仪器仪表学报

作者：侯琳杰，解维坤，陈世博，刘雨涛，赵贻玖

单位：侯琳杰,1. 电子科技大学(深圳)高等研究院,,解维坤,2. 电子科技大学自动化工程学院，3. 中国电子科技集团第 58 研究所,,陈世博,1. 电子科技大学(深圳)高等研究院,,刘雨涛,3. 中国电子科技集团第 58 研究所,,赵贻玖,1. 电子科技大学(深圳)高等研究院，2. 电子科技大学自动化工程学院,

关键词：模数转换器;总谐波失真;静态参数;人工神经网络;统计分析;主成分分析;SHAP;替代测试

基金：国家自然科学基金(61671114)、四川科技计划(2019YJ0207)、中央高校基本科研业务费专项资金(ZYGX2020ZB001)项目资助

模数转换器(ADC)测试主要包括静态参数和动态参数两个测试过程。随着性能的提升,ADC的测试复杂度和成本也急剧增加。替代测试,即通过分析两类参数间的关系来实现一个测试过程得到两类参数,已被证明是降低ADC测试复杂度和成本的主要方案之一。本文通过构建基于人工神经网络的参数预测模型来实现替代测试,模型以总谐波失真为预测目标,以静态性能参数为输入特征。针对高维的ADC非线性曲线,文章结合统计分析和主成分分析设计了专用的特征提取方法,在降低特征维度的同时尽可能地减少了信息损失。模型在测试集上的预测结果与参考值的均方误差和拟合优度分别达到了1.15dB和0.6,显著优于相关对比模型。此外,在SHAP解释器的框架下分析了上述模型的预测目标和特征变量之间的依赖关系,并得到了有意义的结果。

来源：2023年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第2期