Otimização e mapeamento multivariado dos amplificador operacional de transcondutância por algoritmos genéticos.
| dc.contributor.advisor | Thomaz, C. E. | |
| dc.contributor.author | Rego, T. T. | |
| dc.date.accessioned | 2019-03-20T14:01:01Z | |
| dc.date.available | 2019-03-20T14:01:01Z | |
| dc.date.issued | 2009 | |
| dc.description.abstract | Esta dissertação propõe a utilização de uma técnica de Inteligência Artificial denominada Algoritmos Genéticos (AG) para o mapeamento, compreensão e otimização multivariada e com múltiplos objetivos do projeto do amplificador operacional de transcondutãncia (OTA) de único estágio e única saída. Investiga-se aqui a modelagem e implementação de um AG para a otimização das variáveis de largura (W) e compruimentop de canal (L) de todos os MOSFET's que compõem o circuito do OTA, com o intuito de atingir valores de ganho de tensão demalha aberta (Avo), frequência de ganho unitário de tensão (fr0 e fator de ganho do espelho de corrente (B) do OTA, pré-determinados pelo projetista. São dados pelo projetista, para a otimização do projeto OTA por AG, a potência total dissipada (P tot), a tensão de alimentação (V dd) e a curva normalizada gm/Ids x Ids/(W/L) da tecnologia SOi MOSFET, utilizada neste trabalho, além dos valores máximo e mínimo para W e L dos MOSFEts, com o intuito de reduzir o espaço de busca, evitar soluções potenciais do AG compõem-se de alelos de 11 bits, em que cada um contém o valor das dimensões W ou L de um dos MOSFETs do OTA, codificado em um número binário. A avaliação dos indivíduos é realizada por meio de equações de primeira ordem de Avo, Ft e B, reduzindo o esforço computacional no processo de otimização dos parâmetros. Ao final do processo de otimização, são obtidas 20 soluções, resultantes da execução de 20 rodadas do AG e, ao final de cada rodada, a melhor solução obtida é armazenada como uma das soluções para o projeto do OTa, dados os objetivos pré-determinados pelo projetista. Neste trabalho, as soluções otimizadas pelo AG utilizando-se equações de primeira ordem do OTA, são posteriormente analisadas com o uso do software de simulação de circuitos AIM-Spice, para a verificação da ordem de grandeza dos parâmetros de Avo e fT obtidos pelo OTA. As soluções encontradas pelo algoritmo aqui porposto tiveram erro máximo de 16% em relação aos objetivos pré-estabelecidos e foram obtidas com um tempo de processamento computacional relativamente baixo, ou seja, em aproximadamente 2 minutos. | |
| dc.description.abstract | This dissertation proposes the use of a Atificial Intelligence technique called Genetic Algorithms (GA) for mapping, understanding and opmizing the multivariate and with multi objective behavior of the single-stage, single-ended operational transcondutance amplifier (OTA). More specifically, this work investigates the model construction and implementation of a GA for optimization of the width (W) and length (L) paramenters of all MOSFETs that compose the OTA circuit, with the aim of achieving predefined values of open-loop voltage gain (Avo), unity voltage gain frequency (fT) and current mirror gain factor (B) of OTA, determined by the designer. The inputs for the OTA design optimization, given by the designer, are the total dissipated power (P tot), the OTA supply voltage (V dd), and the normalized curve Gm/Ids x Ids/(W/L) associated to SOI MOSFET technology, applied in this dissertation, as well as the maximum and mininimum values for W and L for MOSFEts, with nenefit to reduce the searching space, avoiding invalid solutions and reducing GA computation time. The W and L changes are tracked during the GA optimization process, allowing a multivariate analysis of these parameters and the stablishment of preliminary design rules, regarding the objectives required for the OTA by the designer. The GA individuals or potential solutions are composed of 11 bits alleles, which contain the value for W or L dimensions, of one OTA's MOSFET, codified in a binary number. The individuals evaluation has been performed by means of first order equations for Avo, fT and B. In the end of the optmization process, 20 solutions are obtained, as a result of 20 GS's runs. After each run, the best solution obtained has been stored as one of the solutions for the OTA, given the objectives pre-determined by the designer. In this dissertation the solutions optimized by GA are further analyzed using the AIM-Spice software, in order to evaluate the magnitude of the Avo and fT parameters, obtained by OTA. The solutions found by the GA have achieved a maximum error rate of 16%, when compared to the predefined objectives and have been determined with low computational cost, that is, in less than 2 minutes of processign time | |
| dc.identifier.citation | REGO, T. T. <b> Otimização e mapeamento multivariado do amplificador operacional de transcondutância por algoritmos genéticos. </b> 2009. 123 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da Fei, São Bernardo do Campo, 2009 | |
| dc.identifier.uri | https://repositorio.fei.edu.br/handle/FEI/492 | |
| dc.language | por | |
| dc.language.iso | pt_BR | |
| dc.publisher | Centro Universitário da FEI, São Bernardo do Campo | |
| dc.subject | 681.3.06 | |
| dc.subject | Algoritmos genéticos | |
| dc.subject | Amplificadores eletrônicos | |
| dc.title | Otimização e mapeamento multivariado dos amplificador operacional de transcondutância por algoritmos genéticos. | pt_BR |
| dc.type | Dissertação | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1