基于鞍点法的自适应分布式资源分配算法

研究一类带有不等式约束为凸函数的多智能体系统分布式资源分配问题.在资源分配问题中,各智能体拥有仅自身可知的局部成本函数和局部凸不等式约束.分布式资源分配旨在如何利用智能体间的信息交互设计一种分布式优化算法,完成定量资源分配的同时还保证最小化全局成本函数.针对该问题,基于卡罗需-库恩-塔克条件和比例积分控制思想,首先提出一种自适应分布式优化算法,其中凸不等式约束的对偶变量可实现自适应获取;然后,为了降低系统的通信资源消耗,设计一种动态事件触发控制策略以实现离散时间通信的分布式资源分配算法;最后,通过数值仿真验证所设计算法的有效性.     

分布式最小二乘估计中隐匿FDI攻击策略的设计

虽然分布式坏值检测方法能够消除观测数据中坏值对分布式最小二乘估计性能的影响,但是现有的分布式坏值检测方法中依然存在安全漏洞.针对一类分布式最小二乘估计算法研究了相应隐匿虚假数据注入(FDI)攻击策略的设计问题,设计依赖于部分节点系统信息的分布式隐匿FDI攻击方法,这一方法不仅使得FDI攻击信号无法被现有分布式坏值检测方...     

恶意攻击下基于分布式稀疏优化的安全状态估计

恶意生成的量测攻击信号是导致信息物理系统(Cyber-physical system,CPS)探测失效的主要原因,如何有效削弱其影响是实现精准探测、跟踪与感知的关键问题.分布式传感器网络(Distributed sensor network,DSN)依靠多传感器协作与并行处理突破单一监测节点的任务包线,能够显著提升探测...     

一种多约束下无人机编队的模型预测控制算法

针对多无人机在编队飞行过程中需满足机间避碰、通信、避障等约束的问题,设计一种考虑多约束的分布式模型预测控制算法,使无人机编队在满足上述约束的前提下,实现轨迹跟踪、队形保持.首先,在不考虑通信时延、外界干扰、噪声的情况下,以四旋翼为控制对象,建立线性时不变的单机及编队运动模型;然后,在考虑状态约束、输入约束、机间避碰、机间通信、避障等多种约束的情况下,以轨迹跟踪、队形保持为控制目标,基于虚拟领航策略设计一种分布式模型预测控制算法;接着,对优化问题的可行性以及编队系统的渐近稳定性进行分析,其中算法的终端部分设计、相容性约束设计是保证系统稳定的关键;最后,利用6架无人机仿真验证所提出控制算法的有效性.     

重载列车多智能体模型的鲁棒一致性控制方法

重载列车全长数公里,其运行过程是复杂的动力学系统.重载列车自动驾驶的关键核心技术是跟踪给定的速度曲线.以重载列车智能货车方案为基础,通过分析列车运行动力学过程,建立重载列车多智能体模型;考虑列车运行时外界的未知干扰,同时保证车厢间处于安全距离,提出一种重载列车复合一致性控制器:用相邻车厢单元的速度等信息构建一致性算法并引入滑模控制加快系统速度一致性收敛;列车不同车厢受到干扰视为未知扰动,且随着滑模增益增加会使系统抖动较大、鲁棒性削弱,所以设计观测器估计扰动并补偿至控制器保证系统收敛并提高抗干扰性;引入人工势函数确保相邻车厢单元间距处于安全范围内,减小纵向冲动.采用Matlab软件进行仿真,跟踪给定速度曲线,并用多种干扰来模拟未知因素对列车的影响,与不加观测器的控制器效果进行对比.仿真结果表明:该复合一致性控制器能够较好跟踪设定速度曲线,速度误差保持在±0.4 km/h以内,且车厢间距处于设定的安全范围内;与不加观测器的控制器在同样干扰下作对比,所提出的控制器的速度跟踪误差仍然在±4 km/h以内,且对于未知干扰有较好的鲁棒性.     

线性时序逻辑引导的安全强化学习

针对动态不确定环境下机器人执行复杂任务的需求,提出一种线性时序逻辑(linear temporal logic, LTL)引导的无模型安全强化学习算法,能在最大化任务完成概率的同时保证学习过程的安全性.首先,综合考虑环境中的不确定因素,构建马尔可夫决策过程(Markov decision process, MDP),再用LTL刻画智能体的复杂任务,将其转化为有多接受集的基于转移的有限确定性广义布奇自动机(transition-based limit deterministic generalized Büchi automaton, t LDGBA),并通过接受边界函数构建可记录当前待访问接受集的约束型tLDGBA (constrained tLDGBA,ctLDGBA);其次,构建乘积MDP用于强化学习搜索最优策略;最后,基于LTL对安全性的描述和MDP的观测函数构建安全博弈,并根据安全博弈设计安全盾机制保证系统在学习过程中的安全性.严格的分析证明了所提出的算法能获得最大化LTL任务完成概率的最优策略.仿真结果验证了LTL引导的安全强化学习算法的有效性.     

