一种新型神经元振荡器的制造方法
【技术领域】
[0001] 本发明涉及仿生机器人运动控制神经网络的构建领域，特别是一种新型神经元振 荡器。 技术背景
[0002] 有关神经科学和神经生理学的研究表明，在脊椎动物的大脑皮层、脑干和脊髓、 龙虾的幽门的控制神经网络以及水蛭的运动控制神经网络中，中枢模式发生器（Central Pattern Generator，简称CPG)都是一个重要组成部分，它可以在没有外部感官信息反馈的 情况下产生节律输出。中枢模式发生器的建模根据机理的不同可以被分为：振荡器CPG、生 物神经元CPG和连接CPG。其中振荡器CPG以其结构简单、运算量小、参数整定方便等特点 成为中枢模式发生器应用中常用的一种建模方式。此种建模方式是将CPG看作是由一组 相互耦合的振荡器构成的，振荡器之间的相互耦合作用使CPG产生一定相位关系的节律输 出。
[0003] 在目前的振荡器CPG中，大多数振荡器模型并不是由神经元模型构建而成的，如 Kuramoto振荡器、Hopf振荡器、Van Der Pol振荡器等，因此，这类模型仅能对CPG的节律输 出特性进行模拟，而不能从本质上模拟CPG的运行机理。从现有研究成果来看，利用神经元 模型构建的振荡器主要有：Wilson和Cowan于1972年提出的神经元振荡模型和Matsuoka 于1985年提出的神经元振荡器模型两个。根据现有关于CPG的神经元种类、连接关系、结 构等的研究，Matsuoka振荡器是更加符合CPG的运行机理的。然而，由于Matsuoka振荡器 所采用神经元模型的限制，由此振荡器构成的CPG内部只能存在抑制性连接关系，这是与 生物CPG神经网络的特点完全不同的。真实的生物CPG神经网络中既抑制性连接和兴奋性 连接都是存在的。
【发明内容】
[0004] 本发明所要解决的技术问题是通对现有技术的不足，提供一种在Mat suoka振 荡器的基础上，通过改进神经元模型，建立了一个新的振荡器模型。此新振荡器模型与 Matsuoka振荡器模型相比，不但可以包含抑制性和兴奋性连接，而且可以对振荡器的饱和、 不激活、节律和非节律输出进行控制，更加符合生物运动的规律和特性。
[0005] 本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种新型 神经元振荡器，其特点是，通过建立了一个神经元模型，然后将两个神经元之间通过抑制性 突触相互连接，构成一个振荡器模型；所述的神经元模型，在具有疲劳特性的漏积分器神经 元模型基础上，增加输出饱和和自兴奋性特性后，形成了一个神经元模型；
[0006] 其中，所述神经元模型的输出，采用非线性函数表示，且该非线性函数满足当 X多Θ时，输出具有饱和特性，当x< Θ时，神经元没有输出。
[0007] 本发明中，所述新神经元模型的输出，可以采用不同的非线性函数表示，但是需要 满足当X多Θ时，输出具有饱和特性，当 χ< Θ时，神经元没有输出。所述的神经元模型
[0008] 可以采用以下两个微分方程组中的一个：
[0009]
[0010] 式中，X为神经元的膜电势；y为神经元的输出；S为神经元收到的所有外部输入； a为神经元收到的自我兴奋性反馈的连接权重，a>0 ; τ跟神经元膜电势相关的时间常数， τ > 0 ; γ跟神经元疲劳过程相关的时间常数，γ > 0 ;χ'为反应神经元疲劳程度的变量； b为神经元的疲劳强度，b > 0 ; Θ为神经元的输出阈值，I为神经元输出的上界，且X ; ε和σ为常系数，ε > 〇和σ > 〇 ; λ是神经元输出的饱和系数。
[0011] 本发明所述的新型神经元振荡器，进一步优选的技术方案是：两个神经元之间相 互抑制，每个神经元具有一个自我兴奋性连接；具体模型如下：
[0012]
[0013]
[0014] 式中，X1为第i神经元的膜电势；y i为第i神经元的输出；s i为第i神经元所收到 CPG外部的输入；aij(j e (1，2)，j乒i)为神经元之间的连接权重，aij< 0 ;&11为第i神经 元收到的自我兴奋性反馈的连接权重；τ i跟第i神经元膜电势相关的时间常数，τ 〇 ; γ i跟第i神经元疲劳过程相关的时间常数，γ 〇 ;? 反应第i神经元疲劳程度的 变量；bi为第i神经元的疲劳强度，b 0 ; Θ i为第i神经元的输出阈值，《为第i神经元 输出的上界，且5 ε JP σ i为常系数，ε 〇和σ 〇 ; λ i是第i神经元输出的饱 和系数；
[0015] 所述振荡器平衡状态丨_:|满足贫eg < &，(? =U)时，振荡器既能产生振荡输出也 能产生非振荡输出，此时的外部输入S1, (i = 1，2)的取值范围为：
