一种神经元编码电路制造技术

技术编号:20177849 阅读:48 留言:0更新日期:2019-01-23 00:41
一种神经元编码电路,属于集成电路技术领域。所述神经元编码电路中,传统神经网络输出的模拟电压信号,经信号采集模块滤波处理后,输出稳定的控制电压信号;控制电压信号和经灵敏度调节单元输出的电流信号输入至频率编码器,经频率编码器量化编码处理后,输出频率与控制电压信号呈现sigmoid函数关系的模拟信号;脉宽调节器接收频率编码器输出的模拟信号和脉宽控制信号,输出频率与模拟信号相同、脉冲宽度与脉宽控制信号正相关的脉冲信号;脉冲发放模块接收脉宽调节器输出的脉冲信号,并在膜电位检测模块发放信号Ready使能时,将该脉冲信号传递给脉冲神经网络。本发明专利技术神经元编码电路具有电路结构简单、频率覆盖范围广、功耗低等优点。

A Neuron Coding Circuit

A neuron encoding circuit belongs to the technical field of integrated circuits. In the neuron encoding circuit, the analog voltage signal output by the traditional neural network is filtered by the signal acquisition module, and the stable control voltage signal is output; the control voltage signal and the current signal output by the sensitivity adjustment unit are input to the frequency encoder, and the output frequency and the control voltage signal present sigmoid function after quantization and encoding by the frequency encoder. Analog signal; Pulse width regulator receives analog signal and pulse width control signal from frequency encoder, which output pulse signal with the same frequency and positive correlation between pulse width and pulse width control signal; Pulse release module receives pulse signal from pulse width regulator, and transmits the pulse signal to pulse when Ready is enabled by membrane potential detection module. Neural network. The neuron encoding circuit of the invention has the advantages of simple circuit structure, wide frequency coverage and low power consumption.

