论文部分内容阅读
数字计算机是二十世纪人类科技文明进步的重要产物,它的影响渗透到人们生活的方方面面。然而,随着计算机工业的发展和微电子产业的进步,人们已经不能满足于现有计算机的功能,高的计算速度、大的存储容量、智能化已成为计算机进一步发展的必然趋势。神经计算机因其具有大规模并行处理、识别能力强、可处理模拟信息、机器自学习等特点,成为未来数字计算机强有力的替代者,其硬件制造的关键在于良好的、能够大规模集成的权重互联。忆阻器具有结构简单、面积小、便于大规模集成、阻值连续变化等特点,因而它的出现为神经计算机的硬件实现提供了良好的器件基础。本文以阻变存储器为基础的忆阻器(以下简称阻变忆阻器)为出发点,针对其在神经网络电路中的应用,从器件、神经单元电路、小规模神经网络系统以及新型功能电路等几个方面进行了实验研究和分析。 本研究主要内容包括：⑴针对目前报道的阻变存储器难以实现忆阻器的电阻连续变化的特性,对氧化钽阻变存储器阻变机理进行了研究,首次通过将阻变存储器并联一个电阻进行开关测试实验,提出并验证了其阻变过程中电流起着主要的作用的阻变机制,并根据实验中发现的跟随学习现象,提出了可应用于神经网络中的IR(‖)nT突触单元。同时针对氧化钽阻变存储器开关过程中电阻突变的现象,提出了开关过程中离子会产生级联效应的机制,并利用不同温度下的阻变测试实验进行了验证。最后提出了几种适用于神经网络电路的具有多个等差电阻值的阻变存储器结构。⑵针对目前利用忆阻器设计的神经网络电路中,基本单元电路库并不完善的情况,提出了新的典型的神经电路单元,包括可以体现生物学习过程中神经权重变化的学习电路,模拟人类学习关联知识的关联学习电路,可以抑制输出电压过高以保护后端负载的自抑制电路,基于生物学上著名的Pavlov实验的模拟条件反射的仿生电路等,分析结果表明,这些电路单元都能够很好的工作。同时,根据理想忆阻器在不同电压高度或者脉冲宽度的脉冲信号作用下电阻值会有不同变化的特点,提出了自路由电路单元。此外,利用多值阻变忆阻器结构简单、面积小的特点,对传统的并行模数转换器(ADC)进行了改进,提出了利用阻变忆阻器改进的新型模数转换器。⑶提出了可用于进行模拟人类情感的小规模神经网络系统,并以此系统为基础,提出了可用于进行思想移植的系统框架及控制方法。同时制作了小规模思想移植电路的演示电路,测试结果表明,该系统能够很好地模拟人类思考问题的部分过程。