用于TDL-TDC的神经网络测量校准系统和方法技术方案

本发明专利技术公开了一种用于TDL

【技术实现步骤摘要】
用于TDL
‑
TDC的神经网络测量校准系统和方法


[0001]本专利技术是关于信号测量
，特别是关于一种用于TDL
‑
TDC的神经网络测量校准系统和方法。

技术介绍

[0002]TDC(时间数字转换器)是检测系统的重要组成部分，常存在于电子仪器仪表、信号处理系统当中，是一种将模拟信号转换成以时间表示的数字信号的仪器。被广泛应用于激光雷达测距、声纳测距、遥感成像等多种领域。
[0003]TDC一般通过ASIC(专用集成电路)搭建或基于FPGA(现场可编程门阵列)搭建两种方法实现，TDC的运行精度取决于其内部结构对时间进行更精确划分测量的能力。常用的细时间测量方法包括：多相位时钟采样法、游标法、抽头延迟链法等，前两种方法能够达到的测量精度与系统运行频率密切相关，故在TDC系统中，多采用抽头延迟链的结构。
[0004]目前，基于抽头延迟链构建的TDC，其校准功能实现主要依赖于码密度校准法。码密度校准法校准时间长，会导致系统出现过长的死区时间。同时，由于TDL
‑r/>TDC延迟单元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于TDL
‑
TDC的神经网络测量校准系统，其特征在于，包括：TDL
‑
TDC模块，搭建于FPGA芯片上，TDL
‑
TDC模块采用码密度校准法完成延迟链的初始校准，获得初始校准值；温度传感模块，采集FPGA芯片的运行温度，获得运行温度信息；上位机神经网络校准模块，搭建多层学习网络，将所述的运行温度信息和初始校准值作为网络的输入，输出为延迟单元的延迟时间，建立温度信息与延迟单元的延迟时间之间对应的非线性变化关系。2.如权利要求1所述的用于TDL
‑
TDC的神经网络测量校准系统，其特征在于，所述的学习网络，其网络训练的样本包括输入向量X、期望输出量t、网络输出值Y与期望输出值t间的偏差，通过调整输入节点与隐层节点的联接强度Wij、隐层节点与输出节点之间的联接强度Tjk以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数，训练即告停止。3.如权利要求1所述的用于TDL
‑
TDC的神经网络测量校准系统，其特征在于，所述的学习网络，其权值更新步骤包括：(1)初始化各层连接权值，并设置学习率和惯性系数；(2)输入一个样本对，计算各层节点输出值；(3)根据梯度下降策略，以目标函数的负梯度方向对参数进行调整。4.如权利要求1所述的用于TDL
‑
TDC的神经网络测量校准系统，其特征在于，所述的学习网络，采用累计误差来更新权值，在读取整个训练集后，再对参数进行更新。5.如权利要求1所述的用于TDL
‑
TDC的神经网络测量校准系统，其特征在于，所述TDL
‑
TDC模块包括：粗时间测量模块，测量Start待测脉冲信号和Stop待测脉冲信号间的粗略时间间隔；细时间测量模块，采用抽头延迟链法，分别测量Start待测脉冲信号、Stop待测脉冲信号上升沿到系统时钟信号上升沿之间的小时间间隔；边沿检测模块，找到延迟...

【专利技术属性】
技术研发人员：吴东岷，许玥，张宝顺，曾中明，
申请(专利权)人：中国科学院苏州纳米技术与纳米仿生研究所，
类型：发明
国别省市：