听觉通路脉冲神经网络构建与实现研究.pdfVIP

摘要

类脑感知是当前人工智能研究领域的一个核心问题，包括对视觉、听觉、

触觉、嗅觉的感知。听觉是人脑信息感知的一个重要功能，可以实现对外界声

音的定位、传导和信息识别，但是听觉信号在各级脑区的响应及模式演变机制

尚不清楚，特别是难以实际应用于自主系统听觉感知。目前对听觉的研究大多

采用深度学习模型等黑箱方法，难以研究听觉通路的生理特性及其感知机制。

SpikingNeuralNetwork,SNN

基于脉冲神经网络（）建立类脑计算系统是探究人

脑功能和感知机制的有效方法。本文使用SNN建立了听觉通路模型，设计了前

馈SNN的数字实现架构，并在数字平台上实现了模拟人脑听觉通路的SNN系

统。

首先，建立了SNN听觉通路模型。基于听觉通路的生理结构，分析了听觉

的信息处理机制，构建了多层级的前馈SNN模型；通过在神经元模型中添加离

子通道等生理机制，分析了其对真实听觉感知的模拟能力，通过开关控制算法

实现模块化的神经元模型；通过网络层次的参数抽象，建立了SNN模型的全局

可配置机制，提高了模型调试和优化效率。

SNNField

其次，提出了针对前馈听觉通路的现场可编程门阵列（

ProgrammableGateArray,FPGA）平台设计。从工作模式、同步方案、流量控制、

量化精度等方面给出了听觉SNN模型的数字实现方案，实现了可重构的硬件拓

扑连接和稳定的脉冲同步；将流水线设计等硬件设计思路应用于FPGA平台，

提高了计算效率，并针对网络规模扩大的需求，设计了乒乓操作的时分复用方

案，突破了硬件资源限制对网络容限的约束。

最后，在多FPGA平台上实现了听觉通路并分析其性能。通过计算优化等

方法，降低了单个计算节点的资源消耗；应用听觉通路模型的全局参数可配置

机制，测试并选取了参数最优的听觉通路数字实现模型；通过扰动实验验证了

听觉通路实现在多种扰动下的良好鲁棒性；探索听觉通路实现对多词指令的识

别能力，为其在扩展场景下的应用提供了有效方法。

本文提出的听觉通路的FPGA实现再现了人脑的听觉感知特点，可以实现

噪声环境下的语音识别，并具有高吞吐量、低功耗的性能优势，为类脑感知的

硬件实现提供了新的有效手段。

关键词：脉冲神经网络，听觉通路模型，数字实现，现场可编程门阵列

I

II

ABSTRACT

Brain-inspiredperceptionisacoreprobleminthecurrentresearchfieldofartificial

intelligence,includingtheperceptionofvision,hearing,touch,andsmell.Hearingis

animportantfunctionofhumanbraininformationperception,whichcanrealizethe

location,transmission,andinformationrecognitionofexternalsounds.However,the

responseandpatternevolutionmechanismofauditorysignalsatalllevelsofbrain

regionsarestillunclear,especiallydifficulttobeappliedtoautonomoussystem

auditoryperception.Atpresent,mostoftheresearchonhearingusesblack-box

methodssuchasdeeplearningmodel,whichi