本實用新型涉及一種基于RBF的函數(shù)逼近器。

背景技術(shù)：

RBF（徑向基函數(shù)，Radial Basic Function）神經(jīng)網(wǎng)絡(luò)的理論模型在函數(shù)逼近、模式分類等人工智能領(lǐng)域得到了廣泛的應(yīng)用，但目前還主要集中在傳統(tǒng)的計算機(jī)的軟件模擬實現(xiàn)上。RBF神經(jīng)網(wǎng)絡(luò)在軟件上的實現(xiàn)都是采用通用CPU處理器，不方便嵌入到別的應(yīng)用系統(tǒng)中去，并且依靠體積巨大的通用計算機(jī)系統(tǒng)完成學(xué)習(xí)運算，不具備便攜性。在運算過程中，CPU往往是要等到RBF的神經(jīng)元一個接一個地計算完之后，再計算總的結(jié)果，采用的是串行計算方式，速度較慢。因此，RBF神經(jīng)網(wǎng)絡(luò)的軟件實現(xiàn)難以滿足其在人工智能應(yīng)用領(lǐng)域高速、便攜、可嵌入等方面的要求。

RBF神經(jīng)網(wǎng)絡(luò)的硬件實現(xiàn)，可以集成為專用的神經(jīng)網(wǎng)絡(luò)芯片，具有體積小、攜帶方便的特點，容易嵌入到其它系統(tǒng)中實現(xiàn)專用功能。此外，它還可以實現(xiàn)高度的并行計算，克服了在軟件上實現(xiàn)RBF神經(jīng)網(wǎng)絡(luò)的缺陷。因此，RBF神經(jīng)網(wǎng)絡(luò)的硬件實現(xiàn)研究具有重要意義。

技術(shù)實現(xiàn)要素：

本實用新型的目的在于提供一種基于RBF的函數(shù)逼近器。

為實現(xiàn)上述目的，本實用新型的技術(shù)方案是：一種基于RBF的函數(shù)逼近器，包括第一RBF神經(jīng)元電路模塊、第二RBF神經(jīng)元電路模塊以及第一至第三Gilbert 乘法器；所述第一RBF神經(jīng)元電路模塊包括依次連接的第四Gilbert 乘法器、第一開平方根電路和第一類高斯電路，所述第一開平方根電路與第一類高斯電路的連接處經(jīng)第一電阻連接至GND，所述第二RBF神經(jīng)元電路模塊包括依次連接的第五Gilbert 乘法器、第二開平方根電路和第二類高斯電路，所述第二開平方根電路與第二類高斯電路的連接處經(jīng)第二電阻連接至GND，所述第一Gilbert 乘法器的第一輸入端與第一類高斯電路的輸出端、第三電阻的一端連接，所述第一Gilbert 乘法器的第二輸入端與第三電阻的另一端連接至GND，所述第三Gilbert 乘法器的第一輸入端與第二類高斯電路的輸出端、第四電阻的一端連接，所述第三Gilbert 乘法器的第二輸入端與第四電阻的另一端連接至GND；所述第四Gilbert 乘法器的第一輸入端、第四Gilbert 乘法器的第一控制端、第五Gilbert 乘法器的第一輸入端、第五Gilbert 乘法器的第一控制端相連接作為所述函數(shù)逼近器的輸入端，所述第四Gilbert 乘法器的第二輸入端及第四Gilbert 乘法器的第二控制端、第五Gilbert 乘法器的第二輸入端及第五Gilbert 乘法器的第二控制端、第一類高斯電路的第一控制端及第二類高斯電路的第一控制端、第一類高斯電路的第二控制端及第二類高斯電路的第二控制端、第一Gilbert 乘法器的第一控制端、第一Gilbert 乘法器的第二控制端、第二Gilbert 乘法器的第一控制端、第二Gilbert 乘法器的第二控制端、第三Gilbert 乘法器的第一控制端、第三Gilbert 乘法器的第二控制端、第二Gilbert 乘法器的第一輸入端分別作為所述函數(shù)逼近器的第一至第十一控制端，所述第二Gilbert 乘法器的第二輸入端連接至GND，所述第一Gilbert 乘法器的輸出端、第二Gilbert 乘法器的輸出端及第三Gilbert 乘法器的輸出端相連接作為所述函數(shù)逼近器的輸出端。

