抗网络攻击无人集群系统协同控制方法、终端及存储介质技术方案

本发明专利技术公开一种抗网络攻击无人集群系统协同控制方法、终端及存储介质。所述控制方法包括以下步骤：S1.采集跟踪目标及无人集群系统中各无人系统的空间状态信息；S2.根据跟踪目标及各无人系统的空间状态信息，建立无人集群系统运动学模型，并确定各无人系统的约束跟随误差；S3.构建受系统参数不确定性和网络攻击输入影响的各无人系统的动力学模型；S4.基于无人系统动力学模型，构建包含系统参数不确定性和网络攻击输入的无人系统不确定性边界函数；S5.基于无人系统的约束跟随误差和不确定性边界函数，设计各无人系统的自适应鲁棒控制器。本发明专利技术为无人系统分别设计对应的自适应鲁棒控制器，可有效处理系统参数不确定性和网络攻击输入问题。络攻击输入问题。络攻击输入问题。

【技术实现步骤摘要】
抗网络攻击无人集群系统协同控制方法、终端及存储介质


[0001]本专利技术涉及无人集群系统控制
，特别是涉及一种抗网络攻击无人集群系统协同控制方法、终端及存储介质。

技术介绍

[0002]随着传感、计算、信息处理、能量存储等领域技术的不断革新，以无人车、无人机、无人船等为代表的无人系统技术迅速发展。由于动力、功能、性能等方面的限制，单个无人系统在实际应用中难以适应复杂的环境变化和满足多变的任务需求；如资源勘查、军事作战、灾后救援等任务通常需要多个无人系统协同执行任务。多个无人系统协同运行的集群系统能够实现相互间行为协同，快速适应动态环境，具备执行复杂多变任务的能力，在交通、农业、制造业、军事、医疗等领域具有广阔的应用前景。
[0003]协同控制是无人集群系统应用的关键技术之一，其主要通过设计恰当的控制方法策略使得集群内多个体协同运作，共同完成复杂任务。例如专利CN114610072A公开了一种基于无人机动力学模型和内外环控制结构的分布式时变编队跟踪控制器构建方法，可实现多无人机集群系统的分布式编队跟踪运动。再例如专利CN115407798A公开了一种基于多无人机编队模型和误差函数积分的鲁棒控制算法，能够在外加未知扰动的影响下实现多无人机集群轨迹跟踪。又例如专利CN111766899B公开了一种基于干扰观测器的四旋翼无人机集群抗干扰编队控制方法，可以提升编队整体的主动抗扰能力，降低了编队整体能量损耗。
[0004]在实际控制应用中，无人集群系统可能存在非线性动力学特性，系统模型存在参数摄动、外在扰动等带来的不确定性。然而现有技术在研究无人集群系统协同控制技术时较少将系统参数不确定性和网络攻击输入影响同时考虑在内，集群中各无人系统间依靠通信网络交互信息，故当集群遭受网络攻击时，系统协同控制的稳定性将难以维持。

