Ultra-low-power analog front-end for audio scene classification based on SNNs

The increasing demand for always-on edge intelligence has driven the development of ultra-low-power sensing architectures capable of extracting meaningful information while operating under extremely stringent energy constraints. In acoustic inference systems, conventional digital approaches rely on high-resolution Analog-to-Digital Converters (ADCs) followed by computationally intensive feature extraction algorithms, resulting in power consumption that is often incompatible with long-term autonomous operation. This thesis presents the design and analysis of an ultra-low-power analog front-end intended for audio scene classification through Spiking Neural Networks (SNNs). The proposed architecture performs analog preprocessing before digitization, significantly reducing the computational burden of subsequent processing stages. The system consists of three main building blocks: a low-noise amplifier providing programmable closed-loop gain while minimizing power consumption, a bank of tunable band-pass filters that decomposes the input signal into sixteen frequency channels, and a voltage-to-current converter that performs signal rectification while generating output currents suitable for direct interfacing with analog neuromorphic hardware. Particular attention is devoted to the analytical study of each circuit block. Small-signal and large-signal models are derived to guide the design process, while stability, frequency response, power consumption and robustness against process and mismatch variations are extensively investigated through circuit simulations. The implementation employs tunable CMOS pseudo-resistors to realize the large time constants required for low-frequency operation within a compact silicon area. The obtained results demonstrate the feasibility of the proposed analog processing chain as an energy-efficient interface for neuromorphic acoustic sensing systems, providing a suitable foundation for future fully integrated always-on audio classification platforms.

La crescente diffusione dell'intelligenza artificiale ai margini della rete (edge AI) ha favorito lo sviluppo di architetture di acquisizione caratterizzate da consumi estremamente ridotti, capaci di estrarre informazioni significative operando sotto severi vincoli energetici. Nei sistemi di inferenza acustica, gli approcci digitali convenzionali si basano su convertitori Analogico-Digitali (ADC) ad alta risoluzione seguiti da algoritmi di estrazione delle caratteristiche computazionalmente onerosi, con consumi di potenza spesso incompatibili con dispositivi always-on destinati a un funzionamento autonomo di lunga durata. Questa tesi presenta la progettazione e l'analisi di un front-end analogico a bassissimo consumo destinato alla classificazione di scene acustiche mediante Spiking Neural Networks (SNN). L'architettura proposta esegue il pre-processing del segnale direttamente nel dominio analogico, riducendo significativamente il carico computazionale degli stadi di elaborazione successivi. Il sistema è costituito da tre blocchi principali: un amplificatore a basso rumore con guadagno programmabile, una banca di filtri passa-banda sintonizzabili che suddivide il segnale in sedici canali di frequenza e un convertitore tensione-corrente che realizza la rettificazione del segnale generando correnti direttamente compatibili con l'interfacciamento verso neuroni analogici neuromorfici. Particolare attenzione è dedicata allo studio analitico di ciascun blocco circuitale. Modelli a piccolo e grande segnale vengono derivati per guidare il processo di progetto, mentre stabilità, risposta in frequenza, consumo di potenza e robustezza rispetto alle variazioni di processo e mismatch sono valutati mediante estese simulazioni circuitali. L'implementazione impiega pseudo-resistori CMOS sintonizzabili per realizzare le elevate costanti di tempo richieste dal funzionamento alle basse frequenze mantenendo al contempo un'occupazione di area contenuta. I risultati ottenuti dimostrano la fattibilità della catena di elaborazione analogica proposta come interfaccia ad elevata efficienza energetica per sistemi neuromorfici di inferenza acustica, ponendo le basi per il futuro sviluppo di piattaforme completamente integrate per la classificazione audio always-on.