在本實用新型一實施例中，所述函數(shù)逼近器的第一控制端、函數(shù)逼近器的第二控制端分別表示兩個類高斯函數(shù)的中心，即控制輸入-隱含層權(quán)值；所述函數(shù)逼近器的第三控制端、函數(shù)逼近器的第四控制端分別用來控制兩個類高斯函數(shù)的形狀，即控制輸入-隱含層閾值；所述函數(shù)逼近器的第五控制端及第六控制端、函數(shù)逼近器的第七控制端及第八控制端、函數(shù)逼近器的第九控制端及第十控制端分別用來控制三個隱含-輸出層權(quán)值；所述函數(shù)逼近器的第十一控制端用來控制隱含-輸出層閾值。

在本實用新型一實施例中，所述第一Gilbert 乘法器包括第一至第十七晶體管，所述第一至第六晶體管的發(fā)射極連接至電源端，所述第一晶體管的基極、第二晶體管的基極、第二晶體管的集電極與第七晶體管的集電極連接，所述第一晶體管的集電極、第九晶體管的發(fā)射極、第十晶體管的發(fā)射極相連接，所述第三晶體管的基極、第三晶體管的集電極、第四晶體管的基極與第八晶體管的集電極連接，所述第四晶體管的集電極、第十一晶體管的發(fā)射極、第十二晶體管的發(fā)射極相連接，所述第五晶體管的基極、第五晶體管的集電極、第六晶體管的基極與第十四晶體管的集電極連接，所述第六晶體管的集電極與第十七晶體管的集電極相連接并作為所述第一Gilbert 乘法器的輸出端，所述第七晶體管的基極作為所述第一Gilbert 乘法器的第一控制端，所述第七晶體管的發(fā)射極、第八晶體管的發(fā)射極、第十三晶體管的集電極連接，所述第八晶體管的基極作為所述第一Gilbert 乘法器的第二控制端，所述第九晶體管的基極、第十二晶體管的基極相連接作為所述第一Gilbert 乘法器的第一輸入端，所述第九晶體管的集電極、第十一晶體管的集電極、第十四晶體管的基極、第十五晶體管的基極、第十五晶體管的集電極相連接，所述第十晶體管的基極、第十一晶體管的基極相連接作為所述第一Gilbert 乘法器的第二輸入端，所述第十晶體管的集電極、第十二晶體管的集電極、第十六晶體管的集電極、第十六晶體管的基極、第十七晶體管的基極相連接，所述第十三晶體管的基極作為Vbias端，所述第十三晶體管的發(fā)射極、第十四晶體管的發(fā)射極、第十五晶體管的發(fā)射極、第十六晶體管的發(fā)射極、第十七晶體管的發(fā)射極相連接至GND；所述第二至第五Gilbert 乘法器的電路結(jié)構(gòu)與所述第一Gilbert 乘法器電路結(jié)構(gòu)相同。

在本實用新型一實施例中，所述第一開平方根電路包括第十八至第二十六晶體管，所述第十八晶體管的集電極、第十九晶體管的基極、第二十一晶體管的基極相連接作為所述第一開平方根電路的輸入端，所述第十八晶體管的基極、第十九晶體管的發(fā)射極、第二十四晶體管的集電極、第二十六晶體管的基極相連接，所述第十八晶體管的發(fā)射極、第二十晶體管的發(fā)射極、第二十四晶體管的發(fā)射極、第二十五晶體管的發(fā)射極、第二十六晶體管的發(fā)射極相連接至GND，所述第十九晶體管的集電極、第二十二晶體管的發(fā)射極、第二十三晶體管的發(fā)射極相連接至電源端，所述第二十晶體管的基極、第二十晶體管的集電極與第二十一晶體管的發(fā)射極連接，所述第二十一晶體管的集電極與第二十二晶體管的集電極連接，所述第二十二晶體管的基極與第二十三晶體管的基極連接，所述第二十三晶體管的集電極、第二十五晶體管的集電極、第二十六晶體管的集電極相連接作為所述第一開平方根電路的輸出端，所述二十四晶體管的基極與第二十五晶體管的基極相連接作為所述第一開平方根電路的Vb端；所述第二開平方根電路的電路結(jié)構(gòu)與所述第一開平方根電路的電路結(jié)構(gòu)相同。