技术实现思路

[0005]基于此，有必要针对现有技术在研究无人集群系统协同控制技术时，较少将系统参数不确定性和网络攻击输入影响同时考虑在内，当集群遭受网络攻击时系统协同控制的稳定性将难以维持的技术问题，提供一种抗网络攻击无人集群系统协同控制方法、终端及存储介质。
[0006]本专利技术提出一种抗网络攻击无人集群系统协同控制方法，包括以下步骤：S1.采集跟踪目标以及无人集群系统中各无人系统的空间状态信息；S2.根据跟踪目标及各无人系统的空间状态信息，建立无人集群系统运动学模型，并依据运动学模型确定各无人系统的约束跟随误差；S3.构建受系统参数不确定性和网络攻击输入影响的各无人系统的动力学模型；S4.基于无人系统的动力学模型，构建包含系统参数不确定性和网络攻击输入的无人系统不确定性边界函数；S5.基于无人系统的约束跟随误差和不确定性边界函数，设计各无人系统的自适
应鲁棒控制器。
[0007]在本专利技术的一较佳实施例中，步骤S1中，所述跟踪目标的空间状态信息主要包含跟踪目标的空间位置p
*
、速度，为书写方便，后面统一写成；所述无人系统的空间状态信息主要包含无人系统的空间位置p
i
、速度，为书写方便，后面统一写成；其中，p
i
∈R
k
，i为无人集群系统中无人系统的对应编号，k为无人系统的坐标维数，R
k
表示k维实数向量空间。
[0008]在本专利技术的一较佳实施例中，步骤S2中，所述约束跟随误差的确定方法包括以下步骤：S21、确定无人系统i与无人系统j之间的势函数U
ij
(
·
)，根据无人系统i的空间位置p
i
以及无人系统j的空间位置p
j
对U
ij
(
·
)求偏导，i、j表示无人系统的编号，i,j∈N
+
（N
+
={1,2,
…
,n}），n为集群中的无人系统个数；S22、确定无人系统i与跟踪目标之间的势函数并根据无人系统i的空间位置p
i
以及跟踪目标的空间位置p
*
对求偏导；S23、建立无人集群系统运动学模型：；S24、将无人集群系统运动学模型视作性能约束，对之变形整理，得到一阶约束微分方程：，对一阶约束微分方程求导移项得二阶标准约束形式：，得到约束跟随误差：；式中：A
i
(p
i
,t)为无人系统i的约束矩阵，t表明时间；c
i
(p
i
,t)为一阶约束向量；为二阶约束向量。
[0009]在本专利技术的一较佳实施例中，步骤S3中无人系统动力学模型构建过程如下：S31.基于拉格朗日建模方法，考虑系统参数不确定性，构建无人系统i的动力学模型如下：，式中：表示不确定性参数，表示紧凑集合，R
p
表示p维实数向量空间；Γ
i
表征
ϱ
i
(t)可能的边界；表示无人系统的加速度，后面为书写方便，统一写成；M
i
(p
i
,
ϱ
i
,t)表示惯性矩阵，表示科里奥利力/离心力项，G
i
(p
i
,
ϱ
i
,t)表示重力项，表示其余外力项，τ
i
(t)代表控制力输入；M
i
(p
i
,
ϱ
i
,t)、、、G
i
(p
i
,
ϱ
i
,t)均为恰当维数，函数M
i
(
·
)、C
i
(
·
)、G
i
(
·
)、F
i
(
·
)均连续；
S32.综合考虑系统参数不确定性和网络攻击输入的不确定性影响，无人系统i的动力学模型重构为：，式中：表示网络攻击的输入矩阵，表示网络攻击输入，表示紧凑集合，R
l
表示l维实数向量空间，Σ
i
表征v
ai
可能的边界，代表由网络攻击引起的控制输入影响系数；为恰当维数，函数D
ai
(
·
)连续；S33.对无人系统i的动力学模型设置约束条件，所述约束条件为：对任意(p
i
,t)∈R
k
×
R、
ϱ
i
∈Γ
i
，惯性矩阵M
i
(p
i
,
ϱ
i
,t)为正定矩阵；对任意(p
i
,t)∈R
k
×
R，矩阵A
i
(p
i
,t)满秩，则矩阵A
i
(p
i
,t)A
iT
(p
i
,t)可逆；对任意t∈R，控制输入影响系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抗网络攻击无人集群系统协同控制方法，其特征在于，包括以下步骤：S1.采集跟踪目标以及无人集群系统中各无人系统的空间状态信息；S2.根据跟踪目标及各无人系统的空间状态信息，建立无人集群系统运动学模型，并依据运动学模型确定各无人系统的约束跟随误差；S3.构建受系统参数不确定性和网络攻击输入影响的各无人系统的动力学模型；S4.基于无人系统的动力学模型，构建包含系统参数不确定性和网络攻击输入的无人系统不确定性边界函数；S5.基于无人系统的约束跟随误差和不确定性边界函数，设计各无人系统的自适应鲁棒控制器。2.根据权利要求1所述的抗网络攻击无人集群系统协同控制方法，其特征在于，步骤S1中，所述跟踪目标的空间状态信息主要包含跟踪目标的空间位置p
*
、速度，为书写方便，后面统一写成；所述无人系统的空间状态信息主要包含无人系统的空间位置p
i
、速度，为书写方便，后面统一写成；其中，p
i
∈R
k
，i为无人集群系统中无人系统的对应编号，k为无人系统的坐标维数，R
k
表示k维实数向量空间，t表示时间。3.根据权利要求2所述的抗网络攻击无人集群系统协同控制方法，其特征在于，步骤S2中，所述约束跟随误差的确定方法包括以下步骤：S21、确定无人系统i与无人系统j之间的势函数U
ij
(
·
)，根据无人系统i的空间位置p
i
以及无人系统j的空间位置p
j
对U
ij
(
·
)求偏导，i、j表示无人系统的编号，i,j∈N
+
（N
+
={1,2,
…
,n}），n为集群中的无人系统个数；S22、确定无人系统i与跟踪目标之间的势函数并根据无人系统i的空间位置p
i
以及跟踪目标的空间位置p
*
对求偏导；S23、建立无人集群系统运动学模型：；S24、将无人集群系统运动学模型视作性能约束，对之变形整理，得到一阶约束微分方程：，对一阶约束微分方程求导移项得二阶标准约束形式：，得到约束跟随误差：；式中：A
i
(p
i
,t)为无人系统i的约束矩阵；c
i
(p
i
,t)为一阶约束向量；为二阶约束向量。4.根据权利要求3所述的抗网络攻击无人集群系统协同控制方法，其特征在于，步骤S3中无人系统动力学模型构建过程如下：S31.基于拉格朗日建模方法，考虑系统参数不确定性，构建无人系统i的动力学模型如
下：，式中：表示不确定性参数，表示紧凑集合，R
p
表示p维实数向量空间；Γ
i
表征
ϱ
i
(t)可能的边界；表示无人系统的加速度，后面为书写方便，统一写成；M
i
(p
i
,
ϱ
i
,t)表示惯性矩阵，表示科里奥利力/离心力项，G
i
(p
i
,
ϱ
i
,t)表示重力项，表示其余外力项，τ
i
(t)代表控制力输入；M
i
(p
i
,
ϱ
i
,t)、、、G
i
(p
i
,
ϱ
i
,t)均为恰当维数，函数M
i
(
·
)、C
i
(
·
)、G
i
(
·
)、F
i
(
·
)均连续；S32.综合考虑系统参数不确定性和网络攻击输入的不确定性影响，无人系统i的动力学模型重构为：，式中：表示网络攻击的输入矩阵，表示网络攻击输入，表示...

【专利技术属性】
技术研发人员：赵晓敏，崔峥嵘，董方方，潘畅，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：