Estimación del estado basada en el protocolo para los sistemas de salto de Markov en 2D con FDIA que ocurren al azar

Área de la Ciencia:

• Ingeniería de sistemas de control
• Procesamiento de señales
• Ciberseguridad en los sistemas

Sus antecedentes:

• La estimación del estado es crucial para los sistemas de salto de Markov en 2D.
• Los ataques aleatorios de inyección de datos falsos (FDIA) representan amenazas significativas para la integridad y el rendimiento del sistema.
• Los métodos existentes pueden carecer de robustez frente a condiciones dinámicas de red y ataques sofisticados.

Objetivo del estudio:

• Desarrollar un método de estimación de estado robusto para los sistemas de salto de Markov en 2D bajo FDIA.
• Mejorar la adaptabilidad y el rendimiento del sistema en entornos de red inciertos.
• Para garantizar la estabilidad y la atenuación del ruido a pesar de la inyección maliciosa de datos.

Principales métodos:

• Propuso un nuevo mecanismo probabilístico de desencadenamiento de eventos de múltiples intervalos (PMIETP) que combina umbrales de subintervalos y modelos de probabilidad.
• Desarrolló un estimador basado en el mecanismo de saturación variable en el tiempo (TVSM) con un umbral adaptativo para manejar datos anormales.
• Utilizó la optimización de enjambres de partículas (PSO) para optimizar los parámetros de diseño y reducir la conservaduridad en condiciones de desigualdad de matriz lineal (LMI).
• Se derivaron criterios suficientes basados en la teoría de la estabilidad de Lyapunov para la estabilidad asintótica cuadrada media y la atenuación del ruido.

Principales resultados:

• El PMIETP propuesto integrado con TVSM mitiga efectivamente el impacto del FDIA.
• El enfoque demuestra una mayor adaptabilidad a las diferentes condiciones de la red y una mayor robustez de las estimaciones.
• Las simulaciones numéricas confirman la eficacia y la superioridad del método propuesto sobre las técnicas existentes.

Conclusiones:

• El nuevo enfoque de estimación de estado basado en PMIETP y TVSM proporciona una solución robusta para los sistemas de salto de Markov en 2D bajo FDIA.
• El método garantiza la estabilidad del sistema y las garantías de rendimiento, ofreciendo ventajas significativas en aplicaciones prácticas.
• El estudio pone de relieve el potencial de los mecanismos de adaptación y los algoritmos de optimización para mejorar la seguridad de los sistemas de control.