基于动态事件驱动的神经网络的自适应性故障攻击耐受性控制,用于轮式移动机器人系统

科学领域:

• 机器人和控制系统 机器人和控制系统
• 网络物理系统安全 网络物理系统安全
• 耐故障控制控制的控制方式

背景情况:

• 轮式移动机器人 (WMR) 容易受到执行器故障,外部干扰和复杂的通信攻击的影响.
• 确保WMR在这些联合威胁下可靠运行和性能恢复是一个重大挑战.
• 有限的通信资源进一步复杂化了强大的控制策略的设计.

研究的目的:

• 调查和解决WMR的故障攻击控制问题.
• 开发基于事件观察者的薪酬控制器,以提高可靠性和绩效可追回性.
• 通过动态事件条件和自适应触发实现通信高效控制.

主要方法:

• 建立一个包含执行器故障,干扰和通信攻击的WMR动态模型.
• 基于事件的比例整数观察器 (PIO) 的开发,嵌入状态,执行器故障和干扰估计器.
• 设计了一种二级自适应滑动模式故障补偿可靠控制器,利用观察员输出和攻击信息.
• 实现动态事件条件和适应性触发方案,以提高通信效率.

主要成果:

• 建议的控制器有效地弥补了执行器故障,并减轻了干扰.
• 该系统表现出可靠的跟踪控制性能,即使在通信攻击下.
• 事件观察者方法,结合神经网络近似,确保性能可恢复性.
• 通过传感器和执行器通道中的自适应触发机制实现通信效率.

结论:

• 基于事件观察者的补偿控制策略显著提高了WMR的可靠性和可回收性.
• 该方法成功地解决了涉及执行器故障,干扰和通信攻击的复杂场景.
• 拟议的方法提供了一个有前途的解决方案,用于在敌对环境中对WMR进行强大且有效的通信控制.