DE4205903A1 - Signalverarbeitungsvorrichtung mit neuronalem netzwerk - Google Patents

Description

Die Erfindung betrifft eine Vorrichtung, die für die Vorverarbeitung von Signalen bei z. B. einer Anlagenregelung oder -steuerung eingesetzt werden kann und eine Signalverarbeitung, wie das Durchführen einer Cluster-Analyse (clustering) oder Identifizierung von Signalen, Umwandlung von einem Analogsignal in ein Digitalsignal und dgl., mittels eines neuronalen Netzwerks durchgeführt.

Bei der Überwachung und Steuerung verschiedener Anlagen werden die Temperaturen der betreffenden Anlageneinheiten mittels Thermoelementen und Temperaturmeßwiderständen gemessen. Die thermischen elektromotorischen Werte oder Größen oder Widerstandswerte und die Temperatur besitzen jedoch keine genaue lineare Beziehung zueinander. Wenn die thermischen elektromotorischen Kraftwerke bzw. EMK-Werte oder Widerstandswerte linear in Temperaturen umgewandelt werden, können keine genauen Werte erhalten oder abgeleitet werden.

Mittels eines Sensors erfaßte Signale werden entsprechend ihrer Größe zu Clustern zusammengefaßt, und diese zu Clustern zusammengefaßten Signale werden einer Temperaturumwandlung (oder auch -konvertierung) entsprechend Korrekturformeln unterworfen, die entsprechend den Klassen, zu denen die Signale gehören, bestimmt sind.

Bei der Clusteranalyse wird ein Vergleich zwischen Detektionssignalen und Grenzwerten jeder Klasse für alle Klassen wiederholt.

Bei der Überwachung oder Führung und Steuerung von Dampf(kraft)maschinen muß ein Enthalpiewert von z. B. dem Dampfdruck auf der Grundlage einer Dampftabelle bekannt sein. In diesem Fall werden Funktionen in Einheiten von Bereichen von Eingangsvariablen vorgegeben, wobei ein Vergleich zwischen einer Eingangsvariablen und einem Bezugswert wiederholt wird, um einen Bereich zu bestimmen, in welchem die Eingangsvariable liegt. Danach wird der Enthalpiewert berechnet.

Anlagenführung und -steuerung erfolgen im allgemeinen mittels Digitalrechnern. Verschiedene Zustandsgrößen einer Anlage werden hauptsächlich als Analogsignale von Sensoren ausgegeben. Aus diesem Grund werden A/D-Wandler zum Umwandeln der Analogsignale in Ditigalsignale benutzt.

Insbesondere wird (dabei) ein von einem Sensor ausgegebenes Analogsignal mit einem Analogsignal entsprechend dem höchstwertigen Bit einer Binärzahl verglichen, um die Beziehung zwischen ihnen zu bestimmen. Sodann wird das Analogsignal mit einem Analogsignal entsprechend dem nächsten Bit der Binärzahl verglichen, um die Beziehung zwischen diesen zu bestimmen. Diese Verarbeitung wird bis zum niedrigstwertigen Bit der Binärzahl wiederholt, wobei das Analogsignal in ein Digitalsignal einer vorbestimmten Zahl von Bits umgewandelt wird.

Beim Ausführen von Inferenzen in z. B. einem Expertensystem wird ein Vergleich von Bitmustern wiederholt, um eine auf diesen Fall anwendbare Produktionenregel zu ermitteln.

Es ist auch ein System zum Bestimmen eines Synapsekoppelkoeffizienten und eines Signalerhöhungs-Eingangswerts eines neurolanen Netzwerks des gegenseitig verkoppelten (mutual-coupled) Typs auf der Grundlage einer Energiefunktion bekannt, um ein Analogsignal in ein binäres Digitalsignal mit einer Anzahl von Bits umzuwandeln.

Um bei den oben erwähnten unterschiedlichen Signalverarbeitungsoperationen ein Ausgangssignal von einem Temperatursensor zu linearisieren und damit ein korrektes Temperatursignal zu erhalten, ein Digitalsignal durch A/D-Umwandlung zu gewinnen, einen Enthalpiewert zu berechnen oder eine an eine(n) Zustand oder Bedingung angepaßte Produktionenregel zu ermitteln, ist eine Wiederholungsverarbeitung nötig, die bis zu ihrem Abschluß eine lange Zeitspanne erfordert.

Aus diesem Grund kann eine derartige Signalverarbeitungsmethode nicht auf Gebieten angewandt werden, auf denen eine schnelle Verarbeitung nötig ist. Wenn nämlich ein(e) Alarm(auslösung) verzögert wird, können die Funktionen der Anlagen erheblich gestört werden, ober wenn ein Durchlauf verzögert wird, kann die Anlage beschädigt werden. Wenn die Signalverarbeitungsmethode in einem (Rückkopplungs-)Regelsystem angewandt wird, ist deshalb, weil in unerwünschter Weise in einer (Regel-)Schleife eine Totzeit vorhanden ist, eine Verbesserung der Regelbarkeit Einschränkungen unterworfen. Wenn insbesondere eine Regelung mit hoher Geschwindigkeit nötig ist, ist eine durch Signalverarbeitung herbeigeführte Totzeit nicht zulässig.

Um bei einem ein herkömmliches neuronales Netzwerk benutzenden A/D-Wandler eine Synapsenkopplung zu realisieren, ist eine große Zahl von hochpräzisen Widerständen unterschiedlicher Widerstandswerte erforderlich. An diesem Umstand liegt es, daß ein solcher A/D-Wandler auf Anwendungsgebieten, die einen A/D-Wandler einer großen Zahl (12-16 Bit) von Stellen auf dem Gebiet einer Anlageninstrumentierungsregelung benötigen, schwierig zu realisieren ist. Insbesondere wird dieser Umstand zu einem Haupthindernis, wenn ein neuronales Netzwerk in LSI-Technik realisiert werden soll.

Im Hinblick auf die geschilderten Gegebenheiten liegt der Erfindung damit die Aufgabe zugrunde, eine Signalverarbeitungsvorrichtung zu schaffen, die wiederholte Operationen der Signalverarbeitung zu vermeiden oder zu minimieren und eine mit hoher Geschwindigkeit erfolgende Signalverarbeitung durch eine Funktion eines gegenseitig gekoppelten Netzwerkes, das durch Signalunterdrückung lernt, mit einer Funktion zur Erfassung eines Maximalwerts zu gewährleisten vermag.

Diese Aufgabe wird durch die im Patentanspruch 1 genannten Merkmale gelöst.

Gegenstand der Erfindung ist eine Signalverarbeitungsvorrichtung, umfassend einen Bezugssignalerzeugungsteil zum Erzeugen einer Anzahl von Bezugssignalen mit jeweils verschiedenen Signalgrößen oder -werten, einen Komplementsignalerzeugungsteil zum Abnehmen der Bezugssignale und eines unbekannten Eingangssignals als zu verarbeitendes Objekt und zum Erzeugen einer Anzahl von Komplementsignalen, die Komplementgrößen der Bezugssignale angeben, einen Multiplizierteil zum Abnehmen der Bezugssignale und der Komplementsignale und zum Multiplizieren der betreffenden Komplementsignale mit den Bezugssignalen sowie ein neuronales Netzwerk, in welchem eine Vielzahl von Neuronen gegenseitig unterdrückungsverkoppelt sind, die vom Multiplizierteil erhaltenen Produktionen den Neuronen eingegeben werden und das Neuron, welches die Produktion des Maximalwerts empfängt, ein Reizsignal ausgibt.

Bei Anwendung dieser Anordnung kann ein Bezugsanalogsignal, dessen Größe einem unbekannten Analogsignal am nächsten liegt, ohne Durchführung wiederholter Operationen ermittelt werden.

Im folgenden sind bevorzugte Ausführungsformen der Erfindung anhand der Zeichnung näher erläutert. Es zeigt

Fig. 1 ein Blockschaltbild einer Anordnung gemäß einer ersten Ausführungsform der Erfindung,

Fig. 2 ein Blockschaltbild einer bei der Korrekturfunktionsumwandlung verwendeten Anordnung gemäß einer zweiten Ausführungsform,

Fig. 3 eine graphische Darstellung zur Erläuterung einer Korrekturfunktionsumwandlung mittels der zweiten Ausführungsform,

Fig. 4 ein Blockschaltbild einer bei einer Inferenzregelung eingesetzten Anordnung gemäß einer dritten Ausführungsform der Erfindung,

Fig. 5 ein Blockschaltbild einer bei der Durchführung einer Mustererkennung eingesetzten Anordnung gemäß einer vierten Ausführungsform der Erfindung,

Fig. 6A und 6B graphische Darstellungen der Beziehung zwischen einer Zahl zur Basis N und einem Bezugsanalogsignal,

Fig. 7 ein Blockschaltbild einer Anordnung gemäß einer fünften Ausführungsform der Erfindung zur Eingabevorverarbeitung,

Fig. 8 ein Blockschaltbild einer Anordnung gemäß der fünften Ausführungsform der Erfindung für eine A/D-Umwandlung einer M-stelligen Zahl zur Basis N,

Fig. 9 ein Blockschaltbild einer anderen Anordnung für eine A/D-Umwandlung einer M-stelligen Zahl zur Basis N (N-ären) gemäß einer sechsten Ausführungsform der Erfindung,

Fig. 10 ein Ablaufdiagramm für eine Operation eines Steuer- oder Regelspeicherelements nach Fig. 9,

Fig. 11 ein Blockschaltbild einer Anordnung für eine A/D-Umwandlung einer L-stelligen Zahl zur Basis 2^K (binäre K×L Bit) gemäß einer siebten Ausführungsform der Erfindung,

Fig. 12 ein Blockschaltbild einer Anordnung für eine A/D-Umwandlung einer L-stelligen Zahl zur Basis 2^K gemäß einer achten Ausführungsform der Erfindung,

Fig. 13 ein Ablaufdiagramm für eine Operation eines Steuer- oder Regelspeicherelements bei der Ausführungsform nach Fig. 12,

Fig. 14 ein Blockschaltbild eines gegenseitig gekoppelten neuronalen Netzwerkes, das durch Signalunterdrückung lernt (suppression-mutual-coupling),

Fig. 15 eine graphische Darstellung der Eingangs/Ausgangskennlinien eines Verstärkers im neuronalen Netzwerk und

Fig. 16 ein Blockschaltbild eines neuronalen Netzwerks für binäre 4-Bit-A/D-Umwandlung.

Fig. 14 veranschaulicht ein mittels analoger elektronischer Schaltung realisiertes neuronales Netzwerk. In Fig. 14 entspricht jeder einzelne Verstärker AP₀-AP_N-1 einer Zelle eines einzelnen Neurons eines lebenden Körpers. Die Rückkopplungsleitung einer invertierten Spannung _j einer Ausgangsspannung V_j vom j-ten Verstärker AP_j ist über einen Widerstand (eines Leitwerts, da seine Reziprokzahl gleich T_ÿ ist) mit der Eingangsleitung des "i"-ten Verstärkers AP_i verbunden. Diese Verbindung oder Verknüpfung entspricht der Hemmungstyp-Synapsekopplung in einem lebenden Körper.

Bezüglich des i-ten Verstärkers AP_i wird dessen Eingangsklemme mit einem Strom, der durch Addieren eines über den Widerstand eingegebenen Stroms ΣT_ÿ · _j (= -ΣT_ÿ · V_j) zu einem extern bzw. von außen eingegebenen Strom erhalten wird, beaufschlagt, und sie ist über einen Kondensator C_i und einen Widerstand r_i an Masse gelagert. An den i-ten Verstärker AP_i wird somit eine Eingangsspannung U_i angelegt.

Eine Ausgangsfunktion des Verstärkers AP, eine sigmoidförmige Funktion, die z. B. die statische Eingangs/Ausgangskennlinie g(U_i) gemäß Fig. 15 definiert, wird dabei benutzt. Der Verstärker AP_i gibt daher die Spannung V_i entsprechend der Eingangsspannung U_i aus.

Es ist zu beachten, daß die statischen Kennlinien g(U_i) nicht auf die sigmoidförmige Funktion beschränkt sind, sondern durch andere Funktionen ähnlicher Charakteristika oder Kennlinien definiert sein können.

