Luận văn Ứng dụng memristor nhận diện ký tự (Phần 1)

Nội dung text: Luận văn Ứng dụng memristor nhận diện ký tự (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ NGỌC THANH ỨNG DỤNG MEMRISTOR NHẬN DIỆN KÝ TỰ NGÀNH: KỸ THUẬT ĐIỆN TỬ- 60520203 S K C0 0 4 9 4 7 Tp. Hồ Chí Minh, năm 2016
2. LÝ LỊCH KHOA HỌC I. LÝ LỊCH SƠ LƯỢC: Họ & tên: Lê Ngọc Thanh Giới tính: Nam Ngày, tháng, năm sinh: 23/08/1992 Nơi sinh: Kon Tum Quê quán: Quảng Nam Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: 981 Kha Vạn Cân, Phường Linh Tây, Quận Thủ Đức, TP. Hồ Chí Minh. Điện thoại nhà riêng: 01229571992 E-mail: thanhspkt1992@gmail.com II. QUÁ TRÌNH ĐÀO TẠO: Hệ đào tạo: Đại học chính quy Thời gian đào tạo từ 09/2010 đến 09/2014 Nơi học (trường, thành phố): Đại Học Sư Phạm Kỹ Thuật TP. HCM Ngành học: Kỹ thuật Điện – Điện tử Tên đồ án, luận án hoặc môn thi tốt nghiệp: “THIẾT KẾ MÔ HÌNH HỆ THỐNG ĐIỀU KHIỂN PHÂN LOẠI VÀ ĐÓNG GÓI SẢN PHẨM” Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: 07/2014 tại trường Đại Học Sư Phạm Kỹ Thuật TP. HCM Người hướng dẫn: ThS. Tạ Văn Phương III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm i
3. LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tp. Hồ Chí Minh, ngày 19 tháng 09 năm 2016 (Ký tên và ghi rõ họ tên) Học viên Lê Ngọc Thanh ii
4. LỜI CẢM ƠN Để hoàn thành chương trình cao học và viết luận văn này, tôi đã nhận được sự hướng dẫn, giúp đỡ và góp ý nhiệt tình của quý thầy cô trường Đại học sư phạm kỹ thuật Thành phố Hồ Chí Minh. Trước hết, tôi xin chân thành cảm ơn đến quý thầy cô trường Đại học sư phạm kỹ thuật Thành phố Hồ Chí Minh, đặc biệt là những thầy cô đã tận tình dạy bảo cho tôi suốt thời gian học tập tại trường. Tôi xin gửi lời biết ơn sâu sắc nhất đến Tiến sĩ Võ Minh Huân đã dành rất nhiều thời gian và tâm huyết hướng dẫn nghiên cứu và giúp tôi hoàn thành luận văn tốt nghiệp. Xin được cảm ơn gia đình, bạn bè cùng anh chị em lớp Cao học Kỹ thuật điện tử Khóa 2015 – 2017 thuộc Trường Đại học Sư phạm kỹ thuật Thành phố Hồ Chí Minh. Những người đã luôn ở bên tôi, giúp đỡ và tạo điều kiện thuận lợi để cho tôi được học tập, nghiên cứu, hoàn thành luận văn. Dù đã có rất nhiều cố gắng, song luận văn chắc chắn không thể tránh khỏi những thiếu sót và hạn chế. Kính mong nhận được sự chia sẻ và những ý kiến đóng góp quý báu của quý thầy cô giáo và các bạn. TP. Hồ Chí Minh, ngày 19 tháng 09 năm 2016 Học viên Lê Ngọc Thanh iii
5. TÓM TẮT Năm 1971, nhà nghiên cứu Leon Chua đã nhận ra sự tồn tại của một loại thiết bị thứ tư được gọi là memristor (memory resistor). Thiết bị này có khả năng như một điện trở, nhưng điện trở này có một khả năng đặc biệt là thay đổi được trạng thái trở kháng của chính mình khi có dòng điện, điện áp đặt vào hai đầu nó, khi dừng việc cấp điện áp thì thiết bị này vẫn lưu trữ được trạng thái ngay lúc đó mà không hề bị mất theo thời gian dài. Ứng dụng memristor thiết kế mạch nhận diện ký tự số thông qua mạng nơron được trình bày trong luận văn. Việc huấn luyện mạng được thực hiện trên MATLAB cho ra các trọng số của từng nút trong mạng nơron. Sau đó, các trọng số đã qua huấn luyện được cài đặt vào mạch nhận diện đã được thiết kế và mô phỏng bằng công cụ mô phỏng mạch CADENCE. Bằng cách sử dụng memristor để cài đặt trọng số, trong trường hợp nguồn cung cấp bị ngắt thì giá trị vẫn được lưu trữ mà không bị mất đi và chúng ta không phải cài đặt lại trọng số. Trong luận văn này, người thực hiện