神经网络是由众多神经元互相连接构成的复杂系统,具有卓越的联想记忆功能和信息存储能力。在神经网络的实际应用中,由于信息处理速度以及放大器开关速率所限,常常会出现时滞现象。时滞的存在,导致神经网络呈现丰富的混沌动力学行为。因而,时滞神经网络的同步研究在混沌保密通信领域具有广泛的应用前景。反同步描述的是一种振幅相同,但符号相反的同步行为。本文围绕时滞神经网络的反同步及其在保密通信领域中的应用问题进行了探索,具体工作如下:(1)研究一类具有常时滞的神经网络的反同步问题。考虑的网络容许带有未知参数和随机噪声。提出了一种自适应控制策略以保证驱动-响应系统的混合和反同步。对无随机噪声情形,在理论上证明了所提控制策略比已有结果更低保守。通过一个数值示例说明了控制策略的适用性。(2)研究一类具有变时滞的神经网络的反同步问题。考虑的网络容许带有半马尔可夫跳跃参数和反应扩散。运用Lyapunov泛函方法和随机分析技巧,获得了反同步判据。基于分析结果并结合一些解耦技巧,提出了一种非脆弱容错控制策略。通过两个数值示例分别说明了分析方法的优越性和控制策略的适用性。(3)研究一类同时具有离散和分布时滞的神经网络的反同步问题。利用增强的双侧环泛函和线性矩阵不等式技巧,获得了反同步判据。基于分析结果并结合一些解耦技巧,提出了一种非脆弱采样数据控制策略。通过一个数值示例说明了控制策略的有效性和优越性。(4)探讨时滞神经网络反同步理论结果在保密通信中的应用问题。借助混沌遮掩方法,基于带有未知参数和随机噪声的时滞神经网络反同步设计了一种混沌保密通信方案。通过一个数值示例说明了通信方案的有效性。