EMI机构设计规范

Design guide for EMI & ESD

机构部分

1.FDD,CD ROM,HDD之接触方式

●以螺丝固定.

●以弹片接触下地,至少6个.其优劣顺序以披铜,磷青铜,不锈钢,铝,铁.

●以Gasket接触下地.

●以Conductive Tape接触下地.

●以背导电胶之Al foil接触下地.

●尽量不要使用转接cable, connector,宜直接对接.

2.Glide Pad

●Glide Pad之GND点必须与铁件接触,然后以螺丝固定而下地.

●以Gasket接触下地.

●以不锈钢或铁件接触下地.

●按钮之脚PI N,应以绝缘处理之.

●PC板之固定孔,必须导通,并且以螺丝或金属连接下地.

3.Audio DJ

●Push button宜喷漆,不宜电镀.

●Push button board之固定孔,至少要有2个以上之固定孔.

●PC板之固定孔,必须导通,并且以螺丝或金属连接下地.

●Speaker Wire必须预留Ferrite Core,其规格是

8mm(D)*5mm(d)*10mm(L).

4.Audio Board

●Connector上之金属片,应贴Gasket下地.

●至少锁3螺丝.

5.DIMM & PCI之门盖

●底盖与门盖之四周接合面,应预留3-5mm之宽度.

●底盖之DIMM door & PCI door之设计力求密封性,建议能在设计初就

预留一空间,使门盖四周能贴1mm厚之gasket,门盖锁上后,gasket能被

压缩小于0.7mm.

●门盖之螺丝,以2颗为最佳,次之为1颗.

6.Key Board & 上盖之关系

●设计初就预留一空间,贴5(w)*0.5mm(t)之Gasket,并压缩到0.4mm.

●锁螺丝固定key board,以4颗为最佳.

7.LCD之Coaxial cable & FPC cable

●LCD背盖及主机底盖须各留一BOSS以便与LCD cable之导电布锁在一

起而与大地连接.

●预留Ferrite core(6*4*10mm,D*d*L)之空间.

●Coaxial cable之M/B端的connector必须有两个固定孔锁到主板.

●Connector上之转接板,必须有铁片覆盖之.

●包导电布时,其导电布上之任意两点长度间的阻抗须小于1奥姆.

●Cable尽量避免转接.

●Cable上下各贴一块10(w)*2mm(t)*20mm(L)之gasket与背面之金属

面接触,并压缩到1.6mm.

8.LCD背盖及底盖,上盖之关系

●金属遮蔽件,以面及多面接触,切勿以点及线接触.

●Al foil贴在背盖上,并与hinge连结在一起.

●Hinge & Al foil锁在LCD背盖上.

●Hinge整支金属柱,应与M/B及上盖全部接触在一起.

●上盖必须锁3-4颗螺丝到I/O bracket上.

●金属遮蔽件,应保持完整性,切勿空空洞洞.

●金属遮蔽件,应设计能与PCB周围之Ground trace紧密接触,且接触良

好.

9.I/O bracket接触

●I/O bracket之上下应以面接触,其接触面为5mm.

●在设计初预留一空间以贴Gasket. [5mm(w)*0.5mm(t)],并压缩到

0.4mm.

●以螺丝强迫接触,切勿以线接触.

10.B attery底下之铁片

●应与底盖金属连接在一起.

●由下往上装,并用螺丝锁上.

11.T hermal module

●CPU之heat sink必须与外壳紧密结合在一起,须以螺丝直接透过

connector至M/B,与Boss锁在一起.

●CPU底下四周,必须焊4个弹片下地.

12.弹片之应用

●在CPU的四周每一边加1个适合的弹片接触机壳.

●在CPU的PCB另一面的四周每一边加1个适合的弹片接触机壳.

●在FDD & HDD 之connector 之GND pin旁加1个适合的弹片接触

机壳.

●在battery connector 之GND pin旁加1个适合的弹片接触机壳.

●All I/O ports 之GND pin旁加1个适合的弹片接触机壳.

●在板内以5cm平均的加1个适合的弹片接触机壳.

13.W ire的理线

●Modem & LAN wire cable应走板边,并避开DC/DC components &

High Frequency components.

●All wire cable应走板边,并避开dc/dc components & High Freq

components.

●All wire cable应预留Ferrite Core之空间,其规格为

6mm(D)*20mm(L).

14.L AN & modem jack应在mother board上,不宜分开.

15.外壳电镀

●LCD前后盖及主机上下盖之结合面,应有2mm之接触.

●铜钉必须低于Boss 20条.

●以两端最远之对角位置,其阻抗应<=0.2奥姆.

16.产品外观表面应尽量设计为不导电,以防止ESD.

17.小PC板,至少要有2-3个固定孔,并且均匀分布.

硬件部分

1. PC板之堆栈顺序

NO. 6 Layers 8 Layers 10 Layers 12 Layers

1 Middle speed Middle speed Middle speed Middle speed

2 CLK & High speed GND GND GND

3 GND CLK & High speed CLK & High speed CLK & High speed

4 Vcc GND CLK & High speed CLK & High speed

5 Others Vcc GND CLK & High speed

6 CLK & High speed CLK & High speed Vcc GND

7 GND Others Vcc

8 Others CLK & High speed Others

9 GND CLK & High speed

10 Middle speed CLK & High speed

11 GND

12 Middle speed

Remark: 1. CLK & High speed: 30MHz以上.

2. Middle speed: 10—30MHz.

3. Others: 10MHz以下.

2. PC板应保持完整性, 以正方形或长方形为最佳, 避免有缺口或不规则.

3. PC应以一块为最佳, 避免多块组合.

4. PC板之板边应有3mm以上之trace来围绕,Ground trace以10-15mm的距离,并以random方式加through hole.

5. PC板之板边应有3mm以上之trace来围绕,并加SMD Finger与PC板下之金属表面接触.

18.A LL signals应与板边GND Trace及固定孔之距离为2mm.

19.M other board上,至少要有7个以上之固定孔,并力求平衡,不要集中在一处.

而其他区域则无螺丝孔可供下地,此螺丝孔应靠近I/O connector及VGA IC, Clock generator, DC IN.

20.A ll PC板之固定孔,必须导通,不能将PAD除掉.

21.G lide Pad的PC板上之signal line务必包地.

22.每一I/O Chip set,需要放置在I/O Port之最近位置.VGA port & TV port &

S terminal port需放置在一起.

23.A ll I/O ports之GND plane要切割.

24.V GA chip & Clock Generator务必将GND给予切割.

25.A LL I/O ports之EMI components,分别以2mm之距离,靠近I/O

connector位置.

26.A LL I/O connector之固定脚PAD,再加2mm.

27.高速讯号线& Clock trace应放至内层,并靠近GND Plane.

28.C lock trace若无法包地,其Trace & Trace之spacing是Trace的两倍.

29.C lock generator and Main chip set在placement时不可放在板边,应放置

在中间.

