Neuronowa realizacja korekcji błędów dynamicznych w przetworniku próbkującym

W artykule przedstawiono wyniki badań zastosowania sieci neuronowych do korekcji błędów statycznych i dynamicznych wnoszonych przez analogową część toru przetwarzania przetwornika próbkującego opisaną modelem Wienera. Poddano analizie możliwość zastosowania dwóch niezależnych sieci neuronowych realizujących kolejno korekcję błędów statycznych i dynamicznych oraz możliwość zastosowania tylko jednej sieci do rozwiązania obu zadań jednocześnie.

The paper presents the investigations results of application of neural networks to correction of static and dynamic errors caused by an analog part of the sampling transducer processing chain described by Wiener model. The possibility of using two independent neural networks realising correction of static and dynamic errors in turn as well as the possibility of application of one network only to solving the both tasks simultaneously are analysed.