随着电磁干扰给电子系统造成的不良影响日益严重,传统的防护方法已经难以保护电子系统。借鉴生物体神经系统调节下自适应抗扰的优势,采取新思路进行抗电磁干扰方面的研究,对提高电子系统的可靠性具有重要意义。目前基于软件实现脉冲神经网络处理速度慢,所需时间长且计算机体积较大,而FPGA具有并行程度高,实时性好以及体积小的优点。因此,本文在电磁仿生防护的背景下,基于FPGA实现了Izhikevich神经元模型和兴奋性突触与抑制性突触共存的突触可塑性模型,构建了以层级网络为拓扑的前馈脉冲神经网络;研究了脉冲噪声、高斯噪声以及电场噪声下网络的抗扰功能,为电子系统的电磁仿生防护提供了新思路。本文的主要工作如下:（1）针对Izhikevich神经元模型实现,多数采用欧拉法离散化,存在精度低的问题,而本文采用高精度的四阶龙哥库塔法,并将其与欧拉法的精度进行了理论推导和算法验证;采用状态机基于FPGA实现了Izhikevich神经元模型,与软件实现进行了数据拟合,计算了欧氏距离并进行了归一化处理。结果表明四阶龙哥库塔法的精度高于欧拉法;基于FPGA实现的Izhikevich神经元模型与软件实现数据基本吻合且欧氏距离和归一化数据较小接近为0,验证了FPGA实现的正确性;基于FPGA实现周期为us级而软件实现为ms级,说明了FPGA实现速度上提高了一个数量级。（2）针对突触可塑性模型实现,多数是兴奋性的,存在着模型不完善的问题,而本文采用兴奋性与抑制性突触共存的更加完善的突触可塑性模型,调用了除法和指数IP核,基于FPGA实现了STDP,与软件实现进行了数据拟合,计算了欧氏距离并进行了归一化处理;同时使用硬件描述语言描述了突触可塑性模型,基于FPGA实现了突触可塑性连接的3个Izhikevich神经元。结果表明基于FPGA实现STDP与软件实现数据基本稳合,欧氏距离和归一化数据较小接近为0,验证了FPGA实现的正确性;后神经元通过突触可塑性的调节在一段时间后与前神经元放电趋于同步。（3）针对脉冲神经网络的抗扰功能,本文在FPGA上构建了随机连接前馈脉冲神经网络并施加了脉冲噪声、高斯噪声和交流电场三种噪声干扰,分析了三种干扰对放电率和干扰前后神经元膜电位相关性的影响,并与全连接前馈脉冲神经网络抗扰功能进行了对比。结果表明在一定强度的三种噪声干扰下,随机前馈脉冲神经网络的放电率相对变化率较小,神经元膜电位相关性较高,说明本文基于FPGA构建的随机前馈脉冲神经网络有一定的抗干扰能力且抗扰功能优于全连接前馈脉冲神经网络。