协同驾驶中抵御虚假数据注入的最优控制器实现

为了增强协同驾驶对网络攻击的鲁棒性，我们研究了一种面向控制器的方法，以减轻一类虚假数据注入 (FDI) 攻击的影响。通过重新表述给定的动态协同自适应巡航控制方案（基础控制器），我们表明一类新的但等价的控制器（基础控制器实现）可以表示该基础控制器。在没有攻击的情况下，该控制器类别表现出相同的编队行为；但在存在攻击的情况下，它们的鲁棒性因实现方式而异。我们提出了一种规范性综合框架，通过对控制器状态进行可逆坐标变换，将基础控制器和系统动力学以新坐标表示。由于输入输出行为在坐标变换下保持不变，因此输入输出行为不受影响（即控制器实现不改变系统的闭环性能）。然而，每种控制器实现可能需要不同的传感器组合。随后，我们通过求解线性矩阵不等式，同时通过可达性分析量化 FDI 攻击的影响，从而获得使 FDI 攻击影响最小化的最优传感器组合。通过仿真研究，我们证明该方法在不依赖检测方案且保持所有系统特性的情况下，增强了协同驾驶的鲁棒性。