Suppression of Chaos and Phase Locking in Two Coupled Nonidentical Neurons under Periodic Input

Dynamical behaviour of two coupled neurons with at least one of them being chaotic is presented. Bifurcation diagrams and Lyapunov exponents are calculated to diagnose the dynamical behaviour of the coupled neurons with the increasing coupling strength. It is found that when the coupling strength increases, a chaotic neuron can be controlled by the coupling between neurons. At the same time, phase locking is studied by the maxima of the differences of instantaneous phases and average frequencies between two coupled neurons, and the inherent connection of phase locking and the suppression of chaos is formulated. It is observed that the onset of phase locking is closely related to the suppression of chaos. Finally, a way for suppression of chaos in two coupled nonidentical neurons under periodic input is suggested.     

啸叫快速抑制的助听器回声抵消算法

针对助听器回声路径快速变化下易产生啸叫的问题,本文提出一种变步长标准最小均方差-陷波器(Variable Step Normalized least mean square-Notch Filter,VSN-NF)算法。在回声路径相对稳定时,提出一种基于状态分类的变步长标准最小均方差算法来估计回声信号。算法根据滤波器系数能量的长时平均值和短时平均值,将滤波器当前状态分为收敛态、过渡态与稳态,并根据不同状态选择不同的步长。在路径突然变化并产生啸叫时,算法通过关闭变步长NLMS算法来稳定啸叫频点,然后基于ZoomFFT算法动态生成陷波器来进行啸叫抑制;当啸叫抑制后,再开启变步长NLMS进行回声估计。针对易产生多频点啸叫的回声路径,VSN-NF算法还引入不同频带的两个陷波器来进行双频点啸叫抑制。同其它助听器回声抵消算法的对比实验显示,VSN-NF算法的回波抵消性能最好,尤其具有快速啸叫抑制能力。此外,算法生成的语音质量较高,实时性能好,适合于像助听器类的低功耗、小体积产品。      

仿选择性注意机制的语音情感识别算法

有效特征的选取一直都是语音情感识别算法的关键。为此,针对语音情感特征选择与构建的问题,一种仿选择性注意机制的语音情感识别算法被提出。考虑到语音信号的时频特性,算法首先计算语音信号的语谱图;其次,模仿选择性注意机制,计算语谱图的颜色、方向和亮度特征图,归一化后形成特征矩阵;然后,将特征矩阵重排列并进行PCA降维,形成情感识别特征向量;最后,利用改进的支持向量机分类方法进行语音情感识别。对愤怒、恐惧、高兴、悲伤和惊奇5种情感的识别实验显示,基于选择性注意的方法能够获得较好的识别效果,平均识别率为85.44%。相比于韵律特征和音质特征,语音情感识别率至少提高10%;相比于其它语谱特征,识别率提高7%左右。      

第三届全国动力学与控制青年学者研讨会介绍

为了深入交流动力学与控制学科近年来已取得的成果,探讨今后学科的发展趋势和面临的挑战,促进青年学者之间的交流与合作,加深青年学者对履行历史使命的责任感,由国家自然科学基金委员会数理科学部发起,国家自然科学基金委员会数理科学部和中国力学学会动力学与控制专业委员会联合主办,由内蒙古财经学院承办的"第三届全国动力学与控制青年学者研讨会"于2009年7月26日至30日在内蒙古青色之城--呼和浩特市召开,中国力学学会动力学与控制专业委员会主任委员张伟教授担任会议主席,内蒙古财经学院王青云教授组织这次会议.     

基于深度强化学习的多无人车系统编队控制

针对多智能体编队控制问题,研究了基于DDQN深度强化学习算法的多无人车系统的编队控制器,采用一致性控制与伴随位形相结合的方法对编队控制问题进行建模和简化.建立了基于相对距离和速度的状态空间,使得控制输入不依赖于全局信息,然后设计了基于九大典型运动方向的动作空间,并设计了基于相对距离和相对速度的奖励函数,基于以上参数进行了神经网络架构的设计和网络训练与运动仿真环境的搭建,并成功训练出有效的控制器.该控制器可以直接应用于带有非完整约束的欠驱动无人车的编队任务,且控制器的网络训练只需要运动数据而不需要精确模型,是一种无模型控制方法.最后,通过大量不同场景下的运动仿真验证了控制器的有效性,包括多队形、多位置、多轨迹仿真以及时变队形、时变通讯和通讯故障等特殊情况的检验,该控制器在所有场景中均能有效完成控制任务.最后优化了编队起始阶段的策略,定义了等候条件与启动条件,有效节约了控制的能耗,利用运动仿真和对比分析验证了优化作用.     

Time Delay-Enhanced Synchronization and Regularization in Two Coupled Chaotic Neurons

Complete synchronization of two identical chaotic Morris-Lecar (ML) neurons with time-delay coupling is investigated. It is found that the coupled ML neurons may achieve synchronization by an efficient time delay at a low coupling strength. At the same time, the chaotic motion of the coupled neurons may become a regular periodic one during synchronization by the time-delay coupling, that is, the delay time coupling is able to suppress chaos in the process of synchronization. However, the time delay has the effect on enhancement of synchronization and regularization of coupled neurons only in certain coupling strength ranges. Moreover, synchronization of coupled neurons is achieved by time delay after regularization.     

神经系统疾病与认知动力学(II): 神经振荡与认知动力学

大脑神经系统具有从慢到快多种不同的振荡节律, 这些节律振荡被认为参与了大脑多种功能的实现, 其中高频的伽马同步振荡被认为与大脑的认知功能最为相关. 本文阐述了生物学实验方面关于伽马振荡及其功能的研究进展, 并针对实验中伽马振荡的频率敏感依赖于外部刺激特征的现象, 综述了基于神经网络模型进行变频伽马振荡及其认知功能的动力学建模研究工作, 解释了视觉刺激调控的变频率伽马振荡动力学产生机理, 提出了基于同步抑制增强全局放电率对比度的神经认知机制. 研究成果有助于理解神经系统同步振荡的产生机理及其认知作用, 为大脑认知原理以及类脑智能的研究奠定基础.      

仿人耳听觉的助听器双耳声源定位算法

为提高复杂场景下的听障患者的语言理解度,本文提出一种仿人耳听觉的助听器双耳声源定位算法。算法首先借鉴耳蜗分频特性和听觉掩蔽特性,将声音信号进行多通道分解,并提取人耳敏感频带的信号进行双耳时间差(Interaural Time Difference,ITD)估计;然后基于人耳哈斯效应,提取有效的ITD信息;最后采用头相关模型,将ITD转化为声源方向信息。同时,为了改善混响和多干扰声场景下的声源定位能力,本文提出一种多通道的加权联合策略。仿真和场景测试实验表明,算法的抗干扰性强,定位精度高。而且,在7名受试者的理解度测试中,同现有的助听器增强算法相比,结合定位算法的语音增强算法达到3~5dB的性能改善。      

提高耳语音可懂度的非对称压缩语音增强方法

提出两种基于非对称代价函数的耳语音增强算法,将语音增强过程中的放大失真和压缩失真区分对待。Modified ItakuraSaito (MIS)算法对放大失真给予更多的惩罚,而Kullback-Leibler (KL)算法则对压缩失真给予更多的惩罚。实验结果表明,在低于—6 dB的低信噪比情况中,经MIS算法增强后的耳语音的可懂度相比传统算法有显著提高;而KL算法则获得了同最小均方误差语音增强算法近似的可懂度提高效果,证实了耳语音中的放大失真和压缩失真对于耳语音可懂度的影响并不相同,低信噪比时较大的压缩失真有助于提高耳语音可懂度,而高信噪比时的压缩失真对耳语音可懂度影响较小。      

Critical current density behaviors across a grain boundary inclined to current with different angles in YBa_2Cu_3O_(7-δ) bicrystal junctions

The critical current density behaviors across a bicrystal grain boundary(GB) inclined to the current direction with different angles in YBa_2Cu_3O_(7-δ) bicrystal junctions in magnetic fields are investigated.There are two main reasons for the difference in critical current density in junctions at different GB inclined angles in the same magnetic field:(i) the GB plane area determines the current carrying cross section;(ii) the vortex motion dynamics at the GB affects the critical current value when the vortex starts to move along the GB by Lorentz force.Furthermore,the vortex motion in a bicrystal GB is studied by investigating transverse(Hall) and longitudinal current–voltage characteristics(I–V_(xx) and I–V_(xy)).It is found that the I–V_(xx) curve diverges from linearity at a high driving current,while the I–V_(xy) curve keeps nearly linear,which indicates the vortices inside the GB break out of the GB by Lorentz force.