CN112650057A - 基于抗欺骗攻击安全域的无人机模型预测控制方法 - Google Patents
基于抗欺骗攻击安全域的无人机模型预测控制方法 Download PDFInfo
- Publication number
- CN112650057A CN112650057A CN202011272859.XA CN202011272859A CN112650057A CN 112650057 A CN112650057 A CN 112650057A CN 202011272859 A CN202011272859 A CN 202011272859A CN 112650057 A CN112650057 A CN 112650057A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- security domain
- attack
- control method
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 4
- 230000006854 communication Effects 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 125000004432 carbon atom Chemical group C* 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于抗欺骗攻击安全域的无人机模型预测控制方法,该控制方法建立无人机姿态动力学状态空间表达式;建立欺骗攻击通用模型,并且给出受到欺骗攻击下的状态空间表达式;基于欺骗攻击的特点,为控制器端以及执行器端设计安全域约束,其中包括状态量安全域约束与控制量安全域约束;在状态约束以及安全域约束下,求解优化问题获得控制量。解决了现有技术在无人机通信中容易受到欺骗攻击的问题,本发明可以充分利用欺骗攻击能量受限的特点设计安全域约束,并且结合鲁棒模型预测控制能够处理约束以及非匹配干扰的特点,对无人机进行控制。
Description
【技术领域】
本发明属于无人机控制技术领域,具体涉及一种基于抗欺骗攻击安全域的无人机模型预测 控制方法。
【背景技术】
无人机离不开控制系统,无人机和控制系统是一体的存在。无人机控制系统在最早期,仅 仅是用来对无人机进行控制,并且对无人机的飞行状态进行监控,通过操作杆对无人机进行操 控。后来随着无人机以及无人机控制系统的不断发展,无人机控制系统更多则是用来通过无人 机获取的信息来进行分析和决策,从而进行作战任务的完成。随着互联网的高速发展,无人机 控制系统更加倾向于依靠网络来制定无人机的作战计划,通过网络和系统平台来制定多种武器 共同参与的协同作战,从而应对各种各样复杂的作战环境。然而,通过网络来通信具有受到攻 击的风险,其中比较常见的是欺骗攻击和DoS攻击。DoS攻击是通过阻断信道中信号的传播 来完成攻击目的的。与DoS攻击相比,欺骗攻击更隐蔽,可以在不触发任何警报的情况下危 害受控系统,因此需要重点研究防范无人机控制过程中的欺骗攻击防御方法。
此外,无人机本身结构复杂,且受到各种外界因素影响。当前许多研究工作基本只针对某 种形式的扰动进行抑制,这与实际情况存在差距。因此需要一种能够处理多形式扰动的算法。 另外,无人机由于受自身设备或所执行任务要求的限制,对控制算法的设计要求苛刻。通常这 些限制体现在无人机的速度限制,姿态限制以及燃料限制等。这些限制通常以状态约束或者输 入约束的形式存在。现在技术中,对多种约束下的无人机控制算法基本没有。因此,设计一种 能够处理各种约束的控制算法也是必要的。
【发明内容】
本发明的目的在于克服上述现有技术的缺点,提供一种基于抗欺骗攻击安全域的无人机模 型预测控制方法,该方法是一种基于抗欺骗攻击的安全域约束设计以及鲁棒模型预测控制方法, 解决了现有技术在无人机在飞行过程中通信容易受到攻击的问题
为达到上述目的,本发明采用以下技术方案予以实现:
基于抗欺骗攻击安全域的无人机模型预测控制方法,包括以下步骤:
步骤1,通过无人机姿态状态空间方程和欺骗攻击通用模型,建立无人机在受到欺骗攻击 时的姿态动力学状态空间表达式;
步骤2,为无人机的控制器端和执行器端设计安全域约束;
步骤3,针对无人机在受到欺骗攻击时的姿态动力学状态空间表达式中的参数,设计鲁棒 控制器以优化所述参数,最终获得无人机在受到欺骗攻击时的姿态动力学状态。
本发明的进一步改进在于:
优选的,所述步骤1包括以下步骤:
步骤1.1)建立无人机姿态动力学状态空间方程;
步骤1.2)建立无人机的欺骗攻击通用模型;
步骤1.3)通过欺骗攻击通用模型和无人机姿态动力学状态空间方程,所述鲁棒控制器中的 参数受安全域约束限制,获得欺骗攻击下的无人机姿态动力学状态空间方程。
优选的,步骤1.3)中,所述欺骗攻击下的无人机姿态动力学状态空间方程为:
其中,A、B和G为无人机参数;ωk为范数有界扰动。
优选的,步骤2中,控制器端的安全域约束为:
安全器端的安全域约束为:
优选的,式(6)中,Dk+s|k满足以下条件:
h∈{1,2,…,n},i=1,2,…,h-1,h+1,…,n。
优选的,步骤3中,所述鲁棒控制器为:
Dk+N|k≤ψε (19)
其中Q*和P为权值矩阵。
约束为:
优选的,式(17)需满足:
其中,Q、R和P为给定的权值矩阵。
与现有技术相比,本发明具有以下有益效果:
本发明公开了一种基于抗欺骗攻击安全域的无人机模型预测控制方法,该控制方法建立无 人机姿态动力学状态空间表达式;建立欺骗攻击通用模型,并且给出受到欺骗攻击下的状态空 间表达式;基于欺骗攻击的特点,为控制器端以及执行器端设计安全域约束,其中包括状态量 安全域约束与控制量安全域约束;在状态约束以及安全域约束下,求解优化问题获得控制量。 解决了现有技术在无人机通信中容易受到欺骗攻击的问题,本发明可以充分利用欺骗攻击能量 受限的特点设计安全域约束,并且结合鲁棒模型预测控制能够处理约束以及非匹配干扰的特点, 对无人机进行控制。本发明提供的基于抗欺骗攻击安全域的无人机模型预测控制方法。通过考 虑无人机在与地面通信时可能受到欺骗攻击而导致无人机行动受到破坏,因此设计了无人机状 态安全域约束与控制量安全域约束。另外,求解满足这两种约束的优化问题可以得到最优的控 制量,使得无人机在执行任务时防御欺骗攻击。本发明可以充分利用鲁棒模型预测控制可以处 理约束和扰动的优点,结合防御欺骗攻击的安全域约束,保证无人机执行任务的安全进行。
进一步地,本发明中采用鲁棒模型预测控制方法可以有效地处理无人机的状态和控制约束, 并且可以有效地抑制干扰,使得无人机在受到通信攻击的环境下仍能够完成控制。
【附图说明】
图1为本发明提供的基于抗欺骗攻击安全域的无人机模型预测控制方法的流程框图。
图2为本发明提供的实施例中的使用本发明技术后无人机在受到欺骗攻击时的状态曲线 图;
图3为本发明提供的实施例中的未使用本发明技术后无人机在受到欺骗攻击时的状态曲 线图。
【具体实施方式】
下面结合附图对本发明做进一步详细描述:
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特 定的方位构造和操作,因此不能理解为对本发明的限制;术语“第一”、“第二”、“第三”仅用 于描述目的,而不能理解为指示或暗示相对重要性;此外,除非另有明确的规定和限定,术语 “安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接;可 以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普 通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
参见图1,本发明的控制方法包括以下步骤:
步骤1):建立无人机姿态动力学状态空间表达式,建立欺骗攻击通用模型,并且给出受 到欺骗攻击下的姿态动力学状态空间表达式;
步骤1)具体包括如下步骤:
步骤1.1):建立无人机姿态动力学状态空间方程,具体如公式(1):
xk+1=Axk+Buk+Gωk (1)
步骤1.2):给出无人机的欺骗攻击通用模型,无人机上设置有传感器、控制器和执行器, 三个工作器均设置在无人机上,传感器用于采集无人机自身的位置和速度等信息;控制器用于 产生控制无人机运动的控制信号;执行器用于执行控制信号的机构。
步骤1.3):获取欺骗攻击下的无人机姿态动力学状态空间方程,具体如公式(5):
步骤2):基于欺骗攻击的特点,为控制器端以及执行器端设计安全域约束;
给出无人机受到的控制量约束:
在步骤2)中,无人机受到安全域约束,该约束可以保证无人机在受到欺骗攻击时仍然具 有较好的性能,表示为:
另外地,Dk+s|k满足以下条件:
其中,Ω=[ξ1ξ2…ξn]P1[ξ1ξ2…ξn]T;
为简化公式,设定下式:
其中,M=ATPBBTPA (11)
式(8)中的Ω中,
h∈{1,2,…,n},i=1,2,…,h-1,h+1,…,n
等式左侧表示执行器安全域约束集合,等式右侧的中括号区间表示执行器安全域约束集合 具体表达式;中括号区间中的两个量为具体的执行器安全域约束的实际数值,具体计算方式见 (16)和(17)。
步骤3):在状态约束以及安全域约束下,求解优化问题获得控制量。
在步骤3)中,设计如下形式的鲁棒控制器:
Dk+N|k≤ψε (19)
其中Q*和P为权值矩阵。
约束为
另外,式(21)的具体表达形式为:
其中,Q、R和P为给定的权值矩阵。
下面结合具体实施例对本发明进行说明:
实施例
本实施例采用上述基于抗欺骗攻击安全域的无人机模型预测控制方法进行控制。
需要说明的是,在本实施例中,
ui,k∈[-10,10](i=1,2,3),Q=E5×5R=0.1E3×3.
