该项目以声表面波器件的信号处理特性、器件的结构参数与小波神经网络的数学模型、器件的实现及信号处理性能之间关系为主要研究内容,提出了一种用声表面波器件实现小波神经网络的- - 声表面波式小波神经网络器件的实现方案,并对器件的系统结构、实现机理进行了论证。针对声表面波式小波神经网络处理器阵列频带冗余性问题,提出基波中心频率等于三倍基波频宽半径的设计方案。开发了声表面波器件特性模拟和设计优化软件和声表面波器件理论与测量参数分析软件工具。器件被用于气体传感器,实现了SF6,SO2,NO2等气体的测量和识别。在研究小波神经网络处理器的基础上,提出了基于片上系统的小波神经网络处理器,在SOPC上实现小波神经网络, 将小波神经网络算法划分为几种基本运算,这些基本运算由可重构单元完成,通过采用不同的RC连接方式能够构成功能不同的小波神经网络。本项目培养在读博士研究生1名,硕士研究生2名,已获得硕士学位研究生2名;授权发明专利2项,软件著作权3项;在国内、外学术刊物和学术会议上发表了研究论文13篇,目前,已有4篇被SCI收录,5篇被EI收录。
英文主题词Surface acoustic wave device; wavelet neural network; processor array; signal processing