SET-MOS混合结构的细胞神经网络及其应用

基于细胞神经网络（CNN）细胞单元的等效电路及其电学特性模型,利用SET-MOS混合结构反相器实现了模型中的激活函数电路,用耦合电容单元实现CNN细胞的系统模板,构建了SET-MOS CNN细胞硬件电路,并将其应用在图像处理中.仿真结果表明,所设计的CNN硬件电路具有结构简单、功耗低、响应速度快等特点,可用于构成各种规模的CNN电路,进一步满足大规模信号处理的需求及提高集成电路的集成度. 关键词： 单电子晶体管 MOS管 细胞神经网络 图像处理     

SETMOS实现多涡卷蔡氏电路的研究

基于细胞神经网络结构,利用具有负微分电阻特性的单电子晶体管与金属氧化物半导体混合结构器件SETMOS实现了多涡卷蔡氏电路.对该电路系统的基本动力学特性(如相图、分岔图、Lyapunov指数、Poincaré映射和功率谱)进行了理论分析和数值仿真,并利用电路仿真实验验证了该三阶四涡卷蔡氏电路设计的正确性和可行性.研究结果表明,SETMOS的负微分电阻特性决定着多涡卷蔡氏电路的复杂动力学行为,而且所设计的电路结构简单易行.     

单电子晶体管-金属氧化物半导体场效应晶体管多峰值负微分电阻器件

传统的共振隧穿二极管的多峰值负微分电阻器件的峰值数目受到限制，由单电子器件和传统的金属氧化物半导体场效应晶体管(MOSFET)器件组成的多峰值负微分电阻器件在原理上具有无穷多个峰值，并且MOSFET使单电子晶体管(SET)的峰值和谷值电流大小受其源漏电压的影响减小.利用这种多峰值负微分电阻器件实现了多值存储器，该存储器原理上是无穷多值的.并且利用它的折叠的I-V特性，实现了一个4位的Flash A/D转换器，与传统的Flash A/D转换器相比，SET-MOSFET的A/D转换器大大地简化了电路. 关键词： 库仑阻塞 库仑振荡 负微分电阻 多值存储器     

SETMOS在蔡氏电路中的特性研究

利用拟合法简化了单电子晶体管与金属氧化物半导体混合结构器件SETMOS的负微分电阻特性方程,提出了由SETMOS设计多涡卷混沌电路的方法.理论上定性和定量地分析了负微分电阻特性对于多涡卷蔡氏电路平衡点的影响.经研究发现,多涡卷蔡氏电路混沌在非线性函数的各负斜率区中形成径向收缩、轴向拉伸的单向运动,而在各正斜率区中形成径向拉伸、轴向收缩的涡卷运动.这为进一步实现多涡卷电路及研究其复杂动力学行为提供了理论基础.     

基于单电子器件的混沌电路研究

利用单电子晶体管和金属氧化物半导体的混合器件——SETMOS设计实现了细胞神经网络结构的蔡氏电路,得到了单涡卷吸引子和双涡卷吸引子.通过设计构成的SETMOS跨导放大器和SETMOS电压比较器,提出了基于SETMOS的类双涡卷混沌电路,仿真验证了类双涡卷吸引子.模拟结果表明,所设计的硬件电路结构简单,功耗低,有利于进一步提高集成电路的集成度,为混沌在工程领域的实际应用提供了新方法. 关键词： 细胞神经网络 蔡氏电路 混沌 涡卷     

Na掺杂对C20H20分子的电子输运性质影响

利用第一性原理密度泛函理论和非平衡格林函数方法研究了Na@C₂₀H₂₀分子的电子输运性质. 计算结果显示它的I-V曲线在偏圧 V范围内表现出了较好的线性特性, 出现了明显的负微分电阻现象, 并得到其平衡电导为0.0101G₀. 通过与Li@C₂₀H₂₀分子对比分析, 发现掺杂Na不仅能提高C₂₀H₂₀分子的电子输运能力, 而且 关键词： 20H₂₀分子')" href="#">Na@C₂₀H₂₀分子 电子输运 负微分电阻     

Mg、Na原子的嵌入对富勒烯C_(50)的电子传输特性与负微分电阻效应的影响

采用基于密度泛涵理论的第一性原理和非平衡格林函数方法研究了Mg、Na原子的嵌入对于C50分子的电子传输特性与负微分电阻效应的影响.结果显示Mg、Na原子的嵌入明显改变了C50分子的负微分电阻效应,且大大增强了C50分子的电子传输性能.分析认为,由于Mg、Na原子的嵌入,使得电子输运系数发生偏移而改变了C50分子的电子传输性能和负微分电阻效应.     

