随着社会科技的发展和人们消费水平和生活水平的提高,现代人类对健康的生活品质有了更高新的追求。但是在现在这个嘈杂的社会中,由于自身周围各方面的精神压力、人身意外等造成的亚健康乃至疾病越来越成为人们的困扰,其中听觉、视觉、触觉等神经系统方面的问题占主要的地位。研究发现,神经系统内外部都不可避免地存在着各类的噪声,并且噪声与神经系统存在着一种“协同现象”,即随机共振现象。这些研究的发现证实了未来应用信息处理技术改善人们生活的可行性,有着重要的研究意义。本文主要以平均互信息量为评价指标,研究在高斯白噪声和均布噪声的噪声环境下,以不同类型的信号为输入信号的两类神经元网络,即FitzHugh-Nagumo(FHN)神经元网络和层次型Integrate-and-Fire(IF)神经元网络的信息传输功能。首先,在各类噪声环境下(高斯噪声和均布噪声)。采用非周期信号作为外部刺激信号,平均互信息量作为评价方法,探究了FHN单层并联以及神经元网络的随机共振现象的产生,观察其特点并衡量性能的好坏;其次输入信号采用以周期的正弦信号,均布噪声为内外部噪声,同样用平均互信息量评价,观察随机共振现象在层次型IF神经元网络中的特点,分析噪声强度和输入信号频率所引起的系统信息传输效果的变化;再次,依据神经元数学模型特点,以FHN神经元网路模型为例,采用PSpice软件实现FHN神经元网络的非线性电路,通过电路仿真观察随机共振的产生机制;最后数值模拟和电路仿真结果表明,噪声能够提高神经元网络的输入输出互信息量,平均互信息量的最大值对应最优的传输性能,证明噪声对神经元网络在传输信息方面有着一定的帮助。本文的结果对以后感知神经元群体的信息处理的研究有着积极的启示作用。