【技术实现步骤摘要】
本专利技术涉及红外图像处理，尤其涉及到一种用于红外感存算一体系统的激活函数硬件电路。
技术介绍
1、随着人工智能的快速发展和广泛使用，计算机需要处理的数据量快速增长，处理器的计算能力也要不断提高。然而随着摩尔定律的不断推进，传统cmos器件的生产工艺即将到达微缩的物理极限，芯片的功率密度不再随着晶体管密度的增加保持恒定，出现了所谓的“短沟道效应”。另一方面，基于冯·诺依曼架构的计算机采用感存算分离的计算形式，数据需要在存储单元和计算单元之间反复传输，造成了大量延时和功耗；此外计算数据与读写数据之间速度的不匹配也造成功耗和延时的增加，即所谓功耗墙和存储墙问题。神经形态计算可以突破这些瓶颈，因此成为当前最有前景的计算形式。它借鉴了大脑的信息处理方式，建立人工神经网络，通过学习训练不断更新突触权值，最终可以实现有认知功能的神经形态计算，具有规模大、高度并行等优点。
2、感存算一体系统中的神经形态计算采用全连接网络，分为线性计算部分和非线性计算部分。其中线性计算部分使用忆阻器实现，将忆阻器作为网络中的模拟神经元，在离线训练得到神经网络的权重后将网络的权重映射为电导写入到忆阻器阵列中，将图像映射为电压输入忆阻器阵列，阵列就会根据欧姆定律和基尔霍夫定律得到线性计算的结果。忆阻器阵列既是存储单元也是计算单元，在忆阻器阵列中完成红外传感器拍摄的红外图像处理称为感存算一体硬件图像识别，使用忆阻器实现的图像识别网络称为感存算一体硬件图像识别网络。非线性计算部分通过激活函数实现。激活函数是神经形态计算的重要组成部分，它将非线性引入到网络中
3、在目前的感存算一体硬件图像识别方法中，一般都只对可见光波段的图像进行处理，没有针对红外图像识别的方案，例如：2015年，加州大学提出了可以实现单层感知机的忆阻器阵列，完成了3×3像素黑白图像分类任务；2017年，马萨诸塞大学实现了128×64规模的金属氧化物可重构忆阻器阵列，能够进行模拟矢量矩阵乘法，实现了可见光图像压缩和过滤；2020年，清华大学在基于8个2kb规模的忆阻器阵列上，实现多层卷积神经网络，提高了并行计算效率，并配合有效的混合训练方法，实现了96%以上的手写数字图像识别率；2022年，复旦大学联合之江实验室在128×64规模的金属氧化物忆阻器阵列上，用自组织映射网络实现了画像的分割与重建。红外波段的图像可以发现诸多可见光波段看不到的信息，目前已被广泛应用于汽车、国防、医疗等许多行业。因此在红外波段对图像进行神经形态计算，使系统能够快速、低功耗地实现红外图像的识别具有重要的现实意义。
4、现有技术存在激活函数都通过软件实现，需要使用ad采集后在上位机上进行处理，只针对可见光图像进行处理，无法直接对红外目标图像进行处理的技术问题。
5、因此，如何解决现有技术存在激活函数都通过软件实现，需要使用ad采集后在上位机上进行处理，只针对可将光图像，无法对红外目标图像进行处理是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术的目的在于，针对现有技术中的问题，提供一种用于红外感存算一体系统的激活函数硬件电路。
2、为此，本专利技术的上述目的通过以下技术方案实现：
3、一种用于红外感存算一体系统的激活函数硬件电路，具体包括：
4、图像输入模块，用于读取预先拍摄的红外图像信息，并将红外图像信号按像素值大小映射为电压信号，传输到忆阻器阵列中进行乘累加运算；
5、感存算一体硬件网络模块，为网络执行线性运算，由忆阻器阵列实现，图像输入模块产生的电压信号经过忆阻器时遵循欧姆定律完成乘法计算得到计算电流，同一列上的计算电流遵循基尔霍夫定律完成加法计算得到累计电流，完成神经网络所需的乘累加运算，感存算一体硬件网络模块与图像输入模块连接；
6、激活函数实现模块，为网络执行非线性运算，提高网络对红外图像的识别能力，采用基于运算放大器的电路实现，处理忆阻器阵列的信号，将忆阻器阵列输出的累计电流信号转换为电压信号，遵循激活函数特性，计算得到处理后的电压值，并将得到的计算结果传输给下一层忆阻器网络，激活函数实现模块与感存算一体硬件网络模块连接；
7、本专利技术使用离线训练的方式得到神经网络权重，并将权重映射到忆阻器阵列后，通过硬件手段实现目标图像以电压的方式输入忆阻器阵列中，应用感存算一体硬件神经网络进行红外图像识别，使用针对红外图像识别的激活函数处理第一层网络的输出，再把激活函数的计算结果输出给下一层网络并最终得到红外图像的识别结果，提高红外感存算一体系统对红外图像的识别精度和效率，克服现有面向红外图像的感存算一体硬件图像识别方法识别速度慢、精度低的缺点。
8、其中，激活函数是指prelu激活函数，是一种更加灵活的非线性激活函数，其允许负轴的斜率作为一个可学习的参数，从而在不同的通道上有不同的斜率值，使得prelu能够更好地适应数据，提高模型的性能。
9、在进一步的方案中，图像输入模块包括：
10、图像读取模块，其作用在于在使用感存算一体的硬件网络进行红外图像识别时，读取预先拍摄的红外图像；