新型双异质结高电子迁移率晶体管的电流崩塌效应研究

针对传统单结GaN基高电子迁移率晶体管器件性能受电流崩塌效应和自加热效应限制的困境,对新型A1GaN/GaN/InGaN/GaN双异质结高电子迁移率晶体管的直流性质展开了系统研究.采用基于热电子效应和自加热效应的流体动力模型,研究了器件在不同偏压下电流崩塌和负微分电导效应与GaN沟道层厚度的相关.研究发现具有高势垒双异质的沟道层能更好地将电子限制在沟道中,显著减小高电场下热电子从沟道层向GaN缓冲层的穿透能力.提高GaN沟道层厚度可以有效抑制电流崩塌和和负微分输出电导,进而提高器件在高场作用下的性能.所得结果为进一步优化双异质结高电子迁移率晶体管结构提供了新思路,可促进新型GaN高电子迁移率晶体管器件在高功率、高频和高温等无线通讯领域内的广泛应用.     

B原子的掺杂对富勒烯C_(32)的电子传输特性与负微分电阻效应的影响

采用基于密度泛涵理论的第一性原理和非平衡格林函数方法研究了硼原子的掺杂对于富勒稀C32分子的电子传输特性与负微分电阻效应的影响.结果显示硼原子的掺杂明显降低了C32分子的电子传输特性,却增强了分子的负微分电阻效应.分析认为,硼原子的掺杂减少了核外电子是导致分子的电子传输性能降低和负微分电阻效应增强的主要原因.本文还研究了掺杂的硼原子的个数多少对C32分子的影响.     

单电子晶体管通断图及其分析

通过研究单电子晶体管在电路中的静电能量的变化,得到了它的阻塞、导通情况与其两端偏压和控制栅压之间的关系,从而给出了它的通断图.并且发现单电子晶体管的对外特性主要由其对外的总电容决定;而单电子岛两个隧道结电容的不同主要反映在通断图上由隧道结电容所决定的晶体管阻塞、导通边界线上,这两条边界线同时也与外电路有关 关键词： 单电子晶体管 库仑阻塞 隧穿     

Approach to Generalized Synchronization with Application to Chaos-Based Secure Communication

A constructive theorem is established for generalized synchronization (GS) related to C¹ diffeomorphic transformations of unidirectionally coupled dynamical arrays. The theorem provides some interpretations about the underlying mechanism of various GS phenomena in nature. As a direct application of the theorem, a chaos-based secure Internet communication scheme is proposed. Moreover, a cellular neural network (CNN) of Chen's chaotic circuits with GS property is designed and studied. Numerical simulation shows that this Chen's CNN has high security and is fast and reliable for secure Internet communications.     

Complex dynamic behaviors in hyperbolic-type memristor-based cellular neural network

This paper presents a new hyperbolic-type memristor model,whose frequency-dependent pinched hysteresis loops and equivalent circuit are tested by numerical simulations and analog integrated operational amplifier circuits.Based on the hyperbolic-type memristor model,we design a cellular neural network(CNN)with 3-neurons,whose characteristics are analyzed by bifurcations,basins of attraction,complexity analysis,and circuit simulations.We find that the memristive CNN can exhibit some complex dynamic behaviors,including multi-equilibrium points,state-dependent bifurcations,various coexisting chaotic and periodic attractors,and offset of the positions of attractors.By calculating the complexity of the memristor-based CNN system through the spectral entropy(SE)analysis,it can be seen that the complexity curve is consistent with the Lyapunov exponent spectrum,i.e.,when the system is in the chaotic state,its SE complexity is higher,while when the system is in the periodic state,its SE complexity is lower.Finally,the realizability and chaotic characteristics of the memristive CNN system are verified by an analog circuit simulation experiment.     

