基于STDP规则和忆阻桥突触的神经网络及图像处理

忆阻器是具有记忆和类突触特性的非线性电路元件.基于此特性,文中提出了一个基于STDP（spike-time-dependent plasticity）学习规则的忆阻桥突触电路,它具有可以作为人工神经网络突触的优势.根据此优势,将这个新的电路与其他电路和网络结合,构成全新的电路和网络.首先将该忆阻桥突触电路和3个附加的晶体管结合在一起,实现神经网络的突触运算,并构建完整的忆阻桥突触神经网络.然后再将它与细胞神经网络结合用于图像去噪、边缘提取、角检测和汉字识别.最后,通过一系列的仿真实验证实了该方案的可行性,说明基于STDP学习规则的忆阻桥突触神经网络更具仿生特性,而且集成度更高、模板更易更换,有望解决实时的复杂的智能问题.     

空间静电放电对集成运算放大器的干扰影响模拟试验研究

航天器充电效应导致的空间静电放电(SESD)作用于星载电子设备会使敏感电路和器件产生各种"软错误",最终可能导致设备或系统异常甚至整星失效.目前,关于SESD对空间电子设备,尤其是对星用器件的影响研究较少.本文选取典型的模拟电路LM124集成运算放大器为研究对象,利用ESD发生器模拟空间静电放电对该器件的常用4种工作模式进行了辐射干扰试验,并利用信号发生器对器件输入端进行了正弦波干扰注入测试.模拟的SESD干扰试验结果表明,运放输出端在放电干扰下会产生异常瞬态脉冲,脉冲特征与器件的工作模式、偏置条件和放电电压有关.电压比较器只出现单一极性的输出瞬态脉冲,电压跟随器与同相放大器对ESD的响应类似,而反相放大器对ESD的敏感度相对较低.正弦波干扰注入测试结果表明,输出瞬态脉冲的幅度、脉宽与输入端干扰信号的幅度和频率之间存在明显的相关性.此工作对于深入研究各类星用典型器件对SESD干扰的响应规律,了解SESD导致航天器电子设备或系统在轨故障的机制,进而在电路层次采取有针对性的防护措施具有借鉴意义.     

基于FPGA和USB的数据采集系统设计

以逻辑器件FPGA和USB2.0芯片CY7C68013为核心,设计了4路模拟输入、12位数字精度、每路模拟输入采样速率均为250 kBPS的数据采集系统.该系统能够在板卡上实现信号的采集及前端处理,并能通过USB总线与上位机通信.实现数据的存储、显示及后端处理.在数据采集与传输模块的设计中,给出了数据采集和传输的原理图及其电路的详图,详细的介绍了FPGA在数据采集系统中的实现过程.     

星形胶质细胞在学习记忆中的作用

星形胶质细胞是神经胶质细胞的主要组成部分,遍布整个神经系统.以往认为星形胶质细胞的功能主要为支持营养神经元,参与物质代谢,血脑屏障形成等等,但最近研究发现它们还可促进突触形成,影响信号传导及突触可塑性,从而在学习记忆的形成中发挥重要作用.     

双模神经信息无线检测系统的设计与实现

介绍了一种可同时检测神经电生理信号和电化学信号的无线双模神经信息实时检测系统.系统由双模神经信息检测模块、控制模块、无线发射和接收模块以及上位机显示软件组成,其电流和电压分辨率分别为0.06nA和0.6μV.为验证系统性能,分别进行了电生理实验、电化学实验以及双模联测实验.利用模拟神经信号发生器进行电生理信号检测获得了信噪比可达S/N=11的神经动作电位.在抗坏血酸溶液的电化学实验中,以实验室自制的平面电极做工作电极,在0～285μM的浓度范围内电流响应的相关系数为0.99036.最后结合基于LabVIEW的上位机软件进行了双模联测实验.结果表明本系统成功实现了双模神经信息的无线检测.     