30.各chip set的信号线,其trace越短越好,clock trace须包地,频率越高,trace

越短.

31.各chip set的信号线在走线时,不可平行重迭在一起,须垂直走线.

32.L AN & MODEM Jack至Connector之trace,其附近之每一层,不宜走线,并

且Connector之外5mm应掏空.

33.M odem & LAN card, Combo card with Modem & LAN应尽量靠近LAN

& Modem Jack connector. Modem & LAN Cable应走板边,并避开

DC/DC components & High Frequency components.

34.若ESD可直接打入讯号点,则应予以绝缘包之或围Ground Trace做保护.

基于人工神经网络的通信信号分类识别

基于人工神经网络的通信信号分类识别 冯 涛 (中国电子科技集团公司第54研究所,河北石家庄050081) 摘 要 通信信号的分类识别是一种典型的统计模式识别问题。系统地论述了通信信号特征选择、特征提取和分类识别的原理和方法。设计了人工神经网络分类器,包括神经网络模型的选择、分类器的输入输出表示、神经网络拓扑结构和训练算法,并提出了分层结构的神经网络分类器。 关键词 模式识别;特征提取;分类器;神经网中图分类号 TP391 文献标识码 A Classification and Identification of Communication Signal Using Artificial Neural Networks FE NG Tao (T he 54th Research Institute of CETC,Shijia zhuan g Hebei 050081,China) Abstract The classification and identificati on of communication signal is a typical statistical pattern identification.The paper discusses the theory and method of feature selection,feature extraction and classi fication &identificaiton of communication signal.A classifier based on artificial neural networks is designed,includin g the selection of neural network model,the input and output expression of the classifier,neural network topology and trainin g algorithm.Finally a hierarchical archi tecture classifier based on artificial neural networks is presented. Key words pattern recognition;features extraction;classifier;neural networks 收稿日期:2005-12-16 0 引言 在通信对抗侦察中,侦察接收设备在截获敌方通信信号后,必须经过对信号的特征提取和对信号特征的分析识别,才能变为有价值的通信对抗情报。通过对信号特征的分析识别,可以得到信号种类、通信体制、网路组成等方面的情报,从而为研究通信对抗策略、研制和发展通信对抗装备提供重要参考依据。 1 通信信号分类识别的原理 通信信号的分类识别是一种典型的模式识别应用,其作用和目的就是将某一接收到的信号正确地归入某一种类型中。一般过程如图1 所示。 图1 通信信号分类识别的一般过程 下面简单介绍这几部分的作用。 信号获取:接收来自天线的信号x (t),并对信号进行变频、放大和滤波,输出一个中频信号; A/D 变换:将中频模拟信号变换为计算机可以运算的数字信号x (n); 以上2步是信号空间x (t)到观察空间x (n )的变换映射。 特征提取:为了有效地实现分类识别,必须对原始数据进行变换,得到最能反映分类差别的特征。这些特征的选择和提取是非常重要的,因为它强烈地影响着分类器的设计和性能。理想情况下,经过特征提取得到的特征向量对不同信号类型应该有明显的差别; 分类器设计和分类决策:分类问题是根据识别对象特征的观察值将其分到某个类别中去。首先,在样本训练集基础上确定合适的规则和分类器结构,然后,学习训练得到分类器参数。最后进行分类决策,把待识别信号从特征空间映射到决策空间。 2 通信信号特征参数的选择与特征提取 2 1 通信信号特征参数的选择 选择好的特征参数可以提高低信噪比下的正确 识别率,降低分类器设计的难度,是基于统计模式识别方法最为关键的一个环节。试图根据有限的信号 信号与信息处理 24 2006Radio Engineering Vo1 36No 6

EMI滤波电感设计

EMI滤波电感设计 EMI滤波器 正常工作的开关类电源（SMPS）会产生有害的高频噪声，它能影响连接到相同电源线上的电子设备像计算机、仪器和马达控制。用一个EMI滤波器插入电源线和SMPS之间能消除这类干扰（图1）。一个差模噪声滤波器和一个共模噪声滤波器能够串联或在许多情况下单独使用共模噪声滤波器。 图1 EMI滤波器的插入 一、共模电感设计 在一个共模滤波器内，电感的每一个绕阻和电源输入线中的任一根导线相串联。（对于电源的输入线来讲）电感绕组的接法和相位是这样的，第一个绕组产生的磁通会与第二个绕组产生的磁通相削. 于是，除了泄漏阻抗的小损耗和绕组的直流电阻以外，电感至电源输入线的插入阻抗为另。由于磁通的阻碍，SMPS 的输入电流需要功率，因此将通过滤波器，滤波器应没有任何明显的损耗。 共模噪声的定义是出现在电源输入线的一根或二根导线上的有害电流通过电感的地返回噪声源的噪声。 此电流要视共模电感的任何一个或二个绕组的全部阻抗，因为它不能被返回的电流所抵消。共模噪声电压是电感绕组上的衰减，应从有害噪声中保持电源输入线的畅通。 1.1、选择电感材料 开关电源正常工作频率20KHz以上，而电源产生的有害噪声比20KHz高，往往在100KHz～50MHz之间。 对于电感来讲，大多数选择适当和高效费比的铁氧体，因为在有害频带内能提供最高的阻抗。当看到公共参数如磁导率和损耗系数就去识别材料是困难的。图2给出铁氧体磁环J-42206-TC绕10匝后的阻抗ZS和频率的关系曲线。 图2铁氧体磁环的阻抗和频率的关系 在1～10MHz之间绕组到达最大阻抗，串联感抗XS和串联电阻RS（材料磁导率和损耗系数的函数）共同产生总阻抗Zt。

人工神经网络大作业

X X X X大学 研究生考查课 作业 课程名称：智能控制理论与技术 研究生姓名：学号： 作业成绩： 任课教师(签名) 交作业日时间：2010年12月22日

人工神经网络(artificial neural network，简称ANN)是在对大脑的生理研究的基础上，用模拟生物神经元的某些基本功能元件(即人工神经元)，按各种不同的联结方式组成的一个网络。模拟大脑的某些机制，实现某个方面的功能，可以用在模仿视觉、函数逼近、模式识别、分类和数据压缩等领域，是近年来人工智能计算的一个重要学科分支。 人工神经网络用相互联结的计算单元网络来描述体系。输人与输出的关系由联结权重和计算单元来反映，每个计算单元综合加权输人，通过激活函数作用产生输出，主要的激活函数是Sigmoid函数。ANN有中间单元的多层前向和反馈网络。从一系列给定数据得到模型化结果是ANN的一个重要特点，而模型化是选择网络权重实现的，因此选用合适的学习训练样本、优化网络结构、采用适当的学习训练方法就能得到包含学习训练样本范围的输人和输出的关系。如果用于学习训练的样本不能充分反映体系的特性，用ANN也不能很好描述与预测体系。显然，选用合适的学习训练样本、优化网络结构、采用适当的学习训练方法是ANN的重要研究内容之一，而寻求应用合适的激活函数也是ANN研究发展的重要内容。由于人工神经网络具有很强的非线性多变量数据的能力，已经在多组分非线性标定与预报中展现出诱人的前景。人工神经网络在工程领域中的应用前景越来越宽广。 1人工神经网络基本理论[1] 1.1神经生物学基础 可以简略地认为生物神经系统是以神经元为信号处理单元,通过广泛的突触联系形成的信息处理集团,其物质结构基础和功能单元是脑神经细胞即神经元(neu ron)。(1)神经元具有信号的输入、整合、输出三种主要功能作用行为。突触是整个神经系统各单元间信号传递驿站,它构成各神经元之间广泛的联接。(3)大脑皮质的神经元联接模式是生物体的遗传性与突触联接强度可塑性相互作用的产物,其变化是先天遗传信息确定的总框架下有限的自组织过程。 1.2建模方法 神经元的数量早在胎儿时期就已固定,后天的脑生长主要是指树突和轴突从神经细胞体中长出并形成突触联系,这就是一般人工神经网络建模方法的生物学依据。人脑建模一般可有两种方法:①神经生物学模型方法,即根据微观神经生物学知识的积累,把脑神经系统的结构及机理逐步解释清楚,在此基础上建立脑功能模型。②神经计算模型方法,即首先建立粗略近似的数学模型并研究该模型的动力学特性,然后再与真实对象作比较(仿真处理方法)。 1.3概念 人工神经网络用物理可实现系统来模仿人脑神经系统的结构和功能,是一门新兴的前沿交叉学科,其概念以T.Kohonen.Pr的论述最具代表性:人工神经网络就是由简单的处理单元(通常为适应性)组成的并行互联网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 1.4应用领域 人工神经网络在复杂类模式识别、运动控制、感知觉模拟方面有着不可替代的作用。概括地说人工神经网络主要应用于解决下述几类问题:模式信息处理和模式识别、最优化问题、信息的智能化处理、复杂控制、信号处理、数学逼近映射、感知觉模拟、概率密度函数估计、化学谱图分析、联想记忆及数据恢复等。 1.5理论局限性 (1)受限于脑科学的已有研究成果由于生理试验的困难性,目前对于人脑思维与记忆机制的认识尚很肤浅,对脑神经网的运行和神经细胞的内部处理机制还没有太多的认识。 (2)尚未建立起完整成熟的理论体系目前已提出的众多人工神经网络模型,归纳起来一般都是一个由节点及其互连构成的有向拓扑网,节点间互连强度构成的矩阵可通过某种学

EMI滤波元件和滤波器介绍

1）EMI滤波元件与滤波器的种类 滤波器的种类繁多，除了一些传统的电感、电容及其组合外，还有多种新技术产品，其用法各不相同。根据应用场合不同，可把它们分为三大类： ①在交、直流电源部分使用的滤波器：电源滤波器、磁环和磁珠等； ②在信号线上使用的滤波器：信号滤波器、磁环和磁珠、穿心电容、滤波连接器 （即滤波器阵列）等； ③在印刷电路板上使用的滤波器：去耦电容、片状（表面安装式）滤波器、磁珠 等。 3）电感器与电感型滤波器 线圈与其回流部分就可构成一个传统的电感器，通常有单线圈或多线圈式的。电感器可按 其环绕的磁芯来分类，最常见的两种类型是空气磁芯和磁性磁芯。磁性磁芯电感器（简称 磁芯电感）又可按其磁芯是开路或闭路作进一步分类。另外，目前广泛应用的铁氧体磁环（或磁珠），虽然在物理概念上讲起变压器的作用，它也更象一个随频率变化的可变电阻，但是人们通常还是把它当作电感器来考虑。 实际应用中的电感器，其绕制导线中必然含有寄生的串联电阻及绕线间的分布电容，因此 应用中会在某些频率上产生谐振现象。衡量电感器性能的主要参数有：分布电容、有效电感、品质因数Q、自谐振频率和饱和电流等。这些都是应用中应该考虑的。 ①普通线圈式电感器 具有同样体积和匝数的开路磁芯电感比空气芯电感有大得多的电感量和Q值，闭路磁芯情况会更好。电感器的一个重要特性是产生杂散磁场和对杂 散磁场敏感。空气芯或开路磁芯电感器最容易引起干扰。，因为其磁通从电感器扩展到相 当大的距离。就对磁场的敏感度而言，磁芯电感器比空气芯电感器敏感得多，而开路磁芯 是最敏感的，因为磁芯（低磁阻通路）集中了外部磁场并引起更多的磁通流过线圈。 普通电感型滤波器一般只用于低频滤波。在高频条件下，其插入损耗开始降低。这是因为 随着频率的增加，当频率超过电感器的自谐振频率后，寄生电容的阻抗开始降低从而引起 电感器的阻抗降低。这样一来，高频噪声便得不到良好的抑制而通过电感器引起噪声泄漏。 ②铁氧体磁环电感器 空心铁氧体磁环可以套在导线上，而带引线的铁氧体磁珠则串联在导线中。带引线的铁氧 体磁环具有简单的结构，如图6所示，因为通过磁芯可提供一个良好的回流端，从而其寄 生电容较小。不带引线的铁氧体磁环情况一样。所以，铁氧体磁环电感器具有良好的高频 特性，其工作频率可达1GHz或更高。它可以应用在低阻抗电路中的高频滤波和去耦。 4）脉冲电压吸收器 对瞬态脉冲电压（如静电放电、浪涌、脉冲群等）的干扰，可采取滤波或吸收的措施。但 滤波器对幅值较大的瞬态电压抑制能力有限，有效的办法就是采用脉冲电压吸收器。脉冲 电压吸收器有避雷管、压敏电阻和瞬变电压吸收二极管（TVS）。目前市场上已有片状式 的压敏电阻及TVS阵列供应。（因为严格地讲，脉冲电压吸收技术并不属于滤波的范畴，所以这里不再对其做详细介绍。如有需要，请参考相关资料及产品手册。）

人工神经网络发展前景111

人工神经网络发展前景 姓名 单位 摘要 在分析人工神经网络的发展过程、基本功能、应用范围的基础上，着重论述了神经网络与专家系统、模糊技术、遗传算法、灰色系统及小波分析的融合。 关键词 英文摘要 英文关键词 1前言 人工神经网络的发展起源于何时，说法不一。一般认为，其起源可追溯到Warren WcCulloch和Walter Pitts提出的MP模型。从此拉开了神经网络的序幕。20世纪50年代后期，Frank Rosenblatt定义了一种以后常用的神经网络结构，称为感知器。这是人工神经网络第一个实际应用；20世纪60年代，Bernard Widrow和Ted Hoff提出了一个新的学习算法用于训练自适应线性神经网络；20世纪70年代，Grossberg 提出了自适应共振理论。他研究了两种记忆机制（短期记忆和长期记忆），提出了一种可视系统的自组织神经网络，这是一种连续时间竞争网络，是构成自适应谐振理论网络基础；20世纪80年代，Hopfield 及一些学者提出了Hopfield网络模型，这是一种全连接的反馈网络。此外，Hinton等提出了Boltzman机。Kumellhart等人提出误差反向

