-
公开(公告)号:CN115811478A
公开(公告)日:2023-03-17
申请号:CN202211438933.X
申请日:2022-11-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于图神经网络的无人集群系统网络安全评估方法,包括如下步骤:步骤S1:对于由多个无人集群系统构成的无人集群系统的通信拓扑集合G=G1,G2,…Gn,获得通信拓扑集合G对应的邻接矩阵集合A=A1,A2,…An,然后对原始的邻接矩阵集合A进行数据预处理,得到新的邻接矩阵集合A′=A′1,A′2,…A′n与特征矩阵集合x=x1,x2,...,xn;步骤S2:构建图神经网络模块,将预处理后的的邻接矩阵集合A′与特征矩阵集合x输入到图神经网络模块中进行特征提取得到图的全局表示向量;步骤S3:将提取的图的全局表示向量输入到全连接层,然后将全连接层的输出向量输入到Softmax函数,进行归一化处理,输出概率分布,根据相关指标对模型进行性能评估,该方法以提高无人集群系统中(r,s)‑鲁棒性中r值、s值的评估速度以及准确率。
-
公开(公告)号:CN115967550B
公开(公告)日:2025-04-22
申请号:CN202211580974.2
申请日:2022-12-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种无人集群系统隐私保护和均值趋同控制方法,首先建立节点动态模型和DoS攻击模型,然后利用节点动态模型和DoS攻击模型进行无人集群系统控制。该方法给出一种无人集群系统下基于差分隐私的分布式隐私保护机制,可以保护每个节点在更新过程中的隐私,也可以保证每个节点对初始状态值的保护,实现不同节点不同程度的隐私;再结合事件触发机制,可以抵御DoS攻击对无人集群系统的影响,在攻击下也可以实现对节点初始状态值的保护和精确的均值趋同控制。克服了现有的仅研究隐私保护和仅研究DoS攻击的单一情况,将隐私保护和抗DoS攻击结合起来,在达到系统精确的均值趋同的同时,实现对节点初始状态值的隐私保护,并保护系统免受DoS攻击的影响。
-
公开(公告)号:CN116203991A
公开(公告)日:2023-06-02
申请号:CN202310390192.0
申请日:2023-04-13
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明提供一种基于轨迹参数通信的无人机集群控制方法及系统,本发明首先由领航无人机划分轨迹并计算当前分段轨迹参数;其次领航无人机将当前分段轨迹参数按照设定的通信消息格式封装,并向其通信范围内的跟随无人机发布轨迹参数消息;然后跟随无人机订阅来自领航无人机的轨迹参数消息,并向领航无人机通信范围之外的跟随无人机转发轨迹参数消息;最后跟随无人机根据接收的轨迹参数计算本机飞行轨迹;并依据该飞行轨迹行驶。本发明通过传递飞行路径参数,不仅能够减少通信的数据量,也能够减少信息交换的频次。跟随无人机接收到领航无人机的信息后,仅需要简单的计算,即可完成一段时间内的路径规划,分布式地实现编队控制,维持集群轨迹一致性。
-
公开(公告)号:CN116434084A
公开(公告)日:2023-07-14
申请号:CN202310154609.3
申请日:2023-02-17
Applicant: 杭州电子科技大学
IPC: G06V20/17 , G06V10/774 , G06V10/82 , G06N3/094
Abstract: 本发明涉及一种基于对抗样本训练的无人机目标识别网络的鲁棒训练方法,针对无人机识别网络可能工作的环境以及可能遇到的攻击,制定相应的数据增强方式和相应的对抗样本生成方式。本发明提出的基于数据增强和对抗样本训练的无人机识别网络鲁棒训练方法主要分为数据增强和对抗样本训练两部分,前者增强数据的多样性和复杂性,后者提升识别网络的抗攻击性,两者结合进一步保证了无人机识别网络的鲁棒性。
-
公开(公告)号:CN116627159A
公开(公告)日:2023-08-22
申请号:CN202310195216.7
申请日:2023-03-03
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明提供一种分布式无人机集群避障策略生成方法,包括以下步骤:一、建立无人机集群轨迹模型;二、状态空间设计;三、动作空间设计;四、获取状态转移方程;五、奖励函数设计;六、利用Q‑Learning算法进行Q_Table更新。本发明的分布式无人机集群避障策略可以在预设轨迹下确定每架无人机的通过顺序,避免无人机集群出现运动死锁。本发明无需在无人机集群中设定长机,当单一无人机出现故障情况时,本发明所控制的整个系统还可以正常运转,完成无人机集群避障任务。
-
公开(公告)号:CN115967550A
公开(公告)日:2023-04-14
申请号:CN202211580974.2
申请日:2022-12-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种无人集群系统隐私保护和均值趋同控制方法,首先建立节点动态模型和DoS攻击模型,然后利用节点动态模型和DoS攻击模型进行无人集群系统控制。该方法给出一种无人集群系统下基于差分隐私的分布式隐私保护机制,可以保护每个节点在更新过程中的隐私,也可以保证每个节点对初始状态值的保护,实现不同节点不同程度的隐私;再结合事件触发机制,可以抵御DoS攻击对无人集群系统的影响,在攻击下也可以实现对节点初始状态值的保护和精确的均值趋同控制。克服了现有的仅研究隐私保护和仅研究DoS攻击的单一情况,将隐私保护和抗DoS攻击结合起来,在达到系统精确的均值趋同的同时,实现对节点初始状态值的隐私保护,并保护系统免受DoS攻击的影响。
-
-
-
-
-