起搏器影响下的耦合神经元之间的同步

讨论了起搏器对双向电耦合的Hindmarsh—Rose神经元之间同步行为的影响．结果表明，在适当的参数组合下，起搏器能够增强也能抑制两个全同神经元之间的完全同步，增强三个全同的神经元之间的完全同步；处于不同放电模式的三个非全同神经元，起搏器在足够大的控制强度下能够诱发相位同步、近似同步，当进一步考虑时滞后，起搏器神经元更容易诱发它们之间的这种同步行为．     

时滞影响下的环式耦合混沌神经元同步

由于突触连接,神经元之间的信息传递普遍存在着时滞效应．本文讨论时滞对四个环式耦合混沌HR（Hindmarsh—Rose）神经元的同步动力学行为影响．通过计算同步差,发现适当的时滞会诱发或增强混沌神经元间的完全同步,即时滞的作用使耦合系统在较小的耦合强度下存在稳定的同步状态．进一步还发现时滞会诱发神经元间出现相位同步,增大在相同步窗口．此外,在完全同步出现可以观察到由时滞诱发的一些复杂现象,包括近似同步与相位同步之间的转迁等．     

ML神经元的放电模式及时滞对神经元同步的影响

研究了单个ML神经元的放电模式及其动力学特征．通过快慢动力学分析得出随着参数的变化,神经元可以呈现出静息态、簇放电及峰放电等多种放电模式．本文同时研究了耦合强度和时滞对突触耦合的两个神经元同步的影响．在无时滞时,随着耦合强度的增大,耦合神经元的在相同步得到增强．而在某段时滞范围内,神经元在比较小的耦合强度下就能达到同步,这说明有效的时滞能够增强同步．此外,时滞只能在某些耦合强度下才对耦合系统的同步起作用．     

模块神经元网络中耦合时滞诱导的簇同步转迁

利用Courbage-Nekorkin-Vdovin神经元构建含有耦合时滞的模块神经元网络模型,通过数值模拟研究了耦合强度及耦合时滞对模块神经元网络簇同步放电特性的影响.研究结果表明,适当大的耦合强度可以诱导模块神经元网络达到簇同步.同时,研究发现耦合时滞可以诱导模块神经元网络出现簇同步转迁,且当时滞大小约为网络中所有神经元平均振荡周期的整数倍数时,模块神经元网络的簇同步现象能够间歇性出现.此外,研究结果表明时滞诱导的簇同步转迁对子网络内的耦合强度、子网络间的连接概率具有鲁棒性.     

含时滞和Ih流的神经元的同步放电行为

本文研究了时滞和超极化激活的阳离子流Ih对抑制耦合的水蛭神经元的同步放电行为的调控.通过数值仿真揭示了时滞、耦合强度和Ih流都能诱发丰富的同步转迁行为,如从同步的周期-6簇放电到同步的周期-1簇放电.借助ISI分岔和快慢变量分离方法获得了Ih流诱导同步转迁行为的动力学原因.研究结果表明,时滞和Ih流都是影响水蛭神经元同步行为的重要因素.     

耦合Hindmarsh-Rose神经元的同步放电模式及转迁

通过数值模拟和分岔分析,探究了具有不同放电模式的两电耦合Hindmarsh-Rose神经元的几乎完全同步,并研究了同步放电模式对单个个体的放电模式的依赖性.研究结果有助于我们更好地理解神经元放电模式转迁的动力学机理和生物学意义.     

脑皮层神经网络的线性时滞反馈控制

神经元的病态同步放电会破坏大脑的正常功能, 导致癫痫和帕金森等生理疾病. 本文采用神经元二维映射模型构建一个脑皮层神经网络, 当神经元之间的耦合强度超过某一阈值时, 网络中所有神经元同步放电. 通过施加线性时滞反馈控制, 可以有效的消除这种同步状态, 且不改变神经元本身的放电特性. 仿真结果表明线性时滞反馈 可以实现对脑皮层神经网络的去同步化控制, 且对刺激参数的变化具有鲁棒性.     

