神经网络是由大量神经元广泛互连而成的网络，用以模拟人脑信息处理的功能。它在模式识别、信号处理、系统辨识和优化等方面具有广泛的应用前景。目前的数字式和模拟式的VLSI人工神经网络实现方式都各有其优点和缺陷。基于单比特信号处理的数字神经网络通过把模拟输入信号转换为单比特数字信号进行运算、传输和储存，这种技术具有高可靠性、高抗干扰性，运算单元结构简单的特点，易于实现大规模的人工神经网络。而其中单比特数字输入信号的产生需要采用∑△调制器，因此高速高精度的∑△调制器设计就成为单比特人工神经网络实现的重点。 本文主要内容为按照单比特神经网络对输入信号的要求，设计一个把模拟输入信号转换为单比特信号的∑△调制器。论文从模数转换器的原理入手，详细说明了∑△调制器的基本原理和实现结构，根据单比特人工神经网络对输入信号的要求，选用二阶开关电容∑△调制器结构；并使用MATLAB下的SIMULINK建模工具对所选结构进行了行为级建模和仿真，确定了各个电路模块的设计指标；然后对∑△调制器的模块电路包括开关电容累加器、运算放大器、1比特D/A反馈电路、电压比较器和非交叠时钟等进行设计，并完成整体电路设计仿真。 接下来，采用Chartered 0.35μm CMOS双层多晶硅、四层金属的工艺，对二阶开关电容∑△调制器进行电路仿真，证明在采样频率为64MHz、超采样率为64、有效带宽0.5MHz条件下，系统信噪比最高可以达到66.2dB，动态范围68dB，有效位数约为11比特，电路功耗为18.4mW。受芯片面积的限制，本次仅对一阶开关电容∑△调制器进行流片，仿真结果显示在与二阶∑△调制器同样的采样率和超采样率下，一阶∑△调制器信噪比最高为51.5dB。经过芯片载片测试，验证芯片的信噪比最高可以达到46.2dB。