⚡ electrical engineering

A 850 µm 2 low-power Smart Temperature Sensor for IoT Applications

Dieses Papier präsentiert einen voll integrierten, leistungsschonenden intelligenten Temperatursensor, der in 65-nm-CMOS gefertigt wurde, eine Fläche von 850 µm² aufweist, 5,5 µW verbraucht und durch die Nutzung einer selbstgetakteten, referenzfreien Ringoszillator-basierten Sensormethodik eine hohe Auflösung sowie Genauigkeit für das thermische IoT-Monitoring liefert.

Ursprüngliche Autoren: Neethu Johny, Jayagowri R

Veröffentlicht 2026-06-24

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Neethu Johny, Jayagowri R

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben einen winzigen, batteriebetriebenen Computerchip, der wissen muss, wie warm es ist, um eine Überhitzung zu vermeiden, aber er kann sich keinen schweren, teuren oder stromhungrigen Thermometer leisten. Das ist das Problem, das diese Arbeit löst.

Die Autoren, Neethu Johny und R. Jayagowri, haben einen intelligenten Temperatursensor entwickelt, der unglaublich klein ist (etwa so groß wie ein Sandkorn, genauer gesagt 850 Quadratmikrometer) und fast keinen Strom verbraucht. Er wurde speziell für das „Internet der Dinge“ (IoT) entwickelt – also für jene winzigen Geräte wie Smartwatches, Umweltmonitore oder Sensoren in einer Fabrik, die jahrelang mit kleinen Batterien laufen.

Hier ist die Funktionsweise ihrer Erfindung, erklärt mit Alltagsanalogien:

1. Das Problem: Der „schwere Rucksack“

Herkömmliche Temperatursensoren sind wie das Tragen eines schweren Rucksacks. Sie benötigen oft zusätzliche Bauteile (wie spezielle Widerstände oder externe Chips), um zu funktionieren, was Platz einnimmt und den Akku leert. Die Autoren wollten einen Sensor bauen, der so leicht wie eine Feder ist und nur die standardmäßigen digitalen Teile verwendet, die bereits im Computerchip vorhanden sind, ohne dass zusätzliche „Rucksack“-Zubehörteile benötigt werden.

2. Die Kernidee: Das Rennen der „zwei Läufer“

Anstatt einen Thermometer zu verwenden, der die Hitze direkt misst, nutzt dieser Sensor ein cleveres Rennen zwischen zwei Läufern.

Die Läufer: Der Sensor besitzt zwei winzige elektronische Schaltungen, sogenannte Ringoszillatoren. Stellen Sie sich diese als zwei Läufer vor, die in Kreisen laufen. Jedes Mal, wenn sie eine Runde vollenden, „tickt“ ein Zähler.
Der Clou: Die zwei Läufer sind leicht unterschiedlich gebaut.
- Läufer A (VCO1): Wurde mit „kurzen Beinen“ (kürzeren Transistoren) gebaut. Dieser Läufer wird deutlich schneller, wenn es heiß wird.
- Läufer B (VCO2): Wurde mit „langen Beinen“ (längeren Transistoren) gebaut. Dank eines physikalischen Phänomens namens „Reverse Short-Channel Effect“ ist dieser Läufer so konstruiert, dass er weniger empfindlich auf Hitze reagiert. Er wird zwar auch schneller, aber nicht so dramatisch wie Läufer A.

3. Wie es die Temperatur misst: Die „Stoppuhr“

Der Sensor benötigt keine externe Uhr oder eine Referenztemperatur. Er führt sein eigenes Rennen aus:

Der Start: Beide Läufer starten gleichzeitig.
Die Ziellinie: Der Sensor setzt für Läufer B (den weniger empfindlichen) eine Ziellinie. Sagen wir, Läufer B muss genau 1.000 Runden laufen, um zu beenden.
Das Zählen: Während Läufer B seine 1.000 Runden läuft, zählt der Sensor, wie viele Runden Läufer A absolviert hat.
- Wenn es kalt ist, ist Läufer A langsam. Bis Läufer B seine 1.000 Runden beendet hat, hat Läufer A vielleicht erst 500 Runden geschafft.
- Wenn es heiß ist, ist Läufer A schnell. Bis Läufer B seine 1.000 Runden beendet hat, hat Läufer A vielleicht schon 800 Runden geschafft.
Das Ergebnis: Der Sensor schaut sich einfach die Anzahl der Runden an, die Läufer A absolviert hat. Diese Zahl entspricht der Temperatur. Es ist keine komplexe Mathematik oder externe Werkzeuge nötig; es ist einfach nur ein digitaler Zählvorgang.

4. Der „Near-Threshold“-Trick: Laufen auf Verdauung

Die meisten Elektronikkomponenten benötigen eine starke Batterieladung (Spannung), um schnell zu laufen. Um jedoch Strom zu sparen, arbeitet dieser Sensor mit einer sehr niedrigen Spannung, nahe an der minimalen Menge, die benötigt wird, um die Transistoren am Leben zu erhalten. Dies wird als Near-Threshold-Spannungsbetrieb bezeichnet.