Die Charakteristika bzw. Kennlinien des neuronalen Netzes gemäß Fig. 14 lassen sich durch folgende Gleichungen (1) bis (4) ausdrücken:

Das neuronale Netz gemäß Fig. 14 dient zur Verminderung einer durch folgende Gleichung (5) Gegebenen Energiefunktion (Lyapunov-Funktion), wenn die Synapsenkopplung symmetrisch ist (T_ÿ=T_ji und T_ii=0). Zudem ist bekannt, daß das Minimum eines durch Gleichung (5) gegebenen Energiewerts E einem Attraktor im Gleichgewichtszustand einer Schaltung entspricht.

Wenn somit die Unterdrückungskopplung (T_ÿ<0, wenn j≠i, und T_ÿ=0, wenn j=i) angewandt wird, wird der erste Terminus oder Ausdruck an der rechten Seite von Gleichung (5) zu einem Minimalwert 0, wenn die Zahl der Verstärker, deren Ausgang V="1" ist, 1 oder weniger beträgt und die anderen Verstärkerausgänge "0" sind.

Der zweite Ausdruck (-ΣY_i · V_i) ist oder wird minimert, wenn der (das) Ausgang(ssignal) von einem Verstärker, der einen analogen Strom eines maximalen Stromwerts empfängt oder abnimmt, gleich "1" ist.

Der dritte Ausdruck kann vernachlässigt werden, weil er normalerweise ein(e) sehr kleine(r) Wert oder Größe ist.

Weiterhin sei angenommen, daß die Unterdrückungskopplungs-Wirkleitwerte T_ÿ (i≠j) gleich bleiben und daß die ersten und zweiten Ausdrücke in Kombination (zusammen) betrachtet werden, die Energiefunktion E minimal wird, wenn der Ausgang von dem Verstärker, welcher den maximalen Analogstrom abnimmt, gleich "1" ist und die anderen Verstärkerausgänge bzw. -ausgangssignale "0" betragen, und diese Schaltung in einen Einschwingzustand gesetzt ist.

Genauer gesagt: Wenn eine Zeitkonstante C_i · R_i der Schaltung ausreichend klein gesetzt ist, kann das neuronale Netz unmittelbar ein maximales oder größtes von N Analogeingangssignalen bestimmen. Durch Kombination dieses neuronalen Netzes mit anderen Schaltungselementen lassen sich mithin verschiedene Signalverarbeitungsoperationen an Eingangssignalen realisieren.

Insbesondere können die folgenden Signalverarbeitungsoperationen (1) bis (8) mit hoher Geschwindigkeit durchgeführt werden.

(1) N Bezugsanalogsignalgrößen werden durch A_i (i=0, 1, . . ., N-1) repräsentiert. Als nächstes werden Komplemente (2x-a_i) der Bezugsanalogsignalwerte A_i, bezogen auf einen Wert 2X, durch Verdopplung eines unbekannten Analogeingangssignalwerts X erhalten, berechnet. Produktionen Y_i der ursprünglichen Bezugsanalogsignalwerte A_i und deren Komplemente (2X-A_i) bestimmen sich nach Gleichung (6):

Y_i = A_i (2X - A_i) = -(A_i - X)² + X² (6)

Gleichung (6) repräsentiert eine nach oben geöffnete konvexe quadratische Funktion (upward convex) in Zuordnung zu A_i. Wenn von den N Bezugsanalogsignalwerten A_i (der Wert) A_j von i=J als am nächsten an X liegend vorausgesetzt wird, wird aus diesem Grund Y_i zu diesem Zeitpunkt ein Höchstwert Y_J.

Wenn daher Y_i (i=0, 1, . . ., N-1) einem neuronalen Netzwerk aus N Neuronen und mit einer Funktion zum Erfassen eines maximalen Eingangs(signals) eingegeben und das neuronale Netz betrieben oder betätigt wird, erzeugt ein J-tes künstliches Neuron Reize. Bei Erfassung des reizauslösenden künstlichen Neurons kann A_J erfaßt werden, das dem Eingangssignal X der Vielzahl von Bezugsanalogsignalen A_i am nächsten liegt.

Wenn Komplemente von A_i in bezug auf X anstelle der Komplemente von A_i in bezug auf 2X benutzt werden, bestimmt sich Y_i nach (folgender) Gleichung (7):

Y_i = A_i (X - A_i) = -{A_i - (X/2)}² + (X/2)² (7)

Anhand von Gleichung (7) kann bestimmt werden, daß ein einem Eingangssignal X am nächsten liegender Wert 2A_J von 2A_i ist.

Die Größen der Bezugsanalogsignale werden halbiert, um die Werte der Komplemente bezogen auf X abzuschätzen, wobei Y_i durch folgende Gleichung (8) gegeben ist:

Y_i = A_i {X - (A_i/2)} = -(1/2) · (A_i - X)² + X²/2 (8)

Anhand von Gleichung (8) kann bestimmt werden, daß ein einem Eingangssignal am nächsten liegender Wert (der Wert) A_J ist.

(2) Zum Linearisieren der Detektions- oder Meßsignale (z. B. der Meßsignale von einem Temperatursensor) unter Verwendung verschiedener Korrektionsformeln entsprechend den Klassen, zu denen die Meßsignale gehören, wird ein Korrekturelement zum Wählen einer vorbestimmten Korrekturformel entsprechend einem Ausgangssignal vom neutronalen Netz addiert. Wenn jedes Bezugsanalogsignal auf einen Mittelwert einer entsprechenden Klasse gesetzt wird, können die Meßsignale vom Temperatursensor mittels Korrekturformeln entsprechend den Klassen linearisiert werden.

(3) Wenn verschiedene Produktionenregeln in Einheiten von Klassen entsprechend den Größen von Analogsignalen bestimmt werden und eine Inferenz oder eine Regelung gemäß den Regeln vorgenommen wird, wird ein Inferenz-Regelelement zum Wählen einer vorbestimmten Produktionenregel entsprechend dem Ausgangssignal vom neuronalen Netz addiert. Wenn jedes Bezugsanalogsignal auf einen Mittelwert einer entsprechenden Klasse gesetzt wird, wird ein Analogsignal eingegeben, um seine Klasse zu bestimmen, und es kann eine Inferenz oder Regelung, bestimmt in Entsprechung zu der Klasse, durchgeführt werden.

(4) Ein Element zum Empfangen eines Bitmustersignals einer vorbestimmten Bedeutung und zum Umwandeln des als binäre Zahl vorausgesetzten Bitmustersignals in ein Analogsignal wird addiert. Das analoge Ausgangssignal wird als unbekanntes analoges Eingangssignal einem Komplementelement eingegeben. Andererseits werden Bezugsanalogsignale, die durch Voraussetzen von Bezugsbitmustern als binäre Zahlen erhalten würden, eingegeben. Mit dieser Anordnung kann das mit dem eingegebenen Bitmustersignal übereinstimmende Bezugsbitmuster bestimmt werden.

(5) Die erwähnten Werte "i" sind oder werden als Zahlen 0, 1, . . ., N-1 zur Basis N definiert, und Bezugsanalogsignalwerte werden als zu "i" proportionale Werte A_i als arithmetische Folge definiert. Wenn somit ein unbekanntes analoges Eingangssignal eingegeben wird, kann dieses bei Reizbildung eines künstlichen Neurons in einem Bruchteil-Fortlassungsmodus in ein 1stelliges Digitalsignal zur Basis N umgewandelt werden.

Wenn das Bezugsanalogsignal als Signal (A_i+Δ) definiert wird, das durch Addieren, als Signalerhöhung oder -erniedrigung, eines Werts Δ gleich einer Hälfte (strenggenommen geringfügig kleiner als die Hälfte) einer Mindesteinheit zu einem zu i proportionalen Wert erhalten wird, kann ein unbekanntes Analogsignal in einem Bruchteil-Fortlassungsmodus in ein 1stelliges Digitalsignal zur Basis N umgewandelt werden.

Wenn ein Bezugsanalogsignal-Erzeugungselement ein zu i proportionales Signal A_i erzeugt, wird eine Summe aus diesem Signal und einer Signalerhöhung oder -erniedrigung (bias) Δ in einem Komplementelement und einem Multiplizierelement benutzt.

(6) M Stufen von Elementen zum Umwandeln oder Konvertieren eines Eingangssignals in ein 1stelliges Digitalsignal zur Basis N im Bruchteil-Fortlassungsmodus werden oder sind durch Eingangs-Vorverarbeitungselemente verbunden. Das Eingangs-Vorverarbeitungselement der nächsten Stufe überträgt zu einem Komplementelement der nächsten Stufe als unbekanntes Analogsignal ein Signal (N(X-A_J), das durch Subtrahieren eines Bezugsanalogsignals A_J entsprechend J, angezeigt durch ein künstliches Neuron, das in einem neuronalen Netz der unmittelbar vorgeschalteten Stufe Reize erzeugt, von einem unbekannten analogen Eingangssignal X, das einem Komplement der unmittelbar vorgeschalteten Stufe eingegeben ist, und Multiplizieren von N mit der Differenz erhalten wird oder wurde.

Wenn ein Bezugsanalogsignal-Erzeugungselement nicht das zu J proportionale Analogsignal A_J, sondern ein Analogsignal A_J* (=A_J+Δ) überträgt, berücksichtigt das Eingangs-Vorverarbeitungselement die Signalerhöhung Δ, und es führt eine Berechnung (N(X-A_J*+Δ) zum Ausgeben eines unbekannten Analogsignals durch.

Auf diese Weise kann ein Digitalsignal entsprechend einem Wert an bzw. in der nächsten (Ziffern-)Stelle einer Zahl zur Basis N bei Funkenerzeugung eines künstlichen Neurons eines neuronalen Netzes der nächsten Stufe gewonnen werden.

Wenn angenommen wird, daß ein unbekanntes Analogsignal einem Komplementelement der ersten Stufe eingegeben wird und (J₁)-te, (J₂)-te, . . ., (J_M)-te künstliche Neuronen in den neuronalen Netzen der ersten, zweiten, . . ., M-ten Stufen Reize erzeugen, können M-stellige Digitalsignale zur Basis N J₁, J₂, . . ., J_M erhalten werden.

(7) Ein Element zum Umwandeln eines Eingangssignals in ein 1stelliges Digitalsignal zur Basis N, ein Steuer- oder Regelspeicherelement zum wiederholten Betätigen dieses Element M-mal und ein Eingangs-Vorverarbeitungselement zum Erzeugen eines Signals N(X-A_J) als unbekanntes analogen Eingangssignal in der nächsten Operation auf die gleiche Weise, werden wie oben beschrieben benutzt. Dabei wird ein Wert an der höchstwertigen (Ziffern-)Stelle, erhalten durch Umwandlung eines unbekannten analogen Eingangssignals in ein Digitalsignal zur Basis N in der ersten Operation bestimmt; in der nächsten Operation wird ein Wert an der nächsten Stelle bestimmt. Das analoge Eingangssignal kann auf diese Weise in ein M-stelliges Digitalsignal zur Basis N umgewandelt werden.

(8) Für die Umwandlung eines Analogsignals in ein binäres Digitalsignal unter Verwendung eines neuronalen Netzes ist eine in Fig. 16 dargestellte Schaltung bekannt.

Bei dieser Schaltung wird eine analoge Eingangsspannung P einem aus vier künstlichen Neuronen bestehenden neuronalen Netzes eingespeist; ein 4-Bit-Digitalwert wird dabei entsprechend der Anordnung von Ausgängen bzw. Ausgangssignalen V₀ bis V₃ vom neuronalen Netzwerk wiedergegeben.

Bei dieser Schaltung sind ein durch eine schwarze quadratische Markierung zwischen "i"-ten und "j"-ten künstlichen Neuronen angegebener Synapsekopplungswert (die Reziprokzahl eines Widerstands) Y_ÿ und ein Eingangswert I_i mit einer Signalerhöhung zum i-ten Neuron Werte oder Größen, die sich anhand der Energiefunktion eindeutig nach folgenden Gleichungen bestimmen:

T_ÿ = -2^i+j (9)

I_i = (-2^2i-1 + 2ⁱP) (10)

Wenn K künstliche Neuronen benutzt werden, kann daher ein binärer K-Bit-A/D-Wandler, der in einem Aufrundungsmodus betrieben werden kann, gebildet werden.

