CN114756814B - 一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路 - Google Patents
一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路 Download PDFInfo
- Publication number
- CN114756814B CN114756814B CN202210491643.5A CN202210491643A CN114756814B CN 114756814 B CN114756814 B CN 114756814B CN 202210491643 A CN202210491643 A CN 202210491643A CN 114756814 B CN114756814 B CN 114756814B
- Authority
- CN
- China
- Prior art keywords
- matrix
- variable resistor
- negative
- row
- array
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 12
- 239000013598 vector Substances 0.000 claims abstract description 65
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000003491 array Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 2
- 238000010801 machine learning Methods 0.000 abstract description 2
- 239000004065 semiconductor Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000002194 synthesizing effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Attenuators (AREA)
- Amplifiers (AREA)
Abstract
本发明提供一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路,属于半导体、模拟计算和集成电路领域。本发明矩阵的每一个行向量映射为一个可变电阻阵列中两行器件的电导之差,对应的两行器件连接到一个运算放大器(OA)的正、负输入端。电路中每个OA的正、负输入端各连接一个补偿电阻,使连接两个输入端的电阻器件的电导值之和相等。本发明实现了矩阵求逆、特征向量、矩阵伪逆的高效模拟计算,降低了含负元素矩阵运算的延时和硬件开销,同时能够有效地克服阵列线阻和器件差异的影响,在信号处理、无线通信、机器学习等领域具有广泛的应用前景。
Description
技术领域
本发明提供基于可变电阻阵列的模拟矩阵计算电路,用于计算矩阵求逆、特征向量及伪逆(包括左逆和右逆)问题,具体涉及基于可变电阻器件(如阻变存储器、相变存储器、磁存储器、铁电存储器等)的模拟计算电路设计,包括它的工作原理与参数设计方法,属于半导体(semiconductor)、模拟计算(analog computing)和集成电路(integratedcircuit)领域。
背景技术
矩阵运算存在于几乎所有科学与工程领域,如科学计算、机器学习、无线通信等。在传统的数字计算中,矩阵运算一般具有比较高的计算复杂度,尤其是矩阵方程求解更为复杂,如矩阵求逆、特征向量、伪逆计算,它们的时间复杂度一般为O(n3)(n为矩阵尺寸)。在大数据时代,计算任务中矩阵运算的规模急剧增大,对计算系统提出强烈的算力需求。基于可变电阻阵列的模拟计算技术有望为一些基本的矩阵运算提供高效的解决方案。一方面,由于可变电阻阵列的空间并行架构,利用阵列电路中的物理定律开展模拟计算具有高度的计算并行性;另一方面,得益于可变电阻存储器件的非易失性,基于可变电阻阵列的模拟计算实现了存储器内部的原位计算,即存内计算,克服了传统计算架构中存、算分离的局限性,进一步提升矩阵运算的算力和能效。
发明内容
为了实现高效的面向含负元素矩阵的求逆、特征向量、伪逆(左逆及右逆)运算,本发明提供了一种新的基于可变电阻阵列的模拟矩阵计算电路,能够执行高效的矩阵求逆、特征向量与伪逆运算,尤其适用于含负元素矩阵的运算。
本发明具体的技术方案如下:
一种用于模拟矩阵计算的可变电阻阵列构成方法,其特征在于,矩阵的每一个行向量或列向量映射为可变电阻阵列中两行或两列可变电阻器件的电导之差,对应的两行或两列可变电阻器件连接到一个运算放大器OA的正、负输入端,每个OA的正、负输入端各连接一个补偿电阻,使连接两个输入端的可变电阻器件的电导值之和相等。
本发明可变电阻器件为阻变存储器、相变存储器、磁存储器、铁电存储器等。
所述模拟计算矩阵求逆电路利用一组OA构建全局反馈并读出求逆计算结果。矩阵的每个行向量映射为阵列中两行器件的电导值之差,两条行线分别连接一个OA的正、负输入端,同时每个OA的输出端一一对应地反馈到可变电阻阵列的列线上。电路工作时,可变电阻阵列的行线上施加一组电压表示输入向量,OA的输出电压表示矩阵求逆的计算结果,即逆矩阵与输入向量相乘的结果。连接所有OA正、负输入端的可变电阻器件的电导值构成两个非负矩阵。除了映射矩阵元素的可变电阻器件,还有一列可变电阻器件作为补偿电阻,它们使得连接每个OA正、负输入端的电阻器件的电导值加和相等。补偿电阻的一端连接OA的正或者负输入端,另一端接地。它们的电导值根据两个非负矩阵的行加和及输入电导计算。
所述模拟计算特征向量电路基于可变电阻器件阵列实现。利用一组OA构建全局反馈并读出特征向量计算结果。矩阵的每个行向量映射为阵列中两行器件的电导值之差,两条行线分别连接一个OA的正、负输入端,同时每个OA的输出端反馈到可变电阻阵列的列线上,并且负输入端连接一个映射特征值(或它的绝对值)的反馈电阻到输出端。除了映射矩阵元素和映射特征值的可变电阻器件,还有一列可变电阻器件作为补偿电阻,它们使连接每一个OA正、负输入端的电阻器件(包括反馈电阻器件)的电导值加和相等。补偿电阻的一端连接OA的正或者负输入端,另一端接地。它们的电导值根据两个非负矩阵的行加和及特征值反馈电导计算。
所述模拟计算特征向量电路中,映射特征值λ的反馈电导略小于它的名义值,即电导值可以根据|λ|(1-δ)确定,δ为一个远小于1的正数,以保证有一个输出电压达到允许的最大值,所有的输出电压构成特征向量的计算结果。
所述模拟计算矩阵左逆电路基于可变电阻器件阵列实现,利用两组OA构成反馈回路完成计算。矩阵的每个行向量映射为两个阵列中两行(或两列)器件的电导值之差,第一个阵列两条行线分别连接一个OA的正、负输入端,同时负输入端连接一个反馈电阻到输出端,输出端连接到第二个阵列的对应行线上;第二个阵列两条列线分别连接一个OA的正、负输入端,同时输出端反馈连接到第一个阵列的对应列线上。左逆运算的输入向量映射为施加在第一个阵列中行线上的一组电压。除了映射矩阵元素的可变电阻器件,还有一列(或一行)可变电阻器件作为补偿电阻,它们使得连接每个OA正、负输入端的可变电阻器件的电导值加和相等。补偿电阻的一端连接OA的正或负输入端,另一端接地。它们的电导值根据两个非负矩阵的行加和(或列加和)、输入电导及反馈电导计算。
所述模拟计算矩阵右逆电路基于可变电阻器件阵列实现,利用两组OA构成反馈回路完成计算。右逆电路需要将转置矩阵映射到阵列中。转置矩阵的每个行向量映射为两个阵列中两行(或两列)器件的电导值之差,第一个阵列两条行线分别连接一个OA的正、负输入端,同时负输入端连接一个反馈电阻到输出端,输出端连接到第二个阵列的对应行线上;第二个阵列两条列线分别连接一个OA的正、负输入端,同时输出端反馈连接到第一个阵列的对应列线上。右逆运算的输入向量映射为施加在第二个阵列中列线上的一组电压。除了映射转置矩阵元素的可变电阻器件,还有一列(或一行)器件作为补偿电阻,它们使得连接每个OA正、负输入端的电阻器件的电导值加和相等。补偿电阻的一端连接OA的正或者负输入端,另一端接地。它们的电导值根据两个非负矩阵的行加和(或列加和)、输入电导及反馈电导计算。
右逆电路主体和左逆电路不同之处在于:一,右逆电路将矩阵的转置映射到两个可变电阻阵列;二,表示输入向量的电压施加在第二个阵列列线上的输入电阻上;三,第一组OA的输出电压表示右逆计算的结果向量,即右逆矩阵与输入向量相乘的结果。
