CN113009825B - 一种受欺骗攻击的非线性网络化系统状态估计方法 - Google Patents
一种受欺骗攻击的非线性网络化系统状态估计方法 Download PDFInfo
- Publication number
- CN113009825B CN113009825B CN202110172191.XA CN202110172191A CN113009825B CN 113009825 B CN113009825 B CN 113009825B CN 202110172191 A CN202110172191 A CN 202110172191A CN 113009825 B CN113009825 B CN 113009825B
- Authority
- CN
- China
- Prior art keywords
- state estimator
- model
- matrix
- network
- attack
- 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
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种受欺骗攻击的非线性网络化系统状态估计方法,首先建立非线性系统模型和系统状态估计器模型,引入事件触发机制,基于欺骗攻击对网络传输数据造成的影响,建立网络攻击模型,在欺骗攻击和事件触发机制下设计了非线性系统状态估计器模型;利用Lyapunov稳定性理论,得到确保系统指数均方稳定的充分性条件;最后求解线性矩阵不等式获取事件触发参数和状态估计器增益;本发明可以有效节约带宽、减少网络负荷,提高传输信道的通讯能力,能够高效节约网络带宽资源、降低网络负荷;同时引入事件触发机制和量化机制,可以有效减轻网络传输的负担。
Description
技术领域
本发明涉及网络控制技术领域,主要涉及一种受欺骗攻击的非线性网络化系统状态估计方法。
背景技术
随着网络社会的不断发展,网络通信资源越发显得重要也变得越珍贵,如何在合理有效利用网络资源的同时,还不失系统传输性能,这是一个值得深入研究的问题。近些年来,事件触发机制由于其特有的优势被认为是一种有效的节省网络资源的方法,其主要思想是,只有满足相应的触发条件,当下数据才能进行传输,否则丢弃该数据包。在过去的几年中,有许多不同的事件触发方案被运用于相对应的工程系统,比如传感器网络、多智能体系统等等。
同时,伴随着信息传输的异常频繁,网络通道当中的不确定因素也越来越多,其中首当其冲的就是随机网络攻击,随机网络攻击是当下研究的热点之一,它会造成系统传输数据丢失,甚至会有恶意攻击者通过随机网络攻击对网络通道进行破坏,造成一定的资源损失。在现有的网络攻击的分类中,欺骗攻击是危害性较大的一种,它会恶意的传播有害信息从而降低信息传输效率和系统性能,因此,研究欺骗攻击下的非线性网络控制系统的事件触发H∞。状态估计也是一个具有挑战性的问题。
发明内容
发明目的:本发明提供了一种受欺骗攻击的非线性网络化系统的事件触发H∞状态估计器设计方法。在考虑事件触发机制和随机发生的欺骗攻击情况下,建立了一个新的状态估计系统,可以有效的减少网络负荷。
技术方案:为实现上述目的,本发明采用的技术方案为:
一种受欺骗攻击的非线性网络化系统状态估计方法,包括以下步骤:
步骤S1、建立非线性系统模型和系统状态估计器模型;
具体地,所述非线性系统模型如下:
其中,x(t)∈Rn为状态变量,y(t)∈Rm为测量输出,z(t)∈Rp为待估计信号,w(t)∈Rq为外部扰动,且服从w(t)∈[L20,∞);A,Aw,C,L为常数矩阵;α(t)为取值为{0,1}的随机变量,且概率分布满足:h(x)为非线性函数;
建立状态估计系统模型如下:
步骤S2、引入事件触发机制;
具体地,当满足如下条件时,测量输出被释放到网络当中且被传输到状态估计器:
其中,ek(t)是最近一次测量输出y(tkh)和当下测量输出y(sk(l)h)的误差,且满足:
ek(t)=y(tkh)-y(sk(l)h),sk(l)h=tkh+lh
Ω为正定矩阵,ρ为给定正向标量,h为采样时间;l=1,2…u,u=tk+1-tk-1,其中tk+1,tk为第k+1次和第k次触发;
在事件触发机制下,状态估计器的输入被描述为:
步骤S3、考虑欺骗攻击对网络传输数据造成的影响,建立网络攻击模型;
考虑网络通道中欺骗攻击的影响,状态估计器的输入变为:
步骤S4、基于欺骗攻击和事件触发机制,设计非线性系统状态估计器模型如下:
设定ξ(t)=[xT(t) eT(t)]T,则状态估计误差模型表述如下:
其中
步骤S5、基于Lyapunov稳定性理论,得到确保系统指数均方稳定的充分性条件;
设定标量τM,ρ,矩阵K,F,H,当存在正向标量λ,ε1,ε2,ε3,矩阵P1>0,P2>0Q11>0,Q12>0,Q21>0,Q22>0,Ω>0,U为适当维度的矩阵,使得下列不等式成立时,系统在H∞水平下指数均方稳定:
