基于滞环CNN细胞的多涡卷混沌发生器实现

"滞环细胞神经网络实现多涡卷混沌发生器 (2007年) - 哈尔滨工业大学电气工程及自动化学院的研究" 本文是2007年发表在《智能系统学报》上的一篇工程技术论文，作者包括刘洪臣、冯勇和李林静。该研究提出了一种利用滞环细胞神经网络（CNN）实现多涡卷混沌发生器的方法。混沌发生器是一种能够产生混沌信号的设备，这种信号具有高度的不规则性和复杂性，广泛应用于密码学、通信和信号处理等领域。 论文的核心在于通过两个具有滞环输出功能的CNN细胞来构建多涡卷混沌发生器。滞环函数是一种非线性的动态系统特性，它在电路中常由运算放大器和反馈网络实现，可以产生丰富的动态行为。在本研究中，研究人员首先将标准CNN细胞的状态方程与多涡卷混沌发生器的状态方程相对比，从而确定CNN模板的参数。通过这种方法，他们能够设计出能够模拟所需混沌行为的电路。 在实际实现中，利用运算放大器来执行CNN细胞的状态方程以及不同形式的滞环输出方程。不同的滞环输出函数被用于生成不同类型的混沌吸引子，例如双涡卷和三涡卷。吸引子是混沌系统中吸引系统状态的区域，每个涡卷代表混沌系统的一个独立的不稳定周期轨道。这种系统由运算放大器、电阻和电容等基本电子元件构成，因此具有较好的可集成性和实用性。 为了验证所提出的混沌发生器的设计，作者们运用Orcad Pspice软件进行了电路仿真。Pspice是一款广泛使用的电路模拟软件，它可以准确地模拟电路行为并提供仿真结果。通过仿真，作者证明了他们的设计方案能够产生预期的混沌行为，验证了理论分析和设计的正确性。 关键词涵盖了多涡卷混沌、滞环函数、混沌发生器以及细胞神经网络，表明该研究主要关注的是混沌理论在神经网络中的应用，特别是在创建复杂动态行为方面。中图分类号和文献标识码则指出了论文在工程技术领域的专业定位。 这项研究为混沌系统的物理实现提供了一个新的途径，即通过滞环细胞神经网络来构造多涡卷混沌发生器，这种方法具有实际应用潜力，尤其是在需要混沌信号的系统中。同时，它也对理解和控制混沌系统提供了新的见解，对于混沌理论和电路设计领域具有重要意义。