基于听觉神经同步振荡网络的时频结构描述方法

摘要

人类听觉系统具有优良的非平稳信号分析能力,在听觉系统中,由耳蜗基底膜对信号进行类似于带通滤波的时频分解,并由内毛细胞、传入神经和听觉中枢的神经网络对时频分解结果逐步进行特征信息提取和压缩。鉴于此,参照Wang-Brown模型,建立一种可描述信号时频结构特征的听觉模型,该模型包括基底膜、内毛细胞、中级听觉和听觉中枢等子模型,听觉中枢模型由单层听神经振荡网络构成。略去Wang-Brown模型中随机项和侧抑制项,简化内毛细胞模型,设计听神经元的活跃准则和神经元间的联接方式。信号经基底膜、内毛细胞和中级听觉模型处理后,由听神经振荡网络进行信息综合,使得信号中时频结构相似的区域所对应的听神经元进行同步振荡,从而可利用同步振荡神经元的分布情况描述信号的时频结构。进行故障转子升降速试验和风力发电增速机稳速运行试验,试验所得信号的分析结果表明,所建模型能够有效描述信号的时频结构特征及其变化情况,对信号的瞬态变化较为敏感,且数据量相对较小,易于智能识别。