忆阻器基本特性与基于忆阻器的生物突触分析-basic characteristics of memristors and analysis of biological synapses based on memristors.docxVIP

摘 要摘 要随着智能化信息时代的到来，大规模集成电路也进入高速发展阶段，然而晶 体管器件尺寸不断缩小即将达到极限，集成度不断升高导致芯片发热等副作用都 成为限制集成电路的发展的阻碍，因此新型电路元器件的发现和应用变得至关重 要。此时忆阻器进入人们的视野，它具有结构简单、尺寸小、功耗低、易于集成、 与 CMOS 兼容等一系列的优势，因此迅速成为半导体和集成电路领域研究人员关 注的重点。突触是神经网络的重要组成部分，也是人工神经网络模拟的关键，传 统突触的模拟采用晶体管器件，受限于晶体管尺寸和功能，密度远低于生物神经 网络中突触的密度。由于忆阻器的尺存达纳米级，并且忆阻器可以像突触一样工 作，是目前已知的功能与生物突触非常接近的器件，提供了构筑模拟神经网络的 基础。基于忆阻器的优势，忆阻器替代传统的晶体管实现生物突触模拟，使得人 工神经网络中突触密度进一步向生物神经网络靠拢，进而可以实现低功耗、高集 成度的神经网络模拟。本论文从忆阻器基本结构、阻变机制和模型三个方面对忆阻器进行了分析， 深入认识忆阻器作为第四种基本电路元件对整个电子电路行业发展带来的重要作 用。分析了忆阻器在非易失性存储、数字模拟电路、神经网络等领域的应用，给 出了一种基于忆阻器的静电保护电路。充分认识生物突触结构、工作原理和重要 特性，将忆阻器应用于模拟突触，并以权值调整电路实现突触的脉冲时间依赖可 塑性学习规则。在实现忆阻器模拟突触基础上进一步模拟由突触和神经元构成的 神经网络。通过三个神经元和两个突触的结构模拟巴甫洛夫的狗的模型，以实现 联想记忆功能。使用 Keithley 4200-SCS 半导体参数测试仪表征 NiO 忆阻器和 HfO2 忆阻器的阻变特性，设计突触权值调整电路和联想记忆电路的 PCB 级电路，并将 NiO 忆阻器连接在电路中，仿真和测试结果证明电路完成了所需要的功能。本文 证实了突触和神经网络的模拟可以通过基于忆阻器的硬件电路来实现，而不仅仅 停留在仿真阶段，为构建更复杂神经网络提供了新思路，有望在不久的将来进一 步实现超高密度的神经网络。关键词：忆阻器，突触，联想记忆，神经网络ABSTRACTABSTRACTLarge scale integrated circuit enters a rapid development period with the advent of intelligence information age. However, the development of IC is restricted by the limit of transistor sizes, and the thermal problem induced by the higher density of chips. Thus, the discovery and application of a new circuit element is urgent. Memristor has attracted much attention due to its simple structure, small size, low power, ease of integration, and compatible with traditional CMOS process. Synapse is an important component of neural network, and also the key in the simulation of the neural network. Simulation of conventional synapse adopts transistor devices, limited by the size and function of transistor, the density of traditional synapse is much lower than the density of synapse in biological neural network. Memristor with a size of nanometer scale can work like synapse, and its function is most analogous to that of a biological synapse, which provides the basis for constructing artificial neutral network. The use of memristive synapse can realize the simulation of the arti