本文选取HR模型主要是因为Hindmarsh-Rose神经元可以描述集中几种可兴奋细胞生物物理模型的特性且具有相对简单的方程形式，是一种基于电生理特性上的神经元模型。

同时，在生物神经系统的内部是蕴含着十分精良的抗干扰机制。本文通过对模型进行数值仿真的办法，研究了电突触耦合对全同的Hindmarsh-Rose神经元网络抗脉冲干扰特性的影响。通过实验数据，规则的连接方式在耦合强度不大时，对HR模型抗干扰能力有一定影响，随着耦合强度的增大，影响逐渐减弱。在耦合强度相同的情况下，神经元网络抗脉冲干扰特性受神经元数目的印象较小。神经元间电突触耦合强度的分布对网络的抗脉冲干扰特性影响较大。在全局连接的耦合结构下，耦合强度分布满足一定的条件时，网络呈现出较好的抵御脉冲干扰的能力。脉冲干扰发生时，网络中的神经元仍能同步放电，且保持稳定的放电频率。通过上述情况可知，神经元网络能够利用电突触耦合实现神经信息可靠地处理。

主要研究内容及目标

本次毕业设计主要研究内容有：

了解神经网络的相关背景以及理论知识，认真学习MATLAB在动力学方向的应用，学会编写.m文件，利用MATLAB软件得出在大数据下理论模型的结果，找到规律。

研究相关神经元模型：Hindmarsh-Rose神经元模型以及电突触的数学模型。深入学习Hindmarsh-Rose模型的动力学方程，得出在不同外界直流激励I下的HR神经元动作电位X的时间规律，并推导出HR神经元放电峰峰间期随着外界刺激电流I变化规律。了解神经元突触的概念，深入学习电突触模型的数学方程。

通过以上两种模型建立神经元耦合网络模型的动力学方程，加入耦合项，为之后的研究打下基础。

研究脉冲刺激干扰模型，在已建立的神经元耦合网络模型中加入脉冲干扰项，得出干扰对神经元的影响。同时，通过改变耦合连接方式，得出耦合强度对模型的影响。

毕业设计的主要目标是：通过MATLAB软件得出神经元数目对HR网络抗脉冲干扰特性的影响以及耦合强度对HR网络抗脉冲干扰特性的影响。

论文的结构安排

本文主要对基于HR神经元模型的干扰防护进行了研究，各章节的内容安排如下：

第一章：绪论。介绍了本文研究内容的背景与意义，调研了神经网络模型国内外的研究现状阐述了本毕业设计的主要目标和内容，最后对全文的结构进行了介绍。

第二章：神经元电动作模型。介绍了神经元的一些基本概念并阐述了神经元动作电位产生机制，根据神经元动力学知识引出Hindmarsh-Rose神经元模型。

第三章：电突触耦合神经元网络的同步。介绍了化学突触以及电突触的概念。以及提出了电突触耦合神经元模型的表达式，并添加了脉冲干扰项。

第四章：不同参数对HR网络抗脉冲干扰特性的影响。主要研究了不同耦合连接方式、神经元数目以及耦合强度对HR网络抗脉冲干扰特性的相关影响。并给出了仿真结果。

第五章：对本文的内容做出了总结。并提出了下一步工作的具体内容。

通过大量实验易知神经系统在存在外界干扰的环境下仍然可以对信息进行准确地传递、编码和处理。但是单个神经元显然是无法实现这种行为，只有通过大量神经元的突触耦合，其所形成网络的可以实现可靠信息处理。 

本文是基于Hindmarsh-Rose（HR）神经元模型和电突触模型，整合加入了耦合项以及电流干扰脉冲，分别研究了不同耦合方式、神经元数目以及耦合强度分布对HR网络抗脉冲干扰特性的影响，通过数值仿真得出实验结果。实验结果表明：

（1）在耦合强度不大时，耦合连接方式对受扰的HR模型抗干扰能力有一定的影响，全局耦合展示了不错的抗干扰特性。当耦合强度较大时，HR网络的抗脉冲干扰特性受耦合连接方式的影响就很小；

（2）采用全局耦合的HR网络中假定耦合强度都相同时，神经元数目对抗干扰能力影响较小。如果仅增大神经元数目起不到改善网络抗干扰的情况。

（3）耦合强度的分布对HR神经元网络的抗脉冲干扰能力的影响是较大。通过实验仿真结果可以看到，如果耦合强度分布适当，网络会显示出良好的抗脉冲干扰能力。同时当抗脉冲干扰能力较强时，神经元放电频率的同步特性也相应改善。