推荐综述｜基于忆阻器的混沌、存储器及神经网络电路研究进展
忆阻器是除电阻、电容、电感之外发现的第4种具有记忆特性的非线性电子元件，可用于混沌、存储器、神经网络等电路与系统的实现。今日推荐湖南大学王春华教授团队的综述《基于忆阻器的混沌、存储器及神经网络电路研究进展》，对基于忆阻器的混沌电路、存储器、神经网络电路的设计与神经动力学的国内外研究进行了综述，并给出了对它们的研究展望。欢迎关注、品鉴与引用。
论文题目：基于忆阻器的混沌、存储器及神经网络电路研究进展关 键 词：忆阻器；混沌电路；存储器；神经网络
图1 HP忆阻器的结构图
通常，忆阻器可以分为荷控型忆阻器和磁控型忆阻器。
(1)忆阻器的忆阻值与流过忆阻器的电流的历史值有关。因此忆阻器具有记忆功能：即当有外加电流通过时，电荷发生改变，于是忆阻值发生改变；当外加电流断开后，电荷保持外加电流断开时值不变，于是忆阻值 也保持电流断开时的值不变。
(2)忆导值是电压对时间的积分的函数。所以，忆阻器的忆导值与施加在忆阻器的电压的历史值有关。因此忆阻器具有记忆功能：即当有外加电压通过时，磁通发生改变，于是忆导值发生改变；当外加电压断开后，磁通一直保持电压断开时的值不变，于是忆导值也保持电压断开时的值不变。
自HP忆阻器问世后，针对忆阻器的基本特性，研究人员设计出了众多的忆阻器模型，如自旋忆阻器、阈值开关忆阻器、电压/电流自适应忆阻器、基于Ag/AgInSbTe/Ta(AIST)的忆阻器、基于Al/Pr0.7Ca0.3MnO3 (PCMO)的忆阻器、 基于TaOx的忆阻器、基于Sr0.95Ba0.05TiO3 (SBT) 的忆阻器等等。由于工艺与成本的限制，目前忆阻器还没有商业化，为了研究忆阻器的应用，一些数学和电路的忆阻模拟器被提出。从此以后，基于忆阻器的混沌电路、存储器、神经网络电路及神经动力学研究等不断被报道。
NUMBER
由于忆阻器是一种非线性器件，可以用于构造 混沌电路。近年来，基于忆阻器的混沌系统设计已经成为忆阻器研究的热点方向之一。
忆阻器混沌系统根据其生成方法可以归纳如下几类：
(1)忆阻器替换蔡氏电路中非线性元件的方法；
(2)新增忆阻器的方法；
(3)忆阻器替换非Chua系统中线性/非线性项的方法；
(4)利用不同数学模型的忆阻器进行电路设计。
2NUMBER
5G、大数据技术的快速发展，对存储技术提出了更高的要求，带来了新的挑战。提升存储器的存储密度是解决目前存储问题的根本，也是进行基于忆阻器的存储器设计重点关注的问题。除了借助忆阻器本身尺寸小的优势外，多值存储是提高存储密度的有效方法。
近年来，基于忆阻器的存储器设计主要分为以下两部分：
(1)二值存储单元及阵列结构设计；
(2)多值存储单元设计。
图2 基于1T2M存储单元的多值存储器原理图
3NUMBER基于忆阻器的神经网络电路实现的文献发表，总结起来，可分为：
(1)忆阻器桥突触神经网络；
(2)交叉杆阵列神经网络。
交叉杆(Memristor Crossbar, MC)阵列神经网 络的权值与忆阻器的忆导值相关。相比忆阻器桥神 经网络电路而言，该类神经网络的突触及整体网络 电路结构较为简单，采用两个忆阻器构成交叉杆阵 列，其突触权值为两个阵列忆导值之差，从而使得 权值可为正值、零、负值，这样可以很方便地进行 权值更新。通常采用交叉杆阵列的电路结构，可以 进行神经元的互联，实现超大集成密度的神经网 络。整体神经网络电路采用电流模式方法对多路输 出电流进行相加。
