CN111813096B - 一种期望轨迹信号攻击下的无人机安全控制方法 - Google Patents

一种期望轨迹信号攻击下的无人机安全控制方法 Download PDF

Info

Publication number
CN111813096B
CN111813096B CN202010802692.7A CN202010802692A CN111813096B CN 111813096 B CN111813096 B CN 111813096B CN 202010802692 A CN202010802692 A CN 202010802692A CN 111813096 B CN111813096 B CN 111813096B
Authority
CN
China
Prior art keywords
attack
aerial vehicle
unmanned aerial
track signal
expected track
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010802692.7A
Other languages
English (en)
Other versions
CN111813096A (zh
Inventor
郭雷
谷亚培
余翔
乔建忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202010802692.7A priority Critical patent/CN111813096B/zh
Publication of CN111813096A publication Critical patent/CN111813096A/zh
Application granted granted Critical
Publication of CN111813096B publication Critical patent/CN111813096B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0256—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults injecting test signals and analyzing monitored process response, e.g. injecting the test signal while interrupting the normal operation of the monitored system; superimposing the test signal onto a control signal during normal operation of the monitored system

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种期望轨迹信号攻击下的无人机安全控制方法，针对期望轨迹信号在传输过程中受虚假信息注入攻击的无人机安全控制问题，首先，对注入到期望轨迹信号中的虚假信息按特性进行分类建模；其次，通过分析期望轨迹信号作用到无人机控制通道中的传递机理，建立虚假信息注入攻击影响下的无人机控制系统模型；再次，根据作用到无人机控制通道中虚假信息的模型特征，分别设计攻击观测器，对虚假信息进行估计，并求解观测器增益；最后，根据攻击观测器输出值，设计复合期望轨迹信号。本发明具有抗攻击能力强、可靠性高的特点，适用于无人机期望轨迹信号被攻击情形下的安全控制。

