1、神經系統(tǒng)具有高維、強耦合以及復雜非線性動力學特性等特點，在對大規(guī)模神經元網絡進行仿真時，傳統(tǒng)計算機軟件很難滿足速度要求。本文運用現(xiàn)場可編程門陣列(FPGA)技術，構建硬件系統(tǒng)平臺，實現(xiàn)神經元網絡的運算和特性分析，并對神經元參數(shù)辨識和控制的硬件實現(xiàn)作初步的研究。
　　 首先，本文構建硬件系統(tǒng)，系統(tǒng)由模型庫、控制單元、參數(shù)存儲模塊、FPGA運算陣列和上位機等部分組成，為大規(guī)模神經元網絡特性分析、神經元參數(shù)的辨識和控制提供實驗平臺。<

2、br>　　 然后，本文在DSP Builder環(huán)境下對Morris-Lecar神經元和網絡進行建模，構建硬件系統(tǒng)，研究神經元參數(shù)變化對神經元放電活動和網絡同步性的影響。通過與MATLAB仿真比較發(fā)現(xiàn)，F(xiàn)PGA神經元和網絡滿足計算神經科學的要求，同時有一定速度優(yōu)勢，且網絡規(guī)模越大，優(yōu)勢越明顯。
　　 其次，本文利用相同的建模方法，對更加復雜的海馬CA3區(qū)錐體神經元進行建模研究，構建硬件系統(tǒng)，分析參數(shù)變化對神經元放電活動的影響。實