攻击环境下基于量化的网络控制系统稳定性研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:wa1gwe52rg15
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络控制系统(Networked Control System,NCS)是由通信网络组成闭环回路的空间分布式控制系统,因兼具强大的灵活性、发展的便捷性和广泛的兼容性,在不同领域的实际控制系统得到了广泛应用。然而,网络作为一种可靠性较低的通信介质,传输过程中多条信号在同一时间段内集中通信,易受到网络攻击及发生拥塞滞碍,严重时造成网络时延、丢包、无法正常运行等一系列问题。因此,NCS通信过程中的资源受限及网络安全问题亟待解决。基于上述分析,本文就NCS存在通信资源受限以及网络安全等问题展开研究,针对资源受限问题引入量化器缓解网络通信传输压力,同时考虑NCS通过网络进行信号传输时遭受攻击的情况,通过设计控制器,对系统的稳定性及性能展开研究,具体内容如下:(1)针对存在欺骗攻击的NCS,对系统状态进行估计并设计了输出反馈控制器。假设欺骗攻击发生在传感器到控制器的网络通道中,传感器输出信号通过动态量化器进行量化,达到节省带宽资源的目的;基于一种新的集合成员估计方法——椭球估计法,将欺骗数据建模为未知但有界的信号,得到封闭状态估计椭球集。随后将所得状态估计椭球集参数最小化,使得估计状态近似真实状态。在上述工作的基础上,设计输出反馈控制器,使闭环系统在欺骗攻击下满足渐近稳定性,并通过MATLAB仿真数值算例验证所提方法的科学有效性。(2)针对存在DoS攻击的NCS,对传感器信号问题提出了一种新的量化结构,并设计了H∞输出反馈控制器。为节约有限的信道资源,采用新的量化结构对传感器信号进行量化处理,该量化结构与原始的量化器相比,减小了量化误差。假设网络环境中,控制器到执行器的传输通道中存在DoS攻击,通过将DoS攻击描述为服从Bernoulli分布的概率模型,NCS可建模为具有随机参数的线性离散系统。在分析系统稳定性时,区别于普通二次型Lyapunov函数,选取一种依赖量化误差以及攻击概率的Lyapunov函数,基于稳定性理论和线性矩阵不等式方法,给出使闭环系统为均方意义下指数稳定且满足给定H∞性能指标的输出反馈控制器设计方法。最后通过仿真算例,验证了所提方法的可行性与有效性。(3)针对存在DoS攻击及资源受限的NCS,研究了离散系统的强鲁棒控制问题。在NCS中引入对数量化器对传感器信号进行量化从而减少信道传输量。假设控制器到执行器传输通道中存在DoS攻击,通过将DoS攻击描述为服从Bernoulli分布的概率模型,NCS建模为具有随机参数的系统。在稳定性分析中,选取一种依赖量化误差及攻击概率的Lyapunov函数。在上述工作基础上,设计动态输出反馈控制器,该控制器满足给定的H∞性能界范数γc,在控制器的作用下使闭环系统在均方意义下指数稳定且具有H∞性能界范数γcl。最后通过仿真算例,验证了控制方法的有效性。
其他文献
随着移动网络技术的发展和广泛应用,无线网络不仅需要满足海量移动数据的使用以及高速率,同时还要提高服务质量,因此网络的高效管控是一个巨大的难题。传统网络的管控需要大量的人力物力,且效率也是一个问题。数字孪生技术使物理空间与虚拟空间相互交互,综合利用感知、运算、模型等技术,并利用软件定义,对物理空间实现了描述、诊断、预测、决策。可以为现代网络的管控提供的强大的技术支持。针对这些问题,本文深入研究了5G
学位
作为应对移动互联网和海量物联网日益增长的接入需求最具前途的技术之一,非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术近年来受到了积极的关注。与传统的正交多址接入(Orthogonal Multiple Access,OMA)技术相比,NOMA系统具有更高的频谱效率、更快的传输速率以及保障更多的用户接入。NOMA主动引入用户间的干扰,其高频谱效率是通过增加