【技术实现步骤摘要】
一种神经元编码电路
本专利技术属于集成电路
,具体涉及一种神经元编码电路。
技术介绍
神经网络是一种模仿生物神经网络的结构和功能的数学模型或计算模型,主要根据大量的人工神经元联结进行计算。通常,人工神经网络能在外界信息的基础上改变内部结构,是一种自适应系统。传统的神经网络是一种运算模型,由大量的节点相互联接构成。每个节点代表一种特定的输出函数,称为激励函数;每两个节点间的连接都代表一个对于通过该连接信号的加权值,称为权重,相当于人工神经网络的记忆。网络的输出则是根据网络的连接方式、权重值和激励函数的不同而不同。而网络自身是对自然界某种算法或函数的逼近,或者是对一种逻辑策略的表达。而在脉冲神经网络中,神经元传递的是脉冲,每个神经元有一个膜电位,当神经元接收输入脉冲时,膜电位会发生变化。而当神经元的膜电位达到一个阈值时,便会发送脉冲,传递至下一个神经元。脉冲神经网络传递的一个个脉冲形成了一个脉冲序列,而单个脉冲之间的时间间隔是不确定的,脉冲序列中包含了时间信息,这是传统的神经网络不能表达的。此外,脉冲神经网络中的每个神经元只有在接收到脉冲信号时,才会进行计算,与传统神经网络的繁琐计算量相比,功耗更低,计算速度更快。然而,目前脉冲神经网络暂时没有找到一个较好的训练算法,特别是需要训练深层网络时。而传统人工神经网络借助统计与优化等数学工具得到了充分发展,训练得到的效果比脉冲神经网络更好。因此,通常需要将训练好的人工神经网络映射为脉冲神经网络,以避免直接训练脉冲神经网络。但是,目前在将人工神经网络映射为脉冲神经网络时,通常采用模数转换器进行采样、数字处理器进行编码,将人工神经网络的模拟输入信号转换为脉冲以实现对脉冲神经网络的识别;该电路结构复杂,功耗大。
技术实现思路
本专利技术的目的在于,针对
技术介绍
中提到的脉冲神经网络训练困难的问题,提出了一种神经元编码电路,该电路通过将传统神经网络中一个神经元的值编码形成脉冲神经网络可识别的脉冲信号,电路结构简单,功耗低。为实现上述目的,本专利技术采用的技术方案如下:一种神经元编码电路,其特征在于,包括信号采集模块、脉冲编码模块、膜电位检测模块和脉冲发放模块,所述脉冲编码模块包括频率编码器、脉宽调节器和灵敏度调节单元;所述信号采集模块的输入端与传统神经网络输出端相连,输出端耦接至频率编码器;频率编码器的灵敏度控制端与灵敏度调节单元相连,输出端与脉宽调节器相连;所述脉冲发放模块耦接至脉冲编码模块的输出端,控制端与膜电位检测模块相连;脉冲发放模块的输出端与脉冲神经网络相连;传统神经网络输出的模拟电压信号,经信号采集模块滤波处理后,输出稳定的控制电压信号Vin;灵敏度控制信号K经灵敏度调节单元后,输出电流信号;控制电压信号Vin和经灵敏度调节单元输出的电流信号输入至频率编码器,经频率编码器量化编码处理后,输出频率与控制电压信号Vin呈现sigmoid函数关系的模拟信号f(K,Vin),其中K是灵敏度控制信号(该模拟信号为带频率信息的正弦信号);脉宽调节器接收频率编码器输出的模拟信号f(K,Vin)和脉宽控制信号Vref,输出频率与模拟信号f(K,Vin)相同、脉冲宽度与脉宽控制信号Vref正相关的脉冲信号;所述膜电位检测模块实时检测膜电位的值(脉冲编码模块输出的脉冲信号对电容充电),当膜电位大于或等于阈值电压时,将发放信号Ready使能;所述脉冲发放模块接收脉宽调节器输出的脉冲信号,并在发放信号Ready使能时,将该脉冲信号传递给脉冲神经网络。进一步地,所述灵敏度控制信号K是一个模拟电压信号,电压值范围为0V~VCC,其中VCC是电源电压值。进一步地,所述灵敏度调节单元输出的电流信号的电流值与灵敏度控制信号K正相关。进一步地,频率编码器接收的控制电压信号Vin的电压值范围是0~VCC;频率编码器输出的模拟信号f(K,Vin)的最大频率与灵敏度调节单元输出的电流信号的电流值正相关。进一步地,所述脉宽控制信号Vref是一个模拟电压信号,电压值范围为0V~VCC,其中VCC是电源电压值。进一步地,所述脉冲编码模块中,可以根据应用场景,选择不同的灵敏度控制信号K,输出最大频率不同的脉冲信号。进一步地,所述脉冲编码模块中,可以根据应用场景,选择不同的脉宽控制信号Vref,输出脉宽不同的脉冲信号。进一步地,所述膜电位检测模块可以根据应用场景,设定不同的阈值电压。进一步地,所述信号采集模块接收传统神经网络输出的模拟电压信号,并提取出该模拟电压信号的直流分量、滤除该模拟电压信号的高频分量,输出稳定的控制电压信号Vin。进一步地,所述灵敏度调节单元用于控制频率编码器输出的模拟信号f(K,Vin)的最大频率和最小频率。进一步地,所述脉宽调节器用于将频率编码器输出的模拟信号f(K,Vin)变成脉冲信号并通过改变脉宽控制信号Vref的大小来改变脉冲信号的占空比。进一步地,所述灵敏度调节单元具有一个电压输入端和一个电流调节信号输出端,将接收到的电压信号转换成可以控制编码模块灵敏度的电流调节信号。进一步地,所述频率编码器具有一个电压控制信号输入端口、一个电流调节信号输入端口以及一个模拟信号输出端口。电压控制信号输入端口和电流调节信号输入端口分别接收信号采集模块输出的电压信号和灵敏度调节单元输出的电流调节信号并对接收到的信号进行编码,通过模拟信号输出端口输出编码之后的模拟信号f(K,Vin)。进一步地,所述脉宽调节器具有一个模拟信号输入端口、一个脉宽控制端口以及一个脉冲信号输出端口,模拟信号输入端口可以接收频率编码器输出的模拟信号f(K,Vin),并根据脉宽控制信号Vref的大小输出相应脉宽的脉冲信号。进一步地,所述脉冲发放模块包括发放信号接收端口和开关电路。所述发放信号接收端口用于接收脉宽调节器输出的脉冲发放信号,模拟真实神经元受到刺激时的响应;所述开关电路,用于根据发放信号的状态控制接收到的脉冲信号是否向后传递。进一步地,所述开关电路在发放信号无效时开关关闭,接收到的脉冲信号不向后传递。进一步地,所述开关电路在发放信号Ready使能时开关打开,接收到的脉冲信号向后传递给脉冲神经网络。本专利技术的有益效果为:本专利技术提出了一种神经元编码电路,该电路通过将传统神经网络中一个神经元的值编码形成脉冲神经网络可识别的脉冲信号,相比于传统采用数字处理的方法,具有电路结构简单、频率覆盖范围广、功耗低等优点。附图说明图1为本专利技术提供的一种神经元编码电路的电路结构图;图2A为本专利技术实施例提供的一种神经元编码电路的电路结构图;图2B为图2A编码电路中低通滤波器的具体结构示意图;图2C为图2A编码电路中环形振荡器的示意图;图2D为实现图2C中基本单元的一种电路结构示意图;图2E为实现图2D中快慢通路的一种电路结构示意图;图2F为实现图2D中增益控制的一种电路结构示意图;图2G为实现图2A编码电路中脉宽调节的一种电路结构示意图;图2H为图2A编码电路中脉冲发放模块的结构示意图;图3为本专利技术实施例提供的一种神经元编码电路中,脉冲信号的输出频率与控制电压信号Vin以及灵敏度控制信号K的调谐曲线。具体实施方式为了使本专利技术实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本专利技术实施方式做进一步详细的说明。在此,本专利技术的示意性实施例本文档来自技高网
...

