DE4240984A1 - - Google Patents
Info
- Publication number
- DE4240984A1 DE4240984A1 DE4240984A DE4240984A DE4240984A1 DE 4240984 A1 DE4240984 A1 DE 4240984A1 DE 4240984 A DE4240984 A DE 4240984A DE 4240984 A DE4240984 A DE 4240984A DE 4240984 A1 DE4240984 A1 DE 4240984A1
- Authority
- DE
- Germany
- Prior art keywords
- signal
- power supply
- load
- neural network
- control circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012937 correction Methods 0.000 claims description 32
- 238000013528 artificial neural network Methods 0.000 claims description 29
- 230000008859 change Effects 0.000 claims description 26
- 230000001419 dependent effect Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims 7
- 238000001914 filtration Methods 0.000 claims 4
- 230000001105 regulatory effect Effects 0.000 description 27
- 230000006870 function Effects 0.000 description 17
- 210000002569 neuron Anatomy 0.000 description 10
- 230000002596 correlated effect Effects 0.000 description 9
- 230000001537 neural effect Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000004804 winding Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/63—Generation or supply of power specially adapted for television receivers
Description
Die Erfindung bezieht sich auf das Gebiet der geregelten
elektrischen Stromversorgungen (Netzteile) und damit assoziierte
Steuerschaltungen, speziell für ein Fernsehgerät, und noch
spezieller auf ein geregeltes elektrisches Netzteil, in dem
periodische und transiente Änderungen - die die Belastung
beeinflussen -, erfaßt bzw. gemessen, adaptiv mit ihrem
vorhergesagten/vorausgesagten Einfluß auf die Belastung
korreliert und dazu verwendet werden, die aktuelle
Ausgangsspannung des Netzteils zu variieren, um zu kompensieren,
bevor eine Änderung im Ausgangssignal des Netzteiles erscheint;
was in einer verbesserten Ausgangssignal-Regelung (speziell:
Spannungsregelung) resultiert.
Elektrische Netzteile beinhalten - beispielhaft - Einrichtungen
zum Umsetzen von Eingangsspannung in eine Ausgangsspannung,
wobei die Eingangsspannung Wechselstrom in einem
gleichrichtenden Netzteil oder Gleichstrom in einem DC/DC-
Steller - Versorgung (supply) oder Rückspeisung (Inverter) -
sein kann. Typischerweise wird eine nominell konstante
Gleichspannung gewünscht, die nicht abhängig von den
Stromänderungen sein soll. Da jedoch ein Netzteil einen internen
Widerstand (Innenwiderstand) aufweist, und der von der
Versorgung durch eine oder mehrere elektrische Lasten entnommene
Strom sich normalerweise periodisch und/oder transient ändert,
wird das Netzteil so geregelt, daß die Ausgangsspannung konstant
bleibt, auch wenn der in die Last gelieferte Strom variiert.
Solche Regelungen werden im folgenden erörtert, und zwar mit
Bezug auf ein Netzteil mit konstanter Spannung und variablem
Strom; dieselben Überlegungen können ebenso auf Netzteile mit
konstantem Strom und variabler Spannung angewendet werden.
In einem typischen spannungsgeregelten Netzteil wird die
derzeitige (aktuelle) Ausgangsspannung gemessen und mit einem
Referenzwert (Bezugsgröße) verglichen, der die erwünschte
Ausgangsspannung festlegt. Beispielhaft kann ein
Differenzverstärker mit seinen Eingängen an die Ausgangsspannung
und eine konstante Referenzspannung gekoppelt sein, letztere
gebildet durch eine rückwärts leitende (biased) Zenerdiode. Das
Ausgangssignal des Differenzverstärkers variiert als Funktion
der Differenz zwischen dem aktuellen Ausgangspegel und dem
erwünschten Referenzwert und es ist als Fehler- oder
Korrektursignal bekannt. Das Korrektursignal repräsentiert den
Regelfehler des Netzteiles und wird verwendet zur Steuerung der
Energieabgabe von dem Eingang des Netzteiles an den Ausgang,
d. h. an die Lasten. In dieser Weise versucht das Netzteil, die
Ausgangsspannung aufrechtzuerhalten (zu regeln), und zwar ohne
Rücksicht auf Änderungen im Strom, die eine Folge von
Laständerungen sind. Dieselbe Technik wird bei Konstantstrom-
Netzteilen (Stromquellen) angewendet, um einen bestimmten
geregelten Strompegel aufrechtzuerhalten, unabhängig von
Änderungen in der Belastung.
Ein Element des geregelten Netzteils ist abhängig von dem
Fehlersignal, das einem Differenzverstärker entspringt, um die
Spannung und/oder den Strom, der den Ausgangsstufen des
Netzteiles zugeführt wird, zu steuern bzw. regeln. In einem
konventionellen Schaltnetzteil, wie es oft in Fernsehgeräten
verwendet wird und in Fig. 3 beispielhaft dargestellt ist, wird
das Ausgangs-Fehlersignal Ve des Differenzverstärkers 201 einem
Pulsbreitenmodulator 202 zugeführt, um den Energiebetrag zu
steuern, der an die Primärseite des Transformators (Übertragers)
203 geliefert wird. Der Verstärker 201 weist eine typische
Eingangsimpedanz von Zi auf und eine Rückkopplungs-Impedanz von
Zf. Der Transistor 204 schaltet Strom auf der Primärseite aus
einer Eingangs-Spannungsquelle 205, bei einer Eingangsspannung
Vin. Das Ausgangssignal auf der Sekundärseite des Übertragers
203 kann gleichgerichtet und gefiltert werden, dies unter
Verwendung der Diode 206 und des Kondensators 207 oder
ähnlichem, um eine geregelte Ausgangsspannung Vout zu erzeugen.
Die geregelte Ausgangsspannung wird den verschiedenen Lasten
zugeführt, die mit der Versorgung (Netzteil) gekoppelt sind,
allgemein als Last 210 bezeichnet. Die geregelte
Ausgangsspannung wird auch zu dem Eingang des
Differenzverstärkers 201 gekoppelt, womit eine Rückkopplung
(Rückkopplungs-Schleife) gebildet wird.
Ein inhärentes Problem bei einem geregelten Netzteil in der Art,
wie es in Fig. 3 dargestellt ist, liegt vor im Fall eines
Lastwechsels, bei dem (zunächst) eine Änderung der
Ausgangsspannung Vout tatsächlich auftreten muß, bevor eine
Änderung bei der Zufuhr oder Lieferung der Energie an die
Primärseite des Übertragers 203 bewirkt werden kann. Weil die
Fehlerspannung durch Messen des aktuellen Ausgangspegels Vout
erzeugt wird, muß - wenn entweder die Eingangsspannung Vin sich
ändert oder der Laststrom der Last 210 sich ändert - die
Ausgangsspannung von dem Nominalwert (Nennwert) abweichen, der
durch Vref festgelegt ist, bevor eine Änderung bei der
Energiemenge erfolgen kann, die vom Eingang des Netzteiles zum
Ausgang gekoppelt wird.
Die Abweichung des Spannungspegels Vout vom Nennwert, die in
einem rückkopplungs-geregelten Netzteil gemäß Fig. 3 auftritt,
hängt von der Schleifenverstärkung (overall closed loop gain)
der Rückkopplungsschleife bei einer Frequenz ab, bei der die
Last oder die Eingangsspannung sich ändert. Die
Schleifenverstärkung kann nicht beliebig hoch gewählt werden,
ohne Kompromisse in der Stabilität der Rückkopplungs-Schleife
(des geschlossenen Kreises). Vielmehr variieren typischerweise
die Eingangsspannung und die Impedanz der verschiedenen
Elemente, die die Last 210 bilden, periodisch bei bzw. mit
verschiedenen Frequenzen und sind auch transienten Änderung
unterworfen. Dieser Art der Regelung ist es daher inhärent, daß
eine gewisse Änderung (zunächst) in der Ausgangsspannung Vout
als Funktion der Änderungen in der Belastung und/oder der
Eingangsspannung auftreten muß.
