本文關鍵詞：基于閾值自適應憶阻模型的分析及應用研究

  更多相關文章： 閾值自適應憶阻器 組合電路 交叉陣列 邏輯運算 小波神經(jīng)網(wǎng)絡

【摘要】：隨著超大規(guī)模集成電路(VLSI)進入深亞微米級領域,電子設備集成規(guī)模日益龐大,而晶體管本身尺寸已接近極限,其可靠性和穩(wěn)定性在邏輯運算,信息存儲等方面面臨著日益嚴峻的挑戰(zhàn)。近年來,人工智能和人工神經(jīng)網(wǎng)絡發(fā)展迅猛,但也同樣受限于晶體管尺寸而無法實現(xiàn)大規(guī)模硬件實現(xiàn)。憶阻器作為下一代高性能的阻變存儲設備,其納米級尺寸和非易失性存儲的特性,有望延續(xù)“摩爾定律”,也契合了神經(jīng)形態(tài)系統(tǒng)大規(guī)模實現(xiàn)。隨著憶阻器理論的日臻完善,閾值自適應憶阻(TEAM)模型開始受到越來越多研究者的關注,一方面它將憶阻器內(nèi)部狀態(tài)跳變閾值定義到模型內(nèi)部,填補了經(jīng)典二端惠普模型中阻變閾值表達的缺失;另一方面,TEAM模型以塞蒙斯隧道結(Simmons Tunnel Model)理論作為物理依據(jù),使它成為更接近實際情況的憶阻器模型;最后,其參數(shù)可調(diào)展現(xiàn)出的靈活性,使TEAM模型有望成為下一代通用憶阻器模型。將閾值自適應憶阻模型應用于邏輯運算、交叉陣列存儲和神經(jīng)形態(tài)系統(tǒng)不但能大大降低電路體積,也更利于探究實際憶阻系統(tǒng)特性,對憶阻系統(tǒng)大規(guī)模集成具有重要意義。本文針對閾值自適應憶阻模型,在分析其內(nèi)部特性和組合電路的基礎上,將其應用于邏輯運算、多值存儲和小波神經(jīng)網(wǎng)絡的神經(jīng)形態(tài)系統(tǒng)中,具體如下:(1)總結基本憶阻器模型和幾種典型窗函數(shù),并用于模擬憶阻器內(nèi)部離子邊界漂移特性。在此基礎之上,介紹Simmons隧道結模型和兩種閾值自適應模型(電流閾值TEAM、電壓閾值VTEAM),推導出閾值自適應模型窗函數(shù)表達式,通過仿真可見閾值自適應憶阻模型和Simmons隧道結模型的高度擬合性。(2)提出基于閾值自適應憶阻模型內(nèi)部多參數(shù)的蒙特卡洛分析方法,通過蒙特卡洛分析揭示了閾值自適應憶阻模型上下邊界單邊可調(diào)性、開關變換非對稱性等內(nèi)部機理。進一步,對TEAM進行串并聯(lián)組合電路仿真分析,展示組合電路總阻值變化規(guī)律及其極性對阻值的影響。(3)針對閾值自適應模型中不同極性的閾值電壓,提出VTEAM組合邏輯運算電路,進而仿真實現(xiàn)與、或、非、與非、或非五種邏輯運算,推導了不同邏輯組合的外加激勵限制條件。此外,提出了一種基于TEAM模型的新型憶阻交叉電路存儲結構,相較于以往憶阻交叉電路,該結構采用了多值電壓控制方式,在多值圖像讀寫方面并行處理性能更為優(yōu)良。(4)將閾值自適應憶阻器與小波神經(jīng)網(wǎng)絡相結合,提出憶阻小波神經(jīng)網(wǎng)絡(MWNN),推導VTEAM在不同周期脈沖激勵下憶阻值的連續(xù)變化,證明了VTEAM模型作為電子突觸實現(xiàn)動態(tài)權值更新的可能性。進一步將完成的硬件化的MWNN用于短時交通流預測中,驗證了整個設計的正確性。
【學位授予單位】：西南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP333

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡念,胡匡祜,李淑宇,蘇萬芳;小波神經(jīng)網(wǎng)絡及其應用[J];中國體視學與圖像分析;2001年04期

2 吳曦,康會光;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[J];安陽師范學院學報;2002年02期

3 丁勇,劉守生,胡壽松;一種廣義小波神經(jīng)網(wǎng)絡的結構及其優(yōu)化方法[J];控制理論與應用;2003年01期

4 劉雨華,葉小嶺,周媛;小波神經(jīng)網(wǎng)絡在綜合評價中的應用[J];統(tǒng)計與決策;2005年15期

5 劉景艷;鄒有明;;小波神經(jīng)網(wǎng)絡在提升設備故障診斷中的應用[J];煤礦機械;2006年04期

6 韓寶如;孟玲玲;;一種基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷方法[J];電子測量技術;2006年06期

