一种基于神经网络的有源复数滤波器制造技术

本发明专利技术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。本发明专利技术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。本发明专利技术结构简单，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。

An active complex filter based on Neural Network

The invention belongs to the field of analog integrated circuit, in particular to an active complex filter based on neural network, which comprises an active complex filter module, an automatic correction control module and an automatic adjustment circuit. The filter output signal of the invention using neural network in different temperature and process angle on the ADC ADC conversion of the learning network can adjust the weights of the filter unit, after experiencing the same temperature and process angle to realize adjustment of filter unit, stable output signal. The nonlinear control voltage is generated by artificial neural network, and the output voltage is automatically corrected, and the output deviation of the filter is reduced due to the deviation caused by process tolerance and temperature drift. The invention is simple in structure, easy to be realized, effectively reduces the complexity of the filter, and will not introduce new errors. It has a wide range of correction, high precision, versatility, and can be used for the correction of different filters.

【技术实现步骤摘要】
一种基于神经网络的有源复数滤波器
本专利技术属于模拟集成电路
，特别涉及一种基于神经网络的有源复数滤波器。
技术介绍
滤波器是电子技术中最基本的信号处理模块，最早是由美国人和德国人于1915年首先提出。时至今日，滤波器的理论和技术已经不断的改进和创新。随着半导体产业的迅速发展以及手持移动式设备(例如手机、可穿戴电子设备等)的广泛发展应用，在无线收发机系统的结构越来越复杂的情况下，势必要求其内部基本单元在满足系统性能的前提下，使其电路结构尽量简单且容易实现。传统的Gm-C复数滤波单元的每个跨导放大器要使用多个晶体管，同时还要求额外的共模反馈电路稳定输出共模电压，这样就增加了电路的复杂度和功耗。Gm-C复数滤波器的频率参数(中心频率、截止频率)是由Gm和C决定的，OPAMP-RC复数滤波器的频率参数主要是由R和C决定的。在集成电路制造过程中，电容、电阻、晶体管存在20％左右偏差，同时由于温度等外部环境的影响，这样滤波器的频率参数会偏离设计期望值，导致电路性能无法满足要求。这时需要设计一个频率调谐电路，将中心频率或是截止频率锁定在所需的值。传统的Gm-C滤波器频率调谐电路主要有直接、本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
1.一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。2.如权利要求1所述基于神经网络的有源复数滤波器，其特征在于：所述人工神经网络产生非线性控制电压的具体过程为：第一阶段，训练样本采集；在每一个不同的工艺角Pl和温度Tm下，l为工艺角标号，m为温度标号，给滤波器中可调模块施加控制电压Vn，使得在不...

【专利技术属性】
技术研发人员：刘洋，张才志，刘晏辰，曹龙兵，钱河兵，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51