In vielen Beispielen kann die Änderung der Ausgangsbelastung
korreliert werden mit einer Änderung in einem anderen
unabhängigen Signal des Systems. Das Verhältnis bzw. die
Beziehung zwischen dem unabhängigen Signal und der Änderung der
Belastung ist aber selten linear und kann sich verändern mit
Wechselwirkungen der Lasten. In einem Fernsehgerät besteht
beispielsweise eine Korrelation zwischen dem eingehenden
Videosignal und der Belastung, die das Haupt-Netzteil erfährt.
Ähnlich ist die Belastung eines Tonverstärkers
(Audioverstärkers) teilweise korreliert mit dem Eingangs-
Audiosignal. Es ist bekannt, die Größe der Änderung (Abweichung)
des Ausgangssignales eines geregelten Netzteiles durch Koppeln
eines korrelierten unabhängigen Signals an den
Referenzverstärker zu reduzieren. Dabei wird das unabhängige
Signal vorwärts (feed forward) gekoppelt, um einen
erforderlichen Abgleich der Ausgangsspannung des Netzteiles
- ohne die der notwendigen Änderungen im Pegel der
Ausgangsspannung abzuwarten - zu erreichen. Schaltungsbeispiele
sind erläutert in US 45 36 700 und 48 09 150.
Die Einschränkungen dieser Art der Vorwärtskopplung
(Vorsteuerung) bei der beschriebenen Netzteil-Regelung kann
aufgrund der Tatsache abgeschätzt werden, daß die Änderung im
Ausgangspegel nicht exakt und linear mit der Änderung des
unabhängigen Signals übereinstimmt. Vorsteuerung (feed forward)
kann nur dann voll wirksam sein, wenn diese Variablen exakt
korrespondieren. Diese Form der Vorsteuerungs-"Regelung" ist
also nicht voll wirksam, da eine genaue Beziehung des
Ausgangspegels zu anderen sich ändernden Variablen weder
konstant ist, noch einfach vorhergesagt werden kann.
Eine Aufgabe ist es daher, die Regelgüte bzw. Regelgenauigkeit
eines vorwärts koppelnden Netzteils (feed forward type) zu
verbessern.
Gelöst wird das vorstehende Problem mit der in den Ansprüchen 1
und/oder 12 umschriebenen Erfindung(en), die in den (jeweils)
abhängigen Ansprüchen ergänzt und erweitert werden.
Das neurale (oder: neuronale) Netzwerk kann in dem Steuersystem
mit der Zeit eine Reihe oder Serie von Gewichtsfaktoren
aufbauen, die die Antwort des geregelten Netzteiles auf
jeweilige lastbeeinflussende Variablen bzw. Variable
repräsentiert. Das eingehende Signal für die Variable wird dann
abgetastet und den die Antwort festlegenden Gewichtsfaktoren
zugeführt, um ein berechnetes Vorsteuer-Fehlersignal
bereitzustellen, welches zur Änderung des Energieflusses (des
Energiebetrages) eingesetzt wird, welcher von der Eingangsquelle
des Netzteiles zu seinem geregelten Ausgang gekoppelt wird.
Ein Verfahren, welches dazu verwendet werden kann, die
Filtergewichtung zu verändern, um die Regelung zu optimieren,
wird Rückwärts-Ausbreitung (back propagation) genannt und ist in
der Technik der neuralen (neuronalen) Netzwerke und FIR-Filter
bekannt. "Back propagation" bezieht sich auf das Erlernen einer
Regel (Lernmethode), nicht auf eine spezielle Schaltkreis-
Architektur. Im allgemeinen ist aber ein back-propagation-
Neuralnetzwerk hierarchisch mit zumindest drei Ebenen von
Neuronen aufgebaut, die auch als Neuroden bezeichnet werden. Ein
Neuron ist ein einzelnes verarbeitendes Element. Im einfachsten
Fall gibt es eine Eingangsebene (input layer) und eine
Ausgangsebene (output layer) und eine Zwischenebene (middle
layer). Die Zwischenebene wird oft als die "verborgene Ebene"
bezeichnet, auch wenn sie nicht tatsächlich verborgen ist. Die
Eingangsebene wird ein Pufferelement aufweisen, und zwar für
jedes der Eingangssignale, und die Ausgangsebene muß ein
Pufferelement für jedes der Ausgangssignale enthalten. Die Größe
der Zwischenebene kann anwendungsspezifisch angepaßt sein und
zwischen Lernfähigkeit und Arbeitsgeschwindigkeit optimiert
werden. Die Neuronen und Ebenen können vollständig oder nur
ausgewählt verbunden werden. Wenn sie voll verbunden sind, weist
jedes Neuron der Eingangsebene eine Verbindung zu jedem Neuron
der Zwischenebene auf. Ähnlicherweise ist jedes Neuron der
Zwischenebene mit jedem Neuron der Ausgangsebene verbunden. Die
Neuronen derselben Ebene brauchen nicht miteinander verbunden zu
werden. Im Betrieb ergibt eine bestimmte Eingangsgröße eine
entsprechende Ausgangsgröße, die von dem Verbindungsmuster der
Neuronen und der Lernregel des Netzwerkes bestimmt wird. Die
Ausgangsgröße resultiert in einem bestimmten Fehler. Der Fehler
wird rückwärts weitergeleitet (propagated back) zu der
Zwischenebene (middle layer), wo der Fehler jedes
Zwischenebenen-Neurone errechnet wird. Die Lernregel wird dann
dazu herangezogen, die Gewichtsfaktoren einzustellen, bevor das
nächste Eingangssignal verarbeitet wird. Eine beispielhafte
Lernregel ist die Delta-Lernregel; sie basiert auf der Methode
der kleinsten Quadrate (least means squares, LMS), welche eine
Lernregel mit fallendem Gradienten ist. Der Term "back
propagation" wird manchmal begrenzt auf das Anwendungsgebiet der
neuralen Netzwerke mit mehr als einer zwischenverarbeitenden
Ebene (middle processing layer), dagegen ist die Delta-Regel
beschränkt auf neurale Netzwerke mit einer einzigen
Zwischenebene. Diese Unterscheidung hat keine praktischen
Konsequenzen im Zusammenhang mit den erfindungsgemäßen Lehren.
Die Anwendung einer Lernregel - wie die Delta-Regel - wird hier
angesehen als ein besonderer Fall der Rückwärts-Ausbreitung
(instance of back propagation), insoweit, als ein Fehlersignal
verwendet wird, um die Gewichtungen der Zwischenlage des
neuronalen Netzwerkes abzustimmen. Hier soll ausdrücklich Bezug
genommen werden auf das Buch "Neural Network Primer" im
allgemeinen und Teil III im besonderen, wie es von Al EXPERT,
Miller Freeman Publications, San Francisco, California,
erhältlich ist.
Mit der erfindungsgemäßen Lehre kann die Änderung im
Ausgangssignal eines Netzteiles adaptiv korreliert werden mit
einem oder mehreren unabhängigen Signalen, um fortwährend die
Beziehung zwischen den Variablen, die sich auf die Last
auswirken und den Änderungen in der Belastung, die daraus
resultieren, neu festzulegen. In einem Fernsehgerät kann die
Last (Belastung) in einer Weise variieren, die angezeigt wird
von - beispielhaft - der Strahlstrom-Belastung (der Änderung der
Luminanzkomponente eines Videosignals), der Änderung des
Audiosignales und/oder der Gesamtbelastung eines Netzteiles.
