[发明专利]特征提取电路、神经网络、系统、集成电路、芯片及设备

说明书

本公开提供一种特征提取电路，包括：多个并联连接的瞬时斜率特征提取单元；其中，每个所述特征提取单元具有三路输入信号以及两路输出信号；其中，每个所述瞬时斜率特征提取单元由脉冲整形模块、时间检测模块、加法器、符号检测模块和脉冲计数器构成；所述脉冲整形模块具有一路输入为模拟信号的脉冲量化编码信号；所述脉冲整形模块具有两路输出，分别连接所述时间检测模块的输入；所述时间检测模块的另一个输入为调整时间阈值的信号；所述时间检测模块的两路输出连接所述加法器的输入，所述加法器的输出连接所述符号检测模块的输入。脉冲计数器的两路输出分别为对模拟信号正负斜率的特征的提取结果。

技术领域

本公开涉及集成电路技术领域，更为具体来说，本公开涉及特征提取电路、神经网络、系统、集成电路、芯片及设备。

背景技术

随着社会的高速发展，新兴的电子应用在不断的进步，各种电子设备在数量上呈现爆炸式的数量增长，但同时，它们对芯片的功耗和成本提出了严格的要求，另一个趋势是智能化的趋势，越来越多的电子设备逐步发展为智能电子设备。这些智能化的设备常使用小容量电池以平衡成本、体积和重量等因素，为了避免频繁更换电池所造成的不可接受的材料成本和人工成本，需要芯片具有极低的功耗。总而言之，智能化和低功耗是电子设备发展的当今主题。

传统芯片的数据处理方式为同步的，尤其是传统的赋予设备智能的神经网络加速器，无论是CNN还是DNN，RNN等，其电路设计都采用传统的同步数字电路设计方法。与之相比，异步的数据处理方法被证明在功耗上具有优势。智能芯片在对输入的模拟信号进行智能化处理时需要先进行一步特征提取，而传统的特征提取方法是先将时域信号转变为频域信号(例如通过快速傅里叶变换电路等方式)，然后在频域进行特征提取。这一过程的完成是数据的同步处理方式，并且时域到频域的转换有额外的功耗开销。相比较之下，时域上的特征提取技术可能是实现低功耗的一种可替代途径，因为它不再需要时域到频域的转换，省去了这一部分的功耗开销。

近年来，一种新型的基于Level Crossing(LC)采样模式的ADC被广泛研究，基于新型采样模式的ADC只有当信号变化时才进行采样，信号变化越剧烈，采样频率越高，信号平缓时具有极低的采样频率以保持超低功耗，因此，这种事件驱动的自适应采样模式ADC在物联网等应用中具有超低功耗潜力。这种ADC的输出为异步脉冲形式，也就是对模拟信号进行异步脉冲编码。输出的脉冲信号“Req”代表ADC进行了一次采样，输出的脉冲信号“Dir”代表模拟信号变化的方向是增大，若方向是减小，则Dir为零。如何利用这两路异步脉冲信号进行时域上的特征提取是一个挑战。

发明内容

为解决现有技术不能有效利用两路异步脉冲信号进行时域上的特征提取的技术问题。

为实现上述技术目的，本公开提供了一种特征提取电路，包括：一个或多个特征提取单元，所述特征提取单元用于在时间域上对异步脉冲编码输入进行瞬时斜率的提取和分类。

进一步，当所述特征提取单元的数量为多个时，所述特征提取单元并联连接，特征提取单元用于在时间域上对异步脉冲编码输入进行瞬时斜率的提取和分类。

进一步，所述瞬时斜率具体通过计算信号变化幅度对时间的微分得到。

进一步，所述特征提取单元具有三路输入信号和两路输出信号。

进一步，所述三路输入信号包括：包括时域量化编码的脉冲请求信号Req和时域量化编码的脉冲方向信号Dir，以及调整时间阈值的偏置电压信号Bias。

进一步，所述两路输出信号用于表示已经完成特征提取的信号的瞬时斜率特征的分类结果。

进一步，所述瞬时斜率分类的特征分为有脉冲和无脉冲两类，有脉冲表示任一时刻信号瞬时斜率的值满足编程的阈值条件，无脉冲则表示不满足阈值条件。

进一步，所述特征提取单元包括脉冲整形模块、时间检测模块、加法器、符号检测模块和脉冲计数器。