[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的頻率識(shí)別系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201710468638.1
• 申請(qǐng)日: 2017-06-20
• 公開（公告）號(hào): CN107169476B
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計(jì)）人: 劉洋;安坤;郭睿;錢堃;魏金平;于奇
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/08
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 閆樹平

本發(fā)明屬于集成電路領(lǐng)域，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)的頻率識(shí)別系統(tǒng)。本發(fā)明利用神經(jīng)網(wǎng)絡(luò)模塊，對(duì)包含頻率信息的樣本進(jìn)行處理，樣本訓(xùn)練結(jié)束后，神經(jīng)網(wǎng)絡(luò)模塊保存當(dāng)前狀態(tài)，在后續(xù)對(duì)輸入頻率識(shí)別時(shí)，不需要重復(fù)查找過(guò)程，直接輸出其初略范圍目標(biāo)編碼Cbit，完成對(duì)頻率的快速識(shí)別。本發(fā)明可用于鎖相環(huán)電路中，經(jīng)校正后即可獲得準(zhǔn)確的輸出頻率。

技術(shù)領(lǐng)域

本發(fā)明屬于集成電路領(lǐng)域，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)的頻率識(shí)別系統(tǒng)。

背景技術(shù)

頻率識(shí)別，即對(duì)一個(gè)頻段內(nèi)的單個(gè)頻率進(jìn)行粗略劃分，并識(shí)別出其所屬初略范圍，以使得電路可以對(duì)其進(jìn)行快速識(shí)別。頻率識(shí)別時(shí)，首先對(duì)該頻段內(nèi)粗略劃分的頻率進(jìn)行編碼，整個(gè)過(guò)程就是從一個(gè)順序的序列中尋找到相應(yīng)的目標(biāo)編碼，自然最有效率的查找方式為二分法，當(dāng)然順序查找等其他方式同樣可以完成這一任務(wù)。

在使用二分法查找時(shí)，我們提供一個(gè)初始值，與輸入頻率進(jìn)行比較，然后進(jìn)行多次二分查找，獲取其所在頻率范圍。

對(duì)于順序序列查找，由于要遍歷所有的頻率范圍，速度上則要比二分法查找更慢一些，等同于增加了對(duì)頻率進(jìn)行初步識(shí)別的時(shí)間。

對(duì)順序序列進(jìn)行二分法查找是最有效率的方式，但在于初始頻率相差比較大的時(shí)候，需要重復(fù)性的執(zhí)行多次二分法查找，限制了識(shí)別時(shí)間進(jìn)一步縮短的可能性。

使用傳統(tǒng)的查找方法，當(dāng)我們多次識(shí)別時(shí)，每次識(shí)別都需要重復(fù)一次查找過(guò)程，這樣增加了對(duì)頻率進(jìn)行識(shí)別的總時(shí)間。

發(fā)明內(nèi)容

針對(duì)上述存在問(wèn)題或不足，為了完成對(duì)一個(gè)頻段內(nèi)的頻率進(jìn)行初步識(shí)別，快速分類，本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡(luò)的頻率識(shí)別系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)處理與之前狀態(tài)有關(guān)的數(shù)據(jù)，對(duì)包含頻率信息的樣本進(jìn)行訓(xùn)練，實(shí)現(xiàn)對(duì)頻率的分類，最終獲取頻率所在初略范圍的目標(biāo)編碼。

該基于神經(jīng)網(wǎng)絡(luò)的頻率識(shí)別系統(tǒng)，如圖1所示，包括神經(jīng)網(wǎng)絡(luò)模塊、采樣模塊、多路復(fù)用器和監(jiān)督學(xué)習(xí)信息采集模塊。

所述采樣模塊有兩個(gè)輸入信號(hào)：采樣時(shí)鐘fclk和被采樣信號(hào)fin，采樣模塊將采集的fin 轉(zhuǎn)換成一串由0和1構(gòu)成的序列Serial data，即神經(jīng)網(wǎng)絡(luò)模塊能進(jìn)行處理的信號(hào)并輸出；其輸出接神經(jīng)網(wǎng)絡(luò)模塊的輸入。

所述監(jiān)督學(xué)習(xí)信息采集模塊有兩個(gè)與采樣模塊相同的輸入信號(hào)：采樣時(shí)鐘fclk和被采樣信號(hào)fin；其輸出信號(hào)為fin所在初略范圍目標(biāo)編碼Cbit，與神經(jīng)網(wǎng)絡(luò)模塊的輸入相連；采用二分查找的方式，確定fin對(duì)應(yīng)的Cbit，為神經(jīng)網(wǎng)絡(luò)模塊提供訓(xùn)練目標(biāo)，通過(guò)控制器實(shí)時(shí)對(duì)神經(jīng)網(wǎng)絡(luò)模塊的訓(xùn)練與輸出進(jìn)行對(duì)比與監(jiān)督。

所述神經(jīng)網(wǎng)絡(luò)模塊，有兩個(gè)輸入信號(hào)：由采樣模塊輸出的Serial data和監(jiān)督學(xué)習(xí)信息采集模塊輸出的Cbit；有兩個(gè)使能端EN_TRAIN和EN_OUT，用于切換神經(jīng)網(wǎng)絡(luò)模塊的工作狀態(tài)；其輸出信號(hào)為神經(jīng)網(wǎng)絡(luò)模塊訓(xùn)練完成后的目標(biāo)輸出Train；并通過(guò)控制器與神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)通信，顯示訓(xùn)練進(jìn)程和準(zhǔn)確率；神經(jīng)網(wǎng)絡(luò)模塊的輸出接多路復(fù)用器的輸入S2。

所述多路復(fù)用器有兩個(gè)輸入信號(hào)：S1和S2，其中S1的輸入信號(hào)由外部提供記為DataIn， S2的輸入信號(hào)為Train；有一個(gè)使能端EN和一個(gè)信號(hào)選擇端Con，當(dāng)Con＝1時(shí)選擇S1，實(shí)現(xiàn)對(duì)目標(biāo)編碼的外部寫入，當(dāng)Con＝0時(shí)選擇S2，由神經(jīng)網(wǎng)絡(luò)模塊寫入進(jìn)行選擇；其輸出信號(hào)為最終的輸出Cbit。

進(jìn)一步的，所述神經(jīng)網(wǎng)絡(luò)模塊在EN-TRAIN使能時(shí)，將采樣模塊得到的serial data和 Cbit同時(shí)輸入到神經(jīng)網(wǎng)絡(luò)模塊當(dāng)中，其中serial data主要包含信息為：上升沿位置、下降沿位置和當(dāng)前頻率所在的位置，Cbit數(shù)據(jù)用于最終檢驗(yàn)網(wǎng)絡(luò)是否訓(xùn)練出有效結(jié)果；當(dāng)滿足監(jiān)督學(xué)習(xí)后正確率的要求時(shí)，EN-OUT使能，輸出最終的目標(biāo)輸出。

進(jìn)一步的，所述神經(jīng)網(wǎng)絡(luò)為循環(huán)神經(jīng)網(wǎng)絡(luò)，采用的模型是長(zhǎng)短時(shí)記憶模型LSTM。

其工作流程為：