Im Rahmen der Erfindung wird ein dreilagiges hierarchisches
neurales Netzwerk (three layer hierarchical neural network)
modelliert innerhalb der Architektur eines oder mehrerer FIR-
Filter zur Steuerung eines Systems oder Subsystems eines
Fernsehgerätes, z. B. eines Netzteiles. Das konventionelle
Rückkopplungs-Fehlersignal von der Belastung, die aus dem
Netzteil gespeist wird, wird beobachtet/überwacht und verwendet
zur Anwendung der Lernregel, um die Gewichtungsfaktoren
abzustimmen, die auf das dem FIR-Filter zugeführte
Eingangssignal angewendet werden (einwirken). Dies wird so
angesehen, als daß es mit der back propagation (Rückwärts-
Ausbreitung) des Fehlers zu der Zwischenebene korrespondiert,
wie zuvor für den allgemeinen Fall erläutert wurde. Ein Beispiel
einer digitalen Realisierung eines FIR-Filters mit RAM zum
Speichern von Abtastwerten und Filter-Gewichtungen oder
Koeffizienten und einer arithmetischen Einheit zur Berechnung
der Änderungen/Abstimmungen dieser Koeffizienten oder
Gewichtungen ist der Motorola-Chip DSP 56200. Dieser Chip ist
ein 28 pin HCMOS-DSP (digital signal processor), der entworfen
wurde, um die Summe von Produkten auszuführen. Zwei Haupt-
Algorithmen sind auf dem Chip implementiert, namentlich die
"finite Summe von Produkten" und das "adaptive least mean
squares" (Verfahren mit kleinsten Fehlerquadraten). Der Chip
wurde für Ausblenden oder Löschen von Echosignalen in
Audioanwendung, wie dem Löschen von Echos in
Telefonübertragungen - speziell das Echo im Laut- bzw.
Mithörtelefon -, verwendet. Die Verwendung der FIR-Filter in
Schaltungen zur Löschung von Echos wird - beispielhaft - in
US 38 36 734 und US 43 21 686 beschrieben.
Mit der erfindungsgemäßen Anordnung wird die Regelgüte eines
vorwärtskoppelnden (spannungsgeregelten) Netzteiles verbessert,
und zwar durch adaptives Berechnen der Beziehung des
Regelfehlers zu zumindest einem unabhängigen Signal, das mit der
Last assoziiert ist, die an dieses Netzteil angeschlossen oder
angelegt wird und durch Anwenden der berechneten Korrektur
anstelle oder zusätzlich zu dem unabhängigen Signal selbst,
wodurch die Rückkopplungsschleife, die das Netzteil regelt,
modifiziert wird. Im Zusammenhang mit einem Fernsehgerät kann
das Eingangssignal das Eingangs-Videosignal sein.
Ein solches Netzteil weist eine Schaltung zum Versorgen einer
Last mit Energie aus einer Quelle auf; die Last hat einen
Energiebedarf oder Energie-Erfordernisse, die abhängig von einem
Eingangssignal variieren, z. B. dem Videosignal eines
Fernsehgerätes. Eine Rückkopplungs-Schaltung erzeugt ein erstes
Korrektursignal, das den Regelfehler anzeigt. Ein neurales
(neuronales) Netzwerk erzeugt ein zweites Korrektursignal,
welches die vorausgesagte oder erwartete Änderung im
Energiebedarf bzw. Energieerfordernis anzeigt, und zwar durch
Verarbeiten von Information in aktuellen Werten (Echtzeit-
Werten) des Eingangssignales. Eine Steuerschaltung
- beispielhaft ein Pulsbreiten-Modulator - ist abhängig von den
Korrektursignalen zum Steuern der Betriebsweise der
Energieversorgungs-Schaltung. Das neurale Netzwerk weist einen
ersten Signal-Adaptivschaltkreis (signal adaptive circuit) für
das Eingangssignal und einen zweiten Signal-Adaptivschaltkreis
für eine bearbeitete Version des Eingangssignales auf. Das be-
oder verarbeitete Eingangssignal sollte linear unabhängig von
dem Eingangssignal sein, um Redundanz in den Gewichtungsfaktoren
zu vermeiden. Eine Quadratwurzel-Funktion, angewendet auf das
Eingangssignal, ist beispielsweise angemessen für ein
Schaltnetzteil. Eine Summierschaltung kombiniert die
Ausgangssignale der ersten und zweiten Signal-
Adaptivschaltkreise. Ein Mikroprozessor kann das neurale
Netzwerk realisieren und die bearbeitete Version des
Eingangssignals zur Verfügung stellen; der Mikroprozessor hat
ein Ein-/Ausgangs-Interface (Schnittstelle) zum Erhalt des
Eingangssignales, zum Erhalt eines Signales, das den Regelfehler
anzeigt und zum Erzeugen des zweiten Korrektursignals. Der
Mikroprozessor kann auch die Rückkopplungsschaltung realisieren.
Die Gewichtungsfaktoren können abhängig von der Größe und der
Polarität des Regelfehlers abgeglichen werden.
Hervorzuhebende Ausführungsformen der Erfindung (Anspruch 1,
Anspruch 12) sind in den jeweiligen Unteransprüchen gesondert
angesprochen.
Ausführungsbeispiele sollen das Verständnis der Erfindung(en)
vertiefen.
Fig. 1 ist ein Blockschaltbild eines Ausführungsbeispiels der
Erfindung mit den Elementen einer adaptierten Vorwärtskopplung
in einem geregelten Netzteil.
Fig. 2 ist ein detailliertes Blockschaltbild einer speziellen
Ausführungsform der Erfindung, wie sie in einer Video-
Einrichtung angewendet werden kann, mit FIR-Filtern, die von
einem Videosignal und dem Signal, das entsteht, wenn die
Quadratwurzel aus dem Videosignal gebildet wird, abhängig sind.
Fig. 3 ist ein schematisches Blockdiagramm, das eine einfache
Ausführungsform aus dem Stand der Technik betrifft.
Fig. 4 ist ein schematisches Diagramm zur Erläuterung einer
noch spezielleren Ausführungsform als derjenigen der Fig. 2.
Fig. 5 ist ein schematisches Diagramm einer Änderung der
Ausführung gemäß Fig. 4, in welcher das Rückkopplungssignal
beobachtet bzw. überwacht wird und direkt vom Mikroprozessor
ver- bzw. bearbeitet wird.
In Fig. 1 ist ein adaptives vorwärtskoppelndes geregeltes
Netzteil (geregeltes Netzteil mit Vorsteuerung) als
Ausführungsbeispiel der Erfindung dargestellt, wobei Elemente
des grundlegenden geregelten Netzteiles von Fig. 3 enthalten
sind. Das Ausmaß der von der Spannungsquelle oder dem Eingang
Vin zum Ausgang Vout, an welchen die Lasten 50 angelegt werden,
gekoppelten Energie wird unter Verwendung eines Rückführ-Pfades
mit einem Differenz- oder Komparator-Element, wie einem analogen
Differenzverstärker 24, gesteuert. Der Verstärker 24 erzeugt ein
erstes Korrektursignal Ve. Die Last 50 kann in ihren
Energieanforderungen oder Energieerfordernissen variieren, was
Anderungen in einer Mehrzahl verschiedener Eingangsfaktoren
anzeigt. Diese Eingangsfaktoren beinhalten - beispielhaft -
Strahlstrom-Belastung (die im allgemeinen mit Videosignal
Änderungen im Verhältnis steht), Audio-Ausgangsbelastung und
Gesamt-Netzteilbelastung. Die Ausgangsspannung Ve des
Differenzverstärkers 24 wird einem Summierpunkt 62 zugeführt.
