龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：合肥工业大学
申请日：2023-10-25
公开（公告）日：2024-06-25
公开（公告）号：CN117335802B
主分类号：H03M1/10
分类号：H03M1/10;H03M3/00;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.25#授权;2024.01.19#实质审查的生效;2024.01.02#公开
摘要：本发明公开了一种基于神经网络的流水线模数转换器后台校准方法，涉及模数转换器校准领域，包括：将待校准的流水线ADC和sigma‑deltaADC接入同一个模拟信号源，构建神经网络并初始化后设置目标值，将待校准的流水线ADC的输出的数字信号作为训练集输入神经网络；神经网络输出训练集的结果，将神经网络输出的结果与sigma‑deltaADC输出的结果作为损失函数的计算元素，损失函数计算损失值，将损失值与预设目标值进行比较，在损失值高于目标值的情况下进入训练模式，利用训练优化算法调整神经网络的权值，迭代优化神经网络；在损失值小于等于目标值的情况下进入输出模式，神经网络停止训练，将神经网络的输出结果作为流水线ADC的输出。
主权项：1.一种基于神经网络的流水线模数转换器后台校准方法，其特征在于，所述方法包括：S1、将待校准的流水线ADC和sigma-deltaADC接入同一个模拟信号源，构建神经网络并初始化后设置目标值，将待校准的流水线ADC的输出的数字信号作为训练集输入所述神经网络；S2、所述神经网络输出训练集的结果，将所述神经网络输出的结果与所述sigma-deltaADC输出的结果作为损失函数的元素，所述损失函数计算损失值，将所述损失值与所述目标值进行比较，在所述损失值高于所述目标值的情况下进入训练模式，利用训练优化算法调整所述神经网络的权值，迭代优化神经网络；S3、在所述损失值小于等于所述目标值的情况下，神经网络完成训练，神经网络退出训练模式并进入输出模式，将所述神经网络的输出结果作为流水线ADC的输出；在所述训练模式的情况下，向神经网络输入特定指令要求神经网络将结果输出；所述神经网络处于输出模式时，当所述损失函数的损失值的阶段变化率大于第一预定值时，所述神经网络自动进入训练模式；所述神经网络的输入层节点数为14；所述待校准的流水线ADC的输出精度为14位。
全文数据：
权利要求：
百度查询： 合肥工业大学 一种基于神经网络的流水线模数转换器后台校准方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号