量子细胞神经网络超混沌系统的追踪控制与同步

研究三细胞耦合的量子细胞神经网络超混沌系统的追踪控制问题.设计了一个非线性控制器,使得受控系统追踪任意给定的参考信号,并利用Lyapunov方法从理论上证明了该系统按指数速度收敛到给定的参考信号,同时实现了该系统的自同步以及与Rssler混沌系统的异结构混沌同步.数值仿真进一步表明了该方法的有效性.

基于Arnold变换的量子图像混沌加密方法

在确保量子图像密码算法安全的基础上,为进一步优化解密图像质量及计算复杂度,该文提出一种基于Arnold变换的量子图像混沌加密方案。方案使用量子细胞神经网络产生的混沌信号来控制量子Arnold变换、量子交换(SWAP)和量子控制非操作(CNOT),然后将这些操作作用于量子明文图像中以获得相应的密文图像。研究结果表明:所提量子灰度图像加密方法具有高安全性、高解密图像质量及低计算复杂度的特点。

基于QCNN的非线性跟踪问题研究

针对如何快速准确地跟踪到非线性系统的状态问题,研究了量子细胞神经网络(QCNN)在非线性跟踪中的应用。在满足Lyapunov函数指数收敛的条件下,设计了一种新型参数形式的控制器,在此基础上,对三种非线性系统即确定性非线性运动、参数和运动规律未知的非线性数据系统以及典型蔡氏电路进行了QCNN跟踪研究。仿真结果表明,在QCNN系统中,通过设计合理的控制器可以实现非线性问题状态的有效跟踪,且实验结果为QCNN系统复杂度与跟踪的及时性之间关系提供了参考依据和有力的说明。设计的新型控制器及对实际问题处理方法为QCNN的理论及应用研究具有借鉴意义。