Der Summierpunkt erhält zumindest ein weiteres Eingangssignal,
namentlich das Ausgangssignal eines oder mehrerer neuraler
Netzwerke 60, die ein zweites Fehlerkorrektursignal VP (auch:
vorhergesagtes oder erwartetes Korrektursignal) erzeugt. Das
neurale Netzwerk 60 kann als ein oder mehrere FIR-Filter
realieiert werden, wie dies Fig. 2 zeigt. Ein FIR-Filter 70
beinhaltet eine Verzögerungskette oder ein Schieberegister 86,
welche(s) eine begrenzte Zahl von aufeinanderfolgenden
Abtastwerten des Eingangssignales speichert. Diese Abtastwerte
werden über einen Satz von Gewichtungsfaktoren 92 skaliert,
jeweils einer für jede Anzapfung der Verzögerungskette, und die
gewichteten Abtastwerte werden addiert, um das Ausgangssignal
des FIR-Filters zu erzeugen. Die Werte der Gewichtungen
bestimmen die Frequenzantwort des Filters. Das zweite Fehler-
Korrektursignal ist eine Funktion von einem oder mehreren
unabhängigen Signalen 75, die zumindest teilweise korreliert
sind mit dem Regelfehler. Das Ausgangssignal der Summierstelle
62 bildet ein Eingangssignal eines steuerbaren Koppelelementes
26, z. B. eines Pulsbreitenmodulators.
Die Regelung gemäß der Erfindung basiert auf beiden, dem
Unterschied zwischen der Ausgangsspannung Vout und der
Referenzspannung und dem zusätzlichen Faktor aus dem neuralen
Netzwerk 60, der einen Regelfehler - als Funktion der
korrelierten Variablen - vorhersagt. Das neurale Netzwerk 60
verändert oder aktualisiert (updates) den vorhergesagten Fehler
basierend auf der jüngsten oder jüngeren Geschichte (recent
history) fortlaufend durch Beobachten oder Überwachen des
Ausgangssignales des Differenzverstärkers als ein Update-Eingang
und erreicht so - im Zuge der Zeit - eine genaue Schätzung der
speziellen Funktion, über die der Fehler aktuell mit der
unabhängigen Signalgröße korreliert ist, z. B. mit dem Video-
Eingangssignal. Die Änderungen im Ausgangssignal eines
geregelten Netzteils wird adaptiv erfaßt, um kontinuierlich die
Beziehung zwischen den lastbeeinflussenden Variablen - wie dem
Pegel des Videosignals in einem Fernsehgerät - und den
Änderungen der Last, die daraus resultieren, neu zu definieren
(nachzuführen).
Das neurale Netzwerk bildet zeitabhängig eine Serie von
Faktoren, die die Funktion oder Abhängigkeit des geregelten
Netzteiles zu den jeweiligen lastbeeinflussenden Variablen bzw.
der lastbeeinflussenden Variablen repräsentieren. Das eingehende
Signal für diese Variable(n) wird dann den Faktoren zugeführt,
die die Antwort festlegen (definieren), um ein berechnetes
Vorsteuer-Fehlersignal zu erhalten, das zur Änderung der
Energiemenge verwendet werden kann, die von dem Leistungseingang
des Netzteiles zu seinem geregelten Ausgang gekoppelt bzw.
übertragen wird.
Ein detaillierteres Schaltbild zeigt die Fig. 2. Das steuerbare
Koppelelement 26 ist ein Schaltregler-Netzteil, das einen
Pulsbreiten-Modulator 28, einen Übertrager 32 und einen
Leistungs-Schalttransistor 36 - der mit der Primärwicklung des
Übertragers 32 gekoppelt ist - und eine Gleichrichter-Schaltung
aufweist, die von der Diode 42 und dem Kondensator 44, der mit
der Sekundärwicklung des Transformators 32 gekoppelt ist,
gebildet wird. Die Primärwicklung wird zwischen die
Eingangsspannung Vin und den Kollektor des Transistors 36
gekoppelt (geschaltet). Der Emitter wird mit dem Masseanschluß
(ground) gekoppelt und die Basis wird mit dem Ausgang des
Pulsbreiten-Modulators gekoppelt (verbunden). Die Breite der
Ausgangspulse des Pulsbreiten-Modulators wird als Funktion des
Pegels des Eingangssignals des Pulsbreiten-Modulators variiert,
womit mehr oder weniger Energie den Primärwicklungen des
Übertragers 32 zugeführt wird. Die Leistung, die auf die
Sekundärwicklung des Übertragers übertragen wird, wird von der
Diode 42 gleichgerichtet, von dem Kondensator 44 gefiltert
(geglättet) und an die Last bzw. Lasten 50 - die an die
Versorgung gekoppelt sind - abgegeben. Die Lasten/Last 50 kann
variierende Energie-Anforderungen (sich verändernden
Energiebedarf) haben, wie im Zusammenhang mit Fig. 1 erläutert
wurde. Die Eingangsanschlüsse des Differenzverstärkers 24 sind
gekoppelt mit dem Ausgang Vout bzw. einer Spannungsreferenz 54,
z. B. einer rückwärts vorgesteuerten (reverse biased)
Zenerdiode.
Zwei unterschiedliche FIR-Filter 70 und 72 können verwendet
werden, eines, das direkt auf das Videosignal einwirkt, und ein
anderes, das mit einer bearbeiteten oder geänderten Version des
Eingangs-Videosignals gespeist wird. In dem dargestellten
Beispiel wird aus dem Eingangssignal die Quadratwurzel (SQRT)
gebildet, was mit dem SQRT-Schaltkreis 82 geschieht, und das so
gebildete Wurzelsignal bildet das Eingangssignal des zweiten
FIR-Filters 72 ("FIR"= Filter mit endlicher Einstellzeit). Das
Ausführungsbeispiel ist speziell geeignet für ein geregeltes
Netzteil in einem Fernsehgerät, weil die Übertragungsfunktion
des Sperrwandler-Schaltnetzteiles das Quadrat des Fehlersignals
beinhaltet. Entsprechend kann die Regelgüte oder
Regelgenauigkeit insgesamt optimiert werden, wenn das
Eingangssignal und auch dessen Quadratwurzel verwendet wird. In
anderen Anwendungen von geregelten Netzteilen, bei denen sich
ergibt, daß das Eingangssignal mit einem Regelfehler korreliert
ist, können andere Funktionen stattdessen verwendet werden oder
zusätzlich zu der Quadratwurzel-Funktion hinzugefügt werden. Die
Ausgangssignale der FIR-Filter 70 und 72 sind Eingangssignale
der Summierstelle, wo sie zweite und dritte Fehler-
Korrektursignale repräsentieren. Das Ausgangssignal der
Summierstelle 62 ist ein zusammengesetztes Fehler-
Korrektursignal (composite error correction signal), das eine
Komponente aufweist, die die vergangene Leistungsfähigkeit bzw.
Qualität (performance) reflektiert, die auf dem
Rückkopplungssignal Ve und Komponenten basiert, die die
vorhergesagte - auf dem Eingangssignal basierende -
Leistungsfähigkeit reflektieren.
Die Gewichtungsfaktoren W (92, 94) sind jeweils mit den
Schieberegistern 86 und 88 assoziiert und können vorgewählt bzw.
vorgegeben werden, z. B. basierend auf Funktionstests der
Anordnung unter verschiedenen Bedingungen. Alternativ können die
Gewichtungsfaktoren W für jeden Filter von einem Netzteil-
Mikroprozessor PS µP 80 bereitgestellt werden. Die
Gewichtungsfaktoren werden abgestimmt, und zwar abhängig von dem
Fehlersignal Ve, welches von dem Netzteil-Mikroprozessor 80 als
ein Update-Signal überwacht bzw. beobachtet wird. Der Netzteil-
Mikroprozessor kann auch von einem Haupt-Mikroprozessor des
Fernsehgerätes, dem TV-µP, gesteuert werden, welche Verwendung
mehr und mehr üblich wird.
Die Vorverarbeitung des Eingangssignals, z. B. das Bilden der
Quadratwurzel daraus, schafft neue Signale zur Verarbeitung über
die FIR-Filter und verbessert das Ausmaß, mit dem das Filter den
Regelfehler genau vorhersehen und die geeignete Korrektur
vorsteuern (feed forward) kann. Es ist jedoch ratsam eine
Vorverarbeitung zu verwenden, die Charakteristika des
Eingangssignals erzeugt, die linear unabhängig sind, um
Redundanz in den Gewichtungen zu vermeiden. Redundanz kann
Instabilität verursachen, wie Schwingung oder Wegdrift-
Bedingungen in den Gewichtungen.
Die FIR-Filter - auch die Gewichtung oder Faktoren, die die FIR-
Antwort definieren - können in einem Mikroprozessor 110
realisiert werden, wie das Ausführungsbeispiel gemäß Fig. 4
zeigt. Der Mikroprozessor 110 kann fortlaufend das Fehlersignal
Ve als Update-Signal überwachen und das unabhängige
Eingangssignal als Basis für ein fortlaufendes Neuberechnen des
erforderlichen Abgleichs der Gewichtungen oder Faktoren
überwachen oder beobachten, um die Faktoren in einer Richtung zu
ändern, die das Fehlersignal minimiert. Auf diese Weise folgt
die Filterantwort dem Eingangssignal so, daß die resultierende
Ausgangsspannungs-Änderung minimiert wird, sogar wenn eine
besondere Beziehung zwischen dem Fehler und dem Eingangssignal
sich mit der Zeit verändert.
In Übereinstimmung mit einer erfindungsgemäßen Anordnung wird
ein neurales Drei-Ebenen-Netzwerk in hierarchischer Struktur
(three layer hierarchical neural network) in der Architektur
eines oder mehrerer FIR-Filter modelliert. Das konventionelle
Rückkopplungs-Fehlersignal von der Last wird
überwacht/beobachtet und verwendet zur Anwendung der Lernregel,
um die Gewichtungsfaktoren abzustimmen, die auf das
Eingangssignal des FIR-Filters einwirken. Die adaptiven FIR-
Filter können von einem prozessor oder Mikroprozessor gesteuert
werden, sie können auch als Teil des Mikroprozessors realisiert
sein, wie dies in Fig. 4 dargestellt ist. Die Verzögerungsketten
(delay lines) bzw. die Schieberegister 86 und die Gewichtung
oder Koeffizientenfaktoren 92 sind im Speicher eines
Mikroprozessors 110 verknüpft und gespeichert (mapped and
stored). Der Mikroprozessor kann die Abtastdaten über ein Puffer
116 direkt handhaben bzw. bearbeiten und/oder eine numerische
Funktion aus den Abtastwerten herleiten, wie die Wurzelbildung
über den Mathematik-Prozessor 82. Abtastwerte des unabhängigen
Signals, z. B. des Videosignals, werden unter Verwendung von
Analog/Digital-Umsetzer 122 gewonnen. Der Differenzverstärker
124 hat Eingänge, die mit dem geregelten Ausgang Vout und mit
einer Referenzspannung, die von der Zenerdiode 56 bereitgestellt
wird, gekoppelt sind, wobei die Zenerdiode rückwärts über den
Serienwiderstand zu (aus) einer Spannungsquelle Vr vorgesteuert
wird (biased). Abtastwerte des Fehlersignals Ve, welches ein
erstes Korrektorsignal darstellt, werden von dem Analog/Digital-
Umsetzer 120 bereitgestellt. Die Ausgangssignale der
Analog/Digital-Umsetzer 120 bzw. 122 werden zu einem
Eingangs/Ausgangs-Interface (I/O-Schnittstelle) 112 gekoppelt.
Die Abtastdaten und die Quadratwurzel-Daten und/oder andere
numerische Funktionen sind im Prozessor 110 gespeichert. Diese
Funktionen werden in Fig. 4 mit den Bezeichnungen "Abtastwerte
bzw. Samples" für die direkt abgetasteten Daten 116 und "SQRT
bzw. Wurzelbildung" für die numerisch bearbeiteten Daten 82
dargestellt, in diesem Beispiel die Quadratwurzeln der absoluten
Werte der Abtastwerte. Die Abtastwerte und deren Quadratwurzel-
Werte können von den Roh-Daten abgeleitet werden, die von den
Ausgängen der Analog/Digital-Umsetzer 120 und 122 zur Verfügung
gestellt werden, optionell mit einem vorhergehenden Skalieren
oder pegelschieben der Werte oder auch mit einer Berechnung der
erforderlichen numerischen Funktion. Alternativ können
Einrichtungen außerhalb des Mikroprozessors 110 die Daten in
analoger oder digitaler Form vorverarbeiten.
Im erwähnten Ausführungsbeispiel sind die Ausgänge der
Analog/Digital-Umsetzer 120, 122 mit den Eingängen des
Mikroprozessors 110 gekoppelt, der die Adressierung und die
arithmetische Verarbeitung der Abtastwerte und der Gewichtungen
vornimmt. Die Speicherung der Abtastwerte der Daten und der
abgeleiteten Funktion werden in einer Aufeinanderfolge von
Schieberegister-Stufen 86 bzw. 88 gespeichert, die gekoppelt
sind mit Sätzen (Sets) von gespeicherten Gewichtungen 92 bzw.
94. Erkennbar wird, daß diese Funktion implementiert werden kann
über Tabellen von Abtastwerten und Gewichtungen, die im RAM
gespeichert sind, welche sukzessive von dem Prozessor 110
adressiert werden, oder ein tatsächliches Schieberegister findet
seine Anwendung. Die Faktoren werden mit den korrespondierenden
Gewichtungen multipliziert, die Produkte werden summiert und das
Ergebnis wird an einem internen Summierpunkt 64 gebildet
(addiert). Das erste Korrektursignal bildet den Pfad für die
back propagation des Ausgangssignal-Fehlers zu der Zwischenebene
des neuralen Netzwerkes. Der Vorsteuer-Wert (feed forward
value), der von dem Mikroprozessor 110 als Summe von Produkten
der Speicherwerte in den Zellen der Verzögerungskette 86, 88 und
den Gewichtungen in den Koeffizienten-Zellen 92, 94 berechnet
wird, bildet ein zweites Korrektursignal, es wird in einen
Analogpegel über den Digital/Analog-Umsetzer 124 umgesetzt. Das
Ausgangssignal des Digital/Analog-Umsetzers 124 wird summiert
mit dem Fehlersignal Ve im Knoten 62. Das Ausgangssignal der
Summierstelle 62 ist ein zusammengesetztes Korrektursignal,
welches den pulsbreiten-Modulator 28 steuert.
Die Gewichtungsfaktoren können für jeden Abtastwert oder in
einer unterschiedlichen (Abtast-)Rate neu berechnet werden. Zum
Beispiel während jedes Zyklus des pulsbreiten-Modulators 28, der
asynchron zu der Daten-Abtastung arbeitet, oder mit einer
geringeren Frequenz, jeder der Gewichtungsfaktoren wird aufwärts
oder abwärts - wie notwendig - in die Richtung verändert, die
das Fehlersignal Ve herabsetzen würde. Die Größe der Anderung
hängt ab: von dem Beitrag der Gewichtung, der auf die gesamte
Filterantwort abgestimmt ist, von dem Betrag des erfaßten
Fehlers und von einer beliebigen Lernrate, die bestimmt, wie
schnell das Filter abgestimmt werden muß, um dem Eingangssignal
zu folgen. Schnellere Lernraten sind weniger stabil als
langsamere Lernraten, sie erlauben jedoch eine schnellere
Filterantwort, um den residuellen Regelfehler herabzusetzen.
Die Gewichtungsfaktoren können auf der Basis jedes abgetasteten
Wertes (sample by sample) abgestimmt (oder: eingestellt) werden,
was gemäß folgender Beziehung geschehen kann:
Wj+1 = Wj + (a·Ve·X)/(EX2),
wobei
Wj+1 die vorhergehende (alte) Gewichtung;
a der Faktor der Lernrate;
Ve das Ausgangssignal des Fehler-Verstärkers;
EX2 die Summe der Quadrate des Filter-Eingangs;
X das Eingangssignal entsprechend der abzustimmenden Gewichtung.
Wj+1 die vorhergehende (alte) Gewichtung;
a der Faktor der Lernrate;
Ve das Ausgangssignal des Fehler-Verstärkers;
EX2 die Summe der Quadrate des Filter-Eingangs;
X das Eingangssignal entsprechend der abzustimmenden Gewichtung.
Die Berechnung der neuen Gewichtung kann so oft wie gewünscht
erfolgen. Im Beispiel, in welchem sich das Filter auf ein
geschaltetes Netzteil (SMPS) bezieht, können die Gewichtungen
einmal für jeden Schaltzyklus des Netzteiles eingestellt oder
abgestimmt werden. Die Abtastrate des Eingangssignales kann sich
von der Schaltfrequenz unterscheiden, insbesondere wird sie
basierend auf dem Frequenzgehalt des unabhängigen Signals
bestimmt. Die Abtastrate sollte die höchsten interessierenden
Frequenzen des unabhängigen Signales wesentlich übersteigen.
Zwei grundlegende Varianten können gewählt werden, um das
gewichtete FIR-Filter zu implementieren. In einem
kostengünstigen Ausführungsbeispiel können die Gewichtungen
während der Entwurfsphasen eines bestimmten Schaltkreises oder
Teiles vorbestimmt werden, z. B. für ein bestimmtes Modell eines
Fernsehers, das ein geregeltes Netzteil und bestimmte damit
verbundene Lasten beinhaltet. Die Gewichtungen können z. B. so
gewählt werden, daß die stationären Pegel der Gewichtungen, die
adaptiv selbsteingestellt (updated) wurden, notiert oder
aufgezeichnet werden. Diese Gewichtungen werden dann in das
Netzwerk als vorgegebene Konstanten (preset constants)
eingefügt. Eine solche Lösungsvariante ist akzeptierbar, wenn
die Betriebsbedingungen genau vorhersehbar sind und die
Systemcharakteristika so sind, daß sie sich von Gerät zu Gerät
sehr genau wiederholen.
Dazu alternativ können die Gewichtungen kontinuierlich geändert
oder aktualisiert (updated) werden, während das Gerät in Betrieb
ist, z. B. während jeder Daten-Abtastperiode. Das fortgesetzte
Abtasten bzw. die selbstadaptierende Variante (training
approach) wird im allgemeinen eine verbesserte Qualität oder
Leistungsfähigkeit für eine gegebene Anzahl von FIR-Filter-
Anzapfungen liefern. In einem Ausführungsbeispiel, bei dem die
Gewichtungen fortlaufend geändert bzw. aktualisiert werden,
können die Gewichtungen mit Nennwerten vorgegeben werden (preset
values), um das Gerät zu initialisieren, statt diese Werte von
Null beginnend zeitabhängig aufzubauen. Die Nennwerte (nominal
values) können auch verwendet werden, um das FIR-Filter für den
Fall einer Transienten rückzusetzen, die bewirkt, daß das
Fehlersignal bzw. der erfaßte Fehler zu groß wird.
Es ist möglich, die Anzahl der FIR-Filter-Anzapfungen zu
reduzieren, indem der Betrieb eines Filters über der Zeit
untersucht wird. Nachdem das Filter seinen stationären Zustand
erreicht hat, kann es ersichtlich werden, daß einige Signale
oder Anzapfungen stärker als andere das Filter-Ausgangssignal
beeinflussen. Diejenigen Signale, die einen signifikanten
Beitrag leisten, können beibehalten werden, während diejenigen
Signale, die mit relativ geringen Gewichtsfaktoren skaliert
werden, entfallen können, ohne daß der Filter-Betrieb wesentlich
verschlechtert wird.
Die Ausführungsform von Fig. 5 ist eine Alternative zur
Ausführung gemäß Fig. 4. Der Komparator 24 und die damit
assoziierten Schaltkreise wurden in Fig. 5 eliminiert.
Stattdessen ist das Vout-Signal ein direktes Eingangssignal zu
dem Analog/Digital-Umsetzer 12. Der Vergleich dieses Wertes mit
einem Referenzwert wird von dem Mikroprozessor 110 ausgeführt,
in dem der Referenzwert programmiert oder sogar für verschiedene
Betriebsweisen geändert werden kann. Das Ausgangssignal des
neuralen Netzwerkes und das Ausgangssignal des
Referenzvergleichs werden auch von dem Mikroprozessor summiert.
Das Ausgangssignal des Mikroprozessors an dem Digital/Analog-
Umsetzer 124 ist bereits die Kombination aus ersten und zweiten
Korrektursignalen. Entsprechend ist der separate
Summierschaltkreis 62 entfallen. Im übrigen arbeitet die
Ausführung gemäß Fig. 5 in gleicher Weise wie diejenige der
Fig. 4
Die Erfindung kann auf verschiedene Arten von geregelten
Netzteilen angewendet werden, z. B. Linear-Netzteile, wie solche
mit Längstransistor, oder in anderen Formen von
Schaltnetzteilen, wie dem Hochspannungs-Generator, der in
Fernsehgeräten regelmäßig verwendet wird.
Claims (21)
1. Steuerschaltung für ein Fernsehgerät
- - mit Mitteln (26), die abhängig sind von einem ersten Korrektursignal (Ve) zum Versorgen einer Last (50) aus einer Quelle (Vin), wobei die Last (50) Energieerfordernisse (Energiebedarf) hat, die sich abhängig von einem Eingangssignal (75) ändern,
- - mit Mitteln (24) zur Beobachtung oder Überwachung zurückliegender Energieerfordernisse und zur Erzeugung des ersten Korrektursignals (Ve), das die zurückliegenden Energieerfordernisse anzeigt;
gekennzeichnet durch
- - ein neuronales Netzwerk (60), das abhängig von dem Eingangssignal (75) ist, zur Voraussage (Antizipation) von Energieerfordernissen und zur Erzeugung eines zweiten Korrektursignals (Vp), welches die vorausgesagten Energieerfordernisse anzeigt, wobei die Energie- Versorgungsmittel (26) auch von dem zweiten Korrektursignal (Vp) abhängig sind.
