1.一种针对网络化伺服电机的传感器攻击估计方法，其特征在于，所述方法包括以下步骤：

步骤1)建立网络化伺服电机状态空间方程并离散化，过程如下：

1.1)考虑系统中存在传感器攻击的情况，建立采样周期T的离散时变线性随机控制系统，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，v表示传感器测量噪声，ω表示过程噪声；

1.2)假设ω(t)和vi(t)是零均值高斯白噪声，满足如下方程：其中Qω(t)表示过程噪声的协方差和 表示第i个传感器测量噪声的协方差；

δtk表示Kronecker三角函数，步骤2)，计算每一个传感器在可能受到攻击情况下的局部最优估计，过程如下：

2.1)定义1：对于每一个 同时满足|S|＝s(s≤l),且(A,Cs)是可以观测的，则系统为s稀疏可观测系统；

根据定义1，得到假设：与(A(t),Ci(t))相关的动力学系统是2s稀疏可观测系统；

2.2)基于步骤2.1的假设以及ai(t)是s稀疏向量，对于每一个传感器，定义攻击模式：|D|≤s}＝{D1,D2,...,DS}；

其中 Dξi表示第i个传感器的第ξ种 攻击模式；

同时，用ai(t)＝0表示无攻击模式D0；

定义切换矩阵 用于判断处于何种攻击模式下：当 mj(ξi)＝0；当

2.3)计算局部最优估计

根据第i个传感器的测量输出{y1(t),y2(t),y3(t),...,yi(t)}和开关函数矩阵的定义以及式(2)得到，在可能收到攻击情况下，线性最小方差的局部最优kalman估计其中，上标"T"表示矩阵的转置，Pii(t|t‑1)表示先验估计误差协方差矩阵；

其中Ki(t)表示增益矩阵；

其中 表示局部最优估计误差协方差矩阵，In表示n维单位矩阵；

最后，得到每一个传感器的局部最优估计：步骤3)，基于局部最优估计，构造最优，即线性最小方差融合Kalman滤波器并对攻击向量进行重构。

2.如权利要求1所述的一种针对网络化伺服电机的传感器攻击估计方法，其特征在于，所述步骤3)的过程如下：

3.1)将正态分布函数下最大似然融合准则的结果，作为线性最小方差意义下矩阵加权的最优信息融合准则，得出：

其中，Fi(t)为最优加权矩阵；

3.2)构造最优加权矩阵如式(8)所示：其中，Pij(t|t)为最优估计误差交叉协方差矩阵，如式(9)所示：

3.3)为了实现对传感器攻击的检测，引入功能评估函数Vi(t,k)：其中，||·||2表示·的二范数；

3.4)设置切换函数ξi(t,k)表示处于第k种攻击模式其中ξi(t,0)代表无攻击模式，ρ是决定开关机制是否触发的阈值，pb＝Pr{Vi(t,k)＞ρ}，pb为概率大小；

a)若Vi(t,k)＞ρ，且pb＞α，α是人为设置的正实数，α∈[0,1]，则ξi(t,k+1)＝ξi(t,k)+

1，切换到下一个攻击模式；

b)若Vi(t,k)＞ρ，且pb＜α，α是人为设置的正实数，α∈[0,1]，则认为属于误报，不进行攻击模式的切换；

3.5)在执行完切换搜索机制后，对攻击向量进行重建：其中 权重矩阵 Ui是一个对角矩阵，测量噪声vi项的方差倒数。