采用有限时间平均一致性协议的电力系统分布式状态估计

随着基于相量量测单元的广域量测系统在技术上的成熟与推广应用,利用WAMS量测可实现电力系统线性状态估计.本文基于广域量测系统提出一种全分布式状态估计算法.首先根据拉格朗日乘子法推导了多区域约束加权最小二乘估计模型,然后引入有限时间平均一致性协议,得到系统量测正常情况下的分布式状态估计算法.考虑了系统量测存在异常数据情况,根据最小二乘估计的几何意义扩展推导出修正算法,使其在各区域剔除异常量测后,无需改变信息矩阵,只需执行若干次有限时间平均一致性协议能收敛至信息矩阵修正后的集中式估计值.最后,理论分析和实验结果证明了算法的有效性.     

基于一种改进型逆凸不等式的混合攻击下多区域时滞电力系统的分布式控制

本文研究了混合攻击下多区域时滞电力系统的分布式协调控制问题。首先,考虑了一种基于混合攻击下（包括拒绝服务攻击和欺骗攻击）的多区域时滞电力系统,在拒绝服务攻击下,时滞电力系统的各个区域之间的通信将恶化为一种切换残余拓扑结构,它的时间特性建模成了模型依赖的平均停留时间的模型。在以负反馈控制为目标的欺骗攻击下,将其建模成了基于符号函数的模型。然后,为了在低惯性和混合攻击下获得时滞电力系统的弹性性能,采用了负荷频率控制与虚拟惯性控制相结合的弹性分布式策略,并将时滞电力系统的负荷频率控制问题转换为切换非线性切换系统控制问题。再通过采用合适的Lyapunov-Krasovskii泛函、改进型逆凸不等式、线性矩阵不等式技术以及切换系统方法,得到了多区域时滞电力系统的稳定性定理。并基于此定理,设计了负荷频率控制和虚拟惯性控制下的分布式控制增益。最后,建立仿真,针对三区域电力系统进行了仿真,仿真结果体现了本文所提出来的稳定性定理和设计的分布式控制增益的优势和有效性。     

分布式电网CPS 系统数据攻击下的状态估计

电力物理网络通过构建信息网络进行优化调控并构成信息物理融合系统, 实现大规模分布式系统的优化控制, 随之而来的问题是病毒、黑客入侵、拒绝服务等来自信息网络的威胁, 导致物理系统恶意破坏. 鉴于此, 以攻击可检测为前提, 建立攻击信号下的电力系统分布式动态模型, 设计动态状态估计器检测受攻击的信号, 并估计其原始信号. 最后通过3 机9 节点分布式电网系统仿真实验验证了所设计的状态估计器对于数据攻击检测的有效性.

     

二阶智能体的分布式非光滑资源分配算法

分布式资源分配问题旨在满足局部约束下完成一定量资源分配的同时使全局成本函数最小.首先,针对无向连通网络下二阶积分器型线性智能体系统,结合Karush-Kuhn-Tucker条件,提出一种初始值任意的分布式优化算法,其中,全局等式约束对偶变量实现比例积分控制,局部凸函数不等式约束对偶变量实现自动获取.当全局成本函数为非光滑凸函数时,借助集值LaSalle不变性原理理论证明所提出算法渐近收敛到全局最优解.其次,将所提出算法推广至无向连通网络下参数未知的Euler-Lagrange多智能体系统.当全局成本函数为非光滑凸函数时,借助Barbalat引理理论证明所提出算法渐近收敛到全局最优解.最后,通过数值仿真验证了所提算法的有效性.     

空间连接系统分布式递推状态估计

针对空间连接系统, 提出一种分布式递推状态估计算法, 并给出算法收敛的充分必要条件. 该分布式估计器由一系列子估计器组成, 每个子估计器只利用本地子系统和相邻子系统的输出测量值估计本地子系统的状态. 与集总式Kalman 滤波相比, 在牺牲少量估计精度的情况下, 所提出算法大幅降低了计算复杂度和数据传输压力.     