trình bày hai mạch nhận diện các ký tự số từ 1 đến 5, với mỗi số đưa vào huấn luyện 10 mẫu. Các ký tự số này là các ma trận 5x4 gồm 20 pixels. Mạch thứ nhất sử dụng mạch cầu Wheatstone gồm 4 memristor [4], với mỗi mạch cầu tương ứng là một nút của mạng nơron. Ở mạch thứ hai, người thực hiện giảm số lượng memristor xuống 50% và số lượng CMOS cũng ít hơn mạch đầu tiên để giảm diện tích mạch và công suất tiêu thụ mà vẫn đảm bảo kết quả chính xác tương đương với mạch đầu tiên. Độ chính xác nhận diện các ký tự là 100% đối với các mẫu ký tự từ 1 đến 5 khi không có nhiễu, các ký tự nhiễu 5%, 10%, 15% được đưa vào để kiểm tra tỉ lệ nhận diện của mạch. Khi tỉ lệ nhiễu tăng thì tỉ lệ nhận diện chính xác sẽ giảm. Đề tài sử dụng mô hình memristor tương tự để tăng độ chính xác khi cài đặt trọng số và dễ tương tác với người dùng. Từ khóa – memristor, mạng nơron, mạch cầu, nhận diện ký tự. iv
6. ABSTRACT The memristor (memory resistor) was invented by Chua in 1971 as the fourth basic element of electrical circuits. This device has a special ability to change its resistance when a current or voltage is applied to the terminals. When the current or voltage is stopped, this device is still holding the state at that moment and lasts for a long time. Digit character recognition based on memristor via neural network is introduced in essay. The training is made by MATLAB to create the weights corresponding to each node in the neural network. Then, these weights are set in recognition circuit which was designed and simulated by CADENCE. By using memristor to install weights, the value remains stored without power supply and we do not have to reinstall weights. In this thesis, the author would like to present two digit character recognition circuits for digits from 1 through 5, each digit is sampled by 10 times, forming 5x4 matrix. The first circuit uses Wheatstone bridge [4] which consists of four identical memristors, each of them is a node of neural network. In the second circuit, the author reduces the number of memristors by half. Beside, quantity of CMOS is also decreased to lower circuit area power while the results still accurate equivalent to the first circuit. The character recognition rate achieves 100% for digits from 1 through 5; 5%, 10%, and 15% noisy patterns is added to consider the recognition rate. When noisy rate increase, accurate recognition rate will decrease. The report used model of analog memristor in order to increase accuracy when installing weight and interact with the users easily. Keywords – memristor, neural network, bridge circuit, character recognition. v
7. MỤC LỤC TRANG TỰA TRANG QUYẾT ĐỊNH GIAO ĐỀ TÀI LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN ii LỜI CẢM ƠN iii TÓM TẮT iv ABSTRACT v MỤC LỤC vi DANH SÁCH CÁC CHỮ VIẾT TẮT viii DANH SÁCH CÁC HÌNH ix DANH SÁCH CÁC BẢNG xi Chương 1 TỔNG QUAN 1 1.1 Tổng quan chung về lĩnh vực nghiên cứu 1 1.2 Các kết quả nghiên cứu trong và ngoài nước 2 1.2.1 Trong nước 2 1.2.2 Ngoài nước 2 1.3 Mục đích của đề tài 3 1.4 Nhiệm vụ đề tài và giới hạn của đề tài 4 1.4.1 Nhiệm vụ của đề tài 4 1.4.2 Giới hạn của đề tài 4 1.5 Phương pháp nghiên cứu 4 1.6 Tóm tắt đề tài 5 Chương 2 CƠ SỞ LÝ THUYẾT 6 2.1 Tổng quan về memristor 6 2.1.1 Giới thiệu sơ lược về memristor 6 2.1.2 Định nghĩa 7 2.1.3 Tính chất 8 2.1.4 Nguyên lý hoạt động 11 2.1.5 Ứng dụng 13 vi
