电磁防护仿生技术研究的进展与展望

常小龙，赵国亮，武翠霞，满梦华

（1.军械工程学院 静电与电磁防护研究所，河北 石家庄 050003；2.中国航天科工集团第二研究院706所，北京 100854）

0 引 言

随着雷达、通信、导航等各种电磁辐射源的功率不断加大和频谱增宽，电子系统在有限的空间范围内面临着更加复杂和恶劣的电磁环境［1］。电子系统受到电磁干扰可能无法工作甚至局部损毁，这势必造成巨大的经济损失和安全隐患。迄今为止，国内外电磁防护主要方法仍然是滤波、屏蔽、防护器件等传统防护方式。传统防护方法能够为电子系统提供保护，但是存在局限性。美国密苏里科技大学的David团队专门研究了静电放电ESD（ElectroStatic discharge）对各种IC器件的影响，ESD 保护电路虽然能在一定程度上保护电路不受静电损伤，但是ESD 引起的干扰依然可以引入到芯片内部导致系统产生故障［2－3］。在航天、通信尤其是涉及国防安全的领域，由于电磁兼容问题带来的电子系统故障危害性极大。电磁防护仿生研究的目的是从生物系统中汲取灵感，设计具有自组织、自适应、自修复能力的电子系统，提高电子系统自身在电磁干扰环境下的稳定性和可靠性［4－5］。

1 电磁防护仿生研究内容

自然界是人类知识的宝库，智慧的源泉。仿生科学是科技创新的重要动力之一，它通过研究生物的结构、性状、原理、行为等，为工程技术提供新的设计思想、工作原理和系统构成的技术科学［6］。电磁防护仿生研究利用仿生技术，使得电子系统像生物一样具有“自组织、自适应、自修复”功能，从而使得电子系统能够适应外部电磁干扰环境的变化；当电子系统受到干扰产生故障时，系统仍能容错运行或者及时从故障中自动恢复。

根据电磁防护仿生研究的目标，需要从三个方面开展电磁防护仿生研究工作：

（1）电磁防护仿生原理研究

电子工程设计的电路系统在电磁干扰环境总是暴露出各式各样的缺点和不足，但是生物经过35 亿年的不断进化，能够很好适应多变的外部环境。因此，以生物进化论为基础的演化硬件相关理论为设计具有自适应能力电子系统提供了理论依据。演化硬件实际上是演化计算和重配置硬件的集合［7］。演化计算对生物进化过程的模拟，通过对电路种群的选择、交叉和变异，不断改变重配置硬件的内部结构，从而使得电子系统能够适应当前的环境变化。生物进化的另一个结果就是产生了十分精巧的结构、机制。这些结构和机制具有很好的鲁棒性，是生物一段时间内适应环境的基础，同样是电磁防护仿生研究不能忽略的部分。

因此，通过对生物进化机制和生物某些结构、机制的鲁棒性进行深入研究，设计可进化的、可靠的电子系统，有望为电磁防护仿生研究提供理论依据，并进一步形成电磁防护仿生的基本原理。

（2）电磁防护仿生模型研究

电磁防护仿生研究需要解决防护原理的“领域转换”的问题。即把生物维持系统稳定性和鲁棒性的基本结构、机制、原理映射到电子系统设计之中。电磁防护仿生模型是实现领域转换的桥梁。仿生模型可以用数学方法描述仿生防护原理，或是用算法描述生物运行机制，或是用电路模型直接构建生物的基本结构。

目前，电磁防护仿生研究至少应从两个方面进行建模。一方面，模拟生物进化过程建立高效的演化计算算法，同时构建重配置电路模型。演化算法和重配置电路模型能够让电子系统灵活改变目标电路的结构，通过进化方式适应电磁环境变化。另一方面，模拟生物某些器官结构和信息处理机制建立数学模型或者电路模型，利用建立的电路模型直接设计电子系统使其具有优良的可靠性和稳定性。

