基于混沌量子粒子群的FHN神经元UWB信号检测

在UWB-IR信号检测中,针对目前所采用的量子粒子群FHN神经元模型易造成粒子群多样性降低,易陷入局部最优,导致求解精度不高的问题,对量子粒子群算法中量子更新参数引入混沌优化算法,提出了基于混沌量子粒子群算法的FHN神经元UWB-IR信号检测方法,分析了所提算法的收敛性,并对所提算法的性能进行仿真验证。仿真结果表明,所提算法与现有算法相比,可提高粒子群的多样性和算法的收敛速度,提高算法精度,实现多个系统参数同时最优,从不同噪声强度下自适应地检测出UWB-IR信号。

耦合HR神经元混沌振子部分同步实验研究

在神经系统中,神经元之间通过电突触耦合方式实现信号的传递和信息的处理.为了研究神经网络中神经元之间的集体动力学行为,基于Hindmarsh-Rose神经元模型及耦合网络动力学方程,设计了HR神经元电路模型及耦合电路模型.通过这两种模型构建对称性网络,改变网络的耦合强度,网络中全部振子可达到完全同步.在完全同步的基础上,通过删边改变网络的拓扑对称性,实现了部分混沌振子同步的现象,揭示了网络拓扑敏感性对网络振子的集体动力学行为的影响.

电磁刺激对FHN神经元系统的调控作用

本文系统地研究了外加电磁刺激对FitzHugh-Nagum。(FHN)神经元系统动力学行为的调控作用。首先,在强非线性电磁感应的作用下,FHN神经元对外加电磁刺激的响应呈现显著的非线性变化特点,不仅能够产生混沌的放电现象,而且还出现了不同放电模式之间的转迁。其次,在电磁感应的作用下,周期振g的电磁刺激对Newman-Watts小世界的神经元网络的脉冲放电频率和同步性都能够进行有效地调控,不仅提高了神经元网络对局部弱激励信号的探测和响应能力,而且能有效地控制网络时空斑图从相位同步到完全同步的演化。本文的研究揭示了电磁刺激对单个神经元和神经元网络系统动力学行为的显著调控能力,有待为生理上应用电磁刺激辅助治疗精神疾病提供理论指导。

一种新的有源忆阻器在耦合FHN神经网络中的应用

设计了一个新的阈值双稳态局部有源忆阻器,通过理论分析和数值验证研究了其忆阻和局部有源特性。在该忆阻器数学模型的基础上,提出了一种忆阻突触耦合FHN神经网络。利用分岔图、Lyapunov指数、相位图和时序图研究了网络参数以及初始状态对其动力学行为的影响。研究发现,随着参数和初始状态变化,忆阻突触耦合FHN神经网络能够产生混沌行为,并在特定条件下出现复杂的共存吸引子,具有丰富的动力学特性。

基于脉冲控制下的复杂时滞动力网络的鲁棒同步

近年来复杂网络已经引起了科学和工程技术等各个领域的广泛关注,尤其是复杂网络中的非线性动力学行为,以及网络的拓扑结构如何影响它的动力学行为的研究,已成为当前一项极其重要的战略课题。本文主要讨论基于脉冲控制下复杂时滞动力网络的同步动力学,应用时滞动力系统的脉冲控制理论,给出了复杂时滞动力网络的一些简单而又一般的鲁棒同步化准则,这些准则能够提供一个新的和有效的控制方法来同步一个任意给定的时滞动力网络到一个期望的同步态,进一步地将所获得的结果应用到由混沌FHN神经元振子为动力节点所构成的一个具有近邻耦合结构的复杂动力网络,数值模拟表明了所获理论结果的正确性和控制方法的有效性。

具有脉冲耦合复杂时滞动力网络的同步

考虑了一个具有脉冲耦合的复杂时滞动力网络的同步问题.基于脉冲时滞动力系统扩展的Halanay不等式,给出了网络同步的一个充分条件.所获结果表明,即使网络节点之间仅在一些离散时刻存在瞬时连接,网络仍然能够达到同步.进一步将所得结果应用于一个由混沌FHN神经元振子为动力节点所构成的一个无标度的动力网络,数值仿真结果表明了理论结果的正确性.