8. 2.1.6 So sánh giữa transistor và memristor 14 2.1.7 Những thuận lợi và thách thức 15 2.2 Tổng quan về mô hình mạng nơron 17 2.2.1 Giới thiệu mạng nơron nhân tạo 17 2.2.2 Mô hình mạng nơron nhân tạo 19 2.2.3 Hàm kích hoạt 21 2.2.4 Mô hình mạng nơron 24 2.2.5 Các luật học cho mạng nơron 26 2.2.6 Thuật toán huấn luyện mạng perceptron 27 Chương 3 THIẾT KẾ MẠCH MEMRISTOR NHẬN DIỆN KÝ TỰ 29 3.1 Mô hình memristor sử dụng 29 3.2 Mạch nhận diện ký tự với các khớp thần kinh là mạch memristor bridge 31 3.2.1 Lập trình trọng số với các khớp thần kinh memristor bridge 31 3.2.2 Mạch khớp thần kinh với memristor bridge 32 3.3 Mạch nhận diện ký tự với các khớp thần kinh là mạch hai memritor nối tiếp nhau 35 3.3.1 Lập trình trọng số với các khớp thần kinh là hai memristor nối tiếp nhau 36 3.3.2 Mạch khớp thần kinh với hai memristor nối tiếp nhau 37 3.4 So sánh diện tích và công suất tiêu thụ hai mạch nhận diện ký tự 40 3.5 Mô phỏng và kết quả đạt được 42 3.5.1 Mô phỏng mạch cài đặt trọng số 42 3.5.2 So sánh kết quả nhận diện ký tự 45 Chương 4 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 50 4.1 Kết luận 50 4.2 Hướng phát triển 51 TÀI LIỆU THAM KHẢO 52 PHỤ LỤC 53 Paper: Ngoc-Thanh Le, Minh-Huan Vo. Synaptic memristor bridge circuit with pulse width based programable weights in digit character recognition. International Journal of Engineering Science Invention, Vol. 5, Issue 5, May. 2016. vii
9. DANH SÁCH CÁC CHỮ VIẾT TẮT CMOS Complementary Metal – Oxide Semiconductor HP Hewlett Packard RAM Random Access Memory MLP Multi Layer Perceptron viii
10. DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 2.1 Bốn nhân tố mạch cơ bản 6 Hình 2.2 Ký hiệu memristor 7 Hình 2.3 Sơ đồ minh họa memristor qua dòng điện và độ lớn của ống 8 Hình 2.4 Đặc tuyến I-V của điện trở và memristor 10 Hình 2.5 Đặc tuyến I-V của memristor và sẽ co lại khi tần số tăng 10 Hình 2.6 Kiến trúc crossbar và chuyển mạch điện trở nhớ được phóng to 11 Hình 2.7 Sự khuếch tán các phân tử oxy. 12 Hình 2.8 Mạng nơron thực 17 Hình 2.9 Cấu trúc của một nơron sinh học điển hình 18 Hình 2.10 Mô hình toán học một nơron nhân tạo 18 Hình 2.11 Mô hình nơron một ngõ vào không có hệ số bias 19 Hình 2.12 Mô hình nơron một ngõ vào có hệ số bias 19 Hình 2.13 Mô hình nơron tổng quát 20 Hình 2.14 Hàm kích hoạt hardlim loại 1 21 Hình 2.15 Hàm kích hoạt hardlim loại 2 22 Hình 2.16 Hàm kích hoạt purelin 22 Hình 2.17 Hàm kích hoạt Log – sigmod 23 Hình 2.18 Hàm kích hoạt Tansig 23 Hình 2.19 Perceptron 24 Hình 2.20 Mạng MLP tổng quát 25 Hình 3.1 Memristor HP [3] 29 Hình 3.2 Độ tuyến tính của trở kháng memristor khi p tăng 30 Hình 3.3 Đặc tuyến I – V với 2 tần số khác nhau 31 Hình 3.4 Mạch memristor bridge 32 Hình 3.5 Mạch Memristor bridge synaptic 33 Hình 3.6 Mạch memristor synapse – based neural 34 ix
11. Hình 3.7 Mạch xử lý ngõ vào 35 Hình 3.8 Mạng perceptron với 20 ngõ vào 36 Hình 3.9 Mạch hai memristor nối tiếp 37 Hình 3.10 Mạch nhận diện ký tự với các khớp thần kinh là hai memristor nối tiếp 39 Hình 3.11 Công suất tiêu thụ ở hai mạch nhận diện ký tự đối với mỗi số 41 Hình 3.12 Sơ đồ khối mô phỏng và đánh giá kết quả 42 Hình 3.13 M1(t), M2(t), M3(t), M4(t) và trọng số Ψ (t) với mạch memristor bridge khi một xung rộng được đặt vào. 43 Hình 3.14 M1(t), M2(t) và trọng số Ψ (t) với mạch hai memristor nối tiếp khi một xung rộng được đặt vào. 44 Hình 3.15 Mẫu huấn luyện 45 Hình 3.16 Kết quả mô phỏng ngõ ra khi nhận diện 5 ký tự số với mạch memristor bridge 46 Hình 3.17 Kết quả mô phỏng ngõ ra khi nhận diện 5 ký tự số với mạch hai memristor nối tiếp 48 Hình 3.18 Nhiễu 5%, 10% và 15% đối với ký tự số 1 49 x
