主动悬架网络攻击预警方法及装置制造方法及图纸

一种主动悬架网络攻击预警方法及装置，该方法包括，基于主动悬架系统的状态量和控制输入量建立主动悬架系统动力学模型，并且建立网络攻击模型；基于主动悬架系统动力学模型和网络攻击模型建立主动悬架系统网络攻击模型；构建异常检测器；获取所述异常检测器输出的估计状态量，并确定系统输出残差；根据系统输出残差与状态估计误差建立攻击检测函数；获取攻击检测函数的输出值，并当攻击检测函数的输出值大于检测阈值时，确定主动悬架系统受到网络攻击，并进行预警。并进行预警。并进行预警。

【技术实现步骤摘要】
主动悬架网络攻击预警方法及装置


[0001]本专利技术涉及汽车
，特别是涉及一种主动悬架网络攻击预警方法及装置。

技术介绍

[0002]智能网联汽车通过搭载先进的控制系统，并融合现代通信和网络技术，达到人—车—环境的有机统一，实现车辆安全、舒适、节能、高效地行驶。主动悬架作为智能网联汽车行驶系统中的关键总成，能够根据行驶路况，实时且动态的调整悬架系统的刚度和阻尼特性，使悬架系统始终处于最佳减振状态，有效改善车辆的乘坐舒适性。然而，考虑到网络通信的开放、共享等特点，主动悬架系统在工作过程中难免会遇到恶意的网路攻击，阻碍或扰乱通信数据的正常交互，干扰控制器的决策指令，使得减振性能变差，影响智能网联汽车的行驶平顺性和操纵稳定性，严重时还将诱发交通事故，造成人员伤亡和财产损失。因此，通过研究合适的控制算法，解决网络攻击对主动悬架系统造成的不利影响，使得系统控制器具有一定的容错性，对于保证智能网联汽车的平顺性和操纵稳定性，提高智能网联汽车的运行安全，显得尤为必要。
[0003]近年来，有关信息物理系统(Cyber
>‑
Phy本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动悬架网络攻击预警方法，其特征在于，包括，基于主动悬架系统的状态量和控制输入量建立主动悬架系统动力学模型，并且建立网络攻击模型，所述控制输入量为主动悬架系统的作动器所做的动力，所述状态量包括簧上质量和簧下质量的位移和速度；基于所述主动悬架系统动力学模型和所述网络攻击模型建立主动悬架系统网络攻击模型；构建异常检测器，所述异常检测器用于对所述主动悬架系统网络攻击模型进行监测；获取所述异常检测器输出的估计状态量，并确定系统输出残差，所述系统输出残差为所述估计状态量和所述主动悬架系统网络攻击模型输出的实际状态量之间的差值；根据所述系统输出残差与状态估计误差建立攻击检测函数，所述状态估计误差为所述主动悬架系统的状态量与所述主动悬架系统网络攻击模型的估计状态量的差值；获取所述攻击检测函数的输出值，并当所述攻击检测函数的输出值大于检测阈值时，确定主动悬架系统受到网络攻击，并进行预警。2.如权利要求1所述的主动悬架网络攻击预警方法，其特征在于，所述主动悬架系统网络攻击模型为：其中，各系数矩阵如下：式中m
b
为簧上质量，m
w
为簧下质量，k
s
为弹簧刚度，k
t
为轮胎刚度，c为阻尼系数，x
b
、x
w
分别为簧上质量和簧下质量的位移，w(t)为外部干扰量，即路面激励，u(t)为控制输入量，u
f
(x(t),t,ω)表示系统作动器受到虚假数据注入攻击，ω表示攻击频率，t表示时间序列。3.如权利要求2所述的主动悬架网络攻击预警方法，其特征在于，所述异常检测器为：3.如权利要求2所述的主动悬架网络攻击预警方法，其特征在于，所述异常检测器为：为估计状态量，为估计输出量，L为观测器增益。4.如权利要求2所述的主动悬架网络攻击预警方法，其特征在于，所述根据所述系统输出残差与状态估计误差建立攻击检测函数的步骤包括：建立基于系统误差的动态方程，所述动态方程中的状态方程通过对状态估计误差进行求导得到，所述动态方程中的输出方程根据系统输出残差与状态估计误差之间的关联关系确定；根据所述动态方程的输出确定攻击检测函数。
5.如权利要求4所述的主动悬架网络攻击预警方法，其特征在于，基于系统误差的动态方程为：其中，e
x
(t)为状态估计误差，A0＝A
‑
LC，通过Hurwitz稳定条件设计L；所述攻击检测函数为：g(t)＝r
T
(t)r(t)。6.如权利要求2所述的主动悬...

【专利技术属性】
技术研发人员：易星，高小林，
申请(专利权)人：江西科技学院，
类型：发明
国别省市：