[发明专利]一种基于FPGA的ADC采样数据校准方法及系统在审
申请号: | 202211140733.6 | 申请日: | 2022-09-20 |
公开(公告)号: | CN115425976A | 公开(公告)日: | 2022-12-02 |
发明(设计)人: | 陈磊;王世界;彭析竹;唐鹤 | 申请(专利权)人: | 重庆邮电大学;电子科技大学重庆微电子产业技术研究院 |
主分类号: | H03M1/10 | 分类号: | H03M1/10;H03M1/12 |
代理公司: | 重庆辉腾律师事务所 50215 | 代理人: | 王诗思 |
地址: | 400065 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 fpga adc 采样 数据 校准 方法 系统 | ||
1.一种基于FPGA的ADC采样数据校准方法,其特征在于,包括:
S1:获取ADC原始采样数据和ADC标准采样数据;根据ADC原始采样数据和ADC标准采样数据对神经网络进行训练,得到训练后的神经网络参数,其中,训练后的神经网络参数包括:第一参数和第二参数;
S2:将第一参数输入FPGA的RAM存储器,并根据第二参数在FPGA内部搭建一个顶层模块;
S3:FPGA获取待校准的ADC采样数据并保存至RAM存储器;
S4:FPGA获取用户的控制信号并根据控制信号将RAM存储器中待校准的ADC采样数据依次移位到n个寄存器,当n个寄存器都寄存有待校准的ADC采样数据时,FPGA产生标志信号;
S5:FPGA根据标志信号从RAM存储器中读取第一参数;并重复调用乘法器IP核将寄存器中待校准的ADC采样数据依次与第一参数相乘得到第一ADC校准数据;
S6:FPGA将第一ADC校准数据输入顶层模块,通过第二参数对第一ADC校准数据进行处理得到最终ADC校准数据;
S7:重复步骤S4-S6对所有待校准的ADC采样数据进行校准。
2.根据权利要求1所述的一种基于FPGA的ADC采样数据校准方法,其特征在于,所述神经网络的表达式包括:
Relu[i]=Max(Dout_L1[i],0)
其中,D[j]表示第j个ADC原始采样数据,Weight_L1[i][j]表示神经网络隐藏层的第i组第j个权重参数,Dout_L1[i]表示神经网络隐藏层的第i组输出结果,Scale_L1表示神经网络隐藏层的系数;Bias_L1[i]表示神经网络隐藏层的第i组偏置参数;Relu[i]表示第i组激活函数;Weight_L2表示神经网络输出层的第i组权重参数;Scale_L2表示神经网络输出层的系数;Bias_L2表示神经网络输出层的偏置参数;Dout表示神经网络输出层的输出结果;X表示第一参数的分组数量;M表示第二参数的分组数量。
3.根据权利要求1所述的一种基于FPGA的ADC采样数据校准方法,其特征在于,所述第一参数包括:神经网络隐藏层的权重参数;
所述第二参数包括:神经网络隐藏层的系数、神经网络隐藏层的偏置参数、神经网络输出层的系数、神经网络的激活函数、神经网络输出层的偏置参数、神经网络输出层的权重参数。
4.根据权利要求1所述的一种基于FPGA的ADC采样数据校准方法,其特征在于,所述对神经网络进行训练的过程包括:
S11:将ADC原始采样数据作为训练样本输入神经网络,得到神经网络的输出结果;
S12:根据神经网络的输出结果和ADC标准采样数据计算神经网络的损失函数;
S13:不断调节神经网络的参数,直至损失函数小于设定阈值,完成模型的训练。
5.根据权利要求1所述的一种基于FPGA的ADC采样数据校准方法,其特征在于,所述神经网络的损失函数包括:
其中,L表示损失函数,n表示ADC原始采样数据的数量,Yk表示第k个ADC原始采样数据通过神经网络输出的值,f(xk)表示第k个ADC原始采样数据对应的ADC标准采样数据。
6.根据权利要求1所述的一种基于FPGA的ADC采样数据校准方法,其特征在于,所述通过第二参数对第一ADC校准数据进行处理得到最终ADC校准数据包括;
将第一ADC校准数据与神经网络隐藏层的系数相乘,得到第二ADC校准数据;
将第二ADC校准数据与神经网络隐藏层的偏置参数相加得到第三ADC校准数据;
将第三ADC校准数据输入Relu激活函数计算得出第四ADC校准数据;
将第四ADC校准数据与神经网络输出层的权重参数相乘得到第五ADC校准数据;
将第五ADC校准数据与神经网络输出层的系数相乘得到第六ADC校准数据;
将第六ADC校准数据与神经网络输出层的偏置参数相加得到最终ADC校准数据。
7.一种基于FPGA的ADC采样数据校准系统,所述ADC校准系统用于执行如权利要求1-6任一所述的一种基于FPGA的ADC采样数据校准方法,其特征在于,所述ADC校准系统包括:时钟模块、RAM存储器、ADC数模转换器、数据接收模块、输入控制模块、数据处理模块、寄存器组、乘法器、顶层模块;
时钟模块用于给整个系统提供时钟信号;
ADC数模转换器用于获取待校准的ADC采样数据;
数据接收模块用于接收训练后的神经网络参数,其中,训练后的神经网络参数包括:第一参数和第二参数;
RAM存储器用于存储待校准的ADC采样数据和第一参数;
输入控制模块用于接收用户的输入控制信号;
数据处理模块包括数据读取单元和数据校准单元;
数据读取单元用于根据输入控制信号读取RAM存储器中待校准的ADC采样数据,并将待校准的ADC采样数据依次移位到寄存器组,当寄存器组中都寄存有待校准的ADC采样数据时,数据处理模块产生标志信号;
数据校准单元用于根据标志信号,从RAM存储器中读取第一参数;并重复调用乘法器的IP核将寄存器组中待校准的ADC采样数据依次与第一参数相乘得到第一ADC校准数据;
顶层模块用于根据第二参数对第一ADC校准数据进行处理得到最终ADC校准数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学;电子科技大学重庆微电子产业技术研究院,未经重庆邮电大学;电子科技大学重庆微电子产业技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211140733.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种热固性水性阻焊油墨及制备方法和应用
- 下一篇:一种包装袋的全自动生产设备