本项目为面向 RRAM 模拟存算一体系统（ACIM）的辐照特性仿真器。模型考虑了多种非理想因素对于 CNN 推理精度造成的影响。
电路和器件的非理想因素主要在 RESCIM\radiation_model\r_model_torch.py 文件的 Macro_MVM_1bIN_4bOUT_SIM 函数中进行建模。目前考虑的非理想因素已经相应的建模方式包括：
-
**DAC 转换误差：**在输出模拟信号上加入高斯噪声（$3\sigma$限幅）建模模拟信号真实值与理论值之间存在的随机误差。噪声标准差大小由参数
DAC_noise控制，其表示噪声相对于输入电平的幅度，如5%。 -
**器件电导值误差：**由于器件的非理想因素，各个器件体现的实际电导值与预期值存在误差，用加性限幅高斯噪声建模。误差标准差由参数
conductance_noise控制，其为误差电导相对于忆阻器最大电导的比例，如5%。此外，可设置一定比例的忆阻器单元产生固定比例的漂移，比例由cell_conductance_offset_rate控制，偏移幅度由cell_conductance_offset控制， 如10%，-5%等。 -
**器件损坏误差：**由于良率或极端条件影响，部分器件可能出现永久性损坏。目前简单建模了器件开路和短路两种情况，分别对应0电导和最大电导。器件开路和短路率分别由参数
cell_open_rate和cell_short_rate控制。此外，可以将一定比例的忆阻器电导设定为特定值（不超过忆阻器可表示的电导范围），比例由cell_fixed_conductance_rate控制，设置的固定电导值为cell_fixed_conductance。忆阻器电导绝对值的最大值默认为 19.16 （单位为$\mu S$ ）。 -
**ADC 转换误差：**可以用增益误差、失调误差、积分非线性误差3个细化指标表述 ADC 转换误差，每个误差用高斯噪声建模，用参数
ADC_sigma_gain_error、ADC_sigma_offset_error、ADC_sigma_inl_error分别控制 3 个高斯噪声的标准差。其中ADC_sigma_offset_error和ADC_sigma_inl_error的单位是 LSB（ADC的最小量化间隔），ADC_sigma_gain_error表示相对于理想 ADC 转换斜率（为1）的偏差，如2%。 -
**ADC噪声：**用一个高斯噪声简化 4 的建模， 用
ADC_noise控制噪声标准差，相对于最大输出电流。 -
**ADC量化比特错误：**ADC量化后的数字激活值有小概率发生比特翻转。
-
DAC 和 ADC 的量化误差：在量化过程中自然携带，无需单独建模。
选择合适环境（如新建一个 RESCIM 环境，以下在该环境下操作）
前往 PyTorch 官网 根据自己设备的配置下载带有 cuda 支持的 torch，如
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126下载其他包：
pip install numpy onnx onnxruntime onnxsim matplotlib pillow scikit-learn scikit-opt pyyaml opencv-python tqdm下载 OPEMCIMTC 编译器本地包：
git clone git@github.com:Tsinghua-LEMON-Lab/OpenCIMTC.git
cd OpenCIMTC
pip install -e .下载 RESCIM 仿真器本地包：
git clone git@github.com:lbqy/RESCIM.git
cd RESCIM
pip install -e .可设置参数：
p.add_argument('-i', '--input_data', default=None, help='the validating input data for the model')
p.add_argument('-t', '--target_data', default=None, help='the validating target data for the model')
p.add_argument('-w', '--weight_data', default=None, help='the trained weight data of the model')
p.add_argument('-WN', '--weight_noise', default=0, type=float, help='Relative conductance noise amplitude')
p.add_argument('-DN', '--DAC_noise', default=0, type=float, help='DAC noise amplitude')
p.add_argument('-CCOR', '--cell_conductance_offset_rate', default=0, type=float, help='rate of the cells with conductance offset')
p.add_argument('-CCO', '--cell_conductance_offset', default=0, type=float, help='cell conductance offset')
p.add_argument('-CO', '--cell_open_rate', default=0, type=float, help='cell open rate')
p.add_argument('-CS', '--cell_short_rate', default=0, type=float, help='cell short rate')
p.add_argument('-CFCR', '--cell_fixed_conductance_rate', default=0, type=float, help='rate of the cells with fixed conductance')
p.add_argument('-CFC', '--cell_fixed_conductance', default=0, type=float, help='fixed conductance of the cells')
p.add_argument('-AN', '--ADC_noise', default=0, type=float, help='ADC noise amplitude')
p.add_argument('-AO', '--ADC_sigma_offset_error', default=0, type=float, help='ADC offset error')
p.add_argument('-AG', '--ADC_sigma_gain_error', default=0, type=float, help='ADC gain error')
p.add_argument('-AI', '--ADC_sigma_inl_error', default=0, type=float, help='ADC inl error')
p.add_argument('-AB', '--ADC_bit_error_rate', default=0, type=float, help='ADC bit error')
p.add_argument('-device', '--device', default='cuda', help='simulation platform, cuda or cpu')
p.add_argument('-n', '--simulation_times', default=10, type=int, help='Times of simulation')命令示例：
python test/sim.py -o test/model/resnet32.onnx -i test/dataset/cifar1000.pth -t test/dataset/batch_targets1000.pth -w test/model/resnet32_mapped_ir_PDT_best.pth -WN 0.06数据集准备：Dataset link: https://pan.baidu.com/s/19Mw2u_df_nBzsC2lg20fQA, Password: j5ge，下载后将VOCdevikit 文件夹移入 test\yolov4_tiny 目录下。
可设置的参数：
p.add_argument('-IN', '--number_of_images', default=100, type=int, help='The number of evaluation images')
p.add_argument('-WN', '--weight_noise', default=0, type=float, help='Relative conductance noise amplitude')
p.add_argument('-DN', '--DAC_noise', default=0, type=float, help='DAC noise amplitude')
p.add_argument('-CCOR', '--cell_conductance_offset_rate', default=0, type=float, help='rate of the cells with conductance offset')
p.add_argument('-CCO', '--cell_conductance_offset', default=0, type=float, help='cell conductance offset')
p.add_argument('-CO', '--cell_open_rate', default=0, type=float, help='cell open rate')
p.add_argument('-CS', '--cell_short_rate', default=0, type=float, help='cell short rate')
p.add_argument('-CFCR', '--cell_fixed_conductance_rate', default=0, type=float, help='rate of the cells with fixed conductance')
p.add_argument('-CFC', '--cell_fixed_conductance', default=0, type=float, help='fixed conductance of the cells')
p.add_argument('-AN', '--ADC_noise', default=0, type=float, help='ADC noise amplitude')
p.add_argument('-AO', '--ADC_offset_error_sigma', default=0, type=float, help='ADC offset error')
p.add_argument('-AG', '--ADC_gain_error_sigma', default=0, type=float, help='ADC gain error')
p.add_argument('-AI', '--ADC_inl_error_sigma', default=0, type=float, help='ADC inl error')
p.add_argument('-AB', '--ADC_bit_error_rate', default=0, type=float, help='ADC bit error')
p.add_argument('-device', '--device', default='cuda', type=str, help='simulation platform, cuda or cpu')命令示例：
python test/yolov4_tiny/get_map_rescim.py -IN 200 -WN 0.6 -device 'cuda'