随着信息量的急剧增长和信息处理要求的不断提高,人们迫切需求更加智能化和微型化的信息处理系统。忆阻器的出现,使电路理论更加完备,有着巨大的应用潜能,给这种需求提供了可行的解决方案。忆阻器是一类新型的纳米级电子器件,其功耗低,集成度高,它的记忆效应类似于生物神经系统中突触的功能,使得忆阻突触具有仿生智能的信息处理能力,有望彻底改变现有的信息处理方式。本文首先对忆阻器的模型进行数值仿真和电路设计,分析了典型的忆阻器电学特性。第二,讨论了两个磁控忆阻器串并联连接的耦合行为,进行详细的理论分析。第三,在改进的忆阻器模型上,设计了一种反向串联忆阻开关型突触电路,并成功应用于交叉阵列的图像存储中。第四,将忆阻突触用于实现存储和运算的融合。最后,利用SPICE电路仿真完成了忆阻Hopfield神经网络的电路实现。本文的主要工作涵盖以下四个部分:(1)基于磁控忆阻器推导了耦合忆阻器的数学模型,考虑了不同极性连接和耦合强度对耦合行为的影响,并通过构建Pspice仿真器,从电路的角度验证了忆阻器的耦合连接特性。(2)基于改进的离子迁移忆阻器模型,设计了一种带开关的反向串联忆阻突触电路,并将此突触电路用于交叉阵列中,优化了图像的存储方案,讨论了噪声电压对图像存储的影响,进行了数值分析和仿真比较,证实了所提出的存储方案比单个忆阻器交叉阵列的方法更具有可靠性和鲁棒性。(3)基于银硫化物忆阻器的忆阻特性,将此忆阻器用作突触来模拟生物神经形态系统的STDP和SRDP学习规则,并进一步提出了存储与运算于一体的新型交叉阵列结构,利用突触可塑性实现图像处理中的基本运算。LTspice仿真验证了该方案的有效性。(4)改进了忆阻桥突触电路,在不需要附加开关和转换器的条件下,更好地实现了零、负和正突触权值的更新。基于此,提出了基于忆阻桥突触的神经网络电路,通过单联想记忆和多联想记忆的仿真实验,研究了该忆阻神经网络的联想记忆能力。