Description

一种期望轨迹信号攻击下的无人机安全控制方法
技术领域
本发明涉及一种期望轨迹信号攻击下的无人机安全控制方法，可以实现对注入到期望轨迹信号中的虚假信息攻击按特性进行攻击建模分析与估计补偿，可用于期望轨迹信号被攻击情形下的无人机安全控制。
背景技术
近些年，随着信息、控制、通信等领域的不断发展及相互融合，带动了无人机产业的飞速发展，使得无人机在军事和民用领域都发挥着巨大的作用。然而，由于无人机系统开放的通信机制，使得无人机在通过通信链路传输信息过程中容易受到恶意攻击。2011年伊朗通过干扰美国RQ-170的GPS信号，成功捕获该无人机。无人机系统在接收地面控制站期望轨迹信号、卫星导航信号以及与其他无人机通信时均需通过通信链路来传输信号。与此同时，攻击者可以发动以破坏信息可用性或完整性为目的的不同类型的攻击。因此，无人机系统的安全问题得到了越来越多的关注。
目前，针对期望轨迹信号在通过通信链路传输过程中受到虚假信息注入攻击的无人机安全问题，中国专利申请号201811453386.6提出了一种虚假信息注入时的最优跟踪控制器设计方法。该专利采用博弈论和Q-学习的自适应动态规划算法实现无人机最优跟踪控制。但该方法仅能通过最优算法抑制虚假信息注入攻击的影响，不具备攻击影响补偿能力。中国专利申请号201810261712.7提出了一种执行机构受损下的航天器抗干扰姿控方法。该专利设计学习观测器对执行机构攻击进行估计与补偿，但该专利一方面没有分析攻击映射到执行机构的传递机理及对攻击影响建模；另一方面学习观测器的估计精度依赖于学习时间间隔。综上所述，通信链路受到攻击后的无人机安全问题亟待解决。然而，通信链路攻击映射到控制系统的传递机理及对控制系统的影响对无人机安全控制带来挑战，需对不同模式的攻击进行建模并分析攻击影响，实现对不同模式攻击影响的精确估计与补偿，从而提升无人机系统的安全性。
发明内容
本发明的技术解决问题是针对一类期望轨迹信号在传输过程中受虚假信息注入攻击的无人机安全控制问题，设计了一种期望轨迹信号攻击下的无人机安全控制方法，具有抗攻击能力强、可靠性高的优点。
本发明及技术解决方案为：针对期望轨迹信号在传输过程中受虚假信息注入攻击的无人机安全控制问题，首先，对注入到期望轨迹信号中的虚假信息按特性进行分类建模；其次，通过分析期望轨迹信号作用到无人机控制通道中的传递机理，建立虚假信息注入攻击影响下的无人机控制系统模型；再次，根据作用到无人机控制通道中虚假信息的模型特征，分别设计攻击观测器，对虚假信息进行估计，并求解观测器增益；最后，根据攻击观测器输出值，设计复合期望轨迹信号。具体实施步骤如下：
第一步，对注入到期望轨迹信号中的虚假信息按特性进行分类建模：
无人机期望轨迹信号(是指发送给无人机的，用于导航的轨迹数据信号)在通过通信链路传输过程中，易受到攻击者发动的虚假信息注入攻击(这种注入攻击是指期望轨迹信息被攻击信号更改)。无人机接收到的被攻击的期望轨迹信号pa可以描述为pa＝pd+χa+γa。其中pd表示期望的期望轨迹信号，χa和γa分别表示可建模未知攻击及偏置攻击，所述偏置攻击是指在期望轨迹信号的基础上叠加一个常值信号，造成期望轨迹信号改变，其攻击模型由如下外部模型描述：
Figure BDA0002627972280000021
Figure BDA0002627972280000022
其中，ωa为外部模型Σ1的状态，
Figure BDA0002627972280000023
为ωa的一阶时间导数，系数矩阵
Figure BDA0002627972280000024
Va为适维已知常值矩阵，ω0为已知常数。γ∞表示偏置攻击稳态值，
Figure BDA0002627972280000031
为γa的一阶时间导数，
Figure BDA00026279722800000320
为已知常数。
第二步，通过分析期望轨迹信号作用到无人机控制通道中的传递机理，建立虚假信息注入攻击影响下的无人机控制系统模型：
为了实现无人机的稳定控制，设计如下标称控制器：
Figure BDA0002627972280000032
其中，ep＝pd-p表示无人机位置状态p＝[px,py,pz]T与期望轨迹信号pd之间的误差，px，py，pz分别表示无人机在x，y，z方向的位置状态，m表示无人机的质量，G＝[0,0,mg]T，g表示重力加速度，Kp和Kv表示控制器增益；
Figure BDA0002627972280000033
表示期望轨迹的二阶导数，
Figure BDA0002627972280000034
表示无人机速度状态v与期望速度
Figure BDA0002627972280000035
之间的误差。
期望轨迹信号受攻击后，攻击影响下的控制器可以表示为：
