耳蜗CAR模型的FPGA实现
神经与进化计算
2015-03-03 v1 硬件体系结构
摘要
人类听觉系统的前端——耳蜗，将来自外部世界的声音信号转换为沿听觉通路传输以进行进一步处理的神经冲动。耳蜗以非线性主动方式感知并分离声音，展现出显著的灵敏度和频率分辨力。尽管已有若干电子耳蜗模型被提出并实现，但它们均未能复现耳蜗的全部特性，包括大动态范围、低声级下的大增益与尖锐调谐，以及强声级下的低增益与宽泛调谐。在此，我们在FPGA上实现耳蜗的级联非对称谐振器（CAR）模型。CAR代表了带快速压缩的级联非对称谐振器（CAR-FAC）耳蜗模型中的基底膜滤波器。CAR-FAC是一种基于听觉滤波的零极点滤波器级联模型的神经形态听觉模型。它使用传统数字滤波级的简单非线性扩展，非常适合于FPGA实现，从而我们能够在Virtex-6 FPGA上实现多达1224个耳蜗段以实时处理声音数据。本文所述的电子耳蜗FPGA实现可用作各种机器听觉应用的前端声音分析器。
引用
@article{arxiv.1503.00504,
title = {FPGA Implementation of the CAR Model of the Cochlea},
author = {Chetan Singh Thakur and Tara Julia Hamilton and Jonathan Tapson and Richard F. Lyon and André van Schaik},
journal= {arXiv preprint arXiv:1503.00504},
year = {2015}
}
备注
ISCAS-2014