CN105703897B - 一种具有随机干扰的三阶神经网络混沌电路 - Google Patents

一种具有随机干扰的三阶神经网络混沌电路 Download PDF

Info

Publication number
CN105703897B
CN105703897B CN201610114946.XA CN201610114946A CN105703897B CN 105703897 B CN105703897 B CN 105703897B CN 201610114946 A CN201610114946 A CN 201610114946A CN 105703897 B CN105703897 B CN 105703897B
Authority
CN
China
Prior art keywords
resistance
circuit
output end
inverting input
operational amplifier
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610114946.XA
Other languages
English (en)
Other versions
CN105703897A (zh
Inventor
高明
牛艺春
盛立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201610114946.XA priority Critical patent/CN105703897B/zh
Publication of CN105703897A publication Critical patent/CN105703897A/zh
Application granted granted Critical
Publication of CN105703897B publication Critical patent/CN105703897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/001Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Amplifiers (AREA)
  • Networks Using Active Elements (AREA)

Abstract

本发明公开了属于是非线性电路领域的一种具有随机干扰的三阶神经网络混沌电路。该电路为整合电路,包括四个电路模块:正曲电路、取反电路、加法模块和随机模块。整合电路是由三个运算放大器U5、U14、U15构成了三个积分电路,分别输出混沌向量x1、x2和x3,通过与示波器相接,可以显示出x1‑x2、x1‑x3、x2‑x3三个混沌相图;正曲电路可以实现双曲正切函数的功能;取反电路可以实现电压符号反向的功能;加法模块可以实现电压的叠加功能;随机模块可以模拟随机干扰。本发明能实现在随机干扰条件下的混沌模型演示,可以用于保密通信等方面。