传播神经网络，简称BP网络。目前BP神经网络已成为广泛使用的网络。 2应用现状 神经网络以及独特的结构和处理信息的方法，在许多实际应用领域中取得了显著的成效，主要应用如下： 1）信号处理。神经网络广泛应用于自适应信号处理和非线性信号处理中。前者如信号的自适应滤波、时间序列预测、谱估计、噪声消除等；后者如非线性滤波、非线性预测、非线性编码、调制/解调等。2）模式识别。神经网络不仅可以处理静态模式如固定图像、固定能谱等，还可以处理动态模式如视频图像、连续语音等。 3）系统识别。基于神经网络的系统辨识是以神经网络作为被识对象的模型，利用其非线性特性，可建立非线性系统的静态或动态模型。 4)智能检测。在对综合指标的检测（例如对环境舒适度这类综合指标检测）中，以神经网络作为智能检测中的信息处理联想等数据融合处理，从而实现单一传感器不具备的功能。 5）汽车工程。神经网络在汽车刹车自动控制系统中也有成功的应用，该系统能在给定刹车距离、车速和最大减速度的情况下，以人体能感受到的最小冲击实现平稳刹车，而不受路面坡度和车重影响。 6）化学工程。神经网络在光谱分析、判定化学反应的生成物、判定离子浓度及研究生命体中某些化合物的含量与生物活性的对应关系都有广泛应用并取得了一定成果。 7）卫生保健、医疗。比如通过训练自主组合的多层感知器可以区分

人工神经网络的发展及应用

人工神经网络的发展与应用 神经网络发展 启蒙时期 启蒙时期开始于1980年美国著名心理学家W．James关于人脑结构与功能的研究，结束于1969年Minsky和Pape~发表的《感知器》(Perceptron)一书。早在1943年，心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型(即M—P模型)，该模型把神经细胞的动作描述为：1神经元的活动表现为兴奋或抑制的二值变化；2任何兴奋性突触有输入激励后，使神经元兴奋与神经元先前的动作状态无关；3任何抑制性突触有输入激励后，使神经元抑制；4突触的值不随时间改变；5突触从感知输入到传送出一个输出脉冲的延迟时问是0．5ms。可见，M—P模型是用逻辑的数学工具研究客观世界的事件在形式神经网络中的表述。现在来看M—P 模型尽管过于简单，而且其观点也并非完全正确，但是其理论有一定的贡献。因此，M—P模型被认为开创了神经科学理论研究的新时代。1949年，心理学家D．0．Hebb 提出了神经元之间突触联系强度可变的假设，并据此提出神经元的学习规则——Hebb规则，为神经网络的学习算法奠定了基础。1957年，计算机学家FrankRosenblatt提出了一种具有三层网络特性的神经网络结构，称为“感知器”(Perceptron)，它是由阈值性神经元组成，试图模拟动物和人脑的感知学习能力，Rosenblatt认为信息被包含在相互连接或联合之中，而不是反映在拓扑结构的表示法中；另外，对于如何存储影响认知和行为的信息问题，他认为，存储的信息在神经网络系统内开始形成新的连接或传递链路后，新 的刺激将会通过这些新建立的链路自动地激活适当的响应部分，而不是要求任何识别或坚定他们的过程。1962年Widrow提出了自适应线性元件(Ada—line)，它是连续取值的线性网络，主要用于自适应信号处理和自适应控制。 低潮期 人工智能的创始人之一Minkey和pape~经过数年研究，对以感知器为代表的网络系统的功能及其局限性从数学上做了深入的研究，于1969年出版了很有影响的《Perceptron)一书，该书提出了感知器不可能实现复杂的逻辑函数，这对当时的人工神经网络研究产生了极大的负面影响，从而使神经网络研究处于低潮时期。引起低潮的更重要的原因是：20世纪7O年代以来集成电路和微电子技术的迅猛发展，使传统的冯·诺伊曼型计算机进入发展的全盛时期，因此暂时掩盖了发展新型计算机和寻求新的神经网络的必要性和迫切性。但是在此时期，波士顿大学的S．Grossberg教授和赫尔辛基大学的Koho—nen教授，仍致力于神经网络的研究，分别提出了自适应共振理论(Adaptive Resonance Theory)和自组织特征映射模型(SOM)。以上开创性的研究成果和工作虽然未能引起当时人们的普遍重视，但其科学价值却不可磨灭，它们为神经网络的进一步发展奠定了基础。 复兴时期 20世纪80年代以来，由于以逻辑推理为基础的人工智能理论和冯·诺伊曼型计算机在处理诸如视觉、听觉、联想记忆等智能信息处理问题上受到挫折，促使人们

基于人工神经网络的图像识别

本文首先分析了图像识别技术以及bp神经网络算法，然后详细地阐述了人工神经网络图像识别技术。 【关键词】人工神经网络 bp神经网络图像识别识别技术 通常而言，所谓图像处理与识别，便是对实际图像进行转换与变换，进而达到识别的目的。图像往往具有相当庞大的信息量，在进行处理图像的时候要进行降维、数字化、滤波等程序，以往人们进行图像识别时采用投影法、不变矩法等方法，随着计算机技术的飞速发展，人工神经网络的图像识别技术将逐渐取代传统的图像识别方法，获得愈来愈广泛的应用。 1 人工神经网络图像识别技术概述 近年来，人工智能理论方面相关的理论越来越丰富，基于人工神经网络的图像识别技术也获得了非常广泛的应用，将图像识别技术与人工神经网络技术结合起来的优点是非常显著的，比如说： （1）由于神经网络具有自学习功能，可以使得系统能够适应识别图像信息的不确定性以及识别环境的不断变化。 （2）在一般情况下，神经网络的信息都是存储在网络的连接结构以及连接权值之上，从而使图像信息表示是统一的形式，如此便使得知识库的建立与管理变得简便起来。 （3）由于神经网络所具有的并行处理机制，在处理图像时可以达到比较快的速度，如此便可以使图像识别的实时处理要求得以满足。 （4）由于神经网络可增加图像信息处理的容错性，识别系统在图像遭到干扰的时候仍然能正常工作，输出较准确的信息。 2 图像识别技术探析 2.1 简介 广义来讲，图像技术是各种与图像有关的技术的总称。根据研究方法以及抽象程度的不同可以将图像技术分为三个层次，分为：图像处理、图像分析以及图像理解，该技术与计算机视觉、模式识别以及计算机图形学等学科互相交叉，与生物学、数学、物理学、电子学计算机科学等学科互相借鉴。此外，随着计算机技术的发展，对图像技术的进一步研究离不开神经网络、人工智能等理论。 2.2 图像处理、图像识别与图像理解的关系 图像处理包括图像压缩、图像编码以及图像分割等等，对图像进行处理的目的是判断图像里是否具有所需的信息并滤出噪声，并对这些信息进行确定。常用方法有灰度，二值化，锐化，去噪等；图像识别则是将经过处理的图像予以匹配，并且对类别名称进行确定，图像识别可以在分割的基础之上对所需提取的特征进行筛选，然后再对这些特征进行提取，最终根据测量结果进行识别；所谓图像理解，指的是在图像处理与图像识别的基础上，根据分类作结构句法分析，对图像进行描述与解释。所以，图像理解包括图像处理、图像识别和结构分析。就图像理解部分而言，输入是图像，输出是对图像的描述解释。 3 人工神经网络结构和算法 在上个世纪八十年代，mcclelland与rumelhant提出了一种人工神经网络，截止现在，bp神经网络已经发展成为应用最为广泛的神经网络之一，它是一种多层前馈神经网络，包括输入层、输出层和输入层输出层之间隐藏层，如图1所示，便是一种典型的bp神经网络结构。 bp神经网络是通过不断迭代更新权值使实际输入与输出关系达到期望，由输出向输入层反向计算误差，从而通过梯度下降方法不断修正各层权值的网络。 bp神经网络结构算法如下所述： （1）对权值矩阵，学习速率，最大学习次数，阈值等变量和参数进行初始化设置； （2）在黑色节点处对样本进行输入；