12. DANH SÁCH CÁC BẢNG BẢNG TRANG Bảng 2.1 So sánh giữa transistor và memristor 14 Bảng 3.1 So sánh số lượng memristor và CMOS ở 2 mạch nhận diện 40 Bảng 3.2 Công suất tiêu thụ ở hai mạch nhận diện ký tự đối với mỗi số và tỉ lệ giảm công suất 41 Bảng 3.3 Kết quả nhận diện ký tự số khi có nhiễu 49 xi
13. Chương 1: Tổng quan Chương 1 TỔNG QUAN 1.1 Tổng quan chung về lĩnh vực nghiên cứu Ngành công nghệ vi mạch là một trong những ngành có tầm ảnh hưởng rất lớn đến sự phát triển của loài người trong thế giới hiện đại ngày nay. Theo năm tháng, vi mạch ngày càng được chế tạo với kích thước nhỏ hơn, nhưng cuộc cách mạng thực sự diễn ra đối với con số bóng bán dẫn transistor đặt trong một vi mạch. Một khi các nhà sản xuất chip không thể tăng thêm nhiều transistor vào cùng một diện tích silicon nữa, phương trình hiệu suất tăng nhưng giá giảm mà ngành điện toán đạt được bấy lâu nay ngay lập tức sẽ bị phá vỡ. Ngay cả Gordon Moore, người nổi tiếng với lời tiên đoán năm 1965 rằng số lượng transistor trên mỗi con chip sẽ tăng gấp đôi sau mỗi 2 năm, cũng cho rằng hồi kết cho Định luật của mình đang cận kề. Nhiều tổ chức tính rằng trong vòng 10 đến 15 năm tới, thế giới sẽ tiến tới giới hạn mấu chốt của transistor silicon trong công nghiệp, đó là giới hạn về kích thước và hiệu suất. Vấn đề được đặt ra là cần có một linh kiện nào đó thay thế transistor trong các ứng dụng về vi mạch và điện tử. Vào năm 1971, giáo sư Leon Chua tại Đại học California, Berkeley đã đề cập đến “memristor” (điện trở nhớ) và một tương lai mới đã mở ra với một công nghệ khác, công nghệ này thậm chí còn tốt hơn cả công nghệ CMOS vốn đã và đang phát triển mạnh hiện tại. Trước đó, các nhà khoa học chỉ biết 3 phần tử mạch điện cơ bản – điện trở, tụ điện và cuộn cảm. Giáo sư Chua cho rằng có phần tử thứ 4. Nhiều thập kỷ sau, vào năm 2008 R. Stanley Williams và các đồng nghiệp tại HP đã chứng minh rằng memristor tồn tại, và hơn nữa đã chứng minh rằng có thể làm cho chúng chuyển đổi qua lại giữa 2 hay nhiều cấp độ của điện trở, và điều này sẽ cho phép chúng đại diện cho các giá trị 1 và 0 trong tính toán kỹ thuật số. Memristor viết tắt của memory resistor tức điện trở nhớ. Thiết bị này có khả năng như một điện trở, nhưng điện trở này có một khả năng đặc biệt là thay đổi được trạng thái trở kháng của chính mình khi có dòng điện, điện áp đặt vào hai đầu nó, khi dừng việc cấp điện áp thì thiết bị này vẫn lưu trữ được trạng thái ngay lúc đó mà 1
14. Chương 1: Tổng quan không hề bị mất theo thời gian dài. Với kích thước càng nhỏ thì khả năng thay đổi nhiều trạng thái trở kháng càng rõ ràng, nên memristor đã và đang được nghiên cứu rất nhiều với vai trò như một bộ nhớ có thể thực hiện các phép logic, hay hoạt động như một bộ nhớ có nhiều mức trạng thái khác nhau, nhằm cải thiện công nghệ sản xuất chip hiện nay với tốc độ nhanh, tiết kiệm điện, chi phí thấp, cấu trúc đơn giản và độ tích hợp dày đặc hơn. Và đặc biệt là tiềm năng mô tả sử dụng điện trở nhớ này như là các khớp thần kinh nhằm bắt chước các chức năng của một bộ não thật sự với kích thước nhỏ hơn rất nhiều lần so với công nghệ trước đây. Chính vì những tiềm năng vốn có của memristor nên người thực hiện chọn hướng nghiên cứu là “Ứng dụng memristor nhận diện ký tự” nhằm ứng dụng những đặc tính của