本发明专利技术提供一种前馈神经网络下基于FPGA的STDP突触可塑性实验平台，该实验平台包括有相互连接的FPGA开发板和上位机，以FPGA为下位机，配助以C++编写的人机操作界面进行突触强度连接变化波形和动力学特性观测与参数整定。其中FPGA实现数学模型，利用外部刺激信号作用于多层前馈神经元网络以及突触连接模型中，上位机用于进行参数的调整以及突触变化波形的观测及其突触自适应变化等动力学分析。本发明专利技术的效果在于基于高速运算的FPGA神经元突触可塑性计算平台，生物神经突触连接的无动物实验，实现了现象型神经元之间对于突触可塑性部分的硬件建模，并能够有效地稳定学习过程，达到与真实神经元突触可塑连接的一致性。
【技术实现步骤摘要】
本专利技术涉及生物医学工程技术，特别是一种前馈神经网络下基于FPGA的STDP突触可塑性实验平台。
技术介绍
在生物神经系统中，大量神经元通过突触相互联系形成神经回路，突触是神经元信息传递的重要部位，神经元之间的通信也是依靠突触作为媒介。在神经元网络中，突触的不同连接方式也影响着其神经网络的功能。兴奋时间依赖型的突触可塑性是突触可塑性的一种，通过突触前和突触后动作电位精确的时间差驱动。因此基于STDP的学习法则适用于学习一些与时间相关的神经现象，比如动作电位—时间同步。传统的与权重独立的STDP学习法则创造了不稳定的学习过程，导致了平衡双峰的权重分布。曾有研究指出，对单个神经元以及前馈神经元网络，STDP是如何根据尖峰放电序列的放电时刻来实现输入选择性的。有关STDP规则的研究在最近几年取得了很大的进展，然而外部刺激影响神经元网络的可塑性以及信息在神经元网络中传导的机制尚不明确。生物实验由于其高昂的成本以及伦理道德的底线而存在一定的局限性；计算机软件仿真工作繁琐，而神经元模型和突触连接构建的模拟电路，实验可扩展性和灵活性都有局限，不易于仿真工作的操作和开展。因此神经元突触可塑性变化在前馈神经网络下的高性能硬件实现，是一个全新的研究方向。现场可编程门阵列(FieldProgrammableGateArray，FPGA)技术是专用集成电路(ASIC)领域中的一种半定制电路技术，其解决了定制电路的不足以及以往可编程器件门电路数有限的问题，在以生物神经系统为对象的计算神经科学领域逐渐受到青睐。相对于模拟电路平台开发周期长等缺点，FPGA因其集成度高、体积小、并行计算、可重复配置、编程灵活、可靠性好、低功耗等优点使其能够实现真实时间尺度下神经元突触连接模块的动态特性变化和分析。应用能够并行运算的FPGA，可以完成真实时间尺度下神经元间突触连接的仿真和动态分析，提高运算效率，在神经编码信息传递，信息监测，神经疾病的治疗等方面有着重要的应用价值。现有的技术还处于基础阶段，因此仍存在以下缺点：尚无基于FPGA的功能完善的专用STDP突触可塑性实验平台；运用FPGA实现的硬件仿真突触计算模型结构比较简单，精度不高；人机界面尚未完善，无法进行实时的控制操作与数据分析，因此对FPGA硬件神经元突触权重变化动态特性的操作分析比较困难。
技术实现思路
