CN113052024B - 一种基于忆阻器与传感器的感存算一体电路结构 - Google Patents
一种基于忆阻器与传感器的感存算一体电路结构 Download PDFInfo
- Publication number
- CN113052024B CN113052024B CN202110270351.4A CN202110270351A CN113052024B CN 113052024 B CN113052024 B CN 113052024B CN 202110270351 A CN202110270351 A CN 202110270351A CN 113052024 B CN113052024 B CN 113052024B
- Authority
- CN
- China
- Prior art keywords
- memristor
- weight
- module
- array module
- positive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C13/00—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00
- G11C13/0002—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C13/00—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00
- G11C13/0002—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements
- G11C13/0021—Auxiliary circuits
- G11C13/0069—Writing or programming circuits or methods
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C13/00—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00
- G11C13/0002—Digital stores characterised by the use of storage elements not covered by groups G11C11/00, G11C23/00, or G11C25/00 using resistive RAM [RRAM] elements
- G11C13/0021—Auxiliary circuits
- G11C13/0097—Erasing, e.g. resetting, circuits or methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Software Systems (AREA)
- Solid State Image Pick-Up Elements (AREA)
Abstract
本发明属于图像传感技术与集成电路技术领域,具体涉及一种基于忆阻器与传感器的感存算一体电路结构。本发明充分利用了忆阻器的存储特性和功能,在实现存储的同时与运算电路结合,参与运算过程,同时将其与作为传感器件的二极管或MOS晶体管相结合,将感存算的功能集成在一个电路结构中。该电路结构可应用于图像识别、图像传感等领域,与传统的存算一体电路相比,该电路将传感、存储和运算三种功能模块集成在单片上,提高了集成度和速度,降低了成本和功耗。
Description
技术领域
本发明属于图像传感技术与集成电路技术领域,具体涉及一种基于忆阻器与传感器的感存算一体电路结构。
背景技术
图像识别是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,目前图像识别技术已经应用于很多个领域,如人脸识别、物品识别等。随着技术的发展,图像识别也将逐渐在更多领域得到应用,因此,对图像识别的研究是比较有价值的。
传统的图像识别主要分为以下三个步骤:图像采集、图像处理和图像识别。其中在图像采集过程中,主要采用CCD成像技术和CMOS图像传感器芯片。相比之下,CMOS图像传感器具有成品率高、集成度高、功耗低、成本低等优点,目前已取代CCD成为主流的数字成像技术。在采集完成后的图像处理和图像识别过程,主要是通过算法对采集到的信息进行处理和计算,从而得到图像识别的最终结果。由此可见,图像处理和识别工作主要通过软件完成,硬件部分只进行了图像采集这一个步骤,而没有参与到后续的图像处理和识别的过程中。同时目前主要使用的CMOS图像传感器也存在像素单元占地较大的问题,因此本发明针对以上问题对应用于图像识别的硬件进行改进。
