【摘 要】
:
近些年来,由于计算机和通信设备在功耗、移动性和效率等方面取得的技术进步,信息物理系统应运而生并得到快速发展。但与此同时,信息网络与物理世界的强耦合也给工业界带来新的挑战,其中,最突出的问题是网络安全性和有限的信道带宽。由于开放性的通信平台,网络攻击频繁地入侵信息物理系统,导致系统无法正常运行。另一方面,在信息物理系统中,信息数据和控制信号通过网络传送到远端,可能会导致信道拥堵,无法满足系统实时性需
论文部分内容阅读
近些年来,由于计算机和通信设备在功耗、移动性和效率等方面取得的技术进步,信息物理系统应运而生并得到快速发展。但与此同时,信息网络与物理世界的强耦合也给工业界带来新的挑战,其中,最突出的问题是网络安全性和有限的信道带宽。由于开放性的通信平台,网络攻击频繁地入侵信息物理系统,导致系统无法正常运行。另一方面,在信息物理系统中,信息数据和控制信号通过网络传送到远端,可能会导致信道拥堵,无法满足系统实时性需求。针对这些问题,本文结合滑模控制和事件触发控制方法,设计网络环境下信息物理系统的安全控制策略。主要工作如下:(1)针对信息物理系统遭受虚假数据注入攻击的情况,提出两种滑模控制方法。首先,利用异常检测机制的阈值信息获取攻击的上界信息,并应用获得的攻击上界信息构造鲁棒滑模控制方法。其次,采用自适应技术估计攻击模式的上界信息,进而结合攻击模式的估计上界信息设计自适应滑模控制方法。然后,稳定性理论分别证明了两种控制方法下动态系统的安全稳定性。最后,仿真实例验证,在虚假数据注入攻击的情况下,所设计的鲁棒及自适应滑模控制方法能确保信息物理系统稳定并具有较好的鲁棒性能。(2)在工作(1)的基础上,在信息物理系统遭受虚假数据注入攻击上界已知情况下,针对系统安全控制问题和有限信道带宽问题,提出一种鲁棒安全事件触发滑模控制方法。首先,引入事件触发机制,并结合获得的攻击上界信息,设计鲁棒安全事件触发滑模控制方法。其次,稳定性理论证明所提方法的有效性,并给出事件触发间隔正最小下界值证明设计的事件触发控制方案不存在芝诺现象。最后,仿真实例验证所设计算法能节约通信资源,并确保系统安全稳定运行。(3)在工作(2)的基础上,进一步考虑虚假数据注入攻击上界未知的情况下系统安全控制问题及有限的通信资源问题,提出一种自适应事件触发滑模控制方法。首先,针对虚假数据注入攻击上界未知的情况,采用自适应技术估计攻击模式上界信息,进而结合事件触发机制设计自适应事件触发滑模控制方法。其次,稳定性理论证明所提方法的可行性。最后,仿真实例验证所设计的自适应事件触发下滑模控制器能确保系统稳定运行并提高信息资源的利用率。
其他文献
点云分割是三维点云处理技术中的重要环节,分割结果的好坏对后续点云数据的应用有着直接影响,所以对点云数据高效准确地分割是三维点云处理领域十分重要的研究内容。基于此背景,本文对三维点云分割技术进行研究,结合超体素算法与三维点云自带的凹凸性,提出了基于超体素凹凸性的场景点云分割方法,具有运算速度快、模型复杂度低等优点。然而该方法仍存在常用算法容易混淆堆叠物体以及对较大物体过分割等缺陷。因此,本文结合超体
地球表面超过66%的区域常被云覆盖,而云的变化指示着各种天气现象的发生,当云的急剧变化发生在暴雨、雷电等灾害性天气中时,将会对人类的生活产生极大影响,甚至威胁人类的生命安全。尤其是西藏地区,夏季的强对流天气极易导致自然灾害的发生,因此需要监测该地区的云团变化情况以预防灾害的发生。风云四号A星实现了对云的实时观测,可提供高时间分辨率且多通道的观测数据,借助该数据分析云的动态变化可实现更为准确的天气预
目标检测作为计算机视觉的重要研究领域,目前在无人驾驶,工业制造,智能医疗,安防等领域得到了广泛的应用。然而在目标检测中,因目标检测场景复杂,待检测目标尺寸存在较大差异,预测分支使用特征与检测任务所需特征不匹配等问题,导致检测网络精度较低的问题。本文针对目标检测网络中存在的上述问题,提出了基于多尺度特征融合和注意力机制的目标检测方法。本文主要工作如下:(1)目标检测任务中,针对待检测目标间存在较大尺
“创客”教育是国外首先提出的一种新型的教育模式,是未来教育改革与人才培养的趋势,在国外,Scratch编程作为信息技术课程被广大学生所喜爱。目前市场上大多是基于Scratch二次开发的可视化、积木式工具,而且大部分只能实现基础的动画、故事、数学等逻辑编程,无法支持后续的电子机械类课程的教学活动。例如北斗作为国家重要的战略新兴产业,很多创客教具不支持北斗芯片的运行,无法让北斗工程以简洁的积木块形式走
人体行为识别一直是智能视频分析领域的研究热点,近几年被广泛应用在虚拟现实、人机交互以及短视频拍摄等方面,具有重大研究意义。随着深度学习算法在计算机视觉中的快速发展,基于深度学习的行为识别算法层出不穷,研究者们从识别准确率、识别速度、模型结构等方面对行为识别算法进行创新,然而目前的行为识别算法在识别精度和网络模型复杂度上仍有改进的空间。得益于深度学习尤其是长短期记忆网络在行为识别领域中的高速发展,本
近年来,随着工业和信息化的深度融合,数字化经济的发展,信息物理系统(Cyber-Physical Systems,CPSs)作为新一代的智能系统受到了广泛的关注和研究。CPSs在实现远距离实时传感和动态控制的同时,也带来了安全性的问题。随着计算机控制网络的开放性日益增强,拒绝服务(Denial-of-Service,DoS)攻击通过阻断数据传输造成的网络带宽资源被占用等问题不容忽视。另外,CPSs
由虚拟现实技术发展而来的增强现实近年来被应用在了多个领域,如教育,医疗,工业维修等,其中将增强现实技术与手功能康复技术结合逐渐成为康复领域的研究热点。本文通过改进增强现实的注册算法设计出针对ADL(activities of daily living,日常生活能力)的康复方案:首先针对VSLAM(visual simultaneous localization and mapping,视觉同时定位
图像在拍摄过程中受天气(雾、雨雪、阴天)、运动、光照不足等影响加之拍摄硬件设备的限制,会产生严重的退化,造成细节丢失、亮度降低、颜色退化、模糊、辨识度降低等问题,为了提升图像的可识别度以及为后续开展检测、识别、跟踪、分类等,本文针对噪声和运动模糊造成的低质图像进行清晰化的研究。开展了基于各向异性扩散和三维块匹配算法相结合的噪声图像清晰化算法及基于DeblurGAN模型的运动模糊图像的清晰化算法,主
在图像处理领域中,块匹配方法是图像去噪与运动估计中的常用方法,其通过查询指定区域找出相似块,进行信息的比对与联合去噪,从而削弱不符合图片规律的噪声。其中,三维块匹配算法(BM3D)结合了空间域与频率域的若干种算法,是当前图像去噪效果最好的算法之一。本文以非局部均值算法为基础对图像去噪算法进行研究,主要研究工作如下:首先,针对三维块匹配算法计算耗时长,针对相似块提取不够准确、分割块内分布不同的相似特