通过量化控制实现分数阶离散时间四元数值神经网络在有限时间内的Mittag-Leffler同步及其应用
《Mathematics and Computers in Simulation》:Mittag-Leffler synchronization in finite time of fractional-order discrete-time quaternion-valued neural networks via quantized control and its application
【字体:
大
中
小
】
时间:2026年04月27日
来源:Mathematics and Computers in Simulation 4.4
编辑推荐:
程伟伟|张伟伟|张海|斯坦莫娃伊万卡|曹金德
安徽师范大学数学与统计学院,246113,中国安庆
**摘要**
本文研究了通过量化控制实现的一类分数阶离散时间四元数值神经网络(FODTQNNs)的有限时间Mittag-Leffler同步(FTMLS)问题。首先,建立
程伟伟|张伟伟|张海|斯坦莫娃伊万卡|曹金德
安徽师范大学数学与统计学院,246113,中国安庆
**摘要**
本文研究了通过量化控制实现的一类分数阶离散时间四元数值神经网络(FODTQNNs)的有限时间Mittag-Leffler同步(FTMLS)问题。首先,建立了一个包含时间延迟的FODTQNN模型。由于量化控制器的强大鲁棒性和适应性,我们设计了两种类型的量化控制器。此外,我们将量化控制器与自适应控制器结合使用,这显著降低了控制成本。通过应用不等式技术和Razumikhin定理,并选取适当的Lyapunov函数,推导出了有限时间同步的条件。最后,通过数值模拟验证了所提出理论分析的可行性,并展示了其在图像安全通信中的潜在应用,证明了该方法的实际价值。
**引言**
同步是分数阶神经网络(FONNs)中的基本动态行为,已有大量的理论研究成果[1], [2]。当前的研究探索了各种同步方案,如完全同步[3]、准Projective同步[4]、滞后同步[5], [6]、指数同步[7], [8]以及有限时间Mittag-Leffler同步(FTMLS)[9], [11]等。其中,FTMLS特别值得关注,因为它结合了有限时间同步的快速收敛性和Mittag-Leffler稳定性的鲁棒性。
分数微积分涵盖了任意正实数的导数和积分,在物理学和实际工程领域有广泛应用[12]。研究表明,与整数阶微积分相比,分数微积分具有更好的记忆特性和更强的遗传性质。分数微分方程能够更准确地模拟现实世界的场景[13]。因此,将分数微积分与神经网络系统结合以构建FONNs具有重要意义。近年来,FONNs领域取得了显著进展[1], [2], [5], [14]。由于信号传输是非瞬时的,动态系统本质上存在时间延迟,如中性延迟、泄漏延迟和离散延迟,这些延迟可能破坏系统稳定性,导致振荡、发散或混沌等现象[15]。这突显了研究带延迟神经网络的实际重要性。尽管连续时间FONNs已得到广泛研究,但离散时间FONNs的研究相对较少。数字信号处理处理的是离散时间样本,而不是连续时间信号。例如,在数字图像处理中,连续光学图像需要通过像素化转换为数字表示。然而,这种离散化过程可能无法完全保留原始连续图像的几何细节和辐射特性[16]。迄今为止,在离散时间分数阶神经网络(DTFONNs)领域已取得重要进展[17], [18]。顾等人分别研究了有无时间延迟的DTFONNs同步问题[17];刘等人研究了具有泄漏延迟和离散延迟的离散时间分数阶BAM神经网络的完全同步问题[18]。
如今,随着各种类型数据的不断涌现,多维数据在新兴领域中占据主导地位,高效处理高维数据变得极为重要。然而,实值和复数值FONNs在处理多维数据方面存在局限性,这激发了对四元数的兴趣。四元数的独特结构(包含一个实数部分和三个复数部分)为处理高维数据提供了有希望的解决方案[19]。同样,在解决具有记忆和遗传效应的多维问题(如材料科学等领域的问题)时,将分数微积分应用于四元数神经网络变得至关重要。这种整合自然引出了分数阶四元数神经网络(FOQNNs)的概念。近年来,研究人员对FOQNNs的动态特性产生了浓厚兴趣,并取得了一些显著成果[20], [21]。张等人主要讨论了具有延迟的FOQNNs的有限时间同步和脉冲同步问题[20];在[21]中,作者提出了关于四元数域内符号函数的几个新引理,并研究了FOQNNs的有限时间同步问题。尽管取得了这些进展,但仍存在一个关键研究缺口:大多数关于FOQNNs同步的研究集中在连续时间系统上,而离散时间情况则较少被探讨。此外,虽然DTFONNs的同步问题在实数和复数域内得到了广泛研究[18], [22],但在四元数域内的相关研究却相对较少。因此,我们萌生了深入研究分数阶离散时间四元数神经网络(FODTQNNs)的动机。
除了基于四元数的模型外,模糊神经网络也是一种改进方案,它将神经网络与模糊理论相结合,克服了传统架构的局限性。其核心特点是不仅保留了传统神经网络的“积之和”运算机制,还在神经元模板与输入/输出层之间加入了模糊逻辑运算层。通过结合神经网络和模糊逻辑的优势,它们在模拟人脑认知方面优于传统网络[23]。近年来,模糊神经网络取得了许多优秀成果[24], [25]。在[24]中,作者通过分析技术研究了具有不确定比例延迟的分数阶模糊神经网络的准均匀稳定性;李等人在[25]中研究了一类具有时间延迟的nabla分数阶模糊神经网络的同步问题,建立了nabla分数不等式并设计了两种不同的控制器。
在上述研究的基础上,控制策略的选择对于实现神经网络的有效同步至关重要。最近提出了多种控制策略,如分数延迟反馈控制[26]、滑模控制[27]、自适应控制[28]和量化控制[29]。其中,量化控制在神经网络同步分析中的应用受到了广泛关注。众所周知,在资源有限的通信系统中,信道容量和带宽限制会降低信号传输质量。在传输前对信号进行量化可以减轻系统负担并提高效率。这种方法因其独特优势而具有重要的理论和实际价值[30]。在[29]中,作者设计了一种无需线性组件的量化控制协议,用于解决不连续模糊竞争神经网络中的固定时间同步问题;在[30]中,作者通过将量化控制与间歇控制相结合,实现了神经网络的固定时间同步。应强调的是,与FOQNNs的研究类似,量化控制的研究主要关注连续时间系统,而离散时间分数阶网络的研究则较少。本文在量化控制的基础上解决了FODTQNNs的有限时间MLS问题。本文的主要贡献如下:
- 与[10]中的研究内容相比,本文研究了FODTQNNs的FTMLS问题,并将模糊项和四元数纳入模型,使其更具通用性和实用性。
- 通过将量化控制器与自适应控制器结合,构建了一种新型控制器。与[26]中的反馈控制器和[30]中的量化控制器相比,这种集成控制器不仅能够自动更新控制参数以提高适应性和系统可靠性,还提高了通信效率并降低了系统成本[3]。
- 与[11], [15]中使用的分解方法不同,本文采用整体方法研究四元数神经网络的FTMLS问题,从而简化了理论分析的复杂性。
- 我们提出了FODTQNNs在安全图像通信中的应用,并验证了其良好的可靠性。
**符号说明**:
符号R、?和H分别代表实数域、复数域和四元数域。Rn×m、?n×m和Hn×m表示元素分别为实数、复数和四元数的n×m矩阵集合。当m=1时,我们简写为Rn、?n和Hn。对于任意a ∈ R,Na={a, a+1, a+2, …},Na+1={a+1, a+2, a+3, …}。假设γ ∈ H,则γ可以表示为γ=γR+iγI+jγJ+kγK,其中γR, γI, γJ, γK ∈ R,i, j, k表示虚数单位。虚数单位满足非交换乘法规则:ij=?ji=k, jk=?kj=i, ki=?ik=j, i2=j2=k2=?1。四元数γ的共轭定义为γ?=γR?iγI?jγJ?kγK,通过反转γ的虚部符号得到。值得注意的是,四元数的共轭满足基本性质:γ1γ2?=γ2?γ1?,对于任何γ1, γ2 ∈ H。如果γ ∈ Hn,则范数计算为|γ|1=∑i=1n|γi|1,‖γ‖=∑i=1nγi2(见表1)。
**预备知识和模型描述**
为便于理解和证明定理,本节回顾了一些必要的定义和引理。
**定义1 [31]**
κ阶h-上升函数定义为:ηhκ?=hκΓηh+κΓηh,其中Γ(?)表示Gamma函数,Γ(φ)=∫0+∞e?ssφ?1ds,φ∈R?{?,?1,0}。
**定义2 [31]**
κ阶分数阶单项式H?κ(t,0)定义为:H?κ(t,0)=thζ?Γ(ζ+1)=hκΓth+κΓthΓ(κ+1),其中κ≠?1,?2,?3, …,t∈(hN)?。
**主要结果**
在本小节中,提出了两个条件以确保FODTQNNs存在解,然后我们将讨论FODTQNNs的有限时间MLS问题。
**数值示例**
为了验证定理1、定理2和定理3,本节提供了两个数值示例及其对应的仿真分析。
**示例1**
一类具有时间延迟的FODTQNNs模型如下:
0c?h0.96w?μ(s?)=?αμw?μ(s?)+∑?=13a?μ?h?w??(s?)+∑?=13b?μ?l?w??(s??m?)+??=13c?μ?l?w??(s??m?)+??=13d?μ?l?w??(s??m?)+Iμ(s?),系统(51)、(52)的参数选择如下:κ=0.96,h=0.01,α1=α2=α3=1,h?κ=83.176,激活函数h?w??(s?)=l?w??(s?)=tanh(w?μR(s?))
**结论**
本研究利用量化控制方法研究了具有时间延迟的FODTQNNs的有限时间FTMLS问题。通过设计两种类型的量化控制器并将其与自适应控制相结合,我们显著降低了控制成本,同时确保了高效同步。同步的理论条件通过不等式技术和Razumikhin定理得出,并通过数值示例进行了验证。最后,还展示了该技术在安全通信领域的潜在应用。
**作者贡献说明**
程伟伟:撰写——原始草稿,软件设计。
张伟伟:撰写——审阅与编辑,形式化分析。
张海:方法论,概念化。
斯坦莫娃伊万卡:撰写——审阅与编辑,验证。
曹金德:监督,项目管理。
**利益冲突声明**
作者声明没有已知的可能影响本文工作的财务利益或个人关系。
**致谢**
本研究得到了安徽省自然科学基金(编号1908085MA01)和安徽省高等学校优秀青年人才基金(编号2025AHGXZK30725)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号