二极管和MOS场效应晶体管都具有一定的光电效应,其中光电二极管工作在反偏电压下,在无光照时,只有极其微弱的反向电流,在有光照时这个反向电流则会增大至几十微安,这个电流被称为光电流,且光电流会随光强的增大而增加。通过对MOS场效应晶体管输出特性的测试也发现器件的源漏电流会随光强增加而增大。因此这两种器件都可以在图像传感中作为感光器件使用。
忆阻器是一种有记忆功能的非线性电阻,通过改变施加在器件两端的电压可改变其阻值,忆阻器有至少高低两种阻态,因此其可以实现存储数据的功能。在实现存储功能的同时,忆阻器也可以与其他电路相结合,参与相关的计算过程,这样就可以提高运行效率,降低功耗。因此,可以将忆阻器与二极管或场效应晶体管相结合,使用硬件完成从图像采集到图像识别的完整过程。
发明内容
为了解决现有技术的问题,本发明提供了一种基于忆阻器与传感器的感存算一体电路结构。
本发明采用的技术方案是:
一种基于忆阻器与传感器的感存算一体电路结构,其特征在于,包括由忆阻器与传感器构成的阵列模块、外部写入电路模块、外部复位电路模块和运算电路模块;所述阵列模块由2个结构完全相同的m×m阵列构成,每个阵列单元包括一个用于存储权值的忆阻器和一个用于感光并进行光电转换的传感器,感存算一体电路结构用于对m×m像素大小的图像进行传感与识别;
所述阵列模块的2个结构完全相同的m×m阵列,分别用于存储外部输入的正权值和负权值,分别定义为正权值阵列模块和负权值阵列模块;若外部输入权值为正,则将该权值存入正权值阵列模块的忆阻器中,同时对应的负权值阵列模块中的忆阻器中存入0;若外部输入权值为负,则将该权值存入负权值阵列模块的忆阻器中,同时对应的正权值阵列模块中的忆阻器中存入0;若外部输入权值为0,则对应的正、负权值阵列模块的忆阻器中均存0;每个忆阻器可以存储n位权值,若权值为0,则忆阻器维持高阻态Z,若权值不为0,则忆阻器为低阻态R0;所述正权值阵列模块中,每个忆阻器的一端与输入行线IL相连,另一端与输出列线OL相连;因此在所述正权值阵列模块中,同一根输入行线IL用于同时对该行的m个忆阻器进行驱动,同一根输出列线OL用于收集该列的m个忆阻器上的电流,负权值阵列模块的结构同理;
所述外部写入电路模块,与阵列模块中的每一个忆阻器器件连接,用于对忆阻器施加与各权值相对应的电压,从而改变忆阻器的阻值,完成权值的写入;
所述外部复位电路模块,与阵列模块中的每一个忆阻器器件连接,用于在完成图像识别后,由外部复位电路分别向每个忆阻器施加复位擦除电压,使忆阻器恢复成高阻态Z,完成擦除复位;
所述运算电路模块为电流减法电路,用于将正权值模块各列输出的电流分别减去对应的负权值模块各列输出的电流,从而得到各列的运算结果,即为图像识别的中间结果。
进一步的,所述传感器为二极管,则外部写入电路模块,与阵列模块中的每一个忆阻器器件的正端及二极管的阴极相连,外部复位电路模块,与阵列模块中的每一个忆阻器器件的正端及二极管的阴极相连。
进一步的,所述传感器为MOS晶体管,MOS晶体管由外部信号Vg控制,通过对MOS晶体管的栅极加高电平使其导通,使电流可以流过该条支路并流至输出列线OL上;外部写入电路模块与阵列模块中的每一个忆阻器器件的负端及MOS晶体管的源极相连,外部复位电路模块,与阵列模块中的每一个忆阻器器件的负端及MOS晶体管的源极相连。
本发明的有益效果在于:本发明利用二极管和MOS晶体管的光电特性实现了感的功能,同时忆阻器的存储特性结合相应的运算电路实现存算的功能,实现了集成忆阻器的CMOS感存算一体电路阵列结构,该感存算一体方案具有体积小、速度快、功耗低、集成度高、成本低的特点。
附图说明
图1是反偏二极管在不同光强下的I-V特性示意图;
图2是对基于二极管和忆阻器的感存算一体电路中使用的忆阻器进行写入和擦除时忆阻器两端电压和忆阻器电阻值的波形示意图;
图3是一种基于二极管和忆阻器的感存算一体电路阵列整体结构示意图;
图4是图3中的二极管与忆阻器阵列模块的二极管与忆阻器单元结构示意图;
图5是是基于二极管和忆阻器的感存算一体电路工作时各部分波形示意图;
图6是MOS晶体管在不同光强下的输出特性示意图;
图7是对基于MOS晶体管和忆阻器的感存算一体电路中使用的忆阻器进行写入和擦除时忆阻器两端电压和忆阻器电阻值的波形示意图;
