一种利用卷积神经网络计算的集成式机器嗅觉芯片制造技术

本发明专利技术公开了一种利用卷积神经网络计算的集成式机器嗅觉芯片，包括：气体传感模块、温度控制模块、数据采样处理模块、存储模块、气味识别计算模块以及控制与通讯模块。其中，气体传感模块用于响应待测气体，温度控制模块用于动态调节加热电压，数据采样模块用于对传感器的响应数据进行采样，存储模块用于存储数据，气味识别计算模块用于气味识别计算，控制与通信模块用于控制各个模块的工作及与外部通信。该集成式机器嗅觉芯片识别准确率高，为移动气味识别计算提供了新的解决方案。同时在一体化的基础上，本集成式机器嗅觉芯片采用新的计算架构实现硬件加速，降低卷积神经网络计算过程的功耗的同时减少了芯片面积。的功耗的同时减少了芯片面积。的功耗的同时减少了芯片面积。

【技术实现步骤摘要】
一种利用卷积神经网络计算的集成式机器嗅觉芯片


[0001]本专利技术涉及微电子机械系统领域和集成电路设计领域，尤其涉及一种利用卷积神经网络计算的集成式机器嗅觉芯片。

技术介绍

[0002]通过气味识别算法对采样数据进行处理，计算机可以识别气味种类。不仅可以避免人类直接接触环境中的危险气体，也可以应用于日常生活中的环境检测、食品质量控制、毒品或违禁品筛查、生产安全预警等。
[0003]从行业发展来看，虽然一系列电子鼻设备和气体分析仪产品已经推出了许多年，但是这类设备通常涉及到多个类型的传感器，且这些传感器体积庞大，应用的场景有限，同时目前气体检测主要采用的气相色谱仪、质谱仪或傅里叶变换红外光谱仪进行检测，也不具备低功耗和小型化的特性。未来机器嗅觉芯片将朝着低功耗、便携化、集成化发展，从大型器件、高功耗器件往器件小型化、低功耗方向发展。
[0004]在气体检测、气味识别领域，特定场合下(有毒有害环境下)需要进行长期监控、长期追踪的情况。但由于有毒有害场景下，传统精密仪器可能会造成损耗，提高检测成本。因此如果能用价格低廉的机器嗅觉芯片进行测量，不仅具有可持续性，且可以低成本大批量生产。

