本发明涉及神经系统模拟，尤其涉及一种模拟人工耳蜗神经系统的优化方法及系统。
背景技术：
1、人工耳蜗是一种用于帮助听力受损者恢复或改善听觉的电子装置。它通过将声音信号转换为电信号，直接刺激听觉神经。然而，现有的人工耳蜗系统在处理复杂声音信号时存在一定的局限性，包括信号失真、响应延迟和处理精度不足等问题。首先，信号失真是一个主要问题。在将外部声波转换为电信号的过程中，传统人工耳蜗系统常常受到环境噪声和复杂声音信号的干扰，导致信号在传输过程中发生畸变，听觉感知不够清晰。其次，处理精度不足也是困扰人工耳蜗系统的一大问题。由于信号处理算法和硬件设计的局限性，现有系统对复杂声音信号的处理精度不够，导致声音细节丢失，佩戴者难以清晰分辨不同的声音，如言语和背景噪音，进而导致佩戴者使用体验下降。
技术实现思路
1、为了解决上述技术问题，本发明的目的是提供一种模拟人工耳蜗神经系统的优化方法及系统，能够实时优化输入信号的幅度和频率，改善信号传输的真实性和准确性，提高人工耳蜗佩戴者的听觉效果。
2、本发明所采用的第一技术方案是：一种模拟人工耳蜗神经系统的优化方法，包括以下步骤：
3、构建模拟人工耳蜗神经系统模型，所述模拟人工耳蜗神经系统模型包括压电陶瓷单元与非线性神经元电路；
4、对非线性神经元电路进行动态行为分析，构建模拟人工耳蜗神经系统模型的动力学方程；
5、通过四阶龙格库塔法对模拟人工耳蜗神经系统模型的动力学方程进行求解计算，得到模拟人工耳蜗神经系统模型的位移响应；
6、根据模拟人工耳蜗神经系统模型的位移响应，通过时域最小残值法对模拟人工耳蜗神经系统模型进行优化处理，得到优化后的模拟人工耳蜗神经系统模型。
7、进一步，所述模拟人工耳蜗神经系统模型包括压电陶瓷单元、第一电阻、第二电阻、第三电阻、第一电容、第一电感和第一电源，其中，所述第一电阻、所述第二电阻、所述第三电阻、所述第一电容、所述第一电感和所述第一电源组成非线性神经元电路，所述第一电感的第一端、所述第一电阻的第一端、所述第一电容的第一端和所述第三电阻的第一端连接，所述第一电感的第二端与所述第二电阻的第一端连接，所述第二电阻的第二端与所述第一电源的负极端连接，所述第一电源的正极端、所述第一电容的第二端、所述第三电阻的第二端与所述压电陶瓷单元的负极端连接并接地，所述压电陶瓷单元的正极端与所述第一电阻的第二端连接。
8、进一步，所述对非线性神经元电路进行动态行为分析，构建模拟人工耳蜗神经系统模型的动力学方程这一步骤，其具体包括：
9、通过基尔霍夫定律对模拟人工耳蜗神经系统模型的非线性神经元电路进行动态行为分析，得到模拟人工耳蜗神经系统模型的电路方程；
10、对模拟人工耳蜗神经系统模型的电路方程进行尺度变换处理，将原始含有量纲的电路方程转换成等效无量纲数学方程，得到模拟人工耳蜗神经系统模型的动力学方程。
11、进一步，所述模拟人工耳蜗神经系统模型的动力学方程的表达式具体如下所示：
12、
13、上式中，x表示状态变量，表示状态变量对无量纲时间的导数，c表示阻尼系数矩阵，k表示刚度系数矩阵，表示非线性项，f(t)表示外部激励，t表示无量纲时间。
14、进一步，所述根据模拟人工耳蜗神经系统模型的位移响应，通过时域最小残值法对模拟人工耳蜗神经系统模型进行优化处理，得到优化后的模拟人工耳蜗神经系统模型这一步骤，其具体包括：
15、通过快速傅里叶变换对模拟人工耳蜗神经系统模型的位移响应进行拟合处理，得到截断级数；
16、基于增强响应灵敏度算法，构建模拟人工耳蜗神经系统模型的优化目标函数；
17、将截断级数作为时域最小残值法的初始值，通过时域最小残值法对模拟人工耳蜗神经系统模型的优化目标函数进行优化处理，得到最优截断级数；
18、将最优截断级数嵌入至模拟人工耳蜗神经系统模型，得到优化后的模拟人工耳蜗神经系统模型。
19、进一步，所述模拟人工耳蜗神经系统模型的优化目标函数的表达式具体如下所示：
20、
21、上式中，表示非线性目标函数，a表示未知系数，a表示未知系数的可行域，t表示离散时间点，r(a,t)表示系统的残差向量，t表示求解时间域的最大值，a*表示优化后的系数。
22、进一步，所述将截断级数作为时域最小残值法的初始值，通过时域最小残值法对模拟人工耳蜗神经系统模型的优化目标函数进行优化处理，得到最优截断级数这一步骤，其具体包括：
23、将截断级数作为时域最小残值法的初始值，对模拟人工耳蜗神经系统模型的优化目标函数进行线性转换处理，得到近似线性目标函数；
24、通过引入tikhonov正则化对近似线性目标函数进行正则化求解，得到正则化后的线性目标函数；
25、通过l-curve曲线法确定正则化后的线性目标函数的正则化参数，并引入置信域限制，对正则化后的线性目标函数进行筛选处理，确定最优截断级数。
26、进一步，所述正则化后的线性目标函数的表达式具体如下所示：
27、
28、上式中，λ表示正则化参数，i表示单位矩阵，δaλ表示迭代更新量，表示残差向量，表示一阶响应灵敏度矩阵。
29、进一步，所述置信域限制的表达式具体如下所示：
30、
31、上式中，表示置信域限制，表示原非线性目标函数，表示线性化之后的目标函数，表示已知的参数，a表示未知系数，表示残差向量。
32、本发明所采用的第二技术方案是：一种模拟人工耳蜗神经系统的优化系统，包括：
33、第一构建模块，用于构建模拟人工耳蜗神经系统模型，所述模拟人工耳蜗神经系统模型包括压电陶瓷单元与非线性神经元电路；
34、第二构建模块，用于对非线性神经元电路进行动态行为分析，构建模拟人工耳蜗神经系统模型的动力学方程；
35、求解模块，用于通过四阶龙格库塔法对模拟人工耳蜗神经系统模型的动力学方程进行求解计算，得到模拟人工耳蜗神经系统模型的位移响应；
36、优化模块，用于根据模拟人工耳蜗神经系统模型的位移响应，通过时域最小残值法对模拟人工耳蜗神经系统模型进行优化处理，得到优化后的模拟人工耳蜗神经系统模型。
37、本发明方法及系统的有益效果是：本发明通过将压电陶瓷单元与非线性神经元电路进行结合构建模拟人工耳蜗神经系统模型，采用高性能的压电陶瓷材料，能够将外部声波信号更高效地转换为电信号，减少了信号转换过程中的失真问题，进而对非线性神经元电路进行动态行为分析，构建模拟人工耳蜗神经系统模型的动力学方程，通过四阶龙格库塔法对模拟人工耳蜗神经系统模型的动力学方程进行求解计算并结合时域最小残值法对模拟人工耳蜗神经系统模型进行优化处理，调整系统输入信号的幅度和频率，最小化系统的响应残差，实时优化输入信号的幅度和频率，确保系统在不同声音环境中的响应精度，改善信号传输的真实性和准确性，提高人工耳蜗佩戴者的听觉效果。
1.一种模拟人工耳蜗神经系统的优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述模拟人工耳蜗神经系统模型包括压电陶瓷单元、第一电阻、第二电阻、第三电阻、第一电容、第一电感和第一电源，其中，所述第一电阻、所述第二电阻、所述第三电阻、所述第一电容、所述第一电感和所述第一电源组成非线性神经元电路，所述第一电感的第一端、所述第一电阻的第一端、所述第一电容的第一端和所述第三电阻的第一端连接，所述第一电感的第二端与所述第二电阻的第一端连接，所述第二电阻的第二端与所述第一电源的负极端连接，所述第一电源的正极端、所述第一电容的第二端、所述第三电阻的第二端与所述压电陶瓷单元的负极端连接并接地，所述压电陶瓷单元的正极端与所述第一电阻的第二端连接。
3.根据权利要求1所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述对非线性神经元电路进行动态行为分析，构建模拟人工耳蜗神经系统模型的动力学方程这一步骤，其具体包括：
4.根据权利要求3所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述模拟人工耳蜗神经系统模型的动力学方程的表达式具体如下所示：
5.根据权利要求1所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述根据模拟人工耳蜗神经系统模型的位移响应，通过时域最小残值法对模拟人工耳蜗神经系统模型进行优化处理，得到优化后的模拟人工耳蜗神经系统模型这一步骤，其具体包括：
6.根据权利要求5所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述模拟人工耳蜗神经系统模型的优化目标函数的表达式具体如下所示：
7.根据权利要求5所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述将截断级数作为时域最小残值法的初始值，通过时域最小残值法对模拟人工耳蜗神经系统模型的优化目标函数进行优化处理，得到最优截断级数这一步骤，其具体包括：
8.根据权利要求7所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述正则化后的线性目标函数的表达式具体如下所示：
9.根据权利要求7所述一种模拟人工耳蜗神经系统的优化方法，其特征在于，所述置信域限制的表达式具体如下所示：
10.一种模拟人工耳蜗神经系统的优化系统，其特征在于，包括以下模块：
