随着信息技术的迅速发展,人们对电子器件和电路集成度的要求越来越高。传统的晶体管无论在尺寸大小、性能等方面都面临着严峻的挑战。忆阻器是一种新型电路元件,它具有低功耗、纳米尺度、记忆特性等优良性能,在非易失存储器、数字逻辑电路和神经网络等领域有着广阔的潜在应用前景。忆阻器的纳米尺度和记忆特性使其成为构建新一代人工突触的最好选择。本文在介绍忆阻器与神经网络理论的基础上,设计了带窗函数的HP忆阻器突触及新型忆阻神经网络模型,实现了学习、联想记忆与遗忘过程的高级生物活动。本文主要内容如下:(1)为了确定忆阻器与忆容器那个更适合模拟神经元突触,提出了两种忆容器模型,推导了忆容器的容值计算公式,并与两种忆阻器模型进行了性能比较,分析结果表明忆阻器更适合于神经元突触的设计,从而选定带窗函数的HP忆阻器模型用于神经网络的设计。(2)基于带窗函数的HP忆阻器模型,设计了与门和或门逻辑电路,分析了门电路工作原理,通过SPICE软件对逻辑门电路进行了仿真,验证了其逻辑关系,为本文的神经网络电路设计奠定基础。(3)设计了一种改进的CMOS神经元电路,对电路的工作原理进行了理论分析与仿真;提出了一种新的突触权重修改规则,该规则除学习、两种遗忘外,还增加了第三种遗忘的权重修改规则,能够很好地解释突触权重的变化情况,为后续联想记忆神经网络设计与应用奠定了理论基础。(4)基于上述忆阻器模型、忆阻器逻辑门电路、CMOS神经元电路和突触权重修改规则,设计了一种新的忆阻神经网络电路,实现了学习、联想记忆与遗忘在内的生物活动。对其工作原理进行了理论分析,并通过SPICE软件对该忆阻神经网络功能进行了电路仿真,仿真结果验证了神经网络模型的正确性。