论文部分内容阅读
信息物理系统（Cyber-Physical System,CPS）是一种集信息空间、通信网络、物理空间于一体的深度融合系统，是加快实现信息化和工业化于一体的智能制造的重要支撑体系。由于CPS在智能电网、无人机、智能工厂等许多方面具有潜在的应用价值，最近十几年其受到学术界和工业界的广泛关注。在CPS中，通信系统在融合信息空间和物理空间过程中起着至关重要的作用，其中无线网络由于其配置灵活、成本低等特点被广泛应用于CPS中。由于无线信道的开放性特点，干扰方能够通过不同的干扰方式对CPS造成不同程度的伤害，为了保障CPS传输的可靠性降低系统性能损失，本文主要研究CPS的安全性问题。
对于及时地采取抗干扰措施从而确保CPS的安全性而言，充分地了解干扰方采取的干扰措施是十分必要的。鉴于此，本文主要从能量有限的干扰机如何最大化袭击效果的角度出发，针对CPS中远程状态估计和控制问题，结合无线网络具有多信道、中继配置灵活及认知能力等特点，设计出一系列干扰措施。全文的主要工作和结构如下：
首先，本论文的第二章讨论CPS中基于多信道的远程状态估计，干扰机如何最大化干扰效果的问题。针对实施拒绝服务（Denial-of-Service,DoS）袭击的干扰机，本章研究了干扰机如何在总的干扰次数和每个时刻干扰的信道数目之间取得最优中和的问题，通过使用平均估计误差衡量干扰效果，建立能量中和问题为对应的整数规划问题，分别对每次干扰信道数目相等和每次干扰信道数目不等两种情况提出了有效的干扰策略。本章还考虑了干扰机对物理系统状态进行监测且传输观测数据时，如何动态选择信道从而最大化干扰效果的问题，通过建立信道选择序列为在线学习模型，本章提出了基于在线学习的算法来选择每个时刻最优的信道。
本论文的第三章针对能量有限的传感器不能将观测数据直接传递到估计器的情况，研究了基于中继的两跳远程状态估计中DoS袭击如何最大化干扰效果的问题。中继的引入使无线网络的拓扑结构较复杂，考虑到网络中不同节点的无线信道影响着估计器端的干扰效果，本章研究了干扰机如何通过基于节点的信道选择来最大化干扰效果的问题。此外，本章还联合考虑了能量有限的干扰机如何调度每个时刻的能量来最大化干扰效果的问题。通过将基于节点的信道选择和能量调度问题转化为混合整数规划问题，本章分别针对每个时刻使用相等能量和每个时刻使用不等能量两种情况提出了有效的干扰策略算法。
最后，本论文的第四章在估计器联合控制器使物理系统状态到达最优控制时，考虑了DoS干扰机如何最大化干扰效果的问题。针对基于线性二次高斯（Linear Quadratic Gaussian,LQG）控制成本函数设计的控制器，通过将最大化LQG控制成本函数问题转化为对应的整数规划问题，提出了传感器具有单接口时有效的干扰策略。此外，本章还考虑了具有多接口的传感器每次使用多个信道发送观测数据时，干扰机如何最大化干扰效果的问题，通过分析丢包率与每次袭击信道数目的关系，提出了传感器具有多接口时有效的干扰策略。
对于及时地采取抗干扰措施从而确保CPS的安全性而言，充分地了解干扰方采取的干扰措施是十分必要的。鉴于此，本文主要从能量有限的干扰机如何最大化袭击效果的角度出发，针对CPS中远程状态估计和控制问题，结合无线网络具有多信道、中继配置灵活及认知能力等特点，设计出一系列干扰措施。全文的主要工作和结构如下：
首先，本论文的第二章讨论CPS中基于多信道的远程状态估计，干扰机如何最大化干扰效果的问题。针对实施拒绝服务（Denial-of-Service,DoS）袭击的干扰机，本章研究了干扰机如何在总的干扰次数和每个时刻干扰的信道数目之间取得最优中和的问题，通过使用平均估计误差衡量干扰效果，建立能量中和问题为对应的整数规划问题，分别对每次干扰信道数目相等和每次干扰信道数目不等两种情况提出了有效的干扰策略。本章还考虑了干扰机对物理系统状态进行监测且传输观测数据时，如何动态选择信道从而最大化干扰效果的问题，通过建立信道选择序列为在线学习模型，本章提出了基于在线学习的算法来选择每个时刻最优的信道。
本论文的第三章针对能量有限的传感器不能将观测数据直接传递到估计器的情况，研究了基于中继的两跳远程状态估计中DoS袭击如何最大化干扰效果的问题。中继的引入使无线网络的拓扑结构较复杂，考虑到网络中不同节点的无线信道影响着估计器端的干扰效果，本章研究了干扰机如何通过基于节点的信道选择来最大化干扰效果的问题。此外，本章还联合考虑了能量有限的干扰机如何调度每个时刻的能量来最大化干扰效果的问题。通过将基于节点的信道选择和能量调度问题转化为混合整数规划问题，本章分别针对每个时刻使用相等能量和每个时刻使用不等能量两种情况提出了有效的干扰策略算法。
最后，本论文的第四章在估计器联合控制器使物理系统状态到达最优控制时，考虑了DoS干扰机如何最大化干扰效果的问题。针对基于线性二次高斯（Linear Quadratic Gaussian,LQG）控制成本函数设计的控制器，通过将最大化LQG控制成本函数问题转化为对应的整数规划问题，提出了传感器具有单接口时有效的干扰策略。此外，本章还考虑了具有多接口的传感器每次使用多个信道发送观测数据时，干扰机如何最大化干扰效果的问题，通过分析丢包率与每次袭击信道数目的关系，提出了传感器具有多接口时有效的干扰策略。