memristor cũng như tạo tiền đề nhằm nghiên cứu sâu hơn về công nghệ này trong tương lai. 1.2 Các kết quả nghiên cứu trong và ngoài nước 1.2.1 Trong nước Memristor là một công nghệ mới nên việc nghiên cứu về nó ở trong nước chưa nhiều. Một nghiên cứu về memristor trong đề tài “Ứng dụng memristor để thiết kế mạch nhận dạng ký tự” của tác giả Huỳnh Hoàng Hà, trong đề tài này đã sử dụng memristor mô hình số để thiết kế mạch cổng XOR nhận diện ký tự. 1.2.2 Ngoài nước Kể từ năm 1971, nhà nghiên cứu Leon Chua của UC Berkeley đã nhận ra khả năng tồn tại của memristor như là một loại thiết bị cơ bản thứ tư trong bài báo: “Memristor – The Missing Circuit Element” [1], của Leon O. Chua, thành viên chủ chốt của IEEE, và được công bố vào năm 1971. Đây là nhân tố mạch thụ động, thể hiện mối quan hệ giữa điện lượng và từ thông chạy qua nó. Nhưng ông chưa thể chứng minh rõ ràng được sự tồn tại thật sự của nó. Cho đến năm 2008, thì R. Stanley Williams cùng các đồng nghiệp đã công bố các chi tiết về điện trở nhớ này với một số khả năng tuyệt vời của nó trong bài báo: “How we found the missing Memristor” [3]. Với sự kết hợp transistor với điện trở nhớ, R. Stanley có thể tăng hiệu năng của các mạch số mà không cần thu nhỏ các 2
15. Chương 1: Tổng quan transistor lại. Sử dụng các transistor hiệu quả hơn có thể giúp chúng ta duy trì luật Moore và không cần tới quá trình nhân đôi mật độ transistor vốn tốn nhiều chi phí và ngày càng khó khăn. Về lâu dài thì điện trở nhớ thậm chí còn có thể là bước ngoặt đánh dấu sự xuất hiện của các mạch tương tự (analog) biết tính toán nhờ sử dụng kiến trúc giống như kiến trúc của bộ não. Qua bài báo này, ông cũng trình bày sơ bộ về đặc điểm của memristor. Điện trở nhớ (memristor) là từ viết gọn của “memory resistor” vì đó chính là chức năng của nó: ghi nhớ lịch sử của bản thân. Một phần tử điện trở nhớ có hai cực, với trở kháng của nó phụ thuộc vào độ lớn, chiều phân cực và khoảng thời gian của điện thế áp lên nó. Khi bạn tắt điện thế này thì điện trở nhớ vẫn nhớ mức trở kháng ngay trước khi tắt cho tới lần bật lên kế tiếp, bất chấp việc này có xảy ra sau đó một ngày hay một năm. Năm 2012, một bài báo sử dụng memristor xây dựng một mạch tương tự (analog) biết tính toán nhờ sử dụng kiến trúc giống như kiến trúc của bộ não là “Memristor Bridge Synapses” [4] của nhóm tác giả Hyongsuk Kim, Maheshwar Pd. Sah, Changju Yang, Tama ´s Roska and Leon O. Chua. Bài báo xây dựng một mạch cầu memristor để cài đặt trọng số cho một template của ảnh và so sánh với việc sử dụng transistor để xây dựng một mạng CNN. Năm 2014, bài báo “Neuromorphic Harware System for Visual Pattern Recognition with Memristor Array and CMOS Neuron” [7] ứng dụng memristor với CMOS xây dựng một mạch ứng dụng nhận diện ký tự số từ 0 đến 9. Memristor được sử dụng ở đây là memristor nhị phân với hai mức 0 và 1. 1.3 Mục đích của đề tài Đề tài này được tiến hành với mục đích nghiên cứu cấu trúc, đặc điểm, nguyên lý hoạt động của memristor từ đó ứng dụng để xây dựng mạch nhận diện các ký tự số từ 1 đến 5 với kiến trúc giống như kiến trúc bộ não. Bằng cách sử dụng mạch memristor bridge [4] cho các khớp thần kinh của mạng nơron để thiết kế mạch nhận diện ký tự. Từ đó, đề tài đưa ra một mạch nhận diện ký tự thứ hai để so sánh với mạch nhận diện ký tự trên về diện tích mạch, công suất tiêu thụ và độ chính xác. Với việc dùng mạch nhận diện ký tự thứ hai sẽ giảm số lượng 3
