[发明专利]基于仿生沙蝎定位功能的脉冲定位模型

权利要求书

1.一种基于仿生沙蝎定位功能的脉冲定位模型，其特征在于：其步骤是：

①定义传感器位置：

根据沙蝎八条腿上感受器BCSS的位置，以沙蝎的正前方为0°，将振动传感器分别置于沙蝎八条腿的末端，则各传感器置于各BCSS的位置，以沙蝎右侧前腿为编号1，顺时针进行编号，其角度分别为

②神经元建模：

依据仿生生物神经元的三个基本特征利用RC电路模型建立神经元模型，如下式所示

Ik(t)=uk(t)-ER+Cduk(t)dtk=1,2,...,8,---(2)]]>

其中u_k(t)是第k个神经元模型在时间t时的膜电压，t代表时间，k代表第k个神经元模型，令du_k(t)＝u_k(t+1)-u_k(t)，则根据式(2)得到u_k(t+1)为

uk(t+1)=Ik(t)dtC-uk(t)-ERC+uk(t)k=1,2,...,8,---(3);]]>

其中，I_k(t)为神经元模型输入；E代表神经元静息电势，R、C为电容电阻，设定式(2)、式(3)中的参数E＝0V、R＝10⁵Ω、C＝10^-1F；u表示神经元模型膜电压；

③设定8个神经元模型的相互作用：

假设每个方向γ_k(k＝1，2，...，8)上传感器激活一个感觉神经元，该感觉神经元将振动信号传递给一个指令神经元，为指令神经元提供兴奋输入

I_exk＝V_k(4)

其中V_k是第k个神经元模型接收的震动信号，由指令神经元对振动信号进行评价，同时γ_k方向的指令神经元会激活抑制性中间神经元抑制反向相邻三个方向的指令神经元即抑制输入为

Iink=(Vk‾-1+Vk‾+Vk‾+1)w---(5)]]>

其中，w为一直输入的权重系数，依据神经元与应用模型特性相结合令w＝0.02；采用两路信号的相关性来计算信号到达的时间差，直接计算两路信号的互相关函数，即

rVkVj(m)=E[Vk(t)Vj(t+m)]---(6)]]>

其中，V_k、V_j(k＝1，2，...，8，)分别为两路信号，m为两路信号的时间差，代表V_k、V_j两路信号的互相关函数；即时间差Δt_kj为

Δtkj=arg max{rViVj(m)}---(7);]]>

一个神经元模型的输入为

I_k(t)＝I_exk(t)-I_ink(t) (8)，

其中I_exk(t)是时间t时第k个神经元模型的兴奋输入，I_ink(t)是时间t时第k个神经元模型的抑制输入；

④利用神经元的兴奋性定位：

采用上述神经元模型并通过神经元之间的相互作用将8路震动信号转换成不同数量的脉冲，即当u＞U_thre时会产生一个脉冲，产生脉冲后u恢复到静息电势E，同时对8个指令神经元模型产生的脉冲进行计数，对应每一个方向γ_k(k＝1，2，...，8)计数结果为第k个神经元模型产生的脉冲数n_k(k＝1，2，...，8)；神经元特性与应用模型相结合，U_thre是神经元发射脉冲的阈值，是参数常量，令U_thre＝0.8；

定义整体向量ne^iφ，即

neiφ=Σk=18nkeiγk---(9)]]>

其中，n为向量模长，φ为向量方向，是复数的指数形式，e^iφ＝cosφ+i sinφ，其相角φ表示经过整体向量处理后得到的响应角度；通过式(9)推倒出

φ=arg(Σk=18nkeiγk)---(10)]]>

因此利用式(10)即可得到所述的脉冲定位模型的方向定位结果。