学位
智能反射面(intelligent reflecting surface,IRS)是一种新兴的,很有前途的B5G(6G)无线通信技术。它是由大量无源的或者有源的反射元件组成的大型二维阵列,可以通过改变信号的相位和幅度改善信号传输的环境,减少信道干扰。毫米波属于甚高频段,单跳通信距离较短,因此多跳的接力通信是毫米波通信的研究前景。IRS可以有效地控制信号的传递途径,包括相位,振幅,频率甚至偏振,而无
学位
大数据时代,充足的训练数据给机器学习带来了巨大的性能提升。大量的数据也意味着需要大量的人工标注,然而人工标注往往耗时耗力,这催生了迁移学习(Transfer learning,简称TL)的发展。迁移学习旨在借助相关源域的知识辅助目标域学习,以解决目标域数据或标记稀缺的问题。域适应(Domain Adaptation,简称DA)学习是迁移学习中的重要研究方向。域适应方法通常利用基于距离或者对抗的方式
学位
雾霾天气下,由于空气中存在大量漂浮着的粒子,光线传播过程中与这些悬浮粒子相互作用,使得光线发生散射,最终到达成像设备的场景光信息受损。所以拍摄得到的图像存在对比度较低、清晰度低、细节丢失等问题,影响后续对图像的进一步处理应用。因此,对有雾图像进行去雾工作,使其能够应用于高级别的图像处理任务。本文基于深度学习对单幅图像去雾算法进行了研究,主要工作如下:(1)针对基于深度学习的非端到端图像去雾算法对模
学位
随着社会经济的不断发展和人民消费水平的提升,消费者对物质生活水平的需求不再仅仅体现在数量上,同时对商品的质量也有了更高的要求。供应链溯源技术是保障商品质量的首要方案,但在传统中心化存储的供应链溯源系统中存在信息孤岛、恶意企业对溯源信息进行修改不易被察觉和溯源难的问题。区块链具有去中心化、不可篡改性和可追溯性等特点,这些特点使其在商品溯源方面具有不可替代的优势。然而由于供应链溯源管理的参与方较多且存
学位
随着移动通信与多媒体技术的发展,多媒体服务正在从传统单一、平面、应答式的内容服务,向沉浸、立体、交互式的技能服务演进。触觉互联网在传统多媒体通信的基础上,加入新的触觉类媒体,实现了物体感知模式的进化,能够在远端敏锐地感知细微的变化,提升用户服务体验。然而,触觉互联网对通信环境提出了更高的要求,网络延迟必须低至毫秒级别,网络通信可靠性必须至少高达99.9999%。如何保障超可靠低时延通信成了触觉互联
学位
过去几十年间,量子纠缠和Bell非局域性这种对称量子关联,引起了人们的广泛关注,并取得了丰硕的研究成果。然而,直到最近几年,量子导引这种非对称量子关联才开始进入人们的视野。它是一种介于量子纠缠和Bell的非局域性之间的量子关联形式。由于其独特的不对称特性,使得它在量子通信、量子计算和量子密码等许多领域发挥着不可替代的作用。然而,在量子领域,一个不可避免的问题是,量子系统会与周围环境彼此耦合,导致量
学位
随着移动通信网络和各类智能传感器的飞速发展,人们对沉浸式交互体验的需求日益增长。触觉作为重要感知模态,是提升用户整体沉浸感、流畅感、参与感的关键。然而,传统的音视频传输方案无法应对突变的触觉信号和其超高的低延迟要求。因此,如何设计一个通用的多模态传输方案,能自适应传输过程中环境、信号的实时变化,实现对数据流的实时控制以适应各种远程操作场景是亟待解决的问题。此外,参考多模态深度学习领域研究成果,将多
学位
电力行业是我国国民经济发展的基石,而其中火力发电占总发电量的绝大部分。但在国家全面倡导节能减排的大环境下,火力发电过程中会生成以NOx为主的污染物,对环境污染最大,且最难以处理。因此建立火电厂的NOx排放模型能够促使企业严格执行环保政策,,实现经济高效可持续发展。在已有的NOx排放建案例中,以支持向量机为代表的一系列NOx排放建模方法取得了优异的建模效果。支持向量机在统计学习理论基础上发展的一种机
学位