基于耦合传感器与忆阻神经元的神经形态嗅觉电路实现气体定位与追踪

为解决人工嗅觉系统(AOS)在实时多通道气体传感处理中面临延迟高、计算能耗大的问题，研究人员开展基于仿生嗅觉神经回路的人工嗅觉神经电路(AONC)研究，通过耦合气体传感器与NbOx忆阻神经元，实现了气体源方位角与距离的原位解码，并提出静态与动态旋转传感策略用于气体源追踪。该研究为下一代传感计算系统提供了低功耗、低延迟的解决方案。

　　

在救援行动和爆炸物检测等场景中，能够实时定位并追踪气体源的人工嗅觉系统(AOS)具有重要应用价值。然而，传统AOS通常采用气体传感器、模数转换器(ADC)和微处理器的组合架构，在处理多通道气体传感信息时面临高延迟和高计算能耗的挑战。这主要是由于传统方案依赖数据密集型处理流程，包括特征提取、降维和识别等步骤，导致存储和计算开销较大，难以满足实时边缘计算的需求。

受到鼹鼠等生物嗅觉神经回路的启发，研究者开始探索神经形态工程方法，通过模拟生物系统中神经元之间的反馈和拓扑连接结构，以缩小人工与生物嗅觉系统在计算效率和延迟方面的差距。特别是，忆阻器因其固有的阈值开关(TS)特性——在电刺激超过阈值电压(V_th)时切换到低阻态(LRS)，在电压低于保持电压(V_hold)时恢复到高阻态(HRS)——被视为构建人工感觉神经元的理想元件，能够模拟生物神经元的激活和静息状态。

在此背景下，程灵莉、张续猛等研究者在《Device》杂志上发表了一项创新性研究，他们开发了一种人工嗅觉神经电路(AONC)，该电路由两个电容耦合的双人工嗅觉通路(AOP)组成，每个通路整合了气体传感器和NbO_x基忆阻神经元，成功模拟了生物气体定位神经回路的功能。AONC能够通过输出信号的相位差解析气体源的方位角，通过同步频率解析气体源的距离，并进一步提出了静态和动态旋转传感策略以实现气体源追踪。

研究团队主要采用了以下关键技术方法：首先，利用电子束蒸发和磁控溅射技术制备了Pt/NbO_x/NbO_y/Ti结构的忆阻神经元器件，并对其电学特性进行了系统表征；其次，将商用MQ3气体传感器与忆阻神经元并联，构建了人工嗅觉通路(AOP)，通过实验测量了不同气体浓度和距离下的振荡输出特性；第三，通过引入耦合电容(C_c)连接两个AOP，形成了AONC，并分析了其同步振荡行为和相位差特性；最后，在模拟环境中验证了AONC的气体定位与追踪性能，并对比了两种追踪策略的效能。实验在1.2m×1.2m×0.5m的密闭腔室中进行，使用乙醇作为气体源，通过精密仪器监测电路输出信号。

生物嗅觉神经回路的仿生设计

研究团队从鼹鼠的生物学嗅觉系统中获得灵感，其嗅觉神经回路包括嗅觉上皮(OE)、嗅球(OB)、同侧前嗅核(AON)神经元和对侧AON神经元。两个嗅觉通路（通路A和通路B）的相互作用赋予了气体定位能力：当气体源靠近通路A时，AON_A神经元接收来自OB_A的强烈兴奋性刺激，表现出较高的发放频率；而AON_B神经元则受到来自OB_A的强烈抑制性刺激，发放频率较低。这种双边抑制机制通过将空间信息编码为发放频率差，实现了快速的气体定位。基于这一原理，研究者设计了包含两个耦合AOP的AONC，每个AOP由气体传感器和忆阻振荡神经元组成，通过电容耦合模拟生物系统中的抑制性突触功能。

人工嗅觉通路(AOP)的工作机制

AOP由气体传感器与具有阈值开关(TS)特性的忆阻器并联组成，外部电容(C)连接其中。MQ3气体传感器感知气体浓度并将其转化为电阻信号，NbO_x忆阻器在电压超过V_th时切换到LRS，在电压低于V_hold时恢复HRS，从而产生振荡行为。通过建立微分方程模型，研究者推导了振荡频率与传感器电阻、输入电压和电容的关系，并通过实验验证了AOP在不同气体源距离下的振荡输出特性，表明振荡频率随距离增加而降低，成功实现了气体浓度信息的频率编码。

人工嗅觉神经电路(AONC)的耦合同步机制

AONC由两个AOP通过耦合电容(C_c)连接而成，当两个AOP的固有频率不同时，通过耦合电容实现相互抑制和同步。实验结果显示，引入耦合电容后，两个AOP的输出振荡频率降低并趋于一致，且产生稳定的相位差(θ)，该相位差与两个传感器之间的电阻差(ΔR)相关。通过数学分析和实验测量，研究者证明了净电荷在耦合过程中逐渐减小至零，标志着系统达到同步状态。耦合电容的大小是影响同步速度和相位差的关键参数。

AONC在气体源定位中的应用

为验证AONC的气体定位能力，研究者在密闭腔室中布置了两个水平排列的MQ3气体传感器，间距25cm，气体源位于传感器中心30cm远处，形成方位角β。由于传感器固有的高电阻差可能阻碍同步过程，研究者设计了校准电路（包括并联电阻R_parallel和串联电阻R_series），使等效传感器电阻差落入同步区域。实验结果表明，相位差θ₁随方位角β增大而增大，但在180°方位角处出现对称现象，无法区分对称位置。为此，研究者引入了另一个垂直排列的AONC，通过相位差θ₂辅助区分对称方位，最终实现了0°–360°全角度气体源检测。AONC单次检测延迟仅38.5μs，功耗1.67mW，在集成条件下有望实现延迟38ns和功耗1.67mW，较传统数字方案提升25.2倍能效和227倍速度。

AONC在气体源追踪中的策略实现

气体源追踪需要实时获取方位角和距离信息。研究者通过AONC的同步频率(f)解析距离，频率随气体源距离减小而增加。基于这一特性，提出了两种追踪策略：旋转传感检测(RSD)和静态传感检测(SSD)。RSD策略通过旋转AONC寻找最大相位差θ_max对应的方位角β，逐步向前移动；SSD策略利用两个垂直AONC的相位差θ₁、θ₂和同步频率f推断方位角和距离。在模拟机器人追踪实验中，RSD策略步数少但延迟高，SSD策略延迟低但路径长，两者在实用中需根据需求权衡。研究者还通过仿真分析了传感器间距(L)与气体源距离(d)之比对相位差范围(Δθ)的影响，表明更高的L/d可提升方位灵敏度。

结论与展望

该研究成功开发了一种紧凑型人工嗅觉神经电路(AONC)，通过耦合气体传感器和NbO_x忆阻神经元，实现了气体源方位角和距离的原位解码，显著降低了功耗和延迟。AONC的输出脉冲信号与脉冲神经网络(SNN)天然兼容，为端到端智能决策系统提供了可能。未来，面对复杂环境（如多气体源和噪声背景）的挑战，需要发展大规模AONC阵列以提升空间分辨率。该电路结构还可扩展至光学、声学或触觉传感器，为自主机器人提供多模态边缘智能感知平台。

这项研究不仅为气体定位和追踪提供了一种高效的神经形态解决方案，也为新一代传感-计算一体化系统的发展指明了方向。通过模仿生物嗅觉系统的精巧设计，AONC在能效和速度上的优势，使其在环境监测、医疗诊断和危险品检测等领域具有广阔的应用前景。