基于SOA的光子脉冲LIF神经元研究

脉冲神经网络与传统人工神经网络相比,具有硬件友好性和低能耗的优点。而光子脉冲神经网络与电脉冲神经网络相比具有速度快、能耗低、传输容量大和抗电磁干扰能力强等优点。基于半导体光放大器(SOA)设计了一种新的光子脉冲神经元模型—LIF(泄漏积分与发射)模型,实现了信号的加权、延迟、积分和阈值判决等功能,并在此基础上探索了该LIF模型在数字逻辑中的应用。实现了基于该模型的“异或”逻辑功能,并改进了一种具有兴奋性和抑制性神经元,通过光通信仿真软件得到LIF模型、“异或”逻辑和具有兴奋性和抑制性神经元良好的输出。