Ein Signal einer Größe von 1/2 (strenggenommen etwas kleiner als 1/2) eines Analogsignals entsprechend dem niedrigstwertigen Bit ist durch repräsentiert; (P-Δ) wird anstelle der genannten analogen Eingangsspannung P eingespeist, womit ein binärer K-Bit-A/D-Wandler gebildet wird, der in einem Bruchteil-Fortlassungsmodus betrieben werden kann.

Weiterhin wird das durch dieses neuronale Netz analog/digital umgewandelte oder konvertierte Digitalsignal durch einen D/A-Wandler in ein Analogsignal B umgewandelt. Ein Eingangs-Vorverarbeitungselement erzeugt ein Signal, das durch Subtrahieren des Analogsignals B von der analogen Eingangsspannung P, Multiplizieren von 2^K mit der Differenz und Subtrahieren von Δ vom Produkt erhalten wird. Dieses Signal wird dann durch das erwähnte neuronale Netz A/D-umgewandelt. Damit kann ein Bruch, der als Wert kleiner als das niedrigstwertige Bit oder äquivalent (dazu) fortgelassen ist, weiter in ein K-Bit-Digitalsignal umgesetzt werden.

Auf diese Weise werden der A/D-Wandler zum Umwandeln eines Eingangssignals in ein binäres K-Bit-Digitalsignal, der D/A-Wandler zum Umwandeln des Ausgangssignals vom A/D-Wandler in ein Analogsignal und die L Stufen der Eingangs-Vorverarbeitungselemente oder eine Kombination aus einer Stufe des Eingangs-Vorverarbeitungselements und dem Regel-Speicherelement zum wiederholten Betätigen des Eingangs-Vorverarbeitungselements angeordnet; damit wird die A/D-Wandleranordnung zum Umwandeln eines analogen Eingangssignals in ein L-stelliges Digitalsignal zur Basis 2^K oder binäres K×L-Bit-Digitalsignal erhalten.

Eine erste Ausführungsform einer Signalverarbeitungsvorrichtung, welche die oben beschriebene Signalverarbeitung zu realisieren vermag, ist nachstehend anhand von Fig. 1 beschrieben.

Die Signalverarbeitungsvorrichtung gemäß der ersten Ausführungsform umfaßt ein in Fig. 14 gezeigtes neuronales Netzwerk 1, das gegenseitig verkoppelt ist und durch Unterdrückung lernt, einen mit den Ausgangsklemmen (Verstärkerausgangsklemmen) des neuronalen Netzes 1 verbundenes Meß- oder Leseelement 2, ein Bezugsanalogsignal-Erzeugungselement 3 zum Erzeugen (Liefern) von N Bezugsanalogsignalen A_i (i=0, 1, . . ., N-1), N Komplementelemente 4.0, 4.1, . . ., 4.N-1 sowie N Multiplizierelemente 5.0, 5.1, . . ., 5.N-1.

Das neuronale Netzwerk 1 besteht aus N Neuronen. N Eingangsklemmen des neuronalen Netzwerkes sind mit den Multiplizierelementen 5.0, 5.1, . . ., 5.N-1 verbunden, während N Ausgangsklemmen desselben mit dem Leseelement 2 verbunden sind. Wie vorher erwähnt, besitzt das neuronale Netzwerk eine Funktion zum augenblicklichen Bestimmen eines maximalen bzw. größten von N analogen Eingangssignalen. Bei dieser Ausführungsform gibt das Neuron, welches das maximale Eingangssignal empfängt bzw. abnimmt, eine(n) logische(n) Größe oder Wert "1" aus.

Das Bezugsanalogsignal-Erzeugungselement 3 liefert N Bezugsanalogsignals A_i jeweils unterschiedlicher Signalwerte zu den Komplementelementen 4.0, 4.1, . . ., 4.N-1 und den Multiplizierelementen 5.0, 5.1, . . ., 5.N-1.

Jedes der Komplementelemente 4.0, 4.1, . . ., 4.N-1 arbeitet wie folgt: Jedes Komplementelement nimmt ein unbekanntes analoges Eingangssignal X von einer externen Schaltung ab und subtrahiert ein entsprechendes Bezugsanalogsignal A_i von einem Wert 2X gleich dem Doppelten des unbekannten analogen Eingangssignals X zur Bildung eines Komplementwerts. Die Eingangsklemme jedes dieser Komplementelemente 4.0, 4.1, . . ., 4.N-1 ist an eine Eingangsklemme eines entsprechenden der Multiplizierelemente 5.0, 5.1, . . ., 5.N-1 angeschlossen. Die durch die Komplementelemente 4.0, 4.1, . . ., 4.N-1 gebildeten Komplementwerte werden somit den betreffenden Multiplizierelementen 5.0, 5.1, . . ., 5.N-1 eingegeben.

Jedes der Multiplizierelemente 5.0, 5.1, . . ., 5.N-1 überträgt zur betreffenden Eingangsklemme des neuronalen Netzwerkes 1 eine(n) durch Größe oder Wert Y_i (= A_i(2X-a_i)) durch Multiplizieren des betreffenden analogen Eingangssignals A_i vom Bezugsanalogsignal-Erzeugungselement 3 mit dem Komplementwert vom betreffenden der Komplementelemente 4.0, 4.1, . . ., 4.N-1 erhalten wird.

Das Leseelement 2 besitzt eine Funktion zum Bestimmen eines Verstärkerausgangs einer logischen "1" vom neuronalen Netzwerk 1.

Wenn diese Vorrichtung bei Eingang eines unbekannten analogen Eingangssignals X im neuronalen Netzwerk 1 betätigt oder betrieben wird, geht ein Ausgang(ssignal) V_J eines Verstärkers, der ein maximales oder größtes Eingangssignal Y_J (in diesem Fall einen Stromwert) von Eingangssignalen Y_i (i=0, 1, . . ., N-1) empfängt, auf eine logische "1" (gleich groß oder höher als ein Bezugspegel), und das andere Verstärkerausgangssignal geht auf eine logische "0" (niedriger als der Bezugspegel). Das Leseelement 2 erfaßt ein Ausgangssignal (entsprechend) einer logischen "1" von den Ausgängen V₀-V_N-1 des neuronalen Netzwerkes 1. Das Leseelement 2 bestimmt die Detektions- oder Erkennungszahl J als maximale Analogeingangszahl zum neuronalen Netzwerk 1. Insbesondere überträgt das Leseelement 2 die Erfassungszahl J als eine am nächsten am unbekannten analogen Eingangssignal X liegende Zahl des Bezugsanalogsignals A_J.

Auf diese Weise kann bei der ersten Ausführungsform ein am nächsten an einem unbekannten analogen Eingangssignal liegendes Bezugssignal von (aus) N Bezugsanalogsignalen in einer einzigen Operation ohne wiederholte Operationen bestimmt werden. Insbesondere kann dabei eine mit hoher Geschwindigkeit erfolgende Cluster-Analyse (clustering) eines analogen Eingangssignals durchgeführt werden.

Als Komplementelemente 4.0, 4.1, . . ., 4.N-1 können Elemente zum Erzeugen von Komplementwerten (X=A_i) von A_i in bezug auf X anstelle der Komplementwerte in bezug auf 2X benutzt werden.

Da in diesem Fall die Zahl J entsprechend einem Bezugsanalogsignal A_J**, das dem Wert X/2 am nächsten liegt, gewählt wird, wird dies in der Praxis dahingehend interpretiert, daß X zu 2A_J** am nächsten liegt. Wahlweise kann das Bezugsanalogsignal-Erzeugungselement 3 ein Signal a_i einer Größe gleich der Hälfte eines Nennwerts A_i erzeugen. Auch wenn dabei die Komplementelemente 4.0, 4.1, . . ., 4.N-1 die Elemente zum Erzeugen (Bilden) von Komplementwerten von a_i bezogen auf X umfassen, kann ein X am nächsten liegender Nennwert A_J detektiert werden.

Die Multiplizierelemente 5.0, 5.1, . . ., 5.N-1 können die gleichen Operationen wie bei der obigen Ausführungsform mit (im voraus vorgesehenen) Widerstandselementen R_i mit Widerstandswerten, die den Werten der betreffenden Bezugsanalogsignale A_i proportional oder umgekehrt proportional sind, durchführen, ohne Signale vom Bezugsanalogsignal-Erzeugungselement 3 abzunehmen. Wenn nämlich jedes Multiplizierelement bei Empfang eines Stromsignals I vom betreffenden Komplementelement ein Spannungssignal V überträgt, kann es V=RI berechnen, als Berechnung zwischen einem Bezugsanalogsignal und einem Komplementelementsignal. Wenn jedes Multiplizierelement bei Empfang eines Spannungssignals V vom betreffenden Komplementelement ein Stromsignal I überträgt, kann es I=(1/R) V berechnen, als Berechnung zwischen einem Bezugsanalogsignal und einem Komplementelementsignal.

Es ist zu erwähnen, daß im neuronalen Netzwerk gemäß Fig. 14 die Eingangssignale Stromsignals YO, . . ., Y_i, . . ., Y_j, . . ., Y_N-1 sind. Die Erfindung ist jedoch gleichermaßen auf einen Fall anwendbar, in welchem die Eingangssignale z. B. Spannungssignale sind. Außerdem sind auch die Synapsenkoppelelemente nicht auf Widerstände beschränkt.

Bei der ersten Ausführungsform ist das neuronale Netzwerk durch eine Analogschaltung gebildet. Anstelle der Bezugsanalogsignale können z. B. entsprechende Digitalsignale benutzt werden; ein unbekanntes analoges Eingangssignal kann mittels eines A/D-Wandlers in ein Digitalsignal umgewandelt werden, so daß die folgende Verarbeitung durch eine digitale Rechenschaltung ausgeführt werden kann.

In diesem Fall wird die Funktion des neuronalen Netzwerkes unter Verwendung einer Gleichung ausgeführt, die durch Umwandlung von Differentialgleichung (1) in eine Differenzengleichung gebildet wurde.

Außerdem sind die Verstärker-Charakteristika nicht auf diejenigen gemäß Fig. 14 beschränkt.

Beispielsweise braucht der maximale Sättigungswert des Verstärkerausgangs(signals) nicht immer "1" zu sein. In diesem Fall wird ein Meß- oder Leseelement zum Erfassen eines Sättigungswerts der Verstärkerausgänge benutzt. Darüber hinaus können Verstärker mit Charakteristiken, die durch eine monoton zunehmende Funktion ohne maximalen Sättigungswert definiert sind, anstelle der sigmoidförmigen Funktion nach Fig. 15 benutzt werden. In diesem Fall wird ein Leseelement zum Erfassen eines vorbestimmten Werts der Verstärkerausgänge eingesetzt.

Fig. 2 veranschaulicht den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer zweiten Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt eine in der oben beschriebenen Fig. 1 dargestellte Signalverarbeitungsvorrichtung 10 und ein Korrektur- oder Korrektionsfunktions-Umwandlungselement 20.

Das Korrektur- oder Korrekturfunktions-Umwandlungselement 20 umfaßt N-Klassen-Korrekturfunktions-Umwandlungs- oder auch -Konversionselemente 6.0, 6.1, . . ., 6.N-1 und ein Relaiselement 21 und zum Steuern der Zuspeisung eines unbekannten analogen Eingangssignals X zu diesen Klasse-Korrekturfunktions-Umwandlungselementen.

Das Relaiselement 21 enthält eine Anzahl von normalerweise offenen Kontakten (Schließern), von denen jeweils eine Klemme eine unbekanntes analoges Eingangssignal abnimmt, während die andere Klemme mit dem betreffenden Klasse-Korrekturfunktions-Umwandlungselement verbunden ist. Das Relaiselement 21 schließt einen wahlweisen Kontakt entsprechend einem Wählsignal (oder auch Ansteuersignal), das von einem Leseelement 2 der Signalverarbeitungsvorrichtung 10 ausgegeben wird. Insbesondere gibt das Leseelement 2 eine Kennzahl eines Neurons aus, das ein Bezugsanalogsignal empfängt, welches dem unbekannten Eingangssignal in einem neuronalen Netzwerk 1 am nächsten liegt, wobei ein dem betreffenden Bezugsanalogsignal äquivalenter Kontakt geschlossen wird.

