基于统计线性回归的卡尔曼滤波与平滑方法：面对网络攻击
信号处理
2025-04-14 v1 系统与控制
系统与控制
摘要
由于网络连接，电力系统中的远程状态估计常面临网络攻击风险。在此类场景下，攻击者通过注入虚假数据或阻断测量传输（拒绝服务攻击）来破坏系统，扭曲传感器读数。本文针对受网络攻击的线性随机状态空间模型，开发了卡尔曼滤波器和Rauch-Tung-Striebel（RTS）平滑器。我们通过广义统计线性回归（GSLR）近似故障测量模型，并据此构建卡尔曼滤波器和RTS平滑器。通过仿真飞机跟踪实验，展示了在网络攻击下的所提出算法的有效性。
引用
@article{arxiv.2504.08404,
title = {Statistical Linear Regression Approach to Kalman Filtering and Smoothing under Cyber-Attacks},
author = {Kundan Kumar and Muhammad Iqbal and Simo Särkkä},
journal= {arXiv preprint arXiv:2504.08404},
year = {2025}
}
备注
5 pages, 4 figures