Description

一种具有随机干扰的三阶神经网络混沌电路
技术领域
本发明属于是非线性电路领域,特别涉及一种具有随机干扰的三阶神经网络混沌电路。
背景技术
神经网络是一类复杂的非线性系统,具有复杂的动力学特性。混沌神经网络电路是非线性电路的重要组成部分,它能用电路的方式展示混沌现象。现有的技术中大多是理想状态下的混沌电路,混沌神经网络电路在实现过程中不可避免的受到电磁辐射、耦合噪声等各种随机噪声的干扰,而针对随机干扰条件下的混沌电路鲜有研究,如专利号为201410624625.5的专利《三阶买比乌斯带型细胞神经网络混沌电路》实现了一种形为买比乌斯带的混沌电路,但其不能展示随机干扰情况下的混沌状态,是现有技术的不足之处。
发明内容
本发明的目的是提供一种具有随机干扰的三阶神经网络混沌电路,其特征在于,所述具有随机干扰的三阶神经网络混沌电路为一种整合电路,由随机模块、加法模块、正曲电路和取反电路组成;该神经网络混沌电路为具有随机干扰的混沌神经网络模型,其激励函数为双曲正切函数,此电路产生了三阶的混沌信号x1、x2和x3;整合电路由三个运算放大器U5、U14、U15构成三个积分电路,分别输出x1、x2和x3;运算放大器同相输入端接地,反相输入端接入三个积分项,包括:
(1)x1和随机模块HB13的输出端out分别接入加法模块HB10的两个输入端IO2和IO1,HB10的输出端IO3分别与电阻R12一端和正曲电路HB2的输入端x相接;R12另一端接入运算放大器U5的反相输入端2,HB2的输出端tanhx分别与取反电路HB3的输入端in相接和通过电阻R49与运算放大器U15的反相输入端2连接;HB3的输出端out与电阻R11的一端相接,R11的另一端接入U5的反相输入端2;运算放大器U5的反相输入端2与输出端1之间接入电容C2,同相输入端3接地;
(2)x2和随机模块HB34的输出端out分别接入加法模块HB11的两个输入端IO1和IO2,HB11的输出端IO3分别与正曲电路HB5的输入端x相接和通过电阻R44与运算放大器U14的反相输入端2连接,HB5的输出端tanhx分别与取反电路HB6的输入端in相接、通过电阻R26接入U5的反相输入端2和通过电阻R50与运算放大器U15的反相输入端2连接;HB6的输出端out通过电阻R46与运算放大器U14的反相输入端2连接;运算放大器U14的反相输入端2与输出端1之间接入电容C1,同相输入端3接地;
(3)x3和随机模块HB14的输出端out分别接入加法模块HB12的两个输入端IO1和IO2,HB12的输出端IO3分别与正曲电路HB8的输入端x相接和通过电阻R48与运算放大器U15的反相输入端2连接,HB8的输出端tanhx分别与取反电路HB9的输入端in相接、HB9的输出端out分别通过电阻R47与运算放大器U14的反相输入端2连接和通过电阻R51与运算放大器U15的反相输入端2连接;运算放大器U15的反相输入端2与输出端1之间接入电容C3,同相输入端3接地。
所述正曲电路的输入端x和1V直流电压S4分别接入加法模块HB1的两个输入端IO2和IO1,HB1输出端IO3和电阻R1的一端相接,电阻R1的另一端和运算放大器U1的反相输入端2相接,U1的同相输入端3与直流电压源V1的负极相接,V1的正极接地,U1的反相输入端2和输出端1之间接入电阻R2,U1的输出端1接入三极管Q1的基极,Q1的集电极分别与电阻R3的一端和电阻R4的一端相接,R3的另一端接入直流电压S3,Q1的发射极与三极管Q2的发射极相接,共同接入电流源I1的负极,I1的正极接地,Q2的集电极与电阻R5的一端相接,电阻R5的另一端接入直流电压S3,Q2的基极和电阻R8一端接地;电阻R8另一端和电阻R4的另一端与运算放大器U2的同相输入端3相接,Q2的集电极与电阻R6的一端相接,R6的另一端与U2的反相输入端2相接,U2的反相输入端2和输出端1之间接入电阻R7,U2的输出端1为本正曲电路的输出端tanhx。
所述取反电路的输入端in与电阻R9的一端相接,R9的另一端和运算放大器U4的反相输入端2相接,U4的同相输入端3接地,U4的反相输入端2和输出端1接入电阻R10,U4的输出端1为取反电路输出端out。
