国内刊号:44-1240/TP
国际刊号:1000-8152
发布日期:
作者:石鹏程,赵振根,李庆龙
单位:南京航空航天大学 自动化学院,南京航空航天大学自动化学院,南京航空航天大学 自动化学院
关键词:扩展卡尔曼滤波器; 深度置信网络; 攻击检测; 四旋翼无人机; 自适应滤波
基金:国家自然科学基金基础科学中心项目(62388101), 国家自然科学基金面上项目(62473195), 国家自然科学基金重点项目(62233009), 中国博士后 科学基金面上项目(2021M701701), 中央高校基本科研业务费专项资金项目(NS2024017)资助.
为了实现四旋翼无人机的传感器攻击快速准确检测, 本文提出了一种基于状态估计和深度学习的攻击检测算法. 首先, 算法利用扩展卡尔曼滤波器(EKF)估计无人机状态, 并从传感器测量中提取特征信息. 接着, 采用滑动时序窗口构建检测信息, 并通过深度置信网络(DBN)建立检测信息与传感器状态(是否受攻击)之间的非线性映射关系. EKF简化了传感器状态检测信息的获取过程, 而DBN准确拟合了复杂的非线性关系, 从而显著提高了检测精度. 为增强状态估计的可靠性, 本文还设计了一种自适应EKF算法, 能够在检测到传感器攻击时动态调整测量噪声的协方差矩阵. 仿真结果表明, 所提出的EKF-DBN检测算法在准确率和检测效率上优于传统方法.
来源:2026年第4期
《控制理论与应用》期刊编辑部