[发明专利]一种基于人工神经网络的新型函数信号源生成方法及装置

说明书

技术领域

本发明涉及一种信号源生成方法，特别涉及一种基于人工神经网络的新型函数信号源生成方法，本方法与传统的基于振荡电路的信号源产生原理有本质区别，能够生成非周期的任意波形信号。

背景技术

凡是产生测试信号的仪器，统称为信号源，信号发生器是一种能提供各种频率、波形和输出电平电信号的设备。在测量各种电信系统或电信设备的振幅特性、频率特性、传输特性及其它电参数时，以及测量元器件的特性与参数时，用作测试的信号源或激励源。它用于产生被测电路所需特定参数的电测试信号。在测试、研究或调整电子电路及设备时，为测定电路的一些电参量，如测量频率响应、噪声系数，为电压表定度等，都要求提供符合所定技术条件的电信号，以模拟在实际工作中使用的待测设备的激励信号。当要求进行系统的稳态特性测量时，需使用振幅、频率已知的正弦信号源。当测试系统的瞬态特性时，又需使用前沿时间、脉冲宽度和重复周期已知的矩形脉冲源。并且要求信号源输出信号的参数，如频率、波形、输出电压或功率等，能在一定范围内进行精确调整，有很好的稳定性，有输出指示。

传统的信号发生器基本上是在振荡电路基础上经过整流、滤波等处理后生成的周期信号，因此信号发生器又称信号源或振荡器，在生产实践和科技领域中有着广泛的应用。基于振荡电路生成的各种波形曲线均可以用三角函数方程式来表示，如三角波、锯齿波、矩形波(含方波)、正弦波的电路被称为函数信号发生器。

目前已有的信号发生器或信号源，可以根据输出波形的不同，划分为正弦波信号发生器、矩形脉冲信号发生器、函数信号发生器和随机信号发生器等四大类。正弦信号是使用最广泛的测试信号。这是因为产生正弦信号的方法比较简单，而且用正弦信号测量比较方便。正弦信号源又可以根据工作频率范围的不同划分为若干种。

本发明是利用人工神经网络具有的任意非线性函数的映射能力，提供一种基于人工神经网络的新型函数信号源生成方法，通过本方法能够产生现有信号发生器不能产生的非周期性信号，并通过输出转换接口，信号可以是数字形式，也可以是电压、电流等物理量。

发明内容

本发明的目的是利用人工神经网络的对任意函数的映射功能，提供一种新型函数信号源生成方法，依据本方法研制的信号发生器不仅能产生传统信号源输出的正弦信号、方波信号、锯齿波信号等周期性信号，还能产生用户需要的任意其它信号，并通过输出转换接口，信号可以是数字形式，也可以是电压、电流等物理量，为电子设备的电气参数测试、电子设备的频率特性分析、电子设备的抗干扰能力评价等提供新型信号源。

为了实现以上目的，本发明采用了以下技术方案：

本方法包含人工神经单元、人工神经网络主板、神经网络训练算法。

1、人工神经单元采用AT89C51单片机作为核心芯片，通过内置程序能够完成单个神经元的输入输出变换的硬件单元，单元有x₀、x₁、x₂、x₃、x₄、x₅、x₆、x₇八路输入和y₀一路输出。输入输出的变换公式为：

y₀＝f(u).

其中

式中的k_i为输入敏感系数，q为反应阈值，函数f()取人工神经网络理论已经证明具有更优越的映射性能的S型函数，即神经单元的输入敏感系数和反应阈值等神经单元参数通过配套的上位机软件下载进行设置。

2、人工神经网络主板采用STM32F429嵌入式芯片作为核心芯片，包括电源、存储器、显示器、以及一个6-4结构的人工神经单元插座矩阵。通过连接各人工神经单元之间的信号线，就可以搭建成一个能过产生所需要的信号波形的信号源硬件电路。

3、神经网络训练算法采用成熟的BP神经网络学习训练算法，用需要产生的信号作为样本数据(也即是教师)对已经搭建的人工神经网络进行学习训练，从而得到连接各神经单元之间的连接权值w_ij，通过配套的上位机软件下载到人工神经网络主板。

附图说明

图1为本发明的逻辑结构示意图。

图2为本发明的人工神经单元示意图。

图3为本发明的人工神经网络主板示意图。

图4为本发明的人工神经网络训练算法界面。

图5为本发明的人工神经网络参数设置对话界面。

具体实施方式