Figure BDA0002627972280000036
其中，Fa＝Fγa+Fχa表示映射在控制器的攻击影响，偏置攻击影响
Figure BDA0002627972280000037
和可建模未知攻击影响
Figure BDA0002627972280000038
可以表示为：
Figure BDA0002627972280000039
其中，
Figure BDA00026279722800000319
为χa的一阶时间导数，
Figure BDA00026279722800000310
和
Figure BDA00026279722800000311
分别表示γa和χa的二阶时间导数，
Figure BDA00026279722800000312
Figure BDA00026279722800000313
Figure BDA00026279722800000314
分别表示偏置攻击在x，y，z方向的影响，
Figure BDA00026279722800000315
分别表示可建模未知攻击在x，y，z方向的影响；
结合外部模型Σ1和攻击影响Σ3，可建模未知攻击影响
Figure BDA00026279722800000316
可以重新表示为：
Figure BDA00026279722800000317
其中，Θ＝m(KpVa+KvVaWa+VaWa 2)。偏置攻击影响Fγa满足：
Figure BDA00026279722800000318
其中||·||表示·的范数。
攻击影响下的无人机控制系统模型表示为：
Figure BDA0002627972280000041
其中，v＝[vx,vy,vz]T表示无人机速度状态；vx，vy，vz分别表示无人机在x，y，z三个方向的速度分量，
Figure BDA0002627972280000042
和
Figure BDA0002627972280000043
分别表示p和v的一阶时间导数。
第三步，根据作用到无人机控制通道中虚假信息的模型特征，分别设计攻击观测器，对虚假信息进行估计，并求解观测器增益：
针对攻击影响下的无人机控制系统模型Σ5，为实现可建模未知攻击影响Fχa的估计，设计如下形式的攻击观测器Σ6：
Figure BDA0002627972280000044
其中
Figure BDA0002627972280000045
以及
Figure BDA0002627972280000046
分别表示
Figure BDA0002627972280000047
ωa以及
Figure BDA0002627972280000048
的估计值。La和zχa表示攻击观测器Σ6的观测增益及辅助变量，
Figure BDA0002627972280000049
表示zχa的一阶时间导数。
为实现偏置攻击影响
Figure BDA00026279722800000410
的估计，设计如下形式的攻击观测器Σ7：
Figure BDA00026279722800000411
其中Ha和zγa表示攻击观测器Σ7的观测增益及辅助变量，
Figure BDA00026279722800000412
表示zγa的一阶时间导数。
攻击观测器增益La和Ha的求解取遵循如下不等式：
Figure BDA00026279722800000413
其中，sym(X)表示矩阵X与其自身转置XT之和，符号*表示上式对称矩阵中相应的对称元素，
Figure BDA00026279722800000414
参数α＞0和β＞0均为待选取常数。P和Q为待求取适维矩阵，攻击观测器增益La和Ha的选取原则为[La Ha]T＝P-1Q。
第四步，根据攻击观测器的输出，复合期望轨迹信号：
Figure BDA0002627972280000051
其中p′d表示复合期望轨迹信号，
Figure BDA0002627972280000052
表示攻击信号χa的估计值，
Figure BDA0002627972280000053
表示攻击信号γa的估计值。
本发明与现有技术相比的优点在于：
本发明针对无人机期望轨迹信号在传输过程中受到虚假信息注入攻击的安全控制问题，通过对注入在期望轨迹信号中的攻击按其特性进行分类建模，分析攻击作用在控制系统中的传递机理，并利用攻击观测器和复合期望轨迹信号完成对攻击影响的估计及补偿，实现无人机系统的安全控制，适用于期望轨迹信号被攻击下的无人机系统安全控制。
附图说明
图1为本发明一种期望轨迹信号攻击下的无人机安全控制方法的设计流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
