УДК 681.325.5 НЕЙРОСЕТЕВЫЕ ПРЕОБРАЗОВАТЕЛИ ЧАСТОТНО-ВРЕМЕННЫХ ПАРАМЕТРОВ СИГНАЛОВ В КОД В. Н. <...> Локтюхин, С. В. Челебаев Рассмотрена структурно-алгоритмическая организация многокаскадных нейросетевых преобразователей частотно-временных параметров сигналов в цифровой код на основе последовательного вычисления активационных функций, что сокращает аппаратные затраты в сравнении со схемами, полученными путем обучения многослойных персептронных сетей. <...> ВВЕДЕНИЕ Важным направлением повышения точности и надежности измерений в системах с частотными датчиками является развитие функциональных возможностей аналого-цифровых преобразователей и устройств первичной математической обработки измерительных сигналов, представленных в виде частоты или временного интервала. <...> Математический аппарат искусственных нейронных сетей (ИНС) позволяет создавать такие преобразователи со структурой, обучаемой на выполнение операции преобразования с заданной точностью в соответствии с выбранным алгоритмом обучения [1—3]. <...> С повышением точности преобразования аппаратные затраты на реализаx → и x → yn * yN * цию ПФИ существенно возрастают. <...> С целью их сокращения предлагается использовать последовательное вычисление активационных функций нейронов слоев сети, а также связанные с этим способы каскадного включения однонейронных персептронов (ОП), т. е. однослойных сетей, выходной слой которых содержит один преобразующий нейроэлемент, как основу для построения многокаскадных ИНС-преобразователей. <...> Уменьшение сложности многокаскадных ПФИ в сравнегде Si () 1 = j 1= M ∑wji, 1 () αi = F(1) нии с многослойными достигается уменьшением числа нейронов и заменой множительных операций, необходимых для формирования неединичных синаптических связей между ними, на последовательность более простых для реализации операций суммирования с представлением одного из сомножителей в виде частотной или время-импульсной последовательности <...>