论文部分内容阅读
神经系统是由大量的神经元耦合构成的复杂网络,网络中的神经元之间的信息传导是通过膜电压和突触电流的变化实现的。计算神经科学在计算机仿真以及数理分析层面研究并模拟了神经系统,可以从计算的角度探究神经系统,从而创造神经系统。但是传统的软件仿真方法因为其较低的计算性能限制了研究效率。专用集成芯片属于硬件电路范畴,具有并行运算能力,用其搭建神经元系统的电路模型可以显著挺高神经网络的计算效率。目前,国内外也有很多研究人员应用神经信息传导的电路模型研究神经系统的生理特性。本文研究了基于多片现场可编程门阵列(FPGA)芯片搭建神经信息传导电路模型,并通过对神经元及神经网络的分析证明模型的有效性。首先,本文提出利用多片FPGA搭建神经元仿真平台。提出了多种多片芯片之间连接的拓扑结构、数据传输的时钟同步方法、编写的模型代码的配置方法;探索了神经元传导的电路模型产生的生理特性的数据通讯方法,提出的数模转换、以太网抓包、USB连接LABVIEW搭建的上位机等通讯方法。实现了由4片FPGA芯片搭建的面向普通研究人员的易操作的、功能丰富的软硬件综合FPGA仿真平台。然后,在搭建的FPGA硬件仿真平台上,研究了ML单神经元、FHN单神经元和基于FHN模型小世界神经元网络的实现框架,该框架分别对神经元模型、突触模型和网络连接方式的一般FPGA硬件设计技术和设计准则进行了研究,确保能在真实生理时间尺度下,来完成大规模神经元网络的仿真和分析。最后,在多FPGA硬件仿真平台上,设计了基于小世界网络的3层前馈网络和三种不同的刺激信号,通过兴奋性突触耦合连接,验证了前馈网络信号传递的同步化过程。同时,计算字长的均方根误差(RMSE)用于评估基于FPGA搭建神经网络的硬件性能。研究了如何充分利用多片FPGA来更有效的实现神经功能网络,为今后超大规模的神经核团的实现做出初步的探究。