首页> 中文学位 >基于知识的模糊逻辑电路非线性行为宏模型
【6h】

基于知识的模糊逻辑电路非线性行为宏模型

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1 课题研究的背景

1.2 本文的工作

2 集成电路的非线性动态宏模型

2.1 电路宏模型

2.2 Volterra级数模型

2.3 Wiener-Hammerstein模型

2.4 NARX模型

2.5 神经网络模型

2.6 本章小结

3 基于知识的模糊逻辑电路宏模型

3.1 模糊逻辑模型

3.2 一般模糊逻辑系统的建模过程

4 基于电路结构分解的模糊逻辑模型

4.1 基于电路结构分解的建模方法

4.2 数字驱动器级联模型

4.3 基于结构分解的两级运算放大器宏模型

5 基于状态方程的模糊逻辑模型

5.1 基于状态方程建模方法

5.2 基于状态方程的数字驱动器模糊逻辑模型

5.3 基于状态方程的两级运放模型5.3.1模型结构

6 结论

致谢

参考文献

展开▼

摘要

器件与各类功能电路的模型是进行集成电路与系统设计的前提与基础,是EDA技术中重要的研究课题。宏模型是表示一个单元或功能电路外部特性的一个简化等效模型,是集成电路设计自动化的基础,但长期以来,对一般非线性电路的宏模型构造缺乏有效、建立在严格电路与系统理论基础上的方法。  本文首先论述了几种比较典型的基于系统辨识的电路宏模型建模方法,包括 Volterra级数模型、Hammerstein模型、NARX模型、神经网络模型等,简要说明了各种方法的原理与特点。本文重点研究基于模糊逻辑的电路宏模型建模方法。模糊逻辑的优点是可自然地表达出问题的经验知识,模型是可解释、有物理意义的、易于理解的。  文章在以往工作的基础上,主要开展了基于先验知识的电路模糊逻辑建模方法的研究,提出了基于电路结构分解的模糊逻辑建模方法与基于状态方程的模糊逻辑建模方法,并将这两种方法应用于运算放大器与数字驱动器宏模型的构建。两种方法都利用了电路内部的结构特点与工作特性等先验知识。根据电路的结构知识确定模型整体结构;根据电路的工作特性确定模糊逻辑模型的规则(包括条数、前提与结论函数的形式)及初始参数。这就大大简化了模型构造过程,使一开始构造出来的初始模型就有较好的逼近精度,后续模型参数的学习训练只需经过少量的迭代,相对于传统的系统辨识方法具有很大的优势。文中对每类电路都给出了实际建模例子,通过对模型预测结果和原始电路仿真结果的对比分析,说明了提出的建模方法的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号