การประยุกต์ใช้ไมโครคอนโทรลเลอร์เป็นวงจรกรองโครงข่ายประสาทเชิงเส้นแบบปรับตัว Application of a Microcontroller for Adaptive Linear Neural Network Filter

Abstract

บทความนี้นำเสนอการประยุกต์ใช้ไมโครคอนโทรลเลอร์เบอร์ dsPIC30F2010 เป็นวงจรกรองโครงข่ายประสาทเชิง เส้นแบบปรับตัว (adaptive linear neural network filter) หรือวงจรกรอง ADALINE ที่ใช้อัลกอริทึมแบบค่าเฉลี่ยกำลัง สองน้อยที่สุด (least mean square algorithm: LMS) เพื่อศึกษาความสามารถของวงจรกรอง ADALINE ที่ถูกสังเคราะห์ลง บน dsPIC30F2010 ในการคัดแยกระหว่างสัญญาณที่ต้องการใช้งานและสัญญาณรบกวนอื่นๆ โดยทำการทดสอบด้วย สัญญาณไซน์ที่มีความถี่ 50 – 500 Hz จากเครื่องกำเนิดสัญญาณ (function generator) และกำหนดพารามิเตอร์ของวงจร กรองด้วยค่าอัตราการเรียนรู้เท่ากับ 0.005, ค่าหน่วงเวลาเท่ากับ 10, จำนวน Tapped delay line เท่ากับ 9 และได้ใช้อัตรา การสุ่มสัญญาณในการประมวลผลเท่ากับ 1000 ข้อมูลต่อวินาที ความละเอียดขนาด 10 บิต ผลการทดสอบพบว่าวงจรกรอง ดังกล่าวสามารถทำงานได้ดีในช่วงความถี่ 50 – 100 Hz ทั้งนี้ประสิทธิภาพของวงจรกรองขึ้นอยู่กับการกำหนดค่าพารามิเตอร์ ต่างๆ ซึ่งเป็นข้อจำกัดด้านทรัพยากรของ dsPIC30F2010 ที่ไม่สามารถกำหนดให้มีความสามารถสูงตามต้องการได้ หากนำไป ประยุกต์ใช้งานจริงก็ควรคำ นึงถึงประสิทธิภาพสูงสุดในการกำ จัดสัญญาณรบกวนที่สอดคล้องกับทรัพยากรของ ไมโครคอนโทรลเลอร์ เช่น ความเร็วในการประมวลผล หรือหน่วยความจำ เป็นต้น