基于神经网络的模数转换电路动态误差源识别系统设计

| 浏览次数:

zoޛ)j香۲7;]=LiLmLvvvvvvvvvv	۲۲۲۲۲۲۲۲۲۲۲tӍ}ݵNwӟ춶׫/z^iʮȭq˫į~Ƞky +bw对照组主机搭载传统识别系统。在其他影响因素不发生改变的前提下,应用控制变量法分别记录应用实验组、对照组识别系统后相关实验数据的变化情况。

3.1  前期实验准备

相关实验参数及具体实验环境配置结果如表2所示。

为保证实验结果的绝对公平性,除所采用识别系统不同外,实验组、对照组其他实验参数始终保持一致。

3.2  电量采集精度对比

在模数转换参量等于0.46的条件下,以100 min作为实验时间,分别记录在该段时间内,应用实验组、对照组识别系统后,电量采集精度的变化情况,详细实验对比结果如图4所示。

分析图4可知,随着实验时间的增加,实验组、对照组电量采集精度出现了明显的分层趋势,在整个实验过程中,实验组数值始终处于对照组数值上方。实验组电量采集精度最大值超过90%,且出现频率相对较高;对照组电量采集精度最大值仅达到40%,且出现频率较低,远低于理想极值区间。综上可知,在模数转换参量等于0.46的条件下,应用基于神经网络的模数转换电路动态误差源识别系统,可使电量采集精度数值大幅提升。

3.3  单位时间内的信号识别量对比

在动态误差源识别系数等于0.82的条件下,以20 min作为单位时间长度,分别记录在5个单位时间长度内,应用实验组、对照组识别系统后信号识别量的具体变化情况,详细实验对比结果如表3,表4所示。

对比表2,表3可知,在前3组单位时间内,实验组信号识别量都保持稳定的上升状态,从第4组单位时间开始,上升幅度逐渐缩小,直至第5组单位时间,实验组信号识别量开始出现稳定状态。整个实验过程中,实验组信号识别量共上升了2.0×109 TB,最大值7.7×109 TB与理想极值5.0×109 TB相比,上升了2.7×109 TB。

对比表2,表4可知,在整个实验过程中,对照组信号识别量始终保持上升、下降交替出现的变化趋势,但随着实验时间的增加,最小值始终保持为2.6×109 TB,最大值却出现不断下降的变化趋势,阶段性最大值从3.7×109 TB下降至3.1×109 TB,低于理想极值5.0×109 TB,更远低于实验组数值结果。综上可知,在动态误差源识别系数等于0.82的条件下,应用基于神经网络的模数转换电路动态误差源识别系统,可促进信号识别量的稳定提升。

4  结  语

从实际应用结果来看,基于神经网络模数转换电路动态误差源识别系统可在兼顾电量采集精度的同时,提升单位时间内的信号识别量,更加符合理想狀态下的系统应用需求。从搭建角度来看,新型动态误差源识别系统以CNN神经网络作为硬件执行基础,在模数转换电路等元件的支持下,对识别精度进行不断提纯。未来相关科研机构将在此系统的基础上,全面发掘模数转换电路在误差源识别领域的实用能力,力求使我国的模拟电路处理技术达到国际领先水平。

参考文献

[1] 安强强,张峰,李赵兴,等.基于机器学习的VoIP流量在线识别系统设计与实现研究[J].电子设计工程,2018,26(16):103⁃106.

AN Qiangqiang, ZHANG Feng, LI Zhaoxing, et al. Design and implementation of VoIP traffic online identification system based on machine learning [J]. Electronic design engineering, 2018, 26(16): 103⁃106.

[2] 胡变香,缪旻,高军.集成电路板互连传输结构优化设计仿真[J].计算机仿真,2018,35(6):263⁃268.

HU Bianxiang, MIU Min, GAO Jun. Integrated circuit board interconnection transmission structure optimization design simulation [J]. Computer simulation, 2018, 35(6): 263⁃268.

