|

Реализация структур нейросетевых преобразователей напряжения в код на программируемых аналоговых интегральных схемах

Авторы: Челебаев С.В., Антоненко А.В. Опубликовано: 08.02.2015
Опубликовано в выпуске: #1(100)/2015  
DOI: 10.18698/0236-3933-2015-1-22-33

 
Раздел: Радиотехника и связь  
Ключевые слова: аналого-цифровая нейросеть, преобразователь, напряжение, код, программируемая аналоговая интегральная схема

Описаны выбор нейросетевых структур преобразователей напряжения в цифровой код для их последующей реализации на программируемых аналоговых интегральных схемах, разработка функциональной схемы нейросетевого преобразователя напряжения в цифровой код на указанных схемах, обучение нейросетевого преобразователя напряжения в цифровой код для его реализации на программируемых аналоговых интегральных схемах, программирование нейросетевого преобразователя напряжения в цифровой код на таких схемах и моделирование работы нейросетевого преобразователя напряжения в цифровой код на программируемых аналоговых интегральных схемах.

Литература

[1] Tank D.W., Hopfield J.J. Simple "neural" optimization networks: an A/D converter, signal decision circuit and a linear programming circuit // IEEE Circuit and Systems. 1986. Vol. CAS-33. P. 533-541.

[2] Lee Bang W., Shen Bing J. Design of a neural-based A/D converter using modified Hopfield Network // IEEE Solid-State Circuits. 1989. Vol. SC-24. P. 1120-1135.

[3] Avitabile G., Forti M., Manetti S., Marini M. On a class of nonsymmetrical neural networks with application to ADC // IEEE Circuit and Systems. 1991. Vol. CAS-38. P. 202-209.

[4] Локтюхин В.Н., Антоненко А.В., Челебаев С.В. Методика структурного синтеза нейронов-преобразователей аналого-цифровой нейросети // Вестник МГТУ им. Н.Э. Баумана. Сер. "Приборостроение". 2013. № 4. С. 101-114.

[5] Болтунов Е.В. Нейросетевой метод расширения динамического диапазона АЦП в системах контроля технического состояния машинного оборудования // Народное хозяйство. Вопросы инновационного развития. 2012. № 5. С. 54-62.

[6] Болтунов Е.В. Нейросетевой метод расширения динамического диапазона аналого-цифрового преобразователя // Перспективы развития информационных технологий. 2011. № 4. С. 79-83.

[7] Локтюхин В.Н., Челебаев С.В. Нейросетевые преобразователи импульсноаналоговой информации: организация, синтез, реализация; под ред. А.И. Галушкина. М.: Горячая линия-Телеком, 2008. 144 с.

[8] Осовский С. Нейронные сети для обработки информации; пер. с польск. М.: Финансы и статистика, 2002. 344 с.

[9] Ясницкий Л.Н. Введение в искусственный интеллект. М.: Издательский центр "Академия", 2005. 176 с.

[10] Щерба А. Построение входных и выходных цепей программируемых аналоговых схем Anadigm // Компоненты и технологии. 2008. № 12. С. 16-18.

[11] Щерба А. Рекомендации по проектированию печатной платы для динамически программируемых аналоговых микросхем Anadigm // Компоненты и технологии. 2011. № 11. С. 57-60.

[12] Полищук А. Программируемые аналоговые ИС компании Anadigm: второе дыхание аналоговой обработки сигналов // Электроника: Наука, Технология, Бизнес. 2005. № 3. С. 24-29.

[13] Щерба А. Программируемые аналоговые ИС Anadigm: применение конфигурируемых аналоговых модулей в составе программы AnadigmDesigner2 // Компоненты и технологии. 2007. № 12. С. 12-18.

[14] URL: http://www.ets.ifmo.ru/denisov/dsp/lec3.htm [Электронный ресурс].