基于模糊神经网络的图像恢复技术

通过分别引入输入与输出空间的合理剖分,定义了一种新的模糊神经网络(FNN), 即选择型FNN, 该系统是一种多层前向网络, 在最大模意义下构成一类函数泛逼近器.基于一组具有实际意义的模糊推理规则, 得出了一个简单实用的推理型FNN. 利用选择型FNN与推理型FNN的有机结合, 得到FNN滤波器, 它不仅结构简单, 易于设计参数学习算法, 而且能同时有效去除图像信号中的脉冲噪声和保持图像结构. 实验结果表明, 与其他滤波器(如:中值滤波, 自适应加权模糊平均(AWFM)滤波等)相比, FNN滤波器在去除各种噪声, 保持图像未污染部分结构等方面性能卓越     

电磁场耦合忆阻神经元的相位同步与电路实现

神经元是大脑处理信息的基本单元,也是目前发现的最复杂的非线性动力学系统之一,其动力学行为已为广大科研工作者所关注,并成为神经科学、物理学、非线性动力学等多学科交叉领域具有较大挑战性的一个前沿性研究内容.根据电磁感应定律,基于神经系统内部生物电互相影响关系,建立了一个含电耦合和磁耦合的Izhikevich神经元模型,其中磁通量和膜电位之间的耦合由磁控忆阻器实现.然后,通过数值仿真研究电磁场耦合Izhikevich神经元的相位同步行为,发现直接-交叉耦合共存的耦合方式相较于其他耦合方式更容易使神经元达到相位同步.最后,利用Pspice为电磁场耦合Izhikevich神经元模型设计仿真电路,证明了数值仿真结果的可靠性.考虑电磁场效应对膜电位动力学及其神经元同步的影响,可以为进一步认知神经元及神经元网络信息编码、信号传递提供重要信息.     

用于光通信与互连、集成差分光电探测器的标准CMOS全差分跨阻放大器

基于标准CMOS技术,提出和研究了一种用于光通信与光互连、集成差分光电探测器的全差分跨阻放大器(TIA).为实现全差分特性,提出了一种新型全差分光电探测器,其作用是将入射光信号转换成一对全差分光生电流信号,并保证电路结构和模型的全差分对称性.理论分析和仿真结果均表明:与常规的、集成光电探测器的差分跨阻放大器相比,该全差分跨阻放大器的带宽更高,灵敏度也同时被提高一倍.基于该集成差分光电探测器的全差分跨阻放大器,采用特许3.3V,0.35μm标准CMOS工艺设计和制造了一种单片全差分光电集成接收机.其跨阻增益为98.75dBΩ,从1Hz至-3dB频率点间的等效输入积分噪声电流为0.334μA.该光接收机采用了单一的3.3V电源;跨阻放大器与限幅放大器的总功耗为100mW;50Ω输出缓冲器的功耗为138mW.对于850nm的入射光、-12.2dBm的峰峰光功率和231–1位伪随机二进制序列输入信号,该光接收机达到了1.1GHz的3dB带宽和1.6Gbit/s的数据率.     

基于热吸收分布的热声成像方法研究

注入电流式热声成像是一种电磁场与声场耦合新型成像技术,融合了传统电阻抗成像高对比度和超声成像高分辨率的优势,具有早期诊断的潜力.为了验证该方法在复杂生物组织结构中应用的可行性,本文分析了注入电流式热声成像方法基本理论,将脉冲激励电流注入目标体,在目标体中产生焦耳热,引起热膨胀激发超声波;将热吸收作为热声源,以低电导率的椭圆和长方形目标体为几何模型,进行电磁场和声场耦合分析,得到声源及声压分布;同时,搭建了成像系统实验平台,分别采用不同厚度猪骨质和模拟生物软组织的1 S/m低电导率仿体、新鲜猪肝离体组织嵌入0.5 S/m仿体,将脉宽0.8μs的脉冲激励电流源注入仿体,开展热声实验研究.采用1 MHz中心频率的超声换能器进行声压信号的检测,得到目标体的声压信号及猪肝仿体的B扫图像.研究结果表明:较薄较软的骨头遮挡实验所检测到的声压信号并无明显衰减,尽管硬骨对声信号起到了一定的衰减作用,但依然可以得到较清晰的声压信号,且声压波形均可反映凝胶仿体电导率变化的位置;猪肝仿体实验结果验证了该方法可反映低电导率生物组织电导率变化.该研究证实了该方法用于复杂生物组织成像的可行性,为推动多物理场耦合成像技术应用于人体疾病诊断提供了依据.     

太阳射电观测系统多通道变频电路一致性补偿方法与实现

地基太阳射电观测系统观测信号频带较宽,覆盖十米至毫米波段.限于ADC采样率和输入带宽,通常需要通过变频电路将射电信号分段变频后再进行模数转换.由于模拟器件的差异性,多通道变频电路存在幅相不一致的情况,造成通道间幅相误差,影响接收机测量精度,对极化测量影响尤为严重.本文通过测量太阳射电观测系统中变频电路各通道之间的幅频和相频偏差,计算出每个频点的补偿系数,存入太阳射电观测系统数字接收机的FPGA中.观测时,在FPGA中将ADC输入的数据进行FFT处理,每个通道各频点数据乘以相应补偿系数,削弱通道间不一致性,提升数据质量.选取山东大学槎山太阳射电观测站150～500 MHz太阳射电观测系统进行实验验证,经补偿后通道间幅度差降低至0.5 dBm以下,一些频点差值为0 dBm,相位一致性得到显著提升.实际应用表明,本方法为提升宽频带变频电路一致性提供了解决方案,为低频对周天线阵数字波束合成、同频段多天线相干测量的多通道一致性校正提供了有效参考.     

新概念认知卫星导航系统研究

从国际电报联盟(ITU)给出的频谱划分可知,当前的卫星导航频率空间已经非常拥挤,四大卫星导航系统除了GLONASS外, GPS, Galileo和COMPASS系统的频段部分重叠或完全重叠,导致卫星导航频谱信号互干扰客观存在,不可避免.虽然新的导航信号设计体制提供了缓解卫星导航信号互干扰的方法,但从长远看不能从根本解决卫星导航信号兼容性问题.本文针对全球卫星导航系统工作模式及机理,以人脑的工作模式与机理为参考,提出基于认知卫星导航系统的基本概念和内涵,构建认知卫星导航系统架构模型和信息闭环生命周期,将电磁环境特性和信号兼容特性融入系统的整体结构中,以便使系统性能随电磁环境变化和频谱利用率特性的不同而自适应地改变,分析认知卫星导航系统的工作流程,梳理系统发展关键技术,并针对系统频谱感知模块进行了仿真,验证了方法的准确性.     

DSOM: 一种基于NO时空动态扩散机理的新型自组织模型

研究了神经信号传输中, 内源性一氧化氮(NO)的四维动态扩散特性及其在长时程学习过程中的增强作用. 将NO扩散机理建模后与Kohonen自组织映射模型相结合, 在空间SOM基础上引入时间增强, 提出了新型的动态扩散型自组织映射模型, 计算了最优化权值的误差函数, 并分析比较了该模型与SOM中噪声干扰对训练的影响. 最后结合多项典型的一维和二维输入模式,给出自组织映射模型与扩散型自组织映射模型的仿真结果对比.     

三门峡水库水沙调度过程的数值模拟研究

针对大部分水库调度模型中水沙输移计算大幅简化且与库水位计算过程间只有单向耦合的问题,本研究构建了基于激波捕捉式有限体积法与河网算法的库区水沙调度模型.该模型采用河段连接单元内水沙质量与动量守恒方程的准二维求解算法,河网算法可以反映干支流交汇角的影响,并且使用OpenMP技术实现了并行求解.该模型的水库调度模块将调度方案表示为5个触发条件和4个调度指令参数构成的调度规则表,由水沙动力学模型向调度模块提供入库监测断面的水沙条件与实时更新的水位库容关系,水库调度模块为水沙动力学模型提供库区下游边界条件,从而实现两者双向耦合.采用2020年三门峡库区实测水沙数据进行了模型验证,库区三个河段的水位、流量和含沙量计算结果与实测值相符,在坝前水位最快下降速度达到2.3 m/h的敞泄排沙时段,数值计算过程稳定且成功预测了出库沙峰.针对近年黄河来沙量减少而潼关高程下降趋势并不稳定的问题,应用模型开展了三门峡水库水沙调度过程的数值模拟研究,通过对不同的汛期和非汛期调度方案的模拟分析,初步确定了坝前控制水位对于年内库区冲淤量和潼关高程影响显著的时期,研究结果可以为三门峡水库调度方案进一步优化提供思路.