 一种基于补偿寄生电容的宽带Doherty功率放大器
CN100481714C (zh) 使用多路选通晶体管具有改良线性和频带的放大器电路
CN107994875B (zh) 基于复合电抗式lc滤波网络的超宽带堆叠功率放大器
CN103636122B (zh) 非福斯特电路
CN105846784A (zh) GaN HEMT多级射频功率放大器设计方法及放大器
CN111211745B (zh) 一种新型毫米波宽带高增益功率放大器
CN110034738A (zh) 一种基于改进型阻抗匹配网络的超宽带低噪声放大器
CN105071778B (zh) 一种基于cmos工艺实现的太赫兹功率放大器
CN103457555B (zh) 采用任意耦合系数片上变压器的毫米波放大器单向化网络
CN103107791B (zh) 带宽恒定的增益线性可变增益放大器
CN109067372A (zh) 一种高输出功率宽带功率放大器
CN105720935A (zh) 一种衬底输入结构的跨导放大器
Song et al. Wideband SiGe BiCMOS transimpedance amplifier for 20 Gb/s optical links
CN116781023A (zh) 一种多倍频程带宽的功率放大器
CN108768316B (zh) 一种基于四堆叠技术的高频高功率高效率复合晶体管管芯
Bourdel et al. A g m/I D Design Methodology for 28 nm FD-SOI CMOS Resistive Feedback LNAs
US7397308B2 (en) Traveling wave amplifier with distributed regenerative feedback between drain-to-drain transmission lines and gate-to-gate transmission lines for enhanced high frequency bandwidth
CN107104647A (zh) 一种基于神经网络的功率放大器
Kawahara et al. A broadband active balun with inductor-less active peaking and imbalance correction
Nguyen et al. A Balanced Darlington Cell for a 3–230-GHz InP Distributed Amplifier
CN108768323B (zh) 一种高功率高效率高增益逆f类堆叠功率放大器
CN106656078A (zh) 带电感双电源供电的运算放大器及模数转换器
Ceolin et al. A 0.4 V Active Biased LNA for 2.4 GHz Low Energy RF Receivers
CN110212870A (zh) 一种电流复用型gm-boost低噪声放大器的集成电路

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180921

RJ01 Rejection of invention patent application after publication