所述加法模块电路的一个输入端IO1和电阻R21的一端相接,另一个输入端IO2和电阻R22的一端相接,电阻R21的另一端和R22的另一端共同接入第一级运算放大器U8的反相输入端2,第一级运算放大器U8的反相输入端2和输出端1之间接入电阻R23,U8的同相输入端接地,第一级运算放大器实现了两个输入端的电压值反向叠加;第一级运算放大器U8的输出端7和电阻R24的一端相接,R24的另一端与第二级运算放大器U7的反相输入端6相接,U7的同相输入端5接地,U7的反相输入端6和输出端7之间接入电阻R25,U7的输出端为加法模块电路的输出端IO3;第二级运算放大器实现电压值的等值反向。
所述随机模块的电路组成是:首先多个电阻热噪音模块串联,其负极接地,正极与电阻R67一端相接,R67的另一端和运算放大器U22的反相输入端6相接,U22的同相输入端5接地,U22的反相输入端6和输出端7之间接入电阻R68,U22的输出端7和电阻R69的一端相接,R69的另一端接入运算放大器U23的反相输入端6,U23的同相输入端5接地,U23的反相输入端6和输出端7之间接入电阻R70,U23的输出端7与电阻R75的一端相接,R75的另一端接入运算放大器U26的反相输入端6,U26的同相输入端5接地,电压源S5与电阻R77的一端相接,R77的另一端接入U26的反相输入端6,U26的反相输入端6和输出端7之间接入电阻R79,U26的输出端即为随机模块的电路的输出端out。
所述的整合电路中电阻R51是可变电阻,通过改变其阻值来实现不同参数的混沌现象。
所述的随机模块中电阻R79是可变电阻,通过改变其阻值来改变随机扰动的幅值。
本发明的有益效果是:可以输出具有随机干扰的三阶混沌信号x1、x2、x3和三个混沌相图x1-x2、x1-x3、x2-x3,并在示波器上显示出来;通过改变特定电阻如R51改变系统的混沌特性;可以用于存在随机干扰情况下的保密通信。
附图说明
图1是具有随机干扰的三阶混沌神经网络电路原理图中的整合电路。
图2是具有随机干扰的三阶混沌神经网络电路原理图中的正曲电路。
图3是具有随机干扰的三阶混沌神经网络电路原理图中的取反电路。
图4是具有随机干扰的三阶混沌神经网络电路原理图中的加法模块。
图5是具有随机干扰的三阶混沌神经网络电路原理图中的随机模块。
图6是具有随机干扰的三阶混沌神经网络电路输出相图x1-x2。
图7是具有随机干扰的三阶混沌神经网络电路输出相图x1-x3。
图8是具有随机干扰的三阶混沌神经网络电路输出相图x2-x3。
具体实施方式
本发明提供一种具有随机干扰的三阶神经网络混沌电路,所述具有随机干扰的三阶神经网络混沌电路为一种整合电路,由随机模块、加法模块、正曲电路和取反电路组成;该神经网络混沌电路为具有随机干扰的混沌神经网络模型,其激励函数为双曲正切函数,此电路产生了三阶的混沌信号x1、x2和x3;下面结合附图予以说明。
图1所示是具有随机干扰的三阶混沌神经网络电路原理图中的整合电路。整合电路由三个运算放大器U5、U14、U15构成三个积分电路,分别输出x1、x2和x3;运算放大器同相输入端接地,反相输入端接入三个积分项,包括:
(1)x1和随机模块HB13的输出端out分别接入加法模块HB10的两个输入端IO2和IO1,HB10的输出端IO3分别与电阻R12一端和正曲电路HB2的输入端x相接;R12另一端接入运算放大器U5的反相输入端2,HB2的输出端tanhx分别与取反电路HB3的输入端in相接和通过电阻R49与运算放大器U15的反相输入端2连接;HB3的输出端out与电阻R11的一端相接,R11的另一端接入U5的反相输入端2;运算放大器U5的反相输入端2与输出端1之间接入电容C2,同相输入端3接地;
(2)x2和随机模块HB34的输出端out分别接入加法模块HB11的两个输入端IO1和IO2,HB11的输出端IO3分别与正曲电路HB5的输入端x相接和通过电阻R44与运算放大器U14的反相输入端2连接,HB5的输出端tanhx分别与取反电路HB6的输入端in相接、通过电阻R26接入U5的反相输入端2和通过电阻R50与运算放大器U15的反相输入端2连接;HB6的输出端out通过电阻R46与运算放大器U14的反相输入端2连接;运算放大器U14的反相输入端2与输出端1之间接入电容C1,同相输入端3接地;
(3)x3和随机模块HB14的输出端out分别接入加法模块HB12的两个输入端IO1和IO2,HB12的输出端IO3分别与正曲电路HB8的输入端x相接和通过电阻R48与运算放大器U15的反相输入端2连接,HB8的输出端tanhx分别与取反电路HB9的输入端in相接、HB9的输出端out分别通过电阻R47与运算放大器U14的反相输入端2连接和通过电阻R51与运算放大器U15的反相输入端2连接;运算放大器U15的反相输入端2与输出端1之间接入电容C3,同相输入端3接地。
