Spiketrum：基于FPGA的神经形态耳蜗实现

本文提出了一种新颖的基于FPGA的神经形态耳蜗，利用了通用尖峰编码算法Spiketrum。本研究的重点在于该耳蜗模型的开发与特性描述，该模型擅长将音频振动转化为生物逼真的听觉尖峰序列。这些尖峰序列旨在承受神经波动和尖峰丢失，同时准确封装音频的空间和精确时间特征以及传入振动的强度。显著特点包括能够以最小信息损失生成实时尖峰序列，以及重建原始信号的能力。这种微调能力允许用户优化尖峰速率，在输出质量和功耗之间实现最佳平衡。此外，将反馈系统集成到Spiketrum中，可以选择性地放大特定特征同时衰减其他特征，从而根据应用需求实现自适应功耗。硬件实现支持基于尖峰和非基于尖峰的处理器，使其适用于各种计算系统。该耳蜗能够编码超出声波波形之外的多种感官信息，使其成为当前和未来基于尖峰的智能计算系统的一种有前景的感官输入，提供紧凑且实时的尖峰序列生成。