[發明專利]一種基于神經網絡的有源復數濾波器

有效

• 申請號: 201710696221.0
• 申請日: 2017-08-15
• 公開（公告）號: CN107508576B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 劉洋;張才志;劉晏辰;曹龍兵;錢河兵
• 申請（專利權）人: 電子科技大學
• 主分類號: H03H21/00
• 分類號: H03H21/00
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 閆樹平

本發明屬于模擬集成電路技術領域，特別涉及一種基于神經網絡的有源復數濾波器，包括有源復數濾波器模塊、自動修正控制模塊和自動調整電路。本發明利用神經網絡在不同溫度和工藝角下對模數轉換器ADC轉換過的濾波器輸出信號進行學習，得到可以調節濾波單元的網絡權重值，之后遇到相同溫度和工藝角時以實現對濾波單元的調節，穩定輸出信號。通過人工神經網絡產生非線性控制電壓，自動修正輸出電壓，減小因工藝容差和溫度漂移等產生的偏差，鎖定濾波器的輸出響應。本發明結構簡單，容易實現，有效降低了濾波器的復雜度，不會引入新的誤差。且修正范圍廣，精度高，具有通用性，能用于不同濾波器的修正。

技術領域

本發明屬于模擬集成電路技術領域，特別涉及一種基于神經網絡的有源復數濾波器。

背景技術

濾波器是電子技術中最基本的信號處理模塊，最早是由美國人和德國人于1915年首先提出。時至今日，濾波器的理論和技術已經不斷的改進和創新。隨著半導體產業的迅速發展以及手持移動式設備(例如手機、可穿戴電子設備等)的廣泛發展應用，在無線收發機系統的結構越來越復雜的情況下，勢必要求其內部基本單元在滿足系統性能的前提下，使其電路結構盡量簡單且容易實現。

傳統的Gm-C復數濾波單元的每個跨導放大器要使用多個晶體管，同時還要求額外的共模反饋電路穩定輸出共模電壓，這樣就增加了電路的復雜度和功耗。Gm-C復數濾波器的頻率參數(中心頻率、截止頻率)是由Gm和C決定的，OPAMP-RC復數濾波器的頻率參數主要是由R和C決定的。在集成電路制造過程中，電容、電阻、晶體管存在20％左右偏差，同時由于溫度等外部環境的影響，這樣濾波器的頻率參數會偏離設計期望值，導致電路性能無法滿足要求。這時需要設計一個頻率調諧電路，將中心頻率或是截止頻率鎖定在所需的值。

傳統的Gm-C濾波器頻率調諧電路主要有直接、間接、開關調諧電路。然而這些方法存在以下問題：直接調諧電路，濾波器需要分時復用，一個時鐘周期對濾波器進行調諧，一個周期濾波器正常工作，這在很多應用中是不可行的；間接調諧電路需要兩個濾波器，調諧質量的高低與主從濾波器的匹配程度有關；開關調諧電路缺點在于需要開關，當工作頻率較高時，時鐘饋通、電荷注入等效應會嚴重影響電路性能。

神經網絡是一項以生物大腦的結構和功能為基礎，以網絡節點模仿大腦的神經細胞，以網絡連接權模仿大腦的激勵電平的技術，能有效的處理問題的非線性、模糊性和不確定關系。在傳統的計算機中，我們告訴計算機要做什么，將大問題分解成許多小的，精確定義的任務，計算機可以很容易的執行。相比之下，在神經網絡中，我們不告訴計算機如何解決我們的問題。相反，它從觀察數據中學習，自己找出解決問題的方案。神經網絡相應的有全連接神經網絡也叫前饋神經網絡(FNN)，例圖見圖2。

發明內容

針對上述存在問題或不足，為解決現有濾波器的模擬修正時精確度不夠，通常只能修正部分誤差參數，修正模塊復雜，以及模擬修正模塊又會引入新的誤差的技術問題，本發明提供了一種基于神經網絡的有源復數濾波器。

該基于神經網絡的有源復數濾波器，包括：有源復數濾波器模塊、自動修正控制模塊和自動調整電路。

所述有源復數濾波器模塊為Gm-C濾波器或OPAMP-RC濾波器。

所述自動修正控制模塊由人工神經網絡和模數轉換器(ADC)、溫度傳感器和工藝角編碼器構成，并與自動調整電路和輸出信號相連。ADC與溫度傳感器、有源復數濾波器模塊相連，將濾波器輸出信號和溫度信號轉換為數字信號輸入神經網絡中。工藝角編碼器直接與神經網絡相連，將工藝偏差編碼輸入神經網絡中。人工神經網絡為前饋網絡，其輸出端接自動調整電路，作用是對輸入數據按照預期訓練做出非線性響應，產生調整電路所需要的電壓。

所述自動調整電路與自動修正控制模塊、有源復數濾波器模塊相連，對神經網絡輸出的非線性電壓產生響應，調整有源復數濾波器模塊中可調模塊的值，從而修正輸出電壓，鎖定濾波器的輸出響應。可調模塊為可變跨導Gm模塊與可變電容C模塊或可調電阻R模塊與可調電容C模塊。