[发明专利]基于忆阻器阵列的数据处理方法、电子装置有效

专利信息
申请号: 202110426351.9 申请日: 2021-04-20
公开(公告)号: CN113077829B 公开(公告)日: 2023-04-28
发明(设计)人: 吴华强;刘正午;唐建石;高滨;钱鹤 申请(专利权)人: 清华大学
主分类号: G11C13/00 分类号: G11C13/00;G06N3/063
代理公司: 北京市柳沈律师事务所 11105 代理人: 彭久云
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 忆阻器 阵列 数据处理 方法 电子 装置
【说明书】:

一种基于忆阻器阵列的数据处理方法、电子装置。该基于忆阻器阵列的数据处理方法包括:获取多个第一模拟信号;设置忆阻器阵列,将对应于卷积处理的卷积参数矩阵的数据写入忆阻器阵列;将多个第一模拟信号分别输入设置后的忆阻器阵列的多个列信号输入端,控制忆阻器阵列操作以对多个模拟信号进行卷积处理,在忆阻器阵列的多个行信号输出端分别得到执行卷积处理后的多个第二模拟信号。该基于忆阻器阵列的数据处理方法通过将卷积参数矩阵多次映射于忆阻器阵列中不同的多个忆阻器子阵列,实现一次计算即可得到卷积处理操作的所有结果,大大减少了移位所需的时间,降低了功耗,提高了计算速度。

技术领域

本公开的实施例涉及一种基于忆阻器阵列的数据处理方法、电子装置。

背景技术

随着科学技术的进步和信息技术的快速发展,人们可以通过物联网传感技术采集得到大量的数据,并且需要对这些大量数据进行低功耗、高能效的分析及处理,以快速提取数据特征和信息。

卷积处理是一种常用的线性运算,广泛应用于信号处理领域、图像处理领域、神经网络领域等。对两个对象进行卷积处理所得到的卷积结果,表示其中一个对象如何被另一个对象修改,例如,在信号处理领域,可以利用卷积处理对信号进行滤波等处理。

发明内容

本公开至少一实施例提供一种基于忆阻器阵列的数据处理方法,所述忆阻器阵列包括阵列排布的多个忆阻器单元且配置为能进行乘和运算,所述方法包括:获取多个第一模拟信号;设置所述忆阻器阵列,将对应于卷积处理的卷积参数矩阵的数据写入所述忆阻器阵列,其中,所述卷积参数矩阵为第一矩阵且包括阵列排布的多个参数元素,所述多个参数元素对应地按照所述第一矩阵的形式被多次分别映射于所述忆阻器阵列中不同的多个忆阻器子阵列,且所述多个忆阻器子阵列在所述忆阻器阵列的行方向和列方向上均不重叠;将所述多个第一模拟信号分别输入设置后的所述忆阻器阵列的多个列信号输入端,控制所述忆阻器阵列操作以对所述多个模拟信号进行所述卷积处理,在所述忆阻器阵列的多个行信号输出端分别得到执行所述卷积处理后的多个第二模拟信号。

例如,在本公开至少一实施例提供一种基于忆阻器阵列的数据处理方法中,获取所述多个第一模拟信号,包括:获取多个初始数字信号;对所述多个初始数字信号进行数模转换处理,以分别得到所述多个第一模拟信号。

例如,在本公开至少一实施例提供一种基于忆阻器阵列的数据处理方法中,每个忆阻器子阵列对应于所述第一矩阵,不同的所述忆阻器子阵列分别对应于不同的列信号输入端,所述多个参数元素对应地按照所述第一矩阵的形式被多次分别映射于所述忆阻器阵列中不同的多个忆阻器子阵列,包括:从所述多个列信号输入端中,依次选择需要进行所述卷积处理的对象列组,其中,每个对象列组包括至少一个列信号输入端;对于每个被选择的对象列组,将所述多个参数元素对应地按照所述第一矩阵的形式映射到对象忆阻器子阵列中,其中,所述对象忆阻器子阵列为所述多个忆阻器子阵列中对应于所述被选择的对象列组的忆阻器子阵列。

例如,在本公开至少一实施例提供一种基于忆阻器阵列的数据处理方法中,每个忆阻器子阵列包括多个目标忆阻器单元,对于每个被选择的对象列组,将所述多个参数元素对应地按照所述第一矩阵的形式,映射到所述对象忆阻器子阵列中,包括:将所述第一矩阵中同一行的参数元素分别映射于所述对象忆阻器子阵列中同一行的目标忆阻器单元;将所述第一矩阵中同一列的参数元素分别映射于所述对象忆阻器子阵列中同一列的目标忆阻器单元。

例如,在本公开至少一实施例提供一种基于忆阻器阵列的数据处理方法中,所述卷积参数矩阵的每行包括Q个参数元素,每个忆阻器单元包括至少一个忆阻器,每个忆阻器可被设置为初始状态,将所述第一矩阵的同一行参数元素映射于所述对象忆阻器子阵列中同一行的目标忆阻器单元,包括:对于所述卷积参数矩阵的每行参数元素,在所述忆阻器阵列中对应于所述对象忆阻器子阵列的一行忆阻器单元中选择Q个目标忆阻器单元以一一对应于所述Q个参数元素,再将所述一行忆阻器单元中除所述Q个目标忆阻器单元外的忆阻器单元中的忆阻器设置为所述初始状态,其中,Q为大于1的正整数。

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清华大学,未经清华大学许可,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/202110426351.9/2.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