用于宽带计算与通信的集成微波神经网络

高速带宽应用（如多吉比特通信与雷达成像）的发展对数据处理速度提出了更高要求。然而，在微波频段（频率超过时钟速率）中，采样与计算面临严峻挑战。本文报道了一种用于宽带计算与通信的集成微波神经网络。该微波神经网络工作频率覆盖数十吉赫兹，却可通过每秒兆比特级的低速控制比特流实现重新配置。通过利用耦合微波振荡中的强非线性特性，系统将计算过程映射至更窄的频谱范围内，从而实现便捷读出。该系统可在每秒数千兆比特的数据流中搜索比特序列，并在无需定制电路的情况下模拟数字功能。通过分类编码方案并检测频率偏移，该系统显著加速了射频机器学习，实现了对飞行轨迹的雷达追踪。该微波神经网络采用标准互补金属-氧化物-半导体（CMOS）工艺制造，芯片面积仅0.088 mm²（小于一个波长），功耗低于200 mW，具备集成于通用模拟处理器的潜力。