طراحی مداری vlsi نورومورفیک برای مدل نورونی رالکوف

مطالعه و بررسی سیستم های عصبی، در سال های اخیر بسیار مورد توجه دانشمندان جهان واقع شده ، به-طوری که دانشمندان علوم مختلف از جمله بیولوژی، نوروفیزیولوژی و مهندسی سعی در بررسی و فهم وتوصیف شبکه های عصبی داشته اند. در این راستا دانشمندان و مهندسان نورومورفیک، همزمان با دانشمندان نوروبیولوژی مدل قسمت های متفاوت سیستم های عصبی نظیر نورون ها را به وسیله مدارات آنالوگ و دیجیتال شبیه سازی و پیاده سازی نموده اند. یک نورون الکترونیکی مصنوعی می تواند رفتارهای مشاهده شده در نورون های واقعی را با استفاده از مدارهای الکترونیکی بازتولید نماید، به این ترتیب که مدل های ریاضی به دست آمده از داده های مربوط به آزمایشات نوروفیزیولوژی، در شبیه سازی مدار الکترونیکی مزبور به کار گرفته می شوند. در این پایان نامه نیز یک مدار آنالوگ برای مدل نورونی رالکوف که یک مدل ریاضی مبتنی بر نگاشت است، ارائه گردیده است.مدل رالکوف مدلی ست که دارای دو مزیت مهم سادگی و دینامیک زمان گسسته می باشد. این مدل که یک مدل تطبیقی ست، قادر است با تنظیم پارامترها، رفتارهای متفاوت اسپایکینگ و برستینگ متناوب و بی نظم مشاهده شده در نورون های بیولوژیکی واقعی را بازآفرینی نماید.از آنجا که مدل نورونی رالکوف دارای دو متغیر می باشد،مدار پیشنهادی برای این مدل نورونی، دارای چهار بلوک نمونه بردار- نگهدارنده برای پیاده سازی روند تکرار در معادلات گسسته در زمان است، که به هر یک از متغیرها دو بلوک تعلق می گیرد.این مدارات نمونه بردار- نگهدارنده، با استفاده از مدارات کلیدی- خازنی پیاده سازی گردیده اند، که برای باز و بسته کردن کلید های آنها که از نوع کلیدهای ماسفتی می باشند، به پالس هایی با فرکانس یکسان و فاز متفاوت نیاز است، برای جلوگیری از ایجاد اثرات نامطلوب اشتراک بار و تزریق بار، پس از هر مدار کلیدی- خازنی، بایستی از مدارات بافر، استفاده گردد. از آنجا که در پیاده سازی این مدل نورونی، دقت مدار بسیار حائز اهمیت می باشد و مدارات آپ امپی از دقت بالایی برخوردارند، بافرها و هم چنین مدارات جمع کننده و تفریق گر مورد نیاز با استفاده ار مدارات آپ امپی ساخته شده اند. آپ امپ مورد استفاده در این کار بایستی تا حد ممکن ایده آل باشد، لذا به آپ امپی با بهره و حاشیه فاز تا حد امکان بالا نیاز است. علاوه بر این، این مدل درای یک تابع غیر خطی سه ضابطه ایست که پیاده سازی آن مستلزم استفاده از مدارات دیودی و مدار مولد تابع معکوس می باشد.در این پیاده سازی سعی بر حداقل نمودن توان مصرفی با استفاده از تکنیک های مختلف مداریست، لذا پیاده سازی مداری این مدل، برای به کارگیری در مدارهای مجتمع مقیاس بزرگ، جهت تحلیل دینامیکی شبکه های بزرگ از نورون های کوپل شده و بررسی مفاهیم یادگیری و پلاستیسیته سیناپسی مناسب می باشد. شبیه سازی های مربوط به این مدار، در محیط hspice، با تکنولوژی 0/5مایکرون و بایاس مثبت ومنفی1/8 ولت صورت گرفته است.