无线体域网技术是一种以人体为中心的无线传感器网络技术,能让人们更加轻松直观地了解自身的健康状况,也能让医生长期实时监测患者的病情变化,对一些疾病做出更加准确及时的诊断和治疗。作为支撑无线体域网的关键技术,生物信号前端芯片用于采集各种微弱的生物信号,其性能将直接限制无线体域网技术的应用。然而,生物信号前端芯片的发展迄今仍然面临着诸多难题和挑战:如复杂人体环境下对芯片噪声、输入阻抗的要求;人体运动伪影对采集系统的巨大干扰;长时间、多通道记录对前端芯片中运放和模数转换器的功耗、面积等方面的苛刻要求;片上信号处理对系统集成和微型化的挑战等。论文针对前端芯片中亟待解决的一些瓶颈问题开展相关设计方法和关键技术研究,主要包括以下几个方面:1.低功耗、低噪声前端仪表放大器IA的设计方法和关键技术研究。针对放大器的噪声、电极失调等性能需求,论文采用电流反馈型IA结构,并结合以下技术进行优化:(1)引入斩波调制技术以降低闪烁噪声对性能的影响;(2)采用数字辅助型电极直流失调抑制环路,能抑制±50mV电极失调电压,并降低传统模拟环路的噪声贡献;(3)设计可调增益/带宽放大器,实现系统增益和带宽可调。电路采用GlobalFoundry0.18μm工艺进行流片,在供电电压为1.8V时,放大器平均电流为7.2μA1.5kHz带宽内积分噪声为2.4μV,噪声能效因子为6.4;2.低功耗、微型化、高精度模数转换器的设计方法和关键技术研究。论文针对SAR ADC提出了面积和功耗的优化方案:(1)提出混合型开关策略,功耗和面积仅为传统开关策略的3%和1/8;(2)提出了一种新型的阶梯型时域比较器结构,比传统的延时单元具有更大的电压-时间增益和更优的噪声性能;(3)优化逻辑电路功耗,通过增加门控单元,降低数字电路的开关活动因子,其功耗为传统结构的40%。芯片采用UMC0.18μm进行了流片验证,芯片采样率为200kS/s,SNDR为61.6dB,在0.9V供电电压下,整体功耗为2.72μW,所对应的优值为28fJ/conv.step。在上述工作基础上,针对其中的不足之处,论文进一步开展对高精度SARADC的研究:(1)建立完整的电容阵列及其失配数学模型;(2)提出一种内建型电容失配校正方法,其利用分段电容阵列自身提取电容失配大小,实现校正目的。芯片采用Global Foundry 0.13μm工艺下进行了流片验证。测试结果表明,论文所提出的电容失配校正方法能有效提升芯片性能,采用校正后芯片的SNDR为72.7dB,SFDR为86dB,相比校正前分别提升了 13.6dB和21.8dB。芯片整体功耗为15.2μW,所对应的优值为0.45pJ/conv-step。3.结合近两年生物信号前端芯片的发展趋势,论文对直接数字转换DDC芯片的设计方法和关键技术展开研究。为了克服传统DDC前端芯片的缺点,论文以高动态范围、低噪声为设计目标,开展了以下研究:(1)提出二阶混合时间型(Hybrid CT-DT)△2∑调制器结构,以抑制电极直流失调;(2)建立更完善的积分器Simulink模型,对调制器进行更加全面、精确的系统建模分析;(3)采用电容耦合型连续时间积分器结构来优化第一级连续时间积分器的功耗和噪声性能;(4)创新地提出了 Differential-Difference量化器结构,避免了有源加法器和反馈DAC的使用。芯片采用TSMC0.18m进行了流片验证,在100Hz的带宽下,芯片的SNDR/DR为93.2dB/98dB。芯片允许输入信号的最大幅值为720mVpp,能抑制高达±300mV的电极失调。芯片采用1.8V电源供电,整体功耗为73.8μW,所对应的FOM8为154.5dB。最后,论文利用所设计的芯片对人体的ECG、EEG信号进行了采集实验。