[发明专利]一种忆阻神经网络的网络化同步控制设备和获取方法

说明书

本发明给出了一种忆阻神经网络的网络化同步控制方法，考虑如右图所示的网络化同步控制结构示意图，包括驱动系统、响应系统、传感器、控制器和缓冲器。其中驱动系统和响应系统为相应的忆阻神经网络；传感器1采样驱动系统的状态向量，通过一般的通信网络将数据传输给控制器；传感器2采样响应系统的状态向量并高速存入缓冲器；控制器根据接收到数据包的信息，从缓冲器中寻找合适的状态向量并计算出相应的控制信号作为响应系统的输入。由于数据经过网络传输，需要考虑网络中存在的网络诱导时滞、数据包丢失以及外部随机干扰特性。本发明就是在此基础上构造了一个合适的控制器，使响应系统和驱动系统的状态实现指数均方同步。

技术领域

本发明属于网络控制系统领域，涉及一种忆阻神经网络的网络化同步控制设备和获取方法。

背景技术

随着计算机技术和通信网络的发展，传统控制系统的结构正朝着网络化、分布式的方向发展。而且，在现实中的同步控制系统中，有时需要通过一般的通信网络来传输信号。两个或多个忆阻神经网络之间通过公共网络协同工作，传递信息的同步系统称之为忆阻神经网络的网络化同步系统。忆阻神经网络在不同工程领域中发挥关键作用,比如保密通信、模式识别、信号处理、机器人列队和生物工程等。忆阻神经网络的网络化同步控制系统存在着很多潜在的应用。比如，在无线网络中的保密通信问题。由于无线网络在传输通信信号的过程中，信号很容易被截获，并且存在网络随机时滞、误码、数据包丢失以及受到外界干扰，因此现有的基于混沌同步的传统保密技术无法在无线网络中得以应用，而无线网络的保密通信问题一直困扰着众多的研究者。此外，像实现恶劣环境下机器人的协同工作，多机器人分布式队列控制，产生和谐振荡，远程保密通信等都会用到忆阻神经网络的网络化同步控制。因此，对基于通信网络的忆阻神经网络同步控制的研究具有一定的理论意义和实际应用价值。

发明内容

本发明的目的在于提供一种使忆阻神经网络达到网络化同步的控制设备和获取方法。

实现本发明的技术解决方案为：考虑忆阻神经网络的网络化同步控制结构，包括驱动系统、响应系统、传感器、控制器和缓冲器。其中所述驱动系统和响应系统为相应的忆阻神经网络；所述传感器1采样驱动系统的状态向量，然后通过一般的通信网络将信号传输给控制器；所述传感器2采样响应系统的状态向量并存入高速缓存；所述控制器根据接收到数据包的信息，从缓冲器中寻找合适的状态向量并计算出相应的控制信号作为响应系统的输入。在控制器的作用下，使响应系统和驱动系统的状态实现指数均方同步。

一种使忆阻神经网络达到网络化同步的控制获取方法为：

步骤1：建立驱动系统(2)的时变时滞忆阻神经网络模型；

步骤2：建立响应系统(2)的模型；

步骤3：根据驱动系统(1)和响应系统(9)之间的误差关系e(t)＝y(t)-x(t)，建立误差系统模型；

步骤4：在步骤3中所述的误差系统模型中加入控制器，建立新模型；

步骤5：对数据包具有网络特性，建立三个数量条件；

步骤6：分析得出定理1；

步骤7：分析得出定理2；结合定理1，得到控制器增益的计算方法。

本发明与现有技术相比，其显著优点在于：(1)对于忆阻神经网络的同步研究加入了网络化控制；(2)误差系统建模时考虑到了网络的特性，包括存在的网络诱导时滞、数据包丢失以及外部随机干扰特性，更切合实际，具有一般性。

附图说明

图1是网络化同步控制结构示意图。

图2是基于Truetime的仿真模型。

图3是网络性能指标η随时间变化图。

图4是响应系统和驱动系统第一个节点的轨迹图。