本文主要探讨了一种新的分数阶细胞神经网络系统的设计及其自适应同步控制策略，并通过电路仿真验证了这种方法的有效性。分数阶细胞神经网络（Fractional-order Cellular Neural Networks, FCNNs）是传统细胞神经网络（Cellular Neural Networks, CNNs）的扩展，其引入了分数阶微积分的概念，增强了网络的动态特性和复杂行为。
文章构建了一个新的分数阶细胞神经网络系统，该系统能够展现出混沌特性。混沌是一种复杂的动态行为，具有高度的敏感依赖性和不可预测性，这使得FCNNs在数据建模、图像处理和模式识别等领域有潜在的应用价值。在设计中，区分了驱动系统（driver system）和响应系统（response system），其中驱动系统的非线性参数已知，而响应系统的非线性参数未知。
接下来，文章提出了一种自适应同步控制方法，用于实现驱动系统和响应系统的同步。自适应控制是一种能够自动调整控制器参数以适应系统不确定性或参数变化的方法。在这种情况下，通过设计自适应调整律，即使响应系统的非线性参数未知，也能实现两系统间的同步。这种同步控制策略对于保证系统稳定性和性能至关重要。
为了证明所提方法的正确性和可行性，作者进行了数值仿真和动力学分析，结果表明新的分数阶细胞神经网络系统确实具有混沌行为，且自适应同步控制策略能够有效工作。此外，结合分数阶电路理论，设计了同步控制的电路原理图，实际可以实现4096种多元组合电路。文中选取了特定参数值（q1 = q2 = q3 = 0.95）的组合电路进行电路仿真，仿真结果与数值模拟结果高度吻合，进一步证实了自适应同步控制方法在物理层面的可实现性。
总结来说，本文的研究工作对分数阶细胞神经网络的理论发展和实际应用有重要意义。通过自适应同步控制策略，即使在参数不确定的情况下，也能实现混沌系统的有效控制，这对于信号处理、信息加密和复杂系统建模等工程问题具有实用价值。未来的研究可以进一步探索不同参数设置下的网络行为，以及如何优化自适应控制算法以提高同步性能。