图8是一种基于MOS晶体管和忆阻器的感存算一体电路阵列整体结构示意图;
图9是图8中的MOS晶体管与忆阻器阵列模块的MOS晶体管与忆阻器单元结构示意图;
图10是是基于MOS晶体管和忆阻器的感存算一体电路工作时各部分波形示意图。
具体实施方式
当前主流的图像传感器基本为CMOS图像传感器,虽然其性能较好,但由于其各功能模块都是独立的,这就有运算速度较低功耗大,且占地较大的问题,本发明在现有技术的基础上提出了一种基于忆阻器与传感器件的感存算一体电路结构,通过利用二极管或MOS晶体管的光电特性使其作为传感器件,同时使用忆阻器对权值进行存储,并与结合部分运算电路完成存算的功能,实现对图像信息的传感存储以及运算,提高了速度和集成度,降低了成本和功耗。
如图1所示,是反偏二极管在不同光强下的I-V特性示意图。可以看出,在对二极管施加相同反向电压时,其反向电流会随着光强的增加增大,因此其等效电阻会随着光强的增大而减小。使忆阻器的各低阻态的阻值与二极管的反向饱和前的等效阻值处于一个数量级,当忆阻器处于不同的低阻态时,该条支路就会输出不同大小的电流,以实现多值存储。
如图2所示,是对基于二极管和忆阻器的感存算一体电路中使用的忆阻器进行写入和擦除时忆阻器两端电压和忆阻器电阻值的波形示意图。忆阻器的初始状态为高阻态Z,写入时,对忆阻器两端施加一个正向写入电压,忆阻器被编写到某一较低阻态,其阻值为g0。当对忆阻器进行擦除时,则对其施加一个较低的正向擦除电压,此时忆阻器则会回到高阻态Z,完成擦除复位。
如图3所示,是一种基于二极管和忆阻器的感存算一体电路阵列整体结构示意图,由正矩阵模块、负矩阵模块、外部写入电路、外部擦除电路和运算电路几部分构成,具体为:
所述忆阻器阵列能够用于存储权值,由两个结构完全相同m×m阵列构成,分别用于存储外部输入的正权值和负权值。若外部输入权值为正,则将该权值存入正权值阵列模块的忆阻器中,同时对应的负权值阵列模块中的忆阻器中存入0;若外部输入权值为负,则将该位权值存入负权值阵列模块的忆阻器中,同时该位对应的正权值阵列模块中的忆阻器中存入0;若外部输入权值为0,则对应的该正、负权值阵列模块的忆阻器中均存0;其中,每个忆阻器可以存储n位权值,若权值为0,则忆阻器维持高阻态Z,若权值不为0,则忆阻器为某一低阻态R0;所述正权值阵列模块中,每个忆阻器的一端与输入行线IL相连,另一端与输出列线OL相连;因此在所述正权值阵列模块中,同一根输入行线IL可同时对该行的m个忆阻器进行驱动,同一根输出列线OL则可以收集该列m个忆阻器上的电流,负权值阵列模块的结构同理;后将正权值阵列的各列的输出电流分别与对应的负权值阵列的各列输出的电流通过电流减法电路相减,从而得出图像识别的中间结果;
所述外部写入电路模块,与忆阻器阵列模块中的每一个忆阻器器件的正端及二极管的阴极相连,对忆阻器施加与各权值相对应的电压,从而改变忆阻器的阻值,完成权值的写入;
所述外部复位电路模块,与忆阻器阵列模块中的每一个忆阻器器件的一端及二极管的阴极相连,在完成图像识别后,由外部复位电路分别向每个忆阻器施加复位擦除电压,使忆阻器恢复成高阻态Z,完成擦除复位;
所述运算电路模块,是使用电流减法电路,使正权值模块各列输出的电流分别减去对应的负权值模块各列输出的电流从而得到各列的运算结果,即为图像识别的中间结果。
其具体工作原理如下:首先外部写入电路对矩阵中2×m×m阵列中的忆阻器写入权值,将各忆阻器的阻值从高阻态Z编写到对应各权值的某一低阻态gi。其中将正权值部分写入m×m的正矩阵模块的忆阻器中,对应的负矩阵模块该权值位上的忆阻器维持高阻态Z,负权值部分则写入m×m的负矩阵模块的忆阻器中,对应的正矩阵模块该权值位上的忆阻器维持高阻态Z。
而后使二极管感光,其等效电阻改变,在各字线ILn上施加读取电压Vr,使电流从反偏的二极管流过忆阻器再流入输出位线OLi上,其中每条字线ILn可以驱动正矩阵和负矩阵中该行的2×m条支路,输出位线OLi+会流过正矩阵模块中该列所有支路所产生的电流之和Ii+,输出位线OLi-会流过负矩阵模块中该列所有支路所产生的电流之和Ii-。随后各列的两电流经过运算电路模块中的电流减法电路的处理,得到电流Ii=Ii+-Ii-。
