在过去的几十年，由于神经网络往往表现出稳定，周期振荡或混沌行为，因而备受关注[16-20]。它已经表明，引入时间延迟神经网络是产生更复杂的动力学的有效途径，以此可以产生更复杂的动态[21] 。因此，时滞神经网络的同步已成为一个非常重要有意义的课题。并且提出了几种有效方法[9,22-27]。在[22-23]中，延迟神经网络的同步被认为是利用Lyapunov方法和线性矩阵不等式技术。在[24-25]中对时滞神经网络的自适应同步进行研究。对于一个数组的线性耦合相同连接的神经网络中，同步属性在[26]中讨论。全球同步利用Lyapunov泛函方法和Hermitian矩阵理论进行了研究。脉冲控制方法，提出了[27]来实现一类混沌时滞神经网络的不同的参数不确定性鲁棒全局指数同步。
在同步系统这一方面，如何设计系统的特殊信号的传输信道已成为一个重要的课题。并且通过这一课题，已经实现一些实际应用。比如说，在信号传输的情况下，通过商业的光纤通道，是基于混沌同步保密通信研究了[28]的高速长距离通信。在其他应用程序,如可靠的多个机器人制定[29],在无线网络安全通信[30],信号传输必须依靠共同的通信网络。 两个或两个以上的动力系统，这是稳定的或周期性的，甚至是混乱的，通过共享连接或外部共同的动态行为，利用公共通信网络来传输信号迫使相互分别基于网络的同步系统（ NSS ）的范畴。与传统的同步系统相比， 它的优势很明显，安装配置简易，造价低，文护简单[31-33] 。不过，在介绍网络通信时， NSS态行为的分析中将出现新的问题。在 NSS系统，信号传输信道通常诱发网络时延，分组丢失，误码，环境扰动，这将导致参考信号不能正确的从一个系统传送到另一个系统。并且当一些现有的同步方案应用到网络系统时，因为它们都是基于前提的主系统的状态向量可以用于从系统获得的时间限制。此外，在 NSS数据包从一个系统发送它们可能具有不同的时空顺序。所以数据包如何分配需要研究。另外，由于随机波动等不可控的干扰因素，也会对信号有影响[33-35]。所以，关于如何为基于网络的系统开发出专用的同步方案依旧存在难度。
在本文中，我们首先我们先对网络环境下同步控制的现状进行阐述，介绍了几种混沌控制的方法，并对混沌同步控制理论下的神经网络控制方法有了大致了解。然后根据状态方程，构建系统框图，并且进行算法的设计，通过TrueTime仿真平台，将整个同步系统模型构建完毕。通过设置参数的调节，使得系统同步能力达到最优状态。之后通过调节主从系统的参数设置，改变控制器控制增益K，以及网络更改采样时间等一系列的参数调节，对系统的同步性能进行对比对照，从而更近一步了解系统构建，实现最优同步控制。
 2  网络环境下同步控制的现状
2.1  混沌同步的方法
两个或者多个相同或相似的多个系统，或由动力系统之间的相互作用的性质，让每个不同的初始状态下动力系统逐渐靠近的演变，并最终状态相同，即为同步的定义。
    混沌同步的方法主要如下：
1)、驱动 -响应同步方法
佩科拉，卡罗尔在1990年提出通过P-C同步法来同步两个彼此不相互独立的混沌系统[36]。
驱动响应法指的是一个系统到另一个系统的输出信号来驱动。
假设驱动状态下的系统运动状态是混沌的。
驱动系统如下：            (1)
混沌信号可用作(1.1)中输出的驱动信号，通过它对下一个系统进行驱动响应的实现。
响应系统如下：                              TrueTime网络环境下混沌同步算法的设计与实现(2):http://www.751com.cn/zidonghua/lunwen_11506.html