一种受欺骗攻击的非线性网络化系统状态估计方法技术方案

本发明专利技术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；本发明专利技术可以有效节约带宽、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。

【技术实现步骤摘要】
一种受欺骗攻击的非线性网络化系统状态估计方法
本专利技术涉及网络控制
，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。
技术介绍
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∞。状态估计也本文档来自技高网...

【技术保护点】
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：/n步骤S1、建立非线性系统模型和系统状态估计器模型；/n具体地，所述非线性系统模型如下：/n

【技术特征摘要】
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：



其中，是系统状态x(t)的估计值，是待估计信号z(t)的估计值，是状态估计器的真实输入，K是状态估计器的预期增益，ΔK是非确定参数，且满足ΔK＝FΔ(t)H，F，H，C，L，A为常数矩阵；
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：



将时间间隔[tkh，tk+1h)划分为
l＝1，2，…，u，u＝tk+1-tk-1，定义τ(t)＝t-sk(l)h，且满足则状态估计器的真实输入为：



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：



其中f(y(tkh))为欺骗攻击的信号，s(tkh)为伯努利分布变量，且满足
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...

【专利技术属性】
技术研发人员：曹杰，查利娟，刘金良，丁达，申冬琴，毛波，
申请(专利权)人：云境商务智能研究院南京有限公司，河海大学，南京财经大学，
类型：发明
国别省市：江苏;32