arXiv eess.SP（Signal Processing）·· 10 天前AI 评分32
基于 Spiketrum 算法的通用神经形态传感器：硬件细节与实际应用
A General-Purpose Neuromorphic Sensor based on Spiketrum Algorithm: Hardware Details and Real-life Applications
AI 导读
一篇 arXiv 论文提出 Spiketrum 算法的面积优化硬件实现，将时变模拟信号编码为时空动作电位模式，相比此前性能优化设计减少 52% BRAM、31% DSP 切片和 6% LUT。该实现已在 FPGA 上验证，并采用 TSMC180 工艺集成进 IC，在声音和 ECG 分类中展现有效性。作者称其可为人工耳蜗和神经器件等功耗敏感应用提供灵活可扩展的神经形态方案。
AI 要点
团队
第一作者 MHD Anas Alsakkal，末位作者 Jayawan Wijekoon，共 4 位作者。
主要结果
面积优化实现较此前性能优化设计减少 52% BRAM、31% DSP 切片、6% LUT；已在 FPGA 验证并集成进 TSMC180 工艺 IC。
解决什么问题
脉冲编码长期依赖软件，限制效率；本文为 Spiketrum 算法提供可适配、资源高效的脉冲编码硬件。
方法
用硬件实现 Spiketrum 算法，将时变模拟信号编码为时空脉冲模式；在声音和 ECG 分类任务上做实验。
局限
从研究设计看，本文聚焦硬件面积与资源权衡，未报告临床或人体应用结果。
AI 依据原文整理，未经人工核对。
来源：arXiv eess.SP（Signal Processing） · arxiv.org