HR神经元网络抗脉冲干扰特性的研究

采用数值仿真的方法,研究了电突触耦合对Hindmarsh-Rose(HR)神经元网络抗脉冲干扰特性的影响.结果表明:规则的耦合形式和神经元数目对网络的抗脉冲干扰特性影响较小;神经元间电突触耦合强度的分布对网络的抗脉冲干扰特性影响较大.在全局耦合结构下,当突触耦合强的度分布满足一定条件时,网络中的神经元仍能同步放电且保持稳定的放电频率,呈现出较好的抵御脉冲干扰能力.     

电磁辐射环境下自组织神经元网络拓扑特性及动力学行为

基于FitzHugh-Nagumo神经元模型,构建了电磁辐射环境下突触连接动态变化的自组织神经元网络模型;采用神经动力学理论和复杂网络方法,研究了不同电磁辐射强度下,自组织神经元网络的连接密度、因果关系、模块化程度、网络效率、同步行为以及兴奋性。发现电磁辐射增强了磁场对神经元的负反馈,减弱了神经元之间的竞争,降低了神经元之间的因果关系;但对神经元网络的连接密度、模块化程度和网络效率的影响较复杂;存在最佳辐射强度,使自组织神经元网络的局部效率和全局效率显著升高。同时,电磁辐射增强了自组织神经元网络固有的同步能力,产生更高的神经元同步放电活动。最后,合适的电磁辐射强度可以增强自组织经元网络的兴奋性,而更高的辐射强度降低了神经元网络的兴奋性。结果表明:电磁辐射对自组织神经元网络的形成具有复杂的调控作用,但存在合适的辐射强度,使自组织神经元网络在结构上具有较强的信息传递能力,在动力学上具有较高的同步放电行为。     

基于场耦合的神经网络放电特性影响因素

神经网络放电特性是决定脑电位变化规律的重要因素.除化学突触作用,磁耦合对其他神经元放电特性的影响成为了近年的研究热点.然而,目前的研究只考虑放电神经元膜电流在空间产生的磁耦合,没有考虑其电学自突触电流产生的磁场作用.基于场耦合理论,充分考虑放电神经元的电学自突触电流对空间磁场的作用,根据神经元Hindmarsh-Rose(H-R)等效模型,构建仅含磁耦合作用的链式神经网络模型.通过模型研究刺激频率、距离权重、场耦合强度和电学自突触增益等因素变化对神经网络放电特性的影响规律.结果表明:①随着刺激频率从零开始增加,神经网络的放电状态呈现从"抑制"到"放电"再到"抑制"的"窗口"变化特性;②神经元网络的同步程度均随磁耦合强度和距离权重的增加而增强;③无论正、负反馈,放电神经元的电学自突触作用均能改变神经元网络的放电特性,其中正反馈的影响更显著;④电学自突触增益大于零时,同步程度随增益增大而提高.研究结果进一步表明磁耦合是实现神经元之间信号传递的一个重要方式,其中电学自突触电流的磁耦合作用不可忽视.说明神经突触的化学作用如果失效,由放电神经元膜电流和其电自学突触电流共同产生的磁场也可能引起其他神经元膜电位超过阈值而放电.     

基于神经元突触可塑性机制图像边缘检测方法

针对图像边缘信息的有效提取问题,提出了基于脉冲时间相关突触可塑性(STDP)机制的边缘检测新方法.首先通过亮度和色度编码实现颜色拮抗特性;利用Log-Gabor滤波器提取符合人类视觉特性的特定方向图像信息;接着建立了一种具有突触STDP特性的神经元网络模型,利用神经元之间非同步放电与视觉轮廓的关联性强化边缘信息;最后通过首次放电时间解码获取边缘信息.以微生物显微图像为例进行实验研究,结果表明:所提方法获取的图像边缘信息清晰完整,并且保留了更多的微弱细节;为突触可塑性机制在图像处理中的应用提供新思路.     

