← 返回列表

一种用于流水线模数转换器后台校准的前向推理模块

申请号: CN202311392418.7
申请人: 合肥工业大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种用于流水线模数转换器后台校准的前向推理模块
专利类型 发明申请
申请号 CN202311392418.7
申请日 2023/10/25
公告号 CN117408315A
公开日 2024/1/16
IPC主分类号 G06N3/0499
权利人 合肥工业大学
发明人 李龙; 尹勇生; 李嘉燊; 宋宇鲲; 邓红辉; 陈红梅; 孟旭; 吴洛天; 李牡琦
地址 安徽省合肥市包河区屯溪路193号

摘要文本

本发明公开了一种用于流水线模数转换器后台校准的前向推理模块,涉及模数转换器校准领域,前向推理模块搭载用于校准流水线模数转换器的三层神经网络,在神经网络的前端待校准的流水线模数转换器和sigma‑delta ADC接入同一个模拟信号源,待校准的流水线模数转换器的输出的数字信号作为训练集输入神经网络,该前向推理模块包括:权值偏置存储单元、输入层神经元单元、隐藏层神经元单元和输出层神经元单元;神经网络初始化时各层神经元单元从权值偏置存储单元中读取权值和偏置数据,设置神经元的参数;输入层神经元单元接收前端的数模转换器发送的信号,输入层神经元单元与隐藏层神经元单元互相连接,隐藏层神经元单元与输出层神经元单元互相连接。

专利主权项内容

1.一种用于流水线模数转换器后台校准的前向推理模块,所述前向推理模块搭载用于校准流水线模数转换器的三层神经网络,在神经网络的前端,待校准的流水线模数转换器和sigma-delta ADC接入同一个模拟信号源,待校准的流水线模数转换器的输出的数字信号作为训练集输入神经网络,sigma-delta ADC的输出作为神经网络损失函数的元素迭代优化神经网络,其特征在于,所述前向推理模块包括:权值偏置存储单元、输入层神经元单元、隐藏层神经元单元和输出层神经元单元;神经网络初始化时所述隐藏层神经元单元和输出层神经元单元从所述权值偏置存储单元中读取相应的权值和偏置数据,设置隐藏层神经元单元和输出层神经元单元的参数;所述输入层神经元单元接收前端的数模转换器发送的信号,所述输入层神经元单元与所述隐藏层神经元单元互相连接,所述隐藏层神经元单元与所述输出层神经元单元互相连接。