Lévy噪声和高斯白噪声共同激励的FHN神经元系统的动力学特性

研究了Lévy噪声和高斯白噪声共同激励下的一维FHN神经元系统的动力学特性。利用Janicki-Weron算法产生Lévy噪声,并采用四阶Runge-Kutta算法模拟出方程的稳态概率密度函数;然后通过稳态概率密度函数图像进一步对FHN神经元系统进行了稳态分析。通过数值仿真发现:乘性噪声强度D、加性噪声强度Q、稳定性指标α、偏斜参数β这些参数都可以诱导系统产生相变现象;乘性噪声强度D和稳定性指标α的增大使得FHN神经元系统停留在激发态的概率逐渐升高;加性噪声强度Q和偏斜参数β的增大使得神经元系统逐渐从激发态转变到静息态;乘性噪声强度D和加性噪声强度Q的改变对系统的作用正好相反。