[发明专利]一种传感元件与忆阻器结合的多模态智能传感器

说明书

本发明属于电子信息材料与元器件MEMS微细加工领域，具体涉及一种传感元件与忆阻器结合的多模态智能传感器。本发明通过在传感单元阵列中的每一个像素点中集成多种不同的传感单元，从同一角度同时探测不同物理量的分布；将传感单元阵列与忆阻器阵列结合，通过忆阻器阵列来完成人工神经网络的计算，从而在传感器端对传感单元阵列的信号进行初步的智能识别与判断，实现人工智能的功能，从而极大地减少传感器与中央处理器之间的数据传输量和次数，进而减少后续应用的计算时间与能耗，同时使某些由于传输条件的原因无法实现大量多次传感器与中央处理器之间数据传输而无法实现的功能得以实现。

技术领域

本发明属于电子信息材料与元器件MEMS微细加工领域，具体涉及一种传感元件与忆阻器结合的多模态智能传感器。

背景技术

目前在人工智能领域，探测不同信号的传感器被广泛使用。传感器探测到的信号为之后的功能实现提供所需的信息。一些复杂的功能仅仅依靠单一种类的传感器提供的信息是无法完成的，要实现更高级别更复杂的功能必须要依赖多种传感器的信息，但是目前人工智能领域采用的探测不同信号的传感器是分立的，不能从同一个角度同时探测不同的物理量的分布。因此需要可以同时从同一角度同时探测多种模态物理量的分布。

此外，目前传感器的输出全部直接传输到中央处理器中，被在中央处理器中运行的实现特定人工智能功能的程序所利用，而在传感器端无法实现对信号的初步的计算和处理，所有的计算和处理工作都要由中央处理器完成，需要大量并且多次的在传感器与中央处理器之间的数据传输。在很多场景下，传感器是与中央处理器分离的，或者物理空间分布上相距很远，无法或者不便于数据的传输，或者大量的数据传输消耗很长的时间。例如，用于疾病诊疗的进入人体内部的传感器，若需要完成实时的识别功能，传统方法就需要一直不断的将信号通过某种方式传递给位于体外的远程的中央处理器。在类似的场景下，大量并且多次的传输数据会使运算速度减慢，能耗增大。

现有的传感器技术中，传感器端的数据处理不具有识别判断的功能，最终还是会输入到中央处理器进行识别判断；数据在中央处理器和传感器之间的传输成为限制其后期应用时速度和能耗的瓶颈。

发明内容

针对上述存在问题或不足，为解决现有传感器技术中数据处理手段相对简单，无法提升后续应用速度和能耗相对低下的问题，本发明提供了一种传感元件与忆阻器结合的多模态智能传感器，通过将传感器元件与忆阻器结合实现多模态智能传感器。

该传感元件与忆阻器结合的多模态智能传感器，由传感单元阵列和忆阻器阵列组成。

所述传感单元阵列中包括2-100000000个呈阵列排布的像素点，每一个像素点由n个不同类型的传感单元构成，2≤n≤10，各传感单元分别采集相应的信息，并将采集到的信息输入到忆阻器阵列中的输入端；忆阻器阵列中的输入端数量与传感单元的总数量相等，且传感单元与忆阻器阵列的输入端一一对应相连。

传感器阵列中的每一个像素点集成多种不同类型的传感单元，每一个像素点探测到的信息代表这一个像素点区域的传感单元类型的信息，通过这种方式，从同一角度同时获取到该像素点区域各种传感单元类型的信息。在传感器端利用多种传感单元的信号(而不再是单一的信号)，将传感单元阵列与忆阻器阵列结合(实现结构与功能上的集成)，通过忆阻器阵列来完成人工神经网络的计算，从而在传感器端对传感单元阵列的信号进行初步的智能识别与判断，实现人工智能的功能(例如，识别、决策等)。

所述忆阻器阵列中以一个忆阻器单元的电阻值对应于人工神经网络中的一个权重，每一个忆阻器单元的电阻值通过前期训练过程的调整，调整电阻值后忆阻器阵列实现人工神经网络的识别判断功能，即完成训练之后的忆阻器阵列实现人工神经网络的识别判断的功能；当输入上述各像素点信息时，根据当前的输入状况进行分类并输出识别判断的结果；并将识别决策判断的结果输出给中央处理器而不再是将传感单元采集到的信息直接输出给中央处理器。