信息系統(tǒng)的非線性動力學控制研究
發(fā)布時間:2023-04-21 02:28
信息系統(tǒng)為復雜系統(tǒng)。復雜性科學被稱為是科學史上繼相對論和量子力學之后的又一次革命,它的出現(xiàn)極大地促進了科學向縱深發(fā)展,標志著人類的認識水平步入了一個嶄新的階段。非線性是復雜系統(tǒng)的一個重要特征,因此采用非線性動力學理論解決復雜系統(tǒng)問題成為一條主要而又有效的途徑。本文將從非線性動力學角度出發(fā),研究信息系統(tǒng)中,包括神經(jīng)信息系統(tǒng)和通信信息系統(tǒng),一些難以用傳統(tǒng)方法解決的控制問題。 首先,對神經(jīng)信息系統(tǒng)的研究表明,生理參數(shù)變化引發(fā)生物系統(tǒng)分岔可能是某些神經(jīng)系統(tǒng)方面疾病的誘因。因此對分岔的穩(wěn)定性控制研究在神經(jīng)科學中占有十分重要的地位。本文以Hodgkin-Huxley神經(jīng)元模型為研究對象,提出了一種利用washout濾波器控制函數(shù)的線性項來穩(wěn)定Hopf分岔的新方法。通過應用Routh-Hurwitz穩(wěn)定性判據(jù),推導出使Hopf分岔穩(wěn)定的控制系數(shù)范圍,并且經(jīng)過仿真證實了該方法的有效性。 其次,從非線性動力學角度來看,神經(jīng)信息系統(tǒng)中的短期記憶工作在雙穩(wěn)態(tài)動力學區(qū)域,該區(qū)域的起點為雙重極限環(huán)分岔。所以對雙重極限環(huán)分岔點的控制研究將為與記憶有關(guān)疾病的治療提供有效方法和理論依據(jù)。本文提出一種利用washout...
【文章頁數(shù)】:103 頁
【學位級別】:博士
【文章目錄】:
中文摘要
ABSTRACT
第一章 緒論
1.1 引言
1.2 非線性動力學在信息系統(tǒng)中的應用
1.2.1 神經(jīng)信息系統(tǒng)中神經(jīng)元的非線性動力學研究
1.2.2 通信系統(tǒng)中Turbo 迭代譯碼算法的非線性動力學研究
1.3 非線性動力學控制方法
1.4 本文的創(chuàng)新性工作及內(nèi)容安排
第二章 Hodgkin-Huxley 模型中Hopf 分岔控制
2.1 神經(jīng)細胞電生理學基礎(chǔ)
2.1.1 神經(jīng)元的細胞膜結(jié)構(gòu)特點
2.1.2 靜息電位
2.1.3 動作電位
2.2 HH 模型描述
2.3 HH 模型的分岔分析
2.4 Washout 濾波器控制器
2.5 Washout 濾波器控制器對HH 模型的Hopf 分岔控制
2.6 本章小結(jié)
第三章 FitzHugh-Nagumo 模型的雙重極限環(huán)分岔控制
3.1 FHN 模型的動力學區(qū)域劃分
3.2 引入控制的閉環(huán)FHN 模型
3.3 中心流形定理
3.3.1 流的線性化和流形
3.3.2 非線性系統(tǒng)
3.3.3 中心流形定理
3.4 規(guī)范型理論
3.5 FHN 模型中washout 濾波器控制系數(shù)的確定
3.6 本章小結(jié)
第四章 Turbo 迭代譯碼算法的動力學控制
4.1 引言
4.2 Turbo 碼編碼器
4.3 Turbo 碼譯碼器
4.3.1 譯碼器結(jié)構(gòu)
4.3.2 最大后驗概率譯碼算法
4.4 Turbo 迭代譯碼算法的動力學特性
4.4.1 密度函數(shù)
4.4.2 Turbo 編譯碼算法在動力學中的表示方法
4.4.3 Turbo 迭代譯碼算法的動力學模
4.4.4 Turbo 迭代譯碼算法中的不動點
4.4.5 Turbo 迭代譯碼算法中的動力學行為
4.5 Turbo 迭代譯碼算法的動力學控制
4.5.1 改進的Mexican hat 小波函數(shù)
4.5.2 改進的Mexican hat 小波函數(shù)對Clifford 混沌系統(tǒng)的抑制
4.6 改進的Mexican hat 小波函數(shù)對Turbo 迭代譯碼算法的控制
4.7 本章小結(jié)
第五章 總結(jié)
5.1 結(jié)論
5.2 工作展望
參考文獻
發(fā)表論文和參加科研情況說明
致謝
本文編號:3795649
【文章頁數(shù)】:103 頁
【學位級別】:博士
【文章目錄】:
中文摘要
ABSTRACT
第一章 緒論
1.1 引言
1.2 非線性動力學在信息系統(tǒng)中的應用
1.2.1 神經(jīng)信息系統(tǒng)中神經(jīng)元的非線性動力學研究
1.2.2 通信系統(tǒng)中Turbo 迭代譯碼算法的非線性動力學研究
1.3 非線性動力學控制方法
1.4 本文的創(chuàng)新性工作及內(nèi)容安排
第二章 Hodgkin-Huxley 模型中Hopf 分岔控制
2.1 神經(jīng)細胞電生理學基礎(chǔ)
2.1.1 神經(jīng)元的細胞膜結(jié)構(gòu)特點
2.1.2 靜息電位
2.1.3 動作電位
2.2 HH 模型描述
2.3 HH 模型的分岔分析
2.4 Washout 濾波器控制器
2.5 Washout 濾波器控制器對HH 模型的Hopf 分岔控制
2.6 本章小結(jié)
第三章 FitzHugh-Nagumo 模型的雙重極限環(huán)分岔控制
3.1 FHN 模型的動力學區(qū)域劃分
3.2 引入控制的閉環(huán)FHN 模型
3.3 中心流形定理
3.3.1 流的線性化和流形
3.3.2 非線性系統(tǒng)
3.3.3 中心流形定理
3.4 規(guī)范型理論
3.5 FHN 模型中washout 濾波器控制系數(shù)的確定
3.6 本章小結(jié)
第四章 Turbo 迭代譯碼算法的動力學控制
4.1 引言
4.2 Turbo 碼編碼器
4.3 Turbo 碼譯碼器
4.3.1 譯碼器結(jié)構(gòu)
4.3.2 最大后驗概率譯碼算法
4.4 Turbo 迭代譯碼算法的動力學特性
4.4.1 密度函數(shù)
4.4.2 Turbo 編譯碼算法在動力學中的表示方法
4.4.3 Turbo 迭代譯碼算法的動力學模
4.4.4 Turbo 迭代譯碼算法中的不動點
4.4.5 Turbo 迭代譯碼算法中的動力學行為
4.5 Turbo 迭代譯碼算法的動力學控制
4.5.1 改進的Mexican hat 小波函數(shù)
4.5.2 改進的Mexican hat 小波函數(shù)對Clifford 混沌系統(tǒng)的抑制
4.6 改進的Mexican hat 小波函數(shù)對Turbo 迭代譯碼算法的控制
4.7 本章小結(jié)
第五章 總結(jié)
5.1 結(jié)論
5.2 工作展望
參考文獻
發(fā)表論文和參加科研情況說明
致謝
本文編號:3795649
本文鏈接:http://sikaile.net/projectlw/xtxlw/3795649.html
最近更新
教材專著