在本實用新型一實施例中，所述第一類高斯函數(shù)電路包括第二十七至第五十二晶體管，所述第二十七晶體管的發(fā)射極、第二十八晶體管的發(fā)射極、第三十五晶體管的發(fā)射極、第三十六晶體管的發(fā)射極、第三十七晶體管的發(fā)射極、第三十八晶體管的發(fā)射極、第三十九晶體管的發(fā)射極、第四十晶體管的發(fā)射極、第四十一晶體管的發(fā)射極、第四十二晶體管的發(fā)射極相連接至電源端，第二十七晶體管的基極、第二十七晶體管的集電極、第二十八晶體管的基極、第二十九晶體管的發(fā)射極相連接，所述第二十八晶體管的集電極與第三十晶體管的發(fā)射極連接，所述第二十九晶體管的基極、第二十九晶體管的集電極、第三十晶體管的基極、第三十一晶體管的集電極、第三十一晶體管的基極、第三十二晶體管的基極相連接，所述第三十晶體管的集電極、第四十七晶體管的集電極、第四十七晶體管的基極、第四十八晶體管的基極、第四十九晶體管的基極相連接，所述第三十一晶體管的發(fā)射極、第三十三晶體管的集電極、第三十三晶體管的基極、第三十四晶體管的基極相連接，所述第三十二晶體管的集電極、第三十五晶體管的基極、第三十五晶體管的集電極、第三十六晶體管的基極、第四十一晶體管的基極、第四十二晶體管的基極相連接，所述第三十二晶體管的發(fā)射極與第三十四晶體管的集電極連接，所述第三十三晶體管的發(fā)射極、第三十四晶體管的發(fā)射極、第五十晶體管的發(fā)射極、第五十一晶體管的發(fā)射極、第五十二晶體管的發(fā)射極相連接至GND，所述第三十六晶體管的集電極、第三十七晶體管的基極、第三十八晶體管的基極相連接，所述第三十七晶體管的集電極、第四十三晶體管的集電極、第四十五晶體管的集電極相連接，所述第三十八晶體管的集電極、第三十九晶體管的集電極、第四十二晶體管的集電極相連接作為所述第一類高斯函數(shù)電路的輸出端，所述第三十九晶體管的基極、第四十晶體管的基極、第四十一晶體管的集電極相連接，所述第四十晶體管的集電極、第四十四晶體管的集電極、第四十六晶體管的集電極相連接，所述第四十三晶體管的基極、第四十六晶體管的基極相連接作為所述第一類高斯函數(shù)電路的輸入端，所述第四十三晶體管的發(fā)射極、第四十四晶體管的發(fā)射極、第四十八晶體管的集電極相連接，所述第四十四晶體管的基極作為所述第一類高斯函數(shù)電路的第一控制端，所述第四十五晶體管的基極作為所述第一類高斯函數(shù)電路的第二控制端，所述第四十五晶體管的發(fā)射極、第四十六晶體管的發(fā)射極、第四十九晶體管的集電極相連接，所述四十七晶體管的發(fā)射極、第五十晶體管的集電極、第五十晶體管的基極、第五十一晶體管的基極、第五十二晶體管的基極相連接，所述第四十八晶體管的發(fā)射極與第五十一晶體管的集電極連接，所述第四十九晶體管的發(fā)射極與第五十二晶體管的集電極連接；所述第一類高斯函數(shù)電路的電路結(jié)構(gòu)與所述第一類高斯函數(shù)電路的電路結(jié)構(gòu)相同。

相較于現(xiàn)有技術(shù)，本實用新型具有以下有益效果：本實用新型可集成為專用的神經(jīng)網(wǎng)絡(luò)芯片，具有體積小、便攜帶、可嵌入等優(yōu)點，可以實現(xiàn)高度的并行計算，克服了軟件實現(xiàn)函數(shù)逼近器的體積大、不易攜帶、不易嵌入、運算速度慢的缺陷；此外，本實用新型擴(kuò)展性能好，可用于解決更復(fù)雜函數(shù)的逼近問題；本實用新型憑借其可嵌入性、便攜性、高速性、可擴(kuò)展的優(yōu)點，有望在函數(shù)逼近等人工智能領(lǐng)域得到廣泛的應(yīng)用。