（3）电磁防护仿生电子系统

电磁防护仿生研究的目的是为了提高电子系统在电磁干扰环境下的稳定性和可靠性。因此，电磁防护仿生技术研究最终要把电磁防护仿生原理映射到电子系统的设计之中，提高电子系统在电磁干扰环境下的稳定性和可靠性。随着现场可编程门阵列FPGA（field programmable gate array）、现场可编程晶体管阵列FPTA（field programmable transistor array）［8］以及现场可编程模拟阵列（field pro－grammable analog array）［9］等可编程芯片的发展，设计可进化的电子系统成为可能。和生物进化的概念类似，这些可进化的硬件能够在复杂多变的外部环境下不断进化、优化自身结构，从而达到适应环境的目的。

随着大规模集成电路技术、单电子器件、量子器件和生物芯片的进步和研制，从结构上模拟生物优良的特性也不再是遥不可及的事。科学家通过对生物神经系统深入研究，建立了很多神经网络模型。而且研究人员致力于用硬件电路模拟生物的神经网络，并期望硬件电路能够获得生物神经系统的优良特性［10－11］。

2 电磁防护仿生研究主要成果

目前，电磁防护仿生研究取得的成果主要包括三个方面：

（1）开辟了电磁防护仿生研究新领域

明确了电磁防护仿生研究的内涵。即通过研究生物系统运行机理建立仿生模型，采用全新的思路、方法和技术深入进行电磁干扰、防护等方面的理论研究，对传统的抗扰方式进行强化、补充与完善，从而构造出适于复杂多变电磁环境的电子系统。

对仿生研究进行详细分类，形成仿生坐标，并对电磁防护仿生研究进行准确定位。在工程实现级别上对仿生进行了分类，依次为表象级、行为级和分子级。表象级主要是对生物的形态和结构进行仿生；行为级主要是对生物的本能、智能等功能进行仿生；分子级是从材料的角度进行仿生。三个仿生级别层层递进难度也逐渐增加。电磁防护仿生研究的目标是设计自组织、自适应和自修复功能的仿生电子系统，适应复杂电磁干扰环境。因此，电磁防护仿生研究应属于行为级仿生，包括对生物的结构、运行机制和功能的仿生。

确立了以演化硬件EHW（evolvable hardware）技术为基础的电磁防护仿生技术研究。演化硬件技术使得电子系统像生物一样能根据外部环境的不同或变化而自主地、动态地改变自身结构或功能以适应其外部环境的硬件电路［12］。生物通过自然选择不断进化，生物体通过交叉、变异产生各种基因，在优胜劣汰的机制下逐渐形成适应能力强的优秀个体。生物进化基本理论是演化硬件的理论基础，演化硬件技术发展的一个十分重要的方向就是模拟生物进化过程设计高效的演化算法。因此，生物进化基本理论是电磁防护仿生技术的理论基础之一；演化硬件技术则是电磁防护仿生的技术途径之一；而利用演化硬件技术设计自适应和自修复功能的电子系统，是电磁干扰环境下防护仿生研究的重要目标之一。

（2）开展了典型可编程器件的电磁损伤效应研究

FPGA 等可编程芯片，是演化硬件的主要实现载体。通过对FPGA 等可编程芯片的电磁损伤效应实验研究，获得静电放电或电磁干扰引起FPGA 管脚损伤的敏感阈值［13］。实验对ALTERA 公司的EP2C5型号FPGA 芯片进行测试，结果表明FPGA 输入管脚静电放电电压大于3.6KV 时产生损伤，而输出管脚在4.7KV 时产生损伤。实验中还发现静电放电引起的管脚损伤模式通常是对地短路，输出管脚电平固定为0，据此建立了静电放电引起电路故障模型和故障仿真模型，为电子系统可靠性设计提供实验依据，并为演化自修复算法的性能分析提供了故障仿真模型。

