[發(fā)明專利]一種基于神經網絡的負反饋自動增益控制電路及方法

在審

• 申請?zhí)枺?/td>: 201711191454.1
• 申請日: 2017-11-24
• 公開（公告）號: CN109842388A
• 公開（公告）日: 2019-06-04
• 發(fā)明（設計）人: 史崢宇;程和;肖瀟;王雯;唐佇
• 申請（專利權）人: 成都市深思創(chuàng)芯科技有限公司
• 主分類號: H03G3/30
• 分類號: H03G3/30;G06N3/08
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 徐金瓊;劉東

1.一種基于神經網絡的負反饋自動增益控制電路,其特征在于，包括自動增益控制模塊、神經網絡模塊；所述自動增益控制模塊包括可變增益放大器、峰值檢測器、低通濾波器和對數(shù)放大器；

所述可變增益放大器，接收輸入電壓V_in；

所述峰值檢測器，接收可變增益放大器所發(fā)送的輸出電壓V_out；

所述對數(shù)放大器，接收峰值檢測器所輸出的檢測電壓V_p；

所述神經網絡模塊，接收輸入電壓V_in、峰值檢測器所輸出的檢測電壓V_p和低通濾波器所輸出的第一控制電壓V_c并訓練輸出參考電壓V_ref；

所述低通濾波器，接收神經網絡模塊所輸出的參考電壓V_ref和對數(shù)放大器所輸出的對數(shù)放大電壓V₁之間的差值電壓并對差值電壓進行濾波處理得到第二控制電壓V_c1；

所述可變增益放大器，接收低通濾波器所輸出用于反饋調節(jié)輸入電壓V_in的第二控制電壓V_c1并輸出滿足預設精度的輸出電壓V_out。

2.如權利要求1所述的一種基于神經網絡的負反饋自動增益控制電路,其特征在于，所述低通濾波器采用G_m_C有源濾波器。

3.如權利要求1所述的一種基于神經網絡的負反饋自動增益控制電路，其特征在于，所述神經網絡模塊采用CNN模塊、FNN模塊、RNN模塊或LSTM模塊。

4.如權利要求3所述的一種基于神經網絡的負反饋自動增益控制電路，其特征在于，神經網絡模塊采用RNN模塊或LSTM模塊；

所述神經網絡模塊通過模數(shù)轉換器采集輸入電壓V_in和第一控制電壓V_c。

5.如權利要求3所述的一種基于神經網絡的負反饋自動增益控制電路，其特征在于，還包括電壓采集模塊，電壓采集模塊包括模數(shù)轉換器、二選一選擇寄存器、第一寄存器和第二寄存器；

所述模數(shù)轉換器，采集輸入電壓V_in和第一控制電壓V_c；

所述二選一選擇寄存器，用于分配輸入電壓V_in和第一控制電壓V_c的網絡權重，連接數(shù)模轉換器且還通過第一寄存器和第二寄存器連接神經網絡模塊。

6.如權利要求5所述的一種基于神經網絡的負反饋自動增益控制電路，其特征在于，所述神經網絡模塊采用CNN模塊或FNN模塊。

7.一種基于神經網絡的負反饋自動增益控制方法，其特征在于，包括以下步驟：

步驟1：設置具有輸入電壓V_in和輸出電壓V_out的自動增益控制主干路，并設置用于反饋調節(jié)自動增益控制且具有神經網絡的反饋回路；

步驟2：采集自動增益控制主干路的輸入電壓V_in、輸出電壓V_out和反饋回路的電壓參數(shù)作為神經網絡訓練樣本，將神經網絡訓練樣本輸入到神經網絡，持續(xù)訓練得到滿足預設精度的參考電壓V_ref；

步驟3：利用步驟2中的參考電壓V_ref反饋調節(jié)自動增益控制主干路的輸入電壓V_in獲得滿足預設精度的輸出電壓V_out。