有源荷控忆阻系统的多稳态分析及电路实现

采用有源荷控忆阻替换蔡氏电路中的非线性电阻,实现一个五维忆阻非线性电路系统. 建立了该系统的无量纲方程,分析了系统的平衡点集与稳定性. 利用分岔图、Lyapunov指数谱和相轨迹图等分析方法,从多角度研究了随系统参数与初始状态变化而产生的多稳态动力学行为. 研究表明,当系统参数、初始状态变化时,都会出现不同拓扑结构的混沌吸引子共存、不同吸引域的多周期极限环共存、不同周期数的极限环与不同拓扑结构的混沌吸引子等共存行为. 最后,设计了五维忆阻混沌系统的模拟电路模型,电路仿真实验与数值仿真结果相一致,观测到不同的多稳态共存运动. 这表明动力学分析的正确性和系统的物理可实现性,为进一步拓展系统加密应用奠定基础.     

忆阻超混沌Lü系统的隐藏动力学特性研究

通过改进经典Lü系统并引入忆阻元件,提出了一种新颖的基于忆阻的改进型Lü系统。该忆阻系统的最大特征是不存在任何平衡点,因此形成的动力学行为都是隐藏的。采用理论分析、李雅普诺夫指数和分岔图等非线性系统分析,研究了该忆阻系统随忆阻增益变化的周期、准周期、混沌和超混沌等复杂的隐藏动力学行为。此外,在初始条件不同时,该忆阻系统存在3个不同极限环以及混沌吸引子和周期极限环的共存多吸引子现象。制作硬件电路,验证了理论分析和数值仿真结果,表明了该忆阻超混沌Lü系统有着十分丰富而复杂的隐藏动力学特性。     

含多吸引子的忆阻混沌系统的分析与实现

采用磁控忆阻器作为Sprott-J系统的负反馈,构造了一个新的具有无限平衡点的4维忆阻混沌系统,将所有的非线性项都集中在一个方程中．分析系统的耗散性、平衡点集的存在性和稳定性,以及Lyapunov指数和维数,利用分岔图和Lyapunov指数谱观察并研究该混沌系统的动力学特征．Matlab数值仿真结果表明,新系统是耗散系统且具有1个线平衡点集．动力学分析结果表明,新忆阻Sprott-J系统在改变参数时存在反倍周期分岔现象,改变初始条件时,系统出现多吸引子共存现象．研究系统在不同初始条件和系统参数下的分岔特性,得到系统混沌与混沌、混沌与周期、周期与周期共存的多吸引子特性．采用Multisim软件对系统进行电路模拟及数值仿真,结果表明,数值仿真结果与相应的电路结果相吻合,验证了新忆阻Sprott-J混沌系统的物理可行性．研究为忆阻Sprott-J混沌系统在图像加密领域的应用提供了理论基础．     

负阻态忆阻Hopfield神经网络动力学

人类大脑是一个高度复杂且规模庞大的非线性动力学系统,其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制,而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势,引入一种新的具有负阻态功能的忆阻器模型,该模型打破了原有忆阻器的阻态极性限制,为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上,提出了一种新的忆阻Hopfield神经网络(HNN),进一步加强了HNN的负反馈功能,使之表现出更加丰富和复杂的动力学行为。实验结果表明,新忆阻HNN拥有较为丰富的动力学行为,具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下,观察系统的相位轨迹图、Lyapunov指数的变化情况,并与同类型网络进行对比,进一步证明提出的神经网络的有效性,同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。     

基于TiO_2忆阻器的混沌振荡电路

忆阻器是一种具有记忆性的新型非线性电阻,是继电阻器、电容器和电感器之后的第4种基本电路元件。该文根据惠普实验室提出的荷控型TiO2忆阻器模型,构建了一个磁控TiO2忆阻器模型,采用该磁控忆阻器模型设计了一个新的混沌振荡电路,以期产生复杂的伪随机混沌信号。对该振荡电路的基本动力学特性进行了理论和仿真分析,并进行了DSP芯片实验验证。仿真结果、理论分析和实验观察具有一致性,表明该混沌系统具有与一般混沌系统不同的特性。     

基于驱动-响应和耦合同步算法的忆阻混沌系统同步分析

针对忆阻器反馈的Lorenz超混沌系统和最简并行忆阻器混沌系统采用驱动-响应和耦合同步算法进行同步特性分析,应用李雅谱诺夫指数谱和分岔图分析了忆阻混沌系统的动力学特性,并对驱动-响应和耦合同步算法进行了比较。实验结果表明,忆阻器混沌系统不但有更加复杂的动力学特性,而且可用驱动-响应和耦合同步算法达到同步,并且耦合同步算法比驱动-响应算法更具有实际应用价值。因此,此研究为忆阻器混沌系统应用于密码学、信息安全和保密通信等领域提供相关理论依据。     

基于STDP规则的忆阻神经网络在图像存储中的应用

忆阻器是具有记忆和类突触特性的非线性电路元件,将忆阻器与STDP学习规则相结合,提出了基于STDP学习规则的忆阻神经网络,并将它应用于二值图像的叠加和灰度图像的存储与输出。首先将忆阻器作突触,通过实验证实在特定形状动作电位下,可实现STDP学习规则;构建了4×4的忆阻交叉阵列神经网络;用16×16的忆阻交叉阵列神经网络实现二值图像的叠加。最后用N×N的忆阻神经网络实现了灰度图像的存储与输出。通过MATLAB仿真实验证实了该方案的有效性,该忆阻神经网络具有仿生特性,有望解决模式识别、人工智能中出现的复杂问题。     

忆阻感知器在逻辑分类中的应用

基于传统感知器在分类中的优势,结合新型的电路元件——忆阻器作突触,提出新型的忆阻感知器。推导了忆导变化与权值更新的关系,构建了单层忆阻感知器和多层忆阻感知器模型,提出了忆阻突触的权值更新规则。通过Matlab仿真,用单层忆阻感知器实现了线性可分逻辑"与"和逻辑"或"分类问题,用多层忆阻感知器实现了线性不可分的逻辑"异或"和"同或"分类问题,从而证实了该方案的有效性。     

混合型CMOS-忆阻与非/或非单元的设计及应用

针对级联型运算单元的延迟问题,设计了一种新的CMOS-忆阻与非/或非逻辑电路结构。首先,采用阈值型压控忆阻器模型,以忆阻器和CMOS晶体管为核心,设计了一款混合型CMOS-忆阻与非/或非逻辑运算单元,有效减小了延迟时间;然后,将混合型CMOS-忆阻与非/或非逻辑运算单元应用到了八线三线编码器电路的设计中,通过控制不同的输入信号能得到对应的二进制编码信号;最后,通过PSPICE仿真验证了设计电路的正确性。     

一种忆阻器离散混沌映射的设计及FPGA实现

忆阻器是一个无源二端口电子器件,在非线性应用领域具有巨大潜力。忆阻器具有的非线性电压电流特性,可以应用在混沌领域。 Cubic映射是一个比较简单的混沌映射,该文使用忆阻器的非线性特性对Cubic映射进行修改,得到一个新的忆阻器混沌映射,使用DSP Builder 对其进行图形化设计,并研究该混沌映射的基本性能,用FPGA实现该混沌映射。