1.一种基于量化控制的模糊神经网络的保密通信方法，其特征在于，包括以下步骤：步骤S1：建立具有参数扰动的惯性忆阻模糊神经网络驱动系统和响应系统，具体包括以下步骤：步骤S11：建立具有参数扰动的惯性忆阻模糊神经网络为：

其中，时间t≥0，i＝1,2,…,n，j＝1,2,…,n；n表示所述惯性忆阻模糊神经网络中含有的神经元个数，xi(t)表示所述惯性忆阻模糊神经网络的第i个神经元在t时刻的状态； 表示第i个神经元的阻尼系数， 表示当网络与外部输入断开连接时，第i个神经元将其电位重置为静止状态的速率， 和 分别满足 和 fj(xj(t))表示所述惯性忆阻模糊神经网络的第j个神经元不含时滞的激活函数，fj(xj(qijt))表示所述惯性忆阻模糊神经网络的第j个神经元含比例时滞的激活函数， 表示所述惯性忆阻模糊神经网络的第j个神经元含中立型时滞的激活函数，上述激活函数均满足利普希茨条件，即|fj(a)‑fj(b)|≤lj|a‑b|，其中a和b为任意实数，lj为正常数且满足|fj(.)|≤Mj，其中Mj为正常数；Δcij(t)、Δ dij(t)和 Δ wij(t)表示不确定的参数扰动，且满足其中 和 为正常数；qijt表示比例时滞，qij为比例

时滞的比例系数，且满足0≤qij≤1，qijt＝t‑(1‑qij)t， gij表示前馈元素；Ωij和Hij分别表示模糊前馈最小和模糊前馈最大模块的元素；hij和 表示模糊反馈最小模块的元素、πij和 表示模糊反馈最大模块的元素；mj(t)和Ii(t)分别表示第j个神经元的输入和第i个神经元的偏置；∧和∨分别表示模糊与和模糊或算子，且对于任意实数中a和b满足以下条件：cij(xi(t))、dij(xi(t))和wij(xi(t))表示忆阻器连接权值，分别满足：其中，Γi是切换界值且Γi>0； 和 都是常数；

由于所述惯性忆阻模糊神经网络的等号右侧是不连续的，因此所述惯性忆阻模糊神经网络的解都需要在Filippov意义上考虑，则通过采用集值映射和微分包含理论，将所述惯性忆阻模糊神经网络改写为：式中，co[cij(xi(t))]、co[dij(xi(t))]和co[wij(xi(t))]分别满足：其中， 是由实数 和 生成的凸闭包， 是由实数 和 生成的凸闭包， 是由实数 和 生成的凸闭包，并且，如果满足 和

则 和

根据可 测选择 定理，存在 和

则可进一步得到：

步骤S12：建立具有参数扰动的惯性忆阻模糊神经网络驱动系统为：将步骤S11建立的具有参数扰动的惯性忆阻模糊神经网络进行变量替换降阶处理，建立具有参数扰动的惯性忆阻模糊神经网络驱动系统为：其中，ξi和γi为常数，且γi≠0；

步骤S13：根据步骤S12建立的驱动系统，建立与其相对应的响应系统为：其中，时间t≥0，i＝1,2,…,n，j＝1,2,…,n；n表示所述响应系统中含有的神经元个数，yi(t)表示所述响应系统的第i个神经元在t时刻的状态；fj(yj(t))表示所述响应系统的第j个神经元不含时滞的激活函数，fj(yj(qijt))表示所述响应系统的第j个神经元含比例时滞的激活函数， 表示所述响应系统的第j个神经元含中立型时滞的激活函数，上述激活函数均满足利普希茨条件，即|fj(a)‑fj(b)|≤lj|a‑b|，其中a和b为任意实数，lj为正常数且满足|fj(.)|≤Mj，其中Mj为正常数；Δηij(t)、Δμij(t)和Δτij(t)表示不确定的参数扰动，且满足 其中 和 为正常数；u1i(t)和u2i(t)为量化同步控制器； 和 表示忆阻器连接权值， 和 co[cij(yi

(t))]、co[dij(yi(t))]和co[wij(yi(t))]分别满足：其中，Γi是切换界值且Γi>0； 和 都是常数；

步骤S2：根据步骤S1建立的具有参数扰动的惯性忆阻模糊神经网络驱动系统和响应系统，设定同步误差；

步骤S3：所述响应系统在所述量化同步控制器的作用下，固定时间同步于所述驱动系统，进而实现保密通信方法。

2.根据权利要求1所述的一种基于量化控制的模糊神经网络的保密通信方法，其特征在于，步骤S2具体为：根据步骤S1建立的建立具有参数扰动的惯性忆阻模糊神经网络驱动系统和响应系统，设定所述驱动系统和响应系统的同步误差为：

3.根据权利要求2所述的一种基于量化控制的模糊神经网络的保密通信方法，其特征在于，步骤S3具体包括以下步骤：步骤S31：根据步骤S2设定的同步误差，设计量化同步控制器为：其中，k1i、k2i、k3i、k4i和k5i为正的控制器增益；q(e1i(t))为误差e1i(t)的量化值，q(e1i(t))＝(1+Δ)e1i(t)，Δ为量化误差， 为扇形边界， 0<ε<1；q(e2i(t))为误差e2i(t)的量化值，其中q(e2i(t))＝(1+Δ)e2i(t)；α∈(1,2)；e(t)＝(e11(t),e12T(t),…,e1n(t),e21(t),e22(t),…,e2n(t))， 控制器增益k1i、k2i、k3i、k4i和k5i满足下列不等式：

k4i≥ιi；

λ<θ；

其中，

γ j为常数，且 γ j≠0，

θ＝min(θ1,θ2)，

步骤S32：将所述量化同步控制器作用于所述响应系统，使得所述响应系统固定时间同步于所述驱动系统；

步骤S33：所述驱动系统与所述响应系统固定时间同步之后，发送端获取所述驱动系统产生的混沌信号xi(t)作为加密信号，接收端获取所述响应系统产生的混沌信号yi(t)作为解密信号；

步骤S34：所述发送端将加密信号xi(t)和明文信号Ξi(t)进行加密运算，获得密文信号Πi(t)，Πi(t)＝xi(t)+Ξi(t)；

步骤S35：所述发送端通过信道发送所述密文信号Πi(t)，所述接收端通过信道接收所述密文信号Πi(t)；

步骤S36：所述接收端将收到的密文信号Πi(t)和解密信号yi(t)进行解密运算，获得解密明文信号ΠΠi(t)，ΠΠi(t)＝Πi(t)‑yi(t)。

4.根据权利要求3所述的一种基于量化控制的模糊神经网络的保密通信方法，其特征在于，所述响应系统固定时间同步于所述驱动系统，且所述固定时间的上界T为：