基于自抗扰控制的2个耦合神经元间的混沌同步

针对电缆神经元模型,利用自抗扰控制技术,研究并实现了通过间隙耦合的2个神经元间的混沌同步.未加入控制器时,混沌同步只有当神经元间的耦合强度较大时才会出现.然而在神经元系统中,此条件并不总是得以满足.为此采用自抗扰控制技术来实现混沌同步而不需要考虑耦合强度的大小.此方法不要求精确的神经元模型,而且不要求状态可测,对于外界扰动具有很强的鲁棒性.仿真结果证明所提方法是有效的.     

功能神经元建模及动力学若干问题

生物神经元是神经系统处理信号的基本单元,其复杂的解剖结构和突触可塑性使得神经元对外界刺激具有很强的自适应性,其放电模态也具有多样性。在脑皮层内存在不同的功能区,功能区内的神经元聚集成不同拓扑结构的网络,相互协作对单一外部刺激进行编码。不同功能区的神经元相互通信,以多层网络同步方式传递信号,驱动肌体和器官协作来完成应激反应。神经元网络群体电活动主要取决于网络局域动力学、连接链路和耦合通道的物理属性,网络拓扑结构及物理效应。构建可靠的生物物理神经元模型,强化耦合通道的可控性,分析神经元网络同步和斑图演化过程中能量输运的特征,噪声驱动的物理机理,神经系统选频和滤波响应的物理机制等对于认知神经系统模态响应和预防神经性疾病具有重要意义。本文从单个神经元电路的功能强化,如在非线性电路嵌入不同的物理器件来设计感知温度、光照、声波、外磁场和电磁辐射的功能神经元电路,到神经元电路内部能量存储和交换,听觉和视觉神经元滤波选频,耦合通道耗能和储能,场能量无量纲化到哈密顿能量,场耦合同步到共振同步,神经元网络斑图及同步稳定性,系统地介绍和评论神经元功能性增强及网络动力学相关问题,为进一步设计智能化的功能神经元...     

一种星形神经网络的混沌同步

通过理论研究和数值模拟,利用基于线性系统稳定准则(SC)的混沌同步方法,配置特殊的非线性项作为耦合函数,讨论一类Hindmarsh Rose (H R)神经元构成的复杂星形网络的混沌同步问题.提供了确定网络中神经元之间的同步误差发展方程,给出使神经元网络达到混沌同步的耦合强度的参考值和取值范围.在不同耦合强度影响下,观察神经元的同步过程,总结出各个耦合强度因子对该神经网络同步稳定性过程的影响.     

电磁感应下胰腺β细胞的放电及同步分析

细胞内外离子的变化会影响细胞膜电位的变化,产生电磁场的分布.以胰腺β细胞神经元为基础,建立一个由忆阻器实现神经元的磁通量与膜电位之间耦合的四维神经元模型.分析了反馈增益k 1对胰腺β细胞放电模式的影响,得到了不同分岔行为及相应条件.对神经元添加相应外部电刺激Ie xt,考察了其对神经元放电模式的影响,选择合适的参数,进行数值模拟,结果表明系统存在加周期分岔,逆加周期分岔与倍周期分岔之间相互转换,呈现静息态-周期峰-混沌-周期簇放电模式的转迁.分析了磁通耦合胰腺β细胞的同步特性,利用同步差原理,推导出了系统达到同步状态的条件.同时对系统进行双参数分析,分析结果表明,当系统处于弱耦合强度时,随着耦合强度的增加,系统将逐渐达到同步状态,说明在弱耦合强度下增大耦合强度对系统的同步有促进作用.继续增加耦合强度达到一定范围反而不能促进系统达到同步,验证了耦合强度与系统达到同步的关系.     

电磁辐射下神经元放电模式及其环状耦合同步研究

鉴于外部磁场会对神经元放电活动产生影响,讨论了具有磁场作用的四变量ML(Morris and Lecar)神经元模型,利用快慢动力学揭示了其簇放电类型及分岔过程,并分析了随磁通反馈系数变化时系统放电行为. 同时以三个环状耦合神经元模型为例,通过定义同步判断标准——互相关系数和快慢变量的极大同步差,发现耦合神经元在磁场作用下,很小的耦合强度就可使系统从混沌状态转迁到周期放电模式并能诱导神经元完成从互不相关到簇放电同步再到峰放电同步的转迁. 且在合适的双参数范围内,适当耦合强度下系统更容易实现同步,有助于理解在适当耦合连接方式下电磁辐射对神经网络集群放电活动的影响及其同步机理.     