（3）根据电磁防护仿生研究目标进行电磁防护仿生电子系统设计

给出了建立电子系统层次结构模型的方法［14］。电子系统的结构层面进行分析，将其分解为系统功能模块和连接结构模块两大部分，构建了电子系统的层次结构模型。将电子系统的连接结构映射为一种稀疏矩阵，从而将电子系统的设计、故障监测、故障修复等问题转化为特定功能模块下带参数的矩阵求解与优化问题，为电子系统中生物特性的引入提供方法和思路。

建立了静电放电注入损伤防护模型［13］。设计了具有冗余机制和结构自组织功能的虚拟细胞模型，利用遗传算法实现故障自修复的功能。虚拟细胞模型的细胞质对应于动态重配置电路模型，而虚拟细胞核由一个嵌入式微处理器构成，里面运行的是故障诊断算法和演化算法，实现对虚拟细胞质的配置和故障监控。该模型提高了电路抵抗ESD干扰的能力。为了实现电子系统功能自修复，基于FPGA设计了虚拟可重构电路演化平台［15］。对重配置电路模型可编程单元进行深入分析，分析重配置电路模型中可编程单元结构对系统演化修复的影响，并提出了利用关键函数优化重配置电路模型的方法［16］，提高电路演化生成速率。

结合三模冗余技术和演化硬件技术，提出了一种三模冗余演化自修复系统［17］。三模冗余系统能够提高电子系统的容错能力。引入演化修复技术后，其中一个模块出现故障或者损伤时，三个模块两两校验，确定故障模块进行修复。因此，三模冗余演化自修复技术进一步提高了电子系统的可靠性。

电磁防护仿生技术研究经历了概念形成的阶段，目前在基础实验和电子系统设计两个方向取得了一些初步成果。电磁防护仿生技术研究最终要形成电磁防护仿生原理，并运用于电子系统设计之中，从而提高电子系统稳定性、可靠性。目前的工作与电磁防护仿生研究的目标相比，还有很长一段距离。电磁防护仿生是电磁学、电子学和生物学构成的一门综合性较强的学科，因此需要多个领域的研究人员配合研究。尤其需要加强生物系统在各种干扰环境下稳定、可靠运行的机理研究，以期为电磁防护仿生技术研究提供理论基础。同时，这也是电磁防护仿生研究亟待解决的问题。

3 电磁防护仿生研究新思路

经过漫长的自然进化，生物产生了十分精良的结构和机制来适应环境。作为自然界最复杂的控制和信息处理系统，生物的神经系统具有很强的自适应能力和容错能力［18］。每天都有大量的神经细胞死亡，但并不影响神经系统的功能，而计算机中一个微小的错误都可能导致严重的后果。脑是生物的控制和信息处理中心，其在各种干扰环境下信息处理表现出良好的鲁棒性。局部细胞的死亡不会太大程度上影响脑区的功能，脑功能会退化但不存在功能丧失的临界点。生物神经系统具有较高的可靠性，其内在的信息处理机制将是电磁防护仿生研究一个十分重要的对象。

3.1 生物神经信息处理方式

神经系统与电子系统在结构和信息处理方式上有着本质的不同，电子系统，尤其是数字电路系统，通常采用串行计算的方式，不同模块之间也通常存在主从关系。在这样的电子系统中任何一个小的干扰都有可能引起严重的后果，某个电路模块的损伤可能造成系统的崩溃。而生物神经系统是一个并行分布处理系统，不存在单个神经元，对信息处理是必不可少的。信息存储在神经元连接强度分布上。信息的处理和传输都是由神经元通过复杂的连接方式相互协调共同完成。不难理解，神经系统的这种分布并行处理信息的方式必然具有很高的可靠性。

