随着信息时代的到来,现代社会对超大数据量计算的需求越来越大,传统的冯·诺依曼计算机体系结构以串行的方式进行信息处理,很多情况下,难以满足现在的需求,类脑计算也因此成为研究热点。类脑计算本质上是对生物神经网络结构进行模拟和借鉴,而脉冲神经网络由于其网络结构与生物神经网络相似,因此成为类脑计算的重点研究方向。作为类脑计算的重要组成部分,脉冲神经网络主要通过突触前后脉冲之间的时间差来修改权重,即STDP（Spike Timing-Dependent Plasticity）法则。这种学习机制在特征分类方面效果很好,但是与任何无监督学习算法一样,它在决策和诊断等功能方面效果并不理想。生物神经网络中,大脑的奖励系统在判断和决策中起着至关重要的作用,而奖励的过程也被称为强化学习（Reinforcement learning）。因此,将强化学习和脉冲神经网络相结合,在脉冲神经网络中添加奖励机制,从而产生了新的学习法则R-STDP,而这一法则也成为了脉冲神经网络研究的重要内容。目前脉冲神经网络的研究还不够深入,用硬件完成脉冲神经网络设计的更是不多,且已实现的脉冲神经网络大部分在应用上比较单一,不具备通用性。为了对脉冲神经网络硬件方面进行更加全面的研究,本文基于强化学习完成了脉冲神经网络模拟电路设计,并验证了其功能。本文主要完成的工作内容和成果如下:（1）本文设计了基于CMOS模拟电路的突触电路。其中主要包含了初始权重随机化模块和基于R-STDP的突触可塑性模块。初始权重随机化模块加大了神经元之间的激发间隔时间,避免了由于侧向抑制失灵而导致的贪婪学习和重复学习;突触可塑性模块在脉冲神经网络中引入了强化学习的奖励机制,通过奖励信号对权重进行调制,提升了脉冲神经网络的通用性。（2）本文基于漏电积分点火模型,完成了多功能的CMOS神经元电路设计,较好的复现了生物神经元中阈值自适应和不应期等特征。并且利用加权求和模块,将兴奋性突触和抑制性突触映射为权重的正负,两种突触合为一体,为整个脉冲神经网络结构减小了硬件开销。（3）本文利用上述的突触和神经元电路模型完成了脉冲神经网络电路设计,并将该网络应用于异或运算的检测。