附圖說明

圖1為函數(shù)逼近器的示意圖。

圖2為函數(shù)逼近器的原理圖。

圖3為Gilbert乘法器的晶體管級電路圖。

圖4為開平方根電路的晶體管級電路圖。

圖5類高斯函數(shù)產(chǎn)生電路的晶體管級電路圖。

圖6類高斯函數(shù)產(chǎn)生電路的仿真圖。

圖7類高斯函數(shù)產(chǎn)生電路的仿真波形與理想高斯函數(shù)對比圖。

圖8為函數(shù)逼近器的余弦函數(shù)逼近仿真圖。

具體實施方式

下面結(jié)合附圖，對本實用新型的技術(shù)方案進(jìn)行具體說明。

如圖1-2所示，本實用新型的一種基于RBF的函數(shù)逼近器，包括第一RBF神經(jīng)元電路模塊、第二RBF神經(jīng)元電路模塊以及第一至第三Gilbert 乘法器；所述第一RBF神經(jīng)元電路模塊包括依次連接的第四Gilbert 乘法器、第一開平方根電路和第一類高斯電路，所述第一開平方根電路與第一類高斯電路的連接處經(jīng)第一電阻連接至GND，所述第二RBF神經(jīng)元電路模塊包括依次連接的第五Gilbert 乘法器、第二開平方根電路和第二類高斯電路，所述第二開平方根電路與第二類高斯電路的連接處經(jīng)第二電阻連接至GND，所述第一Gilbert 乘法器的第一輸入端與第一類高斯電路的輸出端、第三電阻的一端連接，所述第一Gilbert 乘法器的第二輸入端與第三電阻的另一端連接至GND，所述第三Gilbert 乘法器的第一輸入端與第二類高斯電路的輸出端、第四電阻的一端連接，所述第三Gilbert 乘法器的第二輸入端與第四電阻的另一端連接至GND；所述第四Gilbert 乘法器的第一輸入端、第四Gilbert 乘法器的第一控制端、第五Gilbert 乘法器的第一輸入端、第五Gilbert 乘法器的第一控制端相連接作為所述函數(shù)逼近器的輸入端，所述第四Gilbert 乘法器的第二輸入端及第四Gilbert 乘法器的第二控制端、第五Gilbert 乘法器的第二輸入端及第五Gilbert 乘法器的第二控制端、第一類高斯電路的第一控制端及第二類高斯電路的第一控制端、第一類高斯電路的第二控制端及第二類高斯電路的第二控制端、第一Gilbert 乘法器的第一控制端、第一Gilbert 乘法器的第二控制端、第二Gilbert 乘法器的第一控制端、第二Gilbert 乘法器的第二控制端、第三Gilbert 乘法器的第一控制端、第三Gilbert 乘法器的第二控制端、第二Gilbert 乘法器的第一輸入端分別作為所述函數(shù)逼近器的第一至第十一控制端，所述第二Gilbert 乘法器的第二輸入端連接至GND，所述第一Gilbert 乘法器的輸出端、第二Gilbert 乘法器的輸出端及第三Gilbert 乘法器的輸出端相連接作為所述函數(shù)逼近器的輸出端。

在本實用新型中，所述函數(shù)逼近器的第一控制端、函數(shù)逼近器的第二控制端分別表示兩個類高斯函數(shù)的中心，即控制輸入-隱含層權(quán)值；所述函數(shù)逼近器的第三控制端、函數(shù)逼近器的第四控制端分別用來控制兩個類高斯函數(shù)的形狀，即控制輸入-隱含層閾值；所述函數(shù)逼近器的第五控制端及第六控制端、函數(shù)逼近器的第七控制端及第八控制端、函數(shù)逼近器的第九控制端及第十控制端分別用來控制三個隱含-輸出層權(quán)值；所述函數(shù)逼近器的第十一控制端用來控制隱含-輸出層閾值。