2. Steuerschaltung nach Anspruch 1,
dadurch gekennzeichnet,
daß das neuronale Netzwerk (60) eine Adaption zur Vorhersage
(Antizipation) der Strahlstrom-Belastung aufweist.
3. Steuerschaltung nach Anspruch 1 oder 2,
dadurch gekennzeichnet,
daß das neuronale Netzwerk (60) eine Adaption zur Vorhersage
von Audiobelastung aufweist.
4. Steuerschaltung nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet,
daß das neuronale Netzwerk (60) eine Adaption zur Vorhersage
der Luminanzpegel-Belastung aufweist.
5. Steuerschaltung nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet,
daß das neuronale Netzwerk (60) eine Adaption zur Vorhersage
der Netzteil-Belastung aufweist.
6. Steuerschaltung nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet,
daß das neuronale Netzwerk (60) ein adaptives Filter (70,
72) aufweist.
7. Steuerschaltung nach einem der vorhergehenden Ansprüche,
dadurch gekennzeichnet,
daß das neuronale Netzwerk (60) ein FIR-Filter (Filter mit
endlicher Einstelldauer, 70, 72) aufweist.
8. Steuerschaltung nach einem der vorhergehenden Ansprüche,
gekennzeichnet durch
Mittel (88) zur Lieferung von Werten an das neuronale
Netzwerk (60) zum Aktualisieren/Ändern (updating) des
zweiten Korrektursignals (Vp).
9. Steuerschaltung nach einem der vorhergehenden Ansprüche, bei
der das neuronale Netzwerk (60) aufweist:
- - erste Mittel (70) zum Filtern des Eingangssignales (75);
- - Mittel (82) zur Verarbeitung/Bearbeitung des Eingangssignales;
- - zweite Mittel (72) zum Filtern des bearbeiteten Eingangssignales (75);
- - Mittel (62) zum Kombinieren der Ausgangssignale der ersten (70) und zweiten (72) Filter (Filtermittel).
10. Steuerschaltung nach Anspruch 9, bei der die Mittel (82) zur
Ver- bzw. Bearbeitung des Eingangssignales (75) eine
Quadratwurzel-Funktion (SQRT) aufweisen/beinhalten.
11. Steuerschaltung nach Anspruch 1, bei der das neuronale
Netzwerk (60) einen Mikroprozessor (110) aufweist.
12. Netzteil für ein Fernsehgerät
mit Mitteln (26), die abhängig von einem ersten
Korrektursignal (Ve) sind, zur Versorgung einer Last (50)
mit Energie aus einer Energiequelle (Vin);
- - mit Mitteln (24) zum Beobachten/Überwachen der Last (50) und zur Erzeugung des ersten Korrektursignals (Ve), das die zurückliegenden Änderungen der Energieerfordernisse der Last (50) anzeigt, welche von einem Videosignal abhängig sind; gekennzeichnet durch,
- - Mittel (110), die abhängig von dem Videosignal sind, zur Erzeugung eines zweiten Korrektursignals (Vp), das die vorausgesagte Änderung des Energiebedarfs (der Energieerfordernisse) anzeigt, wobei die Energieversorgungsmittel (26) auch von dem zweiten Korrektursignal (Vp) abhängig sind.
13. Netzteil nach Anspruch 12, bei dem die Mittel (110) zur
Erzeugung des zweiten Korrektursignals (Vp) ein neuronales
Netzwerk aufweisen zur Verarbeitung von Information in
aktuellen Werten des Videosignals.
14. Netzteil nach Anspruch 12 oder 13, bei dem die Mittel (110)
zur Erzeugung des zweiten Korrektursignals eine Adaption zur
Vorhersage der Strahlstrom-Belastung aufweisen.
15. Netzteil nach einem der Ansprüche 12 bis 14, bei dem die
Mittel (110) zur Erzeugung des zweiten Korrektursignals eine
Adaption zur Vorhersage der Audio-Belastung aufweisen.
16. Netzteil nach einem der Ansprüche 12 bis 15, bei dem die
Mittel (110) zur Erzeugung des zweiten Korrektursignals eine
Adaption zur Vorhersage der Luminanzpegel-Belastung
aufweisen.
17. Netzteil nach einem der Ansprüche 12 bis 16,
gekennzeichnet durch
ein neuronales Netzwerk, das aufweist:
- - erste Mittel (86, 92) zum Filtern des Videosignals;
- - Mittel (82) zur Verarbeitung des Videosignals;
- - zweite Mittel (88, 94) zum Filtern des verarbeiteten Videosignales;
- - Mittel (64) zum Kombinieren der Ausgangssignale der ersten (86, 92) und zweiten (88, 94) Filter(mittel).
18. Netzteil nach einem der Ansprüche 12 bis 17, bei der die
Mittel (82) zur Verarbeitung des Videosignals eine
Quadratwurzel-Funktion beinhalten/aufweisen.
19. Netzteil nach einem der Ansprüche 12 bis 18, bei dem die
Mittel (26) zur Versorgung mit Energie einen pulsbreiten-
Modulator (28) aufweisen.
20. Netzteil nach einem der Ansprüche 12 bis 19,
gekennzeichnet durch
einen Mikroprozessor (110), der ein neuronales Netzwerk
verwirklicht.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US07/807,358 US5258903A (en) | 1991-12-16 | 1991-12-16 | Control circuit and power supply for televisions |
US807358 | 1991-12-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE4240984A1 true DE4240984A1 (de) | 1993-07-01 |
DE4240984B4 DE4240984B4 (de) | 2005-08-18 |
Family
ID=25196189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4240984A Expired - Fee Related DE4240984B4 (de) | 1991-12-16 | 1992-12-05 | Steuerschaltung und Netzteil für Fernsehgeräte |
Country Status (4)
Country | Link |
---|---|
US (1) | US5258903A (de) |
JP (1) | JP3479093B2 (de) |
KR (1) | KR100279337B1 (de) |
DE (1) | DE4240984B4 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1770848A2 (de) * | 2005-09-30 | 2007-04-04 | Hitachi Global Storage Technologies Netherlands B.V. | Auf Vorwärtskopplungsinformationen aus deterministischen Lasten ansprechende Spannungsregelungssysteme |
EP2648323A1 (de) * | 2012-04-03 | 2013-10-09 | Nxp B.V. | Schaltnetzteil mit aus Lastsollwert abgeleiteter Vorsteuerung |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9217890D0 (en) * | 1992-08-21 | 1992-10-07 | British Nuclear Fuels Plc | Apparatus for pulsed electrical power circuitry |
US5455891A (en) * | 1993-10-04 | 1995-10-03 | Georgia Tech Research Corporation | System and method for a learning neural network for generating random directions for weight changes |
US6018729A (en) * | 1997-09-17 | 2000-01-25 | Lockheed Martin Energy Research Corporation | Neural network control of spot welding |
WO1999031637A1 (en) * | 1997-12-18 | 1999-06-24 | Sentec Corporation | Emergency vehicle alert system |
US5959537A (en) * | 1998-07-09 | 1999-09-28 | Mcgraw-Edison Company | Variable trip fault indicator |
US6247003B1 (en) | 1998-08-13 | 2001-06-12 | Mcgraw-Edison Company | Current transformer saturation correction using artificial neural networks |
US6549867B1 (en) * | 2000-05-26 | 2003-04-15 | Intel Corporation | Power supply feed-forward compensation technique |
WO2003079722A1 (en) * | 2002-03-20 | 2003-09-25 | Sennheiser Communications A/S | Active audio compressing in telecommunication |
US7044571B2 (en) * | 2003-10-28 | 2006-05-16 | Hewlett-Packard Development Company, L.P. | Power supply adjustment |
