最佳拟合与神经网络相结合实现传感器特性线性化

提出了一种传感器特性线性化的方法 .该方法把传感器特性分为线性和非线性段 ,用一种改进的BP神经网络映射传感器特性非线性段的反函数作为校正环节 ,用最佳拟合方法得到线性段的直线方程 ,从而实现传感器特性的线性化 .经过仿真试用表明 ,这种方法可使传感器的非线性误差减小近十倍 .最后 。

基于Catalyst-200的串行DAC静态参数测试研究

文章基于大规模数模混合测试设备Catalyst-200,采用最佳拟合直线法,对串行数模转换器的测试方法进行研究,并以AD5317为例,进行其静态参数差分非线性和积分非线性的测试,通过合理设计数字pattern控制串行模数转换器的控制字和数据输入,同时对转换控制信号进行时序分析,最终得到相应的测试曲线和测试值,证明了测试方法的正确性。文章的研究成果为开展其它串行数模混合信号集成电路的测试研究奠定了基础。