【技术保护点】
1.一种神经元编码电路,其特征在于,包括信号采集模块、脉冲编码模块、膜电位检测模块和脉冲发放模块,所述脉冲编码模块包括频率编码器、脉宽调节器和灵敏度调节单元;传统神经网络输出的模拟电压信号,经信号采集模块滤波处理后,输出稳定的控制电压信号Vin;灵敏度控制信号K经灵敏度调节单元后,输出电流信号;控制电压信号Vin和经灵敏度调节单元输出的电流信号输入至频率编码器,经频率编码器量化编码处理后,输出频率与控制电压信号Vin呈现sigmoid函数关系的模拟信号;脉宽调节器接收频率编码器输出的模拟信号和脉宽控制信号Vref,输出频率与模拟信号相同、脉冲宽度与脉宽控制信号正相关的脉冲信号;所述膜电位检测模块实时检测膜电位的值,当膜电位大于或等于阈值电压时,将发放信号Ready使能;所述脉冲发放模块接收脉宽调节器输出的脉冲信号,并在发放信号Ready使能时,将该脉冲信号传递给脉冲神经网络。

【技术特征摘要】
1.一种神经元编码电路,其特征在于,包括信号采集模块、脉冲编码模块、膜电位检测模块和脉冲发放模块,所述脉冲编码模块包括频率编码器、脉宽调节器和灵敏度调节单元;传统神经网络输出的模拟电压信号,经信号采集模块滤波处理后,输出稳定的控制电压信号Vin;灵敏度控制信号K经灵敏度调节单元后,输出电流信号;控制电压信号Vin和经灵敏度调节单元输出的电流信号输入至频率编码器,经频率编码器量化编码处理后,输出频率与控制电压信号Vin呈现sigmoid函数关系的模拟信号;脉宽调节器接收频率编码器输出的模拟信号和脉宽控制信号Vref,输出频率与模拟信号相同、脉冲宽度与脉宽控制信号正相关的脉冲信号;所述膜电位检测模块实时检测膜电位的值,当膜电位大于或等于阈值电压时,将发放信号Ready使能;所述脉冲发放模块接收脉宽调节器输出的脉冲信号,并在发放信号Ready使能时,将该脉冲信号传递给脉冲神经网络。2.根据权利要求1所述的神经元编码电路,其特征在于,所述灵敏度控制信号K是一个模拟电压信号,电压值范围为0...

【专利技术属性】
技术研发人员:刘洋王锋胡绍刚刘爽郭睿于奇
申请(专利权)人:电子科技大学
类型:发明
国别省市:四川,51

网友询问留言 已有0条评论
  • 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。

1