W artykule przedstawiono analizę i propozycję metody projektowania Sieci Neuronowych Komórkowych (SNK) realizowanych z zastosowaniem układów CMOS pracujących w trybie prądowym. Analizę przeprowadzono wykorzystując model tranzystora MOS Shichmana - Hodgesa oraz model Sakurai'a - Newtona. Wyjaśniono sposób projektowania na przykładach SNK detektora elementów spójnych. Rezultaty projektowania potwierdzono symulacjami komputerowymi programem SPICE z wykorzystaniem parametrów modelu tranzystora MOS technologii MIETEC 2.4 um oraz technologii CMOS 0.25 um. Przedstawiono model układowy komórki SNK "full range" oraz wyniki jego symulacji i pomiarów. Ponadto zaproponowano zmodyfikowany model układowy komórki SNK "full range", którego zaletą jest dużo lepsza liniowość.
EN
In this article an analysis and designing method proposal of Cellular Neural Networks (CNN) based on current - mode CMOS circuits are presented. A detailed analytical analysis is made using Shichman - Hodges and Sakurai - Newton MOS transistor model. A designing way is explained for a connected component detector CNN example. Designing results are checked by SPICE simulations using CMOS MIETEC 2.4 um and CMOS 0.25 um technology parameters. CMOS CNN full range cell model, its simulations and measurements results have been presented. The current - mode "full-range" concept of the cell circuit allows for minimize number of MOS transistors and allows for application of switched templates in time sequence. However, strong nonlinearities of the time constant of an integrator stage in CMOS full range CNN cell realization exclude this circuit from CNN application where the result processing depends on the precision of signal waveforms during the state evolution in time. Investigations directed to overcome this problem have resulted in modifield version of current - mode CNN "full range" cell. The main idea of the time constant nonlinearity reduction results from increasing the bias current of the integrator stage, which is now greater then the maximal level of state variable. A comparison of the computer simulation of the CNN system operation using two models of cell is presented. The conclusion is that modifield full range CNN cell model is much more linear, therefore this concept is better suited for requirements of the CNN for image object area estimation.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono analizę i metody projektowania Sieci Neuronowych Komórkowych (SNK) realizowanych z zastosowaniem wzmaczniaczy transkonduktacyjnych jednowejściowych OTA i wzmacniaczy transkonduktacyjnych wielowejściowych MIOTA. Analizę przeprowadzono wykorzystując model tranzystora MOS Shichmana-Hodgesa oraz model alpha-power. Wyjaśniono sposób projektowania na przykładach SNK detektora elementów spójnych i sieci usuwającej szum z obrazu binarnego. Rezultaty projektowania potwierdzono symulacjami komputerowymi programem SPICE z wykorzystaniem parametrów modelu tranzystora MOS w technologii MIETEC 2.4 [mi]m. Metody, które użyto do zaprojektowania i wykonania kilku prototypowych układów SNK o niewielkiej liczbie komórek, mogą być również zastosowane do projektowania dużych układów scalonych.
EN
In this article an analysis and methods of the design of Cellular Neural Networks based on transconductance amplifier OTA and multiple input transconductance amplifier MIOTA are presented. A detailed analitical analysis is made using Shichman-Hodges and alpha-power MOS transistor models. The design procedure is explained for a connected component detector and a noise removal examples. The results are checked by SPICE simulations using CMOS MIETEC 2.4 [mi]m technology parameters. The described methodology has been applied for manufacturing a prototype Cellular Neural Network chips with small number of cells and can be used for large VLSI systems.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.