基于调度协议的多传感器网络系统的安全控制

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61873034
项目类别：
面上项目
资助金额：
66.0万
负责人：
刘坤
依托单位：
北京理工大学
学科分类：
F0301.控制理论与技术
结题年份：
2022
批准年份：
2018
项目状态：
已结题
起止时间：
2019-01-01 至2022-12-31

项目参与者：
戴荔；马奥运；袁欢欢；张淇瑞；韩冬昱；郭航；马书鹤；韩乐；林业茗；
关键词：
安全控制通信约束网络控制系统

项目摘要

Due to the inherent open nature of network transmission medium, constrains of communication and dynamic network topology, the security control of networked control systems with distributed multiple sensors is facing greater challenge. Therefore, this project studies the security control of multi-sensor networked control systems under scheduling protocols. Firstly, based on different scheduling protocols, a model of multi-sensor networked control systems suffering from a single or switched attack is established. Then, filter and controller are designed to guarantee the security of the system. Secondly, the decentralized security control and relevant performance of multi-sensor large-scale systems with restricted communication are analyzed. Thirdly, for multi-sensor large-scale systems with state and input constraints, machine learning technique is used to obtain the attacker’s strategy, and a decentralized model predictive control method is designed to analyze control performance. Finally, the effectiveness of the developed techniques will be validated by an experimental platform on networked control systems. The research results of this project are expected to provide theoretical support for the security control of multi-sensor networked control systems.

网络传输媒介固有的开放性、通信资源的约束性以及网络拓扑结构的动态性，使得多传感器网络控制系统的安全控制面临着较大的挑战，因此本项目针对基于调度协议的多传感器网络系统的安全控制进行研究。首先，建立传感器节点在使用不同调度协议时系统受到单一攻击或切换攻击的系统模型，并设计出满足安全性能要求的滤波器和控制器；其次，考虑通信受限的多传感器大规模系统非集中式控制的安全性问题并进行相关性能分析；然后，针对具有状态和输入约束的多传感器大规模系统，使用机器学习的方法获取攻击者策略，并进一步设计非集中式模型预测控制器，分析控制效果；最后，将所提出的理论成果应用于网络化控制系统实验平台，以对其进行验证和完善。本项目的研究成果将为多传感器网络控制系统的安全控制提供理论支撑。

结项摘要

网络传输媒介固有的开放性、通信资源的约束性以及网络拓扑结构的动态性，使得多传感器网络控制系统的安全控制面临着较大的挑战，本项目针对基于调度协议的多传感器网络系统的安全控制展开研究。首先，针对通信受限的多传感器网络系统，分别分析了仅采用某种单一攻击或具有联合攻击的攻击者在不同调度协议下对系统安全性的影响，设计了满足安全性能要求的滤波器和控制器，给出了使系统达到安全性目标的收敛速度与攻击模型、调度协议参数以及传感器网络拓扑结构之间的关系。其次，针对通信受限的多传感器大规模系统，将攻击者和控制器视为目标不同的博弈者，设计了基于微分博弈的追逃问题最优策略。进一步，针对具有状态和输入约束的系统，给出了合适的机器学习算法以得到网络攻击的策略。在此基础上，协同设计了满足性能要求的调度协议与模型预测控制器。最后，设计基于事件触发的模型预测控制器，以减少系统优化问题的求解次数。所得部分结果已应用于麦克纳姆轮无人车的安全控制。以第一或通讯作者在顶级期刊IEEE Transactions on Automatic Control、Automatica、IEEE Transactions on Cybernetics、International Journal of Robust and Nonlinear Control、Annual Reviews in Control上发表SCI论文15篇，其中IEEE Transactions on Automatic Control上发表5篇。以第一作者在控制领域国内顶级期刊《自动化学报》和《控制理论与应用》发表3篇，在Springer出版专著1部（下载量3950次），以第一发明人授权发明专利1项。获2022年中国指挥与控制学会青年科学家奖。