×
杨世菊;李传东;黄廷文

基于状态相关脉冲控制的耦合记忆混沌电路同步。 （英语） Zbl 1373.34085号

非线性动力学。 88，第1期，115-129（2017）.
摘要：本文通过状态相关脉冲控制研究了两个记忆混沌电路的同步。与大多数现有出版物不同，发生的脉冲不是在固定的瞬间，而是取决于系统的状态。此外，驱动系统（不涉及脉冲的驱动系统）的状态变量被传输到响应系统，然后响应系统的状态变量在状态相关的脉冲瞬间发生跳跃，最终实现同步。基于李亚普诺夫稳定性理论、脉冲微分方程和不等式技巧，导出了误差系统的每个解与不连续面的每个面正好相交一次的充分条件，并进行了理论证明。然后，通过应用B等价方法，可以将具有状态相关脉冲的误差系统简化为固定时间脉冲的情况。最后，通过数值模拟验证了所得结果的有效性。

引用于8文件

MSC公司：

34D06型 常微分方程解的同步
34A37飞机 脉冲常微分方程
34立方厘米15 常微分方程的非线性振动和耦合振子
34C28个 常微分方程的复杂行为与混沌系统
37D45号 奇异吸引子，双曲行为系统的混沌动力学
94C05（二氧化碳） 解析电路理论

关键词：

记忆混沌电路;同步;状态相关脉冲控制;B-等效
PDF格式BibTeX公司 XML格式引用
\textit{S.Yang}等人，《非线性动力学》。88，第1号，115-129（2017；Zbl 1373.34085）
全文： 内政部