Ein von einem Sensor, wie einem Thermoelement(paar) oder einem Temperaturmeßwiderstand, ausgegebenes Signal besitzt keine feine (genaue) lineare Beziehung zu einer physikalischen Größe, wie unsprüngliche bzw. Originaltemperatur. Genauer gesagt: Gemäß Fig. 3 ist oder wird eine Kalibrierkurve, welche die Beziehung zwischen einem Sensorausgangssignal und einer ursprünglichen physikalischen Größe repräsentiert, durch eine Kurve definiert. Aus diesem Grund werden Sensorausgangssignale nach ihren Größen klassifiziert, und die Eichkurve wird unterteilt und mittels einer Polygonapproximation angenähert, um die Sensorausgangssignale mittels Korrektur- oder Korrektionsformeln in Entsprechung zu Klassen zu linearisieren; damit wird eine ursprüngliche physikalische Größe gemessen.

Bei dieser Ausführungsform wird ein einer Linearisierung bedürfendes unbekanntes analoges Eingangssignal X von der Signalverarbeitungsvorrichtung 10 abgenommen. Wenn N Bezugsanalogsignals A_i der Signalverarbeitungsvorrichtung 10 auf Zwischenwerte (intermediate values) der entsprechenden Klassen gesetzt werden oder sind, erzeugt nur ein künstliches Neuron, das ein einem Bezugsanalogsignal A_J, welches dem analogen Eingangssignal X am nächsten liegt, zugeordnetes Signal abnimmt, Funken, und der entsprechende Verstärkerausgang V_J erzeugt ein Ausgangssignal einer logischen "1". Als Ergebnis überträgt das Leseelement 2 die Zahl J des entsprechenden Bezugsanalogsignals.

Das Relaiselement 21 betätigt Schalt(er)elemente bei Eingang der Verstärkerausgangssignale V_i (i=0, 1, . . ., N-1) oder der Zahl J als Ausgangssignal vom Leseelement 2, so daß das unbekannte analoge Eingangssignal X dem Korrekturfunktions-Umwandlungselement 6.J der "J"-ten Klasse zugespeist wird. Das Korrekturfunktions-Umwandlungselement 6.J der "J"-ten Klasse führt für das unbekannte analoge Eingangssignal X eine Korrekturfunktions-Umwandlungsberechnung (z. B. aX+b - wobei a und b Koeffizienten sind - im Fall einer Polygonylapproximation), bestimmt in einer entsprechenden Division, durch, und das Rechenergebnis wird als ein Ausgang(ssignal) der Vorrichtung gemäß dieser Ausführungsform bestimmt.

Bei Verwendung der Vorrichtung gemäß dieser Ausführungsform braucht insbesondere das unbekannte analoge Eingangssignal X nicht wiederholt mit Grenzwerten der jeweiligen Klassen verglichen zu werden, um eine Klasse zu bestimmen, zu der das analoge Eingangssignal gehört. Eine Klasse kann daher unmittelbar bestimmt werden (strenggenommen innerhalb einer Operationszeitkonstante künstlicher Neuronen), und die Linearisierung wird vervollständigt.

Die Vorrichtung gemäß dieser Ausführungsform ist daher besonders dann effektiv, wenn die Temperatur an einer großen Zahl von Stellen in einer Anlage mit hoher Geschwindigkeit genau gemessen werden muß.

Es ist zu beachten, daß die Vorrichtung gemäß dieser Ausführungsform nicht auf eine solche für Linearisierung beschränkt ist, sondern auch auf eine Vorrichtung angewandt werden kann, die Elemente zur Durchführung der Funktionsumwandlung, bestimmt durch eine Dampf(druck-)tabelle, als Korrekturfunktions-Umwandlungselement benutzt und als Enthalpiewertsignal aus einem erfaßten oder Meß-Dampfdruckanalogsignal gewinnt.

Fig. 4 veranschaulicht den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer dritten Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt N-Klassen-Inferenzsteuer- oder -regelelemente 7.0, 7.1, . . ., 7.N-1, ein Aktivierelement 31 zum Aktivieren dieser Klassen-Inferenzregelelemente und eine Signalverarbeitungsvorrichtung 10 mit dem in Fig. 1 gezeigten genauen Aufbau.

Ein Expertensystem führt normalerweise eine Inferenz auf der Grundlage verschiedener Produktionenregeln in Entsprechung zu Klassen nach Maßgabe der Größe von Analogsignalen. In einigen Fällen werden Operationsgrößen (-mengen) mit in Einheiten von Klassen bestimmten Größen mittels einer Tabellennachschlagmethode (in look-up tables) bestimmt, oder es werden durch einen Steuer- bzw. Regelalgorithmus bestimmte Operationsgrößen zur Regelung einer Anlage ausgegeben.

Bei dieser Ausführungsform sind oder werden N Bezugsanalogsignale A_i der Signalverarbeitungsvorrichtung 10 auf Mittel- oder Zwischenwerte der jeweiligen Klassen gesetzt. Ein unbekanntes analoges Eingangssignal X wird von der Signalverarbeitungsvorrichtung 10 abgenommen, um nur ein künstliches Neuron zur Reizerzeugung zu bringen, welches ein Signal empfängt, das einem am nächsten am analogen Eingangssignal X liegenden Bezugsanalogsignal A_J zugeordnet ist. Ein dem reizerzeugenden Neuron entsprechender Verstärkerausgang V_J liefert ein Ausgangssignal einer logischen "1". Ein Meß- oder Leseelement 2 überträgt eine Zahl J eines entsprechenden Bezugsanalogsignals.

Das Aktivierelement 31 eines Inferenz-Regelelements 30 aktiviert das Inferenz-Regelelement 7.J der "J"-ten Klasse für eine Klasse entsprechend dem unbekannten analogen Eingangssignal X bei Empfang der Verstärkerausgangssignale V_i (i=0, 1, . . ., N-1) oder der Zahl J als Ausgangssignal des Leseelements 2.

Das Inferenz-Regelelement 7.J der "J"-ten Klasse überträgt ein Inferenzergebnis auf der Grundlage einer Produktionenregel, bestimmt entsprechend einer Klasse J, oder einen Operationsbetrag einer in Entsprechung zur Klasse J bestimmten Größe oder einen Operationsbetrag, der durch einen entsprechend der Klasse J bestimmten Regelalgorithmus bestimmt ist, als ein Ausgangssignal von der Vorrichtung gemäß dieser Ausführungsform.

Die Klassen-Inferenz-Regelelemente 7.0, 7.1, . . ., 7.N-1 können nach Bedarf ein unbekanntes analoges Eingangssignal empfangen und benutzen. Bei Anwendung dieser Ausführungsform kann insbesondere eine Inferenzregelung (inference control) mit hoher Geschwindigkeit durchgeführt werden, ohne daß eine Clusteranalyse mittels herkömmlicher wiederholter Entscheidungsoperationen erforderlich ist. Diese Ausführungsform ist speziell dann zweckmäßig, wenn die Zahl der Klassen groß ist.

Fig. 5 veranschaulicht den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer vierten Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt ein D/A-Umwandlungselement (Wandlerelement) 40 zum Umwandeln eines als binäre Zahl vorausgesetzten Eingangsbitmustersignals in ein Analogsignal und eine Signalverarbeitungsvorrichtung 10 des in Fig. 1 im einzelnen gezeigten Aufbaus zum Abnehmen des Ausgangssignals vom D/A-Umwandlungselement 40 als unbekanntes analoges Eingangssignal X.

Wenn bei dieser Ausführungsform ein Eingangsbitmustersignal dem D/A-Umwandlungselement 40 eingegeben wird, wandelt dieses das Eingangsbitmustersignal in ein analoges Eingangssignal X um und speist letzteres der Signalverarbeitungsvorrichtung 10 ein.

Bei der oben skizzierten Signalverarbeitungsvorrichtung 10 geht ein Verstärkerausgang entsprechend einem künstlichen Neuron, das ein einem Bezugsanalogsignal A_J einer Größe, die mit derjenigen des unbekannten analogen Eingangssignals X übereinstimmt, zugeordnetes Signal abnimmt oder empfängt, auf eine logische "1" über, wobei ein Leseelement 2 dessen Zahl J überträgt. Diese Zahl J bedeutet insbesondere eine Zahl eines mit dem Eingangsbitmustersignal übereinstimmenden (koinzidierenden) Bezugsbitmustersignals.

Bei Anwendung dieser Ausführungsform kann mithin die Bedeutung eines Eingangsbitmustersignals ohne Wiederholung eines Vergleichs mit Bezugsbitmustersignalen unmittelbar erfaßt werden. Zudem kann die Vorrichtung gemäß dieser Ausführungsform mit dem Inferenz-Regelelement 30 nach Fig. 4 verbunden sein. Wenn in diesem Fall ein Parameter einer Produktionenregel ein Bitmustersymbol ist, kann zur Durchführung einer Inferenzregelung eine vorbestimmte Produktionenregel unmittelbar gestartet werden.

Die Fig. 6A und 6B zeigen Ausgangsformate von Bezugsanalogsignalen, die durch das Bezugsanalogsignal-Erzeugungselement (in Fig. 1 mit 3 bezeichnet) erzeugt werden.

Fig. 6A zeigt einen Fall zum Erzeugen von N Werten in der Beziehung einer arithmetischen Folge proportional zu Signalzahlen (Nennwerte, N-ärer 1stelliger Wert) i (i=0, 1, . . ., N-1). In diesem Fall sei A₀=0 angenommen. Die auf diese Weise gesetzten oder vorgegebenen Bezugsanalogsignale werden durch das z. B. in Fig. 1 dargestellte Analogsignal-Erzeugungselement 3 erzeugt, wobei ein unbekanntes analoges Eingangssignal X der Signalverarbeitungsvorrichtung 10 eingespeist wird. Sodann wird unmittelbar das neuronale Netzwerk 1 betätigt, und ein Verstärkerausgang entsprechend nur einem künstlichen Neuron, das ein einem dem unbekannten analogen Eingangssignal X am nächsten liegenden Bezugsanalogsignal A_J zugeordnetes Signal empfängt, geht auf eine logische "1" über. Das Leseelement 2 erfaßt das künstliche Neuron im Zustand der logischen "1" und gibt dessen Zahl J aus. Das Ausgangssignal J bedeutet einen 1stelligen numerischen Wert J zur Basis N. Wenn insbesondere gemäß Fig. 6A die Bezugsanalogsignale gesetzt oder vorgegeben sind, wird ein A/D-Wandler zum Umwandeln eines Analogsignals in ein N-äres 1stelliges Digitalsignal mit hoher Geschwindigkeit im Bruchteil-Aufrundungsmodus ohne Durchführung wiederholter Operationen realisiert.

Gemäß Fig. 6B kann das Bezugsanalogsignal-Erzeugungselement 3 Ã_i=A_i+Δ erzeugen, erhalten oder gebildet durch Addieren eines Werts Δ gleich der Hälfte (strenggenommen etwas kleiner als ein halber Wert) eines Analogsignals entsprechend einer Einheit eines 1stelligen Digitalsignals zur Basis N zu Werten A_i, die Signalwerten i proportional sind. In diesem Fall wird ein Hochgeschwindigkeits- oder Schnell-A/D-Wandler zum Umwandeln eines Analogsignals in ein 1stelliges Digitalsignal zur Basis N im Bruchteil-Fortlassungsmodus realisiert.

Das Bezugsanalogsignal-Erzeugungselement 3 kann auf eines zum Erzeugen von den Signalzahlen i proportionalen Werten A_i beschränkt sein. In diesem Fall kann eine Signalerhöhung oder -erniedrigung Δ getrennt zu den Signalen vom Element 3 addiert werden, wobei Summensignale den Komplementelementen 4.0, 4.1, . . ., 4.N-1 und den Multiplizierelementen 5.0, 5.1, . . ., 5.N-1 zugespeist werden können. Wahlweise können die Komplement- und Multiplizierelemente die Signalerhöhung Δ zu darin enthaltenen Signalen addieren. Mit diesen Ausgestaltungen kann ein Schnell-A/D-Wandler, der die oben beschriebene Wirkung gewährleistet, realisiert werden.

