خطي سازي پاسخ آشكارساز نوري تعيين موقعيت چهارربعي به كمك شبكه هاي عصبي RBF و MLP

Linearization of Response in Four-Quadrant Position Sensing Photodetector Using MLP and RBF Neural Networks

در اين مقاله روشي مبتني بر شبكه هاي عصبي براي بهبود پاسخ خروجي آشكارسازهاي چهارربعي مورد استفاده در سيستم هاي كنترلي كه از لكه نوري دايره اي بهره مي گيرند، پيشنهاد شده است. در اين روش به كمك يك شبكه عصبي RBF،‌ در ابتدا داده-هاي توليد شده از خروجي هاي جرياني آشكارساز چهارربعي مورد استفاده قرار گرفته و سپس با توجه به خروجي خطي مورد نظر، اين داده ها به شبكه اعمال شده تا شبكه مورد آموزش قرار گيرد. در ادامه با تغيير تعداد كلاسترها و همچنين تغيير تعداد داده هاي آموزشي شبكه براي داشتن پاسخ بهينه، برنامه ريزي و نتايج پاسخ خروجي شبكه با خروجي مستقيم آشكارساز مقايسه خواهد شد. همين موارد به كمك يك شبكه عصبي MLP نيز انجام شده و با تغيير تعداد نرون هاي لايه مياني آن، پاسخ بهينه به دست مي آيد و در نهايت پاسخ هاي دو شبكه با يكديگر بررسي و مقايسه مي شود.

In this paper, according to the size of the transistors and the feedback gain of the oscillator, a design point in which the gain of the active core of the oscillator is maximum, is derived. In order to realize the feedback gain, we utilize a transformer. This transformer is employed in such a way that it could be able to provide the feedback gain for the oscillator and also eliminate the large portion of parasitic capacitance, simultaneously. By using this technique, the phase noise at 1MHz offset and the tuning range in comparison with the general transformer oscillator is improved by 5dB and 70% respectively. Furthermore, we show that with linearization of the oscillator in millimeter-wave frequencies, phase noise of the oscillator can also be reduced even more. Regarding this criteria we linearize the oscillator as much as possible. Post-simulation results show that the circuit designed in 0.18-?m CMOS technology, consumes 43mW while showing -89dBc/Hz phase noise at 1MHz offset with 1.9GHz tuning range around 57GHz.