电源滤波器设计与使用原则分析

电源滤波器设计与使用原则分析 中心议题： ?城市轨道交通控制系统和电源系统需要加装滤波器 ?介绍电源滤波器的基本概念、参数选取以及安装原则等几个方面 ?分析电源滤波器得出相关结论 解决方案： ?安装无源EMI滤波器，减少干扰和衰减 ?采用横截面积较大的磁芯绕制成多匝线圈，得到共模电感，减小差模电感 ?串联电感和并联的滤波电容不能选择太大 ?正确安装滤波器，获得预期的衰减特性 引言 为了符合国际电磁兼容标准的要求，使用高频开关器件的电源电子电路必须安装合适的电磁干扰滤波器(以下简称EMI滤波器)，以阻止频率范围为150kHz～30MHz的传导干扰侵入电源网络。由于城市轨道交通的特殊性，其共模和差模干扰很容易引起车载设备传导和辐射干扰升高，使其无法达到电磁兼容标准的要求。为此，必须在导线和电子设备之间的供电部分安装一个合适的无源EMI滤波器，将干扰衰减到所要求的程度。 常用设计滤波器的公式和图表是在其源阻抗和负载阻抗匹配情况下得出的。而EMI滤波器存在阻抗失配问题，因此在这种滤波器的实际设计中通常采用试探法。但采用试探法时，由于高频时寄生参数起主导作用以及对噪声源的内阻抗不了解，使得选择正确的设计参数值变得非常困难。对于共模干扰尤其如此，因为其大小在很大程度上就取决于电路的布置和电路的寄生参数。 本文结合研究和设计电源滤波器的实践，在简化电源滤波器设计过程的同时，仍能满足实际应用场合的需要。 电源滤波器中共模扼流圈内磁通的分析 电源滤波器中共模扼流圈的作用，一般采用以下论述：“共模扼流圈管芯两侧的磁场相互抵消，因此不存在磁通使管芯饱和”。尽管这种论述对共模扼流圈作用的直觉叙述具体化了，但实质并非如此。因为根据电磁场理论中的麦克斯韦方程，可以得到以下结果： 假设电流密度J产生磁场H，则附近的另一个电流不会抵消或阻止磁场或由此而产生的电场； 同样一个相邻的电流可以导致磁场路径的改变； 在环形共模电感的特殊场合中，每条引线中的差模电流密度可假定是相等的，且方向相反。由此而产生的磁场必定在环形磁芯周边上的总和为零，而在其外部的总和则不为零。

精选-人工神经网络复习题

《神经网络原理》 一、填空题 1、从系统的观点讲，人工神经元网络是由大量神经元通过极其丰富和完善的连接而构成的自适应、非线性、动力学系统。 2、神经网络的基本特性有拓扑性、学习性和稳定收敛性。 3、神经网络按结构可分为前馈网络和反馈网络，按性能可分为离散型和连续型，按学习方式可分为有导师和无导师。 4、神经网络研究的发展大致经过了四个阶段。 5、网络稳定性指从t=0时刻初态开始，到t时刻后v(t+△t)=v(t)，(t>0)，称网络稳定。 6、联想的形式有两种，它们分是自联想和异联想。 7、存储容量指网络稳定点的个数，提高存储容量的途径一是改进网络的拓扑结构，二是改进学习方法。 8、非稳定吸引子有两种状态，一是有限环状态，二是混沌状态。 9、神经元分兴奋性神经元和抑制性神经元。 10、汉明距离指两个向量中对应元素不同的个数。 二、简答题 1、人工神经元网络的特点？ 答：（1）、信息分布存储和容错性。 （2）、大规模并行协同处理。 （3）、自学习、自组织和自适应。

（4）、人工神经元网络是大量的神经元的集体行为，表现为复杂的非线性动力学特性。 （5）人式神经元网络具有不适合高精度计算、学习算法和网络设计没有统一标准等局限性。 2、单个神经元的动作特征有哪些？ 答：单个神经元的动作特征有：（1）、空间相加性；（2）、时间相加性；（3）、阈值作用；（4）、不应期；（5）、可塑性；（6）疲劳。 3、怎样描述动力学系统？ 答：对于离散时间系统，用一组一阶差分方程来描述： X(t+1)=F[X(t)]； 对于连续时间系统，用一阶微分方程来描述： dU(t)/dt=F[U(t)]。 4、F(x)与x 的关系如下图，试述它们分别有几个平衡状态，是否为稳定的平衡状态？ 答：在图（1）中，有两个平衡状态a 、b ，其中，在a 点曲线斜率|F ’(X)|>1，为非稳定平稳状态；在b 点曲线斜率|F ’(X)|<1 ，为稳定平稳状态。 X X

