Filtrado distribuido resiliente para sistemas multitarget con mediciones acopladas bajo ataques de engaño multicanal

Área de la Ciencia:

• Ingeniería de Sistemas de Control
• Sistemas Distribuidos
• Procesamiento de Señales

Sus antecedentes:

• Los filtros de consenso de Kalman existentes asumen la independencia de los objetivos, lo que limita el rendimiento con mediciones acopladas.
• La investigación actual sobre seguridad aborda principalmente sistemas de un solo canal, descuidando las vulnerabilidades de los ataques multicanal.

Objetivo del estudio:

• Desarrollar un método seguro de estimación de estado para sistemas de seguimiento multitarget que se enfrentan a mediciones acopladas y ataques multicanal.
• Mejorar la robustez y precisión del filtrado de consenso de Kalman en condiciones adversas complejas.

Principales métodos:

• Se estableció un sistema aumentado dependiente del objetivo y un grafo dirigido compuesto y no fiable para modelar el acoplamiento y los ataques.
• Se propuso un filtro de consenso de Kalman modificado con una estructura de consenso y términos de ganancia adaptados.
• Se utilizó la escala de la función de Lyapunov a través de ecuaciones de diferencia de Riccati y desigualdades matriciales para garantizar la acotación del error.

Principales resultados:

• El filtro modificado tiene en cuenta eficazmente las mediciones acopladas y los ataques multicanal.
• Se establecieron rigurosamente condiciones suficientes para la acotación de los errores de estimación.
• Las simulaciones numéricas validaron el rendimiento superior y la seguridad del filtro propuesto.

Conclusiones:

• El filtro de consenso de Kalman desarrollado proporciona una solución robusta para la estimación segura de estado en el seguimiento multitarget.
• El enfoque mitiga con éxito la degradación del rendimiento causada por el acoplamiento de mediciones de objetivos y ataques multicanal sofisticados.