3.2 生物神经信息编码

理解神经元和神经系统如何对外界信息进行编码是神经科学研究的基本问题。深入研究神经信息编码，更有助于模仿生物神经系统设计抗干扰能力和容错能力较强的电路。早在上个世纪30年代，Adrian就对神经编码进行了研究。此后人们普遍接受了神经元频率编码的概念［19］，神经元能够把来自树突的刺激进行整合进而发放一定频率的脉冲串。随着研究技术手段进步人们对神经信息编码认识不断深入。神经系统对信息进行编码的过程十分复杂，信息传递和加工过程中绝非单个细胞独立编码，而是通过一组神经元构成的神经网络进行编码，也称为群体编码［20］。群体编码大大提高了信息系统的可靠性，单个神经元的损伤不会对信息编码产生太大的影响［21］。生物神经网络对信息的群体编码行为，不仅仅是资源的冗余，而是神经网络中每个神经元共同作用、相互协同的结果。

3.3 神经网络大规模集成电路实现

早期人们建立生物神经元模型后，往往利用相应的模型发展成人工神经网络，然后用算法实现解决现实世界的问题。但是算法实现神经网络无法模拟真实生物神经系统并行处理信息这一特性，更无法模拟生物的电气特性。用电路实现生物神经元以及神经网络是目前研究的热点。特别是随着大规模集成电路技术的发展，在一个芯片上能够集成大量的神经元电路［22］，这使得科学家可以更加真实地模拟生物神经元和神经网络。

神经元是神经系统处理信息的基本单位，科学家一直尝试建立神经元模型，研究神经元和神经系统的特性。1907年Lapicque提出了神经元的最初模型—积分发放模型（integrate and fire model，IF Model），IF模型是一种简单的电路模型，但它具有了生物神经元脉冲发放，不应期等重要特性［23］。1952年Hodgkin和Huxley通过对哺乳动物视觉皮层的深入研究，提出了H－H模型（hodgkin－huxley model），第一次用数学模型精确地描述了细胞膜的动态特性［24］。1990年Eckhorn提出了一种猫的视觉皮层模型，根据猫的大脑皮层同步脉冲发放现象提出了展示脉冲发放现象的连接模型，后来由演变成脉冲耦合神经网络模型（pulse coupled neural network，PCNN）［25］。2003年苏黎世大学Giacomo提出了一种低功耗IF电路模型，该模型能够实现脉冲频率自适应机制［26］。2009年Wijekoon等人基于CMOS技术提出了一种新的脉冲神经元电路模型，该模型比简单的IF模型实现的脉冲发放模式要丰富的多［27］。2011年中国科学院半导体研究所韩伟华等结合IF模型和PCNN模型提出了一种非常适宜大规模集成电路实现的脉冲耦合神经元电路模型［28－29］。该模型很好地拟合了真实神经元的点火、脉冲发放、不应期、存储等动态特性，大大简化了电路结构。神经元电路以及神经网络的大规模集成电路实现，能够高效快速地模拟和分析神经系统信息处理机制，是把电磁防护仿生原理转换为电子系统设计的有力技术途径。

综上，深入理解和研究生物神经系统信息处理机理，设计适应电磁干扰环境的电子系统，将是电磁仿防护生技术研究不可或缺的方向。探寻生物神经系统稳定性和可靠性的基本原理，建立神经网络模型，利用大规模集成电路技术建立神经网络电路模拟神经系统信息处理，进而提高电磁干扰环境下电子系统稳定性和可靠性。

4 结束语

电磁防护仿生研究作为一个新的科学研究领域，确立仿生研究对象十分关键，是能否取得研究成果的关键所在。生物的进化机制是一种优秀的适应环境的机制。利用演化硬件技术使电子系统具有进化能力，进而适应电磁干扰环境变化，是电磁防护仿生研究的重要目标。

同时，研究神经系统稳定和可靠运行机理，可望成为电磁防护仿生的重要理论基础。生物的神经系统作为生命体的控制核心，具有很高的可靠性和容错能力。神经系统编码和处理信息的方式与传统的电子系统有着本质的不同。深入研究神经元以及神经系统工作机理，并根据具体的工程应用背景设计具有故障容错能力的神经元电路和神经网络电路，实现电磁干扰环境下可靠地系统控制和信息处理，是未来进行电磁防护仿生技术研究的重要方向。

［1］LIU Shanghe.Effect of electromagnetic environment to weaponry and its trend of development［J］.Journal of the Academy of Equipment Command ＆ Technology，2005，16（1）：1－6（in Chinese）.［刘尚合.武器装备的电磁环境效应及其发展趋势［J］.装备指挥技术学院学报，2005，16（1）：1－6.］

［2］Koo J，Muchaidze G，Pommerenke D.Finding the root cause of an ESD upset event［C］／／Santa Clara：DesignConference，2006：1－24.

［3］Nandy A.Prediction of soft error response of integrated circuits to electrostatic discharge injection via simulation field package interaction for electrostatic discharge soft error prediction full wave model for simulating noiseken electrostatic discharge generator［D］.Rolla，USA：Missouri－Rolla University，2010：1－155.

［4］LIU Shanghe，YUAN Liang，CHU Jie.Electromagnetic bionicsa new area of electromagnetic protection［J］.Chinese Journal of Nature，2008，31（1）：1－7（in Chinese）.［刘尚合，原亮，褚杰.电磁仿生学－电磁防护研究的新领域［J］.自然杂志，2008，31（1）：1－7.］

［5］LIU Shanghe，CHU Jie，YUAN Liang.Study and progress of electromagnetic bionics for electronic system［J］.Journal of Academy Force Engineering，2009，23（1）：1－6（in Chinese）.［刘尚合，褚杰，原亮.电子系统的电磁仿生研究与进展［J］.装甲兵工程学院学报，2009，23（1）：1－6.］

［6］LU Yongxiang.The meanings and development of bionics［J］.Scientific Chinese，2004（4）：23－24（in Chinese）.［路 甬 祥.仿生学的意义与发展［J］.科学中国人，2004（4）：23－24.］

［7］Negoita M，Hintea S.Bio－inspired technologies for the hardware of adaptive systems—Real－world implementations and applications［M］.Warsaw，Poland：Springer，2008：38－50.

［8］ZHEN Juan，SHI Yu，WU Qiongqin，et al.Configuration design of FPTA—2based on SCM［J］.Computer Measure ＆Control，2008，16（7）：1024－1026（in Chinese）.［郑娟，石玉，吴琼勤等。基于单片机的FPTA—2配置设计［J］.计算机测量与控制，2008，16（7）：1024－1026.］

［9］Zebulum R S，Mojarradi M，Stoica A，et al.Self reconfigurable analog arrays：Off the shelf adaptive electronics for space applications［C］／／NASA／ESA Conference on Adaptive Hardware and Systems，Northland：IOS Press，2007：529－535.

［10］Schemmel J，Bruderle D，Grubl A，et al.A wafer－scale neuromorphic hardware system for large－scale neural modeling［C］／／Proceedings of the IEEE International Symposium on Circuits and Systems（ISCAS）.Paris，France：ISCAS，2010：1947－1950.

［11］Millner S，Grübl S，Meier A，et al.A VLSI implementation of the adaptive exponential integrate－and－fire neuron model［C］／／Nevada，USA：In proceeding of NIPS，2010：1642－1650.

［12］Higuchi T，LIU Y，YAO X.Evolvable hardware［M］.New York，USA：Springer，2006：1－10.

［13］MANG Menghua，JU Zhengquan，YUAN Qingyun，et al.The design of protection model for ESD injection injury based on the electromagne－tic bionics［J］.High Voltage Engineering，2011，37（2）：375－381（in Chinese）.［满梦华，巨政权，原青云，等.基于电磁仿生概念的静电放电注入损伤防护模型设计［J］.高电压技术，2011，37（2）：375－381.］

［14］JU Zhengquan，YUAN Liang，MAN Menghua，et al.Hierarchical decomposition and modeling of electronic system［J］.Modern Electronics Technique，2011，34（5）：18－20（in Chinese）.［巨政权，原亮，满梦华，等.电子系统的层次分解及建模［J］.现代电子技术，2011，34（5）：18－20.］