针对上述其技术不足之处，本专利技术的目的在于提供一种前馈神经网络下基于FPGA的STDP突触可塑性实验平台，使研究人员可以灵活轻便的完成不同前馈层下神经元突触可塑性变化的相关实验，通过操作界面直观读取数据，为研究神经元的信息传递，信息监测，非线性特性以及突触可塑性对神经元信息传递的作用提供重要理论依据。为实现上述目的，本专利技术采用的技术方案是提供一种前馈神经网络下基于FPGA的STDP突触可塑性实验平台，其中：该实验平台包括有相互连接的FPGA开发板和上位机，所述FPGA开发板包括有第一层前馈网络FPGA芯片I，第二层前馈网络FPGA芯片II，第三层前馈网络FPGA芯片III，第四层前馈网络FPGA芯片IV，第一层突触计算FPGA芯片V，第二层突触计算FPGA芯片VI，第三层STDP突触计算FPGA芯片VII和FPGA芯片VIII，还包括有外部刺激信号发生器，NIOSII软核处理器，USB接口模块，三路数据选择器，分路器，三路数据选择器，FHN神经元模型和STDP突触连接模型；各层前馈网络中的FHN神经元模型均采用VerilogHDL语言进行编程，分别在第一层前馈网络FPGA芯片I，第二层前馈网络FPGA芯片II，第三层前馈网络FPGA芯片III和第四层前馈网络FPGA芯片IV中编译FHN神经元模型；各层的STDP突触计算FPGA芯片的STDP突触连接模型采用VerilogHDL语言编程，分别在第一层突触计算FPGA芯片V，第二层突触计算FPGA芯片VI和第三层突触计算FPGA芯片VII中完成编译并下载，NIOSII软核处理器能够实现第一层突触计算FPGA芯片V，第二层突触计算FPGA芯片VI，第三层突触计算FPGA芯片VII的数据传输和USB接口模块数据传输的控制，STDP突触连接模型产生的突触电流信号通过数据输出总线传输到人机操作界面进行波形显示和数据分析，上位机通过C++编程实现人机操作界面并通过USB接口模块与FPGA芯片VIII进行通讯，计算数据在上位机中进行进一步运算处理。本专利技术的效果是该实验平台实现了前馈神经网络中STDP可塑性突触电流的建模，设计了兼具可视化和可操作化的人机操作界面，提高了系统的灵活性和可实施性，能够在合适的时间尺度内完成对生物神经元之间可塑突触模型进行仿真；此外，该实验平台为研究前馈神经网络下不同前馈层之间突触权重变化提供了真实时间尺度内的可视化平台，对理解神经元之间信号传递机制有着重要的实用价值。本专利技术基于高速并行计算的FPGA前馈神经网络之间突触功能特性仿真是一种无动物实验的方法，提出了STDP突触可塑性在前馈神经网络上的实验平台，其具有以下几点优势：1.所设计的硬件仿真模型，神经元模型以及STDP突触电流计算模型，能在时间尺度内保持与真实生物神经元的一致性，芯片最大工作频率为200MHz，能够保证神经元膜电位真实的传递到STDP突触计算模块，突触电流输出频率保持在1毫秒以内，满足真实神经元时间尺度要求，为研究神经网络之间突触可塑性变化提供了更加高速便携的实验研究平台；2.本平台中的外部刺激信号的参数设置，前馈网络外部噪声信号选取，不同前馈层的选取都可以通过上位机界面进行配置，完成了利用计算机用户操作界面配置实验设备的各种特性；3.人机操作界面可以实时的观测具有STDP学习法则的突触电流在不同前馈层下的自适应性变化波形和突触权重分布图，并可以测得信号的幅值和能量，分析突触权重的分布特性，进而为基于FPGA的STDP突触可塑性实验平台提供了良好的可视化界面。附图说明图1为本专利技术的实验平台系统结构示意图；图2为FHN神经元流水线模型；图3为STDP突触电流计算流水线模型；图4为本专利技术的人机操作操作界面I示意图；图5为本专利技术的人机操作操作界面II示意图；图6为本专利技术的人机操作操作界面III示意图。图中：1.FPGA开发板2.上位机3.第一层前馈网络FPGA芯片I4.第二层前馈网络FPGA芯片II5.第三层前馈网络FPGA芯片III6.第四层本文档来自技高网...