多种突触耦合的集群动力学研究

大量的生理实验证实神经系统主要存在3种不同的突触耦合方式:电突触、化学突触、电突触与化学突触共存的混合突触.但是这些突触耦合方式对神经系统的涌现动力学及其复杂性的产生机制还没有完全研究清楚.基于Wang-Buzsaki神经元所构成的兴奋性与抑制性平衡神经网络,兴奋性神经元网络满足小世界特性.当兴奋性神经元之间采用电突触耦合时,随着耦合参数的改变,兴奋性神经元群不仅能产生同步状态,也能产生不同相位共存的亚稳态;当兴奋性神经元之间采用化学突触连接时,该集团能够产生簇同步现象;当兴奋性集团存在混合突触连接时,兴奋性神经元集团不仅能产生全同步和阈下振荡同步,还产生不同频率的行波共存,呈现出激发模式的多样性.抑制性神经元群在3种突触耦合情况下,只能产生周期性的簇同步.这些结果为理解突触耦合方式对神经元激发模式和储存的多样性提供了一个可能的机制.     

航空激光/射频通信网络技术研究进展

目前航空平台间大多采用传统射频数据链进行信息传输,但是射频数据链存在传输速率低、频带资源受限和易受干扰、易截获等明显不足,无法满足空天安全、远程作战及指挥控制等军事领域对于数据信息安全高速传输的要求。航空平台间光通信具有高速率、大带宽、抗干扰、保密性好、终端小型化等特点,在空间信息可靠高速传输方面具有显著优势,不仅能够降低航空平台对地面指挥控制中心的依赖,而且有效改善传统机间射频数据链在带宽、抗电磁干扰及隐身传输等方面的技术劣势。利用航空光/射频协同通信技术实现未来机间高速数据传输,构建互联互通和信息共享的航空信息网络,是未来远程远海作战信息支援系统的重要研究领域和发展方向。     

基于超螺旋精度提升机制的OFDM网络信道噪声消除算法

为解决当前OFDM网络信道噪声消除算法难以规避信道中的窄带莱斯噪声,且抗信道衰落能力不强,以及信道间普遍存在严重的频率干涉问题,提出了一种基于超螺旋精度提升机制的OFDM网络信道噪声消除算法.首先,根据各个传输子信道具有差异化的频率载波特性,将传输子信道等价为接收背景中的接收点,从而构建了超螺旋接收结构,有效消除不同传输子信道间存在的频率干扰特性,降低信道窄带莱斯噪声对信号预发射过程的衰落影响;随后,基于角度识别方式进行锐-钝识别,并结合拐点思想,采用序列重排技术,将待发射信号进行消波处理,并进行自旋精度提升,从而提高了其抗窄带莱斯噪声的性能.仿真实验表明:与常见的超高频精度自适应机制(UHF adaptive,UHFA)、共线度自旋精度提升机制(the degree of accuracy of collinear spin,DACS)相比,本文算法与理想状态下的OFDM功率谱密度曲线最为接近,具有更高的信号增益水平与更低的信道误码率.     

外部扰动对耦合基因调控系统振荡同步性的影响

用数值模拟的方法研究了平均场耦合基因调控系统振荡同步性.结果表明:通过调节耦合基因调控系统的控制参数可以调控系统的同步性;对处于稳定态和振荡态的系统,噪音的引入都能够增强系统的同步性,且振荡态下噪音的同步性增强效应更明显;耦合系统的异质程度、耦合强度对同步性有重要影响,存在最佳耦合强度使得系统的同步性达到最佳;外信号的引入可以提高系统的同步性.耦合基因调控系统的振荡同步性对外信号的频率变化不敏感.     