该整合电路中电阻R51是可变电阻,通过改变其阻值来实现不同参数的混沌现象。
将图1中的输出端口x1、x2、x3接入示波器中,并采用相图的显示方式(如图6、7、8所示),可以得到三个相图x1-x2、x1-x3、x2-x3。改变电阻R51的阻值可以改变混沌特性。改变电阻R79的阻值可以改变随机扰动的幅值。
图2所示是具有随机干扰的三阶混沌神经网络电路原理图中的正曲电路。所述正曲电路的输入端x和1V直流电压S4分别接入加法模块HB1的两个输入端IO2和IO1,HB1输出端IO3和电阻R1的一端相接,电阻R1的另一端和运算放大器U1的反相输入端2相接,U1的同相输入端3与直流电压源V1的负极相接,V1的正极接地,U1的反相输入端2和输出端1之间接入电阻R2,U1的输出端1接入三极管Q1的基极,Q1的集电极分别与电阻R3的一端和电阻R4的一端相接,R3的另一端接入直流电压S3,Q1的发射极与三极管Q2的发射极相接,共同接入电流源I1的负极,I1的正极接地,Q2的集电极与电阻R5的一端相接,电阻R5的另一端接入直流电压S3,Q2的基极和电阻R8一端接地;电阻R8另一端和电阻R4的另一端与运算放大器U2的同相输入端3相接,Q2的集电极与电阻R6的一端相接,R6的另一端与U2的反相输入端2相接,U2的反相输入端2和输出端1之间接入电阻R7,U2的输出端1为本正曲电路的输出端tanhx。
所述取反电路的输入端in与电阻R9的一端相接,R9的另一端和运算放大器U4的反相输入端2相接,U4的同相输入端3接地,U4的反相输入端2和输出端1接入电阻R10,U4的输出端1为取反电路输出端out。
所述加法模块电路的一个输入端IO1和电阻R21的一端相接,另一个输入端IO2和电阻R22的一端相接,电阻R21的另一端和R22的另一端共同接入第一级运算放大器U8的反相输入端2,第一级运算放大器U8的反相输入端2和输出端1之间接入电阻R23,U8的同相输入端接地,第一级运算放大器实现了两个输入端的电压值反向叠加;第一级运算放大器U8的输出端1和电阻R24的一端相接,R24的另一端与第二级运算放大器U7的反相输入端6相接,U7的同相输入端5接地,U7的反相输入端6和输出端7之间接入电阻R25,U7的输出端为加法模块电路的输出端IO3;第二级运算放大器实现电压值的等值反向。
所述随机模块的电路组成是:首先多个电阻热噪音模块串联,其负极接地,正极与电阻R67一端相接,R67的另一端和运算放大器U22的反相输入端6相接,U22的同相输入端5接地,U22的反相输入端6和输出端7之间接入电阻R68,U22的输出端7和电阻R69的一端相接,R69的另一端接入运算放大器U23的反相输入端6,U23的同相输入端5接地,U23的反相输入端6和输出端7之间接入电阻R70,U23的输出端7与电阻R75的一端相接,R75的另一端接入运算放大器U26的反相输入端6,U26的同相输入端5接地,电压源S5与电阻R77的一端相接,R77的另一端接入U26的反相输入端6,U26的反相输入端6和输出端7之间接入电阻R79,U26的输出端即为随机模块的电路的输出端out。所述的随机模块中电阻R79是可变电阻,通过改变其阻值来改变随机扰动的幅值。
本发明的实施的元器件参数如下:运算放大器型号为LM358,三极管型号为2N1711,电压源s1=15V,s2=-15V,s3=12V,s4=1V,s5=-4.97V,V1=-49.4mV,I1=1.1mA,电阻热噪音电阻为1kΩ,温度为100℃,频率为1MHz。整合电路:R12=R26=R44=1kΩ,R11=R48=0.5kΩ,R45=0.5662kΩ,R46=0.5848kΩ,R47=0.9091kΩ,R49=0.4kΩ,R50=0.3448kΩ,R51=0.8621kΩ,C1=C2=C3=1μF;正曲电路:R1=R4=R6=R7=R8=10kΩ,R2=520Ω,R3=R5=1.0kΩ;取反电路:R9=R10=1.0kΩ;加法模块:R21=R22=R23=R24=R25=1.0kΩ;随机模块:R67=1Ω,R68=R69=100Ω,R70=150kΩ,R75=R77=R79=1kΩ。