本发明矩阵求逆、特征向量及伪逆计算电路尤其适用于含负元素矩阵的运算,同时它们可用于非负矩阵的运算。由于连接OA正、负输入端的行线或列线上线阻效应相互抵消,该系列电路能够有效地克服阵列线阻对计算结果的影响。
本发明的有益效果如下:
本发明提供了基于可变电阻阵列的、面向基本矩阵运算的模拟计算电路,它们能够执行高效的矩阵求逆、特征向量与伪逆运算,尤其适用于含负元素矩阵的运算。相比于其它面向含负元素矩阵相关运算的模拟计算电路,该电路具有更高的电路面积效率、更低的计算延时和更低的能耗。此外,由于并行输入线阻效应相互抵消,该矩阵乘法电路能够有效地缓解线阻及器件非理想因素对计算结果的影响。
附图说明
图1是本发明的模拟计算矩阵求逆电路第k行的结构图。
图2是本发明的模拟计算矩阵求逆电路结构图。
图3是本发明的含负元素矩阵分解方法及补偿电导计算方法示例。
图4本发明的模拟计算矩阵特征向量电路结构图。
图5是本发明的模拟计算矩阵伪逆(左逆)的电路结构图。
图6是本发明的模拟计算矩阵伪逆(右逆)的电路结构图。
具体实施方式
为了更加清楚地阐明本发明的目的、技术方案与优点,下面结合附图作进一步详细说明。此处的描述仅仅用以解释本发明,并不用于限定本发明。
本发明提供了基于可变电阻阵列的模拟计算矩阵求逆、特征向量、伪逆(左逆和右逆)电路,该系列电路尤其适用于含负元素矩阵的相关运算,它们基于反馈回路及OA正、负输入端电导补偿的原理实现。
图1为基于可变电阻阵列的模拟计算矩阵求逆电路第k行的电路结构图,矩阵的第k个行向量Ak映射为两行可变电阻器件的电导之差,行向量Ak与两行器件电导表示的向量Bk、Ck之间的关系为Ak=Bk-Ck,两行器件分别连接到一个OA的负、正输入端,OA的输出端反馈连接到第k列上,并且作为输出向量的第k个元素。为了保证计算结果符号正确,本发明中预先对输入向量取反,即输入-y,由施加到每一行OA的负输入端上的电压(-yk)表示。输入向量经过输入电阻转换为电流值参与运算。n个OA的输出电压构成列向量x。本发明中,约定输入电导为单位电导,即g0=1,其它电阻器件的电导值为除以输入电导的比值。
图1中,根据基尔霍夫电流定律,OA正、负输入端的电势分别为和 其中Δsbk、Δsck分别为电导行向量Bk、Ck的补偿电导。由于OA的“虚短”性质,正、负输入端的电势相等,即/>通过选择合适的Δsbk、Δsck,使它们满足∑jBkj+Δsbk+1=∑jCkj+Δsck,那么有-yk+Bkx=Ckx,得到图1中的公式(1),即该电路必须满足
yk=(Bk-Ck)x=Akx. (1)
实际电路中,补偿后的电导加和难以精确相等,考虑近似相等,即∑jBkj+Δsbk+1≈∑jCkj+Δsck,那么公式(1)近似成立。
对于一个n×n的实数矩阵A,它可利用两个非负矩阵B和C分解,即A=B-C。对B和C映射的可变电阻器件进行行加和的电导补偿后,相应的可变电阻阵列电路便能计算任意的矩阵求逆运算。图2中,任意一个OA正、负输入端的电势满足 综合n个等式,得到矩阵形式/>其中UB、UC均为对角矩阵,分别为UB=diag(∑jB1j+Δsb1+1,∑jB2j+Δsb2+1,…,∑jBnj+Δsbn+1)、UC=diag(∑jC1j+Δsc1,∑jC2j+Δsc2,…,∑jCnj+Δscn)。通过选择合适的补偿电导Δsbk与Δsck使UB=UC,那么有-y+Bx=Cx,即y=(B-C)x=Ax,为了满足该式,输出向量x须满足图2中的公式(2),即
x=(B-C)-1y=A-1y. (2)
其中A-1是矩阵A的逆矩阵。因此,图2电路可实现矩阵求逆计算功能。如果补偿后的电导加和近似相等,即∑jBkj+Δsbk+1≈∑jCkj+Δsck,那么公式(2)近似成立。
图3展示了将一个实数矩阵A分解为两个非负矩阵B和C的示例,假设A含负元素。分解方法将A的非负元素一一对应地保留在B中,B其它位置的元素取0;A的负元素取反后一一对应地保留在C中,C其它位置的元素取0。这一方法的数学表达式为其中|A|表示对矩阵A的元素取绝对值。得到非负矩阵B和C之后,计算两者的行加和sB与sC,以及它们之间的差。由于OA负输入端同时连接有输入电阻,它的电导值为单位1,电导加和之差为Δs=sC-1-sB。最后,根据Δs的结果计算补偿电导,它的一种取值方式为/>
