随着物联网技术的发展,移动设备的各种导航技术应运而生。随着生物技术的日渐成熟,将仿生学应用到设备自主导航中成为了移动设备发展的新方向。生物学家通过实验证明了,生物通过“大脑的GPS”系统来实现定位。“大脑的GPS”系统主要由两种功能细胞组成,一种是位置细胞,实现对位置的记忆,另一种是网格细胞,为位置细胞提供坐标系统。网格细胞的计算模型主要有三种,分别是吸引子网络模型,自组织模型,振荡相干模型。本课题主要对网格细胞的吸引子网络模型进行研究。研究构想和思路遵循从简到难的过程。首先从已经存在的纯网格细胞网络模型入手,构建简易的固定权重模型,验证理论的正确性。再引入赫布学习规则对权重进行学习,引入外界电流,增强模型的鲁棒性。提出联合网格细胞的概念,构建一个能够同时表达位置信息和速度信息的联合网格细胞模型,再引入位置细胞的输入,提高模型定位的精确度和增强模型的健壮性。通过人为的对权重增加噪声来检测所构建的网格细胞网络的鲁棒性。最后,对全文所做的工作进行总结,并展望下一步研究方向。