随着脑科学、认知科学和神经科学的不断发展,观测不同认知任务下的脑神经网络的活动已经成为可能。近年来,大脑的工作机制被逐渐发掘,受此启发,发展类脑智能和类脑计算已经成为计算科学领域的研究热点。类脑计算表现形式是芯片或计算机,它旨在通过模仿生物神经系统的结构和工作原理来实现更智能的计算系统,为人工智能、计算与存储等领域带来革命性的突破。如何在硬件上实现生物神经网络是目前计算科学领域中极具挑战性的技术难题之一。脉冲神经网络将信息编码成脉冲时间,能够获得更多的信息,适合处理各种神经信号问题。本文基于神经元的信息传递机制,以现场可编程门阵列(Field Programmable Gate Array,FPGA)为硬件平台,利用FPGA辅助设计工具DSP Builder完成基于FPGA的脉冲神经网络电路模型设计,并进行了各神经元动作电位的仿真分析。本文的主要研究工作如下:首先,基于Hodgkin-Huxley(H-H)神经元模型,完成了H-H神经元数学模型的离散化。应用DSP Builder搭建基于离散时间的H-H神经元电路模型,再应用Simulink搭建基于连续时间的H-H神经元电路模型。对所搭建的两个电路模型施加相同的电流刺激,仿真分析两者的动作电位波形,验证了本文建模方法的可行性。其次,根据神经元突触理论中不同类型突触的特性,选择化学突触实现本文中神经元之间耦合连接,结合化学突触的数学模型,在DSP Builder中搭建出了化学突触的电路模型。最后,结合神经网络的拓扑结构,完成了包含8个H-H神经元的环形脉冲神经网络电路模型设计和包含6个H-H神经元的前馈型脉冲神经网络电路模型的设计。对搭建出的两种脉冲神经网络电路模型进行仿真分析,得到神经网络中各神经元的动作电位波形,验证了本文脉冲神经网络硬件实现方法的可行性。本文神经网络电路模型的设计和仿真工作,为大规模神经网络的仿真和硬件实现提供了一种思路。