基于神经网络的数字校准技术综述

作者：李嘉燊; 李龙; 邓红辉; 陈红梅; 孟煦; 尹勇生

来源：微电子学, 2022, 52(02): 191-196.

DOI：10.13911/j.cnki.1004-3365.ZJEA019

• 模数转换器
• 全数字校准
• 神经网络

随着集成电路工艺的发展以及晶体管尺寸的不断减小，ADC转换率变得更快、功耗更低，但器件的失配误差随之变得更大，从而影响精度，因此引入校准电路已成必然趋势。文章首先介绍了几种ADC的常见误差及其校准方法，然后介绍了神经网络的工作原理，并总结了几种主要的基于神经网络的数字校准方法，分析了不同方法的优势和劣势。最后，针对14位流水线ADC,给出了神经网络校准算法的系统级仿真验证结果。经校准后，有效位数(ENOB)从10位提升到12.5位，无杂散动态范围(SFDR)从80 dB提升到100 dB。

• 单位
  合肥工业大学