8篇关于忆阻器的计算机毕业论文

今天分享的是关于忆阻器的8篇计算机毕业论文范文, 如果你的论文涉及到忆阻器等主题,本文能够帮助到你

基于忆阻器的神经突触仿生模拟

这是一篇关于忆阻器,时序依赖突触可塑性(STDP),非联合式学习,巴甫洛夫联想记忆的论文, 主要内容为近些年来,随着对信息处理技术要求的逐渐提高,希望能够实现类似人脑的低功耗计算和存储功能,故而关于神经形态的研究备受关注。由于传统的半导体晶体管集成度难以进一步提高,基于晶体管的神经形态系统就难以扩展到生物规模,需要更小、更低能耗的电子突触器件。忆阻器是成为代替人工突触的最佳候选者,是因为其功耗低,并且它的三明治结构具有纳米级尺寸,作为第四种无源器件无疑为实现人工突触器件带来了希望,以忆阻器为基础的神经形态系统有希望改变现有的信息处理方式。生物存在习惯化、联想记忆的非联合式学习和联合式学习行为,为了能够早日实现神经形态系统,通过基于忆阻器的神经突触电路来研究生物学习行为可以为其奠定基础。本文深入分析了忆阻器的模型,研究了忆阻器的特性,并基于Ag/AIST/Ag器件的导电机制改进了一个新的具有遗忘效应和阈值特性的忆阻器模型,对其记忆特性进行了比较和分析。改进后的忆阻器模型特性更加符合HEBB理论所提出的突触特性,在改进模型的基础上,设计了基于忆阻器的神经突触电路,用来模拟生物的学习记忆行为。具有遗忘效应与阈值特性的忆阻器更适用于模拟神经突触,设计的电路不需要再使用额外的附加电路实现遗忘效应,也会更加趋于真实。本文的主要工作由以下内容组成。首先,本文分析了几种具有典型特性的忆阻器模型,并对它们都进行了电路仿真。对于离子迁移模型和非线性离子迁移模型,首先介绍其物理结构,推导忆阻值的公式和窗函数的介绍。对于阈值模型,由于其符合实际器件的特性,主要介绍了常用的电压阈值模型。对于遗忘模型,介绍并分析了一个基于实际器件的模型。分析这几种忆阻器模型也是为后续忆阻器模型的改进和电路设计奠定基础。其次,根据实际器件的导电机制对神经网络中使用的电压阈值模型进行了改进,使得其更加符合实际的物理意义,同时也使得该模型具有遗忘特性,能够更好的进行一些神经突触仿生应用。对忆阻器模型进行了SPICE模型搭建,使得能够在PSpice电路上进行电路仿真。我们对神经网络中使用的电压阈值模型和改进的模型进行了仿真和比较,分析了两者的不同。同时对于改进后的模型,为了与生物现象一致,采用脉冲对叠加方法来验证时序依赖突触可塑性(STDP),这证明了改进后的模型可以模拟生物突触行为。然后,基于改进的忆阻器模型设计了一个由忆阻器和模拟行为建模(ABM)装置构建的习惯化电路来实现非联合式学习。相比于之前的研究,本文利用改进模型的遗忘特性,更简单的实现习惯化特性的短期习惯化和长期习惯化,忆阻器完成这一过程,为设计基于突触设备的神经形态系统提供了方法。最后,利用改进的忆阻器模型具有的阈值特性和遗忘效应,设计了联合式学习的经典巴甫洛夫联想记忆电路,完成了生物的联想记忆过程。PSpice仿真结果证明了所设计的电路具有有效性,同时证明改进后的忆阻器用作神经突触可以更好地实现生物体的基本学习和记忆行为,从而提供更多的脑启发计算选择。

