《電子技術應用》
您所在的位置:首頁 > 模擬設計 > 設計應用 > 靈活的Hopfield神經(jīng)網(wǎng)絡ADC消除噪聲
靈活的Hopfield神經(jīng)網(wǎng)絡ADC消除噪聲
摘要: Hopfield網(wǎng)絡可以將模擬信號轉(zhuǎn)換成數(shù)字形式,實現(xiàn)聯(lián)想記憶、信號估計和組合最優(yōu)化,類似于人類視網(wǎng)膜實現(xiàn)第一極信號處理的方法。隨著模擬輸入電壓的增加,電路產(chǎn)生單調(diào)遞增(比較器-逆變器方案)或遞減的(比較器-跟隨器方案)位-字輸出。遞減的輸出是遞增輸出的補碼,建議使用遞減的位運算。此外,可以使用不同的電導節(jié)點布局作為規(guī)則適應的一部分,在不同程度上整形轉(zhuǎn)換器對模擬輸入電壓產(chǎn)生數(shù)字響應。為了實現(xiàn)更大的靈活性,可以顛倒數(shù)字讀出器的位順序,以體現(xiàn)電路對模擬輸入/數(shù)字輸出特性的響應。
Abstract:
Key words :

  Hopfield網(wǎng)絡可以將模擬信號轉(zhuǎn)換成數(shù)字形式,實現(xiàn)聯(lián)想記憶、信號估計和組合最優(yōu)化,類似于人類視網(wǎng)膜實現(xiàn)第一極信號處理的方法。本設計實例探究了Hopfield神經(jīng)網(wǎng)絡ADC的范例。

  簡單的轉(zhuǎn)換器由一些單層神經(jīng)元組成,其接收模擬輸入,并產(chǎn)生數(shù)字位輸出;這樣的神經(jīng)元構成了一種自適應和分布性的處理網(wǎng)絡。這些神經(jīng)元由電壓比較器和反饋電阻組成,電壓比較器驅(qū)動模擬轉(zhuǎn)換器或跟隨器,反饋電阻全部接在逆變器或跟隨器的模擬輸出與比較器之間(圖1和圖2)。參考和模擬輸入電壓驅(qū)動神經(jīng)網(wǎng)絡,數(shù)字輸出來源于網(wǎng)絡中的比較器。Hopfield網(wǎng)絡具有學習能力,本設計實例的電路,通過在輸入比較器之間使用可選的比較器-逆變器/比較器-跟隨器方案、電導節(jié)點布局方案(反饋電阻的倒數(shù))以及位順序讀出器,從而采用不同的自適應學習規(guī)則。

圖1此Hopfield神經(jīng)網(wǎng)絡ADC在有噪聲的條件下提供了強大的輸出


  隨著模擬輸入電壓的增加,電路產(chǎn)生單調(diào)遞增(比較器-逆變器方案)或遞減的(比較器-跟隨器方案)位-字輸出。遞減的輸出是遞增輸出的補碼,建議使用遞減的位運算。此外,可以使用不同的電導節(jié)點布局作為規(guī)則適應的一部分,在不同程度上整形轉(zhuǎn)換器對模擬輸入電壓產(chǎn)生數(shù)字響應。為了實現(xiàn)更大的靈活性,可以顛倒數(shù)字讀出器的位順序,以體現(xiàn)電路對模擬輸入/數(shù)字輸出特性的響應。

圖2此版本的Hopfield神經(jīng)網(wǎng)絡ADC具有反轉(zhuǎn)的位輸出


  可以簡單地聲明一些符號及其含義來構造兩個轉(zhuǎn)換器。對能量函數(shù),電阻網(wǎng)絡電導——以電阻(R)的倒數(shù)表示的神經(jīng)鍵的權重(S)——定義為SIJ=1/RIJ,其中I為第I個輸入比較器,J為到第I個比較器的第J條反饋路徑,I不等于J——也就是說,沒有比較器的自反饋路徑。第I個比較器的輸入端和參考電壓VR之間的電導,定義為SIR=1/RIR。第I個比較器的輸入端和模擬輸入信號電壓VS的電導,定義為SIS=1/RIS。

  對于圖形曲線擬合,Y為歸一化輸出位變量,X為非零平均值(小于1)到1的歸一化輸入模擬電壓。A、B和C為曲線方程 Y="1-A"×(1-X)C 和互補曲線方程Y=A×(1-X)C的擬合常數(shù),其中,A為系數(shù),B為X的下極限,且小于1,C為功率常數(shù)。對位模式讀出器反轉(zhuǎn),有曲線方程 Y="A"×(X-B)C和互補曲線方程Y=1-A×(X-B)C。

表1輸入電壓與輸出字


  圖1顯示了一個使用比較器驅(qū)動電壓逆變器的4位神經(jīng)網(wǎng)絡ADC。 比較器的正端連接到輸入節(jié)點,負端接地。 這個網(wǎng)絡的基數(shù)是1/2的倍數(shù)——也就是說,2的倒數(shù)的倍數(shù),輸入節(jié)點電導SIJ=-1×2(2-I-J),其中,-1表示相關電阻的負反饋;SIR=2(1-2×I);SIS=2(1-I)。 為確定節(jié)點電阻,選擇最大節(jié)點電阻為1kΩ,相應的最小電導為0.0078125,而最小節(jié)點電阻7.8125Ω,相應的最大電導為1。 按電導間的極值比計算所有電阻。 使用這些值,可以構成表1。 表中列出了從最高有效位到最低有效位的位。 表格說明數(shù)字化過程并不精確,因為其不是線性的,造成輸入電壓和許多中間位字的丟失。 但是從其在相當大的輸入電壓范圍內(nèi)是可重復的來看,這一過程又是精確的。從表格可以得到下面的曲線擬合方程: Y="1-1".6243×(1-X)3.1508。 當X覆蓋歸一化的0.1427到1范圍,A=1.6243,B=0.1427和C=3.1508。 Y基本上為三次方程,其量化顯示出數(shù)字化過程的高度非線性特性。 可以在電路中通過反轉(zhuǎn)位順序讀出器在歸一化圖形上獲得直線的曲線版的“回轉(zhuǎn)”鏡像——也就是說,不是一個真正的鏡像,是一個偽鏡像,所以曲線方程結果為: Y="1".6243×(X-0.1427)3.1508。

  沒有模擬-輸入-電壓轉(zhuǎn)換,例如使用查詢表或?qū)?shù)放大器處理輸入電壓或數(shù)字校準邏輯,簡單Hopfield神經(jīng)網(wǎng)絡轉(zhuǎn)換器的數(shù)字響應為非線性的和粗略的。然而,由于輸出精度的魯棒性,這些響應仍可能對聯(lián)想記憶和模式分類的應用有效。

  確實,由于輸出數(shù)字的穩(wěn)定性,Hopfield神經(jīng)轉(zhuǎn)換器可以承受不需要的模擬-輸入-信號噪聲或變量。這個情形與傳統(tǒng)模擬傳輸媒介和數(shù)字計算裝置之間的接口電路形成了強烈的對比。本設計實例顯示了靈活的電路適應性從神經(jīng)網(wǎng)絡ADC產(chǎn)生各種形式的穩(wěn)定數(shù)字輸出,取決于神經(jīng)網(wǎng)絡信號處理的設計人員需求。這種適應性體現(xiàn)在不同的輸入節(jié)點電導布局、不同的比較器-逆變器和比較器-跟隨器組合以及比較器位讀出模式的可選順序。

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權禁止轉(zhuǎn)載。