11、像素映射电压模块，其作用在于根据读取的红外图像，将红外图像中每一个像素的像素值按高低映射为电压，像素值越大对应的电压越大，像素映射电压模块与图像读取模块连接；
12、电压输出模块，其作用在于将像素值映射得到的电压值对外输出，电压输出模块与像素映射电压模块连接。
13、在进一步的方案中，感存算一体硬件网络模块包括：
14、忆阻器阵列，其作用在于将离线训练得到的神经网络权重映射为忆阻器的电阻值写入阵列中并保存，将图像输入模块产生的电压信号与忆阻器阵列保存的第一层网络权重信息进行乘法计算，得到计算电流，或者将激活函数实现模块产生的电压信号与忆阻器阵列保存的后一层网络权重信息进行计算，得到计算电流。忆阻器阵列在执行存储功能时，阻值为保存的神经网络权重，神经网络权重越大忆阻器阻值越大，忆阻器阵列在执行计算功能时，外部输入电压与忆阻器的电导相乘得到计算电流，忆阻器电导值为：
15、
16、其中，ri为忆阻器阻值，gi为忆阻器电导。图像输入模块与激活函数实现模块产生的电压信号在忆阻器阵列中进行计算时遵循以下公式：
17、
18、其中为图像输入模块与激活函数实现模块产生的电压信号，为离线训练的神经网络中的权重映射电阻值对应的电导值，为忆阻器硬件网络中进行计算后输出的计算电流。
19、在进一步的方案中，激活函数实现模块包括：
20、跨阻放大电路，其作用在于将忆阻器阵列输出的电流信号转换为电压信号，包括：第一运算放大器和第一反馈电阻，忆阻器阵列输出的电流信号接第一运算放大器的反向输入端，第一反馈电阻接在第一运算放大器的反向输入端和输出端之间，第一运算放大器的同向输入端接地；跨阻放大电路的输本文档来自技高网...
【技术保护点】
1.一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，包括：
2.根据权利要求1所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述图像输入模块包括：
3.根据权利要求1所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述感存算一体硬件网络模块包括：
4.根据权利要求3所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于所述忆阻器电导值为：
5.根据权利要求1所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述激活函数实现模块包括：跨阻放大电路，电压跟随电路和函数计算电路；
6.根据权利要求5所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述跨阻放大电路的输入为所述忆阻器阵列输出的电流信号，接第一运算放大器的反向输入端，第一反馈电阻接在第一运算放大器的反向输入端和输出端之间，第一运算放大器的同向输入端接地；所述跨阻放大电路的输出遵循以下公式：
7.根据权利要求5所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所
8.根据权利要求5所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述函数计算电路所使用第三运算放大器的反向输入端接输入电阻的一端，输入电阻的另一端接电压跟随电路的输出信号，第三运算放大器的反向输入端通过两个并联的二极管和第二反馈电阻连接第三运算放大器的输出端，两个二极管方向相反，第三运算放大器的同向输入端接地；所述函数计算电路对正负电压信号进行放大，正电压信号放大的倍数与负电压信号放大的倍数不同，正负电压信号放大的倍数由第二反馈电阻确定。
...【技术特征摘要】
1.一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，包括：
2.根据权利要求1所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述图像输入模块包括：
3.根据权利要求1所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述感存算一体硬件网络模块包括：
4.根据权利要求3所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于所述忆阻器电导值为：
5.根据权利要求1所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述激活函数实现模块包括：跨阻放大电路，电压跟随电路和函数计算电路；
6.根据权利要求5所述的一种用于红外感存算一体系统的激活函数硬件电路，其特征在于，所述跨阻放大电路的输入为所述忆阻器阵列输出的电流信号，接第一运算放大器的反向输入端，第一反馈电阻接在第一运算放大器的反向输入端和输出端之间...
【专利技术属性】
技术研发人员：苗金水，孙聚一，胡伟达，
申请(专利权)人：国科大杭州高等研究院，
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。