[发明专利]一种基于神经网络的有源复数滤波器

摘要

本发明属于模拟集成电路技术领域，特别涉及一种基于神经网络的有源复数滤波器，包括有源复数滤波器模块、自动修正控制模块和自动调整电路。本发明利用神经网络在不同温度和工艺角下对模数转换器ADC转换过的滤波器输出信号进行学习，得到可以调节滤波单元的网络权重值，之后遇到相同温度和工艺角时以实现对滤波单元的调节，稳定输出信号。通过人工神经网络产生非线性控制电压，自动修正输出电压，减小因工艺容差和温度漂移等产生的偏差，锁定滤波器的输出响应。本发明结构简单，容易实现，有效降低了滤波器的复杂度，不会引入新的误差。且修正范围广，精度高，具有通用性，能用于不同滤波器的修正。

主权项

一种基于神经网络的有源复数滤波器，包括有源复数滤波器模块、自动修正控制模块和自动调整电路，其特征在于：所述有源复数滤波器模块为Gm‑C滤波器或OPAMP‑RC滤波器；所述自动修正控制模块由人工神经网络和模数转换器ADC、温度传感器和工艺角编码器构成，并与自动调整电路和输出信号相连；ADC与温度传感器、有源复数滤波器模块相连，将滤波器输出信号和温度信号转换为数字信号输入神经网络中；工艺角编码器直接与神经网络相连，将工艺偏差编码输入神经网络中；人工神经网络为前馈网络，其输出端接自动调整电路，作用是对输入数据按照预期训练做出非线性响应，产生调整电路所需要的电压；所述自动调整电路与自动修正控制模块、有源复数滤波器模块相连，对神经网络输出的非线性电压产生响应，调整有源复数滤波器模块中可调模块的值，从而修正输出电压，锁定滤波器的输出响应；可调模块为可变跨导Gm模块与可变电容C模块或可调电阻R模块与可调电容C模块；所述人工神经网络以设定精度逼近任意函数，从而产生非线性控制电压。