图4为基于可变电阻阵列的模拟计算矩阵特征向量电路的结构图。矩阵A的大小为n×n,它的每一个行向量映射为两行可变电阻器件的电导之差,两行器件分别连接到一个OA的正、负输入端,OA的输出端一一对应地反馈连接到可变电阻阵列的列线上,即矩阵A第k行上的OA连接到第k列。连接所有OA正、负输入端的可变电阻器件的电导值分别构成非负矩阵B和C,满足A=B-C。此外,每个OA的负输入端到输出端连接有一个映射特征值的反馈电阻(它的电导为gλ),以及每个OA的正、负输入端各连接一个补偿电阻。根据基尔霍夫电流定律和OA的“虚短”性质,任意一个OA正、负输入端的电势满足其中x为n个OA的输出电压构成的列向量,Δsbk、Δsck分别为电导行向量Bk、Ck的补偿电导,k=1,2,...,n。综合n个等式,得到矩阵形式/>其中UB、UC均为对角矩阵,分别为UB=diag(∑jB1j+Δsb1,∑jB2j+Δsb2,…,∑jBnj+Δsbn)、UC=diag(∑jC1j+Δsc1+gλ,∑jC2j+Δsc2+gλ,…,∑jCnj+Δscn+gλ)。通过选择合适的补偿电导Δsbk与Δsck使UB=UC,那么有Bx=λx+Cx,得到图4中的公式(3),即
λx=(B-C)x=Ax. (3)
为了满足公式(3),输出电压向量必须是λ的特征向量。因此,图4电路可实现矩阵特征向量计算功能。如果补偿后的电导加和近似相等,即∑jBkj+Δsbk≈∑jCkj+Δsck+gλ,那么公式(3)近似成立。
图5为基于可变电阻阵列的模拟计算矩阵伪逆(左逆)的电路结构图,矩阵A的大小为n×m(n>m),它映射在两个可变电阻阵列里,同时利用两组OA构成反馈回路。第一个可变电阻阵列(图中左边可变电阻阵列)中,矩阵A的每一个行向量映射为两行可变电阻器件的电导之差,两行器件分别连接到一个OA的正、负输入端,OA的负输入端连接一个反馈电阻(电导为g0)到输出端,以及正、负输入端各连接一个补偿电阻。连接所有OA正、负输入端的可变电阻器件的电导值分别构成非负矩阵B和C,满足A=B-C。输入向量y由施加到每一行OA负输入端上的电压表示,经过输入电阻转换为电流值参与运算。n个OA的输出电压构成列向量r,作为输入施加到第二个可变电阻阵列的行线上。
第二个可变电阻阵列(图中右边可变电阻阵列)中,矩阵A的每一个列向量映射为两列可变电阻器件的电导之差,两列器件分别连接到一个OA的正、负输入端,同时还各连接一个补偿电阻。连接所有OA正、负输入端的可变电阻器件的电导值分别构成和第一个可变电阻阵列中相同的非负矩阵C和B。m个OA的输出电压构成列向量x,作为输入施加到第一个可变电阻阵列的列线上。
第一个可变电阻阵列中,根据基尔霍夫电流定律和OA的“虚短”性质,任意一个OA正、负输入端的电势满足其中Δsb1k、Δsc1k分别为电导行向量Bk、Ck的补偿电导,k=1,2,...,n。综合n个等式,得到矩阵形式/>其中UB1、UC1均为对角矩阵,分别为UB1=diag(∑jB1j+Δsb11,∑jB2j+Δsb12,…,∑jBnj+Δsb1n)、UC1=diag(∑jC1j+Δsc11+2,∑jC2j+Δsc12+2,…,∑jCnj+Δsc1n+2)。通过选择合适的补偿电导Δsb1k与Δsc1k使UB1=UC1,那么有Bx=r+y+Cx,得到图5中的公式(4),即
r=(B-C)x-y=Ax-y. (4)
第二个可变电阻阵列中,任意一个OA正、负输入端的电势满足其中Δsb2l、Δsc2l分别为电导列向量/>的补偿电导,l=1,2,...,m。综合m个等式,得到矩阵形式/>其中UB2、UC2均为对角矩阵,分别为UB2=diag(∑jBj1+Δsb21,∑jBj2+Δsb22,…,∑jBjm+Δsb2m)、UC2=diag(∑jCj1+Δsc21,∑jCj2+Δsc22,…,∑jCjm+Δsc2m)。通过选择合适的Δsb2l、Δsc2l使UB2=UC2,得到BTr=CTr,即图5中的公式(5):
(BT-CT)r=ATr=0. (5)
结合公式(4)、(5)得到AT·Ax=ATy,为了满足该式,输出向量x须满足图5中的公式(6),即
x=(AT·A)-1·ATy. (6)
其中(AT·A)-1·AT是矩阵A的左逆。因此,图5电路可实现矩阵左逆计算功能。如果补偿后的电导加和近似相等,即∑jBkj+Δsb1k≈∑jCkj+Δsc1k+2、∑jBjl+Δsb2l≈∑jCjl+Δsc2l,那么公式(6)近似成立。
