Skip to main content
QUICK REVIEW

[论文解读] A Reconfigurable FIR Filter with Memristor-Based Weights

Farnood Merrikh-Bayat, Fabien Alibart|arXiv (Cornell University)|Aug 18, 2016
Advanced Memory and Neural Computing参考文献 18被引用 14
一句话总结

本论文提出一种使用二氧化钛忆阻器作为可调权重的可重构模拟有限冲激响应(FIR)滤波器,实现高精度、现场可编程的系数存储。该设计在模拟域内完成乘法和累加运算,与传统数字FIR滤波器相比,在能效和面积效率方面表现出显著优势,实验验证基于6抽头原型,采用混合CMOS/忆阻器集成技术。

ABSTRACT

We report on experimental demonstration of a mixed-signal 6-tap finite-impulse response (FIR) filter in which weights are implemented with titanium dioxide memristive devices. In the proposed design weight of a tap is stored with a relatively high precision in a memristive device that can be configured in field. Such approach enables efficient implementation of the most critical operation of an FIR filter, i.e. multiplication of the input signal with the tap weights and summation of the products from taps, in analog domain. As a result, the proposed design, when implemented with fully integrated hybrid CMOS/memristor circuit, is expected to be much more compact and energy efficient as compared to the state-of-the-art approaches.

研究动机与目标

  • 开发一种用于信号处理应用的紧凑、高能效FIR滤波器架构。
  • 利用忆阻器件实现FIR滤波器中现场可编程、高精度的权重调节。
  • 通过基于忆阻器的权重在模拟域内实现乘法和累加运算,以降低功耗。
  • 展示混合CMOS/忆阻器集成在可重构模拟滤波中的可行性。
  • 在面积和能效方面实现对现有最先进数字FIR滤波器实现方案的性能提升。

提出的方法

  • 滤波器采用六个抽头,每个抽头的系数存储于基于二氧化钛的忆阻器器件中。
  • 忆阻器用于以高精度存储模拟权重值,实现滤波器系数的现场可重构。
  • 输入信号通过电流模式求和电路在模拟域内与忆阻器导出的权重进行乘法运算。
  • 各抽头的输出在模拟加法器中相加,生成最终的滤波输出。
  • 系统采用混合CMOS/忆阻器电路实现,结合数字控制与模拟计算。
  • 设计利用忆阻器的非易失性和可调电阻特性,实现无需数字DAC的可重构滤波。

实验结果

研究问题

  • RQ1忆阻器能否用于在模拟FIR滤波器中实现高精度、可重构的权重?
  • RQ2与数字实现相比,使用忆阻器在模拟域内进行乘法和累加运算在能效和面积效率方面表现如何?
  • RQ3当权重存储于二氧化钛忆阻器中时,6抽头FIR滤波器的性能如何?
  • RQ4在混合信号滤波器架构中,忆阻器件能否可靠地存储和检索现场可编程的系数?
  • RQ5混合CMOS/忆阻器集成在多大程度上降低了FIR滤波器的面积和功耗?

主要发现

  • 所提出的FIR滤波器成功展示了基于忆阻器权重的模拟域滤波输出计算,具有高精度。
  • 通过在模拟域内执行乘法和累加运算,避免了功耗较高的数字组件,显著提升了面积和能效效率。
  • 通过可编程忆阻器电阻状态实现滤波器系数的现场可重构,支持动态滤波器自适应。
  • 实验结果证实,二氧化钛忆阻器可作为稳定、可调的权重,在功能FIR滤波器中可靠使用。
  • 混合CMOS/忆阻器实现显示出相比传统数字FIR滤波器在能效方面实现数量级提升的潜力。
  • 6抽头原型表明,忆阻器权重可在混合信号系统中可靠用于可重构信号处理。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。