混合突触作用下耦合时滞对模块神经元网络簇同步的影响

针对电突触耦合和化学突触耦合混合作用下含有耦合时滞的模块神经元网络,利用非线性动力学理论和数值仿真方法,探讨了耦合强度及耦合时滞对模块神经元网络簇同步特性的影响.结果发现,模块神经元网络中子网络内、子网络间的耦合强度都能促使簇放电神经元取得簇同步,但是时滞却对耦合诱导的簇同步具有显著的抑制作用.进一步的研究证实了本文所得的研究结果不依赖于子网络的数目与子网络的节点个数.需要指出的是,耦合时滞对神经元网络簇同步的抑制作用对治疗簇同步引发的一些神经性疾病(如帕金森病、癫痫等)具有一定的理论指导意义.     

局部耦合的双层忆阻神经元网络的嵌合态和同步

嵌合态被发现存在于神经系统并且可能在神经元节律、大脑的睡眠和记忆等诸多神经过程中发挥重要作用.本文考虑神经元交互中的电磁感应现象,建立了以Hindmarsh Rose神经元为节点的局部耦合的双层忆阻神经元网络,研究其嵌合态时空动力学模式及产生机理.结果发现,改变层内、层间突触耦合强度会使网络产生移动和不完美移动嵌合态等多种类型的嵌合模式,其中不完美移动嵌合态中不相干的区域会扩展到网络的相干域.特别地,在特定耦合强度下,存在一种新的嵌合态活动模式,即一部分神经元处于嵌合态,另一部分神经元处于移动嵌合态.考虑神经元突触的忆阻特性,发现忆阻参数的增加能够使处于嵌合态的神经元网络转变为同步态,且耦合强度越大,达到同步态所需要的忆阻参数值越小.进一步探究双层网络的同步性,发现层间耦合强度和忆阻参数的增大有助于网络达到更好的同步.研究结果表明神经元之间的相互作用可以激发双层神经元网络产生多种嵌合态模式,电磁感应可以促进网络由嵌合态向同步态转迁,这些结果有助于理解人脑中复杂的神经放电过程和信息处理机制,并为可能的类脑装置应用提供参考.     

不同耦合类型的三维Hybrid神经元同步动力学

神经元网络的信息传递与多个神经元间的耦合同步密切相关.大量研究表明,神经元耦合系统的同步化问题是研究大脑处理信息的关键.本文基于三维混合神经元模型研究了神经元的复杂放电,该模型由Wilson模型的快子系统和H-R模型的慢子系统组成.该模型能够重现大脑皮层神经元一系列包括规则峰放电、快速峰放电和簇放电等神经动力学行为.本文基于三维混合神经元模型,探讨了三维混合神经元在电突触耦合、化学突触耦合和磁通耦合条件下的同步放电行为,模拟膜电位序列图、相位差图等探讨恒同及非恒同下耦合强度对神经元同步放电的影响.本研究将为人们进一步了解神经系统疾病的发病机制提供指导和帮助,并为神经科学领域提供可能的研究思路.     

Firing patterns transition induced by system size in coupled Hindmarsh-Rose neural system

The effect of system size on the different dynamical states in coupled cell system is numerically investigated, by using the Hindmarsh-Rose (HR) model. We select the external current as a controlling parameter, for the proper coupling intensity, it is found that the system undergoes the transition of neural firing patterns from one state to another one, when the number of neurons in coupled system is set to be a proper value. And if the coupled system is turned below the bifurcation point, we find that such transition behavior can occur both between two different periodic states, or periodic state and chaotic one. These phenomena imply the occurrence of firing patterns transition (FPT) induced by system size in this coupled system. Furthermore, if we select r as a controlling parameter, we can also find the similar transition behavior can also be observed, and find that such transition behaviors may have some inherent relevance with the activity degree. Finally, we simply gave the reason for difference direction of FPT. Our results indicate the HR system may make an effective response to external stimulus by adjusting itself parameter, and using this transition mode.     

