一种新型神经形态感知系统技术方案

本发明专利技术提出一种新型神经形态感知系统，将仿生传感器的电极与忆阻器电极共用一个，直接将防生传感信号转换为脉冲信号，应用于硬件神经形态脉冲神经网络，实现了模拟信号到脉冲信号的转换，具有结构简单、功能多、功耗低等优点，更加适应于NC脉冲神经网络。解决了传统CMOSFET构建的电子传入神经元存在的功耗高、电路结构和工艺复杂、难以适用于新型神经形态脉冲神经网络等技术问题。脉冲神经网络等技术问题。脉冲神经网络等技术问题。

【技术实现步骤摘要】
一种新型神经形态感知系统


[0001]本专利技术涉及神经感知领域，更具体地，涉及一种新型神经形态感知系统。

技术介绍

[0002]近年来，随着可穿戴设备和物联网的发展，传感器结点的类型和数量急剧增加，进而产生了大量需要高效、实时处理的传感数据。然而，与人类高效的感知系统有所不同的是，传统传感系统在采集和处理数据的过程中存在高能耗和低效率的问题。
[0003]随着神经形态计算（Neuromorphic Computing，NC）和仿生传感技术的快速融合发展，类脑智能机器人已展露雏形。在信息处理端，通过模拟人脑“运算
‑
存储一体化”的信息处理方式，NC脉冲神经网络（Spiking Nerual Network, SNN）的性能得到了快速的提升。在系统功耗远低于传统冯诺依曼架构体系的情况下，实现了对语音、图像等模式的高效识别。这些振奋人心的研究成果大大加快了NC
‑
SNN的发展速度。
[0004]另一方面，在信息获取端，通过模拟生物的感官功能，科研人员研制出了多种柔性仿生传感器（如电子皮肤、电子舌等），为未来类脑智能机器人准备好了丰富的“感觉器官”。仿生传感器输出模拟信号，而NC
‑
SNN处理的是脉冲信号信息。面向冯诺依曼架构处理器的传统模
‑
数转换器（ADC）输出的是数字信号，难以应用于NC
‑
SNN，并且其刚性形态使得当前ADC很难灵活地衔接柔性仿生传感器（如电子皮肤）。所以，传统的ADC难以承担起仿生传感器和NC
‑
SNN之间信息传递的角色。因此，当下迫切需要面向NC
‑
SNN的传感接口电子器件，来扮演ADC在冯诺依曼架构体系中同等甚至更为重要的角色。

