×
吕元伟;杨广洪

针对非线性系统针对随机发生的注入攻击的自适应容积卡尔曼滤波器。 （英语） Zbl 1510.93321号

申请。数学。计算。 418，文章ID 126834，14 p.（2022）.
摘要：研究了存在随机注入攻击的非线性动态系统的状态估计问题。本文不需要攻击的先验统计信息，放松了现有结果中攻击概率和攻击信号概率密度函数需要已知的假设。将攻击概率和攻击信号的分布建模为贝塔分布和高斯混合分布，提出了一种基于变分贝叶斯的自适应立方卡尔曼滤波器，以逼近系统状态向量和未知参数的联合后验分布。此外，利用不动点迭代方法解析地导出了攻击的状态更新规则和统计参数。最后，通过数值结果验证了该滤波器的有效性。

引用于6文件

MSC公司：

93E11号机组 随机控制理论中的滤波

关键词：

状态估计;虚假数据注入攻击;容积卡尔曼滤波器;自适应滤波;变分贝叶斯

软件：

PRMLT公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.-W.Lv}和\textit{G.-H.Yang}，应用。数学。计算。418，文章ID 126834，14 p.（2022；Zbl 1510.93321）
全文： 内政部

参考文献：

[1] Bar-Shalom，Y。；Li，X.R。；Kirubarajan，T.，估计及其在跟踪和导航中的应用（2001），威利：威利纽约
[2] 比利克，I。；Tabrikian，J.，《使用非线性高斯混合卡尔曼滤波器进行闪烁情况下的机动目标跟踪》，IEEE Trans。Aerosp.航空公司。电子。系统。，46, 1, 246-262 (2010)
[3] 肖海忠。；李振杰。；Yang，C.G.，《室内环境中智能轮椅机器人基于RGB-D传感器的视觉目标检测和跟踪》，国际控制自动化杂志。系统。，13, 3, 521-529 (2015)
[4] 朱，H。；Yuen，K。；Mihaylova，L。；Leung，H.，智能车辆环境感知概述，IEEE Trans。智力。运输。系统。，18, 10, 2584-2601 (2017)
[5] 李，L。；杨，M。；王春霞。；Wang，B.，基于容积卡尔曼滤波器的刚性点集配准及其在智能车辆中的应用，IEEE Trans。智力。运输。系统。，19, 6, 1754-1765 (2017)
[6] Kalman，R.E.，《线性滤波和预测问题的新方法》，《基础工程杂志》，第82期，第34-45页（1960年）
[7] Ljung，L.，作为线性系统参数估计器的扩展卡尔曼滤波器的渐近行为，IEEE Trans。自动化。对照，24，1，36-50（1979）·Zbl 0399.93054号
[8] Hermoso-Carazo，A。；Linares-Perez，J.，具有不确定观测值的非线性系统中状态滤波的不同方法，应用。数学。计算。，187, 2, 708-724 (2007) ·Zbl 1114.93102号
[9] 吴晓东。；Song，Z.H.，基于广义非线性滤波方法的间歇性故障混沌时间序列的多步预测，应用。数学。计算。，219, 16, 8584-8594 (2013) ·Zbl 1288.62143号
[10] Hao，G。；Sun，S.L。；李毅，具有渐近最优性的非线性加权测量融合无迹卡尔曼滤波器，信息科学。，299，85-98（2015）·Zbl 1360.93697号
[11] Reif，K。；冈瑟，S。；Yaz，E。；Unbehauen，R.，离散时间扩展卡尔曼滤波器的随机稳定性，IEEE Trans。自动化。控制，44，4，714-728（1999）·Zbl 0967.93090号
[12] 朱利叶，S。；Uhlmann，J。；Durrant-Whyte，H.F.，滤波器和估计器中均值和协方差非线性变换的新方法，IEEE Trans。自动化。控制，45，3，477-482（2000）·兹伯利0973.93053
[13] 熊，K。；张海勇。；Chan，C.W.，基于UKF的非线性滤波性能评估，Automatica，42，2，261-270（2006）·Zbl 1103.93045号
[14] Cappe，O。；Godsill，S.J。；Moulines，E.，序贯蒙特卡罗现有方法和最新进展概述，Proc。IEEE，95，5，899-924（2007）
[15] 宋，W.H。；王，Z.D。；Wang，J.N。；Shan，J.Y.，一类网络物理系统在round-robin协议下的粒子过滤，受到随机发生的欺骗攻击，Inf.Sci。，544, 298-307 (2021) ·Zbl 1478.93695号
[16] 阿拉萨拉特南，I。；Haykin，S.，Cubature Kalman滤波器，IEEE Trans。自动化。控制，54，6，1254-1269（2009）·Zbl 1367.93637号
[17] 赵立群。；Wang，J.L。；Yu，T。；Jian，H.，带噪声统计估计器的自适应鲁棒平方-库仑卡尔曼滤波器设计，应用。数学。计算。，256, 352-367 (2015) ·Zbl 1338.93384号
[18] Dong，P。；Jing，Z.L。；Leung，H。；Shen，K.，基于Wishart分布的变分贝叶斯自适应容积信息滤波器，IEEE Trans。自动化。控制，62，11，6051-6057（2017）·Zbl 1458.62073号
[19] Mehra，R.K.，《自适应滤波方法》，IEEE Trans。自动化。控制，17，5，693-698（1972）·兹比尔0261.93036
[20] Li，X.R。；Bar-Shalom，Y.，《噪声识别的递归多模型方法》，IEEE Trans。Aerosp.航空公司。电子。系统。，30, 3, 671-684 (1994)
[21] Krummenauer，R。；卡扎罗托，M。；Lopes，A。；Larzabal，P.，提高到达方向最大似然估计的阈值性能，信号处理。，90, 5, 1582-1590 (2010) ·Zbl 1194.94101号
[22] Tzikas，D.G。；利卡斯，A.C。；Galatsanos，N.P.，贝叶斯推断的变分近似，IEEE信号处理。Mag.，25，6，131-146（2008）
[23] 萨卡，S。；Nummenmaa，A.，变分贝叶斯近似递归噪声自适应卡尔曼滤波，IEEE Trans。自动化。控制，54，3，596-600（2009）·Zbl 1367.93658号
[24] 黄Y.L。；Zhang，Y.G。；Wu，Z.M。；Li，N.，具有不精确过程和测量噪声协方差矩阵的新型自适应卡尔曼滤波器，IEEE Trans。自动化。控制，63，2，594-601（2018）·Zbl 1390.93790号
[25] 贾庆林。；黄Y.L。；Zhang，Y.G。；Chambers，J.，测量损失概率未知的新型自适应卡尔曼滤波器，IEEE信号处理。莱特。，26, 12, 1862-1866 (2019)
[26] 朱，H。；张国荣。；Li，Y.F。；Leung，H.，存在异常值时具有不准确噪声协方差的自适应卡尔曼滤波器，IEEE Trans。自动化。控制（2021）
[27] Xu，H。；段克强。；袁，H.D。；谢伟川。；Wang，Y.L.，基于变分贝叶斯方法的自适应固定滞后平滑算法，IEEE Trans。自动化。控制，66，10，4881-4887（2021）·Zbl 07479694号
[28] 张，T。；Wang，J。；张，L。；Guo，L.，SINS/USBL紧密组合导航系统基于t的学生测量不确定度滤波器，IEEE Trans。车辆。技术。，708627-8638（2021）
[29] 崔洪瑞。；Wang，X.H。；Gao，S.H。；Li，T.C.，基于高斯混合回归模型的无先验统计非高斯噪声自适应滤波器，信号处理。，190, 1-13 (2021)
[30] Mo，Y.L。；Sinopoli，B.，《关于网络物理系统在隐身完整性攻击下的性能退化》，IEEE Trans。自动化。控制，61,92618-2624（2016）·Zbl 1359.93257号
[31] 安·L·W。；Yang，G.H.，传感器攻击下网络物理系统的分布式安全状态估计，Automatica，107，526-538（2019）·Zbl 1429.93237号
[32] Lu，A.Y。；Yang，G.H.，针对分布式控制系统的状态估计恶意攻击，IEEE Trans。自动化。控制，65，9，3911-3918（2020）·Zbl 07256494号
[33] 张，H。；Cheng，P。；Shi，L。；Chen，J.M.，具有能量约束的最优拒绝服务攻击调度，IEEE Trans。自动化。控制，60，11，3023-3028（2015）·Zbl 1360.68302号
[34] 安·L·W。；Yang，G.H.，针对间歇dos攻击的非线性不确定互联系统的分散自适应模糊安全控制，IEEE Trans。赛博。，49, 3, 827-838 (2017)
[35] 郭振英。；史，D.W。；Quevedo，D.E。；Shi，L.，针对完整性攻击的安全状态估计：高斯混合模型方法，IEEE Trans。信号处理。，194-207年1月67日（2018年）·Zbl 1414.62349号
[36] Yang，W。；张晓东。；罗伟杰。；Zuo，Z.Y.，基于分布式状态估计的随机复杂攻击检测，信息科学。，547, 539-552 (2021) ·Zbl 1478.93685号
[37] Wang，D.J。；陈，F。；B·孟。；Hu，X.L.，遭受欺骗攻击的延迟电力系统基于事件的安全负载频率控制，应用。数学。计算。，394, 1-13 (2021) ·Zbl 1508.93089号
[38] 陈，B。；何鸿燊。；Hu，G.，重放攻击下带宽受限网络物理系统的安全融合估计，IEEE Trans。赛博。，48, 6, 1862-1876 (2017)
[39] 丁·D·R。；Han，Q.L。；Xiang，Y。；Ge，X.H.，《工业网络物理系统安全控制和攻击检测调查》，神经计算，2751674-1683（2018）
[40] 曹振荣。；Niu，Y.G。；Song，J.，针对随机发生的注入攻击的马尔科夫跳跃网络物理系统的有限时间滑模控制，IEEE Trans。自动化。控制，65，3，1264-1271（2020）·Zbl 07256250号
[41] Saul，L.K。；Jaakkola，T。；Jordan，M.I.，《乙状结肠信念网络的平均场理论》，J.Artif。智力。第461-76号决议（1996年）·Zbl 0900.68379号
[42] Bishop，C.M.，模式识别和机器学习（2006），Springer:Springer New York·Zbl 1107.68072号
[43] Dias，S.S。；Bruno，M.G.S.，《使用分散粒子滤波和RSS传感器的合作目标跟踪》，IEEE Trans。信号处理，61，14，3632-3646（2013）·Zbl 1393.94552号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。