Réseau de neurones flou à zéro prédéfini pour la synchronisation de systèmes chaotiques : Validation FPGA et applications de communication sécurisée

Les systèmes chaotiques, caractérisés par une sensibilité extrême aux conditions initiales et des comportements dynamiques complexes, présentent un potentiel significatif pour des applications dans divers domaines. Le contrôle efficace de la synchronisation des systèmes chaotiques est particulièrement crucial dans les applications liées aux capteurs. Cet article propose un modèle de réseau de neurones flou à zéro prédéfini (PTCFZNN) basé sur le contrôle flou de Takagi–Sugeno pour atteindre la synchronisation chaotique dans des systèmes chaotiques à excitation de paramètres apériodiques. Le modèle PTCFZNN conçu gère avec précision les variations dynamiques complexes inhérentes aux systèmes chaotiques, surmontant les défis posés par l'excitation de paramètres apériodiques pour atteindre la synchronisation. De plus, des expériences de vérification sur des circuits intégrés à porte programmables sur le terrain (FPGA) ont réussi à mettre en œuvre le contrôle de synchronisation des systèmes chaotiques basé sur le PTCFZNN sur des plates-formes matérielles, confirmant sa faisabilité pour des applications d'ingénierie pratiques. En outre, des études expérimentales sur les applications de communication masquées par le chaos du système de synchronisation chaotique basé sur le PTCFZNN valident davantage son efficacité à améliorer la confidentialité des communications et la capacité anti-jamming, soulignant sa valeur d'application importante pour sécuriser la transmission des données des capteurs.