System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电路设计,具体涉及一种基于有源忆阻器的尖峰神经元模型的等效模拟电路。
技术介绍
1、1971年提出的忆阻器从理论上基本电量关系的完备化。此后,忆阻器相关理论研究层出不穷。忆阻器自身的非易失性和非线性特性,使其能够在混沌发生器、混沌电路、人工智能神经系统、计算机芯片等应用方面具有重要潜在价值。随着研究深入,chua提出局部有源为复杂性起源的理论,局部有源忆阻器作为性能优异的仿生器件进入科技圈,由于自身仿生特性,使其人工神经元或神经突触的设计便利化。利用局部有源忆阻器耦合相同或不同的生物神经元模型实现放电模式的同步或控制已经成为当前研究的热点。而研究神经元在突触作用下放电模式的变化,是了解神经元之间信息传递以及进一步研究神经编码的关键。但忆阻器的相关研究仅限于理论探讨,直到2008年,惠普实验室构建了实物忆阻器,这标志着忆阻器将不仅仅只局限于理论研究,它是一个真实存在的电路元件,这掀起了忆阻器的研究热潮。 随后,利用tao2、zro2、nb2o5、ceo2、ta2o5、ws2、γ-fe2o3、tio2、mgo、srtio3、fe3o4等多种材料制备了许多具有忆阻特征指纹的器件方面的研究。然而对于具有仿生特性的局部有源忆阻器的物理模型构建仍不完善,这影响局部有源忆阻器的相关动力学分析与研究,进而阻碍局部有源忆阻器在人工神经网络领域的进一步发展。利用局部有源忆阻器构建人工神经元模型作为当前研究热点和重点。采用局部有源忆阻器构建具有神经尖峰放电行为的仿生模拟电路,具有一定的前沿性,值得深入研究。这一研究将为进一步探究神经元信
技术实现思路
1、针对现有技术中存在的上述技术问题,本专利技术提出了一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,设计合理,解决了现有技术的不足,具有良好的效果。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,所述尖峰神经元模型由有源忆阻器和电容并联构成,所述等效模拟电路包括电阻网络、反相比例器、反相比例加法器、反相积分器、绝对值电路网络、比例减法器、三极管和乘法器;
4、所述反相比例器,用于实现输出电压与输入电压的比例运算且使两者极性相反,包括第一反相比例器u9和第二反相比例器u10;
5、所述反相比例加法器,用于实现多个输入电压的加法运算,使其和作为输出电压且成反相,包括第一反相比例加法器u3、第二反相比例加法器u4;
6、所述比例减法器,用于实现多个输入电压的减法运算,使其差作出输出电压,包括第一比例减法器u1和第二比例减法器u2;
7、所述反相积分器,用于实现对输入电压信号的积分运算,包括第一反相积分器u11和第二反相积分器u12;
8、所述乘法器,用于实现两个输入信号的乘积运算,包括乘法器ua1;
9、所述绝对值电路网络,用于实现使输出电压信号为输入电压信号的绝对值运算,包括第一运算放大器u5、第二运算放大器u6、第三运算放大器u7、第四运算放大器u8、二极管d1、d2、d3和d4以及各运算放大器之间的线路连接网络。
10、进一步地,所述乘法器ua1采用ad633jn芯片,乘法器ua1的y引脚连接第一反相积分器u11的输出端,x引脚连接第二反相积分器u12的输出端,w引脚连接电阻r7的第一端。
11、进一步地,所述第一运算放大器u5、第二运算放大器u6、第三运算放大器u7、第四运算放大器u8均采用op07cp芯片;
12、所述第一运算放大器u5的负输入端连接电阻r0014的第一端、电阻r0015的第一端和二极管d1的阴极,电阻r0014的第二端接地,电阻r0015的第二端连接二极管d3的阳极和电阻r0016的第一端,二极管d1的阳极连接第一运算放大器u5的输出端和二极管d3的阴极,第一运算放大器u5的正输入端连接第一反相比例加法器u3的输出端;
13、所述第二运算放大器u6的负输入端连接电阻r0016的第二端和电阻rt1的第一端,电阻rt1的第二端连接第二运算放大器u6的输出端和电阻r0021的第一端,第二运算放大器u6的正输入端连接第一反相比例加法器u3的输出端连接;
14、所述第三运算放大器u7的负输入端连接电阻r0017的第一端、电阻r0018的第一端和二极管d2的阴极,电阻r0017的第二端接地,电阻r0018的第二端连接二极管d4的阳极和电阻r0019的第一端,二极管d2的阳极连接二极管d4的阴极和第三运算放大器u7的输出端;第三运算放大器u7的正输入端连接第二反相比例加法器u4的输出端;
15、第四运算放大器u8的负输入端连接电阻r0019的第二端和电阻rt2的第一端,电阻rt2的第二端连接第四运算放大器u8的输出端和电阻r4的第一端,第四运算放大器u8的正输入端连接第二反相比例加法器u4的输出端。