Q2=diag{Q21,Q22},P=diag{P1,P2};
步骤S6、求解线性矩阵不等式,获取事件触发参数和状态估计器增益;
设定H∞扰动水平γ,标量τM,ρ,θ和矩阵F,H,存在正标量λ,ε1,ε2,ε3,矩阵P1>0,P2>0,Y,Q11>0,Q12>0,Q21>0,Q22>0,Ω>0,U为常数矩阵矩阵,使得下列条件成立,则系统状态估计模型为指数均方稳定:
其中:
M6=[0 HCS3 0 H 0 -H 0 0 0 0 0]
有益效果:本发明提供的受欺骗攻击的非线性网络化系统状态估计方法,有效节约带宽、减少网络负荷,提高传输信道的通讯能力,能够高效节约网络带宽资源、降低网络负荷。引入事件触发机制和量化机制,减轻网络传输的负担。研究了基于事件触发机制和量化的复杂网络系统的状态估计问题。利用李雅普诺夫稳定性理论和线性矩阵不等式技术,得到了状态估计误差系统渐近稳定的充分性条件,并且给出了理想的状态估计器的设计方法。考虑到网络系统中信息传输量大而网络带宽受限的特性,研究了一类基于事件触发机制和量化的复杂网络系统的H∞滤波器设计问题,基于事件触发机制建立了一个滤波误差系统模型,利用线性矩阵不等式技术,给出了系统指数均方渐近稳定的充分性条件,并进一步给出了H∞滤波器设计算法。
附图说明
图1是本发明提供的状态估计器设计流程图;
图2是本发明实施例中系统误差估计图;
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示的受欺骗攻击的非线性网络化系统状态估计方法,包括以下步骤:
步骤S1、建立非线性系统模型和系统状态估计器模型;
具体地,所述非线性系统模型如下:
其中,x(t)∈Rn为状态变量,y(t)∈Rm为测量输出,z(t)∈Rp为待估计信号,w(t)∈Rq为外部扰动,且服从w(t)∈[L20,∞);A,Aw,C,L为常数矩阵;α(t)为取值为{0,1}的随机变量,且概率分布满足:h(x)为非线性函数;
建立状态估计系统模型如下:
步骤S2、引入事件触发机制;
具体地,当满足如下条件时,测量输出被释放到网络当中且被传输到状态估计器:
其中,ek(t)是最近一次测量输出y(tkh)和当下测量输出y(sk(l)h)的误差,且满足:
ek(t)=y(tkh)-y(sk(l)h),sk(l)h=tkh+2h
Ω为正定矩阵,ρ为给定正向标量,h为采样时间;
在事件触发机制下,状态估计器的输入被描述为:
步骤S3、考虑欺骗攻击对网络传输数据造成的影响,建立网络攻击模型;
考虑网络通道中欺骗攻击的影响,状态估计器的输入变为:
步骤S4、基于欺骗攻击和事件触发机制,设计非线性系统状态估计器模型如下:
设定ξ(t)=[xT(t) eT(t)]T,则状态估计误差模型表述如下:
其中
步骤S5、基于Lyapunov稳定性理论,得到确保系统指数均方稳定的充分性条件;
设定标量τM,ρ,矩阵K,F,H,当存在正向标量λ,ε1,ε2,ε3,矩阵P1>0,P2>0Q11>0,Q12>0,Q21>0,Q22>0,Ω>0,U为适当维度的矩阵,使得下列不等式成立时,系统在H∞水平下指数均方稳定:
Q2=diag{Q21,Q22},P=diag{P1,P2}。
证明过程如下:
构建Lyapunov函数如下:
计算导数如下:
其中Q2,U满足:
且有y(tkh)=CS3ξ(t)+ek(t)
因此:[CS3ξ(t)+ek(t)]TNTN[CS3ξ(t)+ek(t)]-fT(y(tkh))f(y(tkh))
综合可得:
使用Schur定理,可以得出:
等式两边从0到t积分,可得:
令t→+∞,可得:
当w(t)=0,可以得出,系统指数均方稳定。
步骤S6、求解线性矩阵不等式,获取事件触发参数和状态估计器增益;
设定H∞扰动水平γ,标量τM,ρ,θ和矩阵F,H,存在正标量λ,ε1,ε2,ε3,矩阵P1>0,P2>0,Y,Q11>0,Q12>0,Q21>0,Q22>0,Ω>0,U为常数矩阵,使得下列条件成立,则系统状态估计模型为指数均方稳定:
其中:
M6=[0 HCS3 0 H 0 -H 0 0 0 0 0]
证明如下:
为了消除ΔK,可得:
且:
存在正向标量εi(i=1,2,3),使得
下面采用仿真分析的方法提供一份具体实施例通过编写Matlab程序求解线性矩阵不等式求解估计器增益并绘制仿真曲线,用仿真实例证明本发明的有效性:
考虑系统参数为:
不确定性参数矩阵和不确定性表述为:
考虑扰动输入为:w(t)=0.01e-2t,系统初始条件和状态估计如下:
欺骗攻击和非线性函数表述为:
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (1)
1.一种受欺骗攻击的非线性网络化系统状态估计方法,其特征在于,包括以下步骤:
步骤S1、建立非线性系统模型和系统状态估计器模型;
具体地,所述非线性系统模型如下:
