神经元网络FPGA仿真系统构建的的分析研究.pdfVIP

摘要 神经系统具有高维、强耦合以及复杂非线性动力学特性等特点，在对大规模 神经元网络进行仿真时，传统计算机软件很难满足速度要求。本文运用现场可编 程门阵列(FPGA)技术，构建硬件系统平台，实现神经元网络的运算和特性分 析，并对神经元参数辨识和控制的硬件实现作初步的研究。 首先，本文构建硬件系统，系统由模型库、控制单元、参数存储模块、FPGA 运算阵列和上位机等部分组成，为大规模神经元网络特性分析、神经元参数的辨 识和控制提供实验平台。 然后，本文在DSP 构建硬件系统，研究神经元参数变化对神经元放电活动和网络同步性的影响。。 通过与MATLAB仿真比较发现，FPGA神经元和网络满足计算神经科学的要求， 同时有一定速度优势，且网络规模越大，优势越明显。 其次，本文利用相同的建模方法，对更加复杂的海马CA3区锥体神经元进 行建模研究，构建硬件系统，分析参数变化对神经元放电活动的影响。实验结果 表明，海马硬件神经元满足计算神经科学的要求。 最后，基于自适应同步原理和FPGA技术，本文研究了正常神经元参数的辨 识和非正常神经元的控制。结果表明，硬件系统能准确辨识神经元的参数，对非 正常神经元施加控制后，其输出与正常神经元最终达到一致。 研究结果表明，该硬件系统能实现神经元网络的模拟、神经元的参数辨识和 控制，提供了一个准确、快速的实验平台。 关键词：神经元，网络，现场可编程门阵列，硬件，辨识，控制 ABSTRACT Nervous is a the system high—dimensional，stronglycoupledsystem，with characteristicsof non·linear traditional soffwares complex dynamics，andcomputer aredifficulttoreachthe when neuralnetworkis speedperformancelarge-scale simulated．Theiscommittedtotoachievethe and ofneural paper modelinganalysis networkthefield by programmablegatearray(FPGA)technology． hardwareisbuilt．The First，the containsmodel system system library,control module，FPGA andhost andit unit，parameterstorage computingarrays computer an for of neural providesexperimentalplatformanalysislarge—scale network， of andcontrol identifi．cationparameter ofneuron． modeltheMOrris—Lecarneuronandnetworkin Next，we DSP the Builder,build hardware to theeffectsof