Response synchronization: New progress in brain-visual information processing

Studies on brain-vision have entered a new stage, after the stimulus-induced y synchronized oscillation of neuron group activities have been discovered in cat primary visual cortex. Naturally, how to understand the visual system became a very important methodological problem. From aspects such as information processing, nonlinear dynamics and neuronal network, some primary problems in vision studies have been deeply discussed, which are related with the response synchronization of neuron groups to external objects. The nerve representation (NR) is a distinct feature of the visual system that acts as the intelligent information processing system. NR is also the kernel concept of the computational theory of vision, and the wavelet transform is the basis of multiscale representation. Some important problems should be paid attention to in the study of neuronal spatio-temporal coding and brain-visual information processing. The response synchronization might be a significant approach for integration of brain-visual information processing.     

模糊神经网络识别方法

本文提出了一种新的模糊神经网络分类器,它结合了神经网络和模糊系统的优点,在使用神经网络结构的同时又用模糊理论来处理模糊和非模糊的信息。新网络在处理分类问题时,对畸变和噪声有较好的容忍性。本文还给出了用网络识别数字和印鉴的例子。     

水声数据传输系统中的同步信号处理

由于海洋中恶劣传输条件的影响,水声通信系统中同步信号的处理是系统的一个关键问题,在水声信号调制解调器的研究中,采用了有源带通滤波、AGC及可变阈值检测、脉宽鉴别降噪和群同步相关处理进行同步信号的检出,取得了较满意的实验结果。     

基于新四翼混沌系统的复杂网络的混沌同步及其在保密通信中的应用

以复杂网络为背景,根据Lyapunov稳定性理论,首先研究了以一个新四翼混沌系统为节点的全局耦合网络的渐近同步问题;其次,将四翼混沌系统作为网络节点,用混沌遮掩的方法将其应用到保密通信中;再次,通过加入高斯白噪声对系统进行噪声干扰,并用小波分析理论对信号进行去噪处理;最后用Matlab进行数值仿真表明,经过小波阈值去噪后,有用信号可以很好地恢复出来.     

基于正则约束的分层仿射图神经网络文本分类模型

文本分类是自然语言处理中一个重要的研究课题。近年来，图神经网络（graph neural network，GNN）在这一典型任务中取得了良好的效果。目前基于图结构的文本分类方法存在边噪声和节点噪声干扰、缺乏文本层次信息和位置信息等问题。为了解决这些问题，提出了一种基于正则约束的分层仿射图神经网络文本分类模型Text-HARC，该模型融合了图注意力网络（graph attention network，GAT）与门控图神经网络（gated graph neural network，GGNN），引入正则约束过滤节点与边噪声，分别使用仿射模块与相对位置编码补充词语表示。通过实验，该方法在TREC、SST1、SST2、R8四个基准数据集上的准确率提升明显，消融实验结果也验证了该方法的有效性。     

基于模糊逻辑推理的多响应稳健参数优化

研究一种基于模糊逻辑推理的多响应稳健参数优化方法。利用满意度函数计算含噪声干扰过程的各个响应的满意度值,然后经过模糊逻辑推理,将多个响应的满意度值转化为模糊推理等级;进而根据主效应法选取最优参数组合。构建包含可控因素和噪声因素的神经网络预测模型,对最优参数组合处的噪声实验进行预测,得到优化参数的响应质量指标值;并且计算出优化参数的信噪比。将该方法运用于铣切削工艺过程多响应参数稳健优化。结果表明:基于模糊逻辑推理的多响应稳健参数优化方法得到的最优参数组合,不仅有效地降低了铣切削表面的粗糙程度和粗糙高度,而且对噪声因素的影响具有较好的稳健性。     

LQR优化的BP神经网络PID控制器设计

针对传统神经网络PID(比例 积分 微分)控制器和传统线性二次调节器(LQR)优化型PID控制器对无刷直流电机转速控制恢复时间长及抗干扰性较差等问题, 提出一种LQR优化的BP神经网络PID控制器, 用于无刷直流电机的转速控制. 首先, 利用BP神经网络对PID增益进行调节, 提高控制器的动态适应性和鲁棒性； 然后, 采用LQR优化BP神经网络最优输出, 使其更接近目标PID增益. 仿真结果表明, 该控制器有效提高了响应速度, 减小了稳态误差并增强了抗干扰能力.