基于神经形态模拟传感前端的气体浓度脉冲时间编码
神经与进化计算
2024-10-23 v1
摘要
气体浓度检测对于气体泄漏监测等应用十分重要。金属氧化物（MOx）传感器对特定气体表现出高灵敏度，这使得它们特别适用于此类监测应用。然而，如何高效地采样并进一步处理传感器响应仍是一个开放问题。在此我们提出了一种简单的模拟电路设计，其灵感来自哺乳动物嗅球的脉冲输出以及基于事件的视觉传感器。我们的电路将气体浓度编码在两条独立通路的脉冲之间的时间差中。我们表明，在受控气流嵌入气体注入的设置下，两个生成脉冲之间的时间差随气体浓度呈反比变化，这与哺乳动物嗅球中簇状细胞和僧帽细胞之间的脉冲时间差一致。将浓度信息编码于模拟脉冲时序中，可能为快速高效的气体检测铺平道路，并最终促成可部署于非受控和湍流环境中的数据高效与功耗高效的监测设备。
引用
@article{arxiv.2310.07475,
title = {Spike-time encoding of gas concentrations using neuromorphic analog sensory front-end},
author = {Shavika Rastogi and Nik Dennler and Michael Schmuker and André van Schaik},
journal= {arXiv preprint arXiv:2310.07475},
year = {2024}
}
备注
\c{opyright} 2023 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works