如圖3所示，所述第一Gilbert 乘法器包括第一至第十七晶體管，所述第一至第六晶體管的發(fā)射極連接至電源端，所述第一晶體管的基極、第二晶體管的基極、第二晶體管的集電極與第七晶體管的集電極連接，所述第一晶體管的集電極、第九晶體管的發(fā)射極、第十晶體管的發(fā)射極相連接，所述第三晶體管的基極、第三晶體管的集電極、第四晶體管的基極與第八晶體管的集電極連接，所述第四晶體管的集電極、第十一晶體管的發(fā)射極、第十二晶體管的發(fā)射極相連接，所述第五晶體管的基極、第五晶體管的集電極、第六晶體管的基極與第十四晶體管的集電極連接，所述第六晶體管的集電極與第十七晶體管的集電極相連接并作為所述第一Gilbert 乘法器的輸出端，所述第七晶體管的基極作為所述第一Gilbert 乘法器的第一控制端，所述第七晶體管的發(fā)射極、第八晶體管的發(fā)射極、第十三晶體管的集電極連接，所述第八晶體管的基極作為所述第一Gilbert 乘法器的第二控制端，所述第九晶體管的基極、第十二晶體管的基極相連接作為所述第一Gilbert 乘法器的第一輸入端，所述第九晶體管的集電極、第十一晶體管的集電極、第十四晶體管的基極、第十五晶體管的基極、第十五晶體管的集電極相連接，所述第十晶體管的基極、第十一晶體管的基極相連接作為所述第一Gilbert 乘法器的第二輸入端，所述第十晶體管的集電極、第十二晶體管的集電極、第十六晶體管的集電極、第十六晶體管的基極、第十七晶體管的基極相連接，所述第十三晶體管的基極作為Vbias端（該Vias端在圖2中沒體現(xiàn)，該端口已經(jīng)隱含在整個Gilbert乘法器里了。），所述第十三晶體管的發(fā)射極、第十四晶體管的發(fā)射極、第十五晶體管的發(fā)射極、第十六晶體管的發(fā)射極、第十七晶體管的發(fā)射極相連接至GND；所述第二至第五Gilbert 乘法器的電路結(jié)構(gòu)與所述第一Gilbert 乘法器電路結(jié)構(gòu)相同。

如圖4所示，所述第一開平方根電路包括第十八至第二十六晶體管，所述第十八晶體管的集電極、第十九晶體管的基極、第二十一晶體管的基極相連接作為所述第一開平方根電路的輸入端，所述第十八晶體管的基極、第十九晶體管的發(fā)射極、第二十四晶體管的集電極、第二十六晶體管的基極相連接，所述第十八晶體管的發(fā)射極、第二十晶體管的發(fā)射極、第二十四晶體管的發(fā)射極、第二十五晶體管的發(fā)射極、第二十六晶體管的發(fā)射極相連接至GND，所述第十九晶體管的集電極、第二十二晶體管的發(fā)射極、第二十三晶體管的發(fā)射極相連接至電源端，所述第二十晶體管的基極、第二十晶體管的集電極與第二十一晶體管的發(fā)射極連接，所述第二十一晶體管的集電極與第二十二晶體管的集電極連接，所述第二十二晶體管的基極與第二十三晶體管的基極連接，所述第二十三晶體管的集電極、第二十五晶體管的集電極、第二十六晶體管的集電極相連接作為所述第一開平方根電路的輸出端，所述二十四晶體管的基極與第二十五晶體管的基極相連接作為所述第一開平方根電路的Vb端（該Vb端在圖2中沒體現(xiàn)，因為該端口已經(jīng)隱含在整個開平方根電路方框里了。）；所述第二開平方根電路的電路結(jié)構(gòu)與所述第一開平方根電路的電路結(jié)構(gòu)相同。

