申请/专利权人：盐城工学院

申请日：2024-01-10

公开（公告）日：2024-04-09

公开（公告）号：CN117857011A

主分类号：H04L9/00

分类号：H04L9/00;H04L9/12;G06N3/043;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明属于新一代信息技术领域，具体涉及一种具有广义时滞项的惯性模糊神经网络的保密通信方法，该方法建立具有广义时滞项的惯性模糊神经网络驱动系统和响应系统；设定同步误差；设计预设时间量化同步控制器，响应系统在预设时间量化同步控制器的作用下，实现响应系统与驱动系统的预设时间同步，进而实现保密通信方法。本发明将广义时滞项引入惯性模糊神经网络，并设计预设时间量化同步控制器，解决了具有广义时滞项的惯性模糊神经网络的预设时间同步的问题，提出了一种保密通信方法，提升了保密通信的复杂性和安全性。

主权项：1.一种具有广义时滞项的惯性模糊神经网络的保密通信方法，其特征在于，包括以下步骤：步骤S1：建立具有广义时滞项的惯性模糊神经网络驱动系统和响应系统，具体包括以下步骤：步骤S11：建立具有广义时滞项的惯性模糊神经网络为： 式中，时间t≥0，i＝1，2，…，n；j＝1，2，…，n；n表示所述惯性模糊神经网络中含有的神经元个数；xit表示所述惯性模糊神经网络的第i个神经元在时间t处的状态；αi表示第i个神经元的阻尼系数，βi表示当网络与外部输入断开连接时，第i个神经元将其电位重置为静止状态的速率，αi和βi分别满足αi0和βi0；aij、bij和cij表示连接权值；dij是前馈元素；hij和mij是模糊反馈最小的元素；kij和nij是模糊前馈最大元素；Tij和Sij分别表示模糊前馈最小元素和模糊前馈最大元素；fjxjt表示所述惯性模糊神经网络中第j个神经元不包含时滞的激活函数，fjxjqijt表示所述惯性模糊神经网络中第j个神经元包含广义时滞的激活函数，表示所述惯性模糊神经网络第j个神经元含中立型时滞的激活函数，qijt为广义时滞且满足qijt≤t，表示在t时刻第j个神经元到第i个神经元的信息传递时滞；上述各激活函数均满足利普希茨条件，即|fju-fjw|≤Lj|u-w|，其中u和w为任意实数，Lj为正常数且满足|fj·|≤Mj，其中Mj为正常数；∧和∨分别代表模糊与和模糊或算子，且对于任意实数u和w满足以下条件： Vjt表示第j个神经元的输入；Iit表示第i个神经元的偏置；步骤S12：建立具有广义时滞项的惯性模糊神经网络驱动系统为：将步骤S11建立的具有广义时滞项的惯性模糊神经网络进行变量代换降阶处理，建立具有广义时滞项的惯性模糊神经网络驱动系统为： 其中εi∈R；Hi＝εiαi-εi-βi；Ki＝εi-αi；步骤S13：根据步骤S12建立的驱动系统，建立与其相对应的响应系统： 式中，时间t≥0，i＝1，2，…，n；j＝1，2，…，n；n表示所述响应系统中含有的神经元个数；yit表示所述响应系统的第i个神经元在时间t处的状态；fjyjt_表示所述响应系统中第j个神经元不包含时滞的激活函数，fjyjqijt表示所述响应系统中第j个神经元包含广义时滞的激活函数，表示所述响应系统的第j个神经元含中立型时滞的激活函数；上述各激活函数均满足利普希茨条件，即|fju-fjw|≤Lj|u-w|，其中u和w为任意实数，Lj为正常数且满足|fj·|≤Mj，其中Mj为正常数；和表示预设时间量化同步控制器；步骤S2：根据步骤S1建立的具有广义时滞项的惯性模糊神经网络的驱动系统和响应系统，设定同步误差；步骤S3：根据步骤S2构建的同步误差，设计预设时间量化同步控制器，将所述预设时间量化同步控制器作用于所述响应系统，使得所述响应系统同步于所述驱动系统，进而实现保密通信方法。

全文数据：

权利要求：

百度查询： 盐城工学院 一种具有广义时滞项的惯性模糊神经网络的保密通信方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD