研究論文
IEICE TRANS. FUNDAMENTALS, VOL.E107–A, NO.8 AUGUST 2024
A Multi-Channel Biomedical Sensor System with
System-Level Chopping and Stochastic A/D Conversion
https://www.jstage.jst.go.jp/article/transfun/E107.A/8/E107.A_2023EAP1093/_article/-char/ja
＜お知らせ＞
本論文で使用したデバイスを研究開発用に，頒布しております。
詳しくは，お問い合わせページより，使用目的を明記の上， お問い合わせください。ECG, EEGなどの生体センサーアプリケーション用アナログフロントエンド(AFE)，センサー機器の低ノイズAFE、また、ミリ波 レーダー機器のIQベースバンド用ICとしても使用でき、小型化、省電力に貢献します。
概要
この論文では，システムレベルのチョッピングと確率的アナログ-デジタル (A/D) 変換技術を備えたマルチチャネルバイオメディカル センサー システムを紹介しています。 システムレベルのチョッピング技術は，入力信号の帯域幅を拡張し， 多重化によって生じるチャネル間クロストークを低減しています。 システムレベルのチョッピング技術は，アナログ ローパス フィルター (LPF) をデジタル フィルターに置き換えることができ，その占有面積の削減が可能です。 確率的A/D変換技術は，電力効率の高い解像度の向上を実現し，また 確率的A/D変換技術用の新しい自動キャリブレーション技術も提案しています。 提案のシステムは，130nm CMOSプロセスを使用して製造され， プロトタイプのアナログ フロントエンド(AFE)ICを実現しています。 製造されたAFE ICは，従来のアナログ チョッピング アーキテクチャと比較して， チャネル間クロストークを40dB改善しました。 また，このAFE ICは、1.2V 電源から9.6μWの低消費電力ながら， 31.25kSpsのサンプリング レートで62.9dBの高SNDR を達成しました。 また，本論文提案の分解能向上技術により，測定により得られたSNDRは、4.5dB改善しました。IEEE Access, Vol. 7, pp. 21990-22001, Feb. 2019
A Biomedical Sensor System With Stochastic A/D
Conversion and Error Correction by Machine Learning
https://ieeexplore.ieee.org/document/8636959
概要
本論文では、新しいアナログ フロントエンド (AFE)ICと機械学習によるエラー修正機能を備えた高精度バイオメディカル センサーシステムを紹介します。 AFE ICには、逐次確率近似ADCと呼ばれるアナログ/デジタル コンバーター(ADC)アーキテクチャが組み込まれています。 提案のADCは，確率的フラッシュADC(SF-ADC)を逐次近似レジスターADC(SAR-ADC)に統合して，その解像度を高めています。 SF-ADCは，SAR-ADCのエラー修正を行うためのデジタル制御の可変しきい値型コンパレーターとしても使用されます。 提案のシステムは，センサーノードで追加の電力消費無しに，外部PC上の機械学習アルゴリズムを使用してADCエラーを較正します。 システムの柔軟性により，これらの手法を使用することでAFE ICの設計の複雑さを軽減しています。 目標解像度は18ビットで，また目標帯域幅(デジタルローパスフィルタなし)は，さまざまな種類の生体電位信号を処理するため約5kHzです。 この設計は、130nm CMOSプロセスで製造され，1.2V電源で動作します。 製造されたADCブロックは，提案されたキャリブレーション手法を使用することで，250kHzのサンプリング周波数で88dBの高SNDRを実現しました。 高解像度ADCのため，入力換算ノイズは、2.52uVrms，ゲインは28.5dBの結果でした。IEICE TRANSACTIONS on Fundamentals of Electronics,
Communications and Computer Sciences. 2017, E100-A(10), p. 2073-2085
Behavior-Level Analysis of a Successive Stochastic
Approximation Analog-to-Digital Conversion System for Multi-Channel
Biomedical Data Acquisition
https://ir.library.osaka-u.ac.jp/repo/ouka/all/65064/IEICE%20TRANSACTIONS%20on%20Fundamentals_E100-A_10_2073.pdf
概要
本論文では，低電力バイオメディカルアナログフロントエンド用の新しい高解像度アナログ-デジタルコンバータ（ADC）を提案します。 これを逐次確率近似ADCと呼びます。提案されたADCは，確率的フラッシュADC（SF-ADC）を使用して， 逐次近似レジスタADC（SAR-ADC）内のデジタル制御の可変しきい値コンパレータを実現し， SAR-ADCの内部デジタル-アナログコンバータに起因するエラーを修正できます． SAR-ADCの動作後の残差エラーは，熱ノイズよりも小さい可能性があるため，SF-ADCはノイズの統計特性を使用して高解像度を実現します。 残差信号のSF-ADC出力をSAR-ADC出力と組み合わせることで，教師データありの機械学習法を使用して高精度の出力データが取得可能となります。IEEE NEWCAS 2017
An Analog Front-End Employing 87 dB SNDR
Stochastic SAR-ADC for a Biomedical Sensor
https://ieeexplore.ieee.org/document/8010165
概要
本論文では、逐次比較レジスタADCと確率的フラッシュADCを組み込んだバイオメディカルセンサー用の新しいADCを紹介します。 130nm CMOSプロセスで製造されたアナログフロントエンドICのADCは，教師データありの機械学習技術によるキャリブレーションにより， 250kS/sのオーバーサンプリング レートで20.5Hzの入力信号に対して87dBの高SNDRを実現しています。IEEE BioCAS 2016
A programmable controller for spatio-temporal
pattern stimulation of cortical visual prosthesis
https://ieeexplore.ieee.org/document/7833824
Wiley Microwave and Optical Technology Letters, Vol.58,
Issue 12, Dec 2016
A Study on Performance Improvement of RF
Transmitter IC using Genetic Algorithm
https://onlinelibrary.wiley.com/doi/epdf/10.1002/mop.30180
IEEE EMBC 2015
Cortical neural excitations in rats in vivo with using a
prototype of a wireless multi-channel microstimulation system
https://ieeexplore.ieee.org/document/7318690
Far East Journal of Electronics and Communications. 2014,
13(2), p. 91-97
Digital Implementation of Third Harmonic Distortion
Reduction in Fourth-order ΔΣ D/A Converter
https://ir.library.osaka-u.ac.jp/repo/ouka/all/51734/FEJEC13_2_91.pdf
電子情報通信学会技術研究報告, Vol. 114, No. 346, pp. 73-78, Nov. 2014
逐次比較A/D変換器への確立的A/D変換の適用
Application of Stochastic A/D Conversion to SAR-ADC
Application of Stochastic A/D Conversion to SAR-ADC
https://ken.ieice.org/ken/paper/20141201yBUX/