网络攻击下的信息物理系统安全状态估计研究综述

近年来,信息物理系统在工业界的广泛应用引起了人们对系统安全问题的极大关注.信息物理系统对通信网络的深度依赖,使得网络攻击成为其中最为严峻的威胁之一,特别是那些能够干扰系统状态认知的攻击,因此,安全状态估计(即在遭受攻击时正确估计系统状态)已成为各界广泛关注的安全问题之一.此文旨在总结网络攻击下信息物理系统安全状态估计研究的进展.首先,介绍典型的网络攻击,并详细阐述在稀疏攻击下的安全状态估计问题.其次,探讨集中式安全状态估计和分布式安全状态估计的研究现状.在考虑稀疏攻击下安全状态估计问题的难点时,关键在于如何快速找到受到攻击的信道集合(这可能涉及到高计算复杂度).因此,将安全状态估计方法分为遍历搜索和非遍历搜索两大类,并对现有方法的优缺点进行归纳总结和详细阐述.然后,介绍稀疏攻击下信息物理系统安全状态能观性分析的研究现状.现有的研究结果表明:增加检测机制或先验知识可以缓解在稀疏攻击下安全状态估计所需的基础冗余度要求;同时,通过区分攻击和故障,也能有效降低传感器冗余度要求.最后,对信息物理系统安全状态估计仍然存在的问题进行展望,并提出一些可能的解决方向.     

Near-optimal state estimation for interconnected systems

A new algorithm is proposed for estimating the state of a nonlinear stochastic system when only noisy observations of the state are available. The state estimation problem is formulated as a modal-trajectory, maximum likelihood estimation problem. The resulting minimization problem is analogous to the nonlinear tracking problem in optimal control theory. By viewing the system as an interconnection of lower-dimension subsystems and applying the so-called ε-coupling technqiue, which originated in the study of sensitivity of control systems to parameter variations, a near-optimal state estimation algorithm is derived which has the properties that all computations can be performed in parallel at the subsystem level and only linear equations need be solved. The principal attraction of the method is that significant reductions in the computational requirements relative to other approximate algorithms can be achieved when the system is large-dimensional.     

轮询通信协议下信息物理系统分布式状态估计

本文关注的是一类信息物理系统的分布式状态估计问题. 由于传感器网络通信带宽有限, 当大量节点同时发送数据时, 可能造成数据冲突. 因此, 通过引入轮询协议减轻传感器网络通信负担, 在该协议下每个节点的测量分量将依次且周期性访问网络. 考虑滤波网络拓扑切换概率矩阵是时变的, 因此采用非齐次Markov链描述随机拓扑切换行为. 证明了估计误差以指数衰减的形式收敛,确保了滤波误差系统在均方意义下最终有界. 进一步地, 通过解决特定拓扑依赖的凸优化问题, 获得期望的分布式滤波器参数. 最后, 通过两个例子证明了所设计的分布式状态估计方法的可行性.     

隐蔽式攻击下网络化控制系统状态与故障的联合区间估计

研究隐蔽式攻击下网络化控制系统状态与执行器故障的联合区间估计问题.首先,根据隐蔽式攻击信号的特性,得到隐蔽式攻击信号的上下界信息;然后,将执行器故障视为增广状态,构造与原系统等价的增广系统,基于所得到的增广系统和隐蔽式攻击信号的上下界信息,利用$L_{\infty     

一类互联非线性系统的分布式故障估计观测器设计

针对一类互联非线性系统,提出一种分布式故障估计观测器设计方法.首先,将状态向量和故障向量进行增广设计,得出等价的增广互联系统;其次,利用互联子系统之间的耦合信息,设计包含关联子系统估计信息的分布式故障估计观测器,用于在线实时估计子系统中出现的故障;再次,提出基于$H_\infty$性能和$L_2-L_\infty$性能的方法求解观测器增益矩阵;最后,通过一个仿真实验表明所提出方法的可行性和有效性.     

Periodic event-triggered secure consensus for networked mechanical systems under Denial-of-Service attacks

This paper concentrates on the secure consensus problem of networked mechanical/Euler–Lagrange systems. First, a new periodic event-triggered (PET) secure distributed observer is proposed to estimate the leader information. The proposed distributed observer only relies on the PET data from its neighbors, which can significantly reduce the communication and computational burden. More importantly, it is secure in the sense that it can work normally regardless of the Denial-of-Service (DoS) attacks. Second, based on the proposed distributed observer, an adaptive fuzzy control law is proposed for each Euler– Lagrange system. A PET mechanism is integrated into the controller, which can reduce the control update. This is helpful for both energy saving and fault tolerance of actuators. Moreover, the PET mechanism naturally makes the controller easy to be implemented in digital platform. The property of fuzzy logic systems and Gronwall inequality are skillfully utilized to show the stability of the closed-loop system. Finally, the proposed control scheme is verified on real Euler–Lagrange systems, which contain a robot manipulator and several servo motors.     

Coherency for interconnected power systems

A model of disturbances affecting power systems is proposed and linearized models of the pre- and post-disturbance dynamics are derived. These are used to study coherency and near coherency of a group of generators under multiple disturbances. The techniques used are based on the geometric theory of linear systems.