16、进一步地,所述第一反相比例器u9和第二反相比例器u10均采用op07cp芯片;
17、第一反相比例器u9的负输入端连接电阻r0021的第二端和电阻r0020的第一端,电阻r0020的第二端连接第一反相比例器u9的输出端和电阻r3的第一端,第一反相比例器u9的正输入端接地;
18、第二反相比例器u10的负输入端连接电阻r0023的第一端和电阻r0022的第一端,电阻r0023的第二端连接第二反相积分器u12的输出端,电阻r0022的第二端连接第二反相比例器u10的输出端和电阻r5的第一端,第二反相比例器u10的正输入端接地。
19、进一步地,所述第一反相比例加法器u3、第二反相比例加法器u4采用op07cp芯片;
20、所述第一反相比例加法器u3的负输入端连接电阻r009的第一端、电阻r008的第一端和电阻r0010的第一端,电阻r009的第二端连接直流电压源v1,电阻r008的第二端连接第一反相积分器u11的输出端,电阻r0010的第二端连接第一反相比例加法器u3的输出端连接,第一反相比例加法器u3的正输入端接地;
21、所述第二反相比例加法器u4的负输入端连接电阻r0012的第一端、电阻r0011的第一端和电阻r0013的第一端,电阻r0012的第二端连接直流电压源v2,电阻r0011的第二端连接第一反相积分器u11的输出端,电阻r0013的第二端连接第二反相比例加法器u4的输出端,第二反相比例加法器u4的正输入端接地。
22、进一步地,所述第一反相积分器u11、第二反相积分器u12采用op07cp芯片;
23、所述第一反相积分器u11的负输入端连接电阻r1和电阻r2的第一端、r3、r4、r5的第二端和电容c1的第一本文档来自技高网...
【技术保护点】
1.一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述尖峰神经元模型由有源忆阻器和电容并联构成,所述等效模拟电路包括电阻网络、反相比例器、反相比例加法器、反相积分器、绝对值电路网络、比例减法器、三极管和乘法器;
2.根据权利要求1所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述乘法器UA1采用AD633JN芯片,乘法器UA1的Y引脚连接第一反相积分器U11的输出端,X引脚连接第二反相积分器U12的输出端,W引脚连接电阻R7的第一端。
3.根据权利要求2所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述第一运算放大器U5、第二运算放大器U6、第三运算放大器U7、第四运算放大器U8均采用OP07CP芯片;
4.根据权利要求3所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述第一反相比例器U9和第二反相比例器U10均采用OP07CP芯片;
5.根据权利要求4所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述第一反相比例加法器U3、第二
6.根据权利要求5所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述第一反相积分器U11、第二反相积分器U12采用OP07CP芯片;
7.根据权利要求5所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述比例减法器U1和比例减法器U2采用OP07CP芯片;
...【技术特征摘要】
1.一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述尖峰神经元模型由有源忆阻器和电容并联构成,所述等效模拟电路包括电阻网络、反相比例器、反相比例加法器、反相积分器、绝对值电路网络、比例减法器、三极管和乘法器;
2.根据权利要求1所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述乘法器ua1采用ad633jn芯片,乘法器ua1的y引脚连接第一反相积分器u11的输出端,x引脚连接第二反相积分器u12的输出端,w引脚连接电阻r7的第一端。
3.根据权利要求2所述的一种基于有源忆阻器的尖峰神经元模型的等效模拟电路,其特征在于,所述第一运算放大器u5、第二运算放大器u6、第三运算放大器u7、第四运算放大器u8均采用op...
【专利技术属性】
技术研发人员:常辉,王明发,王楷毅,韩宝兴,李玉霞,张燕,张坤,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:
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。