虚假消息注入攻击下的多车队列纵向稳定性控制研究

针对虚假消息注入攻击下多车队列系统纵向稳定性控制问题,采用加性不确定方法量化攻击对队列系统的影响,采用等效时滞、网络诱导时滞等方法,将通信时滞与数据丢包、车载传感器数据离散化特性等因素整合到队列中,构建了网络攻击与信息延迟下的队列模型。基于李雅普诺夫-克拉索夫斯基稳定性理论和H_(∞)鲁棒控制,提出了一种弱保守性分布式鲁棒抗干扰控制方法,并给出了队列系统保持稳定性的条件。仿真结果表明,所提出的鲁棒H_(∞)控制方法在保证队列内稳定需求的同时,能兼顾队列稳定性。与常规队列干扰抑制控制方法相比,对于队列内相邻车辆之间的间距误差控制以及跟随车辆与领航车之间的速度跟踪控制效果更好。

干扰时滞下的车辆队列事件触发量化控制研究

为减少通信负载和节省计算资源,同时保证多车队列系统的稳定性,提出了一种事件触发量化稳定控制方法.该方法可在大幅降低车间通信频次和控制计算量的前提下,实现队列系统在通信时滞、数据丢包和外界环境干扰下的稳定性.建立了多车队列系统时滞干扰不确定性模型,构建了多车队列事件触发量化协同控制系统,给出了多车队列系统L_(2)全局稳定判据,在Matlab-Carsim联合仿真环境下对所提出的控制方法进行了验证.结果表明,相比于主流队列稳定控制方法,所提控制方法可在10 m/s最大外界风速、0.03 s最大通信延时、10个最大数据丢包及领航跟随/双领航跟随2种通信拓扑结构下,车间距误差小于0.35 m,速度跟踪误差不超过0.28 m/s,同时控制频次可实现最高66.89%的大幅降低.