7 李建麗;鐘儀華;李智超;;小波神經(jīng)網(wǎng)絡多屬性綜合評價及其應用[J];科技資訊;2008年03期

8 劉淵;戴悅;曹建華;;基于小波神經(jīng)網(wǎng)絡的流量混沌時間序列預測[J];計算機工程;2008年16期

9 張坤;;小波神經(jīng)網(wǎng)絡在糧食產(chǎn)量預測中的應用[J];計算機與數(shù)字工程;2010年03期

10 左磊;侯立剛;高大明;彭曉宏;吳武臣;;基于粒子群-小波神經(jīng)網(wǎng)絡的模擬電路故障診斷[J];北京工業(yè)大學學報;2010年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡的異步電機故障診斷[A];2009中國控制與決策會議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進小波神經(jīng)網(wǎng)絡模型在電力故障信號識別中的應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟下高技術制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡結合多項式的混合預測方法在通信規(guī)劃中的應用[A];2011全國無線及移動通信學術大會論文集[C];2011年

5 謝建宏;張為公;;復合材料疲勞剩余壽命預測的動態(tài)小波神經(jīng)網(wǎng)絡方法[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡的水質(zhì)預測應用研究[A];2006中國控制與決策學術年會論文集[C];2006年

7 孫正貴;;小波神經(jīng)網(wǎng)絡的高效學習算法及應用研究[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡的軋機特性回歸[A];2007中國控制與決策學術年會論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進遺傳算法的小波神經(jīng)網(wǎng)絡[A];2007年中國智能自動化會議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經(jīng)網(wǎng)絡的模擬調(diào)制信號自動識別[A];2007通信理論與技術新發(fā)展——第十二屆全國青年通信學術會議論文集（下冊）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 侯霞;小波神經(jīng)網(wǎng)絡若干關鍵問題研究[D];南京航空航天大學;2006年

2 章文俊;小波神經(jīng)網(wǎng)絡算法及其船舶運動控制應用研究[D];大連海事大學;2014年

3 高協(xié)平;小波參數(shù)化與小波神經(jīng)網(wǎng)絡研究[D];湖南大學;2003年

4 宋清昆;自適應結構優(yōu)化神經(jīng)網(wǎng)絡控制研究[D];哈爾濱理工大學;2009年

5 李永紅;廣義小波神經(jīng)網(wǎng)絡實現(xiàn)雷達相關濾波的研究[D];大連海事大學;2000年

6 銀俊成;量子信道與量子小波神經(jīng)網(wǎng)絡相關問題研究[D];陜西師范大學;2013年

7 李文軍;多小波和小波神經(jīng)網(wǎng)絡構造及其在電弧故障診斷中的應用研究[D];吉林大學;2008年

8 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡中若干問題的研究[D];南京航空航天大學;2005年

9 黃同成;基于小波神經(jīng)網(wǎng)絡理論的VOCR與HOCR技術研究[D];上海大學;2008年

10 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡的煤炭企業(yè)管理研究[D];天津大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張清華;小波神經(jīng)網(wǎng)絡參數(shù)優(yōu)化及其應用[D];東北農(nóng)業(yè)大學;2009年

2 王建雙;基于小波神經(jīng)網(wǎng)絡控制器設計與研究[D];哈爾濱理工大學;2009年

3 張蓉暉;小波神經(jīng)網(wǎng)絡及其在模擬電路診斷中的應用[D];華中科技大學;2008年

4 吳曦;基于隨機小波神經(jīng)網(wǎng)絡的一類隨機過程的逼近[D];西北工業(yè)大學;2001年

5 王勇;基于小波神經(jīng)網(wǎng)絡的模擬電路故障診斷的研究[D];內(nèi)蒙古工業(yè)大學;2006年

6 孫新強;基于小波神經(jīng)網(wǎng)絡的板料沖壓回彈研究[D];西南交通大學;2015年

7 但立;基于小波神經(jīng)網(wǎng)絡的地面三維激光掃描點云數(shù)據(jù)的滑坡監(jiān)測研究[D];長安大學;2015年

8 葛小川;基于小波神經(jīng)網(wǎng)絡的某坦克炮平衡與定位控制[D];南京理工大學;2015年

9 蔡崇國;小波分析在大功率交流伺服系統(tǒng)中的應用研究[D];南京理工大學;2015年

10 盧金長;數(shù)據(jù)挖掘技術在上證指數(shù)預測中的應用研究[D];云南財經(jīng)大學;2015年

，

本文編號：1232516