基于自适应单神经元PID的四旋翼飞行控制研究

针对传统增量式PID控制算法在四旋翼飞行器的姿态控制中自整定参数不足的缺点,提出了一种改进的自适应单神经元PID控制算法,该算法在单神经元加权系数调整的基础上引入PSD自适应控制方法,增加了对比例系数的自适应调整;通过建立四旋翼飞行器的动力学模型和飞行试验平台对该改进算法进行仿真验证;仿真结果表明,采用自适应单神经元PID算法的控制器结构简单且响应速度快,精度高,具有更高的鲁棒性和自适应能力,能有效的实现四旋翼飞行器姿态的稳定控制。     

迟滞混沌神经元/网络的控制策略及应用研究

为了保持神经网络在优化计算求解过程中结构不被改变, 以迟滞混沌神经元和迟滞混沌神经网络为研究对象, 提出了一种基于滤波跟踪误差的控制策略来实现神经元/网络的稳定控制. 采用该控制策略, 在不改变非线性特性发生机理的情况下, 神经元/网络可实现函数优化计算问题的求解. 所设计的控制律包含两部分: 一部分是系统进入滤波跟踪误差面时的等效控制部分, 另一部分为确保系统快速进入滤波跟踪误差面的控制部分. 采用Lyapunov方法对神经元/网络的控制进行了稳定性证明. 根据待寻优函数直接求得神经元的控制律, 在该控制律的作用下, 神经元/网络可逐渐稳定到优化函数的极值点, 从而实现优化问题的求解, 仿真实验结果验证了该控制方法在优化计算中的可行性和有效性.     

光电神经形态器件及其应用

传统冯·诺依曼计算机在并行性计算和自适应学习方面效率较低,无法满足当前飞速发展的信息技术对高效、高速计算的迫切需求.受脑启发的神经形态计算具有高度并行性、超低功耗等优势,被认为是打破传统计算机局限性,实现新一代人工智能的理想途径.神经形态器件是实施神经形态计算的硬件载体,是构建神经形态芯片的关键.与此同时,人类视觉系统与光遗传学的发展为神经形态器件的研究提供了新的思路.新兴的光电神经形态器件结合了光子学与电子学各自的优势,在神经形态计算领域展露出巨大潜力,受到了国内外研究人员广泛关注.本文对光电神经形态器件及其应用的最新研究进行了总结.首先综述了人工光电突触与人工光电神经元,内容包括器件结构、工作机制以及神经形态功能模拟等方面.然后,对光电神经形态器件在人工视觉系统、人工感知系统、神经形态计算等领域中的潜在应用作了阐述.最后,总结了当前光电神经形态器件所面临的挑战,并对其未来的发展方向进行了展望.     

在兴奋-抑制混沌神经元网络中有序波的自发形成

大脑皮层在一定条件下可以自发出现螺旋波和平面波,为了了解这些有序波的产生机制,构造了一个双层的二维神经元网络.该网络由最近邻兴奋性耦合和长程抑制性耦合层组成,采用修改后的Hindmarsh-Rose神经元模型研究了该混沌神经元网络从具有随机相位分布的初态演化是否能自发出现各种有序波.数值模拟结果表明:当抑制性耦合强度比较小时,系统一般不会自发出现有序波;在兴奋性耦合强度足够大的情况下,抑制性耦合强度越大,系统越容易产生有序波.系统出现不同的有序波与系统初态和耦合强度有密切关系,适当选择兴奋性和抑制性耦合的耦合强度,系统会自发出现迷宫斑图、平面波、单螺旋波、多螺旋波、旋转方向相反的螺旋波对、双臂螺旋波、靶波、向内方形波等有序波斑图.螺旋波、迷宫斑图和内向方形波出现概率分别达到27.5%, 21.5%和10.0%,这里的迷宫斑图是由不同传播方向的许多平面波组成,其他有序波出现概率比较小.研究结果有助于理解发生在大脑皮层中的自组织现象.     

单调激活函数惯性项神经耦合系统的混沌共存

混沌及其稳态共存是神经网络系统中一个重要研究热点问题．本文基于惯性项神经元模型,利用非线性单调激活函数构造了一个惯性项神经耦合系统,采用理论分析和数值模拟相结合的方法,研究了系统平衡点以及静态分岔的类型,分析了系统两种不同模式的混沌及其稳态共存．具体来说,我们通过选取不同的初始值,利用相应的相位图和时间历程图,展现了系统混沌对初值的敏感依赖性．进一步,采用耦合强度作为动力学的分岔参数,研究了混沌产生的倍周期分岔机制,得到了单调激活函数耦合下的惯性项神经元系统混沌共存现象．     

随机边界诱导Izhikevich神经元网络的时空模式转换

在随机边界条件下构建由200×200个Izhikevich神经元组成的方形网络，并利用计算机模拟计算方形网络的时空特性和同步因子，对神经元的放电模式、分岔现象以及方形网络的时空模式和同步性质进行研究。研究结果表明：在相同电流刺激和耦合强度下，由不同放电模式Izhikevich神经元构建的方形网络中，仅当神经元处于Regular Spiking放电模式下才能在网络中观察到螺旋波种子的出现和消失；对于其他放电模式(Fast Spiking, Chattering和Intrinsically Bursting)的Izhikevich神经元构建的方形网络，则无法观察到螺旋波种子的出现。当外界电流刺激恒定时，只有当神经元之间的耦合强度为中等大小时才可在方形网络中观察到螺旋波种子的出现和消亡，相对较小或较大的耦合强度不能诱导神经元网络出现螺旋波种子。对方形神经网络中的同步因子研究发现同步因子随耦合强度的变化存在类似“反共振”的形式。