Hybrid tri-memristor hyperchaotic map and application in Wasserstein Generative Adversarial Nets

Inspired by basic circuit connection methods,memristors can also be utilized in the construction of complex discrete chaotic systems.To investigate the dynamical effects of hybrid memristors,we propose two hybrid tri-memristor hyperchaotic(HTMH)mapping structures based on the hybrid parallel/cascade and cascade/parallel operations,respectively.Taking the HTMH mapping structure with hybrid parallel/cascade operation as an example,this map possesses a spatial invariant set whose stability is closely related to the initial states of the memristors.Dynamics distributions and bifurcation behaviours dependent on the control parameters are explored with numerical tools.Specifically,the memristor initial offset-boosting mechanism is theoretically demonstrated,and memristor initial offset-boosting behaviours are numerically verified.The results clarify that the HTMH map can exhibit hyperchaotic behaviours and extreme multistability with homogeneous coexisting infinite attractors.In addition,an FPGA hardware platform is fabricated to implement the HTMH map and generate pseudorandom numbers(PRNs)with high randomness.Notably,the generated PRNs can be applied in Wasserstein generative adversarial nets(WGANs)to enhance training stability and generation capability.

基于二值和三值忆阻器模型构建的混沌系统的特性分析

近年来,基于忆阻器的非线性动力学问题备受关注。该文以二值和三值忆阻器为例分析了二值和多值忆阻器对于混沌系统动力特性的影响。首先,将二值忆阻器引入Chen系统,构建了一个4维的基于二值忆阻器的混沌系统(BMCS)。其次,使用三值忆阻器替换上述系统中的二值忆阻器,构建一个4维的基于三值忆阻器的混沌系统(TMCS)。通过理论分析与数值仿真,从多个角度对比了两个混沌系统之间的动力学特性差异,如Lyapunov指数、分岔图、系统的平衡点、系统稳定性、对初值的敏感性以及系统的复杂度分析等。结果表明,两个基于忆阻器的混沌系统都具有无穷多个平衡点,二者产生的吸引子均为隐藏吸引子,且都存在的暂态混沌现象,但三值忆阻混沌系统具有超混沌特性,且相比二值忆阻混沌系统具有更强的初值敏感性以及更大的参数取值区间。分析得出基于三值忆阻器构建的混沌系统比基于二值忆阻器的混沌系统能够产生更为复杂的动力学特性,混沌信号也更为复杂。

基于忆阻器的可切换带通滤波器

将忆阻器作为射频开关,采用传统双模谐振器与改进式短路阶跃阻抗谐振器的组合结构,设计了一款可切换的三频带通滤波器。通过合理设计忆阻器偏置电路的位置,利用忆阻器阻抗的非易失性来实现滤波器通带的可切换功能。当滤波器工作时忆阻器处于断电的记忆状态,从而改善了可切换滤波器的互调性能。文中设计的滤波器拥有四种可切换工作状态,包括三频、双频、单频和全阻工作模式。测试结果表明,所提出的滤波器在三频情况下各通带的插入损耗分别是-1.38 dB@1.75 GHz、-0.94 dB@3.10 GHz、-3.13 dB@3.70 GHz;双频工作模式下各通带的插入损耗为-1.67 dB@1.75 GHz、-3.10 dB@3.70 GHz;单频工作模式下通带的插入损耗为-1.35 dB@3.10 GHz;全阻模式下阻带衰减高于24.85 dB。文中采用替代测试法进行测试,测试结果与仿真结果取得了较好的一致性。

用于图像增强的仿生自适应忆阻细胞神经网络

细胞神经网络(cellular neural network, CNN)具有简单的局部互联结构和高速并行处理能力,是构造人工视网膜的基础模型,可被应用于机器视觉中图像处理时的图像增强等方面.然而,现有的此类图像增强方法尚存在一些不足,例如,在处理实际复杂图像时,采用固定模板难以取得理想效果;而且,未能模拟人类视觉系统的全局和局部自适应调节特性,缺乏仿生考虑.因此,本文融合自适应三高斯(tri-Gaussian)理论和纳米信息器件忆阻器,提出了一种用于图像增强的新型仿生自适应忆阻细胞神经网络.其中,基于忆阻器的可编程性、非易失性、突触可塑性等优点,构建忆阻细胞神经网络架构.基于神经元感受野三高斯模型,利用高斯核函数和细胞神经网络的图像处理特征,提出对应的仿生自适应图像增强模板设计算法.最后,分别以灰度和彩色图像为例进行了图像增强实验和对比分析,结果表明,提出的仿生自适应忆阻细胞神经网络能够显著提高图像的全局亮度、局部对比度和清晰度.本研究可为细胞神经网络提供自适应模板设计及实现方案,提升细胞神经网络的仿生特性和硬件实现的可行性,并为图像增强等智能图像处理提供新思路.