K11=0.6193,K12=0.3708,K13=0.1412
K14=-0.7391,K15=-1.0826,K21=-0.0802
K22=-0.8329,K23=-0.0318,K24=-0.0326
K25=0.0603,K31=1.3532,K32=0.4054
K33=3.4298,K34=1.0789,K35=-2.2215
在本实施例中,参见图2和3,分别给出了无人机在使用本发明所提方法下防御欺骗攻击 以及未使用本专利所提方法防御欺骗攻击的状态图像。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则 之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于抗欺骗攻击安全域的无人机模型预测控制方法,其特征在于,包括以下步骤:
步骤1,通过无人机姿态状态空间方程和欺骗攻击通用模型,建立无人机在受到欺骗攻击时的姿态动力学状态空间表达式;
步骤2,为无人机的控制器端和执行器端设计安全域约束;
步骤3,针对无人机在受到欺骗攻击时的姿态动力学状态空间表达式中的参数,设计鲁棒控制器以优化所述参数,所述鲁棒控制器中的参数受安全域约束限制,最终获得无人机在受到欺骗攻击时的姿态动力学状态。
2.根据权利要求1所述的基于抗欺骗攻击安全域的无人机模型预测控制方法,其特征在于,所述步骤1包括以下步骤:
步骤1.1)建立无人机姿态动力学状态空间方程;
步骤1.2)建立无人机的欺骗攻击通用模型;
步骤1.3)通过欺骗攻击通用模型和无人机姿态动力学状态空间方程,获得欺骗攻击下的无人机姿态动力学状态空间方程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011272859.XA CN112650057B (zh) | 2020-11-13 | 2020-11-13 | 基于抗欺骗攻击安全域的无人机模型预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011272859.XA CN112650057B (zh) | 2020-11-13 | 2020-11-13 | 基于抗欺骗攻击安全域的无人机模型预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112650057A true CN112650057A (zh) | 2021-04-13 |
CN112650057B CN112650057B (zh) | 2022-05-20 |
Family
ID=75349247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011272859.XA Active CN112650057B (zh) | 2020-11-13 | 2020-11-13 | 基于抗欺骗攻击安全域的无人机模型预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112650057B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115167490A (zh) * | 2022-07-06 | 2022-10-11 | 苏州三垣航天科技有限公司 | 航天器模型预测控制方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375514A (zh) * | 2018-11-30 | 2019-02-22 | 沈阳航空航天大学 | 一种存在假数据注入攻击时的最优跟踪控制器设计方法 |
CN109951476A (zh) * | 2019-03-18 | 2019-06-28 | 中国科学院计算机网络信息中心 | 基于时序的攻击预测方法、装置及存储介质 |
CN110196554A (zh) * | 2019-05-27 | 2019-09-03 | 重庆邮电大学 | 一种多智能体系统的安全一致性控制方法 |
CN110579965A (zh) * | 2019-09-23 | 2019-12-17 | 哈尔滨工业大学 | 基于事件驱动的水面无人艇网络攻击下的容错控制方法 |
CN111813096A (zh) * | 2020-08-11 | 2020-10-23 | 北京航空航天大学 | 一种期望轨迹信号攻击下的无人机安全控制方法 |
-
2020
- 2020-11-13 CN CN202011272859.XA patent/CN112650057B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375514A (zh) * | 2018-11-30 | 2019-02-22 | 沈阳航空航天大学 | 一种存在假数据注入攻击时的最优跟踪控制器设计方法 |
CN109951476A (zh) * | 2019-03-18 | 2019-06-28 | 中国科学院计算机网络信息中心 | 基于时序的攻击预测方法、装置及存储介质 |
CN110196554A (zh) * | 2019-05-27 | 2019-09-03 | 重庆邮电大学 | 一种多智能体系统的安全一致性控制方法 |
CN110579965A (zh) * | 2019-09-23 | 2019-12-17 | 哈尔滨工业大学 | 基于事件驱动的水面无人艇网络攻击下的容错控制方法 |
CN111813096A (zh) * | 2020-08-11 | 2020-10-23 | 北京航空航天大学 | 一种期望轨迹信号攻击下的无人机安全控制方法 |
Non-Patent Citations (1)
Title |
---|
LIU LEI 等: "Sliding Mode Control for Nonlinear Markovian Jump Systems Under Denial-of-Service Attacks", 《IEEE-CAA JOURNAL OF AUTOMATICA SINICA》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115167490A (zh) * | 2022-07-06 | 2022-10-11 | 苏州三垣航天科技有限公司 | 航天器模型预测控制方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112650057B (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929394B (zh) | 基于超网络理论的联合作战体系建模方法以及存储介质 | |
CN112650057B (zh) | 基于抗欺骗攻击安全域的无人机模型预测控制方法 | |
Zeng et al. | Modeling for UAV resource scheduling under mission synchronization | |
CN115993835A (zh) | 基于目标机动意图预测的近距空战机动决策方法及系统 | |
CN113625569B (zh) | 一种基于混合决策模型的小型无人机防控决策方法及系统 | |
CN113900449B (zh) | 多无人机轨迹规划方法、装置、无人机及存储介质 | |
CN111273688A (zh) | 基于事件触发的四旋翼无人机一致性编队控制方法 | |
Yeh | Attitude controller design of mini-unmanned aerial vehicles using fuzzy sliding-mode control degraded by white noise interference | |
CN109725643A (zh) | 一种基于主动建模的旋翼飞行器非平衡负载吊运系统的控制方法 | |
CN112180742A (zh) | 基于分数阶扰动观测器的海上起重机稳定控制方法及系统 | |
Fang et al. | Emergency landing trajectory optimization for fixed-wing UAV under engine failure | |
Wei et al. | Three-dimensional impact angle constrained distributed cooperative guidance law for anti-ship missiles | |
Wang et al. | Autonomous maneuver decision of uav based on deep reinforcement learning: comparison of DQN and DDPG | |
Ye et al. | A semi-Markovian jumping system approach to secure DPC of nonlinear networked unmanned marine vehicle systems with DoS attack | |
CN110376890A (zh) | 一种基于能量分析的二级摆飞行吊运系统控制方法 | |
Jiang et al. | Integrated Guidance and Control Design of Rolling‐Guided Projectile Based on Adaptive Fuzzy Control with Multiple Constraints | |
CN116774714A (zh) | 一种基于事件触发机制的多约束协同制导方法 | |
Fu et al. | Air combat assignment problem based on bayesian optimization algorithm | |
CN111306995B (zh) | 一种面向弹体颤振抑制的组合控制器设计方法 | |
Deng et al. | Research on intelligent decision technology for multi-UAVs prevention and control | |
CN112835372A (zh) | 四旋翼无人机的固定时间控制方法 | |
CN112050692A (zh) | 一种多导弹协同制导律设计方法 | |
Xiaoyu et al. | Intelligent Air Combat Maneuvering Decision Based on TD3 Algorithm | |
Jia et al. | Multi-intent autonomous decision-making for air combat with deep reinforcement learning | |
CN116483109B (zh) | 一种基于滑模控制的飞行器制导控制一体化方法及系统 |
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 |