Diseño de amplificadores operacionales CMOS usando redes neuronales

El diseño de circuitos integrados analógicos, como los amplificadores operacionales, requiere significativamente más tiempo y esfuerzo que el diseño de circuitos digitales debido a su complejidad y a la falta de automatización en su proceso de desarrollo. Esto crea la necesidad de estrategias que si...

Full description

Autores:
Ferro Durán, Silvana
Muñoz Cufiño, Sergio Andrés
Tipo de recurso:
https://purl.org/coar/resource_type/c_7a1f
Fecha de publicación:
2024
Institución:
Universidad El Bosque
Repositorio:
Repositorio U. El Bosque
Idioma:
spa
OAI Identifier:
oai:repositorio.unbosque.edu.co:20.500.12495/14588
Acceso en línea:
https://hdl.handle.net/20.500.12495/14588
Palabra clave:
Amplificador operacional
Redes neuronales
Cascodo telescópico
Cascodo doblado
Parámetros de desempeño
621.381
Operational amplifier
Neural networks
Telescopic cascode
Folded cascode
Performance parameters
Rights
License
Attribution-NonCommercial-ShareAlike 4.0 International
Description
Summary:El diseño de circuitos integrados analógicos, como los amplificadores operacionales, requiere significativamente más tiempo y esfuerzo que el diseño de circuitos digitales debido a su complejidad y a la falta de automatización en su proceso de desarrollo. Esto crea la necesidad de estrategias que simplifiquen y optimicen el diseño de amplificadores, facilitando la selección de múltiples parámetros interdependientes. En este trabajo se propone un enfoque para el diseño de amplificadores operacionales CMOS mediante redes neuronales, aplicándolo a dos topologías específicas: el amplificador operacional cascodo telescópico y el amplificador operacional cascodo doblado. Enmarcado en el área de la microelectrónica, el proyecto culmina con el layout de uno de los diseños generados por la red neuronal para el amplificador cascodo telescópico. Durante el desarrollo, se emplearon tres conjuntos de datos para entrenar la red neuronal, permitiendo comparar el rendimiento al utilizar parámetros de desempeño tanto lineales como logarítmicos. Los resultados muestran que los parámetros lineales ofrecen mejores resultados en términos de menor error, en comparación con los logarítmicos, para métricas como el CMRR, el PSRR y la ganancia.