基于CNN的红外图像边缘检测算法的FPGA实现

提出了一种以现场可编程门阵列为硬件处理器实现基于细胞神经网络的红外图像边缘检测方法.首先利用simulink的算法行为特性搭建红外图像输入模块,获得相关的红外图像头信息并对红外图像像素值范围进行相应变化,然后根据细胞神经网络模板所创建的查找表设计单个细胞元软核,再利用细胞神经网络阵列的规则性和互联的局域性,将单个细胞元软核扩展成细胞神经网络阵列.最后采用modelsim将细胞神经网络阵列与红外图像输入、输出模块相关联,从而达到实时处理的效果.实验结果表明:基于现场可编程门阵列为硬件处理器平台实现的细胞神经网络对红外图像进行边缘检测取得了较好的效果,且与MATLAB软件仿真的结果进行对比得出两者只有极其微小的差别.在Xilinx公司Virtex-6系列的现场可编程门阵列平台上,综合后占用极少资源的情况下得到142.693 MHz的最高频率,并且达到了2.378 Mpixels/sec处理速度.     

石墨烯射频器件研究进展

石墨烯因具有优良的电学特性,在半导体行业中受到广泛关注,特别因其具有超薄的结构和极高的载流子迁移率,为解决短沟道效应提供了可能,并且在高速电子领域具有应用前景.近年来,使用石墨烯作为沟道材料制备射频晶体管及射频电路是发挥石墨烯材料优势的一个重要研究方向.制造高性能的射频器件,首先要制备出高性能的石墨烯材料.在金属衬底上沉积均匀的单层石墨烯材料或者在绝缘衬底上外延生长单层、双层石墨烯材料都是获得高质量石墨烯材料的常用方法.器件结构及工艺流程的设计也是提升晶体管射频性能的重要因素,多指栅结构、T型栅结构、埋栅结构以及自对准工艺的发展能够有效改善石墨烯射频晶体管的截止频率及最大振荡频率.石墨烯晶体管独特的电学特性使得其除了可以构造与其他半导体材料电路相似的射频电路结构,还可以构造出功能完整并且结构更加简单的新型射频电路结构.     

基于CNN的红外图像边缘检测算法的FPGA实现

提出了一种以现场可编程门阵列为硬件处理器实现基于细胞神经网络的红外图像边缘检测方法.首先利用simulink的算法行为特性搭建红外图像输入模块,获得相关的红外图像头信息并对红外图像像素值范围进行相应变化,然后根据细胞神经网络模板所创建的查找表设计单个细胞元软核,再利用细胞神经网络阵列的规则性和互联的局域性,将单个细胞元软核扩展成细胞神经网络阵列.最后采用modelsim将细胞神经网络阵列与红外图像输入、输出模块相关联,从而达到实时处理的效果.实验结果表明:基于现场可编程门阵列为硬件处理器平台实现的细胞神经网络对红外图像进行边缘检测取得了较好的效果,且与MATLAB软件仿真的结果进行对比得出两者只有极其微小的差别.在Xilinx公司Virtex-6系列的现场可编程门阵列平台上,综合后占用极少资源的情况下得到142.693 MHz的最高频率,并且达到了2.378 Mpixels/sec处理速度.     

A Security-Enhanced Image Communication Scheme Using Cellular Neural Network

In the current network and big data environment, the secure transmission of digital images is facing huge challenges. The use of some methodologies in artificial intelligence to enhance its security is extremely cutting-edge and also a development trend. To this end, this paper proposes a security-enhanced image communication scheme based on cellular neural network (CNN) under cryptanalysis. First, the complex characteristics of CNN are used to create pseudorandom sequences for image encryption. Then, a plain image is sequentially confused, permuted and diffused to get the cipher image by these CNN-based sequences. Based on cryptanalysis theory, a security-enhanced algorithm structure and relevant steps are detailed. Theoretical analysis and experimental results both demonstrate its safety performance. Moreover, the structure of image cipher can effectively resist various common attacks in cryptography. Therefore, the image communication scheme based on CNN proposed in this paper is a competitive security technology method.     

Image noise cancellation using linear matrix inequality and cellular neural network

In this paper, the technique of image noise cancellation is presented by employing cellular neural networks (CNN) and linear matrix inequality (LMI). The main objective is to obtain the templates of CNN by using a corrupted image and a corresponding desired image. A criterion for the uniqueness and global asymptotic stability of the equilibrium point of CNN is presented based on the Lyapunov stability theorem (i.e., the feedback template “A” of CNN is solved at this step), and the input template “B” of CNN is designed to achieve desirable output by using the property of saturation nonlinearity of CNN. It is shown that the problem of image noise cancellation can be characterized in terms of LMIs. The simulation results indicate that the proposed method is useful for practical application.