用于A/D转换的多级神经网络

摘要

本文介绍多级神经元并说明它在神经网络多级A/D转换器中的应用。用改进的Lee和Sheu方法定义了适用于多级神经网络的能量函数,由此消除了A/D转换的局部最小值问题。在允许我们在神经元输出和阈值设定中考虑两个以上离散级的意义上,能量函数是其他类似函数的扩展。我们还介绍如何构造和实现多级非线性,并介绍利用BiCMOS技术实现A/D转换多级神经网络的一种方法。用计算机仿真说明这种设计是如何运作的。并介绍用于多级A/D转换的各个VLSI芯片部件的测量值,以说明每个部件是如何工作的。