[发明专利]一种基于非线性PID的HH神经元同步控制方法

说明书

本发明公开了一种基于非线性PID的HH神经元同步控制方法，本发明根据Hodgkin‑Huxley神经元的实时输入输出数据，构建基于RBF神经网络的Hodgkin‑Huxley神经元辨识模型，通过RBF神经网络进行在线辨识，实时获得网络参数；并将辨识模型与非线性PID控制器结合，对PID控制器参数进行在线自整定；最终实现基于非线性PID的Hodgkin‑Huxley神经元同步控制，本发明相较于迭代控制具有更好的实时性与相对较小的同步误差。

技术领域

本发明属于神经工程领域，具体涉及一种基于非线性PID的HH神经元同步控制方法。

背景技术

神经元同步放电活动对神经信息流的传递和处理具有关键作用，且与神经系统生理机制密切相关。但神经生理实验和临床医学表明，并非所有的神经元同步放电活动都能促进脑功能的正常运转。异常的神经元同步放电活动会严重破坏大脑正常功能的保持，甚至会诱发帕金森症和癫痫症等神经性生理疾病的发生。因此如何实现神经元的同步控制具有重要的应用前景。

目前神经元同步的传统控制方法，主要包括自适应控制、滑膜控制、非线性控制等方法，通常建立在神经元膜电位动力学模型的基础上，但在系统参数辨识以及系统耦合特性模拟上大都采取了简化的策略，所以在面对干扰等复杂背景下的神经元同步问题时，控制效果并不理想。

本发明首先利用RBF神经网络对Hodgkin-Huxley神经元激励与响应的关系进行在线辨识，然后采取非线性PID控制方法，对PID控制参数进行实时动态整定，最后根据目标Hodgkin-Huxley神经元放电活动的周期或混沌特性，使被控Hodgkin-Huxley神经元达到同步状态，实现Hodgkin-Huxley神经元的同步控制。

发明内容

本发明针对现有技术的不足，提出了一种基于非线性PID的

Hodgkin-Huxley神经元同步控制方法；

本发明根据Hodgkin-Huxley神经元的实时输入输出数据，构建基于RBF神经网络的Hodgkin-Huxley神经元辨识模型，通过RBF神经网络进行在线辨识，实时获得网络参数；并将辨识模型与非线性PID控制器结合，对PID控制器参数进行在线自整定；最终实现基于非线性PID的Hodgkin-Huxley神经元同步控制。

本发明的方法步骤如下：

步骤1、构建基于RBF神经网络的神经元辨识模型；

具体方法为：

(1)首先对Hodgkin-Huxley被控神经元施加外部电流刺激，得到对应的神经元膜电位，然后利用RBF神经网络进行在线辨识，获得RBF神经网络的相关参数，建立基于RBF神经网络的神经元辨识模型，模型的性能指标函数J_RBF定义为：

其中，y(k)和y_rbf(k)分别对应于k时刻的被控神经元膜电位计算值、基于RBF神经网络的神经元辨识模型输出值；

(2)根据梯度下降法对RBF神经网络的参数进行调整；

k时刻RBF神经网络隐含层到输出层的权值变化量Δw_j(k)为:

Δw_j(k)＝η(y(k)-y_rbf(k))h_j (2)

其中，η为学习速率；h_j表示隐含层节点的非线性激励函数，通常默认取为高斯基函数，下标j表示隐含层m个节点的编号，j＝1,2,…,m；

k时刻RBF神经网络隐含层到输出层的权值w_j(k)调整为：