Claims (7)

1.一种具有随机干扰的三阶神经网络混沌电路,其特征在于,所述具有随机干扰的三阶神经网络混沌电路为一种整合电路,由随机模块、加法模块、正曲电路和取反电路组成;该神经网络混沌电路为具有随机干扰的混沌神经网络模型,其激励函数为双曲正切函数,此电路产生了三阶的混沌信号x1、x2和x3;整合电路由三个运算放大器U5、U14、U15构成三个积分电路,分别输出x1、x2和x3;运算放大器同相输入端接地,反相输入端接入三个积分项,包括:
(1)x1和随机模块HB13的输出端out分别接入加法模块HB10的两个输入端(IO2)和(IO1),HB10的输出端(IO3)分别与电阻R12一端和正曲电路HB2的输入端x相接;R12另一端接入运算放大器U5的反相输入端(2),HB2的输出端tanhx分别与取反电路HB3的输入端in相接和通过电阻R49与运算放大器U15的反相输入端(2)连接;HB3的输出端out与电阻R11的一端相接,R11的另一端接入U5的反相输入端(2);运算放大器U5的反相输入端(2)与输出端(1)之间接入电容C2,同相输入端(3)接地;
(2)x2和随机模块HB34的输出端out分别接入加法模块HB11的两个输入端(IO1)和(IO2),HB11的输出端(IO3)分别与正曲电路HB5的输入端x相接和通过电阻R44与运算放大器U14的反相输入端(2)连接,HB5的输出端tanhx分别与取反电路HB6的输入端in相接、通过电阻R26接入U5的反相输入端(2)和通过电阻R50与运算放大器U15的反相输入端(2)连接;HB6的输出端out通过电阻R46与运算放大器U14的反相输入端(2)连接;运算放大器U14的反相输入端(2)与输出端(1)之间接入电容C1,同相输入端(3)接地;
(3)x3和随机模块HB14的输出端out分别接入加法模块HB12的两个输入端(IO1)和(IO2),HB12的输出端(IO3)分别与正曲电路HB8的输入端x相接和通过电阻R48与运算放大器U15的反相输入端(2)连接,HB8的输出端tanhx分别与取反电路HB9的输入端in相接、HB9的输出端out分别通过电阻R47与运算放大器U14的反相输入端(2)连接和通过电阻R51与运算放大器U15的反相输入端(2)连接;运算放大器U15的反相输入端(2)与输出端(1)之间接入电容C3,同相输入端(3)接地。
2.根据权利要求1所述具有随机干扰的三阶神经网络混沌电路,其特征在于,所述正曲电路的输入端x和1V直流电压S4分别接入加法模块HB1的两个输入端(IO2)和(IO1),HB1输出端(IO3)和电阻R1的一端相接,电阻R1的另一端和运算放大器U1的反相输入端(2)相接,U1的同相输入端(3)与直流电压源V1的负极相接,V1的正极接地,U1的反相输入端(2)和输出端(1)之间接入电阻R2,U1的输出端(1)接入三极管Q1的基极,Q1的集电极分别与电阻R3的一端和电阻R4的一端相接,R3的另一端接入直流电压S3,Q1的发射极与三极管Q2的发射极相接,共同接入电流源I1的负极,I1的正极接地,Q2的集电极与电阻R5的一端相接,电阻R5的另一端接入直流电压S3,Q2的基极和电阻R8一端接地;电阻R8另一端和电阻R4的另一端与运算放大器U2的同相输入端(3)相接,Q2的集电极与电阻R6的一端相接,R6的另一端与U2的反相输入端(2)相接,U2的反相输入端(2)和输出端(1)之间接入电阻R7,U2的输出端(1)为本正曲电路的输出端tanhx。
3.根据权利要求1所述具有随机干扰的三阶神经网络混沌电路,其特征在于,所述取反电路的输入端in与电阻R9的一端相接,R9的另一端和运算放大器U4的反相输入端(2)相接,U4的同相输入端(3)接地,U4的反相输入端(2)和输出端(1)接入电阻R10,U4的输出端(1)为取反电路输出端out。
4.根据权利要求1所述具有随机干扰的三阶神经网络混沌电路,其特征在于,所述加法模块电路的一个输入端IO1和电阻R21的一端相接,另一个输入端IO2和电阻R22的一端相接,电阻R21的另一端和R22的另一端共同接入第一级运算放大器U8的反相输入端(2),第一级运算放大器U8的反相输入端(2)和输出端(1)之间接入电阻R23,U8的同相输入端(3)接地,第一级运算放大器实现了两个输入端的电压值反向叠加;第一级运算放大器U8的输出端(1)和电阻R24的一端相接,R24的另一端与第二级运算放大器U7的反相输入端(6)相接,U7的同相输入端(5)接地,U7的反相输入端(6)和输出端(7)之间接入电阻R25,U7的输出端为加法模块电路的输出端(IO3);第二级运算放大器实现电压值的等值反向。
5.根据权利要求1所述具有随机干扰的三阶神经网络混沌电路,其特征在于,所述随机模块的电路组成是:首先多个电阻热噪音模块串联,其负极接地,正极与电阻R67一端相接,R67的另一端和运算放大器U22的反相输入端(6)相接,U22的同相输入端(5)接地,U22的反相输入端(6)和输出端(7)之间接入电阻R68,U22的输出端(7)和电阻R69的一端相接,R69的另一端接入运算放大器U23的反相输入端(6),U23的同相输入端(5)接地,U23的反相输入端(6)和输出端(7)之间接入电阻R70,U23的输出端(7)与电阻R75的一端相接,R75的另一端接入运算放大器U26的反相输入端(6),U26的同相输入端(5)接地,电压源S5与电阻R77的一端相接,R77的另一端接入U26的反相输入端(6),U26的反相输入端(6)和输出端(7)之间接入电阻R79,U26的输出端即为随机模块的电路的输出端out。
6.根据权利要求1所述具有随机干扰的三阶神经网络混沌电路,其特征在于,所述的整合电路中电阻R51是可变电阻,通过改变其阻值来实现不同参数的混沌现象。
7.根据权利要求5所述具有随机干扰的三阶神经网络混沌电路,其特征在于,所述的随机模块中电阻R79是可变电阻,通过改变其阻值来改变随机扰动的幅值。
CN201610114946.XA 2016-03-01 2016-03-01 一种具有随机干扰的三阶神经网络混沌电路 Active CN105703897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610114946.XA CN105703897B (zh) 2016-03-01 2016-03-01 一种具有随机干扰的三阶神经网络混沌电路

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610114946.XA CN105703897B (zh) 2016-03-01 2016-03-01 一种具有随机干扰的三阶神经网络混沌电路

Publications (2)

Publication Number Publication Date
CN105703897A CN105703897A (zh) 2016-06-22
CN105703897B true CN105703897B (zh) 2018-07-31

Family

ID=56223691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610114946.XA Active CN105703897B (zh) 2016-03-01 2016-03-01 一种具有随机干扰的三阶神经网络混沌电路

Country Status (1)

Country Link
CN (1) CN105703897B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108632016B (zh) * 2018-04-17 2020-07-24 郑州轻工业学院 一种多吸引子的自治忆阻混沌电路

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101534165A (zh) * 2009-03-31 2009-09-16 江南大学 一种混沌神经网络保密通信电路
CN103066922A (zh) * 2012-12-17 2013-04-24 常州大学 记忆系统混沌信号产生器
CN105337723A (zh) * 2015-07-20 2016-02-17 中国石油大学(华东) 一种时滞神经网络超混沌电路
CN105337724A (zh) * 2015-07-20 2016-02-17 中国石油大学(华东) 一种超混沌神经网络遮掩保密通信电路

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101534165A (zh) * 2009-03-31 2009-09-16 江南大学 一种混沌神经网络保密通信电路
CN103066922A (zh) * 2012-12-17 2013-04-24 常州大学 记忆系统混沌信号产生器
CN105337723A (zh) * 2015-07-20 2016-02-17 中国石油大学(华东) 一种时滞神经网络超混沌电路
CN105337724A (zh) * 2015-07-20 2016-02-17 中国石油大学(华东) 一种超混沌神经网络遮掩保密通信电路

Also Published As

Publication number Publication date
CN105703897A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN102663496B (zh) 一种四阶神经网络超混沌电路
CN205229272U (zh) 一种链式svg功率模块直流母线电压的采样调理电路
CN103021239B (zh) 一种五阶蔡氏超混沌电路
CN105703897B (zh) 一种具有随机干扰的三阶神经网络混沌电路
CN104639094A (zh) 滤波电路
CN205005324U (zh) 一种消除光电接收传感器背景光影响的电路
CN205246757U (zh) 一种电能表信号采集计量模块
Bolsinger et al. Investigating and modeling the transmission channel of a prismatic lithium-ion cell and module for powerline communication
CN207301653U (zh) 一种微波信号跳频时间测量电路
CN202735407U (zh) 有源电力滤波器谐波检测装置
CN204166775U (zh) 三阶买比乌斯带型细胞神经网络混沌电路
CN204578515U (zh) 一种数字式全隔离信号采集电路
CN204556752U (zh) 一种双天线的电磁干扰测试装置和系统
CN204166047U (zh) 一种基于D-dot原理的感应雷过电压传感器与测量系统
CN204349936U (zh) 一种滤波电路
CN105337724B (zh) 一种超混沌神经网络遮掩保密通信电路
CN105516038A (zh) 一种2fsk调制电路
CN105337723B (zh) 一种时滞神经网络超混沌电路
CN105049177B (zh) 具有脉冲效应的时滞超混沌神经网络电路
CN209046657U (zh) 一种类洛伦兹8+4型混沌保密通信电路
CN203892031U (zh) 滑套位置传感器信号处理电路
CN203933388U (zh) 一种用于抑制谐振峰的电磁干扰滤波电路及空调器
CN104376764B (zh) 三阶双涡漩型细胞神经网络超混沌电路
CN203085031U (zh) 一种五阶蔡氏超混沌电路
CN205123756U (zh) 一种改进的Lorenz混沌保密通信电路

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant