关键词:
网联自主车辆
网络攻击
事件触发控制
滑模控制
自适应控制
摘要:
网联自主车辆系统作为智能交通系统的重要组成部分,采用先进的网络通信及控制技术,旨在实现车辆间协同行驶,提升系统的整体性能,减少燃油能耗等。通常车辆间通过车辆自组织网络实现通信。然而,车辆自组织网络易受到网络攻击,这会对车辆的感知,通信和控制产生消极影响。因此,为实现网联自主车辆安全稳定运行,本论文针对网联自主车辆在网络攻击及状态不可测、同时存在传感器和执行器联合攻击、及多种类型网络攻击等复杂情况下的队列协同控制问题,以自适应技术、神经网络为辅助,提出了解决网联自主车辆在网络攻击下的稳定性、队列稳定性、成本性能、攻击估计、自适应控制及事件触发控制等一系列问题的方法。主要工作概括如下:
1.研究了在拒绝服务攻击下的加速度不可测网联车辆队列滑模控制问题。考虑系统二次型成本性能要求,利用降阶观测器估计相邻车辆间的相对加速度,采用随机变化的通信状态建模攻击,并建立了包含滑动模态、状态估计误差的增广系统模型。提出了基于观测器的弹性滑模控制器,实现了网联自主车辆系统轨迹在拒绝服务攻击下有限时间到达一个滑模有界域,获得了保证系统渐近稳定、输入-状态队列稳定、二次型成本性能要求的充分条件及系统运行的成本上界,并给出了控制器参数和观测器参数的统一计算算法。
2.研究了欺骗攻击下的网联车辆队列最优滑模控制问题。考虑一组同时存在未知非线性、外部干扰、测量噪声及传感器数据受欺骗攻击的网联车辆,设计状态观测器估计系统状态,并基于状态估计信息利用神经网络技术逼近未知非线性项。基于神经网络近似和观测信息提出分散滑模控制方法,进一步结合基于自适应动态规划的迭代策略和滑模动力学,实现网联车辆的自适应最优控制,最小化预定义的成本函数。在所设计的滑模控制方案下,车辆状态估计误差及神经网络权重估计误差是一致最终有界的,网联车辆队列稳定性得以保证,并且更新滑模控制方案保证了每个滑模面的可达性。
3.研究了联合攻击下的网联车辆队列自适应滑模控制问题。考虑车辆传感器和执行器同时受到欺骗攻击,构造包含联合攻击估计信息的状态观测器估计系统状态,并设计对传感器攻击和执行器攻击信号估计的自适应律,建立了包含滑动模态、状态估计误差及攻击估计误差的增广系统模型。提出一种基于观测信息和攻击估计的自适应滑模控制器,实现了系统轨迹在传感器和执行器联合攻击下有限时间到达一个滑模有界域,给出了保证闭环系统渐近稳定及输入-状态队列稳定的充分条件并协同设计了控制器参数和观测器参数。
4.研究了在网络攻击下的网联车辆队列动态事件触发控制问题。首先,考虑单一类型攻击,利用观测器技术估计系统状态,并分别在传感器-观测器,观测器-控制器引入动态事件触发机制,利用自适应技术设计未知攻击界限估计的自适应律,并建立了包含滑动模态、状态估计误差及攻击估计误差的增广系统模型。提出基于观测信息及双信道动态事件触发机制的自适应滑模控制器,实现了系统状态轨迹在网络攻击和双信道动态事件触发机制下有限时间到达一个滑模有界域,给出了保证该系统渐近稳定及输入-状态队列稳定的充分条件并协同设计了控制器增益和观测器增益。其次,考虑多种类型网络攻击,包括非周期拒绝服务攻击和欺骗攻击,建立在这两种攻击下的二阶网联车辆数学模型,设计与攻击相关的事件触发机制及分布式控制器,获得了网联车辆渐近稳定的拒绝服务攻击频率上限、攻击时长上限、控制器增益条件和队列稳定性条件,同时避免了“芝诺”行为。