M.Sc. thesis - Fei

More documents

Recommendations

Info

IC (A ,B) Cobertura do Conjunto (Métrica Binária de Conjuntos Pareto) ≺≺ Dominância Pareto Estrita (operador binário) ≺ Dominância Pareto (operador binário) ⊳ Melhor Conjunto Pareto (operador binário) Dominância Pareto Fraca (operador binário) || Incomparabilidade de Conjuntos Pareto (operador binário)
SUMÁRIO 1 INTRODUÇÃO 1 1.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Organização do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . 4 2 O PROJETO DE AMPLIFICADORES OPERACIONAIS DE TRANSCONDUTÂNCIA 6 2.1 Amplificadores Operacionais de Transcondutância . . . . . . . . . . . . . 6 2.2 OTAs implementados na Tecnologia CMOS . . . . . . . . . . . . . . . . 7 2.2.1 O Transistor de Efeito de Campo: MOSFET . . . . . . . . . . . . . . . . . . . . . . 7 2.2.2 Topologias de OTAs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.3 O Simulador de Circuitos SPICE . . . . . . . . . . . . . . . . . . . . . 13 2.3.1 Avaliação do Ponto de Operação (comando SPICE .OP) . . . . . . . . . . . . . . . . 13 2.3.2 Avaliação do Ganho em Malha Aberta, Frequência de Ganho Unitário e Margem de Fase (.AC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3.3 Avaliação do Slew-Rate (.TRAN) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.4 O ciclo manual de projetos. . . . . . . . . . . . . . . . . . . . . . . . 15 3 FUNDAMENTAÇÃO TEÓRICA E CONTEXTUALIZAÇÃO 18 3.1 Algoritmos Evolucionários. . . . . . . . . . . . . . . . . . . . . . . . 18 3.1.1 Representação Genética . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 3.1.2 O Algoritmo Genético Canônico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.1.3 Teorema dos Esquemas de Holland . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.1.4 Teorema da Seleção e Covariância de Price . . . . . . . . . . . . . . . . . . . . . . . 25 3.1.5 Codificação Genética por números Reais . . . . . . . . . . . . . . . . . . . . . . . . 27
Page 1 and 2: CENTRO UNIVERSITÁRIO DA FEI ANTONI
Page 3 and 4: Leme, Antonio Paulo de Moraes. Um e
Page 5 and 6: Aos meus filhos Paulo Gabriel e Mar
Page 7 and 8: “Evolution is free to explore ver
Page 9 and 10: ABSTRACT The optimization of multip
Page 11 and 12: LISTA DE FIGURAS FIGURA 1.1 Percent
Page 13 and 14: FIGURA 5.2 Hipervolume (IH V ), equ
Page 15 and 16: LISTA DE ABREVIATURAS E SIGLAS AGE
Page 17 and 18: SMASH Simulador equivalente ao SPIC
Page 19: G Porta do MOSFET B Substrato do MO
Page 23 and 24: 5.4 Extração de Conhecimentos . .
Page 25 and 26: Figura 1.1: Percentual de Circuitos
Page 27 and 28: Fronteira de Pareto também permite
Page 29 and 30: 2 O PROJETO DE AMPLIFICADORES OPERA
Page 31 and 32: (a) Vista em perspectiva de um MOSF
Page 33 and 34: gm/Ids (1/V) 30 25 20 15 10 5 NMOS
Page 35 and 36: Outro tipo de OTA é o OTA Miller,
Page 37 and 38: (a) Ganho de tensão em função da
Page 39 and 40: 2. Circuito (ou célula); 3. Sistem
Page 41 and 42: 3 FUNDAMENTAÇÃO TEÓRICA E CONTEX
Page 43 and 44: 3.1.1 Representação Genética A r
Page 45 and 46: Os parâmetros no GA original são
Page 47 and 48: k = 1 (De Jong, 2002); c) Estática
Page 49 and 50: sobre uma geração, quando a métr
Page 51 and 52: (a) Distribuição probabilística
Page 53 and 54: Conforme Coello (2006), por muitos
Page 55 and 56: 3.3 Múltiplos Objetivos e Dominân
Page 57 and 58: objetivos Λ por uma função de av
Page 59 and 60: 3.3.4.1 Distância Geracional (Veld
Page 61 and 62: 3.4 Eletrônica Evolucionária A El
Page 63 and 64: 3.4.2.2 A abordagem de KRUISKAMP; L
Page 65 and 66: Rsource + −Vsource − Z0 + Vout
Page 67 and 68: 4 MÉTODOS “Essentially, all mode
Page 69 and 70: c) Largura de Canal do Transistor M
Page 71 and 72:
Algoritmo 5: Non-dominated Sorting
Page 73 and 74:
4.2.1 O Mapa de Aquecimento (Heatma
Page 75 and 76:
Os algoritmos k-means e k-medoids p
Page 77 and 78:
Figura 4.3: Processo proposto por e
Page 79 and 80:
5.1 Parametrizações O OTA de úni
Page 81:
Tabela 5.3: Resultados do experimen
Page 84 and 85:
(a) (b) Figura 5.4: Resposta Transi
Page 86 and 87:
5.4 Extração de Conhecimentos A e
Page 88 and 89:
Figura 5.9: Exemplos de relações
Page 90 and 91:
5.4.1 Automação da Extração de
Page 92 and 93:
probabilidade condicional está ilu
Page 94 and 95:
de regras pode ser utilizado para a
Page 96 and 97:
DEB, K. et al. A fast elitist non-d
Page 98 and 99:
SCHAUMANN, R. The Electrical Engine
Page 100 and 101:
X10 (n02 ipol gnd gnd) nMOSFET w=u
Page 102 and 103:
.endc .end A.2 Modelo nMOSFET * T99
Page 104 and 105:
+ CDSCB = 0 ETA0 = 0 ETAB = -0.2 +
Page 106 and 107:
let weakinv = i(vds)[%c] let c=0 cu
Page 108 and 109:
N. Semente Av0 fT SR Pwr Area Ipol
Page 110 and 111:
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
X SBAI - Simpósio Brasileiro de Au
Page 132 and 133:
X SBAI - Simpósio Brasileiro de Au
Page 134 and 135:
0 400 800 0 10 20 30 40 X SBAI - Si
show all

M.Sc. thesis - Fei

Create successful ePaper yourself

Delete template?

Save as template?