16. Chương 1: Tổng quan CMOS và memristor làm cho diện tích mạch và công suất giảm. Mặt khác, độ chính xác của mạch thứ hai cũng tương đương như mạch đầu tiên. Để thực hiện việc cài đặt trọng số analog cần phải xây dựng mô hình memristor tương tự, việc sử dụng memristor tương tự sẽ dễ tương tác với người dùng và lược bỏ được khâu chuyển đổi các số tương tự sang dạng nhị phân. 1.4 Nhiệm vụ đề tài và giới hạn của đề tài 1.4.1 Nhiệm vụ của đề tài Phân tích cấu trúc, đặc điểm và nguyên lý hoạt động của memristor. Đặc biệt là mô hình memristor tương tự. Tìm hiểu về mạng nơron. Tìm hiểu công nghệ thiết kế vi mạch hiện nay. Thiết kế mạch nhận diện ký tự bằng memristor. Sử dụng phần mềm MATLAB để huấn luyện mạng nơron. Sử dụng phần mềm CADENCE trên hệ điều hành Redhat để mô phỏng mạch. 1.4.2 Giới hạn của đề tài Đề tài chỉ tập trung vào nghiên cứu lý thuyết, thiết kế và mô phỏng memristor trên máy tính, không thể thi công thực tế vì chi phí lớn. Đề tài sử dụng thuật toán đơn giản perceptron trong việc huấn luyện mạng nơron và số lượng lấy mẫu chưa nhiều nên chưa bao quát toàn bộ dạng của một ký tự. 1.5 Phương pháp nghiên cứu Do mục đích nghiên cứu của đề tài chủ yếu tập trung vào nghiên cứu công nghệ vi mạch mới – memristor nên cần phải tìm hiểu về đặc điểm, cấu trúc và nguyên lý hoạt động của memristor. Việc thiết kế mạch nhận diện ký tự số được xây dựng theo mô hình mạng nơron nhân tạo nên phải tổng hợp các lý thuyết chung về mạng nơron về khái niệm, các mô hình mạng nơron, thuật toán huấn luyện. Nghiên cứu phần mềm mô phỏng và thiết kế mạch CADENCE, cách tạo linh kiện, vẽ mạch; cách đo đạc các thông số của mạch để từ đó thiết kế mạch nhận diện 4
17. Chương 1: Tổng quan ký tự số theo mục đích của đề tài. Tìm hiểu về phần mềm MATLAB để tiến hành tạo các mẫu ký tự và huấn luyện mạng theo thuật toán perceptron. Tiến hành huấn luyện các mẫu ký tự trên MATLAB, sau đó đưa vào mạch nhận diện ký tự đã được thiết kế trên CADENCE. Đo ngõ ra của mạch và đánh giá kết quả nhận diện. So sánh kết quả nghiên cứu ứng với hai mạch nhận diện. 1.6 Tóm tắt đề tài Với các yêu cầu và mục tiêu đề ra, luận văn được xây dựng bao gồm các chương sau: Chương 1: Tổng quan về lĩnh vực cũng như đề tài nghiên cứu. Trình bày khái quát về tình hình lĩnh vực vi mạch nghiên cứu hiện nay, thông qua đó đề cập đến tầm quan trọng của đề tài. Chương 2: Trình bày cấu trúc, nguyên lý hoạt động của memristor. Trình bày sơ lược về mạng nơron. Chương 3: Đề xuất phương pháp nhận dạng bằng mạng nơron, thiết kế sơ đồ mạch sử dụng memristor vào nhận diện ký tự. Trình bày kết quả mô phỏng. Chương 4: Kết luận và hướng phát triển đề tài 5
18. Chương 2: Cơ sở lý thuyết Chương 2 CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về memristor 2.1.1 Giới thiệu sơ lược về memristor Trong lý thuyết mạch điện tử, có 3 thiết bị mạch cơ bản đã biết, đó là điện trở, cuộn dây, và tụ điện. Mỗi thiết bị này được định nghĩa dựa trên mối liên hệ giữa hai trong bốn biến số mạch cơ bản: dòng điện, từ thông, điện tích, điện áp. Dòng điện được định nghĩa như là vi phân của điện tích. Theo như định luật Faraday, điện áp được định nghĩa như là vi phân của từ thông. Điện trở được định nghĩa bởi mối quan hệ của dòng điện và điện áp, tụ điện được định nghĩa bởi mối quan hệ giữa điện tích và điện áp, và cuộn dây được định nghĩa bởi mối quan hệ giữa từ thông và dòng điện. Với 4 biến số mạch cơ bản thì có 6 mối liên hệ giữa 2 biến số với