技术实现思路

[0005]本专利技术的目的是提供一种利用卷积神经网络计算的集成式机器嗅觉芯片，具有气味识别准确率高、功耗低、小型化、低成本，为移动气味识别计算提供了新的解决方案。
[0006]本专利技术的目的是通过以下技术方案实现的：
[0007]一种利用卷积神经网络计算的集成式机器嗅觉芯片，包括：气体传感模块、数据采样处理模块、温度控制模块、存储模块、气味识别计算模块以及控制与通讯模块；其中：
[0008]所述控制与通讯模块，用于与外部设备通信，读取外部设备的控制指令，确定工作模式并对相关模块进行控制；
[0009]所述气体传感模块，用于在所述控制与通讯模块的控制下，通过指定气体传感器进行气体数据的采集，将空气中的气体信号转换为待采样的电信号；
[0010]所述数据采样处理模块，用于在所述控制与通讯模块的控制下，对电信号进行采样，对其响应的变化进行运算处理，并转换为指定格式的气体数据后存入所述存储模块；
[0011]所述温度控制模块，用于在所述控制与通讯模块的控制下，对指定气体传感器的温度进行控制调节；
[0012]所述气味识别计算模块通过卷积神经网络的硬件结构实现，用于在所述控制与通讯模块的控制下，从所述存储模块中读取加载卷积神经网络的相关数据，以及气体数据，并利用所述卷积神经网络对气体数据进行分类识别；
[0013]所述存储模块，用于存储整个芯片运行的必要数据，以及运行过程中产生的数据。
[0014]由上述本专利技术提供的技术方案可以看出，使用卷积神经网络实现气味的分别识别，识别准确率高；识别所需器件都集成在嗅觉芯片上，且所需器件成本较低，因而，具有小型化、低成本、便携化、集成化的优点，为移动气味识别提供了新的解决方案。
附图说明
[0015]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0016]图1为本专利技术实施例提供的一种利用卷积神经网络计算的集成式机器嗅觉芯片的示意图；
[0017]图2为本专利技术实施例提供的单通道的气味的数据通路示意图；
[0018]图3为本专利技术实施例提供的多通道的气味的数据通路示意图；
[0019]图4为本专利技术实施例提供的气味识别的数据通路示意图；
[0020]图5为本专利技术实施例提供的卷积原理示意图；
[0021]图6为本专利技术实施例提供的卷积计算的脉动阵列示意图；
[0022]图7为本专利技术实施例提供的卷积脉动阵列内部结构图；
[0023]图8为本专利技术实施例提供的池化原理示意图；
[0024]图9为本专利技术实施例提供的池化运算的电路图；
[0025]图10为本专利技术实施例提供的全连接层网络的示意图；
[0026]图11为本专利技术实施例提供的两种架构流水线示意图。
具体实施方式
[0027]下面结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，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，都属于本专利技术的保护范围。
[0028]术语“和/或”是表示两者任一或两者同时均可实现，例如，X和/或Y表示既包括“X”或“Y”的情况也包括“X和Y”的三种情况。
[0029]术语“包括”、“包含”、“含有”、“具有”或其它类似语义的描述，应被解释为非排它性的包括。例如：包括某技术特征要素(如原料、组分、成分、载体、剂型、材料、尺寸、零件、部件、机构、装置、步骤、工序、方法、反应条件、加工条件、参数、算法、信号、数据、产品或制品等)，应被解释为不仅包括明确列出的某技术特征要素，还可以包括未明确列出的本领域公知的其它技术特征要素。
[0030]下面对本专利技术所提供的一种利用卷积神经网络计算的集成式机器嗅觉芯片进行详细描述。本专利技术实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。本专利技术实施例中未注明具体条件者，按照本领域常规条件或制造商建议的条件进行。本专利技术实施例中所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。
[0031]如图1所示，一种利用卷积神经网络计算的集成式机器嗅觉芯片，主要包括：气体传感模块、数据采样处理模块、温度控制模块、存储模块、气味识别计算模块以及控制与通讯模块；其中：
[0032]所述控制与通讯模块，用于与外部设备通信，读取外部设备的控制指令，确定工作模式并对相关模块进行控制；
[0033]所述气体传感模块，用于在所述控制与通讯模块的控制下，通过指定气体传感器进行气体数据的采集，将空气中的气体信号转换为待采样的电信号；
[0034]所述数据采样处理模块，用于在所述控制与通讯模块的控制下，对电信号进行采样，对其响应的变化进行运算处理，并转换为指定格式的气体数据后存入所述存储模块；
[0035]所述温度控制模块，用于在所述控制与通讯模块的控制下，对指定气体传感器的温度进行控制调节；
[0036]所述气味识别计算模块通过卷积神经网络的硬件结构实现，用于在所述控制与通讯模块的控制下，从所述存储模块中读取加载卷积神经网络的相关数据，以及气体数据，并利用所述卷积神经网络对气体数据进行分类识别；
[0037]所述存储模块，用于存储整个芯片运行的必要数据，以及运行过程中产生的数据。
[0038]为了便于理解，下面针对以上各模块、以及工作模式的原理分别进行介绍。
[0039]一、芯片各模块介绍。
