用于增益结构的校准方法及装置、增益结构制造方法及图纸

技术编号:33081626 阅读:11 留言:0更新日期:2022-04-15 10:36
本发明专利技术实施例提供一种用于增益结构的校准方法及装置、增益结构,属于芯片技术领域。所述增益结构包括多级增益芯片,每级增益芯片包括一级或多级增益档位,所述方法包括:生成针对所述增益结构的参数矩阵,其中,所述参数矩阵包括所述多级增益芯片的各级增益芯片的当前增益系数、以及针对所述增益结构的目标增益值;根据所述参数矩阵、以及用于增益配置的概率计算的计算模型,得到在使用所述增益结构的每种增益配置时,能够产生所述目标增益值的概率;以及根据所述每种增益配置对应的概率,确定出目标增益配置,以根据所述目标增益配置校准所述增益结构。其能够在准确校准增益结构的同时,节省校准的人力成本和时间成本。节省校准的人力成本和时间成本。节省校准的人力成本和时间成本。

【技术实现步骤摘要】
用于增益结构的校准方法及装置、增益结构


[0001]本专利技术涉及芯片
,具体地涉及一种用于增益结构的校准方法及装置、增益结构。

技术介绍

[0002]常用电子设备中存在大量增益芯片,用于电压运放、信号放大、音频放大等。在输入电路信号源信号固定的情况下,多级增益芯片可用于调节不同档位需求下的增益效果。例如,现有一5mv信号源,为了产生一个5v的电压,将5mv信号源输入到具有10级可配置放大的增益芯片。每一级增益芯片具有10档可配等级,则所述10级增益芯片具有共10*10=100种可配方案。由于增益芯片物理条件限制,芯片每一级每一档位的增益倍数不是完美的整数,并具有一定的误差。在使用过程中需要找到从5mv到5v最好的增益档位选择。
[0003]相关技术中,相应增益芯片出厂前经过大量人工测量,形成固定参数写入程序,当需要相应的放大倍数的条件下用MCU配置即可。该方式具有以下缺点:(1)厂商需要大量时间成本测量经验值并写入程序以供MCU配置;(2)在后期随着芯片老化、温度变化等的影响,芯片特性会产生微小的变化,导致误差增大。

技术实现思路

[0004]本专利技术实施例的目的是提供一种用于增益结构的校准方法及装置、增益结构,用于解决上述技术问题。
[0005]为了实现上述目的,本专利技术实施例提供一种用于增益结构的校准方法,所述增益结构包括多级增益芯片,每级增益芯片包括一级或多级增益档位,所述方法包括:生成针对所述增益结构的参数矩阵,其中,所述参数矩阵包括所述多级增益芯片的各级增益芯片的当前增益系数、以及针对所述增益结构的目标增益值;根据所述参数矩阵、以及用于增益配置的概率计算的计算模型,得到在使用所述增益结构的每种增益配置时,能够产生所述目标增益值的概率;以及根据所述每种增益配置对应的概率,确定出目标增益配置,以根据所述目标增益配置校准所述增益结构。
[0006]可选的,所述参数矩阵还包括所述增益结构的当前环境温度,以用于消除所述当前环境温度对计算所述每种增益配置对应的概率的影响。
[0007]可选的,所述参数矩阵经所述计算模型运算后,输出一维结果矩阵,所述一维结果矩阵的元素的数量与所述增益结构形成的增益配置的数量相同。
[0008]可选的,所述计算模型为多层神经网络模型,所述多层神经网络模型包括p层模型,其中,p为不小于2的正整数,
[0009]其中第1层至第p

1层模型中每层模型的运算包括:对输入的矩阵执行线性运算,其中所述第1层输入的矩阵为所述参数矩阵;以及对执行线性运算后的矩阵执行非线性运算,其中第p层模型的运算包括:对输入的矩阵执行线性运算;以及将执行线性运算后的矩阵中属于负数的元素设置为一非负数的值,以得到在使用所述增益结构的每种增益配置
时,能够产生所述目标增益值的概率。
[0010]可选的,对输入的矩阵执行线性运算包括使用以下公式进行线性运算:
[0011]Y
i
=A
i
*W
i
+B
i
[0012]其中,Y
i
为第i层模型执行线性运算后的矩阵,A
i
为第i层模型的输入的矩阵,W
i
和B
i
为第i层模型使用的常数矩阵,i为从1至所述p的正整数。
[0013]可选的,所述方法进一步包括:基于所述每种增益配置对应的概率和理想概率计算误差;判断计算的每个所述误差是否均不大于预设误差;以及在计算的所述误差中至少一个误差大于所述预设误差的情况下,基于计算的每个所述误差对W
i
和B
i
进行调整。
[0014]可选的,基于以下误差计算公式来计算所述误差:
[0015]F
m
=((x

m

1)ln(1

x
m
)