nhau. Tuy nhiên, cho đến nay, ta chỉ thấy có 5 sự kết hợp này. Vì vậy, giáo sư Leon Chua đã đề xuất một nhân tố mạch thứ 4, thể hiện mối liên hệ giữa từ thông và điện tích, nhằm hoàn thành sơ đồ đối xứng giữa các biến số mạch như hình sau: Hình 2.1 Bốn nhân tố mạch cơ bản Về mặt lý thuyết, việc điện tích có liên quan với từ thông khá là dễ hiểu, tuy nhiên không có tương tác vật lý rõ rệt nào giữa điện tích với tích phân của điện thế. Giáo sư Chua chứng minh bằng toán học rằng linh kiện giả định của ông sẽ thiết lập 6
19. Chương 2: Cơ sở lý thuyết một mối liên hệ giữa từ thông và điện tích tương tự như giữa điện áp và dòng điện ở một điện trở phi tuyến. Trong thực tế, điều này đồng nghĩa với việc trở kháng của linh kiện này thay đổi theo lượng điện tích truyền qua nó. Đồng thời, nó sẽ ghi nhớ giá trị trở kháng này ngay cả sau khi dòng điện đã bị ngắt. Ông còn phát hiện ra một điểm khác nữa – đó là cách hoạt động này khiến ông liên tưởng tới cơ chế hoạt động của các khớp thần kinh trong não. Tuy vậy, các nhà khoa học khác cũng đã công bố trước cả phát kiến của Leon Chua, về điều mà họ gọi là biểu hiện dòng điện – điện áp ‘dị thường’ trong các linh kiện ở mức micromet mà họ tạo ra từ các vật liệu không phổ dụng ví dụ như các polyme hay các ôxít kim loại. Nhưng những đặc tính này lại thường bị quy cho các lý do như một phản ứng điện hóa bí ẩn, hiện tượng đánh thủng do điện áp, hay là do các nguyên nhân chưa thể xác định có liên quan đến điện áp cao mà các nhà nghiên cứu áp lên các linh kiện này. Năm 2008, Nhóm nghiên cứu tại HP labs, dẫn đầu là Stanley William đã công bố bài báo “How We Found the Missing Memristor” đề cập đến con đường khám phá ra memristor mà cha đẻ lý thuyết memristor là Leon Chua. Và như Stanley William đã viết “Tôi tin tưởng rằng cuối cùng thì điện trở nhớ sẽ thay đổi một cách triệt để hoạt động thiết kế mạch trong thế kỷ 21 tương tự như cách transistor đã làm trong thế kỷ 20”. Điều đó nói lên tầm quan trọng, một sự phát triển mạnh mẽ, rộng khắp các ứng dụng sử dụng đến memristor vào thế kỷ 21 này. 2.1.2 Định nghĩa Memristor viết tắt của: memory resistor, là một thiết bị thụ động, một nhân tố mạch hai cực, thể hiện mối quan hệ giữa từ thông và điện tích, trong đó từ thông giữa hai cực là một hàm của lượng điện tích chạy qua nó. Memristor không phải là một nhân tố chứa năng lượng. Nhà nghiên cứu Leon Chua định nghĩa nhân tố này như một điện trở, mà trở kháng thay đổi dựa trên lượng điện tích chạy qua. Hình 2.2 Ký hiệu memristor 7
20. Chương 2: Cơ sở lý thuyết 2.1.3 Tính chất Memristor là một nhân tố 2 cực thụ động, mô tả mối quan hệ của điện tích chạy qua thiết bị (tích phân theo thời gian của dòng điện) với từ thông; hay có thể định nghĩa memristor là một thiết bị bán dẫn 2 cực mà trở kháng của nó phụ thuộc vào độ lớn và cực tính của điện áp đặt vào nó và thời gian mà điện áp đó tác động vào. Khi mà ta ngưng điện áp này thì memristor vẫn ghi nhớ trở kháng gần nhất của nó cho đến lần tiếp theo tác động vào nó bất chấp thời gian sau đó là bao lâu, có thể là một vài ngày hay một vài năm sau. Cái tên của nó ngụ ý rằng, memristor có thể “nhớ” dòng điện đã chạy qua nó là bao nhiêu. Đáng chú ý nhất là nó có thể lưu trạng thái điện tử của nó thậm chí cả khi dòng điện đã được ngắt, điều này giúp ta có thể thiết kế một bộ nhớ lưu trữ mới sử dụng memristor để thay thế cho bộ nhớ flash hiện nay. Hình 2.3 Sơ đồ minh họa memristor qua dòng điện và độ lớn của ống Memristor có đặc tính cũng khá giống trở kháng. Giả sử xem một điện trở như là một cái ống mà dòng nước chạy qua nó. Xem dòng nước như là điện tích. Khả năng cản trở dòng điện tích của điện trở được xem như là độ lớn đường kính của ống: ống càng nhỏ, trở kháng càng lớn. Trong lịch sử thiết kế mạch, các điện trở có bán kính ống nước cố định. Nhưng một memristor là ống nước mà có thể thay đổi đường 8
