0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

神经网络在ADC误差校正中的应用

MATLAB 来源:MATLAB 作者:MATLAB 2022-03-18 11:21 次阅读

“使用由 MATLAB 和 Deep Learning Toolbox 设计和训练的神经网络来对 ADC 误差进行后校正后,在 ASIC 上实现时,恩智浦设计的神经网络所需的面积只有 ADC 的 15%,正常工况下的功耗是 ADC 的大约 1/16。”

集成电路 (IC) 形式实现的模数转换器 (ADC) 容易因 IC 制造缺陷而产生误差。

晶体管电阻电容interwetten与威廉的赔率体系 元件失配会导致信号失真,如导致严重的总谐波失真 (THD)。

减少 ADC 误差的一种方法是使用更大的模拟元件来增强设计。

这种方法通过提高匹配来降低失真系数,但需要更多面积和功耗。

第二种方法是增加校准电路,但这也需要额外的芯片面积,增加了成本和功耗,而且,这通常还要求了解待校准误差的确切成因。

在恩智浦半导体埃因霍温总部,我和同事使用由 MATLAB 和 Deep Learning Toolbox 设计和训练的神经网络来对 ADC 误差进行后校正。

在 ASIC 上实现时,该网络所需的面积只有 ADC 的 15%,正常工况下的功耗是 ADC 的大约 1/16。

设计和训练神经网络

我们在实验室中向 30 个 ADC 样本(裸片)输入参考信号并捕获数字输出,从而生成训练数据。我们另外留出 10 个样本用于验证网络。

由于 ADC 误差同时受温度和电压的影响,我们在九种不同的电压与温度组合下测试每个样本,总共获得 360 个测量值。

我们使用信号处理方法对数据进行预处理,然后使用测得的 ADC 数字输出值作为神经网络的输入。我们将校正后的输出信号与原始参考信号进行比较,据此更新网络系数(图 1)。

神经网络在ADC误差校正中的应用

图 1.神经网络训练设置。

项目刚开始的时候,我没怎么用过神经网络,因此不确定网络该有多复杂。

最初,我在 MATLAB 中创建了基本的两层和三层网络,并在各层尝试不同的神经元数量。第一层和第二层的神经元使用 sigmoid 激活函数,输出层激活函数则是线性的。使用的代价函数是最小均方 (LMS) 代价函数。

我们基于手头的数据集和上述早期配置训练网络,发现可以加入电压和温度测量值作为预测变量来提高网络性能。经过这一更改,网络在各种温度和电压条件下的性能都有显著提升。

计算 IC 面积和功耗

现在,这个神经网络能够有效地后校正 ADC 误差,那下一步就是计算它需要多少芯片面积和功耗。

为此,我从 MATLAB 生成了经过训练的神经网络的 Simulink 模型。

接下来,我使用 Fixed-Point Designer 量化所有网络系数,然后使用 HDL Coder 从网络生成 VHDL 代码。

我的同事通过 HDL Verifier 协同仿真Simulink 中验证生成的 VHDL,然后使用 Cadence Genus 来综合设计。

他还在 Cadence 平台上使用 28 纳米 CMOS 制程进行物理实现,生成功耗报告,并计算使用的栅极数量和这些栅极所需的面积。

分析结果表明,使用神经网络校正 ADC 误差,面积和功耗成本都相对较低。

要实现一个能将信噪比提高约 17 dB 的网络,只需 4600 多个栅极,占据 0.0084 平方毫米的芯片面积。ADC 的面积是 0.06 平方毫米,是网络的七倍多。当处于活动状态时,网络功耗大约 15 µW,而 ADC 功耗为 233 µW。

作为误差校正电路,这样的面积和功耗估计值可以说是过关了,但我相信,我们还可以通过优化改进这些数字。即便我在机器学习方面经验尚浅,但用 VHDL 实现网络的这个工作流并不复杂。

因此,虽然我是新手,但相比传统方法,我也并没有多花太多时间,就设计和实现了基于神经网络的电路。

提高可重用性和可移植性

近期,我们计划在几个方向进行探索,验证神经网络在 ADC 误差校正中的应用。

首先,我们希望更好地了解经过训练的网络是如何执行误差校正的,以便将生产环境下出现意外行为的风险降至最低。

其次,我们想扩展我们的数据集。我们需要知道,如果使用 100 万个而不是仅仅 40 个样本,之前的结果是否依然成立。

最后,我们想衡量神经网络的可重用性。我们预计,相比传统设计,这一网络能够更有效地补偿各种 ADC 上的不同误差,因为网络能够适应各种各样的传递函数。

不过,我们需要进一步的测试来验证此假设。

原文标题:MATLAB 芯思路 | 用神经网络对 ADC 误差进行后校正

文章出处:【微信公众号:MATLAB】欢迎添加关注!文章转载请注明出处。

审核编辑:汤梓红

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    455

    文章

    50732

    浏览量

    423247
  • 神经网络
    +关注

    关注

    42

    文章

    4771

    浏览量

    100720
  • adc
    adc
    +关注

    关注

    98

    文章

    6496

    浏览量

    544483

原文标题:MATLAB 芯思路 | 用神经网络对 ADC 误差进行后校正

文章出处:【微信号:MATLAB,微信公众号:MATLAB】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    神经网络教程(李亚非)