Stellen Sie sich das wie einen Automotor vorstellen, der im Leerlauf läuft. Er läuft kaum, ist aber unglaublich kraftstoffeffizient. Dies ermöglicht es dem Sensor, sehr lange mit einer winzigen Batterie zu arbeiten, was perfekt für IoT-Geräte ist, die vielleicht in einer Wand vergraben oder an einem Baum festgewachsen sind.

5. Die Ergebnisse: Klein, schnell und präzise

Das Paper beansprucht die folgenden Erfolge für ihr Design:

Größe: Es ist winzig (850 µm²), passt also problemlos auf einen Chip, ohne viel Platz einzunehmen.
Leistung: Es verbraucht sehr wenig Energie (5,5 Mikrowatt), was wie ein winziges Flüstern von Elektrizität ist.
Genauigkeit: Es kann Temperaturunterschiede von so geringen 0,06 °C erkennen. Nach einer einfachen einmaligen Anpassung (Kalibrierung) ist es über einen weiten Temperaturbereich (von eiskalt bei -40 °C bis sehr heiß bei 125 °C) innerhalb von etwa ±2 °C genau.
Effizienz: Es wandelt die Temperatur so effizient in eine digitale Zahl um, dass es pro Messung weniger Energie verbraucht als viele andere hochtechnologische Sensoren auf dem Markt.

Zusammenfassung

Kurz gesagt haben die Autoren ein digitales Thermometer entwickelt, das weder ein Akkupack noch ein Referenzwerkzeug benötigt. Es funktioniert durch ein Rennen zwischen zwei leicht unterschiedlichen elektronischen Läufern. Da es standardmäßige digitale Teile verwendet und mit sehr geringer Leistung arbeitet, ist es eine ideale, leichte Lösung, um die Hitze in den Milliarden winzigen, batteriebetriebenen Geräten im Internet der Dinge im Auge zu behalten.

Technische Zusammenfassung: Ein 850 µm² kleiner, stromsparender intelligenter Temperatursensor für IoT-Anwendungen

Problemstellung
Die zunehmende Komplexität und Leistungsdichte von System-on-Chip (SoC)-Designs haben erhebliche thermische Herausforderungen geschaffen, die eine effektive On-Chip-Temperaturüberwachung erfordern, um Leistungsdegradierung, beschleunigte Alterung und dauerhafte Schäden zu verhindern. Während traditionelle diskrete Sensoren (Thermistoren, Thermoelemente) eine hohe Genauigkeit bieten, behindert deren Abhängigkeit von externen Komponenten die Systemintegration und erhöht die Kosten. Im Gegensatz dazu stehen bestehende On-Chip-Lösungen vor Zielkonflikten: Widerstandsbasierte Sensoren benötigen große Flächen und höhere Leistung; BJT-basierte Sensoren leiden unter Prozesssensitivität und schlechter Skalierbarkeit in modernen CMOS-Prozessen; zudem haben viele Standard-CMOS-Sensoren Schwierigkeiten, zuverlässig unter den Near-Threshold-Spannungsregimen (NTV) zu arbeiten, die für ultra-energieeffiziente IoT-Knoten erforderlich sind. Im NTV-Bereich verursachen kleine Temperaturschwankungen unverhältnismäßig große Änderungen der Transistorverzögerung und des Leckstroms, was eine robuste Sensorik zu einer kritischen Designbedingung für energiebeschränkte Anwendungen macht.

Methodik
Die Autoren schlagen einen vollständig integrierten, selbstgetakteten, auf einem Zeit-zu-Digital-Konverter (TDC) basierenden intelligenten Sensor vor, der für den NTV-Betrieb konzipiert ist. Die Architektur eliminiert die Notwendigkeit externer Referenzen oder analoger Bias-Schaltungen, indem sie sich ausschließlich auf Standard-Digital-Logikgatter stützt.

