一种基于智能网联车队的分布式有限时间观测方法技术

本发明专利技术公开了一种基于智能网联车队的分布式有限时间观测方法，所述方法包括：首先，构建智能网联车的数学模型并转换为状态空间方程；然后，根据状态空间方程设计分布式有限时间观测器，并基于分布式有限时间观测器获得全局估计误差系统；接着，通过全局估计误差系统对整体估计误差进行稳定性分析和对车辆的攻击信号进行自适应阈值攻击检测方法设计，并通过稳定性分析判断FTB

【技术实现步骤摘要】
一种基于智能网联车队的分布式有限时间观测方法


[0001]本专利技术涉及车辆自动驾驶领域，具体涉及一种基于智能网联车队的分布式有限时间观测方法。

技术介绍

[0002]智能网联车队是智能交通系统中使用的主要技术之一，在保证车辆安全可靠行驶的前提下，提高了道路交通的通行能力和交通的吞吐量；并且相邻车辆保持理想的间距行驶，减少了车辆行驶的空气阻力从而降低能源的消耗量；但是智能网联车辆长期处于暴露的网络环境下更加容易出现安全问题；最为主要的安全问题是传感器攻击，执行器攻击以及通信网络攻击等。
[0003]随着系统传输数据量不断增多，传输线路拥塞、接收延迟等问题导致集中式估计方法不再适用，而利用分布式估计方法可有效避免庞大数据引起的线路拥塞问题；针对信息化发展，利用信息物理系统(Cyber
‑
physical systems，CPSs)并提出了有限时间分布故障估计观测器设计方法，将信息物理系统的故障(或者攻击)检测以及估计方法应用到智能网联车中，解决在有限的时间范围内进行检测和估计，以确保智能网联车队可以安全行驶。
[0004]但是由于车辆独有的动力模型以及攻击模型不一定满足相关技术的条件，并非所有CPS攻击检测和估计技术适用于智能网联车，因此怎样将现有CPS安全检测技术应用到智能网联车中是值的关注的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于智能网联车队的分布式有限时间观测方法，解决以下技术问题：
[0006]怎样设计分布式观测器保证在有限时间内对车辆攻击信号进行精确估计，保证智能网联车队安全行驶。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种基于智能网联车队的分布式有限时间观测方法，所述方法包括：
[0009]S1、构建智能网联车的数学模型并转换为状态空间方程；
[0010]S2、根据状态空间方程设计分布式有限时间观测器，并基于分布式有限时间观测器获得全局估计误差系统；
[0011]S3、通过全局估计误差系统对整体估计误差进行稳定性分析和对车辆的攻击信号进行自适应阈值攻击检测方法设计，并通过稳定性分析判断FTB
‑
H
∞
性能的充分条件。
[0012]优选地，所述智能网联车的数学模型的表达式为：
[0013][0014]其中，ρ
i
表示车辆的位置，v
i
表示车辆的速度，表示车辆的加速度。σ表示发动机的发动时间常数。d
i
表示外部扰动，θ1，θ2为常数，θ1d
i
表示速度通道中的扰动，θ2d
i
表示加速度通道中的扰动，如大气扰动等，u
i
表示车辆的实际控制输入；
[0015]考虑车辆距离引起的风阻力对车速的影响，车辆速度动态方程表达式为：
[0016][0017]其中，Γ
ij
描述车辆的互连结构，若Γ
ij
＝0表示车辆i与车辆j间不相连，Γ
ij
＝1表示车辆i与车辆j间相连，l表示车辆间的风阻系数，k表示跟随车辆的总数。
[0018]优选地，所述步骤S1中状态空间方程的表达式为：
[0019][0020]其中：
[0021][0022]为车辆可测输出，为非线性函数，表示车辆的攻击信号，D
x
为车辆的攻击分布矩阵；
[0023]为常数矩阵；显然有
[0024]优选地，所述步骤S2中具体包括：引入中间变量设计第i辆车的分布式中间变量观测器为表达式为：
[0025][0026][0027][0028][0029]其中，为系统的增益矩阵；
[0030]令
[0031][0032][0033][0034]Γ＝[Γ
ij
]k
×
k
(i,j＝1,2,
…
,k)。
[0035]优选地，所述分布式中间变量观测器设计方法：
[0036](1)车辆状态和中间变量全局表达式为：
[0037][0038][0039](2)车辆全局观测器表达式为：
[0040][0041][0042]其中，定义其中，定义分别表示车队状态整体估计误差，中间变量整体估计误差，攻击信号整体估计误差以及输出整体估计误差；结合(1)、(2)计算进行第一次变换表达式：
