自人工智能概念提出以来,机器学习、定理证明、模式识别以及人工智能语言等领域的研究都不断取得突破。但是由于冯·诺依曼计算机架构的局限性,传统计算机的性能已经不能满足人工智能的需要,因此急需发展新型的计算方法。受人脑的启发,研究者提出了神经形态计算以实现人工智能并降低能耗。最近,人工突触作为神经形态计算的基本硬件单元,引起了全世界研究组的兴趣,其中突触晶体管由于其优异的性能而备受关注,比如能够同时执行信号传输和学习的能力,从而可以进行动态时空信息处理。目前国内外的研究人员对突触晶体管展开了一系列研究,主要工作集中在结构、材料、工作机制上。电解质栅控突触晶体管可以有效地利用电解质介电层中的离子迁移来调节通道的电导率:当栅极电压较小时,在电解质和沟道层之间会形成电双层,通过静电感应改变沟道载流子浓度,这种效应是易失性的;当栅极电压较大时,离子穿过界面进入沟道层,也会改变沟道层的电导,这种改变一般是非易失的。基于离子移动的电解质栅控晶体管器件在模拟突触神经递质调控突触权重的变化过程有着天然优势,已经有研究实现了突触的短程可塑性、长程可塑性、尖峰时间依赖可塑性等特性,但对器件可扩展性的机理分析、器件耐久性、运行速度和电解质的稳定性的研究还不足,器件的材料和结构还有优化空间,仍缺少可直接用于神经形态计算的可靠突触器件。本论文首先简要介绍了人工突触的起源和发展历程,重点讨论了几种有代表性的电解质栅控晶体管的结构、工作原理以及应用前景,在此基础上对本文的实验探索进行了详细介绍。经过充分调研,本论文选取了二氧化钛薄膜作为沟道层材料,研究了氧离子（氧空位）调控其电导率的机理和可行性。通过磁控溅射的方法制备了平整度较好的二氧化钛和YSZ非晶薄膜,采用适合的条件退火处理,得到了部分结晶的二氧化钛薄膜和结晶度较高的YSZ薄膜,采用基于掩模的微加工方法构建了全固态的晶体管原型器件。使用自主搭建的测试平台对其电学性质进行了测试并模拟了突触的功能特性。转移特性的测试结果证明了器件电导具备基本的电导连续可调特性。单脉冲的测试证明了栅极脉冲电压幅值和持续时间对沟道层电导调控幅度的影响,可以通过不同幅值的栅极电压刺激模拟突触的短程记忆和长程记忆特性。后续实验通过温度的变化、连续脉冲的参数探索,表明了该器件的记忆特性可根据需要进行调整,最终探索了适用于模拟突触功能特性的参数,实现了电阻的连续准线性调控,并且这种调控在多次循环以后依旧稳定。此外论文中还指出了器件中存在的问题,即器件的保持特性较差,而较好的保持特性是人工突触必不可少的,在后续实验中可以尝试更换材料体系和优化结构设计来完善器件的性能。总之,本文研究了一种基于二氧化钛的全固态人工突触晶体管器件,揭示了其作为人工突触进行神经形态计算的潜在价值。