关于模拟电路方面专升本毕业论文开题报告,关于基于PCA的神经信号特征提取的集成化设计相关毕业论文模板范文

该文是参考文献专业模拟电路论文范文，主要论述了关于模拟电路方面专升本毕业论文开题报告,与基于PCA的神经信号特征提取的集成化设计相关论文范文检索，适合模拟电路及神经网络及参考文献方面的的大学硕士和本科毕业论文以及模拟电路相关开题报告范文和职称论文写作参考文献资料下载。

【摘 要 】本文中为实现植入式的脑电信号特征提取,而设计的基于PCA神经网络算法的CMOS集成化设计.本文的PCA神经网络算法的硬件完全采用模拟电路来实现,以满足植入式的芯片,需要具有低功耗,低面积的特点.本文中基于PCA神经网络的计算特点,设计出低功耗的基于亚阈值区的积分器功耗在990nW,输入线性范围足够大的乘法器,加法器模块,来实现设计低功耗,低面积的神经信号处理电路.最终验证模拟电路实现的PCA结构的结果.

如何撰写模拟电路硕士论文
播放:27648次 评论:5518人

【关 键 词 】PCA神经网络算法阈值区低功耗低面积积分器

一、引言

本文中为实现植入式的脑电信号特征提取,而设计的一种基于模拟模块的硬件实现方法,实现对神经spike信号的神经网络算法的特征提取的PCA2-1网络,本文的神经网络算法的硬件完全采用模拟电路来实现,以满足植入式的芯片,需要具有低功耗,低面积的特点.本文中的特征提取选择了主成分分析法（PCA）,采用基于PCA算法的全模拟电路实现架构,由具有足够线性范围的模拟乘法器,基于亚阈值区的积分器,合理的加法器模块,来实现设计低功耗,低面积的神经信号处理电路.最终验证通过模拟电路实现的神经特征提取电路的权值变化和MATLAB计算出的权值变化相一致,以此来证明该系统的正确性.

二、PCA神经网络

主分量分析的目的在于减少数据维数.其基本思想是提取出空间数据中的主要特征（主分量）,减少数据冗余,去掉数据相关性,使得数据能够在一个低维空间来处理.它确定一个方向向量w,使得输入向量x在该方向上的投影y等于wTx的方差最大.PCA神经网络克服了传统方法的缺点,它通过学习自动收敛到主分量方向而不用计算相关矩阵[2].本文中的实现PCA的神经网络为一个单层的前向网络.

本文中的基于神经网络的PCA的算法实现步骤如下：

（1）在t等于1时,用小的随机数赋给主元神经网络的权值,另权值修正系数为一小的正数；

（2）对于在t等于1,从训练样本集中选取样本输入网络,计算：

由于积分器的输出是权值w,所以对输出幅度有较高要求.本文采用的积分器的OTA为两个单端输出的镜像电流源结构.这样输出的幅度是全差分双端输出的2倍.而且两个单端输出很好的提高了电路的共模抑制比CMRR.OTA的输出级为共源共栅的结构,这让OTA的输出

图3为对输入数据进行长时间的仿真后数据的图像特性,可以看出w的值有很好的收敛特性.

三、总结

PCA算法在噪声比较大的情况下容易聚类失败,而本文中的系统是作为已经实现的低噪声放大器和NEO信号去噪检测之后的一级,所以选取PCA作为特征提取的方法是可行的.本文设计了一种基于神经网络算法的信号特征提取的硬件实现,采用了完全的模