[3] 胡飞,尤志强,刘鹏,等.基于忆阻器交叉阵列的卷积神经网络电路设计[J].计算机研究与发展,2018,55(5):1097⁃1107.

HU Fei, YOU Zhiqiang, LIU Peng, et al. Circuit design of convolutional neural network based on memristor cross array [J]. Computer research and development, 2018, 55(5): 1097⁃1107.

[4] 陈洪月,张坤,刘治翔,等.基于PSO⁃BP神经网络光电编码器误差补偿研究[J].传感技术学报,2017,30(8):1182⁃1186.

CHEN Hongyue, ZHANG Kun, LIU Zhixiang, et al. Photoelectric encoder error compensation research based on PSO⁃BP neural network [J]. Chinese journal of sensors and actuators, 2017, 30(8): 1182⁃1186.

[5] 虎涛涛,康波,单要楠.基于动态函数连接神经网络的自适应逆控制系统辨识研究[J].计算机科学,2017,44(10):203⁃208.

HU Taotao, KANG Bo, SHAN Yaonan. Study on identification of adaptive inverse control system based on dynamic function link neural network [J]. Computer science, 2017, 44(10): 203⁃208.

[6] 张玉,周睿,张烈平.基于神经网络的PID自整定光伏并网逆变器仿真[J].桂林理工大学学报,2018,38(2):184⁃188.

ZHANG Yu, ZHOU Rui, ZHANG Lieping. Simulation of self⁃tuning PID photovoltaic grid⁃connected inverter based on neural network [J]. Journal of Guilin University of Technology, 2018, 38(2): 184⁃188.

[7] CHAUHAN T, TRIPATHI A, SEHRA P, et al. Functional modelling,validation and testing of analog to digital converters (ADC) from system design perspective [J]. Analog integrated circuits & signal processing, 2018, 95(2): 1⁃12.

[8] 王洪乐,王家序,周青华,等.基于BP神经网络的数控机床综合误差补偿方法[J].西安交通大学学报,2017,51(6):138⁃146.

WANG Hongle, WANG Jiaxu, ZHOU Qinghua, et al. Comprehensive error compensation of machine tools based on BP⁃neural network algorithm [J]. Journal of Xi’an Jiaotong University, 2017, 51(6): 138⁃146.

[9] 高家颖,何秋阳,詹志新.基于神经网络的撞球机器人控制器设计[J].北京航空航天大学学报,2017,43(3):533⁃543.

GAO Jiaying, HE Qiuyang, ZHAN Zhixin. Design of neural network controller for a billiard robot [J]. Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(3): 533⁃543.

[10] 陈阳,胡伍生,严宇翔,等.基于神经网络模型误差补偿技术的对流层延迟模型研究[J].大地测量与地球动力学,2018,38(6):577⁃580.

CHEN Yang, HU Wusheng, YAN Yuxiang, et al. Research on tropospheric delay model based on neural network model error compensation technique [J]. Journal of geodesy and geodynamics, 2018, 38(6): 577⁃580.

[11] MEHDIZADEH F, SOROOSH M, ALIPOUR⁃BANAEI H, et al. Ultra⁃fast analog⁃to⁃digital converter based on a nonlinear triplexer and an optical coder with a photonic crystal structure [J]. Applied optics, 2017, 56(7): 1799.

[12] 颜学龙,丁鹏,马峻.基于狼群算法的RBF神经网络模拟电路故障诊断[J].计算机工程与应用,2017,53(19):152⁃156.

YAN Xuelong, DING Peng, MA Jun. Analog circuit diagnosis based on wolf pack algorithm radical basis function network [J]. Computer engineering and applications, 2017, 53(19): 152⁃156.

[13] 李光升,梁靖聪,谢永成,等.基于免疫遗传算法改进的BP神经网络在装甲车辆电路板故障诊断中的应用[J].计算机测量与控制,2017,25(6):9⁃13.

LI Guangsheng, LIANG Jingcong, XIE Yongcheng, et al. Application of BP neural network improved by genetic immune algorithm in armored vehicle circuit board fault diagnosis [J]. Computer measurement & control, 2017, 25(6): 9⁃13.

