Artificial neural network mixed-signal prototype system for model parameter identification

• Autorzy: Materka, A. , Pełczyński, P. , Strzelecki, M.

Warianty tytułu

PL

Analogowo-cyfrowy prototypowy system do identyfikacji parametrów modeli z wykorzystaniem sieci neuronowych.

• Języki publikacji: PL

Abstrakty

EN

Principles of model parameters identification by means of ANN-like approximators of multivariable mappings are reviewed briefly. The technique offers very high speed and lower noise - induced error compared to traditional methods. However, the ANN training becomes time consuming and somewhat uncontrallable at large range of unknown model parameters and high accuracy level required. It is proposed to use a modular, classifier - approximator architecture to gel rid of this deficiency. Results of computer simulation are presented to illustrate the idea. Neural network - based system designed for model parameter identification is proposed. This prototype architecture of the identification system implements both analog and digital network. Classifier network is realised as an analog circuit. FPGA - based digital circuit is used as the classifier control and interface to other subsysytems. This modular system has been constructed in the form of two extension cards for PC computers. Learning process is performed by the host PC. Ten chips of Kohonen - type classifier network have been designed and manufactured in 2 [Mi]m CMOS technology.Testing of the PC extension cards has been completed. Functional measurements of the whole system have been started.

PL

W artykule przedstawiono metodę identyfikacji parametrów układu dynamicznego z wykorzystaniem sieci neuronowych. Metoda ta zapewnia dużą szybkość identyfikacji oraz niewielkie wartości błędów związanych z zakłóceniami szumowymi w porównaniu z metodami tradycyjnymi. Z drugiej strony proces uczenia sieci staje się czasochłonny przy rosnącej liczbie estymowanych parametrów i jednoczesnym zachowaniu dużej dokładności estymacji. Dlatego zaproponowano zastosowanie modularnego układu sieci o strukturze klasyfikator - aproksymator. Działanie takiej sieci wyjaśniają przedstawione przykładowe symulacje komputerowe. zaprezentowano również projekt realizacji sprzętowej prototypowego układu modularnej sieci do identyfikacji parametrów. Układ wykonano w postaci dwóch kart w standardzie ISA współpracujących z komputerem klasy IBM PC. Zawierają one m. in. analogową sieć wykorzystywaną do klasyfikacji. Do sterowania sieci oraz komunikacji z komputerem wykorzystano układy FPGA. proces uczenia sieci jest realizowany z wykorzystaniem komputera. Zaprojektowano i wykonano 10 układów scalonych w technologi 2 [Mi]m CMOS, realizujących funkcję klasyfikatora Kohonena. Przeprowadzono pełne testowanie kart rozszerzjących. Rozpoczęto badanie funkcjonalne całego systemu.

Słowa kluczowe

PL

identyfikacja parametrów; sieci neuronowe; przetwarzanie sygnałów; analogowy klasyfikator

EN

parameter identification; neural networks; signal processing; analog classifier

• Czasopismo: Kwartalnik Elektroniki i Telekomunikacji
• Rocznik: 1998
• Tom: Vol. 44, nr 3
• Strony: 373-390
• Opis fizyczny: Bibliogr. 17 poz., schem., wykr.

Twórcy

autor

Materka, A.

autor

Pełczyński, P.

autor

Strzelecki, M.

• Instytut Elektroniki, Politechnika Łódzka