人工神经网络的发展及应用

人工神经网络的发展及应用 西安邮电学院电信系樊宏西北电力设计院王勇日期：2005 1-21 1 人工神经网络的发展 1．1 人工神经网络基本理论 1．1．1 神经生物学基础生物神经系统可以简略地认为是以神经元为信号的处理单元，通过广泛的突触联系形成的信息处理集团，其物质结构基础和功能单元是脑神经细胞，即神经元(neuron) 。 (1)神经元具有信号的输人、整合、输出三种主要功能作用行为，结构如图1 所示： (2)突触是整个神经系统各单元间信号传递驿站，它构成各神经元之间广泛的联接。 (3)大脑皮质的神经元联接模式是生物体的遗传性与突触联接强度可塑性相互作用的产物，其变化是先天遗传信息确定的总框架下有限的自组织过程。 1．1．2 建模方法神经元的数量早在胎儿时期就已固定，后天的脑生长主要是指树突和轴突从神经细胞体中长出并形成突触联系，这就是一般人工神经网络建模方法的生物学依据。人脑建模一般可有两种方法：①神经生物学模型方法，即根据微观神经生物学知识的积累，把脑神经系统的结构及机理逐步解释清楚，在此基础上建立脑功能模型；②神 经计算模型方法，即首先建立粗略近似的数学模型并研究该模型的动力学特性，然后冉与真实对象作比较（仿真处理方法）。1．1．3 概

念人工神经网络用物理町实现系统采模仿人脑神经系统的结构和功能，是一门新兴的前沿交义学科，其概念以T．Kohonen．Pr 的论述 最具代表性：人工神经网络就是由简单的处理单元（通常为适应性神经元，模型见图2）组成的并行互联网络，它的组织能够模拟生物神 经系统对真实世界物体所作出的交互反应。 1．2 人工神经网络的发展 人工神经网络的研究始于40 年代初。半个世纪以来，经历了兴起、高潮与萧条、高潮及稳步发展的较为曲折的道路。1943 年，心理学家W．S．Mcculloch 和数理逻辑学家W．Pitts 提出了M—P 模型， 这是第一个用数理语言描述脑的信息处理过程的模型，虽然神经元的功能比较弱，但它为以后的研究工作提供了依据。1949 年，心理学家D. O. Hebb提出突触联系可变的假设，根据这一假设提出的学习规律为神经网络的学习算法奠定了基础。1957 年，计算机科学家Rosenblatt 提出了著名的感知机模型，它的模型包含了现代计算机的一些原理，是第一个完整的人工神经网络。1969 年，美国著名人工智能学者M．Minsky 和S．Papert 编写了影响很大的Perceptron 一书，从理论上证明单层感知机的能力有限，诸如不能解决异或问题，而且他们推测多层网络的感知能也不过如此，在这之后近10 年，神经网络研究进入了一个缓慢发展的萧条期。美国生物物理学家J．J．Hopfield 于1982年、1984 年在美国科学院院刊发表的两篇文章，有力地推动了神经网络的研究，引起了研究神经网络的

电磁干扰(EMI)滤波器电路

电磁干扰（EMI）滤波器电路 1、功能定义 所谓电磁干扰（EMI），是因电磁波造成设备、传输通道或系统性能降低的一种电磁现象。 EMI以辐射和传导两种方式传播。 辐射方式：能量通过磁场或电场耦合，或以干扰源与受扰设备间的电磁波形式传播。 传导方式：能量通过电源线、数据线、公共地线等而产生或接收。 传导干扰有差模（DM对称模式）和共模（CM非对称模式）两种类型。 目前抑制EMI的技术措施有屏蔽、接地（浮地、单点接地和接地网）与滤波。 我这里所说的即为滤波电路，它主要用于高频开关电源和电子镇流器的输入回路及电源的输出回路中中。该电路用于滤除电源的输入和输出的噪声（150kHz～30MHz），消减对直流稳压电源的传导干扰。 2、适用范围 A、CISPR标准（电机、家用电器、照明设备等射频干扰设备） B、VDE0871标准（有目的的高频波发生器的电磁兼容标准）

C、FCC标准（工业、科学、医疗设备的电磁兼容标准） D、VCCI标准（在工业和商业区使用的家用电器及其类似装置） 3、设计规范 3.1 电路原理图及其描述

该电路主要对输入进行滤波，削弱对稳压电源或电子镇流器的输入的传导干扰。其中，C1、C2和C4、C5及Lc用于滤除共模噪声，C3和C6用于滤除差模噪声。输出端一般接一电解电容，负载电流大时还需接高频电容，用于消除负载端对输入的噪声干扰。C1＝C2、C4＝C5、C3＝C6，Lc=(7~30)mH、磁材使用铁氧体材料。 EMI滤波器有C型（纯电容）、L型（一个电感和一个电容）、T型（两只电感和一个电容）、π型（一个电感和两只电容）、双π型（对称绕在同一磁芯上的两个电感和两只电容）等。上图中电路为最常用的电路。 电源的滤波和保护电路 ［作者：耗子转贴自：网上转载点击数：1477 更新时间：2004-4-28 文章录入：admin ］ 一、滤波电路 1、电磁干扰 电脑电源是把工频交流整流为直流，再通过开关变为高频交流，其后再整流为稳定直流的一种电源，这样就有工频电源的整流波形畸变产生的噪声与开关波形会产生大量的噪声，噪声在输入端泄漏出去就表现为辐射噪声和传导噪声，在输出端泄漏出去就表现为纹波。辐射噪声频率高于30MHZ，会传播到空间中；传导噪声频率在30MHZ以下，主要干扰音频设备，通过电源线传播到电网中。 外部噪声会进入到电网中的其它电子设备中影响电子设备的运行，而供给负载的电源产生的噪声也会泄漏到电源外部，因此，电脑电源必须有阻止这些噪声进出的功能。 在电脑电源的输入端，需要有由电容和电感构成的滤波器，用于抑制交流电产生的EMI。在电源的输出端，工频电源的整流波形畸变引起的噪声，以及开关工作波形产生的噪声呈现为纹波，因此在输出端也需要接入滤波器，用于抑制直流电产生的EMI。 2、输入端第一道EMI滤波电路 第一道EMI滤波电容是由X电容（白盒子）、线圈型电感和两个Y电容构成的，用来抑制输入端的高频干扰，以及PWM自身产生的高频干扰对电网的污染。

人工神经网络复习资料题

《神经网络原理》 、填空题 1、从系统的观点讲，人工神经元网络是由大量神经元通过极其丰富和完善的连接而构成的自适应、非线性、动力学系统。 2、神经网络的基本特性有拓扑性、学习性和稳定收敛性。 3、神经网络按结构可分为前馈网络和反馈网络，按性能可分为 离散型和连续型，按学习方式可分为有导师和无导师。 4、神经网络研究的发展大致经过了四个阶段。 5、网络稳定性指从t=0时刻初态开始，到t时刻后v(t+ △)=▼(◎，(t>0)，称网络稳定。 6、联想的形式有两种，它们分是自联想和异联想。 7、存储容量指网络稳定点的个数，提高存储容量的途径一是改—进网络的拓扑结构，二是改进学习方法。 8、非稳定吸引子有两种状态，一是有限环状态，二是混沌状态。 9、神经元分兴奋性神经元和抑制性神经元。 10、汉明距离指两个向量中对应元素不同的个数。 二、简答题 1、人工神经元网络的特点？ 答：(1 )、信息分布存储和容错性。 (2 )、大规模并行协同处理。 (3)、自学习、自组织和自适应。

