[发明专利]一种基于类龙伯格观测器的网络化运动控制系统攻击辨识方法在审

专利信息
申请号: 201910821302.8 申请日: 2019-09-02
公开(公告)号: CN110647033A 公开(公告)日: 2020-01-03
发明(设计)人: 朱俊威;王琪;张文安;俞立;董辉;徐建明 申请(专利权)人: 浙江工业大学
主分类号: G05B13/02 分类号: G05B13/02
代理公司: 33241 杭州斯可睿专利事务所有限公司 代理人: 王利强
地址: 310014 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 攻击 运动控制系统 观测器 网络化 传感器 辨识 龙伯 事件驱动技术 状态空间方程 传感器测量 计算资源 能量函数 输出方程 误差收敛 系统计算 系统状态 离散化 建模 节约
【说明书】:

一种基于类龙伯格观测器的网络化运动控制系统攻击辨识方法,先对网络化运动控制系统进行建模,考虑系统中存在传感器攻击的情况,确定其状态空间方程并将其离散化;选取τ个传感器测量值,构造输出方程;最后构造类龙伯格观测器,对系统状态以及传感器攻击进行估计。本发明采用事件驱动技术,可以节约计算资源,提高系统计算性能。通过构造李雅普诺夫能量函数,使误差收敛到极小的能量界内,攻击辨识效果精度更高。

技术领域

本发明属于网络安全技术领域,具体提供一种基于类龙伯格观测器的网络化运动控制系统攻击辨识方法,它能对攻击进行辨识,为系统安全态势作出评估,保障其安全运行。

背景技术

随着网络信息技术的高速发展,运用网络取代传统运动控制的架构成为必然的趋势,网络化运动控制系统成为当今运动控制领域的热点。网络化运动控制系统的信息空间和物理空间高度融合,互相影响,由于现代网络化运动控制系统安全等级较低,使得始于信息空间的网络攻击能够对物理系统正常运行产生直接破坏。因此,能否对攻击信号进行准确辨识在运动控制系统中有着十分重要的作用。

对攻击进行实时在线辨识依赖于观测器的设计,现有的攻击辨识方法主要有基于鲁棒观测器、滑模观测器以及中间观测器等未知输入观测器的攻击辨识方法。滑模观测器需要攻击信号上界已知等先验知识,还需要系统满足观测器匹配条件,然而在实际工程中攻击者的任何信息都无法获得。鲁棒观测器虽然没有观测器匹配条件,但是无法得到准确的估计误差上界,在实际应用的过程中,无法确保估计的准确性。中间观测器给出了理论上界,但是上界较大,只具有理论意义,无法将攻击信号的估计误差限定在预定范围内,因此难以应用到实际中。

发明内容

基于上述问题,本发明提供了一种基于类龙伯格观测器的网络化运动控制系统攻击辨识方法,具体地说,对含有稀疏性传感器攻击的输出信号进行重构,同时估计系统的状态和攻击,并确保系统估计误差收敛至极小的能量界内。

本发明为解决上述技术问题提供了如下技术方案:

一种基于类龙伯格观测器的网络化运动控制系统攻击辨识方法,包括以下步骤:

步骤1),建立网络化运动控制系统状态空间方程并离散化:

考虑系统中存在传感器攻击和噪声的情况,将状态空间方程离散化,如式(1)所示:

其中,A为系统的状态矩阵,B为输入矩阵,C为输出矩阵,x表示系统状态量,u为系统输入,y为系统输出,a表示传感器攻击;

步骤2),选取τ个传感器测量值以构造输出方程,过程如下:

2.1)采集τ∈N个测量值,构建第i个传感器的输出方程如式(2)所示:

其中,

2.2)由于U(t)已知,故将(2)式简化为如式(3)所示:

Yi(t)=Oix(t-τ+1)+Ei(t) ⑶

其中,

2.3)定义将输出方程简化为如式(4)所示:

其中,Q=[O I],I为单位矩阵;

步骤3),构造类龙伯格观测器,过程如下:

3.1)对系统进行增广,将y(t)作为新的输入量,令得到增广后的状态空间方程,如式(5)所示:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910821302.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top