基于忆阻器的随机数发生器研究

这是一篇关于随机数,熵源,忆阻器,新型随机数发生器的论文, 主要内容为随机数在深度学习、蒙特卡洛仿真、密码学等领域应用广泛,在数字安全领域,随机数更是扮演着重要的角色。近年来,随着物联网技术的飞速发展,人们对于数字安全系统的需求日益提升,但传统的数字安全系统容易受到外部攻击,安全性能方面尚有缺陷。作为数字安全技术的关键,随机数和随机数发生器的研究越来越被人们所重视。传统真随机数发生器由于受到熵源制约,往往需要复杂的设备基础和算法辅助,大大增加了随机数发生器的复杂程度和功耗。忆阻器较之传统半导体器件,具有耐久性好、转化速率快、功耗低等多重优势,因此基于忆阻器制作新型随机数发生器有望使随机数发生器技术得到长足进步。本文主要研究基于忆阻器设计制作新型随机数发生器,主要研究内容如下:1、第二章主要对三型忆阻器做详细测试分析,初步确定忆阻器的选型。首先对简要分析三型器件的基础特性及内在机理(2.1小节),其次对三型器件做初步测试,根据测试结果对器件进行第一次筛选,选择更适用的器件做深入测试分析(2.2小节),接着对筛选后的器件做深入测试分析,测试了器件随机特性及非理性状态下器件性能变化情况(2.3小节),通过测试结果,对比分析三型器件的特性,确定器件选型(2.4小节),最后根据测试结果,搭建器件模型,为之后的设计和测试打好基础(2.5小节)。通过对比测试,确定Ti N/Ge Se/Ti N忆阻器最符合设计需要,确定选择改型忆阻器件。2、第三章主要完成随机数发生器的电路设计和仿真验证。首先确定电路设计目标,明确设计方向(3.1小节),接着完成随机数发生器总体设计,基于忆阻器设计出全新的随机数发生器(3.2小节),最后根据设计方案及第二章器件选型,搭建仿真电路,验证设计可行性(3.3小节)。设计首次同时引入忆阻器的随机响应时延和随机低阻态阻值作为随机源,充分利用忆阻器随机资源,进一步提升电路随机性,简化了随机数发生器电路结构,加强了电路可靠性,提升了随机数产生速率。电路加入了速率可控功能,使得随机数发生器能够适应更多的应用场景。3、第四章主要根据电路设计,完成随机数发生器电路的实现和电路性能指标的测试验证。首先,根据设计目标,确定了测试标准,明确测试方法(4.1小节),接着根据测试需要,调整电路连接方式,优化测试方案(4.2小节),然后根据设计方案,选用使用器件,完成了随机数发生器的搭建实现(4.3小节),最后梳理测试结果,对比设计目标及现有优势方案,确定电路性能指标优越性(4.4小节)。电路无需复杂数据处理可通过13项NIST测试,最高测试速率达到20 kb/s,具备故障自查机制,最高测试循环次数达106次,能够实现对随机数速率的灵活控制。非理想状态下,电路的结构、随机性、可靠性、耐久性、随机数速率、随机数速率控制等均明显优于现有方案。

基于阈值型忆阻器建模与神经元仿生研究

这是一篇关于忆阻器,阈值器件,人工神经元,仿生传感的论文, 主要内容为生物仿生学是一种新兴的跨学科领域,通过模拟和学习自然界中生物的优越性能,来开发出具有相似功能的新型器件和系统。传统传感技术已被广泛应用,然而其同时也面临多种问题,如功耗高、结构复杂、速度慢、信息需要经过微控制器(Microcontroller Unit,MCU)处理后才能分辨等,这些问题极大地限制了传感系统的发展和应用。为了应对这些挑战,基于忆阻器的仿生传感技术已经成为了备受关注和研究的方向。该技术利用忆阻器的神经形态特性实现低功耗、高灵敏度的感知,并且无需MCU处理就能直接分辨信息,提高了信息处理速度。然而,在实现基于忆阻器仿生传感系统时,关键问题是如何选择合适类型和参数的阈值忆阻器来满足不同场景下对于系统灵敏度、稳定性和可调节性等方面的需求。因此,本文旨在研究仿生传感系统中阈值忆阻器和人工突触器件的制备、电学性能测试及仿生传感电路的设计和搭建,期望为实现高效可靠的仿生传感系统提供一些理论依据。本文主要涵盖以下几个方面:一、提出了一种阈值忆阻器的建模方法,包括单极型阈值和双极型阈值两种类型忆阻器。通过这种忆阻器建模方法,可以非常简单地建立双极型或单极型阈值忆阻器行为模型。这里建立了双极型阈值忆阻器的电路级SPICE模型,并利用SPICE模型设计了“AND”、“OR”、“NAND”和“NOR”布尔逻辑电路,并通过LTspice软件仿真验证了模型的有效性,为后续真随机数发生器(True Random Number Generator,TRNG)电路、人工神经元电路和传感系统设计提供电路仿真基础。二、使用磁控溅射技术制备了单极型Ag/α-Si/Pt阈值忆阻器并研究了其电学特性。实验结果表明,制备的Ag/α-Si/Pt器件操作电压分布较为集中,开关比约为105,并且开启时间高达30 ns。脉冲电压测试结果表明,输入脉冲幅值和频率的大小会影响器件的开启时间,随着脉冲电压和频率的增大,器件的平均延迟时间不断减小。利用这一特性,使用随机延迟时间作为随机源构建TRNG电路。首先使用单极型阈值忆阻器模型设计TRNG电路,并根据仿真结果确定电路参数。之后根据仿真结果搭建实际电路,成功实现了“0”和“1”的翻转。通过14项NIST随机性测试,证明了TRNG产生的随机位无需任何处理,这为仿生传感系统的设计提供了器件基础。三、通过磁控溅射技术制备了双极型TiN/NbOx/Pt阈值忆阻器,经过剂量为110 krad的Co60γ射线辐照后,该器件表现出较低的Forming电压和阈值电压。进一步通过X射线光电子能谱(X-Ray Photoelectron Spectroscopy,XPS)分析发现Nb-O键断裂和更多的氧空位是造成阈值电压降低的主要原因。特别值得一提的是,本文成功地实现了基于NbOx器件的人工神经元模型,该模型可用于模拟生物神经元的泄露-积分-激发(Leaky Integrate and Fire,LIF)功能,为后续传感系统的设计提供器件和电路基础。四、通过脉冲激光沉积技术制备了Pd/La:Hf O2/La2/3Sr1/3Mn O3/Sr Ti O3/Si多值忆阻器,该器件在经过Co60γ射线辐照后仍然能够正常工作。以阈值忆阻器为核心器件,开发了一个基于阈值忆阻器和人工突触器件的传感系统。利用阈值器件的阈值触发特性,系统完成了对0.392 N到1.862 N的压力分辨和2.6 cm到10 cm的距离分辨。此外,还利用了HLO器件的光敏性,检测红光、绿光、蓝紫光和白光。值得注意的是,本文成功地利用传感器系统实现了对模型车的控制,为基于忆阻器的传感系统的实际应用提供参考。

