随着大数据时代的来临,带来了对高性能计算的迫切需求,然而,冯·诺依曼瓶颈（CPU与内存之间的数据传输速率有限）的存在严重阻碍了计算机处理复杂实时数据（包括图像、视频或声音等非结构化感官数据）能力的提高,在这样的背景下,研究人员迫切想要构建新型的计算机架构。人脑不仅十分善于处理非结构化的信息,而且具有高效、智能的存储与计算相结合的并行架构,建造一台能像人脑一样的计算机（brian-inspired computer）是未来计算机发展的趋势,也是人类长久以来的梦想。作为人脑神经系统的基本构成部分——神经突触,对它的模拟是建立大规模神经形态系统的关键。忆阻器独特的电学传输特性与生物突触极为类似,因此具有很大的潜力作为电子突触器件应用于神经形态系统中,本文以钙钛矿型铁电材料——钛酸钡（BaTiO₃）为基础,开展了一系列基于铁电忆阻器件的研究工作,利用脉冲激光沉积技术进行薄膜的生长,探索工艺参数（温度和氧压）对于BaTiO₃薄膜生长的影响,主要以晶格结构、表面形貌、铁电性等方面的测试结果作为薄膜质量的判别依据,并从中寻找薄膜生长的最佳窗口,并在此基础上探索了利用钙钛矿镍酸盐——镍酸钐（SmNiO₃）代替钌酸锶（SrRuO₃）作为底电极之后器件的阻变特性,实验发现使用Sm Ni O₃为底电极时,器件具有更好的阻变性能,包括大的开关比,优异的抗疲劳特性和保持特性,以及多阻态特性。通过对结果的分析得知,器件中的阻变主要来自于铁电极化调控作为P型半导体的SmNiO₃界面处载流子浓度的变化,从而引起Ba Ti O₃/SmNiO₃界面p-n结势垒的变化,因此阻变性能得到了改善。本文最后还成功地利用基于SmNiO₃作为底电极的铁电忆阻器对生物突触的部分性能进行了模拟,包括非线性传输特性,权重饱和特性,以及大脑的高级学习法则——脉冲时间依赖可塑性（STDP）,除此之外,还对器件的抗疲劳特性以及功耗进行了测试,测试结果显示器件具有良好的抗疲劳特性以及实现超低功耗的潜力。