【技术保护点】
一种前馈神经网络下基于FPGA的STDP突触可塑性实验平台，其特征是：该实验平台包括有相互连接的FPGA开发板(1)和上位机(2)，所述FPGA开发板(1)包括有第一层前馈网络FPGA芯片I(3)，第二层前馈网络FPGA芯片II(4)，第三层前馈网络FPGA芯片III(5)，第四层前馈网络FPGA芯片IV(6)，第一层突触计算FPGA芯片V(7)，第二层突触计算FPGA芯片VI(8)，第三层STDP突触计算FPGA芯片VII(9)和FPGA芯片VIII(10)，还包括有外部刺激信号发生器(20)，NIOS II软核处理器(15)，USB接口模块(14)，三路数据选择器(24)，分路器(21)，三路数据选择器(23)，FHN神经元模型(11)和STDP突触连接模型(12)；各层前馈网络中的FHN神经元模型(11)均采用Verilog HDL语言进行编程，分别在第一层前馈网络FPGA芯片I(3)，第二层前馈网络FPGA芯片II(4)，第三层前馈网络FPGA芯片III(5)和第四层前馈网络FPGA芯片IV(6)中编译FHN神经元模型(11)；各层的STDP突触计算FPGA芯片的STDP突触连接模型(12)采用Verilog HDL语言编程，分别在第一层突触计算FPGA芯片V(7)，第二层突触计算FPGA芯片VI(8)和第三层突触计算FPGA芯片VII(9)中完成编译并下载，NIOS II软核处理器(15)能够实现第一层突触计算FPGA芯片V(7)，第二层突触计算FPGA芯片VI(8)，第三层突触计算FPGA芯片VII(9)的数据传输和USB接口模块(14)数据传输的控制，STDP突触连接模型(12)产生的突触电流信号(22)通过数据输出总线(35)传输到人机操作界面(13)进行波形显示和数据分析，上位机(2)通过C++编程实现人机操作界面(13)并通过USB接口模块(14)与FPGA芯片VIII(10)进行通讯，计算数据在上位机(2)中进行进一步运算处理。...
【技术特征摘要】
1.一种前馈神经网络下基于FPGA的STDP突触可塑性实验平台，其特
征是：该实验平台包括有相互连接的FPGA开发板(1)和上位机(2)，所
述FPGA开发板(1)包括有第一层前馈网络FPGA芯片I(3)，第二层前
馈网络FPGA芯片II(4)，第三层前馈网络FPGA芯片III(5)，第四层
前馈网络FPGA芯片IV(6)，第一层突触计算FPGA芯片V(7)，第二
层突触计算FPGA芯片VI(8)，第三层STDP突触计算FPGA芯片VII(9)
和FPGA芯片VIII(10)，还包括有外部刺激信号发生器(20)，NIOSII
软核处理器(15)，USB接口模块(14)，三路数据选择器(24)，分路器
(21)，三路数据选择器(23)，FHN神经元模型(11)和STDP突触连接
模型(12)；各层前馈网络中的FHN神经元模型(11)均采用VerilogHDL
语言进行编程，分别在第一层前馈网络FPGA芯片I(3)，第二层前馈网络
FPGA芯片II(4)，第三层前馈网络FPGA芯片III(5)和第四层前馈网络
FPGA芯片IV(6)中编译FHN神经元模型(11)；各层的STDP突触计算
FPGA芯片的STDP突触连接模型(12)采用VerilogHDL语言编程，分别
在第一层突触计算FPGA芯片V(7)，第二层突触计算FPGA芯片VI(8)
和第三层突触计算FPGA芯片VII(9)中完成编译并下载，NIOSII软核处
理器(15)能够实现第一层突触计算FPGA芯片V(7)，第二层突触计算
FPGA芯片VI(8)，第三层突触计算FPGA芯片VII(9)的数据传输和
USB接口模块(14)数据传输的控制，STDP突触连接模型(12)产生的
突触电流信号(22)通过数据输出总线(35)传输到人机操作界面(13)进
行波形显示和数据分析，上位机(2)通过C++编程实现人机操作界面(13)
并通过USB接口模块(14)与FPGA芯片VIII(10)进行通讯，计算数据
在上位机(2)中进行进一步运算处理。
2.根据权利要求1所述前馈神经网络下基于FPGA的STDP突触可塑
性实验平台，其特征是：所述的USB接口模块(14)进行上位机(2)与
FPGA开发板(1)间的数据通讯，USB接口模块(14)...
【专利技术属性】
技术研发人员：王江，林前进，杨双鸣，伊国胜，刘晨，邓斌，魏熙乐，张镇，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。