[发明专利]一种传感器信号智能处理系统

说明书

本发明公开了一种传感器信号智能处理系统，包括：串联的编码模块、特征提取模块和识别模块；编码模块用于根据相邻采样时刻传感器信号的变化程度，将传感器信号转换为脉冲信号；特征提取模块用于基于易失性忆阻器电导值随脉冲发生变化的特性，提取脉冲信号的特征并表征为易失性忆阻器电导值的形式输出到识别模块中；识别模块包括基于非易失性忆阻器阵列的神经网络；神经网络在识别特征之前，基于预设识别任务进行训练；识别模块用于基于预训练好的神经网络对特征进行识别。本发明采用模块化的方式完成传感器信号编码、特征提取及识别的任务，可以与用于环境感知的传感器阵列结合，有助于实现感知‑存储‑计算的一体化，实时性和计算效率较高。

技术领域

本发明属于信号处理技术领域，更具体地，涉及一种传感器信号智能处理系统。

背景技术

随着物联网、大数据、云计算的快速发展，人类社会正由信息化向智能化发展。智能化社会的构建需要信息技术系统能够对外界环境信息进行实时获取、高效处理并及时做出决策。对被动获取外部数据的传统终端传感器的数据处理和传输提出了重大挑战。利用不同种类的传感器阵列可以完成生活中方方面面的任务，比如气体传感器阵列可以检测室内空气质量等；压力传感器阵列被制作为电子皮肤；视觉传感器阵列可以用于人脸识别，自动驾驶等；基于传感器阵列应用的重要性和广泛性，故研究一种传感器信号智能处理系统存在重要意义。

现有的传感器信号智能处理系统大多将传感器信号传输到CPU或GPU中。这种在CPU或GPU中采用机器学习算法对传感器信号进行识别与处理的方式，采用传统的存储与计算相互分离的架构，数据需要在存储器与处理器之间频繁传输，会产生巨大的功耗和延时，计算效率较低。另外，现有的传感器信号智能处理系统大多为计算机等终端系统，在实际使用过程中，传感器与传感器信号智能处理系统往往无法直接相连，大多是在传感器采集到传感器信号后，上传到传感器信号智能处理系统中进行处理，而数据传输过程会消耗大量的时间和能量，实时性较低。随着物联网的发展，传感器的规模逐渐增大，检测到的信息越来越多，而传统的系统架构已经不能满足人们对低功耗，低延迟，快速运算的需求。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种传感器信号智能处理系统，用以解决现有技术计算效率较低的技术问题。

为了实现上述目的，本发明提供了一种传感器信号智能处理系统，包括：串联的编码模块、特征提取模块和识别模块；

编码模块用于根据相邻采样时刻传感器信号的变化程度，将传感器信号转换为脉冲信号，并输出到特征提取模块中；

特征提取模块包括易失性忆阻器；特征提取模块用于基于易失性忆阻器电导值随脉冲发生变化的特性，提取脉冲信号并表征为易失性忆阻器电导值的形式输出到识别模块中；

识别模块包括基于非易失性忆阻器阵列的神经网络；神经网络在识别特征之前，基于预设识别任务进行训练；识别模块用于基于预训练好的神经网络对特征进行识别，并输出识别结果。

进一步优选地，上述易失性忆阻器电导值随脉冲发生变化的特性为：当有脉冲输入时，易失性忆阻器的电导值逐渐升高；当没有脉冲输入时，易失性忆阻器的电导值自发地降低。

进一步优选地，编码模块包括：n个相互并行的编码单元；此时，易失性忆阻器的个数为n个；每个编码单元的输出端与每个易失性忆阻器的输入端一一对应相连；其中，n为正整数。

进一步优选地，上述传感器信号智能处理系统与传感器阵列相连，传感器阵列中的各传感器分别与传感器信号智能处理系统中一个对应的编码单元相连；此时，n大于或等于传感器阵列中传感器的个数。

进一步优选地，编码单元包括：滤波器、存储器、减法器、比较器和脉冲发生器；

滤波器用于对t采样时刻的传感器信号进行滤波降噪后，得到t采样时刻的响应信号S(t)，并分别输出到减法器和存储器中；