如图4所示,是图3中的二极管与忆阻器阵列模块的二极管与忆阻器单元结构示意图,该单元由二极管1和忆阻器2构成的支路、外部写入电路模块3、外部擦除模块4、行线IL5和列线OL6组成,外部写入电路模块3和外部擦除电路模块4均与由二极管1和忆阻器2构成的支路相连。外部写入电路模块3由权值电压信号模块7和两开关8组成,权值电压信号模块7可以产生写入权值的电压信号,在对忆阻器2进行写入步骤时时开关8闭合,将权值电压加在忆阻器2两端,完成对忆阻器2的编写。外部擦除模块4由擦除电压信号产生模块9和两个开关10组成,擦除电压信号产生模块9可以产生擦除电压信号,在对忆阻器2进行擦除步骤时开关闭合,将擦除电压加在忆阻器2两端,完成对忆阻器2的擦除,使其回到高阻态Z。
如图5所示,是基于二极管和忆阻器的感存算一体电路工作时各部分的波形示意图。图中是以正矩阵模块为例,首先外部写入电路模块发出写入信号,在忆阻器两端施加与权值对应的正向写入电压,对忆阻器进行编程,使其从高阻态Z变为某一低阻态,而后使二极管感光,并施加读取电压Vr,使各条支路导通,得到各列的输出电流Ii+。完成读取计算后,读取电压变为0,外部擦除电路模块发出擦除复位信号,在忆阻器两端施加一个正向的擦除电压,使其恢复到高阻态Z,完成一次操作。
如图6所示,是MOS晶体管在不同光强下的输出特性示意图。由图可见,器件在同一源漏电压Vds下,流过的源漏电流Ids会随着光强的增加而增大。因此,MOS晶体管可以用作光强的传感器,将光信号转换为电信号,以电流的形式表现出来。
如图7所示,是对基于MOS晶体管和忆阻器的感存算一体电路中使用的忆阻器进行写入和擦除时忆阻器两端电压和忆阻器电阻值的波形示意图。忆阻器的初始状态为高阻态Z,写入时,对忆阻器两端施加一个正向写入电压,忆阻器被编写到某一较低阻态,其阻值为g0。当对忆阻器进行擦除时,则对其施加一个反向的擦除电压,此时忆阻器则会回到高阻态Z,完成擦除复位。
如图8所示,是一种基于MOS晶体管和忆阻器的感存算一体电路阵列整体结构示意图,由正矩阵模块、负矩阵模块、MOS控制电路、外部写入电路、外部擦除电路和运算电路几部分构成,具体为:
所述忆阻器阵列能够用于存储权值,由两个结构完全相同m×m阵列构成,分别用于存储外部输入的正权值和负权值。若外部输入权值为正,则将该权值存入正权值阵列模块的忆阻器中,同时对应的负权值阵列模块中的忆阻器中存入0;若外部输入权值为负,则将该位权值存入负权值阵列模块的忆阻器中,同时该位对应的正权值阵列模块中的忆阻器中存入0;若外部输入权值为0,则对应的该正、负权值阵列模块的忆阻器中均存0;其中,每个忆阻器可以存储n位权值,若权值为0,则忆阻器维持高阻态Z,若权值不为0,则忆阻器为某一低阻态R0;所述正权值阵列模块中,每个忆阻器的一端与输入行线IL相连,另一端与输出列线OL相连;因此在所述正权值阵列模块中,同一根输入行线IL可同时对该行的m个忆阻器进行驱动,同一根输出列线OL则可以收集该列m个忆阻器上的电流,负权值阵列模块的结构同理;后将正权值阵列的各列的输出电流分别与对应的负权值阵列的各列输出的电流通过电流减法电路相减,从而得出图像识别的中间结果;
所述MOS晶体管阵列模块,由外部信号Vg控制,在编程、感光、读取光强信息和擦除时,对MOS晶体管的栅极加高电平使其导通,使电流可以流过该条支路并流至输出列线OL上,从而将信息传出;在对忆阻器阵列进行权值写入及擦除复位时,也对MOS晶体管的栅极加高电平使其导通,以完成对忆阻器的操作。
所述外部写入电路模块,与忆阻器阵列模块中的每一个忆阻器器件的负端及MOS晶体管的源极相连,对忆阻器施加与各权值相对应的电压,从而改变忆阻器的阻值,完成权值的写入;
所述外部复位电路模块,与忆阻器阵列模块中的每一个忆阻器器件的负端及MOS晶体管的源极相连,在完成图像识别后,由外部复位电路分别向每个忆阻器施加复位擦除电压,使忆阻器恢复成高阻态Z,完成擦除复位;
所述运算电路模块,是使用电流减法电路,使正权值模块各列输出的电流分别减去对应的负权值模块各列输出的电流从而得到各列的运算结果,即为图像识别的中间结果。
其具体工作原理如下:首先令MOS控制电路对各MOS晶体管的栅极施加一个高于其阈值电压的正向电压Vg使其导通。而后外部写入电路对矩阵中2×m×m阵列中的忆阻器写入权值,将各忆阻器的阻值从高阻态Z编写到对应各权值的某一低阻态gi。其中将正权值部分写入m×m的正矩阵模块的忆阻器中,对应的负矩阵模块该权值位上的忆阻器维持高阻态Z,负权值部分则写入m×m的负矩阵模块的忆阻器中,对应的正矩阵模块该权值位上的忆阻器维持高阻态Z。
使MOS晶体管感光,在各字线ILn上施加读取电压Vr,使电流从MOS晶体管流过忆阻器再流入输出位线OLi上,其中每条字线ILn可以驱动正矩阵和负矩阵中该行的2×m条支路,输出位线OLi+会流过正矩阵模块中该列所有支路所产生的电流之和Ii+,输出位线OLi-会流过负矩阵模块中该列所有支路所产生的电流之和Ii-。随后各列的两电流经过运算电路模块中的电流减法电路的处理,得到电流Ii=Ii+-Ii-。