US7609158B2 (en) * | 2006-10-26 | 2009-10-27 | Cooper Technologies Company | Electrical power system control communications network |
US7715002B2 (en) * | 2007-01-23 | 2010-05-11 | Bionorica Ag | Method for classifying scientific materials such as silicate materials, polymer materials and/or nanomaterials |
US8067946B2 (en) * | 2007-11-02 | 2011-11-29 | Cooper Technologies Company | Method for repairing a transmission line in an electrical power distribution system |
US7930141B2 (en) | 2007-11-02 | 2011-04-19 | Cooper Technologies Company | Communicating faulted circuit indicator apparatus and method of use thereof |
US8594956B2 (en) * | 2007-11-02 | 2013-11-26 | Cooper Technologies Company | Power line energy harvesting power supply |
US9383394B2 (en) | 2007-11-02 | 2016-07-05 | Cooper Technologies Company | Overhead communicating device |
US20090231764A1 (en) * | 2008-03-14 | 2009-09-17 | Cooper Technologies Company | Capacitor Bank Monitor and Method of use Thereof |
MX2013001641A (es) | 2010-08-10 | 2013-07-29 | Cooper Technologies Co | Aparato y metodo para el montaje de un dispositivo de sobrecarga. |
US9379556B2 (en) | 2013-03-14 | 2016-06-28 | Cooper Technologies Company | Systems and methods for energy harvesting and current and voltage measurements |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3836734A (en) * | 1971-12-03 | 1974-09-17 | Communications Satellite Corp | Adaptive echo canceller with multi-increment gain coefficient corrections |
US4321686A (en) * | 1980-01-24 | 1982-03-23 | Communications Satellite Corporation | Correction processor of self-adaptive filters |
US4425612A (en) * | 1982-05-12 | 1984-01-10 | International Business Machines Corporation | Power supply with load-transient anticipation |
US4536700A (en) * | 1984-03-28 | 1985-08-20 | United Technologies Corporation | Boost feedforward pulse width modulation regulator |
US4873661A (en) * | 1987-08-27 | 1989-10-10 | Yannis Tsividis | Switched neural networks |
JPS6478579A (en) * | 1987-09-21 | 1989-03-24 | Mitsubishi Electric Corp | High voltage control circuit for cathode ray tube |
US4809150A (en) * | 1988-01-27 | 1989-02-28 | Electric Power Research Institute, Inc. | DC to DC converter with feed forward and feed back regulation |
US4874963A (en) * | 1988-02-11 | 1989-10-17 | Bell Communications Research, Inc. | Neuromorphic learning networks |
US5161014A (en) * | 1990-11-26 | 1992-11-03 | Rca Thomson Licensing Corporation | Neural networks as for video signal processing |
-
1991
- 1991-12-16 US US07/807,358 patent/US5258903A/en not_active Expired - Lifetime
-
1992
- 1992-12-05 DE DE4240984A patent/DE4240984B4/de not_active Expired - Fee Related
- 1992-12-14 KR KR1019920024151A patent/KR100279337B1/ko not_active IP Right Cessation
- 1992-12-15 JP JP35442792A patent/JP3479093B2/ja not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1770848A2 (de) * | 2005-09-30 | 2007-04-04 | Hitachi Global Storage Technologies Netherlands B.V. | Auf Vorwärtskopplungsinformationen aus deterministischen Lasten ansprechende Spannungsregelungssysteme |
EP1770848A3 (de) * | 2005-09-30 | 2008-04-30 | Hitachi Global Storage Technologies Netherlands B.V. | Auf Vorwärtskopplungsinformationen aus deterministischen Lasten ansprechende Spannungsregelungssysteme |
US7957847B2 (en) | 2005-09-30 | 2011-06-07 | Hitachi Global Storage Technologies Netherlands, B.V. | Voltage regulating systems responsive to feed-forward information from deterministic loads |
EP2648323A1 (de) * | 2012-04-03 | 2013-10-09 | Nxp B.V. | Schaltnetzteil mit aus Lastsollwert abgeleiteter Vorsteuerung |
US9041468B2 (en) | 2012-04-03 | 2015-05-26 | Nxp B.V. | Switched-mode power supply and method of operation |
Also Published As
Publication number | Publication date |
---|---|
JPH05308535A (ja) | 1993-11-19 |
US5258903A (en) | 1993-11-02 |
KR930015805A (ko) | 1993-07-24 |
JP3479093B2 (ja) | 2003-12-15 |
DE4240984B4 (de) | 2005-08-18 |
KR100279337B1 (ko) | 2001-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE4240984B4 (de) | Steuerschaltung und Netzteil für Fernsehgeräte | |
DE10197407B4 (de) | Adaptiver rückgekoppelter/vorwärtsgekoppelter PID-Controller | |
DE102004019352B4 (de) | Zustandsbasierter adaptiver Feedback-/Feedforward-PID-Regler (PID-Steuerungseinheit) | |
DE102006045429B4 (de) | Adaptive, Modellprädiktive Online-Steuerung in einem Prozesssteuerungssystem | |
DE69823049T2 (de) | Modellfreie adaptive prozesssteuerung | |
DE69434487T2 (de) | Methode und vorrichtung zur fuzzy logicsteuerung mit automatischem abstimmverfahren | |
EP0258333B1 (de) | Adaptive regeleinrichtung hoher genauigkeit und geringen stellenenergieverbrauchs | |
EP1119799B1 (de) | Regeleinrichtung zur regelung einer strecke mit mehreren verkoppelten regelgrössen | |
DE4205346C2 (de) | Taktgeber | |
DE2846105A1 (de) | Richtkoppler | |
DE3931133C2 (de) | ||
DE102005018858A1 (de) | Digitales Filter und Verfahren zur Bestimmung seiner Koeffizienten | |
DE102018122700A1 (de) | Digitaler Controller für einen Schaltkondensator-Gleichstromumsetzer | |
EP0692752B1 (de) | Schaltungsanordnung eines Reglers mit nachgiebiger Rückführung | |
DE10041439B4 (de) | Automatische Abstimmungseinrichtung für einen Regelkreis basierend auf nicht linearen Schätzern der Abstimmregeln | |
EP0700536B1 (de) | Regeleinrichtung | |
DE2836308A1 (de) | Verfahren zur regelung der gleichstromuebertragung bei gleichstrom-hochspannungsfernleitungen und regeleinrichtung zur ausfuehrung des verfahrens | |
DE102004052418B4 (de) | Gewichtungsschaltung und Verfahren zum Einregeln eines Regelkreises | |
DE19913753A1 (de) | Verfahren zur Bildung des Mittelwertes | |
DE4319926A1 (de) | Verfahren zur Regelung eines kontinuierlichen Prozesses mit einer Optimier- und einer Regelphase | |
DE4013477C2 (de) | Gleichspannungswandler | |
DE4323432C2 (de) | Spannungs- und Blindleistungsregler für ein Stromsystem auf der Basis neuronaler Netzwerke | |
DE19846447A1 (de) | Regeleinrichtung zur Regelung einer Strecke mit mehreren verkoppelten Regelgrößen | |
DE102009009328B4 (de) | Verfahren zur Reduzierung von Strukturschwingungen und Regelungseinrichtung hierzu | |
DE19919595A1 (de) | Regeleinrichtung zur Regelung einer Strecke mit mehreren verkoppelten Regelgrößen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8110 | Request for examination paragraph 44 | ||
8120 | Willingness to grant licences paragraph 23 | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |