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：张晋博; 丁传红

来源：现代电子技术, 2019, 42(21): 53-57.

DOI：10.16652/j.issn.1004-373x.2019.21.012

• 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

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7.5×109TB,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。

• 单位
  北京计算机技术及应用研究所