On the phase reduction and response dynamics of neural oscillator populations

We undertake a probabilistic analysis of the response of repetitively firing neural populations to simple pulselike stimuli. Recalling and extending results from the literature, we compute phase response curves (PRCs) valid near bifurcations to periodic firing for Hindmarsh-Rose, Hodgkin-Huxley, FitzHugh-Nagumo, and Morris-Lecar models, encompassing the four generic (codimension one) bifurcations. Phase density equations are then used to analyze the role of the bifurcation, and the resulting PRC, in responses to stimuli. In particular, we explore the interplay among stimulus duration, baseline firing frequency, and population-level response patterns. We interpret the results in terms of the signal processing measure of gain and discuss further applications and experimentally testable predictions.     

Phase synchronizing in Hindmarsh-Rose neural networks with delayed chemical coupling

Although diffusive electrical connections in neuronal networks are instantaneous, excitatory/inhibitory couplings via chemical synapses encompass a transmission time-delay. In this paper neural networks with instantaneous electrical couplings and time-delayed excitatory/inhibitory chemical connections are considered and scaling of the spike phase synchronization with the unified time-delay in the network is investigated. The findings revealed that in both excitatory and inhibitory chemical connections, the phase synchronization could be enhanced by introducing time-delay. The role of the variability of the neuronal external current in the phase synchronization is also investigated. As individual neuron models, Hindmarsh-Rose model is adopted and the network structure of the electrical and chemical connections is considered to be Watts-Strogatz and directed random networks, respectively.     

含时滞的忆阻耦合HR神经元的复杂放电行为

本文研究具有忆阻的两耦合Hindmarsh-Rose神经元系统,考虑了神经元间信号传输过程中的时滞效应。借助平衡点的稳定性分析,获得与时滞相关的稳定条件。通过数值算例验证理论结果,揭示各类丰富而有趣的动力学现象,如多种簇放电行为等。搭建相应的耦合神经元电路实验平台,取得与理论分析和数值计算相吻合的结果。研究结果表明,时滞是影响系统稳定性和放电模式的重要因素。     

神经元网络场电位的迭代学习控制研究

基于映射神经元模型和Hindmarsh-Rose神经元模型构建小世界神经网络,并施加带有遗忘因子的迭代学习控制算法,以实现神经网络的同步控制。仿真结果表明迭代学习控制同时适用于离散的和连续的神经网络模型,可以实现神经网络同步和去同步状态的相互转化,其优势在于随着迭代次数的增加,控制信号强度逐渐减弱,从而保持神经元本身的放电特性不变。所得结果为将非线性控制理论应用于帕金森等神经疾病控制提供了新思路。     

网络控制系统的时延预估器及稳定性分析

针对网络控制系统中网络延时对系统的影响,分析了两种网络延时的特点,建立了网络时延预估模型,重点对从控制器到执行器的网络延时的不确定性进行了预估分析,进而将不确定性延时的网络控制系统转换为确定时延时,并且通过分析系统的时滞离散方程的矩阵特征值的特性,给出了离散系统方程的稳定性条件。最后通过数值例子验证了该方法的有效性。     

SCR烟气脱硝系统鲁棒抗干扰控制研究

选择性催化还原(Selective Catalytic Reduction,SCR)技术是目前火电厂广泛采用的烟气脱硝方法,SCR脱硝系统反应过程复杂,具有大惯性、大迟延、强扰动和不确定性等特点,传统的PID控制无法实现喷氨量的精确控制。因此提出了一种SCR脱硝系统的鲁棒抗扰动控制方法,在设计鲁棒PID控制器的基础上,利用鲁棒时滞滤波器来达到抑制系统强干扰的目的。仿真实验表明,鲁棒时滞滤波器的加入改善了系统的动态性能,同时使得系统具有突出的抗干扰能力。该方法结构简单、整定方便、鲁棒性好,值得在工程应用中推广。