[0001] 本实用新型涉及发射接收芯片技术领域，具体为一种生物信息生成对抗终端的发射接收芯片。

[0002] 生物信息，一般是固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)，在生物特征的处理中，目前最为前端的技术是基于生成对抗网络模型，一般的，生成对抗网络模型具有生成器和判别器，生成器和判别器都是采用神经网络技术，而生成对抗网络模型典型的GAN模型，GAN框架可以训练任何一种生成器网络，GANs可以学习到一个只在靠近真实数据的地方(神经网络层)产生样本点的模型。GAN包含两个网络：一个被称为生成网络(G)，另一个被称为判别网络(D)。G捕获数据分布，而D估计来自训练数据而不是G的样本的概率。G的训练过程是使D犯错的概率最大化。

[0003] 例如在公开的技术中：公开号为“CN111149104A”的专利公开了用于生物特征识别的方法该方法可以包括获取第一生物特征数据，其中，所述第一生物特征数据是在第一条件或非第一条件中捕获的；通过生成对抗网络的判别网络确定所述第一生物特征数据是在所述第一条件中还是在所述非第一条件中捕获的；响应于确定所述第一生物特征数据是在所述非第一条件中捕获的，将所述第一生物特征数据输入到所述生成对抗网络的生成网络以生成第二生物特征数据；通过响应于确定所述第一生物特征数据是在所述第一条件中捕获的，将所述第一生物特征数据输入到匹配网络或将所述第二生物特征数据输入到所述匹配网络，来获得匹配结果；和基于所述匹配结果确定识别结果。在本公开中使用的GAN可以与典型的GAN共享相似的训练过程，如I.Goodfellow,J.Pougetabadie,M.Mirza,et al等人的“Generative Adversarial Networks”，Advances in Neural Information Processing Systems,2014,3:2672‑2680(其公开通过引用并入本文)中所描述的典型的GAN。训练后，G学习了从非第一条件的生物特征数据(例如运动条件)到第一条件的生物特征数据(例如休息条件)的映射。然后，训练后的G用于修改非第一条件的生物特征数据，网络D可以帮助判别当前的生物特征数据的条件。

[0004] 上述公开的技术可以看出，通过建立生成对抗网络模型，可以得到匹配结果确定识别结果。实用新型内容

[0005] 有鉴于此，本实用新型的目的在于提供一种生物信息生成对抗终端的发射接收芯片，以解决上述背景技术中提出的问题。

[0006] 为实现上述目的，本实用新型提供如下技术方案：

[0007] 生物信息生成对抗终端的发射接收芯片，包括：

[0008] 接收部、生成对抗网络模块、发射部、控制部以及存储部；

[0009] 所述接收部在所述控制部的控制下接收生物信号采集器采集的生物信息信号；

[0010] 所述接收部接收所述生物信息信号传递至生成对抗网络模块，基于生成对抗网络模块得到生物信息识别结果；

[0011] 所述生物信息识别结果存储在存储部；

[0012] 同时，在控制部的控制下将生物信息识别结果由所述发射部发射传输至外部；

[0013] 所述存储部与控制部、接收部分别连接；

[0014] 以及包括电源模块，所述电源模块为所述接收部、生成对抗网络模块、发射部、控制部以及存储部进行供电。

[0015] 进一步地，所述接收部包括：

[0016] 信号调理电路、4路A/D转换器、输出部、逻辑支撑部、放大电路、整形电路以及带通滤波器；

[0017] 通过导联由人体采集到的生物特征经信号调理电路至4路A/D转换器进行生物特征采样；

[0018] 经采样并通过A/D转换后的生物特征信号由输出部的不同通道输送至放大电路；

[0019] 经放大电路进行生物特征信号放大；

[0020] 经整形电路经过整形后再通过带通滤波器进行滤波后传递至生成对抗网络模块；

[0021] 所述逻辑支撑部用于4路A/D转换器的逻辑处理设置。

[0022] 进一步地，所述逻辑支撑部包括逻辑控制模块和时钟模块；

[0023] 其中，所述逻辑控制模块用于4路A/D转换器采集参数设置。

[0024] 进一步地，所述发射部包括：

[0025] 驱动放大电路、开关网络、多个发射通道以及移相器，

[0026] 生物信息识别结果转换成生物信息识别信号；

[0027] 经所述驱动放大电路进行功率放大；

[0028] 开关网络一端连接驱动放大电路，接收经驱动放大电路放大后的生物信息识别结果信号；另一端在控制部的控制下选择发射通道再经移相器对生物信息识别结果信号相位调整后发射至外部设备。

