复杂协同攻击下一类非线性系统的分布式一致性滤波器设计
CSTR:
作者:
作者单位:

1. 武汉科技大学 机器人与智能系统研究院,武汉 430081;2. 武汉科技大学 冶金自动化与检测技术教育部工程研究中心,武汉 430081

作者简介:

通讯作者:

E-mail: zhengxj@wust.edu.cn.

中图分类号:

TP273

基金项目:

国家自然科学基金面上项目(62073250);武汉科技大学冶金自动化与检测技术教育部工程研究中心开放基金项目(MADTOF2020B03).


Distributed consensus filter design for a class of nonlinear systems under complex cooperative attacks
Author:
Affiliation:

1. Institute of Robotics and Intelligent Systems, Wuhan University of Science and Technology, Wuhan 430081, China;2. Engineering Research Center for Metallurgical Automation and Measurement Technology of Ministry of Education, Wuhan University of Science and Technology, Wuhan 430081, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对复杂协同攻击下一类非线性系统的状态估计问题,提出一种分布式一致性递推滤波算法.首先,将拒绝服务攻击(denial of service,DoS)和虚假数据注入攻击(false data injection,FDI)现象描述为两个随机Bernoulli序列,并利用统一的框架建立包含DoS和FDI的复杂协同攻击模型;然后,基于一致性理论设计具有分布式结构的递推滤波器,计算最优滤波器增益,并推导该滤波器估计误差满足均方有界的充分必要条件;最后,利用室内机器人的定位问题进行验证,仿真结果验证了所提出滤波器算法的有效性.

    Abstract:

    Aiming at the state estimation problem of a class of nonlinear systems under complex cooperative attack, a distributed consensus-based recursive filtering algorithm is proposed. Firstly, the phenomena of denial of service (DoS) and false data injection (FDI) are described as two random Bernoulli sequences, and a complex cooperative attack model including DoS and FDI is established by using a unified framework. Then, a recursive filter with distributed structure is designed based on the consensus theory, the optimal filter gain is calculated, and the necessary and sufficient conditions for the estimation error of the filter to meet the mean square boundedness are derived. Finally, the indoor robot positioning problem is used to verify the effectiveness of the proposed filter algorithm

    参考文献
    相似文献
    引证文献
引用本文

高霞,吴怀宇,郑秀娟.复杂协同攻击下一类非线性系统的分布式一致性滤波器设计[J].控制与决策,2024,39(1):189-195

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-12-14
  • 出版日期: 2024-01-20
文章二维码