System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及新一代信息,尤其涉及基于动态事件触发的bam忆阻神经网络的保密通信方法。
技术介绍
1、神经网络自面世以来就一直受到人们的密切关注,因为其广泛的应用范围和巨大的应用价值,在诸如:数字信号处理、加密通信、智慧医疗、网络安全、无人驾驶等新兴科研领域得到了广泛的应用。神经网络同步问题作为一类复杂的动力学行为,在控制科学中具有重要的研究价值。研究神经网络同步问题,不仅可以为控制科学理论的发展添砖加瓦,也为其它交叉学科的发展增添助力。
2、双向联想记忆神经网络,简称为bam神经网络。bam神经网络的结构比较复杂,其神经元分布在两层里,每一层中的每一个神经元都与另一层中的所有神经元互相连接,而同一层中的所有神经元之间则互不连接。因此,在传统混沌的基础上,结合多层结构的优势和忆阻器的初值敏感性,利用驱动-响应bam忆阻神经网络之间的同步来提高安全通信的性能。
3、事件触发控制因其具有减少网络工作量的优异优势而成为解决复杂网络同步问题的有效工具。动态事件触发相较于静态事件触发,数据传输率更低,触发次数更少,动态事件触发条件更有效地节省了通信网络的传输量和计算成本。
技术实现思路
1、有鉴于此,本专利技术的目的是提供基于动态事件触发的bam忆阻神经网络的保密通信方法,可以实现复值bam忆阻神经网络的指数同步,并提出保密通信方法,从而显著提升保密通信的复杂性和安全性。
2、本专利技术提供了基于动态事件触发的bam忆阻神经网络的保密通信方法,包括以下步骤
3、步骤s1:构建复值bam忆阻神经网络驱动系统和响应系统,具体包括以下步骤:
4、步骤s11:构建复值bam忆阻神经网络驱动系统为:
5、
6、式中,i=1,2,…,n;j=1,2,…,m;时间t≥0;n≥2,m≥2分别是所述驱动系统x层和y层神经元个数;xi(t)和yj(t)分别是所述驱动系统在t时刻x层第i个和y层第j个神经元的复值状态变量,其中xi(t)的实部和虚部分别为和yj(t)的实部和虚部分别为和δi>0,γj>0是负反馈系数,用来描述神经元的自抑制率;τ(t)是满足0≤τ(t)≤τm,的时变时滞,其中τm、σ为非负常数;gi(xi(t))和fj(yj(t))分别表示为所述驱动系统中x层第i个和y层第j个神经元不包含时滞的复值激活函数,其中gi(xi(t))的实部和虚部分别为和fj(yj(t))的实部和虚部分别为和gi(xi(t-τ(t)))和fj(yj)(t-τ(t)))分别表示为所述驱动系统中x层第i个和y层第j个神经元包含时滞的复值激活函数,其中gi(xi(t-τ(t)))的实部和虚部分别为和fj(yj(t-τ(t)))的实部和虚部分别为和所述各激活函数均满足利普希茨条件,即满足对于任意实数a和b,和其中和为正常数;同时所述各激活函数均是有界的,并满足和其中和为正常数;aji(xi(t))、bji(xi(t))、cij(yj(t))和dij(yj(t))是复值忆阻器突触连接权重,其中aji(xi(t))的实部和虚部分别为和bji(xi(t))的实部和虚部分别为和cij(yj(t))的实部和虚部分别为和dij(yj(t))的实部和虚部分别为和且满足:
7、
8、
9、
10、
11、与驱动系统相关的初始条件是
12、根据上述分析,将驱动系统拆分成:
13、
14、
15、
16、
17、
18、步骤s12:构建与所述驱动系统相对应的复值bam忆阻神经网络响应系统:
19、
20、式中,i=1,2,…,n;j=1,2,…,m;时间t≥0;n≥2,m≥2分别是所述响应系统x层和y层神经元个数;和分别是所述响应系统在t时刻x层第i个和y层第j个神经元的复值状态变量,其中的实部和虚部分别为和的实部和虚部分别为和δi>0,γj>0是负反馈系数,用来描述神经元的自抑制率;τ(t)是满足0≤τ(t)≤τm,的时变时滞,其中τm、σ为非负常数;和分别表示为所述响应系统中x层第i个和y层第j个神经元不包含时滞的复值激活函数,其中的实部和虚部分别为和的实部和虚部分别为和和分别表示为所述响应系统中第x层第i个和y层第j个神经元包含时滞的复值激活函数,其中的实部和虚部分别为和的实部和虚部分别为和所述各激活函数均满足利普希茨条件,即满足对于任意实数a和b,和其中和为正常数;同时所述各激活函数均是有界的,并满足和其中和为正常数;ui(t)和表示动态事件触发控制器,其中ui(t)的实部和虚部分别为和的实部和虚部分别为和和是复值忆阻器突触连接权重,其中的实部和虚部分别为和的实部和虚部分别为和的实部和虚部分别为和的实部和虚部分别为和且满足:
21、
22、
23、
24、
25、其中,和都是常数;切换间隔ti>0;和
26、与响应系统相关的初始条件是
27、根据上述分析,将响应系统拆分成:
28、
29、
30、
31、
32、步骤s2:设定所述驱动系统和响应系统的同步误差,并建立同步误差系统;
33、步骤s3:设计动态事件触发控制器,将所述动态事件触发控制器作用于所述响应系统,使得所述响应系统指数同步于所述驱动系统,进而实现保密通信方法。
34、进一步地,步骤s2具体包括以下步骤:
35、步骤s21:根据步骤s1构建的复值bam忆阻神经网络驱动系统和响应系统,设定所述驱动系统和响应系统的同步误差为:
36、
37、步骤s22:根据所述驱动系统和响应系统,以及步骤s21设定的同步误差,建立同步误差系统为:
38、
39、
40、
41、其中,ei(t)实部和虚部分别为和实部和虚部分别为和
42、根据上述分析,将误差系统拆分成:
43、
44、
45、其中,
46、
47、
48、
49、其中,
50、进一步地,步骤s3具体包括以下步骤:
51、步骤s31:根据步骤s2构建的同步误差,设计动态事件触发控制器u(t)和实部和虚部分别为ur(t)=-prer(tkh)-qrsign(er(tkh)),ui(t)=-piei(tkh)-qisign(ei(tkh)),和t∈[tkh,tk+1h),其中sign(·)为符号函数;pr,pi,qr,qi,λr,λi,ξr和ξi为控制增益,且需要满足如下不等式:
52、
53、
54、为事件触发时刻,tk为正整数,h为采样周期,采样序列δ1={0,h,2h,…,ρh}(ρ为正整数本文档来自技高网...
【技术保护点】
1.基于动态事件触发的BAM忆阻神经网络的保密通信方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于动态事件触发的BAM忆阻神经网络的保密通信方法,其特征在于,步骤S2具体包括以下步骤:
3.根据权利要求2所述的基于动态事件触发的BAM忆阻神经网络的保密通信方法,其特征在于,步骤S3具体包括以下步骤:
【技术特征摘要】
1.基于动态事件触发的bam忆阻神经网络的保密通信方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于动态事件触发的bam忆阻神经网络的保密通信方法...
【专利技术属性】
技术研发人员:李小凡,陈洁,李慧媛,黄鑫,朱昊冬,王一舟,
申请(专利权)人:盐城工学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。