一种欺骗攻击下多Euler-Lagrange系统实现无领导者一致性方法技术方案

一种欺骗攻击下多Euler

【技术实现步骤摘要】
一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法


[0001]本专利技术属于网络化多智能体系统
，具体涉及一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法。

技术介绍

[0002]作为基于能量守恒定理建立的动力学系统模型，Euler
‑
Lagrange系统能够用来表示几乎所有的物理以及力学系统的结构和运动特征，比如无人机、工业机器人以及自动车辆等。相对于单个Euler
‑
Lagrange系统，机动性、灵活性、可操作性和可执行性是多Euler
‑
Lagrange系统所具备的主要特征，网络化多Euler
‑
Lagrange系统的一致性控制可以应用于如航天器交会对接、卫星姿态调整以及多机械臂协调等领域。
[0003]为了实现多Euler
‑
Lagrange系统的一致性，需要各智能体与邻居建立局部通信，该通信信息可以是位置坐标、速度矢量、力矩矢量或其它有效数据。但由于实际的多智能体系统通常都暴露在各种复杂的通讯网络中，恶意的网络攻击可能会直接破坏系统的一致性。如果不提前考虑网络攻击的影响，特别是对于水、电、核和化工厂等国家重大关键基础设施来说，将会造成巨大的经济损失，影响到国民的正常生活。因此，针对多Euler
‑
Lagrange的一致性问题，考虑在网络通信过程中遭受的欺骗攻击，是非常有实际性意义的。

