当前位置: 首页 > 专利查询>暨南大学专利>正文

状态估计方法、装置、设备及存储介质制造方法及图纸

技术编号:43958231 阅读:12 留言:0更新日期:2025-01-07 21:42
本申请公开了一种状态估计方法、装置、设备及存储介质,涉及系统安全技术领域包括:对目标系统进行建模,生成目标系统的线性高斯时不变模型;基于所述线性高斯时不变模型,通过卡尔曼估计器生成所述目标系统的局部状态估计值;基于所述局部状态估计值,通过基于弹性网络的加权最小二乘法,生成所述目标系统的全局状态估计值。本申请通过生成全局状态估计值,当目标系统遭受攻击,系统的状态监测受到破坏,通过全局状态估计值可以恢复系统状态,克服攻击导致的误差,有效提升系统的稳定性和鲁棒性。

【技术实现步骤摘要】

本申请涉及系统安全,尤其涉及状态估计方法、装置、设备及存储介质


技术介绍

1、在过去的几年中,许多研究者从控制理论的角度来探讨信息物理系统的安全问题。例如,利用估计和控制分离的原理,将弹性输出反馈控制器的设计简化为弹性状态估计器的设计。因此,当某些传感器受到攻击时,如何确保系统能够通过这些受攻击的测量数据恢复状态信息成为了关键问题。这个问题被称为安全状态估计,它是设计控制系统时首要考虑的安全问题。

2、因此,亟需一个能够让系统通过这些受攻击的测量数据恢复状态信息的方案。

3、上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。


技术实现思路

1、本申请的主要目的在于提供一种状态估计方法、装置、设备及存储介质,旨在解决系统因为遭受攻击无法恢复状态信息的技术问题。

2、为实现上述目的,本申请提出一种状态估计方法,所述的方法包括:

3、对目标系统进行建模,生成目标系统的线性高斯时不变模型;

4、基于所述线性高斯时不变模型,通过卡尔曼估本文档来自技高网...

【技术保护点】

1.一种状态估计方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述对目标系统进行建模,生成目标系统的线性高斯时不变模型的步骤包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述线性高斯时不变模型中,通过卡尔曼估计器生成所述目标系统的局部状态估计值的步骤包括:

4.如权利要求1所述的方法,其特征在于,所述基于所述局部状态估计值,通过基于弹性网络的加权最小二乘法,生成所述目标系统的全局状态估计值的步骤包括:

5.如权利要求3所述的方法,其特征在于,所述通过所述卡尔曼估计器根据所述目标系统的历史数据,生成所述目...

【技术特征摘要】

1.一种状态估计方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述对目标系统进行建模,生成目标系统的线性高斯时不变模型的步骤包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述线性高斯时不变模型中,通过卡尔曼估计器生成所述目标系统的局部状态估计值的步骤包括:

4.如权利要求1所述的方法,其特征在于,所述基于所述局部状态估计值,通过基于弹性网络的加权最小二乘法,生成所述目标系统的全局状态估计值的步骤包括:

5.如权利要求3所述的方法,其特征在于,所述通过所述卡尔曼估计器根据所述目标系统的历史数据,生成所述目标系统的局部状态估计值的步骤包括:

6.如权利要求4所述的方法,其特征在...

【专利技术属性】
技术研发人员:张银炎招燕琼耿光刚吴永东刘东杰
申请(专利权)人:暨南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1