申请/专利权人：哈尔滨工业大学(威海)

申请日：2020-09-14

公开（公告）日：2024-04-16

公开（公告）号：CN112130057B

主分类号：G01R31/28

分类号：G01R31/28;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.01.12#实质审查的生效;2020.12.25#公开

摘要：本发明涉及一种基于忆阻器神经网络的辐射效应诊断系统，其解决了现有技术通过神经网络诊断集成电路的辐射失效状态，耗费大量硬件资源，诊断过程可靠性低的技术问题，其通过设计的卷积神经网络对集成电路的故障数据集实现了分类诊断；基于忆阻器的神经网络，包含了第一层一维卷积层电路、第二层一维卷积层电路、矩阵正负值运算电路电路、最大池化电路、全连接层的电路结构；通过忆阻器搭建的智能集成电路辐射效应诊断系统可以将诊断电路与待诊断电路集成，可以有效掌控电路的状态，保障系统的可靠性。本发明广泛用于集成电路辐射故障诊断。

主权项：1.一种基于忆阻器神经网络的辐射效应诊断系统，其特征在于，通过以下过程来实现：第一步，搭建模拟辐射现象的器件模型，通过器件模型模拟仿真辐射现象，根据器件模拟仿真结果提取关键参数，通过辐射带来的1f噪声变化导致的电流改变获取不同的辐射故障情况下的不同电流功耗数据，将其作为故障数据集；第二步，通过卷积神经网络对故障数据集进行预处理，然后通过设定训练的迭代次数对单组数据输入网络的训练次数，使用随机梯度下降的方法进行训练；第三步，采用参数移植的方法，将所述第二步训练之后的卷积神经网络参数移植到忆阻器交叉阵列神经网络电路中，将神经网络的权重和偏置映射到忆阻器的电导值中，实现辐射故障诊断神经网络的硬件电路的搭建，硬件电路包括第一层一维卷积层电路、第二层一维卷积层电路、矩阵正负值运算电路、最大池化电路、全连接层的电路结构数据流拆分为正负部分流进第一层一维卷积层电路，输出正值数据流入最大池化层1电路，输出到池化层1正负产生电路，生成正负值数据流入第二层一位卷积层电路，由此输出正值数据流入最大池化层2电路，输出正值数据到池化层1正负产生电路，生成正负值数据流入第二层一位卷积层电路全连接层；所述硬件电路与待诊断电路集成。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 基于忆阻器神经网络的辐射效应诊断系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD