Analogowo-cyfrowa sieć neuronowa do identyfikacji parametrów układów dynamicznych
Stosując analizę teoretyczną, symulacje komputerowe i badania doświadczalne udowodniono, że sztuczna sieć neuronowa pozwala na szybką i odporną na zakłócenia estymację parametrów układów dynamicznych, co może mieć wiele różnorodnych zastosowań, jako że identyfikacja parametrów układów dynamicznych jest jednym z podstawowych zagadnień nauki i techniki. Zaprojektowano i zbudowano w technologii CMOS układ scalony do klasyfikacji (sieć Kohonena) oraz odpowiednie układy sterujące w technologii FPGA Xilinx 4000, które połączone z procesorem sygnałowym SHARC i komputerem PC umożliwiają identyfikację parametrów układów fizycznych.
Rys.1 Identyfikacja parametrów układu dynamicznego za pomocą sztucznej sieci neuronowej.
Rys.2 Układ scalony serii prototypowej (sieć neuronowa Kohonena) oraz schemat blokowy pojedynczego neuronu sieci Kohonena.
- Grant KBN 8T11F01010 realizowany w latach 1996-1998: "Sztuczna sieć neuronowa do identyfikacji parametrów układów dynamicznych: rozwój teorii, projekt i realizacja w postaci elektronicznego ukłądu analogowo-cyfrowego".
- A. Materka, Neural-network technique for parametric testing of mixed-signal circuits, Electronics Letters, 31, 2nd Feb. 1995, 183-184.
