[论文解读] Event-Triggered Control over Unreliable Networks Subject to Jamming Attacks

Ahmet Cetinkaya, Hideaki Ishii+1 more|arXiv (Cornell University)|Mar 24, 2015

Stability and Control of Uncertain Systems参考文献 7被引用 5

一句话总结

本文提出了一种针对在不可靠通信信道下同时存在随机分组丢失和智能干扰攻击的线性网络化系统的事件触发控制框架。通过使用非时齐马尔可夫链对随机丢失进行概率建模，以及使用任意有界攻击模型对干扰进行建模，作者利用李雅普诺夫型函数和尾概率不等式，推导出几乎必然渐近稳定的充分条件，从而通过凸优化实现稳定反馈增益和触发参数的设计。

ABSTRACT

Event-triggered networked control of a linear dynamical system is investigated. Specifically, the dynamical system and the controller are assumed to be connected through a communication channel. State and control input information packets between the system and the controller are attempted to be exchanged over the network only at time instants when certain triggering conditions are satisfied. We provide a probabilistic characterization for the link failures which allows us to model random packet losses due to unreliability in transmissions as well as those caused by malicious jamming attacks. We obtain conditions for the almost sure stability of the closed-loop system, and we illustrate the efficacy of our approach with a numerical example.

研究动机与目标

• 解决在随机分组丢失和智能干扰攻击共同作用下稳定线性网络化控制系统的挑战。
• 开发一种概率模型，以捕捉不可靠网络中随机和恶意传输故障的联合特性。
• 设计一种事件触发控制机制，在确保系统在对抗性和随机扰动下稳定的同时，减少通信开销。
• 推导在所提框架下闭环系统几乎必然渐近稳定的充分条件。
• 提供一种数值方法，用于计算稳定反馈增益和事件触发参数。

提出的方法

• 使用状态依赖转移概率的非时齐马尔可夫链对随机分组丢失进行建模。
• 将干扰攻击表征为受总尝试次数比率有界限制的任意序列，确保几乎必然有限次故障。
• 利用依赖过程和的尾概率不等式，将随机损失和干扰损失统一为一个故障过程。
• 基于李雅普诺夫型函数定义事件触发条件，以限制传输前的状态增长。
• 使用李雅普诺夫型函数确保仅在必要时才触发控制更新，从而在保持稳定性的同时减少通信。
• 通过线性矩阵不等式（LMIs）制定稳定性条件，并数值求解反馈增益和触发参数。

实验结果

研究问题

• RQ1 在随机分组丢失和智能干扰攻击的共同作用下，事件触发控制能否稳定线性系统？
• RQ2 如何在适合稳定性分析的概率框架下，联合建模随机和对抗性分组丢失？
• RQ3 在何种条件下，可确保在该类故障模型下闭环系统的几乎必然渐近稳定？
• RQ4 如何设计事件触发机制，以在保持稳定性的前提下最小化通信量？
• RQ5 何种数值过程可实现所提模型下稳定反馈增益和触发参数的计算？

主要发现

• 所提框架在独立和相关随机损失与干扰损失下，均能确保零解的几乎必然渐近稳定。
• 通过李雅普诺夫型函数和损失过程和的尾概率不等式，推导出充分的稳定性条件。
• 在数值示例中，计算得到稳定反馈增益 $ K = MQ^{-1} $ 和触发参数 $ heta = 1000 $，确保在250条样本轨迹中 $ \|x(t)\| $ 收敛至零。
• 李雅普诺夫型函数 $ V(x(t)) $ 即使在因随机或干扰引起的分组交换失败时，也显示随时间收敛至零。
• 当控制输入在失败传输尝试期间保持为零时，系统仍保持稳定，这是由于事件触发机制能够通过及时更新恢复稳定性。
• 只要总失败尝试次数几乎必然被总尝试次数的比率所限制，该方法即可容忍任意干扰模式，从而对智能攻击者具备鲁棒性。