[0029] 进一步地，每一所述发射通道对应一移相器。

[0030] 本实用新型利用了生成对抗网络模块，可以在采集到生物特征后经过生成对抗网络模块进行训练得到识别结果，将识别结果在由发射部发射到外部设备。

[0031] 本实用新型集生物特征采集、接收、识别以及发射为一体，具有较高的集成度。

[0035] 下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

[0036] 参照图1至图3，本实用新型提供了一种生物信息生成对抗终端的发射接收芯片，包括：接收部2、生成对抗网络模块4、发射部6、控制部3以及存储部5；本实用新型集生物特征采集、接收、识别以及发射为一体，具有较高的集成度。所述述接收部2在所述控制部3的控制下接收生物信号采集器1采集的生物信息信号；

[0037] 所述接收部2接收所述生物信息信号传递至生成对抗网络模块4，基于生成对抗网络模块4得到生物信息识别结果；

[0038] 所述生物信息识别结果存储在存储部5；

[0039] 同时，在控制部3的控制下将生物信息识别结果由所述发射部6发射传输至外部；

[0040] 所述存储部5与控制部3、接收部2分别连接；

[0041] 以及包括电源模块，所述电源模块为所述接收部2、生成对抗网络模块4、发射部6、控制部3以及存储部进行供电。

[0042] 本实用新型利用了生成对抗网络模块，可以在采集到生物特征后经过生成对抗网络模块进行训练得到识别结果，将识别结果在由发射部发射到外部设备。

[0043] 在上述中，所述接收部包括：

[0044] 信号调理电路20、4路A/D转换器21、输出部22、逻辑支撑部26、放大电路23、整形电路24以及带通滤波器25；

[0045] 通过导联由人体采集到的生物特征经信号调理电路20至4路A/D转换器21进行生物特征采样；

[0046] 经采样并通过A/D转换后的生物特征信号由输出部的不同通道输送至放大电路23；

[0047] 经放大电路进行生物特征信号放大；

[0048] 经整形电路24经过整形后再通过带通滤波器25进行滤波后传递至生成对抗网络模块4；

[0049] 所述逻辑支撑部用于4路A/D转换器21的逻辑处理设置。

[0050] 所述逻辑支撑部26包括逻辑控制模块27和时钟模块28；

[0051] 其中，所述逻辑控制模块27用于4路A/D转换器采集参数设置。

[0052] 在上述中，所述发射部包括：

[0053] 驱动放大电路60、开关网络61、多个发射通道62以及移相器63，[0054] 生物信息识别结果转换成生物信息识别信号；

[0055] 经所述驱动放大电路进行功率放大；

[0056] 开关网络61一端连接驱动放大电路60，接收经驱动放大电路放大后的生物信息识别结果信号；另一端在控制部3的控制下选择发射通道再经移相器63对生物信息识别结果信号相位调整后发射至外部设备。每一所述发射通道对应一移相器63。

[0057] 在本实用新型中，生成对抗网络模块采用典型的GAN框架模型，与背景技术中描述的公开文献设计一致。

[0058] 具体的原理为：通过导联由人体采集到的生物特征经信号调理电路至4路A/D转换器进行生物特征采样；经采样并通过A/D转换后的生物特征信号由输出部的不同通道输送至放大电路；经放大电路进行生物特征信号放大；经整形电路经过整形后再通过带通滤波器进行滤波后传递至生成对抗网络模块；在此过程中，所述逻辑支撑部用于4路A/D转换器的逻辑处理设置，具体地，所述逻辑控制模块用于4路A/D转换器采集参数设置。所述时钟模块用于控制4路A/D转换器在采样时的时序。

[0059] 基于生成对抗网络模块得到生物信息识别结果；所述生物信息识别结果存储在存储部；同时，在控制部的控制下将生物信息识别结果由所述发射部发射传输至外部；具体地，生物信息识别结果转换成生物信息识别信号；经所述驱动放大电路进行功率放大；开关网络一端连接驱动放大电路，接收经驱动放大电路放大后的生物信息识别结果信号；另一端在控制部的控制下选择发射通道再经移相器对生物信息识别结果信号相位调整后发射至外部设备。

[0060] 本实用新型中未涉及部分均与现有技术相同或可采用现有技术加以实现。尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。