技术实现思路

[0005]本专利技术提供一种新型神经形态感知系统，包括仿生传感器、忆阻器。
[0006]所述仿生传感器由顶电极、敏感层，以及共用电极组成。
[0007]所述忆阻器，自上到下，依次由共用电极、阻变层、底电极组成。
[0008]所述一种新型神经形态感知系统结构为上下叠层结构，仿生传感器与忆阻器上下衔接，共用一个电极。
[0009]所述阻变层由NiOx、Ti2O3、FeSi、VO2、NbO2、NbxV(1
‑
x)O2、LaCoO3、Pr0 .7Ca0 .3MnO3(PCMO)或La2
‑
2xSr1+2xMn2O7中的一种或者多种制作而成。
[0010]所述顶电极层、共用电极层、底电极层由ITO、Pd、Pt、TiN、W、Au或者石墨烯中的一种或多种制作而成。
[0011]所述仿生传感器包括，仿生听觉传感器、仿生视觉传感器、仿生味觉传感器、仿生嗅觉传感器。
[0012]所述敏感层由聚氨酯、多壁碳纳米管、纤维素纳米晶体、羧化丁腈橡胶、聚乙烯亚胺材料中的一种或多种制作而成。
[0013]所述一种新型神经形态感知系统可以接一个外接校准电路或者反馈电路，以适应更宽范围的仿生传感器。
[0014]本专利技术具有以下增益效果：本专利技术提出了一种全新的电子神经元实现架构，将仿生传感器的电极与忆阻器电极共用一个，直接将防生传感信号转换为脉冲信号，应用于硬件神经形态脉冲神经网络，实现了模拟信号到脉冲信号的转换，具有结构简单、功能多、功耗低等优点，更加适应于NC脉冲神经网络。解决了传统CMOSFET构建的电子传入神经元存在的功耗高、电路结构和工艺复杂、难以适用于新型神经形态脉冲神经网络等技术问题。
附图说明
[0015]图1所示为本专利技术实施例结构示意图。
[0016]图2为本专利技术等效电路示意图。
[0017]图3为本专利技术脉冲输出信号示意图。
实施方式
[0018]为了使本
的人员更好地理解本专利技术方案，下面将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的实施例，不是全部的实施例，而并非要限制本专利技术公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要的混淆本专利技术公开的概念。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0019]在附图中示出了根据本专利技术公开实施例的结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
[0020]图1为本专利技术实施例结构示意图，如图1所示，本专利技术包含仿生传感器和忆阻器；传感器包含顶电极，敏感层，共用电极；忆阻器包含底电极，阻变层，共用电极。
[0021]以柔性压阻传感器为例，目前用于神经感知的仿生传感器通常由两层或多层柔性电极和中间的敏感材料构成。为了获得较高的灵敏度, 会使用具有微结构的柔性衬底或导电层。尖锥状阵列、球状阵列、柱状阵列, 互锁结构等微结构的应用显著提升了传感器的灵敏度。
[0022]本案例中的仿生传感器为一款柔性压阻传感器，用于仿生人的触觉，由上下两个电极以及中间的敏感材料层组成，敏感材料层采用尖锥状阵列。受压时, 随着微结构发生变形并且接触面积增大, 导电填料间电阻变小.其中仿生传感器包含仿生听觉传感器，仿生视觉传感器，仿生味觉和嗅觉传感器，仿生触觉传感器等主要用于模拟人的感知。
[0023]忆阻器为阻变层采用莫特绝缘体材料，上下电极组成的三明治结构；所述忆阻器，其特征在于，自上到下依次分布的共用电极、阻变层及底电极。
[0024]其中阻变层采用莫特绝缘材料；材质为NiOx、Ti2O3、FeSi、VO2、NbO2、NbxV(1
‑
x)O2、LaCoO3、Pr0 .7Ca0 .3MnO3(PCMO)或La2
‑
2xSr1+2xMn2O7；本实施例中忆阻器的阻变层采用VO2；其中共用电极及忆阻器的底电极和传感器的顶电极材质均为ITO、Pd、Pt、TiN、W、
Au或者石墨烯。
[0025]图2所示为本专利技术等效电路示意图，如图2所示，忆阻器和仿生传感器共用电极等效电路等于忆阻器与传感器进行串联。忆阻器与一个电容并联，然后再与电阻RS，串联。当施加电压时，电容器开始充电，一旦电容器上的电压超过Vth，忆阻器就会切换成低电阻状态。这时，电路就会产生一个脉冲，电容器会放电。在这之后，电容器上的电压会下降到Vhold以下，忆阻器便又会返回到高电阻状态。如此一来，电容器上的电压呈周期性的变化，从Vhold到Vth的变化为充电周期，从Vth到Vhold的变化为放电周期。以此往复，从而在忆阻器RM两端输出电压脉冲信号，电路里的电容可以使用外加固定电容C
F
或者使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新型神经形态感知系统，其特征在于，包括，仿生传感器、忆阻器；所述仿生传感器由顶电极、敏感层，以及共用电极组成；所述忆阻器，自上到下，依次由共用电极、阻变层、底电极组成；所述一种新型神经形态感知系统结构为上下叠层结构，仿生传感器与忆阻器上下衔接，共用一个电极。2.根据权利要求1所述一种新型神经形态感知系统，其特征在于，所述阻变层由NiOx、Ti2O3、FeSi、VO2、NbO2、NbxV(1
‑
x)O2、LaCoO3、Pr0 .7Ca0 .3MnO3(PCMO)或La2
‑
2xSr1+2xMn2O7中的一种或者多种制作而成。3.根据权利要求1所述一种...

【专利技术属性】
技术研发人员：刘洋，
申请(专利权)人：陕西格芯国微半导体科技有限公司，
类型：发明
国别省市：