[发明专利]基于FPGA的Spiking前馈网络海马功能仿真系统

摘要

本发明提供一种基于FPGA的Spiking前馈网络海马功能仿真系统，其特征是：该仿真系统包括FPGA开发板、上位机，FPGA开发板包括前馈神经元网络、NiosII软核控制器以及USB接口模块，还包括通过VHDL语言编程下载编译并在FPGA开发板中运行的模拟海马神经元功能的三层前馈网络，初值信号发出模块、网络的第一层感受层、第二层海马功能层、第三层动作输出层、LIF神经元流水线模型、判断控制模块、STDP即突触控制更新矩阵；各层前馈网络中的LIF神经元流水线模型、判断控制模块与STDP突触更新矩阵均采用VHDL语言编程实现；判断控制模块负责对每层信号输出的控制，其发出的控制信号分别通过感受层信号传输通路、海马功能层信号传输通路以及动作输出层信号传输通路传递给每层神经元。

主权项

1.一种基于FPGA的Spiking前馈网络海马功能仿真系统，其特征是：该仿真系统包括FPGA开发板(1)、上位机(2)，所述的FPGA开发板(1)包括前馈神经元网络(3)、NiosII软核控制器(34)以及USB接口模块(36)，其中的前馈神经元网络(3)包括通过VHDL语言编程下载编译并在FPGA开发板(1)中运行的模拟海马神经元功能的三层前馈网络(4)，初值信号发出模块(5)、网络的第一层感受层(6)、第二层海马功能层(7)、第三层动作输出层(8)、LIF即Leaky‑integrate and Fire神经元流水线模型(9)、判断控制模块(21)、STDP即Spiking‑timing Dependent Plasticity突触控制更新矩阵(23)；各层前馈网络中的LIF神经元流水线模型(9)、判断控制模块(21)与STDP突触更新矩阵(23)均采用VHDL语言编程实现；判断控制模块(21)负责对每层信号输出的控制，其发出的控制信号分别通过感受层信号传输通路(18)、海马功能层信号传输通路(19)以及动作输出层信号传输通路(20)传递给每层神经元；随着仿真的进行，判断控制模块(21)获得各层的突触权值并将其传递给突触控制更新矩阵(23)，突触控制更新矩阵(23)根据由判断控制模块(21)发出的信号选择权值的变化规则，若LTP即Long‑term Potentiation被选择则相应的矩阵值会变大，若LTD即Long‑term Depression被选择则相应的矩阵值会减小，通过这种机制更新每个神经元对另外一个神经元的权值，该更新的权值会通过信号传输通路(22)以及判断控制模块(21)传回给每层神经元；动作输出层(8)通过信号传输通路(30)将网络的输出结果传给NiosII软核处理器(34)，同时该处理器也接收来自二选一数据选择器(32)所选择的信号获得网络实时的权值变化信息；上位机(2)通过C++编程实现人机操作界面(38)，通过USB接口模块(36)与FPGA芯片(1)进行通讯，经过通讯所获得的网络模型的数据在上位机(2)中进行进一步的处理；在仿真开始阶段，由初值信号模块(5)产生刺激信号并将其传递给网络的感受层(6)，然后由感受层信号传输通路(18)将数据传给判断控制模块(21)，通过判断控制模块(21)依据胜者为王规则进行计算，即通过某感受层(6)的膜电位与静息电位作差之后的行向量与突触权值矩阵做乘法运算所获得的行向量与其下一层，即海马功能层(7)的膜电位与静息电位作差之后的行向量与突触权值矩阵做乘法运算对所获得的行向量作差并求最大值，则在海马功能层(7)中，该最大值所对应的神经元获得刺激信号，同时该层的其他神经元不获得刺激信号，该规则如下面公式所示，其中V_rest为神经元静息电位为常数，V_i为每层的第i个神经元的膜电位，I_k为刺激电流信号，为第i与第j层之间的兴奋性突触权值，为第i与第j层之间的抑制性突触权值，l表示不同的层，分别为信息感受层、海马功能层和动作输出层，j表示第l层的某个神经元，根据以下公式求得大括号内部的最大值所对应的j的值，然后将刺激电流信号I_k赋值给该神经元，根据胜者为王规则，该层的其他神经元不得到刺激电流信号：根据上式计算对网络的第二层海马功能层(7)的某个神经元产生相应的刺激，在海马功能层(7)中根据LIF神经元流水线模型(9)计算之后将结果通过信号传输通路(19)传给判断控制模块(21)，然后再通过判断控制模块(21)的计算产生对动作输出层(8)某个神经元的刺激，然后在动作输出层(8)中同样根据LIF神经元流水线模型(9)进行计算并通过信号传输通路(20)传给判断控制模块(21)，感受层信号传输通路(18)、海马功能层信号传输通路(19)、动作输出层信号传输通路(20)每次将数据传给判断控制模块(21)之后，判断控制模块(21)都会根据STDP规则对不同层的突触控制更新矩阵(23)进行适当的权值更新并通过数据选择器(32)将权值信息回传给上位机(2)，同时网络的神经元放电信息通过USB接口模块(36)回传给上位机(2)，在之后的仿真过程中，初值信号由动作输出层(8)给出，使网络得以连续运行。