基于閾值自適應(yīng)憶阻模型的分析及應(yīng)用研究.pdf

1、隨著超大規(guī)模集成電路（VLSI）進(jìn)入深亞微米級(jí)領(lǐng)域，電子設(shè)備集成規(guī)模日益龐大，而晶體管本身尺寸已接近極限，其可靠性和穩(wěn)定性在邏輯運(yùn)算，信息存儲(chǔ)等方面面臨著日益嚴(yán)峻的挑戰(zhàn)。近年來(lái)，人工智能和人工神經(jīng)網(wǎng)絡(luò)發(fā)展迅猛，但也同樣受限于晶體管尺寸而無(wú)法實(shí)現(xiàn)大規(guī)模硬件實(shí)現(xiàn)。憶阻器作為下一代高性能的阻變存儲(chǔ)設(shè)備，其納米級(jí)尺寸和非易失性存儲(chǔ)的特性，有望延續(xù)“摩爾定律”，也契合了神經(jīng)形態(tài)系統(tǒng)大規(guī)模實(shí)現(xiàn)。隨著憶阻器理論的日臻完善，閾值自適應(yīng)憶阻（TEAM）模

2、型開始受到越來(lái)越多研究者的關(guān)注，一方面它將憶阻器內(nèi)部狀態(tài)跳變閾值定義到模型內(nèi)部，填補(bǔ)了經(jīng)典二端惠普模型中阻變閾值表達(dá)的缺失；另一方面，TEAM模型以塞蒙斯隧道結(jié)（Simmons Tunnel Model）理論作為物理依據(jù)，使它成為更接近實(shí)際情況的憶阻器模型；最后，其參數(shù)可調(diào)展現(xiàn)出的靈活性，使TEAM模型有望成為下一代通用憶阻器模型。將閾值自適應(yīng)憶阻模型應(yīng)用于邏輯運(yùn)算、交叉陣列存儲(chǔ)和神經(jīng)形態(tài)系統(tǒng)不但能大大降低電路體積，也更利于探究實(shí)際憶阻

3、系統(tǒng)特性，對(duì)憶阻系統(tǒng)大規(guī)模集成具有重要意義。
　　本文針對(duì)閾值自適應(yīng)憶阻模型，在分析其內(nèi)部特性和組合電路的基礎(chǔ)上，將其應(yīng)用于邏輯運(yùn)算、多值存儲(chǔ)和小波神經(jīng)網(wǎng)絡(luò)的神經(jīng)形態(tài)系統(tǒng)中，具體如下：
　?。?）總結(jié)基本憶阻器模型和幾種典型窗函數(shù)，并用于模擬憶阻器內(nèi)部離子邊界漂移特性。在此基礎(chǔ)之上，介紹Simmons隧道結(jié)模型和兩種閾值自適應(yīng)模型（電流閾值TEAM、電壓閾值VTEAM），推導(dǎo)出閾值自適應(yīng)模型窗函數(shù)表達(dá)式，通過(guò)仿真可見閾值自適

4、應(yīng)憶阻模型和Simmons隧道結(jié)模型的高度擬合性。
　?。?）提出基于閾值自適應(yīng)憶阻模型內(nèi)部多參數(shù)的蒙特卡洛分析方法，通過(guò)蒙特卡洛分析揭示了閾值自適應(yīng)憶阻模型上下邊界單邊可調(diào)性、開關(guān)變換非對(duì)稱性等內(nèi)部機(jī)理。進(jìn)一步，對(duì)TEAM進(jìn)行串并聯(lián)組合電路仿真分析，展示組合電路總阻值變化規(guī)律及其極性對(duì)阻值的影響。
　?。?）針對(duì)閾值自適應(yīng)模型中不同極性的閾值電壓，提出VTEAM組合邏輯運(yùn)算電路，進(jìn)而仿真實(shí)現(xiàn)與、或、非、與非、或非五種邏輯運(yùn)

5、算，推導(dǎo)了不同邏輯組合的外加激勵(lì)限制條件。此外，提出了一種基于TEAM模型的新型憶阻交叉電路存儲(chǔ)結(jié)構(gòu)，相較于以往憶阻交叉電路，該結(jié)構(gòu)采用了多值電壓控制方式，在多值圖像讀寫方面并行處理性能更為優(yōu)良。
　　（4）將閾值自適應(yīng)憶阻器與小波神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出憶阻小波神經(jīng)網(wǎng)絡(luò)（MWNN），推導(dǎo)VTEAM在不同周期脈沖激勵(lì)下憶阻值的連續(xù)變化，證明了VTEAM模型作為電子突觸實(shí)現(xiàn)動(dòng)態(tài)權(quán)值更新的可能性。進(jìn)一步將完成的硬件化的MWNN用于短時(shí)交通