如图9所示,是图8中的MOS晶体管与忆阻器阵列模块的MOS晶体管与忆阻器单元结构示意图,该单元由MOS晶体管11和忆阻器12构成的支路、外部写入电路模块13、外部擦除模块组成14、MOS控制电路15、行线IL16和列线OL17组成,外部写入电路模块13和外部擦除电路模块14均与由MOS晶体管11和忆阻器12构成的支路相连,MOS控制电路15与MOS晶体管11的栅极18相连。外部写入电路模块13由权值电压信号模块19和两开关20组成,权值电压信号模块19可以产生写入权值的电压信号,在对忆阻器12进行写入步骤时时开关20闭合,将权值电压加在忆阻器12两端,完成对忆阻器12的编写。外部擦除模块14由擦除电压信号产生模块21和两个开关22组成,擦除电压信号产生模块21可以产生擦除电压信号,在对忆阻器12进行擦除步骤时开关22闭合,将擦除电压加在忆阻器12两端,完成对忆阻器12的擦除,使其回到高阻态Z。MOS控制电路15在写入、感光、读取信息和复位时给MOS晶体管11的栅极18施加一个高于其阈值电压的正向电压Vg使其导通,从而使该条支路导通得到电流信号。
如图10所示,是基于MOS晶体管和忆阻器的感存算一体电路工作时各部分的波形示意图。图中是以正矩阵模块为例,首先对MOS晶体管的栅极施加一个高于阈值电压的正向电压Vg使其导通,从而使各条支路导通,而后外部写入电路模块发出写入信号,在忆阻器两端施加与权值对应的正向写入电压,对忆阻器进行编程,使其从高阻态Z变为某一低阻态,使MOS晶体管感光,并施加读取电压Vr,得到各列的输出电流Ii+。完成读取计算后,读取电压变为0,外部擦除电路模块发出擦除复位信号,在忆阻器两端施加一个正向的擦除电压,使其恢复到高阻态Z,而后使对MOS晶体管栅极施加低电平,关断器件,完成一次操作。
Claims (1)
1.一种基于忆阻器与传感器的感存算一体电路结构,其特征在于,包括由忆阻器与传感器构成的阵列模块、外部写入电路模块、外部复位电路模块和运算电路模块;所述阵列模块由2个结构完全相同的m×m阵列构成,每个阵列单元包括一个用于存储权值的忆阻器和一个用于感光并进行光电转换的传感器,感存算一体电路结构用于对m×m像素大小的图像进行传感与识别;
所述阵列模块的2个结构完全相同的m×m阵列,分别用于存储外部输入的正权值和负权值,分别定义为正权值阵列模块和负权值阵列模块;若外部输入权值为正,则将该权值存入正权值阵列模块的忆阻器中,同时对应的负权值阵列模块中的忆阻器中存入0;若外部输入权值为负,则将该权值存入负权值阵列模块的忆阻器中,同时对应的正权值阵列模块中的忆阻器中存入0;若外部输入权值为0,则对应的正、负权值阵列模块的忆阻器中均存0;每个忆阻器可以存储n位权值,若权值为0,则忆阻器维持高阻态Z,若权值不为0,则忆阻器为低阻态R0;所述正权值阵列模块中,每个忆阻器的一端与输入行线IL相连,另一端与输出列线OL相连;因此在所述正权值阵列模块中,同一根输入行线IL用于同时对一行的m个忆阻器进行驱动,同一根输出列线OL用于收集一列的m个忆阻器上的电流,负权值阵列模块的结构同理;
所述外部写入电路模块,与阵列模块中的每一个忆阻器器件的负端及MOS晶体管的源极相连,用于对忆阻器施加与各权值相对应的电压,从而改变忆阻器的阻值,完成权值的写入;
所述外部复位电路模块,与阵列模块中的每一个忆阻器器件的负端及MOS晶体管的源极相连,用于在完成图像识别后,由外部复位电路分别向每个忆阻器施加复位擦除电压,使忆阻器恢复成高阻态Z,完成擦除复位;
所述运算电路模块为电流减法电路,用于将正权值模块各列输出的电流分别减去对应的负权值模块各列输出的电流,从而得到各列的运算结果,即为图像识别的中间结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110270351.4A CN113052024B (zh) | 2021-03-12 | 2021-03-12 | 一种基于忆阻器与传感器的感存算一体电路结构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110270351.4A CN113052024B (zh) | 2021-03-12 | 2021-03-12 | 一种基于忆阻器与传感器的感存算一体电路结构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113052024A CN113052024A (zh) | 2021-06-29 |
