拒绝服务攻击下基于测量数据的跟踪控制方法

    公开(公告)号:CN115826414A

    公开(公告)日:2023-03-21

    申请号:CN202211712575.7

    申请日:2022-12-26

    Abstract: 拒绝服务攻击下基于测量数据的跟踪控制方法,涉及信息物理系统领域。解决了现有拒绝服务攻击下信息物理系统跟踪控制方法在跟踪过程需依赖于系统动态,而系统动态获取困难,不便于对参考系统动态进行有效跟踪的问题。本发明使用输入输出数据对增广系统状态ξk和二次值函数V(xk,rk)进行重建,在该基础上建立基于基于测量数据的Bellman方程,求得基于输入输出数据的安全跟踪控制策略uk的构成,再通过基于测量数据的在线迭代强化学方式,求解出控制策略uk中的最优的中间变量核矩阵从而使得控制策略uk最优,实现对参考轨迹动态rk的准确跟踪。本发明主要用于参考轨迹动态进行跟踪。

    信息物理融合系统的主动防御弹性滑模控制方法

    公开(公告)号:CN111045334B

    公开(公告)日:2022-10-25

    申请号:CN201911418806.1

    申请日:2019-12-31

    Abstract: 信息物理融合系统的主动防御弹性滑模控制方法,属于信息安全技术领域,解决了信息物理融合系统拒绝服务攻击下的物理过程的指数稳定性差、数据丢失量大的问题。本发明建立拒绝服务攻击物理过程模型;利用拒绝服务攻击物理过程模型和零和博弈理论,设计在DoS攻击下基于防御策略的估计器;利用所述基于防御策略的估计器对系统状态进行估计;利用估计的系统状态,获取主动防御的弹性滑模控制器。本发明适用于信息物理融合系统中使用。

    基于半参数化模型的离体心脏灌注血压自适应控制方法

    公开(公告)号:CN114740728A

    公开(公告)日:2022-07-12

    申请号:CN202210439215.8

    申请日:2022-04-25

    Abstract: 基于半参数化模型的离体心脏灌注血压自适应控制方法,属于体外器官保护智能系统技术领域。为了解决现有的离体心脏灌注技术存在心脏损伤,血压调节难以快速稳定以及变化的心脏灌注条件导致当前的控制器调整增益时会损伤心脏等问题。本发明通过使用一个参数模型和非参数模型结合的方式对离体心脏行建模,同时根据离体心脏各项参数的变化自适应的更改模型内部参数,并在离体心脏参考模型上,通过虚拟控制器产生参考控制轨迹,同时通过使用目标平均主动脉压、实际平均主动脉压、离体心脏半参数模型以及虚拟控制器更新控制增益,通过控制增益器控制离心泵控制灌注血液流速。主要用于离体心脏灌注血压自适应控制。

    自动调平式重载平面微重力模拟平台

    公开(公告)号:CN114633904A

    公开(公告)日:2022-06-17

    申请号:CN202210248219.8

    申请日:2022-03-14

    Abstract: 一种自动调平式重载平面微重力模拟平台,属于空间微重力环境地面模拟设备领域。本发明针对现有重载平面微重力模拟平台需要人工使用水平仪进行调平,存在操作难度大且效率低的问题。包括:平台通过水平仪测量水平度;平台由多个均匀分布的支撑单元支撑,每个支撑单元包括底座和多个分支座,多个分支座均匀分布在底座上作为多个支点;每个支撑单元对应配置一个自动调平单元;所述自动调平单元包括水平移动分部和夹持分部;所述底座与水平移动分部相配合使水平移动分部沿底座长度方向移动;水平移动分部与夹持分部连接,夹持分部的终端用于夹持分支座的调节螺母,并旋动调节螺母实现对平台水平度的调节。本发明提高了平台提高效率。

    一种基于深度强化学习的信息物理系统安全控制方法

    公开(公告)号:CN113885330B

    公开(公告)日:2022-06-17

    申请号:CN202111247290.6

    申请日:2021-10-26

    Abstract: 一种基于深度强化学习的信息物理系统安全控制方法,它属于信息安全技术领域。本发明解决了在网络攻击情况下,基于现有方法设计的安全控制策略的控制性能不佳的问题。本发明将受攻击情形下的信息物理系统动态方程描述为一个马尔科夫决策过程,基于建立的马尔科夫过程,将虚假数据注入攻击情形下的信息物理系统安全控制问题转化为仅使用数据的控制策略学习问题,再基于柔性actor‑critic强化学习算法框架,提出了一种基于李雅普诺夫函数的柔性actor‑critic强化学习算法,并提供了一种新颖的深度神经网络训练框架,设计过程中融合李雅普诺夫稳定理论,保证了信息物理系统的稳定性,有效提升了控制性能。本发明可以应用于对信息物理系统的安全控制。

    一种基于深度强化学习的信息物理系统安全控制方法

    公开(公告)号:CN113885330A

    公开(公告)日:2022-01-04

    申请号:CN202111247290.6

    申请日:2021-10-26

    Abstract: 一种基于深度强化学习的信息物理系统安全控制方法,它属于信息安全技术领域。本发明解决了在网络攻击情况下,基于现有方法设计的安全控制策略的控制性能不佳的问题。本发明将受攻击情形下的信息物理系统动态方程描述为一个马尔科夫决策过程,基于建立的马尔科夫过程,将虚假数据注入攻击情形下的信息物理系统安全控制问题转化为仅使用数据的控制策略学习问题,再基于柔性actor‑critic强化学习算法框架,提出了一种基于李雅普诺夫函数的柔性actor‑critic强化学习算法,并提供了一种新颖的深度神经网络训练框架,设计过程中融合李雅普诺夫稳定理论,保证了信息物理系统的稳定性,有效提升了控制性能。本发明可以应用于对信息物理系统的安全控制。

    一种动态充电电动汽车有源前端变换器的鲁棒控制方法

    公开(公告)号:CN113794391A

    公开(公告)日:2021-12-14

    申请号:CN202111097783.6

    申请日:2021-09-18

    Abstract: 一种动态充电电动汽车有源前端变换器的鲁棒控制方法,属于电动汽车无线充电控制技术领域。解决了动态充电电动汽车无线电能传输系统有源前端的抗干扰和中性点平衡控制差问题。本发明根据动态充电电动汽车有源前端变换器的电路拓扑结构,建立有源前端控制器的动态模型;根据有源前端控制器的动态模型,确定所述有源前端控制器的控制目标变量及其参考值;利用有源前端的动态模型和所述控制目标变量,采用电压调节环对有源前端变换器的直流输出电压进行控制,采用电流跟踪环对有交流电网电流进行控制,采用中性点电压平衡环对有源前端变换器中性点电压差进行控制,实现对有源前端变换器进行控制。本发明适用于动态充电电动汽车有源前端变换器控制。

    信息物理融合系统的主动防御弹性滑模控制方法

    公开(公告)号:CN111045334A

    公开(公告)日:2020-04-21

    申请号:CN201911418806.1

    申请日:2019-12-31

    Abstract: 信息物理融合系统的主动防御弹性滑模控制方法,属于信息安全技术领域,解决了信息物理融合系统拒绝服务攻击下的物理过程的指数稳定性差、数据丢失量大的问题。本发明建立拒绝服务攻击物理过程模型;利用拒绝服务攻击物理过程模型和零和博弈理论,设计在DoS攻击下基于防御策略的估计器;利用所述基于防御策略的估计器对系统状态进行估计;利用估计的系统状态,获取主动防御的弹性滑模控制器。本发明适用于信息物理融合系统中使用。

Patent Agency Ranking