Ein A/D-Wandler dieser Art eignet sich als Bauelement eines A/D-Wandlers für weitere A/D-Umsetzung eines Bruches oder Bruchteils (fraction) für die Bildung eines Digitalsignals niedriger Stelle.

Da das bei den oben beschriebenen Vorrichtungen benutzte gegenseitig gekoppelte neuronale Netzwerk 1, das durch Signalunterdrückung lernt, einen maximalen Wert erfaßt, brauchen Synapsekoppelwiderstände lediglich Widerstandswerte, die einander nahezu gleich sind, keine hohe Genauigkeit aufzuweisen. Aus diesem Grund läßt sich der folgende Vorteil erzielen: Wenn das neuronale Netzwerk in der A/D-Umwandlung für die Bildung eines Digitalsignals eines (einer) großen (Zahl) N benutzt wird, kann es ohne weiteres durch LSIs realisiert werden.

Fig. 8 veranschaulicht den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer fünften Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt ein Bezugsanalogsignal- Erzeugungselement 3, N Komplementmultiplizierelemente 9.M, 9.M-1, . . ., 9.1, M neuronale Netzwerke 1.M, 1.M-1, . . ., 1.1, M Meß- oder Leseelemente 2.M, 2.M-1, . . ., 2.1 sowie (M-1) Eingangs-Vorverarbeitungselemente 8.M-1, 8.M-2, . . ., 8.1.

Bei dieser Ausführungsform ist das Bezugsanalogsignal- Erzeugungselement 3 ein Element zur Erzeugen von N Bezugsanalogsignalen Ã_i = A_i + Δ, die durch Addieren eines Werts Δ der Hälfte (strenggenommen geringfügig weniger als der halbe Wert) eines Analogwerts entsprechend einer Einheit eines 1-stelligen Digitalsignals zur Basis N zu Signalen A_i (i=0, 1, . . ., N-1, A₀ = 0), die zu Signalzahlen (Nennwerte, n-äre 1stellige Werte) i proportional sind, gebildet sind und die Beziehung einer arithmetischen Reihe aufweisen.

Die Komplementmultiplizierelemente 9.M, 9.M-1, . . ., 9.1 umfassen Elemente zum Abnehmen (unbekannter) analoger Eingangssignale X_M, X_M-1, . . ., X₁ und der Bezugsanalogsignale Ã_i und zum Erzeugen von Komplementen 2X_m-Ã_i der Bezugsanalogsignale Ã_i (i=1, 0, . . ., N-1) bezogen auf verdoppelte analoge Eingangssignale 2X_m (m=M, M-1, . . ., 1) sowie Multiplizierelemente zum Multiplizieren dieser Ausgangssignale mit dem entsprechenden (Signal) Ã_i zum Bilden von Signalen Y_i,m = Ã_i (2X_m-Ã_i) und zum Zuspeisen dieser Signale zu den betreffenden Eingangsklemmen der betreffenden neuronalen Netzwerke 1.M, 1.M-1, . . ., 1.1.

Wenn ein Bruch an der niedrigstwertigen Stelle aufgerundet wird, besteht das Endstellen-Komplementmultiplikationselement 9.1 aus einem Element zum Erzeugen eines Signals (Ã_i-Δ) (2X_i-Ã_i+Δ) unter Berücksichtigung von .

Die einzelnen neuronalen Netzwerke 1.M, 1.M-1, . . ., 1.1 entsprechend dem Netz gemäß Fig. 14 sind jeweils vom gegenseitig verkoppelten Typ der durch Signalunterdrückung lernt, und besitzen eine Funktion zum Erfassen eines größten der ihren N Eingangsklemmen eingespeisten Signale.

Die Leseelemente 2.M, 2M-1, . . ., 2.1 erfassen Verstärkerausgangssignale V_i,m (m=M, M-1, . . ., 1) einer logischen "1" von künstlichen Neuronen in den neuronalen Netzwerken 1.M, 1.M-1, . . ., und gegen entsprechende Zahlen aus, d. h. N-äre Zahlen J_M, J_M-1, . . . ., J₁ die in digitale Werte umgewandelt sind.

Das Eingangs-Vorverarbeitungselement 8.M-1 zum Verarbeiten einer (M-1)ten Stelle (Ziffer) besitzt den Aufbau gemäß Fig. 7. Insbesondere umfaßt das Eingangs-Vorverarbeitungselement 8.M-1 ein Wählelement 71 zum Abnehmen eines N-ären 1stelligen Digitalsignals J_M, das vom Leseelement 2.M übertragen ist, und zum Wählen eines Bezugsanalogsignals Ã_JM entsprechend J_m sowie ein Bruch-Berechnungselement 71 zum Abnehmen dieses Ausgangssignals Ã_Jm und eines unbekannten analogen Eingangssignals X_m, zum Durchführen einer Berechnung N(X_m-Ã_Jm + Δ) und zum Ausgeben des Rechenergebnisses als unbekanntes analoges Eingangssignal X_m-1 zum Komplementmultiplizierelement 9.M-1 für diese Stelle.

Andere Eingangs-Vorverarbeitungselemente 8.M-2, . . ., 8-1 besitzen den in Fig. 7 dargestellten Aufbau. Genauer gesagt: jedes dieser Eingangs-Vorverarbeitungselemente umfaßt ein Wählelement zum Abnehmen eines N- ären 1stelligen Digitalsignals J_m, das vom Leseelement 2.m (m=M-1, . . ., 2) für eine obere benachbarte Stelle einer N-ären Zahl übertragen ist, und zum Wählen eines J_m entsprechenden Bezugsanalogsignals Ã_Jm sowie ein Bruchberechnungselement zum Abnehmen dieses Ausgangssignals Ã_jm und eines (zweiten unbekannten) analogen Eingangssignals X_m für Zuspeisung zum Komplementmultiplizierelement für eine obere benachbarte Stelle einer N-ären Zahl, zum Durchführen einer Berechnung N(X_m-Ã_Jm+Δ) und zum Ausgeben des Rechenergebnisses als (zweites unbekanntes) analoges Eingangssignal X_m-1 zum Komplementmultiplizierelement für diese Stelle.

Wenn dieser Vorrichtung ein unbekanntes analoges Eingangssignal X_m eingespeist wird, berechnet das Komplementmultiplizierelement 9.M einen Komplementwert eines Bezugsanalogsignals Ã_i in bezug auf 2X_M, und es multipliziert den Komplementwert mit A_i und überträgt Signale Y_{i, m} (= Ã_i(2X_M-Ã_i), i=0, 1, . . ., N-1). Das neuronale Netzwerk 1.M nimmt die Signale Y_i,m an seinen entsprechenden Eingangsklemmen ab und arbeitet in einem Modus zur Minimierung des Energieverbrauchs. Demzufolge geht nur ein Verstärkerausgangs(ssignal) V_JM,M eines (J_M)-ten künstlichen Neurons, das ein Signal einer maximalen Größe der Signale Y_i,M abnimmt, auf eine logische "1" über.

Das Leseelement 2.M erfaßt das Verstärkerausgangssignal V_JM,M einer logischen "1" und überträgt einen numerischen Wert J_M an der höchstwertigen (M-ten) Stelle, der durch Umwandlung des unbekannten analogen Eingangssignals in ein N-äres Digitalsignal erhalten wurde, entsprechend der Zahl des erfaßten Ausgangssignals.

Das Signal J_M wird dem Eingangs-Vorverarbeitungselement 8.M-1 für die (M-1)te Stelle zugespeist und auch zum Wählen eines (J_M)ten Bezugsanalogsignals Ã_JM verwendet. Das Eingangs-Vorverarbeitungselement 8.M-1 subtrahiert Ã_JM vom unbekannten analogen Eingangssignal X_M, addiert einen Signalerhöhungs- bzw. -erniedrigungswert Δ zur Differenz und multipliziert das Summensignal mit N (N = 1 für eine N-äre Zahl), um damit ein (unbekanntes) analoges Eingangssignal X_n-1 zu erzeugen, das dem Komplement-Multiplizierelement 9.M-1 für die (M-1)te Stelle zugespeist werden soll. Diese Verarbeitung ist speziell eine Eingangsverarbeitung zum Multiplizieren eines Werts, der als Bruch in der M-ten Stelle Digitalumwandlung des des unbekannten analogen Eingangssignals X_M verarbeitet (worden) ist, mit N und Bilden eines N-ären (M-1)ten Stelle Digitalsignals mittels der gleichen Elemente, wie sie bei der M-ten Stelle Digitalumwandlung eingesetzt werden.

Das Komplementmultiplikationselement 9.M-1 für die (M-1)te Stelle nimmt dieses (unbekannte) analoge Eingangssignal X_m-1 und die Bezugsanalogsignale A_i ab und überträgt Signale Y_i,M-1. Das neuronale Netzwerk 1.M-1 wird bei Empfang dieser Signale Y_i,M-1 betätigt, und ein Verstärkerausgang, er ein maximales Eingangssignal Y_JM-1,M-1 der Signale Y_i,M-1 abnimmt, geht auf eine logische "1" über. Das Leseelement 2.M-1 erfaßt das Verstärkerausgangssignal der logischen "1" und überträgt, als Digitalsignal, einen numerischen Wert J_M-1 an der nächsten (M-1)ten Stelle, erhalten oder gebildet durch Umwandlung eines analogen Eingangssignals eines Bruchs an der M-ten Stelle in eine N-äre Zahl.

Die gleiche Verarbeitung wird bis zur ersten Stelle wiederholt. Auf diese Weise werden Signale J_M, J_M-1, . . ., J₁, die durch Umwandlung ursprünglicher unbekannter analoger Eingangssignale X_M in N-äre M-stellige Digitalsignale erhalten wurden, gewonnen oder gebildet. Wenn das Komplementmultiplizierelement 9.1 für die niedrigstwertige Stelle ein Element zur Durchführung einer Berechnung (Ã_i-Δ(2X_i-Ã_i+Δ)) verwendet, wird ein Wert J₁ an der niedrigstwertigen Stelle zu einem im Bruch-Rundungsmodus gewonnenen Wert.

Da die Vorrichtung gemäß dieser Ausführungsform keine wiederholten Operationen erfordert, kann auf diese Weise ein Analogsignal unmittelbar (strenggenommen in einer Zeit(spanne) entsprechend dem M-fachen einer Operationszeitkonstante τ von künstlichen Neuronen) in M- stellige Digitalsignale zur Basis N (N-äre) umgewandelt werden. Diese Vorrichtung eignet sich daher für einen Fall, in dem eine mit hoher Geschwindigkeit und hoher Genauigkeit erfolgende A/D-Umwandlung erforderlich ist. Da die neuronalen Netzwerke zum Erkennen eines Höchstwerts verwendet werden, kann eine hochpräzise A/D-Umwandlung ohne die Verwendung hochpräziser Widerstände als Synapsenkoppelwiderstände realisiert werden. Aus diesem Grund eignet sich die Vorrichtung nach dieser Ausführungsform für die Realisierung in einer LSI-Anordnung.

Fig. 9 zeigt den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer sechsten Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt ein Bezugsanalogsignal- Erzeugungselement 3, ein durch ein Wählelement 71 und ein Bruch-Berechnungselement 72 gebildetes Eingangs- Vorverarbeitungselement 8, ein Schalt(er)element 73, ein Komplementmultiplizierelement 9 aus einem Komplementelement 4 und einem Multiplizierelement 5, ein neuronales Netzwerk 1, ein Meß- oder Leseelement 2, ein Verzögerungselement 74 und ein Regel-Speicherelement 70.

Das Schaltelement (oder Umschaltelement) 73 nimmt ein unbekanntes analoges Eingangssignal X_M und ein Ausgangssignal X vom Bruchberechnungselement 72 ab, es wählt ein unbekanntes analoges Eingangssignal X_M in der ersten Operation und wählt X in der zweiten und den folgenden Operationen nach Maßgabe eines Schalt- oder Umschaltsignals vom Regel-Speicherelement 70. Das Element 73 überträgt das gewählte Ausgangssignal zum Komplementmultiplizierelement 9 als analoges Eingangssignal X.