[0043][0044][0045][0046]定义表示非线性项的整体估计误差；于是：
[0047][0048]其中，K表示矩阵Γ特征向量的正交矩阵，Λ＝diag{λ1,λ2,
…
,λ
k
}，λ
i
(i＝1,2,
…
,k)为矩阵Γ的特征值，
[0049][0050]优选地，所述全局估计误差系统表达式：
[0051]通过将所述第一次变换表达式进一步变换：
[0052][0053][0054]其中，以及正交矩阵性质，K
T
K＝I
k
。
[0055]优选地，所述步骤S3中稳定性分析包括设定定理：
[0056]若给定标量γ＞0,δ＞0,ξ1＞0,ξ2＞0,β1＞0,β2＞0,ε＞0,T＞0，存在正定矩阵和矩阵满足以下三个条件：
[0057][0058]R1＜P1,R2＜P2[0059][0060]其中，其中，
[0061][0062][0063]λ
min
(N)＝min{λ
min
(N1),λ
min
(N2)},λ
max
(N)＝max{λ
max
(N1),λ
max
(N2)}；
[0064]则全局估计误差系统关于(β1,β2,[0T],R1,R2,d
a
,w
a
,κ,ξ1,ξ2)是FTB
‑
H
∞
且车辆分布式观测器的增益矩阵为L＝P1‑1W。
[0065]优选地，所述定理还包括设定引理和定义：
[0066]所述引理：对于任何矩阵和满足：
[0067][0068]其中ε＞0的常数。
[0069]所述定义包括定义一和定义二，所述定义一：给定常数β1＞0,β2＞0且β1＜β2，一个矩阵满足假设3以及时间间隔[0,T]，若存在矩阵Ψ1＞0,Ψ2＞0，满足：
[0070][0071]则误差系统关于(β1,β2,[0T],Ψ0,d
a
,w
a
)是有限时间有界(FTB)的；
[0072]所述定义二：如果攻击估计误差系统满足以下条件：
[0073]误差系统关于(β1,β2,[0T],Ψ0,d
a
,w
a
)是FTB；
[0074]在非零初始状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能网联车队的分布式有限时间观测方法，其特征在于，所述方法包括：S1、构建智能网联车的数学模型并转换为状态空间方程；S2、根据状态空间方程设计分布式有限时间观测器，并基于分布式有限时间观测器获得全局估计误差系统；S3、通过全局估计误差系统对整体估计误差进行稳定性分析和对车辆的攻击信号进行自适应阈值攻击检测方法设计，并通过稳定性分析判断FTB
‑
H
∞
性能的充分条件。2.根据权利要求1所述的一种基于智能网联车队的分布式有限时间观测方法，其特征在于，所述智能网联车的数学模型的表达式为：其中，ρ
i
表示车辆的位置，v
i
表示车辆的速度，表示车辆的加速度。σ表示发动机的发动时间常数。d
i
表示外部扰动，θ1，θ2为常数，θ1d
i
表示速度通道中的扰动，θ2d
i
表示加速度通道中的扰动，如大气扰动等，u
i
表示车辆的实际控制输入；考虑车辆距离引起的风阻力对车速的影响，车辆速度动态方程表达式为：其中，Γ
ij
描述车辆的互连结构，若Γ
ij
＝0表示车辆i与车辆j间不相连，Γ
ij
＝1表示车辆i与车辆j间相连，l表示车辆间的风阻系数，k表示跟随车辆的总数。3.根据权利要求1所述的一种基于智能网联车队的分布式有限时间观测方法，其特征在于，所述步骤S1中状态空间方程的表达式为：其中：其中：为车辆可测输出，为非线性函数，表示车辆的攻击信号，D
x
为车辆的攻击分布矩阵；为常数矩阵；显然有4.根据权利要求1所述的一种基于智能网联车队的分布式有限时间观测方法，其特征在于，所述步骤S2中具体包括：引入中间变量设计第i辆车的分布式中间变量观测器表达式
为：为：为：为：其中，为系统的增益矩阵；令令令令Γ＝[Γ
ij
]
k
×
k
(i,j＝1,2,
…
,k)。5.根据权利要求4所述的一种基于智能网联车队的分布式有限时间观测方法，其特征在于，所述分布式中间变量观测器设计方法：(1)车辆状态和中间变量全局表达式为：(1)车辆状态和中间变量全局表达式为：(2)车辆全局观测器表达式为：(2)车辆全局观测器表达式为：其中，定义其中，定义分别表示车队状态整体估计误差，中间变量整体估计误差，攻击信号整体估计误差以及输出整体估计误差；结合(1)、(2)计算进行第一次变换表达式：
定义表示非线性项的整体估计误差；于是：其中，K表示矩阵Γ特征向量的正交矩阵，Λ＝diag{λ1,λ2,
…
,λ
k
}，λ
i
(i＝1,2,
…

【专利技术属性】
技术研发人员：郭胜辉，陈丽，
申请(专利权)人：苏州科技大学，
类型：发明
国别省市：