网络攻击下多水下机器人安全优化协调控制研究

Multiple Autonomous Underwater Vehicles (MAUV) system is of great significance for exploring ocean. The openness and time-varying characteristics of underwater acoustic communication network lead to potential information security hazarding to the coordinated control of MAUV. How to realize the secure coordinated control of AUV under cyber attacks becomes an urgent problem to be solved. This project focuses on the level of information interaction and feedback execution, aiming at solving the secure optimized coordination control problem of MAUV system under cyber attacks, so as to improve the security and reliability of the control system. First, aiming at multi-modal data attacks in underwater acoustic communication network, differential inclusion approach is used to model the attacks and adaptive H2/H∞ method is explored to dynamically estimate and compensate the neighbor states. Second, considering the influence of underwater acoustic time-varying communication network and randomness of cyber attacks on the control performance of the system, the measurement output feedback and event-trigger control technology are adopted to optimize the underwater acoustic communication mechanism and improve the control performance. Finally, for actuator cyber attacks, the identification and isolation methods of attacks are studied, and the secure optimized coordination control based on reinforcement learning technology is established by using intermittent measurement information. The research results of this project can provide theoretical methods and technical basis for the secure optimized coordination control of MAUV, and have important significance for improving the safety of marine equipment in China.

多水下机器人系统对于经略海洋意义重大，水声通信网络的开放性与时变性等特点使多水下机器人的协调控制存在严重信息安全隐患，如何实现网络攻击下多水下机器人安全协调控制成为亟待解决的问题。本项目聚焦信息交互与反馈执行两个层面，旨在解决多水下机器人系统在网络信息攻击下的安全优化协调控制问题，以提高控制系统的安全性与可靠性。首先，针对多模态水声通信网络攻击，利用微分包含方法对其建模并采用自适应H2/H∞混合优化方法实现邻域系统信息安全估计与补偿；其次，进一步考虑水声时变通信网络以及网络信息攻击对系统控制性能的影响，采用测量输出反馈与事件触发控制技术优化水声通信机制，提升控制性能；最后，针对执行器网络信息攻击，研究劫持个体隔离方法并利用间歇测量信息建立基于强化学习技术的安全优化协调控制框架。本项目研究成果可为水下机器人安全优化协调控制提供理论方法和技术基础，对提高我国海洋装备安全性具有重要意义。

多水下机器人系统对于经略海洋意义重大，水声通信网络的开放性与时变性等特点使多水下机器人的协调控制存在严重信息安全隐患，如何实现网络攻击下多水下机器人安全协调控制成为亟待解决的问题。本项目聚焦信息交互与反馈执行两个层面，旨在解决多水下机器人系统在网络信息攻击下的安全优化协调控制问题，以提高控制系统的安全性与可靠性。首先，针对多模态水声通信网络攻击，利用微分包含方法对其建模并采用自适应H2/H∞混合优化方法实现邻域系统信息安全估计与补偿；其次，进一步考虑水声时变通信网络以及网络信息攻击对系统控制性能的影响，采用测量输出反馈与事件触发控制技术优化水声通信机制，提升控制性能；最后，针对执行器网络信息攻击，研究劫持个体隔离方法并利用间歇测量信息建立基于强化学习技术的安全优化协调控制框架。本项目研究成果可为水下机器人安全优化协调控制提供理论方法和技术基础，对提高我国海洋装备安全性具有重要意义。除此之外，本项目研究的安全控制与优化方法还被用于解决智能微网系统的安全调控问题。智能微网作为典型的信息物理系统近年来备受关注，本项目提出的安全控制理论与技术有助于提升智能微网的控制系统安全性与可靠性。在本项目的资助下，取得了丰富的理论成果，累计发表论文20余篇，其中SCI论文16篇，包括IEEE Trans系列论文8篇，为后续研究奠定了深厚的基础。