感存算一体智能感知系统技术方案

本发明专利技术公开了一种感存算一体智能感知系统，属于人工神经网络和类脑计算技术领域，系统采用脉冲神经网络，包括：忆阻输入神经元、忆阻突触阵列和忆阻输出神经元；忆阻输入神经元包括依次串联连接的传感器单元、脉冲编码神经元和预处理单元，传感器单元用于感知环境信号并输出相应的电信号至脉冲编码神经元；脉冲编码神经元输出相应频率的脉冲信号至预处理单元；预处理单元直接连接忆阻突触阵列，忆阻突触阵列用于对预处理单元输出的脉冲信号进行存储和矩阵运算；忆阻输出神经元用于对忆阻突触阵列输出的电信号进行识别，以计算环境信号。将感知、存储和计算集成于一体的智能感知系统，能改善传统感知处理系统面临的高延时和高功耗等问题。高功耗等问题。高功耗等问题。

【技术实现步骤摘要】
感存算一体智能感知系统


[0001]本专利技术属于人工神经网络和类脑计算
，更具体地，涉及一种感存算一体智能感知系统。

技术介绍

[0002]交互式人工智能系统的构建依赖于高性能智能感知系统的开发。传统感知处理系统的传感器和信息处理系统在空间上是分离的，存在高延时、高能耗和数据安全的问题；此外，远端信息处理系统还面临冯
•
诺依曼架构瓶颈和摩尔定律的困境，导致传统感知处理系统的架构、运算效率和功耗不再适应大数据、智能化时代的计算要求。
[0003]人脑感知神经系统为集感知、存储和计算于一体的架构，处理复杂的感官信息时具有高效率、低功耗和强大的并行处理能力。在这样的架构中，信息是基于脉冲的形式进行传递的。为了模拟生物感知感存算一体化的架构和信息处理方式，研究人员提出在传感终端附近或传感器内部进行运算，即近传感器计算和传感器内计算。传感器内计算对忆阻器的材料和性能要求非常高，硬件实现难度较大。近传感器计算将存算处理单元设置在传感器旁边，可以在传感器端点执行特定操作，可以提高系统的整体性能，并最大程度地减少冗余数据的传输。
[0004]以忆阻突触和忆阻神经元为基础搭建脉冲神经网络，使用脉冲形式的信号来传递信息，即事件驱动，更接近生物神经网络，计算效率高、能耗低，是构建存算一体处理单元的有力之选。由于传感器采集到的信号为模拟域的，基于脉冲神经网络的存算一体处理单元需要的脉冲输入是数字域的，传感器与脉冲神经网络之间的集成需要使用大量的模数转换器、数模转换器和复杂的外围电路，增加了硬件消耗和延迟时间。因此，急需开发一种集成度更高、硬件电路更简单、延迟时间短、功耗更低的近传感器计算智能感知处理系统。