x

m
ln(x
m
))2[0016]其中,F
m
是所述第m种增益配置对应的误差,x

m
是第m种增益配置的理想概率,x
m
是第m种增益配置计算得到的概率,其中m为大于1的正整数。
[0017]可选的,对执行线性运算后的矩阵执行非线性运算,包括使用以下公式对执行线性运算后的矩阵中的每一元素执行非线性运算:
[0018][0019]其中,z为任一元素y执行非线性运算后的结果,e为自然常数。
[0020]可选的,对执行线性运算后的矩阵执行非线性运算,包括使用以下公式对执行线性运算后的矩阵中的每一元素执行非线性运算:
[0021][0022]其中,z为任一元素y执行非线性运算后的结果,e为自然常数,a为预设常数。
[0023]可选的,根据所述参数矩阵、以及用于增益配置的概率计算的计算模型,得到在使用所述增益结构的每种增益配置时,能够产生所述目标增益值的概率,包括:对所述计算模型输出的所述一维结果矩阵的各元素分别进行归一化处理,将归一化处理的结果作为在使用所述增益结构的对应增益配置时,能够产生所述目标增益值的概率。
[0024]可选的,利用归一化函数来对所述计算模型输出的所述一维结果矩阵的各元素进行归一化处理,所述归一化函数表示为:
[0025][0026]其中,f
j
表示所述一维结果矩阵中第j个元素的归一化处理结果,e为自然常数,zj表示所述一维结果矩阵中第j个元素的值,j为所述一维结果矩阵中元素编号,j=1、
……
、q,q表示所述一维结果矩阵中元素的个数。
[0027]相应地,本专利技术实施例还提供一种用于增益结构的校准装置,所述增益结构包括多级增益芯片,每级增益芯片包括一级或多级增益档位,所述校准装置包括:参数矩阵生成模块,用于生成针对所述增益结构的参数矩阵,其中,所述参数矩阵包括所述多级增益芯片的各级增益芯片的当前增益系数、以及针对所述增益结构的目标增益值;概率获取模块,用于根据所述参数矩阵、以及用于增益配置的概率计算的计算模型,得到在使用所述增益结
构的每种增益配置时,能够产生所述目标增益值的概率;以及校准模块,用于根据所述每种增益配置对应的概率,确定出目标增益配置,以根据所述目标增益配置校准所述增益结构。
[0028]可选的,所述参数矩阵还包括所述增益结构的当前环境温度,以用于消除所述当前环境温度对计算所述每种增益配置对应的概率的影响。
[0029]可选的,所述参数矩阵经所述计算模型运算后,输出一维结果矩阵,所述一维结果矩阵的元素的数量与所述增益结构能够形成的增益配置的数量相同。
[0030]可选的,所述计算模型为多层神经网络模型,所述多层神经网络模型包括p层模型,其中,p为不小于2的正整数,其中第1层至第p

1层模型中每层模型的运算包括:对输入的矩阵执行线性运算,其中所述第1本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于增益结构的校准方法,其特征在于,所述增益结构包括多级增益芯片,每级增益芯片包括一级或多级增益档位,所述方法包括:生成针对所述增益结构的参数矩阵,其中,所述参数矩阵包括所述多级增益芯片的各级增益芯片的当前增益系数、以及针对所述增益结构的目标增益值;根据所述参数矩阵、以及用于增益配置的概率计算的计算模型,得到在使用所述增益结构的每种增益配置时,能够产生所述目标增益值的概率;以及根据所述每种增益配置对应的概率,确定出目标增益配置,以根据所述目标增益配置校准所述增益结构。2.根据权利要求1所述的方法,其特征在于,所述参数矩阵还包括所述增益结构的当前环境温度,以用于消除所述当前环境温度对计算所述每种增益配置对应的概率的影响。3.根据权利要求1或2所述的方法,其特征在于,所述参数矩阵经所述计算模型运算后,输出一维结果矩阵,所述一维结果矩阵的元素的数量与所述增益结构形成的增益配置的数量相同。4.根据权利要求3所述的方法,其特征在于,所述计算模型为多层神经网络模型,所述多层神经网络模型包括p层模型,其中,p为不小于2的正整数,其中第1层至第p

1层模型中每层模型的运算包括:对输入的矩阵执行线性运算,其中所述第1层输入的矩阵为所述参数矩阵;以及对执行线性运算后的矩阵执行非线性运算,其中第p层模型的运算包括:对输入的矩阵执行线性运算;以及将执行线性运算后的矩阵中属于负数的元素设置为一非负数的值,以得到在使用所述增益结构的每种增益配置时,能够产生所述目标增益值的概率。5.根据权利要求4所述的方法,其特征在于,对输入的矩阵执行线性运算包括使用以下公式进行线性运算:Y
i
=A
i
*W
i
+B
i
其中,Y
i
为第i层模型执行线性运算后的矩阵,A
i
为第i层模型的输入的矩阵,W
i
和B
i
为第i层模型使用的常数矩阵,i为从1至所述p的正整数。6.根据权利要求5所述的方法,其特征在于,所述方法进一步包括:基于所述每种增益配置对应的概率和理想概率计算误差;判断计算的每个所述误差是否均不大于预设误差;以及在计算的所述误差中至少一个误差大于所述预设误差的情况下,基于计算的每个所述误差对W
i
和B
i
进行调整。7.根据权利要求6所述的方法,其特征在于,基于以下误差计算公式来计算所述误差:F
m
=((x

m

1)ln(1

x
m
)

x

m
ln(x
m
))2其中,F
m
是所述第m种增益配置对应的误差,x

m
是第m种增益配置的理想概率,x
m
是第m种增益配置计算得到的概率,其中m为大于1的正整数。8.根据权利要求4所述的方法,其特征在于,对执行线性运算后的矩阵执行非线性运算,包括使用以下公式对执行线性运算后的矩阵中的每一元素执行非线性运算:
其中,z为任一元素y执行非线性运算后的结果,e为自然常数。9.根据权利要求4所述的方法,其特征在于,对执行线性运算后的矩阵执行非...

【专利技术属性】
技术研发人员:王学通王慧李德建王喆
申请(专利权)人:国网信息通信产业集团有限公司国网山西省电力公司国家电网有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1