[发明专利]神经电路、检测电路、检测系统及电路制备方法在审

专利信息
申请号: 202110632366.0 申请日: 2021-06-07
公开(公告)号: CN115511064A 公开(公告)日: 2022-12-23
发明(设计)人: 刘琦;冯冠;吴祖恒;汪泳州;张续猛 申请(专利权)人: 中国科学院微电子研究所
主分类号: G06N3/063 分类号: G06N3/063;G06N3/04
代理公司: 北京华沛德权律师事务所 11302 代理人: 房德权
地址: 100029 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 神经 电路 检测 系统 制备 方法
【说明书】:

发明公开了一种神经电路、检测电路、检测系统以及电路制备方法,神经电路包括第一传感器、第二传感器、第一负载电阻、第二负载电阻、第三负载电阻、第四负载电阻、第一输出电阻、第二输出电阻、第一电容、第二电容、第一忆阻器以及第二忆阻器,其中,第一传感器和第二传感器将感知到的外界物体的运动状态先后转换为第一激励信号和第二激励信号,第一负载电阻、第二负载电阻、第三负载电阻以及第四负载电阻可以对第一激励信号和第二激励信号分压,并产生强度变化趋势相反的两个响应信号分别提供给第一忆阻器和第二忆阻器,第一忆阻器和第二忆阻器根据接收到的响应信号的强度改变或者保持自身的阻态,以输出或者不输出脉冲信号。

技术领域

本发明涉及仿生电子学领域,尤其涉及一种神经电路、检测电路、检测系统以及电路制备方法。

背景技术

脉冲神经网络具有事件驱动和稀疏编码等优点,是构建高能效的存算一体数据处理单元的理想选择,被认为是下一代神经形态计算技术。利用基于脉冲神经网络构建的人工视觉神经元可以将外界模拟信号转换为系统脉冲信号,在构建模拟生物视觉的系统中具有重要的应用。

但传统的人工视觉神经元电路主要是基于CMOS电路,往往需要许多晶体管或复杂的逻辑门电路,结构复杂,功耗高,可微缩性差。

发明内容

本申请实施例通过提供一种神经电路、检测电路、检测系统以及电路制备方法,解决了现有技术中人工视觉神经电路结构复杂的技术问题。

第一方面,本申请提供一种神经电路,包括第一传感器、第二传感器、第一负载电阻、第二负载电阻、第三负载电阻、第四负载电阻、第一输出电阻、第二输出电阻、第一电容、第二电容、第一忆阻器以及第二忆阻器;

所述第一传感器的一端、所述第一负载电阻的一端以及所述第四负载电阻的一端连接;所述第二传感器的一端、所述第二负载电阻的一端以及所述第三负载电阻的一端连接;所述第一负载电阻的另一端、所述第二负载电阻的另一端、所述第一电容的一端以及所述第一忆阻器的一端连接;所述第三负载电阻的另一端、所述第四负载电阻的另一端、所述第二电容的一端以及所述第二忆阻器的一端连接;

所述第一忆阻器的另一端作为第一输出端,用于输出第一脉冲信号,且与所述第一输出电阻的一端连接;所述第二忆阻器的另一端作为第二输出端,用于输出第二脉冲信号,且与所述第二输出电阻的一端连接;

所述第一电容的另一端与所述第一输出电阻的另一端连接后接地,所述第二电容的另一端与所述第二输出电阻的另一端连接后接地,所述第一传感器的另一端以及所述第二传感器的另一端分别接地。

可选地,所述第一负载电阻与所述第三负载电阻的阻值相同,所述第二负载电阻与所述第四负载电阻的阻值相同,且所述第一负载电阻和所述第三负载电阻的阻值大于所述第二负载电阻和所述第四负载电阻的阻值。

可选地,所述第一传感器和所述第二传感器在电路板上的相对位置按照水平方向或者垂直方向设置;

当所述第一传感器和所述第二传感器设置于所述电路板的垂直方向时,所述神经电路用于检测物体在垂直方向上的运动方向;

当所述第一传感器和所述第二传感器设置于所述电路板的水平方向时,所述神经电路用于检测物体在水平方向上的运动方向。

第二方面,本申请提供一种运动方向检测电路,包括第一检测电路和第二检测电路,所述第一检测电路和所述第二检测电路分别为上述第一方面任一所述的神经电路;

其中,所述第一检测电路中的第一传感器和第二传感器在电路板上沿垂直方向设置,用于检测物体在垂直方向上的运动方向;

所述第二检测电路中的第一传感器和第二传感器在电路板上沿水平方向设置,用于检测物体在水平方向上的运动方向。

第三方面,本申请提供一种碰撞检测系统,包括N个上述第二方面所述的运动方向检测电路,N为大于等于1的自然数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院微电子研究所,未经中国科学院微电子研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110632366.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top