利索能及
我要发布
收藏
专利号: 2023102827215
申请人: 合肥工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种抗网络攻击无人集群系统协同控制方法,其特征在于,包括以下步骤:S1.采集跟踪目标以及无人集群系统中各无人系统的空间状态信息;

S2.根据跟踪目标及各无人系统的空间状态信息,建立无人集群系统运动学模型,并依据运动学模型确定各无人系统的约束跟随误差;

S3.构建受系统参数不确定性和网络攻击输入影响的各无人系统的动力学模型;

S4.基于无人系统的动力学模型,构建包含系统参数不确定性和网络攻击输入的无人系统不确定性边界函数;所述不确定性边界函数的构建过程如下:S41.考虑系统参数不确定性影响,以 为标称部分、 为不确定性部分,对无人系统i的动力学模型作出如下分解:;

+ +

式中: 表示惯性矩阵,i为无人集群系统中无人系统的对应编号,i∈N(N =i{1,2,…,n}),n为集群中的无人系统个数,p 为无人系统i的空间位置,t表示时间, 表示不确定性参数;

S42.考虑网络攻击输入影响,对输入矩阵Dai作出如下分解:,

其中:

S43.综合考虑系统参数不确定性和网络攻击输入的不确定性影响,基于如下放缩变换,得到描述不确定性边界信息的边界函数 :a.存在一个向量γi和边界函数 满足;

其中,γi为函数中的不确定性变量,Ki为正定矩阵,bi为二阶约束向量, 表l示网络攻击输入, 表示紧凑集合,R表示l维实数向量空间,Σi表征 可能的边界,p表示不确定性参数, 表示紧凑集合,R表示p维实数向量空间;Γi表征可能的边界; 表示科里奥利力/离心力项, 表示重力项,表示其余外力项;常数 满足如下条件:,

其中:

λmin(·)表示矩阵特征值的最小值;

b.边界函数 为关于γi中任意分量非递减的连续凹函数,对任意正实数向量γi1、γi2满足 ;

S5.基于无人系统的约束跟随误差和不确定性边界函数,设计各无人系统的自适应鲁棒控制器;所述无人系统的自适应鲁棒控制器的设计过程如下:S51.基于约束跟随误差 和不确定性边界函数 ,设计估计不确定性量γi的自适应率 :

式中, 为γi的估计值, ,t0表示初始时间;Yi1、Yi2为无人系统的自适应率调节参数矩阵,Yi1>0,Yi2>0, 为无人系统的速度;

S52.结合自适应率 和约束跟随误差 ,设计自适应鲁棒控制器:,

其中: ,

式中,κi为大于0的控制调节参数, 用于处理初始不相容问题,i

用于处理系统参数不确定性和网络攻击输入影响,Ai(p ,t)为无人系统i的约束矩阵。

2.根据权利要求1所述的抗网络攻击无人集群系统协同控制方法,其特征在于,步骤S1中,所述跟踪目标的空间状态信息主要包含跟踪目标的空间位置 、速度 ,为书写方便, 后面统一写成 ;所述无人系统的空间状态信息主要包含无人系统的空间位置i i kp 、速度 ,为书写方便, 后面统一写成 ;其中,p∈R ,i为无人集群系统中无人k系统的对应编号,k为无人系统的坐标维数,R 表示k维实数向量空间,t表示时间。

3.根据权利要求2所述的抗网络攻击无人集群系统协同控制方法,其特征在于,步骤S2中,所述约束跟随误差的确定方法包括以下步骤:i

S21、确定无人系统i与无人系统j之间的势函数Uij(·),根据无人系统i的空间位置pj + +以及无人系统j的空间位置p 对Uij(·)求偏导,i、j表示无人系统的编号,i,j∈N(N ={1,

2,…,n}),n为集群中的无人系统个数;

i

S22、确定无人系统i与跟踪目标之间的势函数 并根据无人系统i的空间位置p以及跟踪目标的空间位置 对 求偏导;

S23、建立无人集群系统运动学模型:;

S24、将无人集群系统运动学模型视作性能约束,对之变形整理,得到一阶约束微分方程:,

对一阶约束微分方程求导移项得二阶标准约束形式:,

得到约束跟随误差 :

i i

式中:Ai(p ,t)为无人系统i的约束矩阵;ci(p ,t)为一阶约束向量; 为二阶约束向量。

4.根据权利要求3所述的抗网络攻击无人集群系统协同控制方法,其特征在于,步骤S3中无人系统动力学模型构建过程如下:S31.基于拉格朗日建模方法,考虑系统参数不确定性,构建无人系统的动力学模型如下:,

p

式中: 表示不确定性参数, 表示紧凑集合,R表示p维实数向量空间;Γi表征 可能的边界; 表示无人系统的加速度,后面为书写方便,统一写成 ;

表示惯性矩阵, 表示科里奥利力/离心力项, 表示重力项, 表示其余外力项 , 代 表控制力输入; 、、 、 均为恰当维数,函数Mi(·)、Ci(·)、Gi(·)、Fi(·)均连续;

S32.综合考虑系统参数不确定性和网络攻击输入的不确定性影响,无人系统i的动力学模型重构为:,

式中: 表示网络攻击的输入矩阵, 表示网络攻击输入,l

表示紧凑集合,R 表示l维实数向量空间,Σi表征 可能的边界, 代表由网络攻击引起的控制输入影响系数; 为恰当维数,函数Dai(·)连续;

S33.对无人系统的动力学模型设置约束条件,所述约束条件为:i k

对任意(p ,t)∈R×R、 ∈Γi,惯性矩阵 为正定矩阵;

i k i i T i

对任意(p ,t)∈R×R,矩阵Ai(p ,t)满秩,则矩阵Ai(p ,t)Ai (p ,t)可逆;

对任意t∈R,控制输入影响系数 存在一个下限值 , 。

5.根据权利要求1所述的抗网络攻击无人集群系统协同控制方法,其特征在于,所述无人系统的自适应鲁棒控制器的设计过程还包括:S53.对自适应鲁棒控制器进行稳定性分析,选取的李雅普诺夫函数为:,

其中, 。

6.根据权利要求1所述的抗网络攻击无人集群系统协同控制方法,其特征在于,步骤S5中无人系统的自适应鲁棒控制器的设计过程还包括:S54.调节自适应鲁棒控制器参数,所述参数主要包括控制调节参数κi以及自适应率调节参数矩阵Yi1、Yi2。

7.一种计算机终端,其包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1‑6中任意一项所述的抗网络攻击无人集群系统协同控制方法的步骤。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时,实现如权利要求1‑6中任意一项所述的抗网络攻击无人集群系统协同控制方法的步骤。