[发明专利]发生基准非线性信号的方法和装置

权利要求书

1、一种实时产生任意基准非线性连续信号的方法，其特征在于：

(a)采用多层人工神经网络结构，将输入线性信号产生任意基准非线性连续信号；组成人工神经网络的人工神经元采用S(X)=a/(1+e^-bx)模式，式中S(x)函数为人工神经元的模式函数，x(t)是人工神经元的输入函数，a、b是常数，t为时间变量；

(b)人工神经网络权值的训练变化量△ω由下式训练：

式中，ε=1/(J+M+P)，α=(2J+M)/(J+M+P)，β=-J(J+M+P)，J、M、P为常量，t为时间变量，E为能量；

(c)由上述步骤算法从计算机得到的权值模拟结果，根据目标非线性信号要求和实际线路器件指标进一步采用多维优选法进行权值调整，直到达到允许误差；

(d)根据计算机模拟结果，调整人工神经网络中的权电阻阻值。

2、根据权利要求1所述的产生任意基准非线性连续信号的方法，其特征在于将产生的所需要的非线性信号作为非线性系统传递函数H（x），乘以输入信号I（x），即得到所需要的非线性系统输出函数O（x），输出函数O（x）＝I（x）H（x）由非线性系统实时控制。

3、一种基准非线性连续信号的发生装置，其中包括：

（a）采用多层人工神经网络结构，产生非线性信号;组成人工神经网络的人工神经元采用S（x）＝a/（1+e^-bx）模式，式中S（x）函数为人工神经元的模式函数，x（t）是人工神经元的输入函数，a、b是常数，t为时间变量;

（b）人工神经网络权值的训练变化量△ω由下式训练：

式中，ε＝1/（J+M+P），α＝（2J+M）/（J+M+P），β＝-J（J+M+P），J、M、P为常量，t为时间变量，E为能量;

（c）组成人工神经网络的人工神经元是用一个线性放大器4及相应元器件组成，在线性放大器4的正输入端接有一至四个并接的权电阻R₁、R₂、R₃、R₄，各个权电阻R₁、R₂、R₃、R₄的另一端各接对应的输入信号V^′_i1、V^′_i2、V^′_i3、V^′_i4，在线性放大器的正输入端还接有电阻R₅，电阻R₅的另一端接电位D，在线性放大器4的正输入端还接有电阻R_D，电阻R_D的另一端接地，在线性放大器4的负输入端接有一至四个并接的权电阻R^′₁、R^′₂、R^′₃、R^′₄，各个权电阻的另一端各接对应的输入信号V^″_i1、V^″_i2、V^″_i3、V^″_i4，在线性放大器4的负输入端还接有电阻R^′_D，电阻R^′_D的另一端接地，在线性放大器的负输入端还接有反馈电阻R_f，线性放大器4的输出脚串接一个电阻R_b后与电阻R_f的另一端相连作为人工神经元的输出端V^′_o，人工神经元的输出端还接有二个箝位电路，其一是电容C₁和二极管D₁的并联电路，C₁、D₁并联的另一端接B电位，其二是电容C₂和二极管D₂的并联电路，C₂、D₂并联的另一端接C电位，每个人工神经元的电阻R^′₁、R^′₂、R^′₃、R^′₄、R^′₅、R^′_D的并联值等于R₁、R₂、R₃、R₄、R_D、R_f的并联值;

其特征在于：

（d）基准非线性信号发生装置由K₁线性运算放大单元1、不多于三层的人工神经网络2和K₂线性运算放大单元3串接组成，每层人工神经网络有一至四个人工神经元，每个人工神经元具有两组权电阻，每组有权电阻一至四个;

（e）每个人工神经元的电阻还满足R_f/R_ij＝ωijK_n关系，式中Rij为由第i个人工神经元到j个人工神经元的连接电阻，式中ωij为人工神经元i和下一层的人工神经元j之间的权值，K_n为人工神经元放大倍数，K_n等于人工神经元的模式函数在输入函数等于零时的导数值，即K_n＝dS（x）/dx｜_x＝0

4、根据权利要求3所述的基准非线性信号发生装置，其特征在于采用三层人工神经网络，第一层具有四个人工神经元，第二层也有四个人工神经元，第三层有一个人工神经元，共九个人工神经元，共具有二十四个可调的权电阻，各人工神经元的模式函数用S（x）＝1/（1+e^-x），各人工神经元放大倍数K_n＝d[1/（1+e^-x）]/dx｜_x＝0＝1/4，基准非线性信号发生器的输入为锯齿波。