[14] 钟金童,李国龙,刘达斌,等.基于概率神经网络的蜗杆砂轮磨齿机径向热误差建模[J].计算机集成制造系统,2017,23(3):534⁃541.

ZHONG Jintong, LI Guolong, LIU Dabin, et al. Radial thermal error modeling of CNC worm wheel gear grinding machine based on probabilistic neural network [J]. Computer integrated manufacturing systems, 2017, 23(3): 534?541.

[15] 于慧鸣,张志晟,龚文杰.基于深度递归神经网络的电力系统短期负荷预测模型[J].电力系统及其自动化学报,2019,31(1):112⁃116.

YU Huiming, ZHANG Zhisheng, GONG Wenjie. Short⁃term load forecasting model of power system based on deep recurrent neural network [J]. Proceedings of the CSU⁃EPSA, 2019, 31(1): 112⁃116.

推荐访问: 神经网络 误差 识别系统 电路 转换

【基于神经网络的模数转换电路动态误差源识别系统设计】相关推荐

工作总结最新推荐

NEW
  • XX委高度重视党校的建设和发展,出台《创建全省一流州市党校(行政学院)实施方案》及系列人才培养政策,为党校人才队伍建设提供了有力的政策支撑。州委党校在省委党校的悉心指导下、州委的正确领导下,深入贯彻落

  • 为推动“不忘初心、牢记使命”主题教育常态化,树牢“清新简约、务本责实、实干兴洛”作风导向,打造忠诚干净担当、敢于善于斗争的执纪执法铁军,经县纪委常委会会议研究,决定在全县纪检监察系统开展“转变作风工作

  • 为进一步发展壮大农村集体经济,增强村级发展活力,按照中共XXX市委抓党建促乡村振兴工作领导小组《关于印发全面抓党建促乡村振兴四个工作计划的通知》要求,工作队与村“两委”结合本村实际,共同研究谋划xx村

  • 今年来,我区围绕“产城融合美丽XX”总体目标,按照“城在林中,水在城中,山水相连,林水相依”以及“城乡一体、景城一体、园城一体”的建设思路,强力推进城市基础设施建设、棚户区改造、房地产开发和城市风貌塑

  • 同志们:新冠疫情发生至今已有近三年时间。三年来,在广大干群的共同努力下,我们坚决打好疫情防控阻击战,集团公司范围内未发生一起确诊病例,疫情防控工作取得了阶段性胜利。当前国际疫情仍在扩散蔓延,国内疫情多

  • 我是毕业于XX大学的定向选调生,当初怀着奉献家乡、服务人民的初心回到XX,在市委的关心关爱下,获得了这个与青年为友的宝贵历练机会。一年感悟如下。一要对党忠诚,做政治坚定的擎旗手。习近平总书记指出,优秀

  • 同志们:今天召开这个会议,主要任务是深入学习贯彻习近平总书记重要指示批示精神,以及李克强总理批示要求,认真落实全国安全生产电视电话会议和全省、全市安全生产电视电话会议精神,研究我县安全生产和安全隐患大

  • 2022年市委政研室机关党的建设工作的总体要求是:坚持以XXX新时代中国特色社会主义思想为指导,全面贯彻党的XX届X中X会和省、市第十二次党代会精神,自觉运用党的百年奋斗历史经验,弘扬伟大建党精神,深

  • 同志们:今天,我们在这里召开市直机关基层党建示范点工作会议,一方面是对各示范点单位进行表彰授牌,另一方面是想通过这种会议交流的方式,给大家提供一个相互学习、取长补短的平台和机会。市直工委历来把创建基层

  • 新冠疫情暴发以来,学校党委坚决贯彻习近平总书记关于疫情防控工作的指示要求和党中央的决策部署,严格执行×××部、×××厅关于疫情防控的系列要求,认真落实驻地防疫部门的工作举措,继承发扬优良传统,以最高标