CN113052024B true CN113052024B (zh) | 2022-08-23 |
Family
ID=76511997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110270351.4A Active CN113052024B (zh) | 2021-03-12 | 2021-03-12 | 一种基于忆阻器与传感器的感存算一体电路结构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052024B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113596361B (zh) * | 2021-08-02 | 2022-07-12 | 电子科技大学 | 一种基于像素内实现正负权值运算的感存算一体电路结构 |
CN115988350B (zh) * | 2022-10-20 | 2024-07-23 | 电子科技大学 | 一种整合采样计算的cmos图像感存算一体电路 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011097687A1 (en) * | 2010-02-11 | 2011-08-18 | Idatamap Pty Ltd | Image matching, data compression and tracking architectures |
CN103248837A (zh) * | 2013-05-17 | 2013-08-14 | 湘潭大学 | 一种基于忆阻器的图像传感器 |
CN110519538A (zh) * | 2019-08-09 | 2019-11-29 | 上海集成电路研发中心有限公司 | 一种基于忆阻器的像元电路和图像传感器 |
CN111076770A (zh) * | 2019-12-09 | 2020-04-28 | 电子科技大学 | 一种传感元件与忆阻器结合的多模态智能传感器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9754203B2 (en) * | 2013-03-24 | 2017-09-05 | Technion Research And Development Foundation Ltd. | Analog multiplier using a memristive device and method for implemening Hebbian learning rules using memrisor arrays |
CN111309670B (zh) * | 2020-02-18 | 2023-05-05 | 电子科技大学 | 一种cmos感存算一体电路结构 |
CN111343398B (zh) * | 2020-04-09 | 2021-10-26 | 电子科技大学 | 基于动态视觉传感技术的cmos感存算一体电路结构 |
CN112331772B (zh) * | 2020-10-26 | 2022-11-15 | 复旦大学 | 一种感存算一体的柔性有机忆阻器及其制备方法 |
-
2021
- 2021-03-12 CN CN202110270351.4A patent/CN113052024B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011097687A1 (en) * | 2010-02-11 | 2011-08-18 | Idatamap Pty Ltd | Image matching, data compression and tracking architectures |
CN103248837A (zh) * | 2013-05-17 | 2013-08-14 | 湘潭大学 | 一种基于忆阻器的图像传感器 |
CN110519538A (zh) * | 2019-08-09 | 2019-11-29 | 上海集成电路研发中心有限公司 | 一种基于忆阻器的像元电路和图像传感器 |
CN111076770A (zh) * | 2019-12-09 | 2020-04-28 | 电子科技大学 | 一种传感元件与忆阻器结合的多模态智能传感器 |
