[发明专利]一种细胞神经网络多涡卷混沌吸引子产生方法

说明书

技术领域

本发明涉及生命科学及非线性控制领域, 具体涉及一种细胞神经网络多涡卷混沌吸引子产生方法。

背景技术

上世纪90年代初，基于Chua电路归一化状态方程，Suykens和Vandewalle通过增加非线性函数曲线的转折点发现了多涡卷混沌吸引子。相比于传统的单涡卷和双涡卷混沌系统，多涡卷或多翼混沌系统呈现出更为复杂的吸引子拓扑结构，在生物工程、电子、通信、系统控制等领域具有广阔的应用前景。因此，多涡卷混沌系统的理论分析和相应的电路实现成为混沌研究的一个热点。

本发明通过对一细胞神经网络进行建模，并引入一个正弦函数，通过系统变换，设置不同参数，可以产生不同数量的多涡卷混沌吸引子，并采用单向电子晶体管与金属氧化物半导体混合结构器件(SETMOS)的负阻性质进行实现，对生物及通信系统具有一定的应用价值。

发明内容

有鉴于此，为了解决上述问题，为此，本发明提出了一种细胞神经网络多涡卷混沌吸引子产生方法。本发明的目的是这样实现的：细胞神经网络多涡卷混沌吸引子产生方法，其特征在于：包括一个等效神经网络模型；对所述的神经网络模型进行适当变换，并利用正弦函数，可以产生多涡卷混沌吸引子。并采用单向电子晶体管与金属氧化物半导体混合结构器件(SETMOS)的负阻性质进行实现。细胞神经网络(CNN)结构的变型蔡氏电路动态模型方程为:

                                                             ,()                                          (1)

式中和均为常量，为偏置值。

令

                                                                                                                 (2)

则

              ,()                                                 (3)

式中为常量,为N形分段线性函数，对于CNN的每一个细胞都相同，因而将其划分为一个电路模块，称为细胞核模块，这里下标表示细胞位置，为状态变量，为对应细胞的输出，即：

                                                                                                       (4)

令

, ,,

,。

则可实现系统的变型蔡氏电路方程为:

                         

                                                                                                           (5)

                         

式中令状态变量分别对应于系统中的状态变量，为非线性函数。

对SETMOS复杂的NDR特性曲线模型进行进行正弦函数拟合，非线性函数为

                                               (6)

式中，令，其中的值可根据不同的具体情况确定，若要获得涡卷吸引子，须满足条件：

，

                         

对于三维混沌系统(5)，通过改变及的值，从而控制涡卷数量。最后上述三维混沌系统(5)中的负阻用SETMOS器件实现。

对于现有技术，本发明的装置及方法具有如下优点：一个神经网络模型，提出了通过正弦拟合函数实现吸引子涡卷数量控制方法，实现对产生控制混沌信号涡卷数量进行了有效的控制。

本发明的其他优点，目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导，本发明的目标和其他优点可以通过下面的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

 

附图说明