Aналогова нейронна схема ідентифікації найбільших за величиною з множини сигналів з невідомого діапазону

Abstract

Пропонується аналогова нейронна схема неперервного часу, придатна для ідентифікації K найбільших серед N невідомих сигналів, де 1 £ K < N , які можна розрізнити, із скінченними значеннями, розміщених у невідомому діапазоні. Модель схеми описано рівнянням стану і вихідним рівнянням. Відповідну структурно-функціональну схему наведено у вигляді N жорсткообмежувальних нейронів прямого поширення і двох нейронів зворотного поширення, що використовуються для визначення динамічного зсуву входів. Схема поєднує такі властивості, як висока точність і швидкодія, низька складність схемотехнічної реалізації і незалежність від початкових умов. Представлено приклад моделювання, який демонструє, що траєкторії змінної стану схеми є глобально стійкими і глобально збіжними до KWTA-режиму з довільних початкових умов. A continuous-time analogue neural circuit which is capable of identifying the K largest of unknown finite value N distinct inputs, where 1 £ K < N , located in an unknown range is proposed. The circuit model is described by a state equation and by an output equation. A corresponding functional block diagram of the circuit is presented as N feed-forward hardlimiting neurons and two feedback neurons, which are used to determine the dynamic shift of inputs. The circuit combines such properties as high accuracy and speed, low hardware implementation complexity, and independency of initial conditions. Simulation example demonstrates that the circuit state variable trajectories are globally stable and globally convergent to the KWTA operation from each initial value.