技术实现思路

[0005]针对现有技术的缺陷和改进需求，本专利技术提供了一种感存算一体智能感知系统，其目的在于解决现有感知处理系统面临的高延时和高功耗等问题。
[0006]为实现上述目的，本专利技术提供了一种感存算一体智能感知系统，所述智能感知系统采用脉冲神经网络，所述脉冲神经网络包括：依次连接的忆阻输入神经元、忆阻突触阵列和忆阻输出神经元；所述忆阻输入神经元包括依次串联连接的传感器单元、脉冲编码神经元和预处理单元，所述传感器单元和所述脉冲编码神经元组成脉冲感觉神经元，所述预处理单元直接连接所述忆阻突触阵列；所述传感器单元用于感知环境信号并输出相应的电信号至所述脉冲编码神经元，以切换所述脉冲感觉神经元的充放电状态，使得所述脉冲编码神经元输出相应频率的振荡脉冲信号至所述预处理单元；所述预处理单元用于将所述振荡脉冲信号转换成矩形脉冲信号；所述忆阻突触阵列用于对所述矩形脉冲信号进行存储和矩阵运算，实现存算一体；所述忆阻输出神经元用于对忆阻突触阵列输出的电信号进行识别，以计算所述环境信号。
[0007]更进一步地，所述传感器单元为电阻式传感器，或者，所述传感器单元包括串联连接的电压式传感器和电阻；所述脉冲编码神经元包括两条并联支路，一支路为串联连接的电容C1和电阻R1，另一支路为阈值转变型忆阻器M1；所述传感器单元、所述电容C1和所述电阻R1组成充放电回路，利用所述阈值转变型忆阻器M1的高低阻态变化实现充放电状态切换。
[0008]更进一步地，所述传感器单元为电阻式传感器；所述脉冲编码神经元包括并联的电容C1和阈值转变型忆阻器M1，所述电阻式传感器和所述电容C1组成充放电回路，利用所述阈值转变型忆阻器M1的高低阻态变化实现充放电状态切换；或者，所述脉冲编码神经元为阈值转变型忆阻器M1，所述电阻式传感器和所述阈值转变型忆阻器M1的内置电容组成充放电回路，利用所述阈值转变型忆阻器M1的高低阻态变化实现充放电状态切换。
[0009]更进一步地，所述预处理单元包括：比较器、第一分压电阻R2和第二分压电阻R3；所述比较器的正输入端连接所述脉冲编码神经元的脉冲信号采样点，负输入端连接参考电压，输出端依次连接所述第一分压电阻R2和所述第二分压电阻R3；所述第二分压电阻R3的另一端接地；所述第一分压电阻R2和所述第二分压电阻R3的连接点为所述预处理单元的输出端。
[0010]更进一步地，所述脉冲神经网络还包括权重训练模块，采用模式选择开关选择所述脉冲神经网络的当前工作模式；所述模式选择开关用于将所述权重训练模块接入所述忆阻突触阵列，以令所述脉冲神经网络处于权重训练模式；以及，还用于将所述忆阻输入神经元和所述忆阻输出神经元接入所述忆阻突触阵列，以令所述脉冲神经网络处于识别模式。
[0011]更进一步地，所述忆阻突触阵列中的忆阻突触为非易失性忆阻器；当所述非易失性忆阻器的权重低于预设权重范围时，所述权重训练模块向所述非易失性忆阻器的顶电极发送基准电平U，向所述非易失性忆阻器的底电极交替发送0V信号和基准电平U，直至所述非易失性忆阻器的权重位于所述预设权重范围内；当所述非易失性忆阻器的权重高于所述预设权重范围时，所述权重训练模块向所述非易失性忆阻器的顶电极发送基准电平U，向所述非易失性忆阻器的底电极交替发送2U电平和基准电平U，直至所述非易失性忆阻器的权重位于所述预设权重范围内。
[0012]更进一步地，所述忆阻输出神经元包括：电阻R4、阈值转变型忆阻器M2、采样电阻R5和电容C2；所述阈值转变型忆阻器M2和所述采样电阻R5串联后再与所述电容C2并联，并在并联后整体与所述电阻R4串联，形成充放电回路，所述电阻R4用于限制所述电容C2的充电速度。
[0013]更进一步地，所述脉冲神经网络还包括：连接在所述忆阻突触阵列和所述忆阻输出神经元之间的信号处理单元；所述信号处理单元包括：放大器、电阻R6和二极管D1；所述放大器和所述电阻R6组成跨阻放大电路，用于对所述忆阻突触阵列输出的电流信号进行累加放大后传输至所述忆阻输出神经元；所述二极管D1用于降低所述忆阻输出神经元的漏电速度，以令所述忆阻输出神经元处理稀疏的脉冲信号。
[0014]更进一步地，所述忆阻输入神经元的个数为N，其中，N为所述忆阻突触阵列的行数，每一所述忆阻输入神经元的输出端连接一行忆阻突触。
[0015]更进一步地，所述忆阻输出神经元的个数为M，其中，M为所述忆阻突触阵列的列数，每一所述忆阻输入神经元的输入端连接一列忆阻突触。
[0016]总体而言，通过本专利技术所构思的以上技术方案，能够取得以下有益效果：
（1）提供一种脉冲感觉神经元的新的实现方法，直接将脉冲编码神经元和传感器单元集成组成具有振荡行为的脉冲感觉神经元，同时实现外界信号的感知和将感知信号编码成脉冲信号，结构简单不需要额外的模数转换器，极大地降低能耗和节省芯片面积；直接使用脉冲形式作为信息传递方式，具有高效低能耗的优点；（2）进一步地，提供一种采用上述脉冲感觉神经元的脉冲神经网络架构，将具有感知和编码功能的脉冲感觉神经元直接作为脉冲神经网络的输入神经元，集成度更高，结构更简单，能有效减少硬件消耗和数据传输过程中的延迟，脉冲神经网络由全忆阻器组成，在全模拟域以脉冲的形式对感知信号进行处理和识别，传输速度快，信息密度高，分辨率更高；（3）设计了具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种感存算一体智能感知系统，其特征在于，所述智能感知系统采用脉冲神经网络，所述脉冲神经网络包括：依次连接的忆阻输入神经元、忆阻突触阵列和忆阻输出神经元；所述忆阻输入神经元包括依次串联连接的传感器单元、脉冲编码神经元和预处理单元，所述传感器单元和所述脉冲编码神经元组成脉冲感觉神经元，所述预处理单元直接连接所述忆阻突触阵列；所述传感器单元用于感知环境信号并输出相应的电信号至所述脉冲编码神经元，以切换所述脉冲感觉神经元的充放电状态，使得所述脉冲编码神经元输出相应频率的振荡脉冲信号至所述预处理单元；所述预处理单元用于将所述振荡脉冲信号转换成矩形脉冲信号；所述忆阻突触阵列用于对所述矩形脉冲信号进行存储和矩阵运算，实现存算一体；所述忆阻输出神经元用于对忆阻突触阵列输出的电信号进行识别，以计算所述环境信号。2.如权利要求1所述的感存算一体智能感知系统，其特征在于，所述传感器单元为电阻式传感器，或者，所述传感器单元包括串联连接的电压式传感器和电阻；所述脉冲编码神经元包括两条并联支路，一支路为串联连接的电容C1和电阻R1，另一支路为阈值转变型忆阻器M1；所述传感器单元、所述电容C1和所述电阻R1组成充放电回路，利用所述阈值转变型忆阻器M1的高低阻态变化实现充放电状态切换。3.如权利要求1所述的感存算一体智能感知系统，其特征在于，所述传感器单元为电阻式传感器；所述脉冲编码神经元包括并联的电容C1和阈值转变型忆阻器M1，所述电阻式传感器和所述电容C1组成充放电回路，利用所述阈值转变型忆阻器M1的高低阻态变化实现充放电状态切换；或者，所述脉冲编码神经元为阈值转变型忆阻器M1，所述电阻式传感器和所述阈值转变型忆阻器M1的内置电容组成充放电回路，利用所述阈值转变型忆阻器M1的高低阻态变化实现充放电状态切换。4.如权利要求1所述的感存算一体智能感知系统，其特征在于，所述预处理单元包括：比较器、第一分压电阻R2和第二分压电阻R3；所述比较器的正输入端连接所述脉冲编码神经元的脉冲信号采样点，负输入端连接参考电压，输出端依次连接所述第一分压电阻R2和所述第二分压电阻R3；所述第二分压电阻R3的另一端接地；所述第一分压电阻R2和所述第二分压电阻R3的连接点为所述预处理单元的输出端。5.如权利要求1所述的感存算一体智能感知系统，...

【专利技术属性】
技术研发人员：郭新，温娟，吕康，张乐，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：