基于忆阻器的随机数发生器研究

多尺度胶囊神经网络研究与应用

这是一篇关于多尺度,胶囊神经网络,路由算法,忆阻器,医学影像分类的论文, 主要内容为胶囊网络是近些年来提出的一种新型神经网络架构,旨在解决传统卷积神经网络不能有效学习图像中实体空间层级关系的缺陷。现阶段,胶囊网络在MNIST、Fashion-MNIST等数据集的分类任务中表现优秀,但其仍然处于研究的初期阶段,尚有一些问题亟待解决。首先,胶囊网络在复杂数据集上的性能表现不佳,这说明胶囊网络的架构及路由算法还具有进一步优化的空间。其次,胶囊网络的神经元相较于传统神经网络扩展了一个维度,所以它在推理阶段需要进行大量矩阵-矩阵乘法运算,这对部署设备的存储器带宽以及矩阵运算性能提出了较高的要求,因此适用于胶囊网络的端侧部署方案还需进一步研究。针对上述问题,本文从网络架构设计、路由算法优化、部署方案设计以及应用方面对胶囊网络的算法和理论进行了完善。本文的主要创新工作如下:(1)针对胶囊网络在复杂数据集上性能表现不佳、在端侧部署难度大的问题,本文结合算法与新型器件忆阻器,提出了一种软-硬件协同设计的多尺度胶囊神经网络模型MMRCaps Net。在模型设计方面,该网络构建了多级残差胶囊模块,增强了胶囊网络对多尺度特征的提取能力;引入空洞卷积方法,增强了网络对特征上下文信息的提取能力;提出了一种基于转置卷积的重构子网络,实现了更佳的重构效果。与经典胶囊网络模型Caps Net相比,MMRCaps Net通过轻量化的架构设计减少了约50%的参数量,并且在CIFAR10数据集与SVHN数据集上的分类精度分别提高了8.42%和0.9%,有效地提升了胶囊网络在复杂数据集上的性能。在部署方案方面,本文基于“神经形态计算”的思想,从胶囊网络在端侧设备中的部署应用出发,提出了基于忆阻交叉阵列的MMRCaps Net电路实现方案。该方案支持矩阵-矩阵乘法的并行计算,配合忆阻器件的非易失特性,可以以极低的功耗实现“存算一体”,有望推动胶囊网络在智能终端设备上的部署和应用。(2)针对胶囊网络架构简易、路由算法效率不高的问题,本文结合多尺度特征学习与注意力机制,提出了缩放点积注意力胶囊网络模型SDACaps Net,并研究了其在医学影像分类任务中的应用。在网络架构方面,该模型设计了由多个残差卷积模块组成的特征提取模块,用于提取图像中的多尺度特征信息及上下文信息;延续了轻量化的思想,在保持优秀性能的前提下取消了重构子网络,网络整体参数量仅为MMRCaps Net的31%。在路由算法方面,SDACaps Net引入了注意力机制,提出了高效的缩放点积注意力路由算法SDA Routing,使各胶囊层特征向量之间的传递更加精细和准确。接着本文在包含两种医学影像的四个数据集上对SDACaps Net的性能进行了评估与分析,多项性能指标表明SDACaps Net在医学影像分类任务中表现优秀,尤其是在小样本数据集上表现出了具有竞争力的性能,这一点在应对突发公共卫生事件时具有极高的实用价值。最后,本文将SDACaps Net与领域内其他先进的胶囊网络模型以及一些经典卷积神经网络进行了性能比较,验证了SDACaps Net的有效性。本文从网络架构、路由算法、部署方案以及应用方面对胶囊网络进行了深入研究,相关成果丰富了胶囊网络的理论发展,具有一定的应用价值。

基于Hopfield忆阻神经网络的伪随机数发生器的设计、实现及应用

这是一篇关于Hopfield神经网络,忆阻器,伪随机数发生器,FPGA,图像加密的论文, 主要内容为随着数字通信技术的快速发展,尤其是在日益流行的智能手机和网络通信中,越来越多的人要求私人信息的安全。混沌是一种自然界中普遍存在的现象,它具有复杂的动力学特性。忆阻器是一种具有特征尺寸纳米级、能耗极低、处理和存储信息速度快等特性的非线性器件,与混沌系统相结合,形成忆阻混沌系统,可以提高混沌系统动力学特征的复杂度。Hopfield神经网络具有实时性、连续性、有界性和运行同步等特性,为研究神经系统的混沌行为提供了基本模型,但神经元之间固定的突触权值阻碍了 Hopfield神经网络的发展。忆阻器可作为Hopfield神经网络中的一种可变突触,构成Hopfield忆阻神经网络,改善Hopfield神经网络的混沌特性。随机数发生器作为加密算法的核心部分,在信息安全领域有着重要的作用,如物理模型仿真或图像加密等。基于Hopfield忆阻神经网络的伪随机数发生器(Pseudo Random Number Generator,PRNG)具有更高的随机性和输出率,更适用于工程应用。因此,本文基于特殊激活梯度Hopfield忆阻神经网络和处于电磁辐射下的Hopfield忆阻神经网络,分别提出了两种PRNG设计方法,并在现场可编程门阵列(Field Programmable Gate Array,FPGA)开发平台上实现。安全性分析验证了两种PRNG设计方法的随机性和可行性,并将基于处于电磁辐射下的Hopfield忆阻神经网络的PRNG作为加密序列源,在硬件开发平台上设计并实现了一个图像加密系统。本文的研究工作如下:(1)通过在具有特殊激活梯度的Hopfield神经网络中加入合适的忆阻器,提出了一种具有特殊激活梯度的Hopfield忆阻神经网络。对其进行了仿真和动力学分析,并在FPGA开发平台上实现。然后,基于具有特殊激活梯度的Hopfield忆阻神经网络提出了一种PRNG。它的后处理单元由非线性后处理器和XOR计算器组成,有效地保证了其随机性,并在Vivado 2018.3设计工具上使用Xilinx XC7Z020CLG400-2 FPGA芯片和Verilog HDL实现,相关的实验符合IEEE 754-1985高精度32位浮点数标准。最后,提出的PRNG通过了 NIST SP800-22随机性测试和安全性分析。(2)提出了一种基于处于电磁辐射下的Hopfield忆阻神经网络的PRNG,其中带有反馈控制器,并在FPGA开发平台上实现。反馈控制器将穿过神经元细胞膜的磁通量作为反馈条件,以干扰其他神经元的输出,避免周期性和混沌退化现象。PRNG的后处理器由32个寄存器和15个异或比较器组成,由4个后处理组成的后处理单元决定了 PRNG的性能。最后,使用NIST SP800-22统计测试套件对该PRNG输出的随机序列进行了测试和分析,表明其安全性和随机性。(3)基于处于电磁辐射下的Hopfield忆阻神经网络的PRNG能输出高质量的随机序列,本文以其为基础,设计了一个图像加密系统,并在FPGA开发平台上实现。最后,在MATLAB软件平台进行仿真和安全性分析,结果证明了图像加密系统的安全性和可行性。