Sensorprinzip: Der Kern des Sensormechanismus nutzt zwei Ringoszillatoren (VCO1 und VCO2), die so konstruiert sind, dass sie eine unterschiedliche Temperatursensitivität aufweisen.
- VCO1 verwendet Standard-Transistoren mit kurzen Kanälen ( $L=200$ nm).
- VCO2 verwendet längere Kanäle ( $L=600$ nm).
- Reverse Short-Channel Effect (RSCE): Das Design nutzt den im planaren CMOS-Prozess inhärenten RSCE aus. Die längere Kanallänge in VCO2 führt zu einer niedrigeren effektiven Schwellenspannung ( $V_{TH}$ ) im Vergleich zu VCO1. Im NTV-Bereich entsteht dadurch ein spezifisches Zusammenspiel zwischen Mobilitätsdegradation (negativer Temperaturkoeffizient) und Reduktion der Schwellenspannung (positiver Temperaturkoeffizient). VCO2 ist so konzipiert, dass er eine „abgeflachte“ Frequenz-Temperatur-Steigung aufweist und somit als Referenz dient, während VCO1 eine starke positive Steigung beibehält.
Quantisierung: Der Sensor digitalisiert das Verhältnis der Oszillationsfrequenzen ( $F_{VCO1}/F_{VCO2}$ $F_{V C O 1} / F_{V C O 2}$ ) mittels eines Time-to-Digital-Converter (TDC)-Schemas.
- Betrieb: Nach einem Startsignal laufen beide Oszillatoren. VCO2 treibt einen Referenzzähler (Counter 2) an, der auf einen Preset-Wert ( $N=2^{10}$ ) eingestellt ist. Wenn Counter 2 diesen Grenzwert erreicht, erzeugt er ein End-of-Conversion (EOC)-Signal, welches beide Oszillatoren stoppt.
- Ausgabe: Der durch Counter 1 (getrieben durch VCO1) während dieses Intervalls akkumulierte Zählwert wird als digitaler Ausgang ( $D_{out}$ ) zwischengespeichert. Da $D_{out} = N \times (f_{clk1}/f_{clk2})$ gilt, ist die Ausgabe direkt proportional zum Frequenzverhältnis und damit zur Temperatur.
Implementierung: Das Design wird in einem 65-nm-CMOS-Prozess mit einer Versorgungsspannung von 0,5 V implementiert. Der Sensorkern umfasst 5-stufige und 9-stufige Inverter für VCO1 bzw. VCO2 sowie 13-Bit- und 10-Bit-asynchrone Zähler.

Wesentliche Beiträge

Rein digitale Architektur: Der Sensor wird vollständig mit Standard-Digital-Logikgattern realisiert, wodurch die Notwendigkeit analoger Komponenten wie Bandgap-Referenzen oder Spannungsregler entfällt, was die Skalierbarkeit verbessert und die Fläche reduziert.
RSCE-basierte Schwellenspannungs-Modulation: Anstatt Body-Biasing oder mehrere Transistortypen zu verwenden (was zusätzliche Masken oder analoge Schaltungen erfordern würde), nutzen die Autoren den Reverse Short-Channel Effect über die Kanallängen-Skalierung, um den notwendigen Unterschied in der Schwellenspannung zwischen den beiden Ooszillatoren zu erzeugen.
Optimierung für den Near-Threshold-Bereich: Alle Subsysteme wurden speziell für den zuverlässigen Betrieb bei 0,5 V (NTV) neu entworert und dimensioniert, um den Stabilitäts- und Timing-Herausforderungen inhärenter ultra-niedrigspanniger IoT-Anwendungen zu begegnen.
Selbstreferenzierter Betrieb: Das System arbeitet ohne externe Frequenzquelle und nutzt das interne Frequenzverhältnis zur Temperaturbestimmung.

Ergebnisse
Der vorgeschlagene Sensor wurde mittels Post-Layout-Simulationen und Monte-Carlo-Analysen in einem 65-nm-Prozess charakterisiert:

Fläche und Leistung: Der Sensor nimmt eine kompakte Fläche von 850 µm² (0,00085 mm²) ein. Bei 0,5 V verbraucht er 5,5 µW Leistung (2,9 µW für die digitale Logik, 2,6 µW für die VCOs).
Leistungsmetriken:
- Auflösung: 0,06 °C.
- Temperaturbereich: -40 °C bis 125 °C.
- Genauigkeit: Nach einer Einpunkt-Kalibrierung bei 60 °C mittels polynomischer Korrektur beträgt die Peak-to-Peak-Ungenauigkeit +1,8 °C bis -3,5 °C (speziell als +1,6 °C/-2,9 °C im typischen Corner angegeben).
- Energieeffizienz: Die Energie pro Konvertierung beträgt 0,133 nJ, was eine Resolution Figure of Merit (R-FoM) von 0,46 pJ·K² ergibt.
Robustheit: Monte-Carlo-Simulationen (1000 Durchläufe) und Versorgungsspannungs-Sweeps (0,45 V–0,55 V) belegen die Stabilität gegenüber Prozessvariationen und Spannungsschwankungen. Das Frequenzverhältnis zeigt ein Proportional-to-Absolute-Temperature (PTAT)-Verhalten.

Bedeutung
Die Arbeit positioniert diese Arbeit als lebensfähige Lösung für energiebeschränkte IoT-Sensorknoten und drahtlose Sensornetzwerke, bei denen ultra-niedrige Leistungsaufnahme und dichte Integration oberste Priorität haben. Durch den Nachweis, dass eine präzise thermische Überwachung allein mit Standard-Digital-Logik im Near-Threshold-Regime erreicht werden kann, argumentieren die Autoren für eine Abkehr von komplexen, analog-lastigen Sensorik-Paradigmen. Die Nutzung von RSCE zur Schwellenspannungs-Modulation bietet eine kostengünstige, maskenfreie Methode zur Abstimmung der Sensor-Sensitivität. Die Ergebnisse bestätigen, dass rein digitale, mismatch-bewusste Architekturen ein zuverlässiges thermisches Feedback für die geschlossene Regelung von adaptiver Spannungs- und Frequenzskalierung liefern können, was robuste, ultra-energieeffiziente System-on-Chip-Designs ermöglicht.