神经网络是一门涉及生物、数学、计算机、电子等众多领域的新兴交叉学科,在信号处理、模式识别、自动控制、保密通信、人工智能等领域有着广阔的发展前景。网络通信具有速度快、成本低、可靠性强等优势,因此在神经网络同步控制和状态估计中普遍使用网络进行数据传递。通常情况下网络带宽是受限的,所以在通信过程中总是会出现一系列网络化现象,例如:传输时延、丢包、量化、通信协议等。因此,本文旨在探讨传输信道受限下神经网络的同步控制与状态估计问题。本文主要工作可以分为以下三个部分:1.基于驱动—响应同步原理,探讨了具有网络诱导现象的神经网络同步问题。具体来说,一方面研究了一类具有网络时延和丢包的连续型神经网络的H_?同步控制问题。为了降低问题的保守性,使用了Wirtinger不等式来处理系统的时滞项,最后得到了时滞依赖的同步控制准则。另一方面设计了一种具有均匀量化、丢包和范数有界干扰的离散型神经网络的同步控制方法,同时给出了确保同步误差均方指数最终有界性的充分条件,进一步分析了同步误差上界同量化和丢包之间的关系。2.为了避免数据冲突并降低通讯压力,在神经网络状态估计问题中引入了通信协议,主要研究了以下两个问题。一是受随机协议影响的离散型神经网络状态估计问题,其中神经网络模型包括了能量有限的外部干扰、状态和干扰依赖的乘性噪声,在估计器设计时考虑了由计算舍入误差、调节不确定等引起的估计器参数不精确现象。二是受Round-Robin协议影响的耦合神经网络的状态估计问题,同时考虑了时变特性、乘性噪声和随机耦合强度。利用倒推Riccati方程的方法,设计了时变估计器,确保了估计误差在有限时域内满足H_?性能约束。3.结合神经网络同步技术,研究了一种混沌保密通信方法。首先根据混沌神经网络数学模型设计了一个混沌信号产生电路,然后利用矩阵不等式技术得到了同步控制器参数,最后在混沌同步的基础上设计了混沌遮掩的保密通信方法。利用Multisim仿真软件,说明了所设计的电路和保密通信方法的有效性。