Das Verzögerungselement 74 hält das Ausgangssignal X vom Schaltelement 73 und gibt das gehaltene Ausgangssignal X als ein analoges Eingangssignal X_-1 einer unmittelbar vorhergehenden Operation zum Bruchberechnungselement 72 in der nächsten Operation nach Maßgabe eines Befehls vom Regel-Speicherelement 70 aus.

Das Regelspeicherelement 70 liefert einen Schalt- oder Umschaltbefehl zum Schaltelement 73, weist das neuronale Netzwerk 1 zum Rücksetzen und Starten an und empfängt und speichert ein Digitalsignal J vom Leseelement 2. Weiterhin gibt das Element 70 einen Befehl zum Verzögerungselement 74 aus, um M-stellige Digitalsignale zur Basis N als Ausgangssignal der Vorrichtung gemäß dieser Ausführungsform weiterzuleiten. Das Ablaufdiagramm von Fig. 10 veranschaulicht die grundsätzliche Funktionsweise des Regel-Speicherelements 70.

Da das Bezugsanalogsignal-Erzeugungselement 3, das Eingangs-Vorverarbeitungselement 8, das Komplementmultiplizierelement 9, das neuronale Netzwerk 1 und das Leseelement 2 sämtlich den entsprechenden, vorher beschriebenen Baueinheiten entsprechen, wird auf eine (erneute) nähere Erläuterung verzichtet.

Wenn der Vorrichtung gemäß dieser Ausführungsform ein unbekanntes analoges Eingangssignal X_M eingespeist wird, wird letzteres dem Komplementmultiplizierelement 9 über das Schaltelement 73 als Signal X eingespeist.

Das Komplementmultiplizierelement 9 empfängt auch Bezugsanalogsignale Ã_i (i=0, 1, . . ., N-1) und führt die Berechnungen Ã_i(2X-Ã_i) durch. Das Element 9 gibt die Rechenergebnisse als Signale Y_i zum neuronalen Netzwerk 1 aus.

Das neuronale Netzwerk 1 bewirkt das Rücksetzen seiner Verstärker in Abhängigkeit von einem vom Regel-Speicherelement 70 gelieferten Befehl und wird danach bei Empfang der Signale Y_i an seinen entsprechenden Eingangsklemmen betätigt. Daher geht nur ein Verstärkerausgang(ssignal) V_J eines künstlichen Neurons, das ein größtes der Signale Y_i empfängt oder abnimmt, auf eine logische "1" über.

Das Leseelement 2 erfaßt das Verstärkerausgangssignal der logischen "1" und überträgt dessen Zahl, d. h. ein N-äres 1stelliges Digitalsignal J, zum Regel-Speicherelement 70 und zum Wählelement 71.

Das Regel-Speicherelement 70 speichert das Digitalsignal J als Signal J_M an einer Speicheradresse für eine N-äre höchstwertige (M-te) Stelle. Das Wählelement 71 benutzt das vom Leseelement 2 übertragene Digitalsignal J als Wählsignal J_-1, wählt ein Signal Ã_J-1 an einem (J_-1)ten der Bezugsanalogsignale Ã_i und überträgt das gewählte Signal zum Bruchberechnungselement 72. Gleichzeitig überträgt das Verzögerungselement 74 das analoge Eingangssignal X als analoges Eingangssignal X_-1 einer unmittelbar vorhergehenden Operation zum Bruchberechnungselement 72 bei Empfang eines Befehls vom Regel-Speicherelement 70.

Das Bruchberechnungselement 72 führt eine Berechnung N(X_-1-Ã_J-1+Δ) bei Eingang des Signals Ã_J-1 und des Signals X_-1 aus und überträgt, als augenblickliches analoges Eingangssignal X_M ein Signal, das durch Multiplizieren eines Analogsignals, welches als ein Bruch in der unmittelbar vorhergehenden Digitalumwandlung eines Analogsignals vernachlässigt (worden) ist, mit N erhalten wird, zum Schaltelement 73. Danach überträgt das Schaltelement 73 das Signal X_M als Signal X zum Komplementmultiplizierelement 9 und zum Verzögerungselement 74 nach Maßgabe eines Schaltbefehls vom Regel-Speicherelement 70.

Das Komplementmultiplizierelement 9, das neuronale Netzwerk 1 und das Leseelement 2 arbeiten auf die gleiche Weise wie in der unmittelbar vorhergehenden Operation, um dabei ein Digitalsignal J zu übertragen. Das Regel-Speicherelement 70 empfängt dieses Signal J und speichert es als Signal J_M-1 an einer Speicheradresse für eine N-äre (M-1)-te Stelle. Die obigen Operationen werden wiederholt, bis ein Digitalsignal der niedrigstwertigen (ersten) Stelle erhalten wird; im Regel-Speicherelement 70 gespeicherte N-äre M-stellige Digitalsignale J_M, J_M-1, . . ., J₁ werden als Ausgangssignale der Vorrichtung dieser Ausführungsform übertragen.

Mit dieser Ausführungsform kann durch Verwendung eines einzigen neuronalen Netzwerkes die gleiche Funktion wie bei der fünften Ausführungsform realisiert werden.

Es ist anzumerken, daß die Operationszeit bei dieser Ausführungsform eine für eine Operation im Regel-Speicherelement 70 erforderliche Zeit(spanne) beinhaltet. Wenn dieses Element 70 jedoch ein Hochgeschwindigkeits Element umfaßt, kann eine A/D-Umwandlung mit ausreichend hoher Geschwindigkeit realisiert werden.

Fig. 11 veranschaulicht den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer siebten Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt L neuronale Netzwerke 90.L, 90.L-1, . . ., 90.1 (ein neuronales Netzwerk eines in Fig. 16 gezeigten Typs), L-1 D/A-Umwandlungselemente 91.L, 91.L-1, . . ., 91.2, ein erstes Eingangs-Vorverarbeitungselement 92 und L-1 zweite Vorverarbeitungselemente 93.L-1, 93.L-2, . . ., 93.1.

Die neuronalen Netzwerke besitzen eine Funktion zum Runden von bei der A/D-Umwandlung des analogen Eingangssignals Y generierten Brüchen und zum Umwandeln des Eingangssignals in ein binäres K-Bit-Digitalsignal.

Die D/A-Umwandlungselemente 91.L, 91.L-1 . . ., 91.2 sind Elemente zum Umwandeln binärer K-Bit Ausgangssignale von den entsprechenden neuronalen Netzwerken 90.L, 90.L-1, . . ., 90.2 in Analogsignale Z₁ (1=L, L-1, . . ., 2) der ersten Stelle.

Das erste Eingangs-Vorverarbeitungselement 92 empfängt ein unbekanntes analoges Eingangssignal X_L und subtrahiert von diesem eine kleine Größe Δ entsprechend der Hälfte (strenggenommen eine Größe, die geringfügig kleiner ist als die Hälfte) eines Analogwertes entsprechend dem niedrigstwertigen Bit der Ausgangssignale des neuronalen Netzwerkes zwecks Bildung eines Signals Y_L. Das Element 92 überträgt das Signal Y_L zum neuronalen Netzwerk 90.L und zum zweiten Eingangs-Vorverarbeitungselement 93.L-1.

Die zweiten Eingangs-Vorverarbeitungselemente 93.L-1, 93.L-2, . . ., 93.1 empfangen Eingangssignale Y1 (1=L, L-1, . . ., 2) zu den neuronalen Netzwerken für vorhergehende Stellen und die Ausgangssignale Z von den D/A- Umwandlungselementen und führen Berechnungen 2^K(Y_l+Δ-Z_l)-Δ aus. Die Eingangs-Vorverarbeitungsergebnisse geben die Rechenergebnisse als Signale Y_l-1 (l=L, L-1, . . ., 2) zu den neuronalen Netzwerken 90.L-1, 90.L-2, . . ., 90.1 aus.

Es ist zu beachten, daß in einigen Fällen das zweite Eingangs-Vorverarbeitungselement 93.1 für die letzte Stelle ein Element zur Durchführung einer Berechnung 2^K(Y₂+Δ-Z₂) anstelle einer Berechnung 2^K(Y₂+Δ-Z₂)-Δ sein kann.

Wenn der Vorrichtung gemäß dieser Ausführungsform ein unbekanntes analoges Eingangssignal X_L eingegeben wird, wird dieses vom ersten Eingangs-Vorverarbeitungselement 92 abgenommen und der genannte (Wert) Δ wird vom Signal N_L subtrahiert, um ein Signal Y_L zu gewinnen. Das Signal Y_L wird zum neuronalen Netzwerk 90.L und zum zweiten Eingangs-Vorverarbeitungselement 93.L-1 ausgegeben.

Dies dient zum A/D-Umwandeln eines Eingangssignals im Bruchteil-Fortlassungsmodus, obgleich die neuronalen Netzwerke 90 für A/D-Umwandlung eines Bruchs im Aufrundungsmodus benutzt werden. Das neuronale Netzwerk 90.L wird bei Empfang des Signals Y_L betätigt. Das neuronale Netzwerk überträgt binäre K-Bit Signale V_K-1, V_K-2, . . ., V₀ der 2^K-ären höchstwertigen Stelle (L-te Stelle) durch A/D-Umwandlung des ursprünglichen analogen Eingangssignals X_L im Bruchteil-Fortlassungsmodus gewonnen, zu einer externen Vorrichtung als eine der Ausgaben der Vorrichtung gemäß dieser Ausführungsform, und es überträgt dieses Signal auch zum D/A-Umwandlungselement 91.L. Letzteres wandelt diese Signale in ein Analogsignal Z_L zum zweiten Eingangs-Vorverarbeitungselement 93.L-1.

Das zweite Eingangs-Vorverarbeitungselement 93.L-1 bildet zunächst einen nicht-A/D-umgesetzten Bruch (Y_L+Δ-Z_L) des unbekannten analogen Eingangssignals X_L und multipliziert ihn mit 2^K zur Einstellung eines Signalpegels, der durch das neuronale Netzwerk 90.L-1 mit dem gleichen Aufbau wie das oben beschriebene neuronale Netzwerk 90.L für die L-te Stelle verarbeitet werden kann. Außerdem subtrahiert das Element 93L-1 (den Wert) vom obigen Signal, so daß das Signal im Bruchteil- Fortlassungsmodus A/D- umgewandelt werden kann. Danach überträgt das Element 93.L-1 ein Signal als Signal Y_L-1 zur (L-1)-ten Stelle neuronales Netzwerk 90.L-1 und zur (L-2)-ten Stelle zweiten Eingangs-Vorverarbeitungselement 93.L-2.

Das neuronale Netzwerk 90.L-1 für die (L-1)-te Stelle wird bei Eingang des Signals Y_L-1 betätigt. Es wandelt ein Analogsignal, das in der L-ten Stelle der A/D-Umwandlung als Bruch fortgelassen wurde, in ein Digitalsignal um und überträgt binäre K-Bit-Signale an der 2^K- ären (L-1)-ten Stelle zu einer externen Vorrichtung und zum D/A-Umwandlungselement 91.L-1. Sodann werden die gleichen Operationen, wie oben beschrieben, wiederholt. Wenn das neuronale Netzwerk 90.1 der ersten Stelle binäre K-Bit-Digitalausgangssignale an der 2^K-ären ersten Stelle ausgibt, beendet die Vorrichtung gemäß dieser Ausführungsform ihre Operationen. Wenn die 2^K-äre erste Stelle im Bruchrundungsmodus A/D-umgesetzt werden soll, kann das zweite Eingangs-Vorverarbeitungselement 93.1 der ersten Stelle ein Element zur Durchführung einer Berechnung 2^K(Y₂+Δ-Z₂) enthalten.

Zur Durchführung einer A/D-Umwandlung mit einer Auflösung von 12 Bits oder mehr, wie dies auf den Prozeßinstrumentierungs- Regelgebieten unter Verwendung eines herkömmlichen A/D-Umwandlungs-neuronales Netzwerk erforderlich ist, sind Widerstände deren Widerstandswerte eine Auflösung von 2¹¹⁺¹⁰ = 2²¹ gemäß Gleichung (9) besitzen, als Synapsenkoppelwiderstände erforderlich; hierbei ist es schwierig, einen A/D-Wandler zu realisieren.