(4)、人工神经元网络是大量的神经元的集体行为，表现为复杂

的非线性动力学特性。 (5)人式神经元网络具有不适合高精度计算、学习算法和网络 设计没有统一标准等局限性。 2、单个神经元的动作特征有哪些？ 答：单个神经元的动作特征有：(1 )、空间相加性；(2 )、时间相加性；(3)、阈值作用；(4 )、不应期；(5 )、可塑性；(6)疲劳。 3、怎样描述动力学系统？ 答：对于离散时间系统，用一组一阶差分方程来描述： X(t+1)=F[X(t)]； 对于连续时间系统，用一阶微分方程来描述： dU(t)/dt=F[U(t)]。 4、F(x)与x的关系如下图，试述它们分别有几个平衡状态，是 否为稳定的平衡状态? 答：在图(1、中，有两个平衡状态a、b，其中，在a点曲线斜率|F' (X)|>1 ,为非稳定平稳状态；在b点曲线斜率|F' (X)|<1 ,为稳定平稳状态。 在图(2、中，有一个平稳状态a，且在该点曲线斜率|F' (X)|>1 ，为非稳定平稳状态。

开关电源EMI滤波器的正确选择与使用

开关电源ＥＭＩ滤波器的正确选择与使用 １插入损耗和滤波电路的选择 在用户选择滤波器时，最关心插入损耗性能。但是，往往插入损耗相近的滤波器，在实际运用中效果相差甚远。究其主要原因是，相近插入损耗的滤波器可由不同的电路实现。这和理论分析是吻合的，因为插入损耗本身是个多解函数。 所以，选择滤波器时首先应选择适合你所用的滤波电路和插入损耗性能。要做到这一点，就要求了解所使用电源的等效噪声源阻抗和所需要对噪声的抑制能力。这符合“知己知彼，百战百殆”的客观规律。 那么滤波电路和电源等效噪声之间存在什么样的关系呢？ 众所周知，ＥＭＩ滤波器是由Ｌ、Ｃ构成的低通器件。为了在阻带内获得最大衰减，滤波器输入端和输出端的阻抗需与之连接的噪声源阻抗相反，即对低阻抗噪声源，滤波器需为高阻抗（大的串联电感）；对高阻抗噪声源，滤波器就需为低阻抗（大的并联电容）。对于ＥＭＩ滤波器，这些原则应用于共模和差模中。 如按此原则选用的滤波器，在实际运用中仍存在效果相差很多的现象，特别发生在重载和满载的情况下。造成这一问题的主要原因可能是滤波器中的电感器件在重载和满载时，产生饱和现象，致使电感量迅速下降，导致插入损耗性能大大变坏。其中尤以有差模电感的滤波器为多。因差模电感要流过电源火线或零线中的全部工作电流，如果差模电感设计不当，电流一大，就很容易饱和。当然也不排除共模扼流圈，因生产工艺水平较差，两个绕组不对称，造成在重载或满载时产生磁饱和的可能。 图1 共模滤波器模型 1.1.2差模滤波电路 由于开关电源的开关频率谐波噪声源阻抗为低阻抗，所以与之相对应的滤波器输出端应是高阻抗串联大电感ＬＤＭ。 ＡＣ电网火线和零线之间是低阻抗，所以与之对应的滤波器输入端也应是高阻抗串联大电感ＬＤＭ。如果想再进一步抑制差模噪声，可以在滤波器输入端并接线间电容ＣＸ１，条件是它的阻抗要比ＡＣ电网火线、零线之间的阻抗还要低得多。 开关电源工频谐波噪声源阻抗是高阻抗，所以与之相对应的滤波器输出端应是低阻抗并联大电容ＣＸ２。 合成的差模滤波电路参见图２。 最后，完整的共、差模滤波电路参见图３。

介绍人工神经网络的发展历程和分类.

介绍人工神经网络的发展历程和分类 1943年，心理学家W.S.McCulloch 和数理逻辑学家W.Pitts 建立了神经网络和数学模型，称为MP 模型。他们通过MP 模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的时代。1949年，心理学家提出了突触联系强度可变的设想。60年代，人工神经网络的到了进一步发展，更完善的神经网络模型被提出。其中包括感知器和自适应线性元件等。M.Minsky 等仔细分析了以感知器为代表的神经网络系统的功能及局限后，于1969年出版了《Perceptron 》一书，指出感知器不能解决高阶谓词问题。他们的论点极大地影响了神经网络的研究，加之当时串行计算机和人工智能所取得的成就，掩盖了发展新型计算机和人工智能新途径的必要性和迫切性，使人工神经网络的研究处于低潮。在此期间，一些人工神经网络的研究者仍然致力于这一研究，提出了适应谐振理论（ART 网）、自组织映射、认知机网络，同时进行了神经网络数学理论的研究。以上研究为神经网络的研究和发展奠定了基础。1982年，美国加州工学院物理学家J.J.Hopfield 提出了Hopfield 神经网格模型，引入了“计算能量”概念，给出了网络稳定性判断。 1984年，他又提出了连续时间Hopfield 神经网络模型，为神经计算机的研究做了开拓性的工作，开创了神经网络用于联想记忆和优化计算的新途径，有力地推动了神经网络的研究，1985年，又有学者提出了波耳兹曼模型，在学习中采用统计热力学模拟退火技术，保证整个系统趋于全局稳定点。1986年进行认知微观结构地研究，提出了并行分布处理的理论。人工神经网络的研究受到了各个发达国家的重视，美国国会通过决议将1990年1月5日开始的十年定为“脑的十年”，国际研究组织号召它的成员国将“脑的十年”变为全球行为。在日本的“真实世界计算（RWC ）”项目中，人工智能的研究成了一个重要的组成部分。 人工神经网络的模型很多，可以按照不同的方法进行分类。其中，常见的两种分类方法是，按照网络连接的拓朴结构分类和按照网络内部的信息流向分类。按照网络拓朴结构分类网络的拓朴结构，即神经元之间的连接方式。按此划分，可将神经网络结构分为两大类：层次型结构和互联型结构。层次型结构的神经网络将神经