如图1所示，本发明所述的一种期望轨迹信号攻击下的无人机安全控制方法设计步骤为：首先，对注入到期望轨迹信号中的虚假信息按特性进行分类建模；其次，通过分析期望轨迹信号作用到无人机控制通道中的传递机理，建立虚假信息注入攻击影响下的无人机控制系统模型；再次，根据作用到无人机控制通道中虚假信息的模型特征，分别设计攻击观测器，对虚假信息进行估计，并求解观测器增益；最后，根据攻击观测器输出值，设计复合期望轨迹信号。
具体实施步骤如下：
第一步，对注入到期望轨迹信号中的虚假信息按特性进行分类建模：
无人机期望轨迹信号在通过通信链路传输过程中，易受到攻击者发动的虚假信息注入攻击。无人机接收到的被攻击的期望轨迹信号pa可以描述为pa＝pd+χa+γa。其中pd表示期望的期望轨迹信号，χa和γa分别表示可建模未知攻击及偏置攻击，其攻击模型由如下外部模型描述：
Figure BDA0002627972280000061
Figure BDA0002627972280000062
其中，ωa为外部模型Σ1的状态，
Figure BDA0002627972280000063
为ωa的一阶时间导数，系数矩阵
Figure BDA0002627972280000064
Va为适维已知常值矩阵，ω0为已知常数。γ∞表示偏置攻击稳态值，
Figure BDA0002627972280000065
为γa的一阶时间导数，
Figure BDA0002627972280000068
为已知常数。
在本实施案例，期望位置期望轨迹信号pd＝[0.75sin(t) 0.75cos(t) 0]T，可建模未知攻击χa的系数矩阵取值为
Figure BDA0002627972280000066
偏置攻击γa的系数矩阵取值为
Figure BDA0002627972280000069
γ∞＝[0.5 0.5 0.5]T。
第二步，通过分析期望轨迹信号作用到无人机控制通道中的传递机理，建立虚假信息注入攻击影响下的无人机控制系统模型：
为了实现无人机的稳定控制，设计如下标称控制器：
Figure BDA0002627972280000067
其中，ep＝pd-p表示无人机位置状态p＝[px,py,pz]T与期望轨迹信号pd之间的误差，px，py，pz分别表示无人机在x，y，z方向的位置状态，m表示无人机的质量，G＝[0,0,mg]T，g表示重力加速度，Kp和Kv表示控制器增益；
Figure BDA0002627972280000071
表示期望轨迹的二阶导数，
Figure BDA0002627972280000072
表示无人机速度状态v与期望速度
Figure BDA0002627972280000073
之间的误差。
期望轨迹信号受攻击后，攻击影响下的控制器可以表示为：
Figure BDA0002627972280000074
其中，
Figure BDA0002627972280000075
表示映射在控制器的攻击影响，偏置攻击影响
Figure BDA0002627972280000076
和可建模未知攻击影响
Figure BDA0002627972280000077
可以表示为：
Figure BDA0002627972280000078
其中，
Figure BDA0002627972280000079
为χa的一阶时间导数，
Figure BDA00026279722800000710
和
Figure BDA00026279722800000711
分别表示γa和χa的二阶时间导数，
Figure BDA00026279722800000712
Figure BDA00026279722800000713
分别表示偏置攻击在x，y，z方向的影响，
Figure BDA00026279722800000714
分别表示可建模未知攻击在x，y，z方向的影响；
结合外部模型Σ1和攻击影响Σ3，可建模未知攻击影响
Figure BDA00026279722800000715
可以重新表示为：
Figure BDA00026279722800000716
其中，Θ＝m(KpVa+KvVaWa+VaWa 2)。偏置攻击影响Fγa满足：
Figure BDA00026279722800000717
其中||·||表示·的范数。
攻击影响下的无人机控制系统模型表示为：
Figure BDA00026279722800000718
其中，v＝[vx,vy,vz]T表示无人机速度状态；vx，vy，vz分别表示无人机在x，y，z三个方向的速度分量，
Figure BDA00026279722800000719
和
Figure BDA00026279722800000720
分别表示p和v的一阶时间导数。
在本次实施方案中，选取
Figure BDA00026279722800000721
m＝1.121Kg。
第三步，根据作用到无人机控制通道中虚假信息的模型特征，分别设计攻击观测器，对虚假信息进行估计，并求解观测器增益：
针对攻击影响下的无人机控制系统模型Σ5，为实现可建模未知攻击影响Fχa的估计，设计如下形式的攻击观测器Σ6：
Figure BDA0002627972280000081
其中
Figure BDA0002627972280000082
以及
Figure BDA0002627972280000083
分别表示
Figure BDA0002627972280000084
ωa以及
Figure BDA0002627972280000085
的估计值。La和zχa表示攻击观测器Σ6的观测增益及辅助变量，
Figure BDA0002627972280000086
表示zχa的一阶时间导数。
为实现偏置攻击影响
Figure BDA0002627972280000087
的估计，设计如下形式的攻击观测器Σ7：
Figure BDA0002627972280000088
其中Ha和zγa表示攻击观测器Σ7的观测增益及辅助变量，
Figure BDA0002627972280000089
表示zγa的一阶时间导数。
攻击观测器增益La和Ha的求解取遵循如下不等式：
Figure BDA00026279722800000810
其中，sym(X)表示矩阵X与其自身转置XT之和，符号*表示上式对称矩阵中相应的对称元素，
Figure BDA00026279722800000811
参数α＞0和β＞0均为待选取常数。P和Q为待求取适维矩阵，攻击观测器增益La和Ha的选取原则为[La Ha]T＝P-1Q。
在本次实施方案中，选取α＝0.1，β＝1，
Figure BDA00026279722800000812
Figure BDA00026279722800000813
第四步，根据攻击观测器的输出，复合期望轨迹信号：
Figure BDA0002627972280000091
其中p′d表示复合期望轨迹信号，
Figure BDA0002627972280000092
表示攻击信号χa的估计值，
Figure BDA0002627972280000093
表示攻击信号γa的估计值。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.一种期望轨迹信号攻击下的无人机安全控制方法，其特征在于包括以下步骤：
第一步，对注入到期望轨迹信号中的虚假信息按特性进行分类建模；
第二步，通过分析期望轨迹信号作用到无人机控制通道中的传递机理，建立虚假信息注入攻击影响下的无人机控制系统模型；
第三步，根据作用到无人机控制通道中虚假信息的模型特征，分别设计攻击观测器，对虚假信息进行估计，并求解观测器增益；
第四步，根据攻击观测器输出值，设计复合期望轨迹信号；
所述第一步具体实现如下：
无人机期望轨迹信号在通过通信链路传输过程中，受到攻击者发动的虚假信息注入攻击时，无人机接收到的被攻击的期望轨迹信号pa描述为pa＝pd+xa+γa；其中pd表示期望的期望轨迹信号，χa和γa分别表示可建模未知攻击及偏置攻击，其攻击模型由如下外部模型描述：
Figure FDA0003199302850000011
Figure FDA0003199302850000012
其中，ωa为外部模型∑1的状态，
Figure FDA0003199302850000013
为ωa的一阶时间导数，系数矩阵
Figure FDA0003199302850000014
Va为适维已知常值矩阵，ω0为已知常数；γ∞表示偏置攻击稳态值，
Figure FDA0003199302850000015
为γa的一阶时间导数，
Figure FDA0003199302850000017
为已知常数；
所述第二步具体实现如下：
为了实现无人机的稳定控制，设计如下标称控制器：
Figure FDA0003199302850000016
其中，ep＝pd-p表示无人机位置状态p＝[px，py，pz]T与期望轨迹信号pd之间的误差，px，py，pz分别表示无人机在x，y，z方向的位置状态，m表示无人机的质量，G＝[0，0，mg]T，g表示重力加速度，Kp和Kv表示控制器增益；
Figure FDA0003199302850000021
表示期望轨迹的二阶导数，
Figure FDA0003199302850000022
表示无人机速度状态v与期望速度
Figure FDA00031993028500000213
之间的误差；期望轨迹信号受攻击后，攻击影响下的控制器表示为：
Figure FDA0003199302850000023
其中，
Figure FDA00031993028500000214
表示映射在控制器的攻击影响，偏置攻击影响
Figure FDA00031993028500000216
和可建模未知攻击影响
Figure FDA00031993028500000215
可以表示为：
Figure FDA0003199302850000024
其中，
Figure FDA0003199302850000025
为χa的一阶时间导数，
Figure FDA0003199302850000026
和
Figure FDA0003199302850000027
分别表示γa和xa的二阶时间导数，
Figure FDA00031993028500000217
Figure FDA00031993028500000219
分别表示偏置攻击在x，y，z方向的影响，
Figure FDA00031993028500000218
分别表示可建模未知攻击在x，y，z方向的影响；
结合外部模型∑1和攻击影响∑3，可建模未知攻击影响
Figure FDA00031993028500000221
重新表示为：
Figure FDA0003199302850000028
其中，Θ＝m(KpVa+KvVaWa+VaWa 2)，偏置攻击影响
Figure FDA00031993028500000220
满足：
Figure FDA0003199302850000029
其中||·||表示·的范数；
攻击影响下的无人机控制系统模型表示为：
Figure FDA00031993028500000210
其中，v＝[vx，vy，vz]T表示无人机速度状态；vx，vy，vz分别表示无人机在x，y，z三个方向的速度分量，
Figure FDA00031993028500000211
和
Figure FDA00031993028500000212
分别表示p和v的一阶时间导数。
2.根据权利要求1所述的一种期望轨迹信号攻击下的无人机安全控制方法，其特征在于：所述第三步具体实现如下：
针对攻击影响下的无人机控制系统模型∑5，为实现可建模未知攻击影响Fχa的估计，设计如下形式的攻击观测器∑6：
Figure FDA0003199302850000031
其中
Figure FDA0003199302850000032
以及
Figure FDA0003199302850000033
分别表示
Figure FDA00031993028500000311
ωa以及
Figure FDA00031993028500000310
的估计值；La和zχa表示攻击观测器∑6的观测增益及辅助变量，
Figure FDA0003199302850000039
表示zχa的一阶时间导数；
为实现偏置攻击影响
Figure FDA00031993028500000312
的估计，设计如下形式的攻击观测器∑7：
Figure FDA0003199302850000034
其中Ha和zγa表示攻击观测器∑7的观测增益及辅助变量，
Figure FDA0003199302850000035
表示zγa的一阶时间导数；
攻击观测器增益La和Ha的求解取遵循如下不等式：
Figure FDA0003199302850000036
其中，sym(X)表示矩阵X与其自身转置XT之和，符号*表示上式对称矩阵中相应的对称元素，
Figure FDA0003199302850000037
参数α＞0和β＞0均为待选取常数；P和Q为待求取适维矩阵，攻击观测器增益La和Ha的选取原则为[La Ha]T＝P-1Q。
3.根据权利要求1所述的一种期望轨迹信号攻击下的无人机安全控制方法，其特征在于：
所述第四步中根据攻击观测器的输出，复合期望轨迹信号：
Figure FDA0003199302850000038
其中p′d表示复合期望轨迹信号，
Figure FDA0003199302850000041
表示攻击信号xa的估计值，
Figure FDA0003199302850000042
表示攻击信号γa的估计值。
CN202010802692.7A 2020-08-11 2020-08-11 一种期望轨迹信号攻击下的无人机安全控制方法 Active CN111813096B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010802692.7A CN111813096B (zh) 2020-08-11 2020-08-11 一种期望轨迹信号攻击下的无人机安全控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010802692.7A CN111813096B (zh) 2020-08-11 2020-08-11 一种期望轨迹信号攻击下的无人机安全控制方法

Publications (2)

Publication Number Publication Date
CN111813096A CN111813096A (zh) 2020-10-23
CN111813096B true CN111813096B (zh) 2021-11-19

Family

ID=72858944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010802692.7A Active CN111813096B (zh) 2020-08-11 2020-08-11 一种期望轨迹信号攻击下的无人机安全控制方法

Country Status (1)

Country Link
CN (1) CN111813096B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650057B (zh) * 2020-11-13 2022-05-20 西北工业大学深圳研究院 基于抗欺骗攻击安全域的无人机模型预测控制方法
CN115277109B (zh) * 2022-07-04 2023-06-30 北京航空航天大学杭州创新研究院 一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2973535A1 (fr) * 2011-03-29 2012-10-05 Airbus Operations Sas Procede et dispositif de detection automatique d'une donnee air erronee sur un aeronef.
KR101880162B1 (ko) * 2015-12-31 2018-08-16 다운정보통신(주) 자동제어시스템 내 제어신호 분석을 이용한 제어신호 무결성 검증 방법
CN108628329A (zh) * 2018-03-19 2018-10-09 北京航空航天大学 一种测控链路受回放攻击的航天器抗干扰姿控方法
CN108628331A (zh) * 2018-05-09 2018-10-09 北京航空航天大学 一种空间对抗环境下传感器受攻击的航天器姿控方法
CN110531621A (zh) * 2019-09-05 2019-12-03 北京航空航天大学 一种面向混合攻击下的信息物理系统可靠控制方法
CN111142549A (zh) * 2019-12-30 2020-05-12 北京航空航天大学 一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2973535A1 (fr) * 2011-03-29 2012-10-05 Airbus Operations Sas Procede et dispositif de detection automatique d'une donnee air erronee sur un aeronef.
KR101880162B1 (ko) * 2015-12-31 2018-08-16 다운정보통신(주) 자동제어시스템 내 제어신호 분석을 이용한 제어신호 무결성 검증 방법
CN108628329A (zh) * 2018-03-19 2018-10-09 北京航空航天大学 一种测控链路受回放攻击的航天器抗干扰姿控方法
CN108628331A (zh) * 2018-05-09 2018-10-09 北京航空航天大学 一种空间对抗环境下传感器受攻击的航天器姿控方法
CN110531621A (zh) * 2019-09-05 2019-12-03 北京航空航天大学 一种面向混合攻击下的信息物理系统可靠控制方法
CN111142549A (zh) * 2019-12-30 2020-05-12 北京航空航天大学 一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Cross-eye monopulse jammer located on UAV;İmren Kalinbacak;《2017 Progress In Electromagnetics Research Symposium》;20170525;全文 *
基于多无人机协同的组网雷达轨迹欺骗干扰;秦蓁 等;《通信技术》;20200131;全文 *

Also Published As

Publication number Publication date
CN111813096A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
Quinonez et al. {SAVIOR}: Securing autonomous vehicles with robust physical invariants
Guo et al. Roboads: Anomaly detection against sensor and actuator misbehaviors in mobile robots
CN111813096B (zh) 一种期望轨迹信号攻击下的无人机安全控制方法
Zhang et al. Bayesian filtering with unknown sensor measurement losses
US7181323B1 (en) Computerized method for generating low-bias estimates of position of a vehicle from sensor data
Liu et al. Secure pose estimation for autonomous vehicles under cyber attacks
CN108628331A (zh) 一种空间对抗环境下传感器受攻击的航天器姿控方法
US20070250260A1 (en) Method and system for autonomous tracking of a mobile target by an unmanned aerial vehicle
Sharma et al. Adaptive, integrated guidance and control for missile interceptors
CN110646814A (zh) 一种组合导航模式下的无人机欺骗方法
CN108628329A (zh) 一种测控链路受回放攻击的航天器抗干扰姿控方法
Xiao et al. Cyber attack detection and isolation for a quadrotor UAV with modified sliding innovation sequences
CN114740497B (zh) 基于ukf多源融合探测的无人机欺骗方法
CN110531621A (zh) 一种面向混合攻击下的信息物理系统可靠控制方法
CN110889862A (zh) 一种网络传输攻击环境中多目标跟踪的组合测量方法
CN115047769A (zh) 一种基于约束跟随的无人作战平台避障-到达控制方法
CN112019526B (zh) 一种基于多特征融合的期望轨迹信号攻击检测方法
CA3220085A1 (en) Roll-biased skid-to-turn terminal guidance with rudder integrator feedback
Da Silva et al. A soft-kill reinforcement learning counter unmanned aerial system (c-uas) with accelerated training
Hong et al. ESP spoofing: Covert acoustic attack on MEMS gyroscopes in vehicles
CN117075638A (zh) 一种针对DoS网络攻击的集群无人机协同韧性控制方法
CN113867154B (zh) 一种导弹抗网络攻击制导律设计方法
Trefilov et al. Simulation modeling of strapdown inertial navigation systems functioning as a means to ensure cybersecurity of unmanned aerial vehicles navigation systems for dynamic objects in various correction modes
Jiang et al. Secure estimation for attitude and heading reference systems under sparse attacks
Mina et al. Continuous GPS authentication with chimera using stochastic reachability analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant