复合网络攻击下离散时间多智能体系统的云端预测控制

文章研究复合网络攻击下离散时间多智能体系统(DMASs)的云端预测控制设计问题,其中不同智能体的输出采用不同速率的传感器来采样,且云端控制器到执行器间的网络传输通道遭受重放攻击和欺骗攻击的共同影响。首先设计一个基于异步采样输出的观测器来估计系统状态,考虑到网络因素对多智能体系统的影响,引入云端模拟攻击机制来补偿观测器和预测控制器所用的控制输入不一致情形,一种新颖的云端预测控制协议被提出用来补偿网络诱导时延和复合网络攻击。其次,将带有预测控制机制的DMASs建模为依赖于阈值误差的时滞系统模型,并且通过Lyapunov稳定性定理和LMI方法给出了DMASs估计状态一致性的判据。最后,通过一个数值例子验证了所提方法的有效性。