[发明专利]一种基于机器学习的双通道模数转换器子转换器间时间误差校正方法

说明书

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于机器学习的双通道模数转换器子转换器间时间误差校正方法。

背景技术

在人工智能广泛应用的今天，人机交互、环境机器交互的要求越来越高。在许多应用场景下，我们需要机器的运算速度非常快。例如自动驾驶汽车中，我们需要实时关注路况信息，以便在任何情况下可以及时采取相应措施，尤其是在汽车高速行驶过程中，对路况信息的采集和处理速率要求更高。足球比赛机器人对足球位置以及轨道信息的判断也需要高速采集信息系统的支持，尤其是对方球员操作足球的时候，准确采集足球着力点并正确判断足球运动轨迹提高了赢得足球比赛的几率。

随着技术进步，高速数字处理系统满足了我们对高速数据处理的需求。但是，我们生活的自然界的各种信号依然是模拟信号，自然信号与数字系统的交互速度是制约整个人机以及环境与机器交互速度的一大障碍。

在有些模拟数字转换器设计中，增加采集数据速率的难度随着采集速率的增大呈急剧增大。所以，在一些交互系统中，并行数据采集数据系统是有效的提高采集信息的方式之一。通过多个模拟—数字信号转换器的并行交叉采集，可以有效地成倍提高采集数据的速率而不影响采集数据的精度。

但是，并行采集系统虽然解决了采集信息速率问题，也引入其他问题，例如各转换器之间的增益误差、偏置误差以及采集时间误差。对转换器之间失配误差的校正是突破采集数据速度限制的瓶颈。由于前两种误差的校正比较容易，且已有许多有效解决方案。本发明只涉及转换器间采集时间误差的校正，也称为数据的恢复。

发明内容

本发明的目的在于提供一种基于机器学习的双通道模数转换器子转换器间时间误差校正方法，使得整个系统的采集速率达到要求的条件下，其信号恢复精度也满足要求。

为解决单个子数据采集器间的时间失配误差带来的问题，本发明采用的技术方案是：

步骤一：将模数转换器的总输出经过斩波，然后通过希尔伯特滤波器，得到与斩波信号相位相差90°的信号，然后此信号和原始的模数转换器输出信号相乘，则可以得到一个和误差紧密相关的反馈信号成分，提取相应的误差成分得到误差信号。

步骤二：将误差信号注入反馈回路中，根据泰勒展开式相关计算得出相应的采样器间采样时间的偏差。

步骤三：将由于多采集器间时间误差导致的信号的偏差加入到原始采集信号中，对误差进行校正，完成数据的恢复。

作为优选，步骤一中提取误差相关信号过程为：根据傅里叶变换的相关性质，任何信号都可以分解为多个三角函数信号的线性组合，所以假设输入信号是正弦信号

x(t)＝cos(ωt+θ) (1₎

其中，ω表示输入信号的角频率，θ表示输入信号的初相，t代表时间，则含有时间误差的双通道模拟数字转换器的输出可以表示为

其中，Δt表示采样器间的时间失配误差，

所以y[n]可以表示为：

根据cos函数的和差化积公式，

由于cos函数是偶函数，而sin函数为奇函数，所以有

而根据sin函数的和差化积公式，有

其中，ω_s代表采集系统的角频率，

然后对y[n]进行斩波处理，通过希尔伯特滤波器进行相位90度的移动，得到

把已经得到的y[n]和y_h[n]相乘，得到y_m[n]，

在y_m[n]信号中，有一个近似直流，或是说低频信号与转换器通道间时间误差紧密相关：

将此信号提取出来，其累加可近似看作转换器间失配误差。

作为优选，采用有监督机器学习方法进行理想信号的恢复，具体为：

根据泰勒一阶展开式

y_m[n]＝x_m[n]+Δt_mx'_m[n] (9)

若将等号左边认为是原始信号，右边认为是有误差信号和误差反馈的和，采用微分滤波器来求得x'_m[n]，在收敛的过程中，采用信号ε的累加用来代替学习过程中的Δt，此时有

当则意味着学习达到要求，可以准确恢复多通道模数转换器采集的信号。