[0040]1、控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，包括：气体传感模块、数据采样处理模块、温度控制模块、存储模块、气味识别计算模块以及控制与通讯模块；其中：所述控制与通讯模块，用于与外部设备通信，读取外部设备的控制指令，确定工作模式并对相关模块进行控制；所述气体传感模块，用于在所述控制与通讯模块的控制下，通过指定气体传感器进行气体数据的采集，将空气中的气体信号转换为待采样的电信号；所述数据采样处理模块，用于在所述控制与通讯模块的控制下，对电信号进行采样，对其响应的变化进行运算处理，并转换为指定格式的气体数据后存入所述存储模块；所述温度控制模块，用于在所述控制与通讯模块的控制下，对指定气体传感器的温度进行控制调节；所述气味识别计算模块通过卷积神经网络的硬件结构实现，用于在所述控制与通讯模块的控制下，从所述存储模块中读取加载卷积神经网络的相关数据，以及气体数据，并利用所述卷积神经网络对气体数据进行分类识别；所述存储模块，用于存储整个芯片运行的必要数据，以及运行过程中产生的数据。2.根据权利要求1所述的一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，所述数据采样处理模块包括：ADC单元、低通滤波器、ADC数据的校准组件、ADC的控制组件和数据格式的转换组件；其中，通过ADC进行模数转换，依次经低通滤波器、ADC数据的校准组件、ADC的控制组件对转换后的数字信号进行滤波、校准与控制处理后，通过数据格式的转换组件转换为指定格式的气体数据。3.根据权利要求1所述的一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，所述温度控制模块包括：微热板反馈控制电路与工作模式选择组件；所述工作模式选择组件，用于在所述控制与通讯模块的控制下选择需要加热的气体传感器对应的微热板；所述微热板反馈控制电路，用于对相应微热板上加热电阻进行控制调节，使得温度恒定在指定的温度区间。4.根据权利要求1所述的一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，还包括：与数字部分相连的振荡器，用来产生时钟clk，为数字部分提供同步信号，用来同步工作，芯片开始工作时需要对工作频率进行配置，相关的工作频率配置信息存储于存储模块中；其中，数字部分包括：控制与通信模块、温度控制模块、存储模块与气味识别计算模块。5.根据权利要求1所述的一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，所述工作模式由所述控制指令的译码决定，工作模式包括：单周期单通道的气体数据读取、单周期多通道的气体数据读取、多周期单通道的气体数据连读、多周期多通道的气体数据连读，以及多周期若干通道的气体数据识别。6.根据权利要求1或5所述的一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，当工作模式为单周期单通道的气体数据读取时：所述控制与通讯模块通过温度控制模块对指定通道的气体传感器对应的微热板进行
温度控制调节；通过数据采样处理模块在若干周期内多次采集指定通道的气体传感器的响应读数，并计算平均值和方差，待指定通道的气体传感器响应稳定后，停止采样计算并写入存储模块，等待外部设备的读取；当读取命令到达时，所述控制与通讯模块读取存储模块中的气体数据并传输给外部设备；当工作模式为单周期多通道的气体数据读取时：所述控制与通讯模块通过温度控制模块对指定的所有通道的气体传感器对应的微热板进行温度控制调节；通过数据采样处理模块在若干周期内轮询，并多次采集指定的所有通道的气体传感器响应的数据，再按照通道分别计算平均值和方差，待指定的所有通道的气体传感器响应稳定后，停止采样计算并写入存储模块，等待外部设备的读取；当读取命令到达时，所述控制与通讯模块读取存储模块中的气体数据并传输给外部设备；其中，每一指定通道单独判断响应是否稳定，同时在判断响应稳定的过程中在规定的最大采样时间内进行，若超过最大采样时间，则停止采样，计算最后一个采样周期ΔT时间内的响应均值并写入存储模块；工作模式为单周期单通道的气体数据读取与单周期多通道的气体数据读取时，指定通道的气体传感器响应稳定的判断依据表示为：道的气体传感器响应稳定的判断依据表示为：道的气体传感器响应稳定的判断依据表示为：其中，i∈[0,I)，I为设定的最大采样时间数，j∈[0,n)，ΔT为当前工作条件下数据采样处理模块的采样周期，N为控制采样周期的常数，表示在t
i
时间内采样得到的气体响应数值，表示在t
j
时间内采样得到的气体响应数值，μ
i
、σ2分别表示平均值、方差；当C＝1时，判定响应稳定。7.根据权利要求1或5所述的一种利用卷积神经网络计算的集成式机器嗅觉芯片，其特征在于，当工作模式为多周期单通道的气体数据连读时：所述控制与通讯模块通过温度控制模块对指定通道的气体传感器对应的微热板进行温度控制调节；当温度控制模块开始工作后，通过数据采样处理模块对指定通道的气体传感器重复采集响应的数据，并写入存储模块，等待外部设备的读取；当改变温度继续读数命令到达时，所述控制与通讯模块通过温度控制模块再次进行温度控制调节，并通过数据采样处理模块对指定通道的气体传感器重复采集响应的数据，再写入存储模块；当读取命令到达时，所述控制与通讯模块读取存储模块中的气体数据并传输给外部设备；当工作模式为多周期多通道的气体数据连读时：所述控制与通讯模块通过温度控制模块对指定的所有通道的气体传感器对应的微热
板进行温度控制调节；当温度控制模块开始工作后，通过数据采样处理模块对指定的所有通道的气体传感器重复采集响应的数据，并写入存储模块，等待外部设备的读取；当改变温度继续读数命令到达时，所述控制与通讯模块通过温度控制模块再次进行温度控制调节，并通过数据采样...

【专利技术属性】
技术研发人员：许磊，王昱东，孙东博，任旭东，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：