论文部分内容阅读
随着科技的不断发展,电磁环境不断复杂化,应用传统防护手段的系统在应对复杂多变的电磁环境时显露出不足之处,而生物系统在复杂电磁环境下表现出的自适应性、抗扰性、自修复性引起了广泛关注,电磁仿生防护的概念应运而生。脉冲神经网络作为第三代人工神经网络,被认为是目前最接近真实生物神经元信号传递及网络特性的模型,是实现类脑计算的核心,并被应用到电磁仿生防护当中。脉冲神经网络将真实世界的信息编码成脉冲时间,使得它能快速解码信息,广泛应用于模式识别、图像处理、联想记忆等方面。在电磁仿生防护当中,忆阻器作为新兴的仿生器件,具有记忆性、纳米尺寸、低功耗等诸多特性,可作为仿生突触应用到脉冲神经网络之中。本文从电磁仿生防护需求出发,以仿生硬件系统实现为目标,对基于忆阻器的脉冲神经网络构建进行了研究。本文以脉冲神经元Izhikevich(I)为基础,将忆阻器作为其权值环节,对基于忆阻器的脉冲神经网络的构建进行了初步的探索。主要完成的工作如下:(1)对忆阻器的数学模型以及电学特性进行分析,在非线性边界迁移模型的基础上利用Simulink工具对其进行模型构建,分析其在不同输入信号下的电流-电压、磁通量-电荷量、忆阻值-电压的特性曲线。(2)对脉冲神经元Izhikevich(I)的数学模型进行分析,在Simulink工具下构建其模型,完成其在规则放电(Regular Spiking,RS)、内部爆发式放电(Intrinsically Burst,IB)、簇放电(Chattering,CH)、快速放电(Fast Spiking,FS)、低阈值放电(Low-threshold Spiking,LTS)五种不同放电模式下的仿真分析。(3)利用欧拉法对忆阻器数学模型以及脉冲神经元Izhikevich(I)模型进行离散化处理,并利用DSP Builder工具进行模型的构建以及仿真分析。(4)基于忆阻器的特性,将忆阻器作为神经元Izhikevich(I)的权值输入部分,在人工神经网络的拓扑结构的基础上构建基于忆阻器的脉冲神经网络模型,并对各神经元动作电位进行对比分析。