[0016]
(2)
[0017] 振荡器产生振荡输出时，其参数应满足的条件为：
[0018]
[0019]
[0020] 根据上式，选取振荡器的参数：
[0021] T1= 〇. 1 γ ,= 0. 3 ε 1= 2 σ 1= 〇. 8 a X1= 2. 5 b ,= 3 θ ι= -〇. 5 ^ 2 a12 =-〇· 5 a21= -〇· 49 (i = 1，2) ·
[0022] 振荡器的平衡状态4 < < %(丨二U)根据式（2)得到外部输入Sl，（i = 1， ，+. 2)的取值范围为：_1 < Sl< 7. 125,（i = 1，2);
[0023] 振荡器产生非振荡输出时，其参数应满足的条件为：
[0030] (3) σ ^ I, (i = 1,2)
[0031] 根据上述振荡器振荡输出和非振荡输出的条件，振荡器的振荡输出和非振荡输出 可以通过调节自兴奋系数B 11和疲劳系数b i来进行切换；
[0032] 为了使振荡器产生非振荡输出，在其它参数不变的情况下，适当减少B1JPb 1Q =1，2)，便可产生非振荡输出，这里令a11= 0和1^= 0(i = 1，2)。若振荡器的平衡状态
据式（2)可以得到外部输入Sl，（i = 1，2)的取值范围为：_1 < Si< 4(，i = 1，2);
[0033] 当输入满足Sl< ε i Θ (i = 1，2)时，振荡器的输出是不激活的，当
，振荡器的输出 是饱和的。
[0034] 其中，所述振荡器的振荡频率和响应速度，可以通过跟神经元膜电势相关的时间 常数τ D i = 1，2和跟神经元疲劳过程相关的时间常数γ u i = 1，2进行调节。
[0035] 其中，所述振荡器的饱和输出和不激活以及振荡器节律输出和非节律输出的大 小，可以通过振荡器的外部输入 Sl，i = 1，2进行调节。
[0036] 得到上述结论的具体推导过程如下：
[0037] 当振荡器的平衡状态xf，(/ =1，2)满足以下三种情况贫 < < < ， x,() < A ,(? =1，2)和 X,0 > =1，2)时，令先=Q和;V=〇，(i =1，2)，根据振荡器的模型（1)，当 -=?2)时，可以得到外部输入S1, (i = 1，2)需要满足的条件为： aI
[0044]当振荡器的平衡状态满足嵚< χ? < ￡ 二U')时，将振荡器在平衡状态线 性化，可得到其线性化后的模型如下：
(6J
[0046] 由于矩阵的迹等于矩阵特征根的和，因此可以得到线性化后模型（6)具有
[0047] 正实部特征根的充分条件为：
[0048]
[0049] 根据李雅谱诺夫定理可以知道，满足条件（7)时，振荡器（1)是不稳定的。又由于 振荡器（1)的输出是有界和唯一的，因此可以得到，当振荡器满足条件（7)且平衡状态满足 織吟_<瑪.,(? 时，振汤器输出是振汤的。
[0050] 根据Gerschgorin Circle定理，线性化模型（6)所有特征根具有负实部需要满足 的条件A ·
[0051]
[0057] (2) σ > 1，（i = 1，2) (3)
[0058] 根据李雅谱诺夫定理可知，当满足条件（8)-(10)或（11)-(13)时，振荡器（1)是 全局收敛的，即其输出是非振荡的。
[0059] 本发明振荡器模型与Matsuoka振荡器模型相比，鲁棒性更强，而且保证了由此振 荡器构成运动控制神经网络在添加兴奋性连接后的稳定性。
【附图说明】
[0060] 图1为本发明新型神经元振荡器的结构示意图；
[0061] 图2为振荡器产生振荡输出时的仿真结果图，且该图为神经元1的输出yi随输入 的变化曲线图；
[0062] 图3为振荡器产生振荡输出时的仿真结果图，且该图为神经元2的输出y2随输入 的变化曲线图；
[0063] 图4为振荡器产生非振荡输出时的仿真结果图，且该图为神经元1的输出yi随输 入的变化曲线图；
[0064] 图5为振荡器产生非振荡输出时的仿真结果图，且该图为神经元2的输出y2随输 入的变化曲线图；
[0065] 图6为振荡器输出频率变化的仿真结果图，且该图为神经元1的输出71的变化曲 线图；
[0066] 图7为振荡器输出频率变化的仿真结果图，且该图为神经元2的输出72的变化曲 线；
[0067] 图8为S1= -1. 2,（i = 1，2)时振荡器不激活的仿真结果图，且该图为神经元1的 输出7:的变化曲线图；
[0068] 图9为81=_1.2,（i = 1，2)时振荡器不激活的仿真结果图，且该