图6为基于可变电阻阵列的模拟计算矩阵右逆的电路结构图,它的主体和图5矩阵左逆电路相同,即两个可变电阻阵列通过两组OA构成反馈回路。区别于左逆电路,该电路中两个可变电阻阵列影射的是矩阵A的转置,即AT。原始矩阵A的大小为m×n(n>m)。此外,本发明中预先对输入向量取反,即输入-y,表示为施加在第二个可变电阻阵列的列线上的电压,经过输入电阻转换为电流值参与运算。第二个可变电阻阵列的输出向量r作为输入施加到第一个可变电阻阵列的列线上。第一个可变电阻阵列行线上OA的输出电压构成向量x。
第一个可变电阻阵列中,任意一个OA正、负输入端的电势满足其中Δsb1l、Δsc1l分别为电导行向量/>的补偿电导,l=1,2,...,m。综合m个等式,得到矩阵形式/>其中UB1、UC1均为对角矩阵,分别为UB1=diag(∑jBj1+Δsb11,∑jBj2+Δsb12,…,∑jBjm+Δsb1m)、UC1=diag(∑jCj1+Δsc11+1,∑jCj2+Δsc12+1,…,∑jCjm+Δsc1m+1)。通过选择合适的补偿电导Δsb1l与Δsc1l使UB1=UC1,那么有BTr=y+CTr,得到图6中的公式(7),即
x=(BT-CT)r=ATr (7)
第二个可变电阻阵列中,任意一个OA正负输入端的电势满足 综合n个等式,得到矩阵形式/>其中UB2、UC2均为对角矩阵,分别为UB2=diag(∑jB1j+Δsb21+1,∑jB2j+Δsb22+1,…,∑jBnj+Δsb2n+1)、UC2=diag(∑jC1j+Δsc21,∑jC2j+Δsc22,…,∑jCnj+Δsc2n)。通过选择合适的补偿电导Δsb2k与Δsc2k使UB2=UC2,可得到图6中的公式(8),即
y=(B-C)x=Ax (8)
结合公式(7)、(8)得到y=A·ATr,为了满足该式,r须满足r=(A·AT)-1y,从而输出向量x须满足图6中的公式(9),即
x=AT·(A·AT)-1y. (9)
其中AT·(A·AT)-1是矩阵A的右逆。因此,图6电路可实现矩阵右逆计算功能。如果补偿后的电导加和近似相等,即∑jBjl+Δsb1l≈∑jCjl+Δsc1l+1、∑jBkj+Δsb2k+1≈∑jCkj+Δsc2k,那么公式(9)近似成立。
最后需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (6)
1.一种用于模拟矩阵计算的可变电阻阵列构成方法,其特征在于,矩阵的每一个行向量或列向量映射为可变电阻阵列中两行或两列可变电阻器件的电导之差,对应的两行或两列可变电阻器件连接到一个运算放大器OA的正、负输入端,每个OA的正、负输入端各连接一个补偿电阻,使连接两个输入端的可变电阻器件的电导值之和相等。
2.如权利要求1所述的可变电阻阵列构成方法,其特征在于,所述可变电阻器件为阻变存储器、相变存储器、磁存储器或铁电存储器。
3.一种模拟计算矩阵求逆电路,其特征在于,矩阵的每个行向量表示为两个非负实数行向量的差,这两个行向量分别映射为权利要求1所述的可变电阻阵列中两行可变电阻器件的电导值,可变电阻阵列中的两行线分别连接到一个运算放大器OA的正、负输入端,连接所有OA正、负输入端的可变电阻器件的电导值构成两个非负矩阵,每个OA的输出端一一对应地反馈连接到可变电阻阵列的列线上;补偿电阻为一列可变电阻器件,补偿电阻的一端连接OA的正或者负输入端,另一端接地,其电导值通过预先计算两个非负矩阵的行加和得到;电路工作时,可变电阻阵列的行线上施加一组电压表示输入向量,OA的输出电压表示矩阵求逆的计算结果,即逆矩阵与输入向量相乘的结果。
4.一种模拟计算特征向量电路,其特征在于,矩阵的每个行向量表示为两个非负实数行向量的差,两个行向量分别映射为如权利要求1所述的可变电阻阵列中两行器件的电导值,对应的可变电阻阵列中的两条行线分别连接到一个OA的正、负输入端,连接所有OA正、负输入端的可变电阻器件的电导值构成两个非负矩阵,在每个OA的输出端到负输入端连接有一个映射特征值λ的反馈电阻;补偿电阻为一列接地的可变电阻器件,其电导值通过预先计算两个非负矩阵的行加和得到;电路工作时,OA的输出电压表示特征向量的计算结果。