Im Gegensatz dazu kann bei der Vorrichtung gemäß dieser Ausführungsform die Zahl der Bits der in einem einzigen neuronalen Netzwerk ausgeführten A/D-Umwandlung auf die Zahl von K Bits herabgesetzt werden, die mit Widerständen durchführbar ist, deren Auflösung auch mittels LSIs realisierbar ist. Die Vorrichtung gemäß dieser Ausführungsform vermag daher eine mit hoher Geschwindigkeit erfolgende A/D-Umwandlung unter Verwendung von L neuronalen Netzwerken und damit große praktische Vorteile zu gewährleisten.

Fig. 12 veranschaulicht den Aufbau einer Signalverarbeitungsvorrichtung gemäß einer achten Ausführungsform der Erfindung.

Diese Ausführungsform umfaßt ein neuronales Netzwerk 90 (eines in Fig. 16 dargestellten Typs), ein D/A-Umwandlungselement 91, ein erstes Eingangs-Vorverarbeitungselement 92, ein zweites Eingangs-Vorverarbeitungselement 93, ein Umschalt- oder Schalt(er)element 94, ein Verzögerungselement 95 und ein Regel-Speicherelement 96.

Das Schaltelement 94 wählt in der ersten Operation ein Ausgangssignal Y_L vom ersten Eingangs-Vorverarbeitungselement 92 und in der zweiten und den folgenden Operationen ein Ausgangssignal Y_L vom zweiten Eingangs-Vorverarbeitungselement 93. Das Schaltelement 94 überträgt das gewählte Signal als Signal Y zum neuronalen Netzwerk 90 und zum Verzögerungselement 95.

Das Verzögerungselement 95 hält das Ausgangssignal Y vom Schaltelement 94 und überträgt das gehaltene Signal als Signal Y_-1 in der nächsten Operation zum zweiten Eingangs-Vorverarbeitungselement 93 nach Maßgabe eines Befehls vom Regel-Speicherelement 96.

Das Regel-Speicherelement 96 weist eine Schalt- oder Umschaltoperation des Schaltelements 94 an, weist das neuronale Netzwerk zum Rücksetzen und Starten von Verstärkern an und weist zudem auch das Verzögerungselement 95 für das Übertragen der gehaltenen Daten Y zum zweiten Eingangs-Vorverarbeitungselement 93 an.

Außerdem empfängt das Regel-Speicherelement 96 in jeder Operation des neuronalen Netzwerkes 90 ausgegebene 2^K-äre 1-Stelle- (binäre K-Bit) Digitalsignale und speichert diese an einer vorbestimmten Adresse. Wenn das Regel-Speicherelement 96 2^K-äre erste Stellen-Digitalsignale empfängt, gibt es diese als 2^K-äre L-Stellen- binäre K × L Bit) Digitalsignale aus. Die grundsätzliche Funktion dieses Elements ist im Ablaufdiagramm von Fig. 13 dargestellt.

Es ist darauf hinzuweisen, daß das neuronale Netzwerk 90, das D/A-Umwandlungselement 91 und das erste Eingangs- Vorverarbeitungselement 92 die gleichen Elemente wie bei der oben beschriebenen siebten Ausführungsform sind, so daß auf eine nähere Beschreibung verzichtet werden kann.

Wenn dieser Vorrichtung ein unbekanntes analoges Eingangssignal X_L eingespeist wird, subtrahiert das erste Eingangs-Vorverarbeitungselement 92 (den Wert) Δ vom Eingangssignal für A/D-Umwandlung im Bruchteil-Fortlassungsmodus, und es gibt die Differenz als Signal Y_L zum Schaltelement 94 aus. Letzteres wählt dieses Signal Y_L nach Maßgabe eines Schalt- oder Umschaltbefehls vom Regel-Speicherelement 96 und gibt das gewählte Signal als Signal Y zum neuronalen Netzwerk 90 aus.

Das neuronale Netzwerk 90 setzt seine Verstärker entsprechend einem Befehl vom Regel-Speicherelement 96 zurück und empfängt das Eingangssignal Y und unterwirft dieses einer A/D-Umwandlung in binäre K-Bit Digitalsignale. Das neuronale Netzwerk 90 gibt sodann die binären K-Bit Digitalsignale V_K-1, V_K-2, . . ., V₀ zum Regelspeicherelement 96 und zum D/A-Umwandlungselement 91 aus.

Das D/A-Umwandlungselement 91 wandelt diese Digitalsignale in ein Analogsignal um und gibt dieses als Analogsignal Z_-1 einem L-stelligen Digitalsignal entsprechend zum zweiten Eingangs-Vorverarbeitungselement 93 aus.

Das Regel-Speicherelement 96 speichert die eingegebenen Digitalsignale an einer vorbestimmten Adresse für die L-te Stelle und weit das Verzögerungselement 95 für die Ausgabe des Ausgangssignals Y vom Schaltelement zum zweiten Eingangs-Vorverarbeitungselement 93 als Signal Y_-1 an. Das Eingangs-Vorverarbeitungselement 93 addiert Δ zum Signal Y_-1 zwecks Wiederherstellung des ursprünglichen analogen Eingangssignals X_L und subtrahiert das Analogsignal Z_-1 entsprechend dem L-ten Stelle Digitalsignal vom analogen Eingangssignal X_L zwecks Bildung eines nicht-A/D-umgewandelten Bruchs bzw. Bruchteils (Y_-1+Δ-Z_-1) des Signals X_L. Das Element 93 multipliziert den erhaltenen oder gebildeten Wert mit 2^K zur Einstellung eines Signalpegels, der im neuronalen Netzwerk 90 verarbeitbar ist, und subtrahiert ferner Δ vom Produkt, um eine A/D-Umwandlung im Bruchteil-Fortlassungsmodus zu erlauben. Das Element 93 überträgt sodann das Signal als Signal Y zum Schaltelement 94.

Danach wählt das Schaltelement 94 das Ausgangssignal Y vom zweiten Eingangs-Vorverarbeitungselement 93 entsprechend dem Schaltbefehl vom Regel-Speicherelement 96, und es gibt es als Signal Y zum neuronalen Netzwerk 90 aus. Letzteres bewirkt bei Eingang des Signals Y eine A/D-Umwandlung eines Analogsignals, das in einer unmittelbar vorhergehenden A/D-Umwandlung als Bruch- (teil) bestimmt (worden) ist, in 2^K-äre (L-1)-te stellige Digitalsignale, um diese Signale auszugeben.

Auf diese Weise werden die angegebenen Operationen wiederholt. Wenn 2^K-äre erst-stellige Digitalsignale erhalten oder gewonnen werden, überträgt das Regel-Speicherelement 96 2^K-äre L-stellige (binäre K × L Bit) Digitalsignale, durch A/D-Umwandlung des ursprünglichen analogen Eingangssignals X_L erhalten, als Ausgangssignale der Vorrichtung gemäß dieser Ausführungsform.

Mit dieser Ausführungsform kann mithin in vorteilhafter Weise die Zahl der neuronalen Netzwerke o. dgl. im Vergleich zur oben beschriebenen siebten Ausführungsform auf eines verkleinert werden. Ein Befehl erfordert eine übermäßige Zeitspanne entsprechend einer Befehlszeit im Regel-Speicherelement 96. Falls letzteres jedoch ein Hochgeschwindigkeits-Element umfaßt, kann eine A/D-Umwandlung mit ausreichend hoher Geschwindigkeit realisiert werden.

Claims (19)

1. Signalverarbeitungsvorrichtung mit neuronalem Netzwerk, umfassend

• - eine Bezugssignalerzeugungseinheit zum Erzeugen einer Anzahl von Bezugssignalen jeweils verschiedener Signalwerte,
• - eine Komplementsignalerzeugungseinheit zum Empfangen oder Abnehmen der Bezugssignale und eines unbekannten Eingangssignals als zu verarbeitendes Objekt und zum Erzeugen einer Anzahl von Komplementsignalen zur Angabe vom Komplementwerten der Bezugssignale in bezug auf einen Signalwert, der durch Multiplizieren des unbekannten Eingangssignals mit einer natürlichen Zahl erhalten ist,
• - eine Multiplikationseinheit zum Abnehmen der Bezugssignale und der Komplementsignale und zum Multiplizieren der Bezugssignale mit den betreffenden Komplementsignalen sowie
• - ein neuronales Netzwerk, in welchem zahlreiche Neuronen gegenseitig verkoppelt sind und durch Signalunterdrückung lernen, wobei die Neuronen die von der Multiplikationseinheit gebildeten Produkte abnehmen und die Neuronen, welche das Produkt mit dem größten Wert abnehmen, ein Reizsignal erzeugen.

2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß als unbekanntes Eingangssignal ein Analogsignal eingegeben wird und die Bezugssignalerzeugungseinheit Analogsignale als Bezugssignale erzeugt.

3. Vorrichtung nach Anspruch 1, gekennzeichnet durch eine Korrektureinheit, für die eine Anzahl von als Kriterien bei der Clusteranalyse (clustering) der unbekannten Eingangssignale dienenden Klassen gesetzt oder vorgegeben sind, für die im voraus Umwandlungsfunktionen zur Funktionsumwandlung der unbekannten Eingangssignale in Einheiten von Klassen vorgegeben sind und welche die unbekannten Eingangssignale entsprechend der Umwandlungsfunktion der Klasse, die entsprechend dem vom neuronalen Netzwerk ausgegebenen Reizsignal bestimmt, korrigiert.

4. Vorrichtung nach Anspruch 3, dadurch gekennzeichnet, daß die Korrektureinheit aufweist:
eine Relaiseinheit aus einer Anzahl von normalerweise offenen Kontakten (Schließern), deren eine Klemme jeweils das unbekannte Eingangssignal abnimmt, um den normalerweise offenen Kontakt entsprechend dem reizerzeugenden Neuron des neuronalen Netzwerkes zu schließen, und
eine Anzahl von jeweils mit der anderen Klemme eines entsprechenden der normalerweise offenen Kontakte verbundenen Funktionsumwandlungseinheiten für eine Funktionsumwandlung des über die betreffenden normalerweise offenen Kontakte eingegebenen unbekannten Eingangssignals nach Maßgabe der Umwandlungsfunktionen, die in Entsprechung damit vorgegeben sind.

5. Vorrichtung nach Anspruch 3, dadurch gekennzeichnet, daß die Bezugssignalerzeugungseinheit Mittel- oder Zwischenwerte der jeweiligen Klassen als die mehreren Bezugssignale erzeugt.

6. Vorrichtung nach Anspruch 1, gekennzeichnet durch eine Interferenzregeleinheit, für die mehrere als Kriterien bei der Clusteranalyse der unbekannten Eingangssignale dienenden Klassen vorgegeben oder gesetzt sind, für die im voraus Produktionenregeln in Einheiten von Klassen vorgegeben sind und welche die Produktionenregel einer spezifischen Klasse der mehreren Klassen entsprechend dem vom neuronalen Netzwerk ausgegebenen Reizsignal wählt.

7. Vorrichtung nach Anspruch 6, dadurch gekennzeichnet, daß die Rückschlußregeleinheit eine Anzahl von Regelspeichereinheiten, für die im voraus die Produktionenregeln in Einheiten von Klassen vorgegeben sind, und eine Aktiviereinheit aufweist, um die Regelspeichereinheiten zu veranlassen, eine spezifische Produktionenregel nach Maßgabe eines vom neuronalen Netzwerk ausgegebenen Reizsignals auszugeben.

8. Vorrichtung nach Anspruch 6, dadurch gekennzeichnet, daß die Bezugssignalerzeugungseinheit Mittel- oder Zwischenwerte der jeweiligen Klassen als die mehreren Bezugssignale erzeugt.

9. Vorrichtung nach Anspruch 1, gekennzeichnet durch
eine D/A-Umwandlungseinheit zum Abnehmen eines Digitalsignals eines vorbestimmten Bitmusters und zum Ausgeben eines durch D/A-Umwandlung des Digitalsignals gewonnen Analogsignals zur Komplementsignalerzeugungseinheit als unbekanntes Signal, sowie dadurch gekennzeichnet, daß die Bezugssignalerzeugungseinheit eine Anzahl von Analogsignalen entsprechend einer Anzahl verschiedener Bezugsbitmuster erzeugt und
das neuronale Netztwerk das Funkensignal von dem Neuron, an das das Analogsignal entsprechend dem Bezugsbitmuster angelegt ist, welches dem Bitmuster des unbekannten Eingangssignals am nächsten angenähert ist, ausgibt.

10. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die Bezugssignalerzeugungseinheit eine Einheit zum Erzeugen von N Bezugsanalogsignalen, deren Signalwerte (-größen) eine Beziehung einer arithmetischen Folge besitzen, aufweist, das neuronale Netzwerk das Reizsignal von dem Neuron ausgibt, an welches das Bezugssignal angelegt ist, welches dem unbekannten analogen Eingangssignal am nächsten angenähert ist, und ferner eine Erfassungseinheit zum Erfassen des das Reizsignal ausgebenden Neurons und zum Umwandeln des unbekannten Eingangssignals in ein 1-stelliges Digitalsignal zur Basis N nach Maßgabe des reizerzeugenden Neurons vorgesehen ist.

11. Vorrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die Bezugssignalerzeugungseinheit eine Einheit zum Erzeugen von N Bezugsanalogsignalen, erhalten durch Addieren einer Signalerhöhung oder -erniedrigung zu jedem der N Signale, deren Signalwerte eine Beziehung einer arithmetischen Folge besitzen, aufweist,
das neuronale Netzwerk das Reizsignal von dem Neuron ausgibt, an welches das Bezugssignal angelegt ist, welches dem unbekannten analogen Eingangssignal am nächsten angenähert ist, und
eine Meß- oder Leseeinheit zum Erfassen des das Funkensignal ausgebenden Neurons und zum Umwandeln des unbekannten Eingangssignals in ein 1stelliges Digitalsignal zur Basis N nach Maßgabe des reizerzeugenden Neurons vorgesehen ist.

12. Vorrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die Bezugssignalerzeugungseinheit eine Einheit zum Erzeugen von N Bezugsanalogsignalen aufweist, deren Signalwerte Mittel- oder Zwischenwerte der Klassen entsprechen und die eine Beziehung einer arithmetischen Folge aufweisen,
das neuronale Netzwerk das Reizsignal von dem Neuron ausgibt, an welches das Bezugssignal angelegt ist, das dem unbekannten analogen Eingangssignal am nächsten angenähert ist, und
ferner eine Meß- oder Leseeinheit zum Erfassen des das Reizsignal ausgebenden Neurons und zum Umwandeln des unbekannten Eingangssignals in ein 1stelliges Digitalsignal zur Basis N nach Maßgabe des reizerzeugenden Neurons vorgesehen ist.

13. Vorrichtung nach Anspruch 10, gekennzeichnet durch (M-1) A/D-Umwandlungs- oder Wandlereinheiten, die mit der Bezugssignalerzeugungseinheit parallelgeschaltet sind und zum Umwandeln des unbekannten analogen Eingangssignals in N-äre M-stellige Digitalsignale dienen, sowie dadurch gekennzeichnet, daß
jede A/D-Wandlereinheit eine Eingangs-Vorverarbeitungseinheit, eine zweite Komplementsignalerzeugungseinheit, eine zweite Multiplikationseinheit, ein zweites neuronales Netzwerk und eine zweite Leseeinheit, die miteinander in Reihe geschaltet sind, aufweist,
die Eingangs-Vorverarbeitungseinheit der A/D- Wandlereinheit zum Verarbeiten einer (M-1)-ten Stelle zur Basis N eine Einrichtung zum Wählen des Bezugsanalogsignals, das im neuronalen Netzwerk als dem unbekannten Eingangssignal am weitesten angenähert bestimmt ist, auf der Grundlage der von der Leseeinheit ausgegebenen M-ten Digitalsignalen zur Basis N und eine Einrichtung zum Subtrahieren des gewählten Bezugsanalogsignals vom unbekannten Eingangssignal, Addieren einer Signalerhöhung oder -erniedrigung Δ zur Differenz und Multiplizieren der Summe mit N zwecks Erzeugung eines zweiten unbekannten Eingangssignals umfaßt,
die Eingangs-Vorverarbeitungseinheit jeder restlichen A/D-Wandlereinheit eine Einrichtung zum Wählen des Bezugsanalogsignals, das im zweiten neuronalen Netzwerk der A/D-Wandlereinheit zum Verarbeiten einer oberen benachbarten Stelle als dem zweiten unbekannten Eingangssignal am weitesten angenähert bestimmt ist, auf der Grundlage eines von der Leseeinheit der A/D-Wandlereinheit zum Verarbeiten der oberen benachbarten Stelle und eine Einrichtung zum Subtrahieren des gewählten Bezugsanalogsignals von dem von der A/D-Wandlereinheit zum Verarbeiten der oberen benachbarten Stelle erzeugten zweiten unbekannten Eingangssignal, Addieren einer Signalerhöhung oder -erniedrigung zur Differenz und Multiplizieren der Summe mit N zwecks Erzeugung des zweiten unbekannten Eingangssignals umfaßt,
jeder zweiten Komplementsignalerzeugungseinheiten eine Anzahl von Komplementsignalen aufweist, welche Komplementwerte der betreffenden Bezugsanalogsignale in bezug auf einen Signalwert angeben, der durch Multiplizieren des betreffenden zweiten unbekannten Eingangssignals mit einer natürlichen Zahl erhalten wurde,
jede der zweiten Multiplikationseinheiten die Bezugsanalogsignale und die Komplementsignale abnimmt und die Bezugsanalogsignale mit den betreffenden Komplementsignalen multipliziert,
jedes der zweiten neuronalen Netzwerke eine Vielzahl von Unterdrückungs-verkoppelten Neuronen aufweist, welche die durch die betreffende(n) zweite(n) Multiplikationseinheit(en) gebildeten Produkte abnehmen, wobei die Neuronen, welche die Produkte mit dem größten Wert abnehmen, das Reizsignal ausgeben, und
jede der zweiten Leseeinheiten das das Reizsignal ausgebende Neuron erfaßt und das betreffende zweite unbekannte Eingangssignal in ein N-äres 1stelliges Digitalsignal nach Maßgabe des erfaßten reizerzeugenden Neurons umwandelt.

14. Vorrichtung nach Anspruch 13, dadurch gekennzeichnet, daß die mehreren Bezugsanalogsignale durch Addieren einer Signalerhöhung bzw. -erniedrigung Δ zu jedem der N Signale, deren Signalwerte die Beziehung einer arithmetischen Folge besitzen, gebildet oder erhalten sind bzw. werden.

15. Vorrichtung nach Anspruch 10, dadurch gekennzeichnet, daß eine Eingangs-Vorverarbeitungseinheit, eine Schalt(er)einheit (Umschalteinheit) sowie eine Regel/Speichereinheit zum Umwandeln des unbekannten analogen Eingangssignals in N-äre m-stellige Digitalsignale vorgesehen sind,
die Schalteinheit das unbekannte Eingangssignal in einer ersten Operation entsprechend der M-ten Stelle Verarbeitung an die Komplementsignalerzeugungseinheit anlegt und ein Ausgangssignal von der Eingangs-Vorverarbeitungseinheit in zweiten und folgenden Operationen an die Komplementsignalerzeugungseinheit anlegt,
die Eingangs-Vorverarbeitungseinheit eine Einrichtung zum Wählen des Bezugsanalogsignals, das in einer unmittelbar vorhergehenden Operation im neuronalen Netzwerk als dem unbekannten Eingangssignal am weitesten angenähert bestimmt wird, auf der Grundlage des von der Leseeinheit ausgegebenen Digitalsignals und eine Einrichtung zum Abnehmen des über die Schalteinheit an die Komplementsignalerzeugungseinheit anzulegenden Signals, Subtrahieren der gewählten Bezugsanalogsignale vom Eingangssignal, Addieren einer Signalerhöhung bzw. -erniedrigung Δ zur Differenz und Ausgeben eines durch Multiplizieren der Summe mit N gebildeten Signals als ein Ausgangssignal der Eingangs-Vorverarbeitungseinheit umfaßt und
die Regel/Speichereinheit eine Regelung durchgeführt, um das in der unmittelbar vorhergehenden Operation von der Leseeinheit ausgegebene N-äre 1stellige Digitalsignal bis zu einer nächsten Operation zu halten und die Entscheidung oder Bewertung des N-ären 1-stelligen Signals M-mal zu wiederholen.

16. Vorrichtung nach Anspruch 15, dadurch gekennzeichnet, daß die mehreren Bezugsanalogsignale durch Addieren einer Signalerhöhung bzw. -erniedrigung Δ zu jedem der N Signale, deren Signalwerte die Beziehung einer arithmetischen Reihe besitzen, gebildet oder erhalten sind bzw. werden.

17. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die Komplementsignalerzeugungseinheit Komplementwerte (2X-A_i) der Bezugssignale A_i bezogen auf einen Signalwert 2X entsprechend dem Doppelten eines Signalwerts X des unbekannten Eingangssignals bildet.

18. Signalverarbeitungsvorrichtung mit neuronalem Netzwerk, umfassend:

• - einen A/D-Wandlerteil, der durch L miteinander in Reihe geschaltete neuronale Netzwerke gebildet ist, die jeweils ein Eingangsanalogsignal in binäre k-Bit Digitalsignale umwandeln,
• - eine erste Eingangs-Vorverarbeitungseinheit zum Abnehmen eines unbekannten Analogsignals und zum Eingeben eines durch Subtrahieren einer kleinen Größe Δ vom unbekannten analogen Eingangssignal gebildeten analogen Eingangssignals in das neuronale Netzwerk einer ersten Stufe des A/D-Wandlerteils und
• - eine Anzahl von jeweils zwischen zwei benachbarten neuronalen Netzwerken des A/D-Wandlerteils angeordneten zweiten Eingangs-Vorverarbeitungseinheiten, die jeweils ein durch Umwandeln der binären k-Bit-Digitalsignale, durch das neuronale Netzwerk einer unmittelbar vorhergehenden Stufe umgewandelt, in ein Analogsignal gebildetes Signal von einem Summensignal subtrahiert, das durch Addieren einer kleinen Größe Δ zu dem dem neuronalen Netzwerk der unmittelbar vorhergehenden Stufe eingegebenen analogen Eingangssignal gebildet ist, und die jeweils einen Signalwert, der durch Subtrahieren der kleinen Größe Δ von einem durch Multiplizieren der Differenz mit 2^k gebildeten Signalwert gebildet ist, in das neuronale Netzwerk einer nächsten Stufe als analoges Eingangssignal eingeben.

19. Signalverarbeitungsvorrichtung mit neuronalem Netzwerk, umfassend:

• - ein neuronales Netzwerk zum Umwandeln eines Eingangsanalogsignals in binäre k-Bit-Signale,
• - eine erste Eingangs-Vorverarbeitungseinheit zum Abnehmen eines unbekannten Analogsignals und Ausgeben eines analogen Eingangssignals, das durch Subtrahieren einer kleinen Größe vom unbekannten analogen Eingangssignal gebildet ist,
• - eine zweite (Eingangs-)Vorverarbeitungseinheit zum Abnehmen des dem neuronalen Netzwerk in einer unmittelbar vorhergehenden Operation eingegebenen analogen Eingangssignals und eines durch Umwandlung der binären k-Bit Digitalsignale, gebildeten Signals, die vom neuronalen Netzwerk in der unmittelbar vorhergehenden Operation ausgegeben sind, in ein Analogsignal, Subtrahieren des letzteren Signals von einem Signal, das durch Addieren einer kleinen Größe Δ zum ersten Signal gebildet ist, und Ausgeben eines Signals, das durch Subtrahieren der kleinen Größe Δ von einem Signalwert gebildet ist, der (seinerseits) durch Multiplizieren der Differenz mit 2^k gebildet ist,
• - ein Schalt(er)einheit zum Eingeben des von der ersten Eingangs-Vorverarbeitungseinheit ausgegebenen Signals in das neuronale Netzwerk in einer ersten Operation und Eingeben des von der zweiten Eingangs-Vorverarbeitungseinheit ausgegebenen Signals in das neuronale Netzwerk in zweiten und fonlgenden Operationen sowie
• - eine Einheit zum Steuern oder Regeln für eine L-malige Wiederholung der binären k-Bit Umwandlung.