基于神经网络的模数转换电路动态误差源识别系统设计

• 作者: 丁传红 张晋博
• 来源期刊: 现代电子技术
• 关键词: 神经网络 模数转换 电路误差源 动态识别 数字信号存储 系统设计
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 53-57
• 页数: 5页
• 分类号: TN79+2-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.21.012

摘要

为提升信号识别电路的电量采集精度,实现理想状态下的电力误差校准,设计基于神经网络的模数转换电路动态误差源识别系统.以CNN神经网络作为模数转换电路的物理依赖环境,通过合理选取动态识别元件的方式,实现误差源识别系统的硬件运行环境搭建.在此基础上,将模拟电流转化成数字信号,再将其完整存储于系统数据库中,利用既定数学运算公式对已存储的数字信号进行识别精度提纯处理,实现误差源识别系统的软件运行环境搭建,联合相关硬件执行设备,完成基于神经网络的模数转换电路动态误差源识别系统设计.实际应用结果表明,在加压环境下,新型误差源识别系统的电量采集精度达到90％,单位时间内的信号识别量超过7.5×109 TB,理想状态下信号识别电路的电力误差校准能力得到有效保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁传红		7	17	3.0	3.0
2	张晋博		1	3	1.0	1.0