其中,x(t)∈Rn为状态变量,y(t)∈Rm为测量输出,z(t)∈Rp为待估计信号,w(t)∈Rq为外部扰动,且服从w(t)∈[L20,∞);A,Aw,C,L为常数矩阵;α(t)为取值为{0,1}的随机变量,且概率分布满足: h(x)为非线性函数;
建立状态估计系统模型如下:
步骤S2、引入事件触发机制;
具体地,当满足如下条件时,测量输出被释放到网络当中且被传输到状态估计器:
其中,ek(t)是最近一次测量输出y(tkh)和当下测量输出y(sk(l)h)的误差,且满足:
ek(t)=y(tkh)-y(sk(l)h),sk(l)h=tkh+lh
Ω为正定矩阵,ρ为给定正向标量,h为采样时间;l=1,2…u,u=tk+1-tk-1,其中tk+1,tk为第k+1次和第k次触发;
在事件触发机制下,状态估计器的输入被描述为:
步骤S3、考虑欺骗攻击对网络传输数据造成的影响,建立网络攻击模型;
考虑网络通道中欺骗攻击的影响,状态估计器的输入变为:
步骤S4、基于欺骗攻击和事件触发机制,设计非线性系统状态估计器模型如下:
设定ξ(t)=[xT(t) eT(t)]T,则状态估计误差模型表述如下:
其中
步骤S5、基于Lyapunov稳定性理论,得到确保系统指数均方稳定的充分性条件;
设定标量τM,ρ,矩阵K,F,H,当存在正向标量λ,ε1,ε2,ε3,矩阵P1>0,P2>0,Q11>0,Q12>0,Q21>0,Q22>0,Ω>0,U为适当维度的矩阵,使得下列不等式成立时,系统在H∞水平下指数均方稳定:
Q2=diag{Q21,Q22},P=diag{P1,P2};
步骤S6、求解线性矩阵不等式,获取事件触发参数和状态估计器增益;
设定H∞扰动水平γ,标量τM,ρ,θ和矩阵F,H,存在正标量λ,ε1,ε2,ε3,矩阵P1>0,P2>0,Y,Q11>0,Q12>0,Q21>0,Q22>0,Ω>0,U为常数矩阵,使得下列条件成立,则系统状态估计模型为指数均方稳定:
其中:
M6=[0 HCS3 0 H 0 -H 0 0 0 0 0]
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110172191.XA CN113009825B (zh) | 2021-02-08 | 2021-02-08 | 一种受欺骗攻击的非线性网络化系统状态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110172191.XA CN113009825B (zh) | 2021-02-08 | 2021-02-08 | 一种受欺骗攻击的非线性网络化系统状态估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113009825A CN113009825A (zh) | 2021-06-22 |
CN113009825B true CN113009825B (zh) | 2022-11-08 |
Family
ID=76383833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110172191.XA Active CN113009825B (zh) | 2021-02-08 | 2021-02-08 | 一种受欺骗攻击的非线性网络化系统状态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113009825B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345596A (zh) * | 2021-06-24 | 2021-09-03 | 杭州电子科技大学 | 一种基于seir模型的传染病系统的事件触发滤波方法 |
CN113625684B (zh) * | 2021-07-26 | 2022-08-09 | 云境商务智能研究院南京有限公司 | 一种混合网络攻击下基于事件触发机制的跟踪控制器的设计方法 |
CN113596024A (zh) * | 2021-07-28 | 2021-11-02 | 南京市初仁智能科技有限公司 | 一种欺骗攻击下信息物理系统的事件触发滤波器设计方法 |
CN113625647A (zh) * | 2021-08-20 | 2021-11-09 | 河南农业大学 | 非线性系统事件驱动器与doffss控制器联合设计法 |
CN113721467B (zh) * | 2021-08-31 | 2024-05-10 | 云境商务智能研究院南京有限公司 | 欺骗攻击和DoS攻击下基于自适应事件触发的H∞滤波器设计方法 |
CN113746698A (zh) * | 2021-08-31 | 2021-12-03 | 云境商务智能研究院南京有限公司 | 一种随机网络攻击下网络化系统故障检测滤波器设计方法 |
CN115051872B (zh) * | 2022-06-30 | 2023-03-17 | 苏州科技大学 | 基于互联cps考虑攻击信号和未知扰动的攻击检测方法 |
CN116846773B (zh) * | 2023-06-15 | 2024-04-05 | 哈尔滨理工大学 | 一种具有比特率约束的复杂网络同步控制方法 |
CN117578444B (zh) * | 2023-11-28 | 2024-04-16 | 山东省煤炭科学研究院有限公司 | 基于事件触发机制的配电网安全状态估计方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814381A (zh) * | 2019-01-08 | 2019-05-28 | 华东理工大学 | 一种基于事件触发的网络控制系统控制器设计方法 |
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 |
CN110865616A (zh) * | 2019-11-07 | 2020-03-06 | 河南农业大学 | 随机fdi攻击下事件触发带记忆dof控制器设计方法 |
CN111756032A (zh) * | 2020-05-19 | 2020-10-09 | 国网浙江省电力有限公司温州供电公司 | 一种欺骗性网络下基于事件触发控制的改进方法 |
CN112286051A (zh) * | 2020-09-20 | 2021-01-29 | 国网江苏省电力有限公司信息通信分公司 | 复杂网络攻击下基于自适应事件触发机制的神经网络量化控制方法 |
CN112327616A (zh) * | 2020-10-19 | 2021-02-05 | 江苏大学 | 一种基于事件触发的网络控制系统控制器设计方法 |
-
2021
- 2021-02-08 CN CN202110172191.XA patent/CN113009825B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814381A (zh) * | 2019-01-08 | 2019-05-28 | 华东理工大学 | 一种基于事件触发的网络控制系统控制器设计方法 |
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 |
CN110865616A (zh) * | 2019-11-07 | 2020-03-06 | 河南农业大学 | 随机fdi攻击下事件触发带记忆dof控制器设计方法 |
CN111756032A (zh) * | 2020-05-19 | 2020-10-09 | 国网浙江省电力有限公司温州供电公司 | 一种欺骗性网络下基于事件触发控制的改进方法 |
CN112286051A (zh) * | 2020-09-20 | 2021-01-29 | 国网江苏省电力有限公司信息通信分公司 | 复杂网络攻击下基于自适应事件触发机制的神经网络量化控制方法 |
CN112327616A (zh) * | 2020-10-19 | 2021-02-05 | 江苏大学 | 一种基于事件触发的网络控制系统控制器设计方法 |
Non-Patent Citations (3)
Title |
---|
"Event-Triggered H∞ Load Frequency Control for Multiarea Power Systems Under Hybrid Cyber Attacks";Jinliang Liu 等;《IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS: SYSTEMS》;20190831;第49卷(第8期);全文 * |
"Medium access scheduling for input reconstruction under deception attacks";Mohamed AmineSid 等;《Journal of the Franklin Institute》;20171231;全文 * |
"欺骗攻击下一类神经网络的自适应事件触发H∞滤波";王锦霞 等;《南京信息工程大学学报(自然科学版)》;20210109;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113009825A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113009825B (zh) | 一种受欺骗攻击的非线性网络化系统状态估计方法 | |
CN110213115B (zh) | 一种多网络攻击下事件驱动网络控制系统的安全控制方法 | |
Liu et al. | Security control for T–S fuzzy systems with adaptive event-triggered mechanism and multiple cyber-attacks | |