Non-Patent Citations (2)
Title |
---|
SRMC: A Multibit Memristor Crossbar for Self-Renewing Image Mask;Liuting Shang,Shukai Duan,Lidan Wang et.al.;《IEEE Transactions on Very Large Scale Integration (VLSI) Systems》;20180809;2830 - 2841 * |
基于忆阻器的感存算一体技术研究进展;李锟等;《微纳电子与智能制造》;20191215(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113052024A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112183739B (zh) | 基于忆阻器的低功耗脉冲卷积神经网络的硬件架构 | |
CN113052024B (zh) | 一种基于忆阻器与传感器的感存算一体电路结构 | |
WO2021088248A1 (zh) | 基于忆阻器的神经网络的并行加速方法及处理器、装置 | |
CN111652363B (zh) | 存算一体电路 | |
CN108092658B (zh) | 一种逻辑电路操作方法 | |
CN109635941B (zh) | 一种基于1t1r存储器件的最大池化处理器 | |
CN113178219B (zh) | 一种应用于图像识别领域的忆阻器感存算一体电路结构 | |
CN111309670B (zh) | 一种cmos感存算一体电路结构 | |
US4988891A (en) | Semiconductor neural network including photosensitive coupling elements | |
JP5160304B2 (ja) | 抵抗変化型可変抵抗素子を備えた積演算装置、及び積和演算装置、これらの装置を各ニューロン素子に備えるニューラルネットワーク、並びに積演算方法 | |
CN113467751B (zh) | 一种基于磁性随机存储器的模拟域存内计算阵列结构 | |
CN110569962B (zh) | 一种基于1t1r存储器阵列的卷积计算加速器及其操作方法 | |
CN114400031B (zh) | 一种补码映射的rram存算一体芯片及电子设备 | |
CN110852429A (zh) | 一种基于1t1r的卷积神经网络及其操作方法 | |
CN113596361B (zh) | 一种基于像素内实现正负权值运算的感存算一体电路结构 | |
CN112700810B (zh) | 一种融合忆阻器的cmos感存算一体电路结构 | |
CN115376581B (zh) | 一种基于忆阻器的存内计算阵列结构 | |
Wan et al. | Edge AI without compromise: efficient, versatile and accurate neurocomputing in resistive random-access memory | |
CN112215855B (zh) | 基于忆阻器阵列实现图像连通区域判断的方法及电子装置 | |
CN113658625A (zh) | 基于1t1r阵列的可重构状态逻辑操作电路及方法 | |
Yakopcic et al. | Memristor-based unit cell for a detector readout circuit | |
CN108154226B (zh) | 一种使用模拟计算的神经网络芯片 | |
Liu et al. | An 1-bit by 1-bit high parallelism in-RRAM macro with co-training mechanism for DCNN applications | |
CN115988350B (zh) | 一种整合采样计算的cmos图像感存算一体电路 | |
Ren et al. | Batmann: A binarized-all-through memory-augmented neural network for efficient in-memory computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |