【技术实现步骤摘要】
本专利技术涉及高速串行通信接口技术，具体涉及一种基于人工神经网络的并行化均衡器及其应用方法。
技术介绍
1、随着云计算、大数据、互联网等信息技术的飞速发展，推动了超大规模数据中心的出现，对于数据传输的要求日益增加。并行接口技术是数据传输的传统方式，然而，随着数据传输速率的提高，数据传输时相应的时钟与并行接口中的时序难以准确对应，容易产生时钟偏斜和信道串扰等问题。另外，并行接口技术还存在着布线复杂、硬件成本高及传输速度受限等诸多挑战。而高速串行接口的出现则缓解了上述问题，其不需要考虑多路间的时序同步问题，有效提高高性能互连网络带宽和速度，具有低功耗、低延迟及连线简单等优点。因此，高速串行接口技术已逐步取代并行接口技术，成为高速数据传输的主流，并作为数据通信的桥梁，在信息传播方面发挥着重要作用。
2、高速串行传输链路由发射机、信道及接收机组成，发射机使用时钟采样数据，将多路低速的并行数据转换为一路高速的串行数据。数据通过信道传输到达接收机，接收机处理数据，并通过时钟采样将串行数据转换为并行数据。然而，信道的寄生电容、趋肤效应等因...
【技术保护点】
1.一种基于人工神经网络的并行化均衡器，其特征在于，包括：
2.根据权利要求1所述的基于人工神经网络的并行化均衡器，其特征在于，所述输入层包括多个神经元，所述采用滑动窗口方式输入信号序列是指每个周期之间的输入信号以并行化均衡器的并行度为差值不断滑动输入，所述多个神经元分为主抽头和前向抽头及后向抽头，所述主抽头代表并行化均衡器的并行度，前抽头代表主抽头前的连续输入信号，后抽头代表主抽头之后的连续输入信号，所述输入层输入的信号序列的表达式为：
3.根据权利要求1所述的基于人工神经网络的并行化均衡器，其特征在于，所述隐藏层对输入的信号序列执行非线性拟...
【技术特征摘要】
1.一种基于人工神经网络的并行化均衡器，其特征在于，包括：
2.根据权利要求1所述的基于人工神经网络的并行化均衡器，其特征在于，所述输入层包括多个神经元，所述采用滑动窗口方式输入信号序列是指每个周期之间的输入信号以并行化均衡器的并行度为差值不断滑动输入，所述多个神经元分为主抽头和前向抽头及后向抽头，所述主抽头代表并行化均衡器的并行度，前抽头代表主抽头前的连续输入信号，后抽头代表主抽头之后的连续输入信号，所述输入层输入的信号序列的表达式为：
3.根据权利要求1所述的基于人工神经网络的并行化均衡器，其特征在于，所述隐藏层对输入的信号序列执行非线性拟合的函数表达式为：
4.根据权利要求3所述的基于人工神经网络的并行化均衡器，其特征在于，所述隐藏层采用的激活函数为线性整流函数relu。
5.根据权利要求1所述的基于人工神经网络的并行化均衡器，其特征在于，所述输出层采用的激活函数为sigmoid函数。
6.根据权利要求1所述的基于人工神经网络的并行化均衡器，其特征在于，...
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。