21. Chương 2: Cơ sở lý thuyết kính ống bằng lượng nước và hướng chảy của luồng nước chạy qua nó. Nếu cho nước chảy vào theo một hướng, thì ống sẽ lớn lên (trở kháng giảm), nhưng nếu nước chảy theo hướng ngược lại thì ống sẽ bị co lại (trở kháng tăng). Hơn nữa, khi ngưng cấp nước thì memristor vẫn nhớ đường kính của nó khi nước chảy qua lần cuối cùng. Ta thấy, ống nước không lưu trữ nước mà nó chỉ nhớ đã có bao nhiêu nước chảy qua nó. Nguyên nhân mà memristor khác cơ bản so với các nhân tố mạch căn bản khác là nó có khả năng nhớ. Khi ngưng cung cấp điện áp cho nó thì nó vẫn tiếp tục nhớ đã có bao nhiêu điện áp được đặt vào và đã đặt vào bao lâu. Kết quả này không thể đạt được ở bất cứ nhân tố mạch căn bản nào, vì thế mà memristor được xem như là một nhân tố mạch căn bản. Về mặt kỹ thuật thì cơ chế này có thể được tái tạo bằng cách sử dụng nhiều transistor và tụ điện nhưng như thế thì quá tốn kém và phức tạp. Một memristor lý tưởng là một thiết bị điện tử 2 cực thụ động, và chỉ mô tả duy nhất đặc tính trở kháng nhớ. Tuy nhiên, rất khó để xây dựng được một memristor tinh khiết như vậy khi mà tất cả thiết bị thực tế đều chứa một lượng nhỏ đặc tính khác. Hai tính chất đáng chú ý nhất của memristor đó là: thứ nhất, tính chất nhớ của nó, thứ hai là kích thước nano siêu nhỏ. Tính chất và khả năng nhớ của memristor cho chúng ta nghĩ về nhiều phương pháp máy tính siêu nhỏ mới. Với một thiết bị kích thước nano thì mật độ tích hợp sẽ rất cao và tốn ít năng lượng. Thêm nữa, quá trình sản xuất các thiết bị nano thì đơn giản hơn và rẻ hơn việc sản xuất sử dụng công nghệ CMOS truyền thống. Do memristor là một thiết bị thụ động nên để sử dụng nó, ta cần tích hợp nó vào một mạch điện với các nhân tố chủ động ví dụ như transistor. Một mạch điện mà có thêm memristor thì sẽ có nhiều thuận lợi trong việc tăng cường chức năng của mạch với ít nhân tố hơn, trong một vùng diện tích nhỏ hơn và tốn ít năng lượng hơn. Nhân tố mạch mới này có nhiều đặc điểm giống với điện trở và cũng có đơn vị đo bằng Ohm. Tuy nhiên, khác với điện trở, có trở kháng cố định, thì trở kháng nhớ (memristance) có thể được lập trình hay chuyển sang các trạng thái trở kháng khác dựa vào điện áp đặt vào memristor trước đó. Hiện tượng này có thể quan sát được bằng đặc tuyến I-V của điện áp và dòng qua điện trở và memristor. 9
22. Chương 2: Cơ sở lý thuyết Hình 2.4 Đặc tuyến I-V của điện trở và memristor Với điện trở thông thường thì mối quan hệ giữa dòng điện và điện áp là tuyến tính, nên đặc tuyến I-V là một đường thẳng, do trở kháng của nó không đổi. Tuy nhiên, do tính chất thay đổi trở kháng nhớ của memristor, nên đặc tuyến I-V cũng biến thiên một cách phi tuyến như hình vẽ. “Vòng đường cong I-V” bị co lại khi mà tần số nguồn tăng. Hình 2.5 mô tả đặc tuyến I-V của memristor, và sự thay đổi của đường cong I-V khi thay đổi tần số. Khi mà tần số kích thích tăng đến vô cùng, thì memristor hoạt động như một điện trở. Hình 2.5 Đặc tuyến I-V của memristor và sẽ co lại khi tần số tăng 10