基于忆阻器件交叉阵列的智能系统实现方案研究

发布时间：2024-01-27 06:26

　　1971年,美籍华人科学家Leon O.Chua教授根据电路理论的完备性确定了电荷和磁通量之间的关系,由此定义了忆阻器,并称之为除电阻、电容和电感之外的第四种基本电路元件。2008年,HP实验室用夹在两个铂(Pt)电极间的二氧化钛薄膜结构,从物理上实现了忆阻器:一层二氧化钛(TiO_2-x)中因为缺失部分氧原子而具有较强的导电性,另一层纯净的二氧化钛具有非常高的阻抗性。在外加偏置电压的条件下,两层二氧化钛之间的分界面发生移动,引起氧空位分布状态的变化,进而改变忆阻器的忆阻值。一旦断开外加电压,两层二氧化钛之间的分界面位置停留在断电前一瞬间,忆阻器的忆阻值能够保持不变,直至下一次外加偏置电压,这种特性被称为忆阻器的记忆能力。HP实验室宣布忆阻器的物理实现后,引起了全世界范围内研究人员的广泛而强烈的关注。国内外相关研究机构已达百余个,包括HP实验室,SK Hynix和HRL实验室,美国加州大学伯克利分校,密歇根大学,英国帝国理工大学和华中科技大学等。大量的国内外研究人员研究了忆阻器的特性及数学模型、SPICE宏模型,分析了纳米忆阻器与CMOS电路的可集成性以及不同类型忆...

【文章页数】：94 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 忆阻器的出现
        1.1.1 HP忆阻器的结构及工作原理
        1.1.2 HP忆阻器的特性
    1.2 忆阻器的研究现状及发展趋势
    1.3 研究意义
    1.4 本文的主要研究内容
第2章 基于忆阻系统的径向基(RBF)神经网络控制算法研究
    2.1 自旋忆阻器介绍
        2.1.1 自旋忆阻器结构及工作原理
        2.1.2 自旋忆阻器特性分析
        2.1.3 自旋忆阻器模型仿真
        2.1.4 自旋忆阻器交叉阵列结构
    2.2 基于自旋忆阻器的RBF神经网络的设计与实现
        2.2.1 RBF神经网络特性分析
        2.2.2 基于自旋忆阻器的RBF神经网络的实现方案
        2.2.3 计算机仿真分析
    2.3 基于忆阻交叉阵列的RBF神经网络控制算法在机械臂控制中的实现
        2.3.1 机械臂的数学模型
        2.3.2 RBF神经网络控制器自适应律设计
        2.3.3 仿真结果及分析
    2.4 本章小结
第3章 忆阻逻辑电路及随机计算实现方案
    3.1 随机计算介绍
        3.1.1 取反运算
        3.1.2 乘法运算
        3.1.3 比例加法运算
    3.2 具有电压阈值的忆阻器模型
        3.2.1 模型分析
        3.2.2 模型仿真
    3.3 基于忆阻系统的随机计算
        3.3.1 蕴含逻辑(IMPLYLogic)
        3.3.2 基于忆阻系统的随机计算方法的实现
        3.3.3 案例研究
    3.4 基于忆阻系统随机计算的边缘提取
    3.5 本章小结
第4章 混合CMOS—忆阻器模糊逻辑隶属函数实现方案
    4.1 基于自旋忆阻器的交叉阵列
        4.1.1 自旋忆阻器的Simulink模型
        4.1.2 自旋忆阻器交叉阵列
    4.2 实现原理
    4.3 基于忆阻交叉阵列模糊隶属函数的实现
    4.4 实例研究
    4.5 本章小结
第5章 结论与展望
参考文献
致谢
学术论文、科研项目和学术会议



本文编号：3886476