[发明专利]基于钒酸铋颗粒薄膜的神经仿生器件、其制备方法及应用

说明书

本发明提供了一种基于钒酸铋颗粒薄膜的神经仿生器件、其制备方法及应用。本发明中的神经仿生器件包括底电极，在所述底电极上制有由BiVO₄颗粒薄膜构成的功能层，在所述功能层上制有顶电极。底电极可以为FTO层，顶电极可以为Ti电极。本发明所提供的神经仿生器件可模拟生物突触的学习、记忆功能，从而可用于制备神经形态计算芯片。大多数模拟神经生物突触功能的器件只能在RESET过程中工作，而本发明中的器件可以实现在SET和RESET过程中的双向调控。如此制造的器件可以实现使用单个器件模拟生物突触的几项基本功能，包括增强和抑制，脉冲时间依赖可塑性（STDP），双脉冲易化（PPF）以及短期可塑性至长期可塑性过渡。

技术领域

本发明涉及电子学和材料学技术领域，具体地说是一种基于钒酸铋颗粒薄膜的神经仿生器件、其制备方法及应用。

背景技术

神经形态计算是一种新的计算模型，通过构建与动物大脑相似的计算体系结构来模拟神经生物学过程。它可以提高计算机系统的感知和自主学习能力，可以应对当前严重的能源消耗问题，并有望颠覆现有的数字技术。神经形态计算结构模拟人类大脑，同时进行知觉、学习和记忆。这些功能由大量的神经元和突触来完成；特别地，突触通过调节神经元之间的连接强度来执行学习和记忆功能，这个过程被称为突触可塑性。因此，模拟突触是实现高效人工神经形态系统的重要步骤。

忆阻器(memristor)，作为一种能够记忆流经其电荷数量、呈现电阻的时间记忆特性的两端子器件，是最有可能模拟人脑学习记忆等过程、实现“类脑”人工认知的电子元件，相关的突触仿生研究正处在蓬勃发展中。

最近，有研究制造出具有多个晶体管和电容器的互补金属氧化物半导体（CMOS）模拟电路的单个人造突触的器件，但需要高功耗的复杂集成电路。因此需要研究新的材料、结构和器件。使用忆阻器模拟生物突触的关键特征被认为是最有前途的解决方案。忆阻器满足使用单个设备模拟突触行为的要求。然而，大多数使用忆阻器的人工突触只能在逐渐“关闭”（从低到高的电阻变化）区域工作，导致仅能实现突触抑制的仿真，而不能实现突触增强的仿真，限制了其发展。

发明内容

本发明的目的就是提供一种基于钒酸铋颗粒薄膜的神经仿生器件、其制备方法及应用，以解决现有的忆阻器在模拟生物突触时仅能实现突触抑制仿真、不能实现突触增强仿真的问题。

本发明的目的是这样实现的：一种基于钒酸铋颗粒薄膜的神经仿生器件，包括底电极，在所述底电极上制有由BiVO₄颗粒薄膜构成的功能层，在所述功能层上制有顶电极。优选的，所述底电极为FTO层，所述顶电极为Ti电极，从而形成Ti/BiVO₄/FTO结构的器件。所述BiVO₄颗粒薄膜的厚度为1nm~200nm。

本发明中的神经仿生器件选用BiVO₄颗粒薄膜作为功能层，BiVO₄颗粒薄膜较易形成氧空位导电细丝，使得器件能够实现双向调控，因此，本发明中的神经仿生器件不仅能在“关闭”（RESET）区域工作，而且还可以在“开启”（SET）区域工作，从而可以更好地模拟神经突触增强和抑制特性。

本发明所提供的基于钒酸铋颗粒薄膜的神经仿生器件的制备方法，包括如下步骤：

a、在衬底上制备底电极；

b、在所述底电极上制备BiVO₄颗粒薄膜作为功能层；

c、在所述BiVO₄颗粒薄膜上制备顶电极。

步骤b中制备BiVO₄颗粒薄膜的工艺为电沉积法、水热法、溶剂热法、溶剂诱导法或表面活性剂辅助自组装法等。

以电沉积法为例介绍BiVO₄颗粒薄膜的制备过程，如下：