基于神经网络的模数转换电路动态误差源识别系统设计

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.

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

所属期刊栏目：42

分类号：TN79+2-34;TP391(基本电子电路)

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：53-57