欺骗攻击下弹性自触发模型预测控制

针对在欺骗攻击下自触发模型预测控制系统的安全控制问题,本文提出一种基于关键数据保护的弹性自触发模型预测控制(MPC)策略.对比现有的自触发MPC,该方法仅需对少量关键控制样本进行保护,则可保证闭环系统稳定运行,从而有效节省系统资源.首先,基于自触发MPC和欺骗攻击的特征推导标称系统与被攻击系统状态之间的误差上界,从而定量分析出欺骗攻击对系统的损害.然后,通过所获得误差上界和李雅普诺夫定理建立关键数据的选取条件并对其实施保护.最后,严格证明了在仅对关键控制样本实施保护后,被控系统仍可在欺骗攻击下保持稳定.此外,基于移动机器人和弹簧小车系统对所提算法进行了仿真实验,结果表明所提算法能够显著节省保护资源,验证了算法的有效性.

基于自触发机制的无人车辆分布式编队控制算法研究

针对地面无人车辆分布式协同编队系统横纵向耦合的复杂非线性模型及控制误差较大的问题,开展了地面无人车辆分布式协同编队的控制技术研究。首先,构建了多智能体一致性协同控制框架,建立了车辆非线性运动学、通信拓扑、队形误差、车辆编队预测模型。其次,提出了一种多目标优化的分布式模型预测控制器,其中每个车辆只需要在单个控制周期内获取一次其相邻车辆的预测状态。然后,为了进一步优化编队通信成本对控制器完成改进,实现了基于自触发机制的分布式模型预测编队控制器。最后,对所建立的控制器进行了基于ROS和V-rep的仿真试验。仿真试验结果表明该自触发的分布式模型预测控制器有着良好的稳定性和控制精度,编队平均控制误差精度提高了9.35%。