CN113625684B (zh) | 一种混合网络攻击下基于事件触发机制的跟踪控制器的设计方法 | |
CN111679572B (zh) | 多网络攻击下基于混合触发的网络控制系统安全控制方法 | |
CN110865616B (zh) | 随机fdi攻击下事件触发带记忆dof控制器设计方法 | |
CN113741309B (zh) | 一种基于观测器的双动态事件触发控制器模型设计方法 | |
CN112286051A (zh) | 复杂网络攻击下基于自适应事件触发机制的神经网络量化控制方法 | |
CN113721467B (zh) | 欺骗攻击和DoS攻击下基于自适应事件触发的H∞滤波器设计方法 | |
Gao et al. | Event-triggered prescribed performance adaptive secure control for nonlinear cyber physical systems under denial-of-service attacks | |
Liu et al. | Quantized state estimation for neural networks with cyber attacks and hybrid triggered communication scheme | |
CN114415633B (zh) | 多网络攻击下基于动态事件触发机制的安全跟踪控制方法 | |
Sun et al. | Event-triggered robust MPC of nonlinear cyber-physical systems against DoS attacks | |
Sun et al. | Output‐based resilient event‐triggered control for networked control systems under denial of service attacks | |
CN113641104A (zh) | 动态事件触发下釜式反应器的有限频域故障检测方法 | |
CN112865752A (zh) | 一种混合网络攻击下基于自适应事件触发机制的滤波器设计方法 | |
CN113741198A (zh) | 随机网络攻击下的t-s模糊系统自适应事件触发状态估计方法 | |
Zhang et al. | Neural network-based control for RRP-based networked systems under DoS attacks with power interval | |
Zha et al. | Finite‐time adaptive event‐triggered asynchronous state estimation for Markov jump systems with cyber‐attacks | |
Sakthivel et al. | Observer-based state estimation for discrete-time semi-Markovian jump neural networks with round-robin protocol against cyber attacks | |
Ma et al. | Event‐triggered adaptive finite‐time secure control for nonlinear cyber‐physical systems against unknown deception attacks | |
Lu et al. | Adaptive event‐triggered resilient stabilization for nonlinear semi‐Markov jump systems subject to DoS attacks | |
Huang et al. | Strategic DoS attack in continuous space for cyber-physical systems over wireless networks | |
Ma et al. | A resilient optimized dynamic event-triggered mechanism on networked control system with switching behavior under mixed attacks | |
Lacerda et al. | Control design for cyber-physical systems under DoS attacks |
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 |