[发明专利]一种基于LIF模型的脉冲神经网络神经元电路有效

专利信息
申请号: 202011351754.3 申请日: 2020-11-26
公开(公告)号: CN112465134B 公开(公告)日: 2022-05-03
发明(设计)人: 王巍;张珊;赵汝法;张定冬;张涛洪;刘博文;袁军 申请(专利权)人: 重庆邮电大学
主分类号: G06N3/063 分类号: G06N3/063;G06N3/04
代理公司: 重庆市恒信知识产权代理有限公司 50102 代理人: 陈栋梁
地址: 400065 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 lif 模型 脉冲 神经网络 神经元 电路
【说明书】:

发明请求保护一种基于LIF(Leaky Integrate and Fire)模型的脉冲神经网络神经元电路,属于集成电路设计领域。该电路主要包括:膜电位积累电路、泄露电路、脉冲产生电路、不应期电路及复位电路。本发明不仅实现了LIF神经元模型的积分泄露点火功能,还模拟了生物神经元的不应期特性,其中不应期可调。本发明基于CMOS工艺,电路结构简单,且电路中多采用亚阈值区MOS管,使神经元电路具有超低功耗特性;电路的输入电流为pA级,输出脉冲频率为Hz级,能很好模拟生物神经元的典型工作状态,有效地实现了神经元的功能,可用于实现大规模脉冲神经网络系统。

技术领域

本发明属于集成电路设计技术领域,尤其涉及到一种基于LIF(Leaky Integrateand Fire)模型的脉冲神经网络神经元电路实现的方法。

背景技术

生物系统非常节能,特别是大脑,由数十亿神经元细胞组成,耗电约20W。这些单元是有噪声的、不精确的、不可靠的模拟设备。当它们被集成到由相互作用的神经元组成的大脑结构中时,它们可以在非常低功耗的情况下,实时地、高精度地解决复杂的任务和表现复杂的行为。人的大脑中有1011个神经元及1015个突触且消耗能量极低。若想要模拟大脑中大量神经元和突触并行处理信息,电路需要具有超低功耗的性能及占用面积越小越好。神经网络研究方向可分为两类,一类是精确模拟人脑的运行模式,即模拟出细胞膜中的离子通道,例如Hodgkin-Huxley神经元模型,但这类模型实现较为复杂;一类是追求超低功耗及超紧凑电路,在这类电路中,通常使用较为简单的神经元模型,例如LIF神经元模型,该模型既能实现神经元基本功能,又因电路实现较为简单,能极大降低电路功耗。

CMOS集成电路设计中电子学的最新进展通过减小晶体管的尺寸,可以在平方厘米内封装数十亿个晶体管,可以利用这种先进技术来模仿像大脑一样的电路。这些电子系统通常在电源电压(典型值约1V)下运行,但是传统的模拟电路的性能在如此低的电源电压下会大大降低。因此需要设计一种神经元电路,不仅能模拟生物神经元特性,还能在低电源电压下工作。

本发明提供一种基于LIF模型的脉冲神经网络神经元电路实现方法,以克服现有技术中电子系统在低电源电压下工作性能差的问题,而且在典型LIF模型的基础上,使神经元电路具备不应期,通过调节偏置电压对不应期进行调整,从而控制神经元电路的脉冲发射频率,使得神经元电路可以适应各种频率下的工作条件。

发明内容

本发明为实现上述目的,本发明结合亚阈值区MOS管的工作机制,设计了一种基于LIF模型的低功耗脉冲神经网络神经元电路。本发明的技术方案如下:

一种基于LIF模型的脉冲神经网络神经元电路,其包括:膜电位积累电路、泄露电路、脉冲产生电路、不应期电路及复位电路,所述膜电位积累电路与泄露电路相连,膜电位积累电路的输出端连接到脉冲产生电路的一个输入端,脉冲产生电路与不应期电路相连,不应期电路的输出端连接到复位电路的输入端,复位电路的输出端连接到膜电位积累电路的输入端。所述膜电位积累电路通过一个电容Cmem实现,利用电容Cmem对输入信号进行累积,将膜电位Vmem积累至阈值电压用于产生脉冲信号;

所述泄露电路采用一个NMOS管M3与电容Cmem并联,没有信号输入时,膜电压将会泄露至静息电位或到下一次信号的到来;

所述脉冲产生电路由一个比较器Comp与一个buffer构成,将膜电位与阈值电压进行比较,一旦膜电位超过阈值电压则发射一个脉冲信号;

所述不应期电路由一个电容C1、一个PMOS管M4与一个由Vref控制的NMOS管M5并联构成,Vref可以调节不应期时间。一旦脉冲产生电路产生一个脉冲信号,不应期电路则产生一个复位信号传输给复位电路;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011351754.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top