      第1章 概述  1.1 人工神经网络研究与发展  1.2 生物神经元  1.3 人工神经网络的构成  第2章人工神经网络基本模型  2.1 MP模型  2.2 感知器模型  2.3
    发表于 03-20 11:32

    AI知识科普 | 从无人相信到万人追捧的神经网络

    神经网络之父Hiton始终坚持计算机能够像人类一样思考,用直觉而非规则。尽管这一观点被无数人质疑过无数次,但随着数据的不断增长和数据挖掘威廉希尔官方网站 的不断进步,神经网络开始语音和图像等方面超越基于逻辑的人
    发表于 06-05 10:11

    卷积神经网络如何使用

    卷积神经网络(CNN)究竟是什么,鉴于神经网络工程上经历了曲折的历史,您为什么还会在意它呢? 对于这些非常中肯的问题,我们似乎可以给出相对简明的答案。
    发表于 07-17 07:21

    【案例分享】基于BP算法的前馈神经网络

    传播的,不会回流),区别于循环神经网络RNN。BP算法(Back Propagation):误差反向传播算法,用于更新网络中的权重。BP神经网络思想:表面上:1. 数据信息的前向传播,
    发表于 07-21 04:00

    【案例分享】ART神经网络与SOM神经网络

    是一种常用的无监督学习策略,使用改策略时,网络的输出神经元相互竞争,每一时刻只有一个竞争获胜的神经元激活。ART神经网络由比较层、识别层、
    发表于 07-21 04:30

    如何构建神经网络

    原文链接:http://tecdat.cn/?p=5725 神经网络是一种基于现有数据创建预测的计算系统。如何构建神经网络神经网络包括:输入层:根据现有数据获取输入的层隐藏层:使用反向传播优化输入变量权重的层,以提高模型的预测
    发表于 07-12 08:02

    基于BP神经网络的PID控制

    最近在学习电机的智能控制,上周学习了基于单神经元的PID控制,这周研究基于BP神经网络的PID控制。神经网络具有任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制。利用BP
    发表于 09-07 07:43

    卷积神经网络模型发展及应用

    分析了目前的特殊模型结构,最后总结并讨论了卷积神经网络相关领域的应用,并对未来的研究方向进行展望。卷积神经网络(convolutional neural network,CNN)
    发表于 08-02 10:39

    遗传神经网络及其非线性校正中的应用

    针对遗传算法和神经网络的不足,介绍了对非线性校正的遗传神经网络方法。计算机仿真结果表明了该方法的收敛速度优越于其它传统方法,且具有较强的鲁棒性。关键词:变
    发表于 06-25 14:05 12次下载

    基于神经网络的传感器非线性误差校正

    介绍了用神经网络校正传感器系统非线性误差的原理和方法,提出了基于BP 神经网络传感器非线性误差校正
    发表于 06-29 10:22 12次下载

    小波神经网络遥感测温数据的应用

    神经网络进行拟合。对实验数据进行了统计分析,结果表明,小波神经网络能保证拟合误差很小的范围之内,并且优于BP神经网络。本文中对于遥感测温数
    发表于 02-24 14:41 2次下载

    什么是神经网络?什么是卷积神经网络

    介绍卷积神经网络之前,我们先回顾一下神经网络的基本知识。就目前而言,神经网络是深度学习算法的核心,我们所熟知的很多深度学习算法的背后其实都是神经网
    的头像 发表于 02-23 09:14 3503次阅读

    神经网络拟合的误差怎么分析

    像识别、自然语言处理和时间序列预测等。然而,神经网络的拟合误差是一个关键问题,影响模型的性能和泛化能力。本文将从多个角度分析神经网络拟合误差的原因、影响因素和解决方案。
    的头像 发表于 07-03 10:36 576次阅读

    神经网络预测误差大小怎么看

    的差异。神经网络预测中,误差通常用均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(M
    的头像 发表于 07-03 10:41 1000次阅读

    反向传播神经网络和bp神经网络的区别

    反向传播神经网络(Backpropagation Neural Network,简称BP神经网络)是一种多层前馈神经网络,它通过反向传播算法来调整网络中的权重和偏置,以达到最小化
    的头像 发表于 07-03 11:00 791次阅读