5.一种模拟计算矩阵左逆电路,其特征在于,矩阵映射到两个如权利要求1所述的可变电阻阵列,利用两组OA构成反馈回路,第一个可变电阻阵列中,矩阵的每个行向量表示为两个非负实数行向量的差,这两个行向量映射为可变电阻阵列中两行可变电阻器件的电导值,相应的两条行线分别连接到第一组OA的正、负输入端;第二个可变电阻阵列中,矩阵的每个列向量表示为两个非负实数列向量的差,这两个列向量映射为可变电阻阵列中两列器件的电导值,两条列线分别连接到第二组OA中其中一个的正、负输入端,第一组OA的输出端到负输入端各连接有一个反馈电阻,每个OA的输出端连接到第二个可变电阻阵列的对应行线上,第二组OA的输出端反馈连接到第一个可变电阻阵列的对应列线上;补偿电阻为一列或一行接地的可变电阻器件,第一组补偿电阻和第二组补偿电阻的电导值分别通过预先计算两个非负矩阵的行加和或列加和、输入电导及反馈电导计算得到;电路工作时,表示输入向量的电压施加在第一个可变电阻阵列行线上的输入电阻上,第二组OA的输出电压表示左逆计算的结果向量,即左逆矩阵与输入向量相乘的结果。
6.一种模拟计算矩阵右逆电路,其特征在于,将矩阵的转置映射到权利要求5所述的模拟计算矩阵左逆电路中的两个可变电阻阵列,电路工作时,表示输入向量的电压施加在第二个可变电阻阵列列线上的输入电阻上;第一组OA的输出电压表示右逆计算的结果向量,即右逆矩阵与输入向量相乘的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210491643.5A CN114756814B (zh) | 2022-04-29 | 2022-04-29 | 一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210491643.5A CN114756814B (zh) | 2022-04-29 | 2022-04-29 | 一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114756814A CN114756814A (zh) | 2022-07-15 |
CN114756814B true CN114756814B (zh) | 2024-06-18 |
Family
ID=82334356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210491643.5A Active CN114756814B (zh) | 2022-04-29 | 2022-04-29 | 一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114756814B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10325006B2 (en) * | 2015-09-29 | 2019-06-18 | International Business Machines Corporation | Scalable architecture for analog matrix operations with resistive devices |
CN105426345A (zh) * | 2015-12-25 | 2016-03-23 | 南京大学 | 一种矩阵求逆运算方法 |
CN113901387A (zh) * | 2021-10-14 | 2022-01-07 | 北京大学 | 基于可变电阻阵列求解大规模线性方程组的模拟计算方法 |
CN114282164B (zh) * | 2021-12-01 | 2024-07-16 | 北京大学 | 一种模拟计算矩阵乘法电路及其在dft/idft中的应用 |
-
2022
- 2022-04-29 CN CN202210491643.5A patent/CN114756814B/zh active Active
Non-Patent Citations (1)
Title |
---|
Smaller, Faster, Lower-Power Analog RRAM Matrix Computing Circuits Without Performance Compromise;Yubiao LUO等;《SCIENCE CHINA》;20230523;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114756814A (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Angeles | Spatial Kinematic Chains: Analysis—Synthesis—Optimization | |
