Research Topic: Micro-Sensing Systems


無論是工業4.0 或者是人工智慧,都仰賴大量收集資料(Big Data)用以訓練並建立系統模型。在感測網路中所需收集的資料十分微弱且多樣化,通常必須透過各式各樣的換能器(Transducer)將資料轉化為電信號,並經由類比數位轉換器(Analog-to-Digital Converter)轉成數位型式資料,方能由計算機處理器進行快速運算。

我們研究的方向著重於設計低功耗整合感測器系統(Integrated Microsensing Systems),包括設計換能器於接收與反應因物理/化學變化造成之微小訊號、高靈敏度且低雜訊讀取電路、有線/無線資料傳輸通訊電路,並將感測電路與系統以CMOS製程整合設計於同一晶片。以生物感測系統為例,近年來已有許多公司投入新創研發,積極開發在照顧病患(或健康者)的當下,可以立即完成快速診斷測試之定點照護技術。發展的方向都是朝向疾病的提前預防和早期診斷,以及協助管理慢性病症。其中最為關鍵的技術就是將多種生物特徵的感測與分析功能整合設計到一個小型(便攜式)的裝置,方能提供個人化和預防性的醫療資訊。

於類比/混合訊號積體電路設計方面,透過晶片設計模擬、下線與量測,學生通常對感測系統能得到一定程度的理解,並針對整合系統所需之規格開發低功耗電路。較關鍵之電路設計技術包括(但不限於):

High-sensitivity CMOS MEMS transducers

Low-power analog front-end circuits

High-efficiency analog-to-digital converters

Energy harvesting/Power management systems

歡迎對類比/混合訊號積體電路設計感興趣的研究生/專題生加入實驗室,熟悉 Spectre, Hspice, Virtuoso, Laker, Verilog-A, Matlab 模擬軟體,具IC layout實務經驗尤佳。