［15］XIE Shuangjia，YUAN Liang，MAN Menghua，et al.Design of evolvable platform based on virtual reconfigurable circuit［J］.Computer Technology and Development，2011，21（7）：214－216（in Chinese）.［解双建，原亮，满梦华，等.基于虚拟可重构电路的演化平台设计［J］.计算机技术与发展，2011，21（7）：214－216.］

［16］CHANG Xiaolong，LI Chuantao，YUAN Liang.Research on the key technologies of circuit evolvement and repairing based on the concept of electromagnetic protection bionics［J］.Journal of Academy of Hebei University of Science and Technology，2011（32）：168－171（in Chinese）.［常小龙，李川涛，原亮.基于电磁防护仿生概念电路演化修复关键技术研究［J］.河北科技大学学报，2011（32）：168－171.］

［17］JU Zhengquan，ZHENG Jiangling，MAN Menghua，et al.Reliabi－lity and state characteristic analysis of evolvable triple module redundancy self－repairing system［J］.Telecommunication Engineering，2012，52（2）：65－69（in Chinese）.［巨政权，郑见灵，满梦华，等.三模冗余演化自修复系统可靠性及状态规律分析［J］.电讯技术，2012，52（2）：65－69.］

［18］SHI Zhongzhi.Neural network［M］.Higher Education Press，2009：1－3（in Chinese）.［史忠植.神经网络［M］.北京：高等教育出版社，2009：1－3.］

［19］Baslow M H.The languages of neurons：An analysis of coding mechanisms by which neurons communicate，learn and store information［J］.Entropy，2009，11（4）：782－797.

［20］Elad G，Ronsen S，Elad S.Sparse low－order interaction network underlies a highly correlated and learnable neural population code［J］.Proceeding of PNAS，2011，108（23）：9679－9684.

［21］LIANG Peiji，CHEN Aihua.Multi－electrode synchronized record of neuron activity and neural information process［M］.Beijing：Beijing University of Technology Press，2003：67－68（in Chinese）.［梁培基，陈爱华.神经元活动的多电极同步记录及神经信息处理［M］.北京：北京工业大学出版社，2003：67－68.］

［22］Demirkol A S，Ozoguz S.A low power Implementation of the neuron Model［C］／／Bordeaux，France：IEEE New Circuits and Systems Conference（NEWCAS），2011：169－172.

［23］Folowosele A，Harrison A，Cassidy A，et al.A switched capacitor implementation of the generalized linear integrate－andfire neuron［C］／／Taibei，China：IEEE International Symposium on Circuits and Systems，2009：2149－2152.

［24］Lucy J C.Michael P B.Action potential initiation in the hodgkin－huxley model［J］.Computational Biology，2009，5（1）：1－7.

［25］Zhaobin W，Yide M，Feiyan C，et al.Reviw of pulse－coupled neural networks［J］.Image and Cision Computing，2010，28（1）：5－13.

［26］Indiveri G.A low－power adaptive integrate－and－fire neuron circuit［C］／／IEEE International Symposium on Circuits and Systems，2003：820－823.

［27］Wijekoon J H B，Dudek P.A CMOS circuit implementation of a spiking neuron with bursting and adaptation on a biological timescale［J］.Biomedical Circuits and Systems Conference，2009：2149－2152.

［28］XIONG Ying.Pulse coupled CMOS neural circuit［D］.Institute of Semiconductor of Chinese Academy of Science，2011（in Chinese）.［熊莹.脉冲耦合CMOS神经元电路［D］.中国科学院半导体研究所，2011.］

［29］XIONG Ying，HAN Weihua，ZHANG Yangbo.A design of pulse coded CMOS neuron circuit［J］.Chinese Journal of Electron Devices，2011，34（3）：286－291（in Chinese）.［熊莹，韩伟华，张严波，等.一种脉冲编码CMOS神经元电路的设计与实现［J］.电子器件，2011，34（3）：286－291.］