如圖5所示，所述第一類高斯函數(shù)電路包括第二十七至第五十二晶體管，所述第二十七晶體管的發(fā)射極、第二十八晶體管的發(fā)射極、第三十五晶體管的發(fā)射極、第三十六晶體管的發(fā)射極、第三十七晶體管的發(fā)射極、第三十八晶體管的發(fā)射極、第三十九晶體管的發(fā)射極、第四十晶體管的發(fā)射極、第四十一晶體管的發(fā)射極、第四十二晶體管的發(fā)射極相連接至電源端，第二十七晶體管的基極、第二十七晶體管的集電極、第二十八晶體管的基極、第二十九晶體管的發(fā)射極相連接，所述第二十八晶體管的集電極與第三十晶體管的發(fā)射極連接，所述第二十九晶體管的基極、第二十九晶體管的集電極、第三十晶體管的基極、第三十一晶體管的集電極、第三十一晶體管的基極、第三十二晶體管的基極相連接，所述第三十晶體管的集電極、第四十七晶體管的集電極、第四十七晶體管的基極、第四十八晶體管的基極、第四十九晶體管的基極相連接，所述第三十一晶體管的發(fā)射極、第三十三晶體管的集電極、第三十三晶體管的基極、第三十四晶體管的基極相連接，所述第三十二晶體管的集電極、第三十五晶體管的基極、第三十五晶體管的集電極、第三十六晶體管的基極、第四十一晶體管的基極、第四十二晶體管的基極相連接，所述第三十二晶體管的發(fā)射極與第三十四晶體管的集電極連接，所述第三十三晶體管的發(fā)射極、第三十四晶體管的發(fā)射極、第五十晶體管的發(fā)射極、第五十一晶體管的發(fā)射極、第五十二晶體管的發(fā)射極相連接至GND，所述第三十六晶體管的集電極、第三十七晶體管的基極、第三十八晶體管的基極相連接，所述第三十七晶體管的集電極、第四十三晶體管的集電極、第四十五晶體管的集電極相連接，所述第三十八晶體管的集電極、第三十九晶體管的集電極、第四十二晶體管的集電極相連接作為所述第一類高斯函數(shù)電路的輸出端，所述第三十九晶體管的基極、第四十晶體管的基極、第四十一晶體管的集電極相連接，所述第四十晶體管的集電極、第四十四晶體管的集電極、第四十六晶體管的集電極相連接，所述第四十三晶體管的基極、第四十六晶體管的基極相連接作為所述第一類高斯函數(shù)電路的輸入端，所述第四十三晶體管的發(fā)射極、第四十四晶體管的發(fā)射極、第四十八晶體管的集電極相連接，所述第四十四晶體管的基極作為所述第一類高斯函數(shù)電路的第一控制端，所述第四十五晶體管的基極作為所述第一類高斯函數(shù)電路的第二控制端，所述第四十五晶體管的發(fā)射極、第四十六晶體管的發(fā)射極、第四十九晶體管的集電極相連接，所述四十七晶體管的發(fā)射極、第五十晶體管的集電極、第五十晶體管的基極、第五十一晶體管的基極、第五十二晶體管的基極相連接，所述第四十八晶體管的發(fā)射極與第五十一晶體管的集電極連接，所述第四十九晶體管的發(fā)射極與第五十二晶體管的集電極連接；所述第一類高斯函數(shù)電路的電路結(jié)構(gòu)與所述第一類高斯函數(shù)電路的電路結(jié)構(gòu)相同。

以下為本實用新型的具體實施例。

如圖1所示，本實用新型提出了一種基于RBF的函數(shù)逼近器的模擬電路實現(xiàn)方案，通過給定適當(dāng)?shù)耐饨缙秒妷?，可實現(xiàn)將一組不同對稱中心的高斯函數(shù)以不同的權(quán)重進(jìn)行相加，從而實現(xiàn)逼近某個特定函數(shù)的功能。本實用新型可以集成為專用的神經(jīng)網(wǎng)絡(luò)芯片，其體積小，攜帶方便，容易嵌入到其它系統(tǒng)中。此外，它還可以實現(xiàn)高度的并行計算，克服了軟件實現(xiàn)函數(shù)逼近器的體積大、不易攜帶、不易嵌入、運算速度慢等缺陷。

本實用新型利用Gilbert乘法器，開平方根電路，類高斯函數(shù)產(chǎn)生電路這些基本電路單元,設(shè)計了一個基于RBF的函數(shù)逼近器。如圖1所示，該函數(shù)逼近器有一個輸入端（V_x），一個輸出端（I_out），以及十一個控制端(其中V_x0，V_x0'分別表示兩個類高斯函數(shù)的中心(即控制輸入-隱含層權(quán)值)，V₁和V₂用來控制類高斯函數(shù)的形狀(即控制輸入-隱含層閾值)，（V_w1，V_w2），（V_w1'，V_w2'），（V_w1''，V_w2''）分別用來控制三個隱含-輸出層權(quán)值（圖2中（V_w1'，V_w2'）控制的隱含-輸出層權(quán)值默認(rèn)為1），V_b用來控制隱含-輸出層閾值)。通過在控制端加載適當(dāng)?shù)钠秒妷?，便可實現(xiàn)逼近某個特定函數(shù)的功能。其中自變量由V_x輸入，函數(shù)逼近值由I_out輸出。

本實用新型的原理圖如圖2所示，由兩個RBF神經(jīng)元電路模塊（如圖2中所示，每個神經(jīng)元電路模塊由1個Gilbert乘法器，1個開平方根電路和1個類高斯函數(shù)產(chǎn)生電路組成）和三個Gilbert 乘法器組成。輸入端V_x將數(shù)據(jù)輸入該函數(shù)逼近器，完成RBF神經(jīng)網(wǎng)絡(luò)中輸入層的功能。RBF神經(jīng)元電路模塊可實現(xiàn)（C和D為大于零的常數(shù)）的計算形式，完成的是RBF神經(jīng)網(wǎng)絡(luò)中隱含層（即單個RBF神經(jīng)元）的功能。Gilbert 乘法器可對隱含層輸出進(jìn)行加權(quán)求和運算，即 (k₁，k₂，k₃為常數(shù))，最終由輸出端（I_out）輸出函數(shù)逼近值，完成RBF神經(jīng)網(wǎng)絡(luò)中輸出層的功能。

圖3為Gilbert 乘法器的晶體管級電路圖，它在神經(jīng)網(wǎng)絡(luò)中被廣泛用于實現(xiàn)大規(guī)模處理Σ的功能。折疊式Gilbert 乘法器的動態(tài)范圍大、乘法運算的精度高。M₇和M₈具有相同的寬長比，M₉（M₁₀）和M₁₁（M₁₂）具有相同的寬長比，用W表示晶體管溝道寬度，L表示晶體管溝道長度，C_ox表示晶體管單位面積柵氧電容，分別表示空穴和電子的溝道遷移率，則該電路的輸出電流為：

公式（1）

M7、M9對應(yīng)相應(yīng)晶體管符號，下同；

若將圖3中的V_w1與V_in的正端相連，用V_x表示，V_w2與V_in的負(fù)端相連，用V_x0表示，則可得到：

開平方根電路的晶體管級電路圖如圖4所示，其核心部分是由M₁₈，M₁₉，M₂₀以及M₂₁構(gòu)成的translinear結(jié)構(gòu)，M₂₀管和M₂₁管的寬長比是M₁₈管和M₁₉管的寬長比的4倍，該電路可實現(xiàn)對電流開平方根，即，則由圖2的連接方式可得（其中）。類高斯函數(shù)電路的晶體管級電路圖如圖5所示，由于CMOS電路難以用來產(chǎn)生精確的高斯函數(shù)波形，因此根據(jù)差分輸入對管的大信號特性同時產(chǎn)生能夠逐漸增大和逐漸減小的電流，并利用電流的相加得到一種結(jié)構(gòu)簡單、波形可調(diào)的類高斯函數(shù)電路。假設(shè)M₃₆~M₄₁ 具有相同的寬長比，而且是M₃₅ 的倍，M₄₂ 的寬長比是M₃₅的c倍，M₄₈（M₅₁）和M₄₉（M₅₂）具有相同的寬長比，并且是M₄₇（M₅₀）的倍， 可得輸出電流為：

公式（2）

（其中，C_ox為晶體管單位面積柵氧電容，μ為溝道遷移率，W為晶體管溝道寬度，L為晶體管溝道長度），通過調(diào)整兩個差分對的輸入電壓V₁和V₂ ，可以調(diào)整V_inwc和V_w ，從而調(diào)整該電路輸出的類高斯函數(shù)的形狀，如圖6所示。圖7為b=40，d=0.02時的理想高斯函數(shù)和調(diào)整得到的類高斯函數(shù)，在-0.4~0.4范圍內(nèi)以0.01為步長，對兩條曲線取相同的離散點，分別構(gòu)成向量A和B，在MATLAB軟件中利用可計算得到擬合優(yōu)度為R²=0.99775，因此，該電路仿真波形與理想高斯函數(shù)能夠進(jìn)行很好的擬合。對于所需的特定高斯函數(shù)（b和d為常數(shù)），我們可以取一些離散的點，通過CADENCE軟件仿真，在公式（2）的指導(dǎo)下調(diào)整電路參數(shù)，從而使類高斯函數(shù)對應(yīng)的點逼近這些離散的點，最終獲得逼近的類高斯函數(shù)。例如，在圖7中b=40，d=0.02，通過仿真可得類高斯函數(shù)產(chǎn)生電路參數(shù)為V₁ =-0.13V，V₂ =0.13V，電路晶體管尺寸如表1-3所示。

表1電路晶體管尺寸一

表2電路晶體管尺寸二

表3電路晶體管尺寸三

本實用新型利用MATLAB軟件和CADENCE軟件對基于RBF的函數(shù)逼近器進(jìn)行功能的仿真驗證。該電路是基于SMIC 0.18μm CMOS工藝參數(shù)完成的，電源電壓V_dd為1.8V，V_ss為-1.8V。由于任意一個函數(shù)都可以分解成多個不同對稱中心的高斯函數(shù)以不同的權(quán)重進(jìn)行相加，因此本實用新型通過產(chǎn)生兩個不同對稱中心的類高斯函數(shù)（分別由兩個RBF神經(jīng)元電路模塊產(chǎn)生），再將這兩個類高斯函數(shù)以不同的權(quán)重進(jìn)行相加（由三個Gilbert乘法器實現(xiàn)），從而實現(xiàn)一個周期內(nèi)余弦函數(shù)的逼近，以驗證該函數(shù)逼近器的功能。該函數(shù)逼近器的自變量由V_x輸入，函數(shù)逼近值由I_out輸出。

本實用新型需要通過MATLAB軟件對相應(yīng)的RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，從而得到神經(jīng)網(wǎng)絡(luò)的參數(shù)，接著將神經(jīng)網(wǎng)絡(luò)的參數(shù)轉(zhuǎn)化為該函數(shù)逼近器所需的偏置參數(shù)，加載到電路中以實現(xiàn)逼近某個特定函數(shù)的功能。要實現(xiàn)不同函數(shù)的逼近功能需要編寫不同的訓(xùn)練程序進(jìn)行訓(xùn)練，為了使本實用新型實現(xiàn)一個周期內(nèi)的余弦函數(shù)逼近功能，編寫的訓(xùn)練代碼如下所示。該程序調(diào)用MATLAB軟件中的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)net=newrb(P,T,eg,sc)來對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在訓(xùn)練過程中，當(dāng)神經(jīng)網(wǎng)絡(luò)的輸入為P向量時，輸出向量不斷逼近期望向量T，直到逼近的均方差精度小于eg=0.06時，神經(jīng)網(wǎng)絡(luò)停止訓(xùn)練，此時得到一個均方差精度eg<0.06,散布常數(shù)sc=1.5的RBF神經(jīng)網(wǎng)絡(luò)，接著利用最后的4條命令來顯示訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)參數(shù)。

RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練代碼：

P=0:0.1:7; %輸入向量

T=30*cos(P); %期望輸出

eg=30; %均方差精度

sc=1.5; %散布常數(shù)

net=newrb(P,T,eg,sc) %生成網(wǎng)絡(luò)

net.IW{1,1} %求輸入-隱含層權(quán)值

net.b{1,1} %求輸入-隱含層閾值

net.LW{2,1} %求隱含-輸出層權(quán)值

net.b{2,1} %求隱含-輸出層閾值

經(jīng)過MATLAB仿真，得到了神經(jīng)網(wǎng)絡(luò)參數(shù)如表4所示。

表4神經(jīng)網(wǎng)絡(luò)參數(shù)

將通過MATLAB訓(xùn)練所得到的參數(shù)轉(zhuǎn)化成該函數(shù)逼近器所需的偏置參數(shù)，用0.1V表示輸入1，則可以通過計算得到所需要的電路參數(shù)值如表5所示，

表5電路參數(shù)值

其中V_x0，V_x0'分別為0.70V和0.34V，確定了兩個類高斯函數(shù)的中心；通過仿真可得V₁和V₂分別為-0.13V和0.13V，確定了類高斯函數(shù)的形狀。將參數(shù)直接加載到函數(shù)逼近器電路上，用CADENCE進(jìn)行仿真，其仿真結(jié)果如圖8所示(三角曲線為理想曲線，圓心曲線為CADENCE仿真曲線)，其中V_x輸入的是0到0.628V的掃描電壓。.在0~0.628范圍內(nèi)以0.01為步長，對該仿真曲線和對應(yīng)的理想余弦函數(shù)取相同的離散點，分別構(gòu)成向量A和B，在MATLAB軟件中利用可計算得到擬合優(yōu)度為R²=0.98875。因此，該電路仿真波形與理想余弦函數(shù)能夠進(jìn)行很好的擬合，驗證了該函數(shù)逼近器具有良好的函數(shù)逼近功能。

以上是本實用新型的較佳實施例，凡依本實用新型技術(shù)方案所作的改變，所產(chǎn)生的功能作用未超出本實用新型技術(shù)方案的范圍時，均屬于本實用新型的保護(hù)范圍。