Go | The Terwilliger algebra of the hypercube | |
Golub | Matrix decompositions and statistical calculations | |
US9152827B2 (en) | Apparatus for performing matrix vector multiplication approximation using crossbar arrays of resistive memory devices | |
He et al. | Simultaneous decomposition of quaternion matrices involving η-Hermicity with applications | |
Kailath et al. | Generalized displacement structure for block-Toeplitz, Toeplitz-block, and Toeplitz-derived matrices | |
Steeb | Problems and solutions in introductory and advanced matrix calculus | |
CN105426345A (zh) | 一种矩阵求逆运算方法 | |
Dunkl | An addition theorem for some q-Hahn polynomials | |
CN114282164B (zh) | 一种模拟计算矩阵乘法电路及其在dft/idft中的应用 | |
CN111125616B (zh) | 一种二维离散傅里叶变换运算电路及运算方法 | |
CN111507464A (zh) | 一种基于忆阻器阵列的方程求解器及其操作方法 | |
Chun et al. | Generalized displacement structure for block-Toeplitz, Toeplitz-block, and Toeplitz-derived matrices | |
CN114756814B (zh) | 一种可变电阻阵列构成方法及基于其实现的模拟矩阵计算电路 | |
Eidelman et al. | On generators of quasiseparable finite block matrices | |
Buchholz et al. | Optimal learning rates for Clifford neurons | |
Malaschonok | LSU factorization | |
CN111988031B (zh) | 一种忆阻存内矢量矩阵运算器及运算方法 | |
Gopi | Mathematical summary for digital signal processing applications with matlab | |
US11501148B2 (en) | Area and power efficient implementations of modified backpropagation algorithm for asymmetric RPU devices | |
CN113901387A (zh) | 基于可变电阻阵列求解大规模线性方程组的模拟计算方法 | |
Gao et al. | The Terwilliger algebras of Grassmann graphs | |
Wirski et al. | State-space approach to implementation of FIR systems using pipeline rotation structures | |
CN118151718A (zh) | 一种实现广义逆矩阵的模拟计算电路 | |
Lee et al. | The cohomology of the integer Heisenberg groups |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |