半导体硅技术非常好地遵循Moore定理已经30多年。然而,目前出现了行进步伐放慢的迹象,以至于当达到微电子技术的基本限制时,将陷入停滞状态。其中相互连接问题和功率耗散是造成这一速度减慢的主要技术限制。另一方面,集成电路的这些障碍也提供了选择其他电路器件技术的机会,这些技术适用于设计纳米尺度的范围,且以适当的结构相互连接。本文主要研究了由量子点细胞自动机构成的量子细胞神经网络的非线性动力学特性,以量子点细胞的极化率和量子相位作为状态变量,对2个细胞耦合的量子细胞神经网络进行了理论分析和matlab仿真研究,最终得出该网络系统呈现复杂的混沌动力学行为;并讨论了反应扩散机制所形成的波传导现象和波传导失败,通过波传导现象的仿真可以得出波传导是一种稳态现象,最终收敛于平衡态,利用这种趋于平衡态的特性可用于图像的处理。CNNs是由许多细胞单元通过局部连接组成的网络,其中每个细胞可由线性和非线性电路构成,可用大规模集成电路(VLSI)实现,进行大规模的并行计算。细胞神经网络的主要功能是把一个输入图像转换成一个相应的输出图像,为了完成这个功能,它必须是一个完全稳定的网络,即所有输出轨迹必须收敛到一个稳定的平衡点,稳定性是细胞神经网络可靠工作的前提,本论文通过纳米器件的自动波机制的动力学分析得出,这种自动波机制与细胞神经网络(CNNs)相似,通过适当的工艺设计,能够使得纳米器件动力学模型用细胞神经网络来表征,因此可用来对图像进行处理。全文通过理论分析以及利用matlab仿真,进行图像平滑、边缘加强、噪声耐量、图像的边缘、垂直、水平检测等。这种新的方法解决传统方法还不能很好解决的问题。在论文的最后讨论了对该网络的电路进行系统辨识。