- Titel
- Power Minimization in Neural Recording ΔΣ Modulators by Adaptive Back-Gate Voltage Tuning
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-901088
- Quellenangabe
- IEEE solid-state circuits letters
Erscheinungsjahr: 2023
Seiten: 145-148
E-ISSN: 2573-9603 - Abstract (EN)
- This letter presents a scalable technique to reduce the power of the analog input stage in neural recording front-ends in Globalfoundries 22 -nm FDSOI. The back-gate voltages are adapted to reduce the threshold voltage and thus allow supply voltage reduction. This adaption increases PVT stability of subthreshold circuits. A comparison to a conventional delta–sigma ADC is drawn and the minimum power point is measured, resulting in 0.7 - μW /channel at 7.2 - μV input-referred noise. Additionally, the transition to smaller technologies promises low-power consumption in the digital domain, by allowing smaller supply voltage and higher integration density.
- Andere Ausgabe
- Link zum Artikel, der zuerst in der Zeitschrift „IEEE solid-state circuits letters : ISCLCN ” erschienen ist.
DOI: 10.1109/LSSC.2023.3270243 - Freie Schlagwörter (DE)
- 1/f-Rauschen, Back-Gate-Anpassung, rauscharme Verstärker, Operationsverstärker, Aufzeichnung
- Freie Schlagwörter (EN)
- 1/f-noise, back-gate adaptation, low-noise amplifiers, operational amplifiers, recording
- Klassifikation (DDC)
- 621
- Herausgeber (Institution)
- Technische Universität Dresden, Dresden
- Verlag
- IEEE - Institute of Electrical and Electronics Engineers, New York, NY
- Förder- / Projektangaben
- Bundesministerium für Bildung und Forschung (BMBF)
Auf genomischen Analysen basierende Werkzeuge für eine personalisierte Behandlung zur Reduktion der Chemotherapiebelastung bei Kindern mit Krebserkrankung
(GEPARD) - European Commission (EC)
H2020 | RIA
A SYnaptically connected brain-silicon Neural Closed-loop Hybrid system
(SYNCH)
ID: 824162 - Bundesministerium für Bildung und Forschung (BMBF)
Souverän. Digital. Vernetzt.
6G-Life
ID: 16KISK001K - Version / Begutachtungsstatus
- angenommene Version / Postprint / Autorenversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-901088
- Veröffentlichungsdatum Qucosa
- 23.02.2024
- Dokumenttyp
- Artikel
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