技术实现思路

[0004]本专利技术考虑网络化Euler
‑
Lagrange系统受到随机地注入虚假数据的欺骗攻击，提出一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法，利用脉冲控制减少攻击信号的影响，结合神经网络控制处理系统的非线性部分，设计一种基于脉冲控制的一致性策略，实现了多Euler
‑
Lagrange系统无领导者安全有界一致性，为网络化多智能体系统的安全一致性提供了方法。
[0005]为了实现上诉专利技术目的，本专利技术应用以下技术方案：
[0006]一：针对多Euler
‑
Lagrange系统在进行通信时，通信信道遭受到欺骗攻击的模型进行建模；
[0007]二：设计网络化多Euler
‑
Lagrange系统的控制输入力矩，包括局部反馈控制项和脉冲控制项，给出脉冲一致性控制准则，使得网络化多Euler
‑
Lagrange系统在受到欺骗攻击时，实现位置上的均方意义下的有界一致性。
[0008]对以上内容进行说明：
[0009]首先，考虑由N个Euler
‑
Lagrange系统组成的多智能体系统，第i(i＝1,2，
···
N)个智能体的动力学方程为：
[0010][0011]式中，q
i
,分别代表第i个Euler
‑
Lagrange系统的广义坐标、速度及加速
度向量。为正定对称的惯性矩阵，是科里奥利和离心扭矩向量，是重心扭矩向量，是系统控制输入力矩。
[0012]同时，使用有向图G＝(V，E，A)来表示N个Euler
‑
Lagrange系统之间的通信网络拓扑，节点集合为V＝{i|i＝1,2,...,N}，有向边集合E＝{(i,j)|i∈V,j∈V,i≠j}。邻接矩阵A＝＝[a
ij
]∈R
N
×
N
，N
i
＝{j|(j,i)∈E}表示第i个节点的邻居集合。有向图G的Laplacian矩阵为L＝D
‑
A，＝式中对角矩阵D＝diag{d1,d2,...,d
N
}∈R
N
×
N
，并假设描述N个Euler
‑
Lagrange系统的通信有向拓扑图G是强连通的。
[0013]控制目标即Euler
‑
Lagrange系统的一致性误差q
i
(t)
‑
q
j
(t)最终达到均方有界意义下的有界一致性，并属于以下集合：式中，Δ表示一致性误差的界。
[0014]步骤1：针对多Euler
‑
Lagrange系统在进行通信时，通信信道遭受到欺骗攻击的模型进行建模；
[0015]由于要实现系统一致性，Euler
‑
Lagrange系统需要得到其他系统的状态信息，设定第j个Euler
‑
Lagrange系统输出信息为：式中，λ＞0。鉴于欺骗攻击的随机性，于是使用服从Bernoulli分布的随机变量γ
ij
(t)∈{0,1}来描述欺骗攻击是否发生。当γ
ij
(t)＝0时，未发生欺骗攻击；当γ
ij
(t)＝1时，有向图边(j,i)表示的通信信道发生欺骗攻击。随机变量γ
ij
(t)的概率分布满足且随机变量是相互独立的。故第i个Euler
‑
Lagrange的接收到第j个Euler
‑
Lagrange系统发来的受到如下欺骗攻击的信息：
[0016][0017]式中，r
j
(t)是第j个Euler
‑
Lagrange的传递给其邻居个体的信息，y
j
(t)是强加在通信信道中未知且时变的不依赖于智能体状态的虚假数据，是第i个Euler
‑
Lagrange系统的邻居从第j个Euler
‑
Lagrange系统接收到的信息。需要特别指出的是，Euler
‑
Lagrange系统i无法从其接收到的信息中分辨出正常信号r
j
(t)与攻击信号y
j
(t)。
[0018]由于攻击大小会受到系统防御与能量限制，对攻击信号y
j
(t)存在如下假设：令假设攻击信号的能量是有界的，即存在常数y＞0，使得||Y(t)||2≤y成立。并定义随机变量矩阵Υ(t
k
)的期望矩阵为
[0019]步骤2：设计网络化多Euler
‑
Lagrange系统的控制输入力矩，包括局部反馈控制项和脉冲控制项，给出脉冲一致性控制准则，使得网络化多Euler
‑
Lagrange系统在受到欺骗攻击时，实现位置上的均方意义下的有界一致性；
[0020]第i个Euler
‑
Lagrange系统的控制输入力矩为：
[0021][0022]式中，参数k
i
＞0，是神经网络估计系统不确定非线性部分的最优权值矩阵的估计值，θ
i
(
·
)是激活函数。对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法，其特征在于：所述方法包括如下步骤：步骤1，针对网络化多Euler
‑
Lagrange系统在进行通信时，通信信道受到欺骗攻击进行建模；步骤2，设计网络化多Euler
‑
Lagrange系统的控制输入力矩，包括局部反馈控制项和脉冲控制项，给出脉冲一致性控制准则，使得网络化多Euler
‑
Lagrange系统在受到欺骗攻击时，实现位置上的均方意义下的有界一致性。2.根据权利要求1所述的一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法，其特征在于：步骤1中，在第j个Euler
‑
Lagrange系统向其邻居发送数据时，发送的是第j个Euler
‑
Lagrange系统输出量式中，常数λ＞0，分别为Euler
‑
Lagrange系统的广义坐标、速度向量，N为网络化多Euler
‑
Lagrange系统中个体数量。3.根据权利要求2所述的一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法，其特征在于：步骤1中，第j个Euler
‑
Lagrange向其邻居发送数据的通信信道受到虚假数据注入的欺骗攻击，其模型为：式中，r
j
(t)是第j个Euler
‑
Lagrange的传递给其邻居个体的信息，y
j
(t)是强加在通信信道中未知且时变的不依赖于智能体状态的虚假数据，是第i个Euler
‑
Lagrange系统从其邻居第j个Euler
‑
Lagrange系统接收到的信息，γ
ij
是服从Bernoulli分布的相互独立的随机变量，其概率分布满足E{γ
ij
(t)＝1}＝ω
ij
,E{γ
ij
(t)＝0}＝1
‑
ω
ij
。4.根据权利要求3所述的一种欺骗攻击下多Euler
‑
Lagrange系统实现无领导者一致性方法，其特征在于：步骤1中，第i个Euler
‑
Lagrange系统无法从其接收到的信息中分辨出第j个Euler
‑
Lag染个系统的输出信号r
j
(t)与攻击信号y
j

【专利技术属性】
技术研发人员：樊春霞，王礼章，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：