相对来说，交叉杆阵列神经网络电路结构较为简单。但是两类神经网络电路的难点均在于多层神经网络权值更新算法电路实现。目前这两类神经网络主要采用BP算法和RWC算法进行权值更新。
图3 基于忆阻器突触的电路结构图
4NUMBER
人类大脑包含着数以亿计的神经元细胞，它们通过广泛的相互连接而形成具有复杂结构和高级智 能的生物神经网络。为了揭示大脑的奥秘，人们通过对生物神经网络结构和工作机理的长期探索，建立了人工神经元和神经网络模型。神经动力学的应用正渗透到神经形态电路、人工智能、模式识别、神经病理学以及医药学等多个领域。因此，神经动力学的研究具有重要的科学意义和应用价值。近年来，基于忆阻器的神经动力学的研究内容主要分为以下两部分：
(1)忆阻神经混沌动力学研究。
图4 电磁辐射忆阻神经模型
(2)忆阻神经网络同步研究。
图5 忆阻突触神经模型
鉴于上述对基于忆阻器的混沌电路、存储器、 神经网络电路的设计与神经动力学等几个方面国内 外研究现状分析，目前有以下几个方面的工作需要进行：
(1)基于忆阻器的混沌电路：在基于忆阻器的 混沌电路方面；
(2)基于忆阻器的存储器：在基于忆阻器的存 储器方面；
(3)基于忆阻器的人工神经网络：在基于忆阻 器的人工神经网络方面；
(4) 基于忆阻器的神经动力学：在基于忆阻器 的神经动力学方面。
王春华：男，1963年生，教授，研究方向为模拟/混合集成电路设计、混沌电路与系统、神经网络与类脑智能、混沌图像加密。
蔺海荣：男，1988年生，博士生，研究方向为基于忆阻的神经网络模型设计、动力学分析以及电路实现。
孙晶如：女，1977年生，助理教授，研究方向为基于忆阻的存储器技术、混沌图像加密技术、基于神经网络的交通流预测。
周 玲：女，1980年生，讲师，研究方向为混沌电路与系统、图像处理与加密。
周 超：男，1991年生，博士生，研究方向为复杂网络、基于忆阻神经网络同步与控制。
邓全利：男，1993年生，硕士生，研究方向为基于忆阻器的混沌系统及基于忆阻器的神经网络。
本文系《电子与信息学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发
编辑：吴艳、余蓉
校对：马秀强、刘艳玲
审核：陈倩
温馨提示
如果您关注的公众号较多，不能及时看到本刊的推送，建议您给本刊公众号加星标或置顶。【点击文章标题下方的蓝色字体“电子与信息学报”进入本刊公众号，点击右上角“...”选择设为星标，置顶公众号】
关于颁布智能制造工程技术人员等3个国家职业技术技能标准的通知
声明
欢迎评论、转载和分享本公众号原创内容，转载请与本号联系授权，标注原作者和信息来源《电子与信息学报》。
本号发布信息旨在传播交流。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《电子与信息学报》拥有最终解释权。
号外
为促进学术交流，拉进编辑团队和作者，读者，专家之间的距离，电子与信息学报2021年正式开通4个微信学术讨论群啦，欢迎大同行小同行们扫码入群转发推荐扫码可选择通信与信号信息处理、网络与信息安全、自动化与模式识别、电路与系统技术等4个专业方向入口：
由于微信群既定机制，200人以后无法直接扫码，只能通过邀请入群。如此，请与您的好友互邀，更欢迎您通过加小编微信入群。进群请更改真实姓名+单位，欢迎把我们推荐给您的同行朋友们，大家一起寻找志同道合的伙伴！
关注我们
《电子与信息学报》
官方订阅号