参考文献：

[1] Chua，L.O.：忆阻器——缺失的电路元件。IEEE传输。电路理论18（5），507-519（1971）·doi:10.1109/TCT.1971.1083337号文件
[2] 斯特鲁科夫，D.B.，斯奈德，G.S.，斯图尔特，D.R.等人：找到了丢失的忆阻器。《自然》453（7191），80-83（2008）·doi:10.1038/nature06932
[3] Itoh，M.，Chua，L.O.：忆阻振荡器。国际J.分叉。《混沌》18（11），3183-3206（2008）·Zbl 1165.94300号 ·doi:10.1142/S0218127408022354
[4] Joglekar，Y.N.，Wolf，S.J.：难以捉摸的记忆电阻器：基本电路的特性。欧洲物理杂志。30(4), 661 (2009) ·Zbl 1173.78314号 ·doi:10.1088/0143-0807/30/4/001
[5] Muthuswamy，B.：实现基于忆阻器的混沌电路。国际J.分叉。混沌20（05），1335-1350（2010）·Zbl 1193.94082号 ·doi:10.1142/S0218127410026514
[6] Yang，S.，Li，C.，Huang，T.：基于记忆电阻器的混沌电路的脉冲控制和同步。国际J.分叉。混沌24（12），1450162（2014）·Zbl 1305.34080号 ·doi:10.1142/S0218127414501624
[7] Bo-Cheng，B.、Feng-Wei，H.、Zhong，L.等：分析和实现基于忆阻器的动态电路的映射等效方法。下巴。物理学。B 23（7），070503（2014）·doi:10.1088/1674-1056/23/7/070503
[8] Bao，B.，Jiang，P.，Wu，H.等人：周期性强迫忆阻Chuas电路中的复杂瞬态动力学。非线性动力学。79(4), 2333-2343 (2015) ·doi:10.1007/s11071-014-1815-1
[9] Hua-Gan，W.，Sheng-Yao，C.，Bo-Cheng，B.：基于记忆电阻的混沌系统的脉冲同步和初值效应。物理学报。Sinica 64（3），030501（2015）
[10] Chandrasekar，A.，Rakkiyappan，R.：基于延迟随机记忆电阻的递归神经网络指数同步的脉冲控制器设计。神经计算1731348-1355（2016）·doi:10.1016/j.neucom.2015.08.088
[11] Li，C.，Liao，X.，Zhang，R.：非线性耦合混沌系统的脉冲同步。物理学。莱特。A 328（1），47-50（2004）·Zbl 1134.37367号 ·doi:10.1016/j.physleta.2004.05.065
[12] Li，C.，Liao，X.，Zhang，R.：时滞混沌系统脉冲滞后同步的统一方法。混沌孤子分形23（4），1177-1184（2005）·Zbl 1080.37033号 ·doi:10.1016/S0960-0779（04）00356-X
[13] Li，C.，Liao，X.，Zhang，X.：混沌系统的脉冲同步。混乱交叉。非线性科学杂志。15(2), 023104 (2005) ·Zbl 1080.37034号 ·doi:10.1063/1.1899823
[14] Li，C.，Liao，X.，Yang，X.等：一类混沌时滞系统的脉冲镇定与同步。混沌间盘。非线性科学杂志。15(4), 043103 (2005) ·Zbl 1144.37371号 ·数字对象标识代码：10.1063/1.2102107
[15] Bagheri，A.，Ozgoli，S.：不确定复杂网络之间的指数脉冲投影和滞后同步。非线性动力学。84(4), 1-13 (2016) ·Zbl 1355.34080号 ·doi:10.1007/s11071-016-2627-2
[16] Wang，F.，Yang，Y.，Hu，A.，等：通过钉扎脉冲控制实现分数阶复杂网络的指数同步。非线性动力学。82(4), 1979-1987 (2015) ·Zbl 1348.34094号 ·doi:10.1007/s11071-015-2292-x
[17] Slyn'ko，V.I.，Denysenko，V.S.：抽象Takagi-Sugeno模糊脉冲系统的稳定性分析。模糊集系统。254, 67-82 (2014) ·Zbl 1338.93214号 ·doi:10.1016/j.fs.2014.02.019
[18] Wang，X.，Wang，H.，Li，C.等人：带脉冲时间窗的耦合延迟切换神经网络的同步。非线性动力学。，2016: 1-11
[19] Chen，W.H.，Lu，X.，Zheng，W.X.：离散时滞神经网络的脉冲镇定和脉冲同步。IEEE传输。神经网络。学习。系统。26(4), 734-748 (2015) ·doi:10.1109/TNNLS.2014.2322499
[20] Rakkiyappan，R.，Sivaranjani，K.：具有时滞的非线性奇摄动复杂网络的采样数据同步和状态估计。非线性动力学。84(3), 1623-1636 (2016) ·Zbl 1354.34093号 ·doi:10.1007/s11071-015-2592-1
[21] 黄，J.，李，C.，黄，T.，等：通过周期性间歇控制实现参数失配耦合时滞系统的滞后准同步。非线性动力学。71(3), 469-478 (2013) ·Zbl 1268.34097号 ·doi:10.1007/s11071-012-0673-y
[22] Chandrasekar，A.，Rakkiyappan，R.，Cao，J.：通过多重积分方法实现转移概率部分未知的马尔可夫跳跃随机耦合神经网络的脉冲同步。神经网络。70, 27-38 (2015) ·Zbl 1396.93108号 ·doi:10.1016/j.欧洲网.2015.07.002
[23] Li，X.，Bohner，M.，Wang，C.K.：脉冲微分方程：周期解和应用。Automatica 52，173-178（2015）·Zbl 1309.93074号 ·doi:10.1016/j.automatica.2014.11.009
[24] Song，Q.，Zhao，Z.，Liu，Y.：具有离散和分布式时变时滞的离散时间复值神经网络稳定性的脉冲效应。神经计算1681044-1050（2015）·doi:10.1016/j.neucom.2015.05.020
[25] Mathiyalagan，K.，Park，J.H.，Sakthivel，R.：使用随机非线性脉冲控制对延迟记忆BAM神经网络进行同步。申请。数学。计算。259, 967-979 (2015) ·Zbl 1390.34170号
[26] Li，C.J.，Yu，W.，Huang，T.：具有切换拓扑的随机复杂网络的脉冲同步方案：平均时间方法。神经网络。54, 85-94 (2014) ·Zbl 1307.93377号 ·doi:10.1016/j.neunet.2014.02.013
[27] Kaul，S.，Lakshmikantham，V.，Leela，S.：可变时间脉冲微分方程的极值解、比较原理和稳定性准则。农林。分析。理论方法应用。22（10），1263-1270（1994）·Zbl 0807.34064号
[28] Yang，T.：脉冲控制理论。施普林格，柏林（2001）·兹比尔0996.93003
[29] Liu，X.，Wang，Q.：具有状态相关脉冲的时滞微分方程非平凡解的稳定性。申请。数学。计算。174(1), 271-288 (2006) ·Zbl 1100.34059号
[30] Liu，B.，Tian，Y.，Kang，B.：具有状态依赖脉冲控制的Holling II捕食者-食饵模型的动力学。国际生物数学杂志。5(03), 1260006 (2012) ·Zbl 1280.92075号 ·doi:10.1142/S1793524512600066
[31] sayli，M.，Yilmaz，E.：具有时变时滞的状态相关脉冲分流抑制CNN的周期解。神经网络。68, 1-11 (2015) ·Zbl 1398.34094号 ·doi:10.1016/j.neunet.2015.04.004
[32] He，Z.L.，Nie，L.F.，Teng，Z.D.：具有状态依赖脉冲效应的两种群竞争模型的动力学分析。J.Franklin Inst.352（5），2090-2112（2015）·Zbl 1395.92127号 ·doi:10.1016/j.富兰克林.2015.02.021
[33] Liu，C.，Liu，W.，Yang，Z.等人：具有延迟和可变时间脉冲的神经网络的稳定性。神经计算1711644-1654（2016）·doi:10.1016/j.neucom.2015.07.007
[34] sayli，M.，Yilmaz，E.：具有时变时滞的状态相关脉冲Cohen-Grossberg神经网络。神经计算1711375-1386（2016）·doi:10.1016/j.neucom.2015.07.095
[35] Li，X.D.，Wu，J.：具有状态相关延迟脉冲的非线性微分系统的稳定性。Automatica 64、63-69（2016）·Zbl 1329.93108号 ·doi:10.1016/j.automatica.2015.10.002
[36] Sayli，M.，Yilmaz，E.：可变时间脉冲BAM神经网络的全局鲁棒渐近稳定性。神经网络。60, 67-73 (2014) ·Zbl 1323.93063号 ·doi:10.1016/j.neunet.2014.07.016
[37] Akhmet，M.：不连续动力系统原理。施普林格，纽约（2010）·Zbl 1204.37002号 ·doi:10.1007/978-1-4419-6581-3
[38] Arena，P.，Baglio，S.，Fortuna，L.等人：通过细胞神经网络生成n-双卷轴。国际电路理论应用杂志。24(3), 241-252 (1996) ·doi:10.1002/（SICI）1097-007X（199605/06）24:3<241:：AID-CTA912>3.0.CO；2-J型
[39] Sanchez，E.N.，Perez，J.P.：动态神经网络的输入状态稳定性（ISS）分析。IEEE传输。电路系统。I 46（11），1395-1398（1999）·Zbl 0956.68133号 ·数字对象标识代码：10.1109/81.802844
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。