神经编码：生物声呐与感觉系统信息处理机理

如何读懂神经脉冲序列，是很多年来神经专家一直在思考的问题。我们认为解决问题的关键是要对不确定性有正确的认识。下面我们提出两个理论，分别用来解决两个方面的不确定性。关于这两点的正确性，还可以讨论。但是如果看不到下述两方面本质，便很难理解神经系统。

1．S 空间理论（文献［11］中提到的序空间理论）

S 空间理论解决了系统状态不确定的问题，为定量化研究不确定的神经信息系统打下了基础，并解释了不稳定系统能高灵敏检测多普勒效应等信号的神经回路［14］。S 空间理论是基于圆映射和符号动力学分析理论并结合神经系统特点发展起来的。

2．简并性原理(https://www.xing528.com)

神经系统与计算机结构的最大不同点是神经系统具有简并性。简并性原理为神经系统结构不确定性提供了解释［15］。简并性分析是基于S 空间理论的，没有S 空间理论，将很难分析神经系统的简并性。后面将有专门章节讨论简并性。简并性主要解释不同结构为何具有相同功能，以及神经系统中结构的多变性问题。如果不认可神经系统中存在简并性，人们创建的任何数学模型都将很难与生物神经系统相符合。只有理解了简并性，才能理解神经信息编码。前面的讨论都是基于简并系统中的最小单元来进行的，实际系统还要考虑由最小单元扩展成的简并系统。

有了这两个理论，才能使神经脉冲序列很好地符合编码标准中关键的第4 点，准确分析神经系统中状态和结构上的不确定性，并能摆脱统计方法的束缚，进一步证明神经信息处理是在神经脉冲序列中进行的［15-16］，神经脉冲序列的变化是在神经回路中实现的。只有利用了这两个理论，才能真正用神经回路去分析神经系统。