人工神经网络与其发展和应用的介绍

人工神经网络与其发展和应用的介绍 发表时间：2018-05-02T11:39:29.337Z 来源：《科技中国》2017年11期作者：卓一凡 [导读] 摘要：人工神经网络是人工智能的重要分支，自其创始伊始便成为了人工智能领域的研究热点。本文从人工神经网络的发展历史开始，介绍了其在医学，信息，控制等方面的应用及其现状，对其中的优缺点进行了简要的分析。并对人工神经网络未来的发展作简要的展望。 摘要：人工神经网络是人工智能的重要分支，自其创始伊始便成为了人工智能领域的研究热点。本文从人工神经网络的发展历史开始，介绍了其在医学，信息，控制等方面的应用及其现状，对其中的优缺点进行了简要的分析。并对人工神经网络未来的发展作简要的展望。关键词：人工神经网络，应用，优缺点，发展 1：人工神经网络的发展 纵观整个人工神经网络发展，大体经历了四个时期：启蒙，低潮，振兴，发展。 1.1：启蒙时期 人工神经网络和数学模型于1943年由W.S.McCulloch和W.Pitts建立，称为MP模型，证明了单个神经元能执行逻辑功能，人工神经网络的研究由此开始。1951年，心理学家 Donala O. Hebb提出了Hebb 法则：在神经网络中，信息在连接权中进行储存，突触之间的联系强度是可以变化的，而这种变化建立起了神经元间的连接。Hebb法则成为了构造具有学习功能的神经网络模型的基础。1954 年，生物学家Eccles提出了真实突触的分流模型，为神经网络模拟突触的功能提供了原理和生理学的依据。1956 年，Uttley 发明了一种由处理单元组成的推理机，用于模拟行为及条件反射。1958年，Rosenblatt将学习机制增加到了原有的MP模型上，首次把神经网络理论付诸实现。正是由于他的成功，引起了学者们对人工神经网络的研究兴趣。 1.2：低潮时期 当许多学者抱着极大的热忱去研究人工神经网络的时候，Minsky 和Papert 从数学角度对以感知器为代表的网络系统功能及其局限性进行了深入的研究，并在1969年出版《Percep2trons》一书。该书提出当前的网络只能对简单的线性问题进行解决，而对复杂的多层神经网络无能为力。这一结论使得许多国家的此类项目被暂停资助，自此开始了神经网络的低潮期。但不久后，转机出现。就在1972年，欧洲和美洲的两位学者：芬兰的Kohonen教授，美国的Anderson分别提出了自组织映射SOM(Self2Organizingfeature map)理论和一个名叫“交互存储器 ”的理论。而两者之间竟有着许多相似之处，不由得让人惊讶。但Kohonen的研究是目前所使用神经网络的主要依据。正是由于这些研究，引导了以后人工神经网络的振兴。 1.3：振兴时期 1982年，美国物理学家Hopfield博士发表了Hopfield模型理论，对人工神经网络的研究产生了深远的影响。如下图 Hopfield模型理论证明：神经网络并非不能达到稳定的状态，只是需要一定条件。而他的研究也让许多学者对人工神经网络的研究重新产生了兴趣。1986年，由美国的 Rumelhart 和 McCkekkand主编并撰写的《Parallel Distributed Processing : Ex2ploration in the Microstructures of Cognition》一书出版，提出了 PDP（Parallel Distributed Processing）网络思想，再一次推动了神经网络的发展。20世纪 90 年代， Edelman提出Darwinism 模型。1995 年,Jenkins等人进行了光学神经网络(PNN)的研究 .神经网络的研究重回人们的视野。 1.4：发展时期 20世纪80年代，人工神经网络在世界范围内全面复苏，这也引起了国家对神经网络的重视。“中国神经网络首届学术会议”于1990年2月由国内8个顶尖学会联合在北京召开。 1992年举办了中国第二届神经网络学术大会，中国神经网络学会便由此诞生。我国的“863”计划，“攀登”计划中，都有关于人工神经网络研究的内容。国际上，1987 年,在美国加洲举行了首届国际神经网络学会. 此后每年召开两次.至此，人工神经网络的研究得到了长足的发展。 2.人工神经网络的基本原理 自生物学发展伊始，大脑便是无数科学家研究的重点，人们想要弄清楚大脑是如何运作的？其机理是什么？人工神经网络便应运而生，它的目的是想要对人类神经网络进行开发与测试 2.1：人工神经网络的生物学基础 人工神经网络是人类神经网络的仿生学模拟。我们如果想要了解人工神经网络，就要先了解生物的神经元，如下图：

电源EMI滤波器的PCB设计

5 电源EMI滤波器的PCB设计 5.1 概述 电源EMI滤波器的设计对于实现及改善电子设备和系统的电磁兼容性意义重大，它不但可降低设备产生的传导干扰，而且作为无源二端口网络具有互易性，可增强设备对电网侧的传导噪声，射频辐射干扰，高压噪声，快速瞬变电脉冲群等电磁干扰的抗扰度。正确设计EMI 滤波器的PCB是充分发挥EMI滤波器性能的重要保证。 5.2 EMI滤波器的基本结构 下图为EMI滤波器的基本结构： L N PE L1 C Y1C Y2 L2 L N PE 图63 EMI滤波器的基本结构 L1 ，L2为绕制在同一铁芯上的共模电感，其匝数相等，C Y1,C Y2为共模电容，L1与Cy1 ，L2与Cy2构成共模低通滤波器。 5.3 布局考虑 5.3.1 输入线与输出线的布置 在开关电源中，EMI滤波器的输出接开关整流器，属污染源，输出线上的噪声通过电场藕合或磁场藕合到输入线，会使EMI滤波器的效果大大降低，为了减小影响，要求EMI 滤波器的输入线与输出线间尽量隔离，不能邻近平行走线，以避免上述影响。见下图。

⌒⌒⌒⌒⌒ ⌒● ● ● ● ● ● ● input output ○ ○ ←→ 噪声耦合 C x Cy C x 图64 EMI 滤波器的输入线与输出线布置 5.3.2 多级滤波器级联 多级滤波器级联时，级间距离尽量做到远些，避免级间电感互感藕合。多级滤波器布局的布 局，根据这一原则，选择相应的排列方式，一般是按直线型排列，且相邻两个电感方向互相垂直较好。 5.3.3 EMI 滤波器的位置 图65 EMI 滤波器的位置 EMI 滤波器，一般布置在电源线入口处，远离开关管，输出整流管，变压器，输出电感等产生噪声的源头，使EMI 滤波器有一个比较干净的工作环境。为此，在整体布局时，应将开关管，输出整流管，变压器等污染源布置在尽量远离输入输出端口处。已标准的前面输入输出电源模块为例，比较好的布局如下图所示，A ，B ，C 三处距离尽量远一些。 如果因为结构或其它方面的原因使滤波器与噪声源之间的距离不能缩得很短，则建议在将滤波器用金属罩或其它结构屏蔽起来，并将屏蔽可靠接地。 5.3.4 共模/差模电感的布置 在EMI 滤波器中，共模电感会产生强烈的杂散磁场，这些杂散磁场容易干扰其它器件，因此滤波电容应尽量远离，尤其是电容引线较长时更是如此。其它敏感信号线也要避免从该区域穿过。 共模（差模）电感是由线圈绕在磁芯上组成，电感上的线圈很容易拾取干扰，因此尤其要注意使电感远离开关管变压器等易于产生干扰的地方。下图B 中输出滤波电感产生干扰输入共模电感,使EMI 测试超标,在图A 中,将共模电感移开,并转换摆放方向,EMI 下降明显.