کریم محمدی - دانشگاه علم و صنعت ایران
سیدجواد سیدمهدوی چابک - دانشگاه علم و صنعت ایران

در این مقاله استفاده از شبکه های عصبی را به عنوان روشی جدید برای تست و تشخیص خطا در ADC ها معرفی کرده و آنرا به همراه دیگر روشهای تست ADC ها، در نرم افزارMATLAB پیاده سازی می کنیم . سپس قابلیت تشخیص و تعیین مکان وقوع خطا در آنها را مقایسه می نماییم . مدلهای خطای stuck_at_0 ، stuck_at_1 ، مدار باز، خطای پل و خطای تلرانس به مدار یک 3 ADC بیتی از نوع flash اعمال گردید ند و بانکهای خطا ایجاد شد . روش هیستوگرام مقدار INL وDNL مبدل را محاسبه کرده و می تواند وجود خطا را تشخ یص دهد . در روش FFT مولفه های ناخواسته در طیف خروجی ، وجود خطا را نشان می دهند . در روش sine fit تعداد موثر بیتها محاسبه شده و از روی آن می توان خطا در ADC را جستجو نمود . هر سه روش فوق قدرت بالایی در تشخیص خطا دارند ولی نمی توانند مانند شبکه عصبی محل رخ دادن خطا را جستجو کنند . در نتیجه استفاده از شبکه های عصبی می تواند نقش مهمی در تشخیص و تعیین محل وقوع خطا داشته باشد

مبدل آنالوگ به دیجیتال، تست، شبکه های عصبی، sine fit ، هیستوگرام