本文關鍵詞：基于描述函數(shù)方法的神經群振蕩分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：神經群模型(Neural Mass Model, NMM)是包含有本質非線性環(huán)節(jié)(S函數(shù))的高階非線性系統(tǒng),S函數(shù)對于神經模型的有著至關重要的作用,是神經群產生極限環(huán)振蕩的根源。描述函數(shù)法(Describing Function Method)是確定非線性系統(tǒng)自激振蕩特性的有效方法,其從頻率域的角度研究非線性控制系統(tǒng)的穩(wěn)定性。描述函數(shù)法分析非線性控制系統(tǒng)的有效性和準確度,主要取決于非線性環(huán)節(jié)輸出周期函數(shù)中高次諧波分量在通過線性部分后被衰減的程度,而高階系統(tǒng)具有良好的低通濾波特性,因而采用描述函數(shù)法進行分析準確度較好。 研究目的： 神經振蕩在神經信息傳輸中起重要的作用,而模型中包含的非線性S函數(shù)是自激振蕩的根源所在。本研究尋求多個非線性環(huán)節(jié)的處理方法,并應用非線性控制理論——描述函數(shù)法分析神經群模型的節(jié)律性振蕩,獲得不同參數(shù)下模型的振蕩特性,還對含有多種振蕩節(jié)律的多動力學神經群模型進行分析。應用描述函數(shù)法的神經群振蕩特性分析不僅可以獲得參數(shù)和回路結構對神經振蕩規(guī)律的影響,還可以獲悉神經群模型的自激振蕩機制。 研究方法： 本論文基于描述函數(shù)方法分別對簡單神經群模型、經典神經群模型和多動力學神經群模型的振蕩特性進行了分析,主要的分析過程如下： 首先是模型結構的處理。對神經群模型反饋回路的非線性環(huán)節(jié)做線性化處理,僅保留前向通路的非線性環(huán)節(jié),計算前向通路S函數(shù)的描述函數(shù)和線性環(huán)節(jié)的傳遞函數(shù),將模型簡化為應用理論分析的典型結構形式。 其次是基于描述函數(shù)法的理論分析。將非線性環(huán)節(jié)的負倒描述函數(shù)曲線與線性部分傳遞函數(shù)的奈奎斯特曲線畫在同一個復平面內,尋找兩者的交點,以判斷系統(tǒng)是否有自激振蕩行為。如果兩者存在交點,判斷系統(tǒng)是否存在穩(wěn)定的自激振蕩,并通過交點計算出振蕩特性。 最后是仿真驗證。在MATLAB/Simulink平臺下搭建神經群原始結構的仿真模型,給定短時的微小初始擾動,觀察模型的輸出,并對輸出波形做頻譜分析以獲得原始模型的振蕩特性,通過仿真分析驗證理論分析的準確性。 結果： 應用描述函數(shù)分析方法分別給出了三種神經群模型自激振蕩特性的理論分析結果,分析結果顯示： 1.中心點斜率替代的方式對簡單神經群模型反饋回路進行處理,理論分析可以獲得準確的頻率特性,而幅度特性的分析結果偏大。 2.應用諧波線性化方式對經典神經群模型反饋回路進行處理,描述函數(shù)法可以給出準確的頻率特性和幅度特性。 3.描述函數(shù)法可以定性的獲得多動力學神經模型的頻率特性。 計算得到了各模型的自激振蕩特性,仿真結果驗證了理論分析的有效性。 本論文的研究從信息學角度揭示了神經自激振蕩的產生機制,并為神經振蕩的調控提供理論支持。本文的研究表明描述函數(shù)法是分析神經模型這一復雜非線性系統(tǒng)行之有效的方法,可進一步推廣到其它神經模型自激振蕩的研究中。
【關鍵詞】：神經群模型 S函數(shù) 描述函數(shù)法 多非線性環(huán)節(jié) 自激振蕩
【學位授予單位】：天津醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R338;R311
【目錄】：

• 中文摘要4-6
• Abstract6-10
• 第1章 前言10-16
• 1.1 研究背景10-14
• 1.1.1 神經群模型10-12
• 1.1.2 非線性S函數(shù)12-14
• 1.2 研究目的、內容及創(chuàng)新點14-16
• 第2章 研究對象與方法16-26
• 2.1 神經群模型16-20
• 2.1.1 模型介紹16-19
• 2.1.2 基本模塊19-20
• 2.2 描述函數(shù)法20-23
• 2.3 仿真分析過程23-26
• 第3章 研究結果26-58
• 3.1 S函數(shù)的描述函數(shù)求解26-29
• 3.2 簡單神經群模型振蕩特性分析29-41
• 3.2.1 模型處理29-31
• 3.2.2 振蕩特性分析31-36
• 3.2.3 仿真分析36-38
• 3.2.4 參數(shù)對系統(tǒng)振蕩特性的影響38-41
• 3.3 經典神經群模型振蕩特性分析41-51
• 3.3.1 模型處理41-45
• 3.3.2 振蕩特性分析45-48
• 3.3.3 仿真分析48-50
• 3.3.4 反饋回路對系統(tǒng)振蕩特性的影響50-51
• 3.4 多動力學神經群模型振蕩特性分析51-58
• 3.4.1 模型處理51-52
• 3.4.2 振蕩特性分析52-55
• 3.4.3 仿真分析55-58
• 第4章 結論與討論58-62
• 4.1 結論58-59
• 4.2 討論59-62
• 4.2.1 非奇對稱S函數(shù)的處理59-60
• 4.2.2 神經群模型的調控60-62
• 參考文獻62-68
• 發(fā)表論文和參加科研情況說明68-69
• 綜述69-82
• 綜述參考文獻79-82
• 致謝82

【參考文獻】

中國期刊全文數(shù)據庫 前10條

1 吳俊娟;孫孝峰;鄔偉揚;;串聯(lián)諧振變換器的擴展描述函數(shù)法建模研究[J];電力電子技術;2011年04期

2 張聚,楊馬英,王萬良;基于Simulink的非線性系統(tǒng)自激振蕩的仿真研究[J];電氣電子教學學報;2003年02期

3 劉昶;蔣明;周霽紅;;具有多個非線性環(huán)節(jié)飛機-控制回路極限環(huán)振蕩研究[J];飛行力學;1987年02期

4 周偉雄,靳東明,李志堅;模擬神經元電路實現(xiàn)研究現(xiàn)狀與進展[J];固體電子學研究與進展;2002年03期

5 饒小平;許智祥;徐富強;;大腦皮層內活動依賴的神經環(huán)路結構可塑性研究進展[J];動物學研究;2012年05期

6 周道其;大腦自我保護與α節(jié)律[J];發(fā)明與創(chuàng)新;2003年05期

7 ;Memristive crossbar array with applications in image processing[J];Science China(Information Sciences);2012年02期

8 任豐原,林闖,王福豹;RED算法的穩(wěn)定性:基于非線性控制理論的分析[J];計算機學報;2002年12期

9 彭建華,劉延柱;腦科學中若干非線性動力學問題[J];力學進展;2003年03期

10 崔冬;李小俚;吉學青;劉蘭祥;;多通道神經群模型建模及分析[J];中國科學:信息科學;2011年08期

  本文關鍵詞：基于描述函數(shù)方法的神經群振蕩分析，由筆耕文化傳播整理發(fā)布。

本文編號：348817