一种无人机自主响应控制方法、系统及介质与流程

本发明涉及无人机，具体涉及一种无人机自主响应控制方法、系统及介质。

背景技术：

1、无人机多域系统作为融合了信息、物理、任务域的一个高维度的复杂系统，在执行诸如定点投放、丛林穿越、货物运送、超低空飞行、突防作战等任务时，不可避免地受到来自地面、空中、丛林等复杂环境以及恶意网络攻击等安全威胁，这将影响到无人机的安全飞行。

2、无人机多域系统受到的攻击方式多种多样，包括针对物理域和信息域的攻击。在物理域中，欺骗攻击和虚假数据注入攻击是常见的手段。例如，通过欺骗gps信号，攻击者可以误导无人机的导航系统，使其偏离预定航线。虚假数据注入攻击则通过向无人机的传感器系统注入错误数据，使其做出错误的判断和反应。这些攻击不仅可以扰乱无人机的正常操作，还可能导致严重的安全事故。

3、现有技术在应对这些多域攻击时存在诸多不足。缺乏多域内快速响应机制是一个主要问题。当无人机系统遭受攻击时，如果无法迅速识别并响应攻击，往往会导致攻击的影响迅速扩大。现有的防御机制往往是静态的，缺乏动态适应能力。在复杂的多域攻击环境中，攻击者的手段和策略可能会不断变化，静态的防御机制难以有效应对。现有的防御技术在自主响应方面也存在不足。无人机系统需要能够在遭受攻击时，自动做出适当的反应，而不是完全依赖人工干预。

技术实现思路

1、为解决上述问题，本发明提供一种无人机自主响应控制方法、系统及介质，该方法在面对复杂多变的攻击时，实现一种能够快速响应、动态适应并具有自主响应能力的防御机制。通过完善现有技术，增强系统的综合防御能力，可以有效提高无人机多域系统的安全性和可靠性，保障其正常运行。

2、为实现上述目的，本发明提供了如下的技术方案。

3、一种无人机自主响应控制方法，包括以下步骤：

4、根据无人机系统的通信拓扑关系，将无人机系统中的无人机集群视为多个智能体，并依据攻击类型构建网络攻击下的多智能体系统模型；其中，在该模型中，一个智能体被指定为领导者，其他智能体则作为跟随者；

5、当无人机系统遭受物理域攻击时，根据多智能体系统模型设计分布式攻击估计观测器，并基于分布式攻击估计观测器对网络攻击进行重构，获得攻击的估计结果；获得攻击估计结果后，在保证安全的前提下，基于能量消耗的约束指标，构建弹性控制协议，抵消物理域攻击对无人机系统飞行控制的影响，确保无人机在遭受攻击时仍能保持稳定的飞行状态；其中，所述物理域攻击的类型包括欺骗攻击和虚假数据注入攻击；

6、当无人机系统遭受信息域攻击时，定义编队函数，确定各个通道上遭受信息域攻击的集合；构建被攻击通道发生攻击的时间和不被攻击的通道发生时间的并集；基于并集，构建自适应弹性编队控制协议，调控当前各个多智能体的状态，并对无人机系统编队进行控制；其中，所述信息域攻击的类型包括拒绝服务攻击和恶意软件攻击。

7、优选地，所述依据攻击类型构建网络攻击下的多智能体系统模型，包括以下步骤：

8、当无人机系统遭受物理域攻击时，多智能体系统模型为：

9、领导者：

10、；

11、跟随者：

12、；

13、其中，和是已知的系统矩阵，是攻击分布矩阵，是第个智能体上遭受的物理域网络攻击信号，为领导者动力学模型，为跟随者动力学模型，代表跟随者的个数，和分别代表领导者的状态、输出向量和李普希茨非线性项，和分别代表第个跟随者的系统状态、待设计的控制协议、系统输出和李普希茨非线性项。

14、优选地，所述当无人机系统遭受物理域攻击时，根据多智能体系统模型设计分布式攻击估计观测器，并基于分布式攻击估计观测器对网络攻击进行重构，获得攻击的估计结果，包括以下步骤：

15、是第个智能体上遭受的物理域网络攻击信号，描述为如下有界且未知的非线性函数：

16、；

17、其中，是未知常量矩阵，是与时间 t、状态 x和输出 y有关的未知时变函数；

18、针对多智能体系统模型，设计如下状态观测器：

19、；

20、其中，和是已知的系统矩阵，是攻击分布矩阵，是第个跟随者智能体输出，和分别是第个跟随者智能体状态估计与输出估计，为系统状态估计值，为控制协议，和为初始跟随者智能体的输出和输出估计，和为智能体邻居的输出和输出估计，为李普希茨非线性项估计，是第个智能体邻居的集合；是第个智能体与领导者之间的作用权重，代表第和 i个智能体之间的作用权重；是观测器的增益矩阵，是第个跟随者的相对输出估计误差，是第个智能体上的攻击估计按照如下规则：

21、；

22、其中，是给定的自适应学习率，是常量矩阵，为在时间t上的一阶导数，为在时间t上的一阶导数。

23、优选地，所述获得攻击估计结果后，在保证安全的前提下，基于能量消耗的约束指标，构建弹性控制协议，如下所示：

24、；

25、其中，当时，，否则；是相对输出误差，是控制器增益矩阵，为自适应参数，被称为控制输入信号，即编队协议，分别代表领导者的系统输出、第个跟随者和第个跟随者的系统输出，代表一个满足的常量矩阵，是攻击分布矩阵，是第个智能体上的攻击估计；是第个智能体与领导者之间的作用权重；是第个智能体与第个智能体之间的作用权重，是一个正定的增益矩阵，代表输入信号的转置，和分别代表实际能量消耗和给定的最大能量约束上界，控制的目标是在保证安全的前提下，满足能量消耗约束指标，实现，和分别是第个智能体状态与第个智能体状态。

26、优选地，所述依据攻击类型构建网络攻击下的多智能体系统模型，包括以下步骤：

27、当无人机系统遭受信息域攻击时，多智能体系统模型为：

28、考虑1个领导者，个跟随者，给定如下多智能体系统模型：

29、；

30、其中，和代表领导者的位置和速度向量，是智能体标号，和分别代表第个智能体的位置向量和速度向量；代表第个智能体的控制协议，是已知常数；为领导者动力学模型，为跟随者动力学模型；为领导者智能体的输出，为跟随者智能体的输出。

31、优选地，所述定义编队函数，确定各个通道上遭受信息域攻击的集合；构建被攻击通道发生攻击的时间和不被攻击的通道发生时间的并集，包括以下步骤：

32、定义为连续可微的编队函数，为与位置相关的编队函数，为与速度相关的编队函数，定义领导者和跟随者的状态分别为符号代表向量或矩阵的转置，分别为领导者与编队函数之间的误差和跟随者与编队函数之间的误差，分别为位置和速度两个分向量与编队函数的误差，考虑是0，则有：

33、；

34、其中，和为和在时间t上的一阶导数；，代表克罗内克积，是待设计弹性编队控制协议；为编队函数在时间t上的一阶导数；

35、考虑多个通道同时受到拒绝服务攻击，定义作为无攻击到有攻击转换的序列集合，则：

36、；

37、其中，表示第个时间间隔，是在第个时间间隔攻击存在的时长；考虑，则：

38、；

39、其中，和分别表示在时间间隔内通讯拒绝和通讯连通的时间间隔的集合；对于的表达式,表示在时间从到的时间间隔内的多个受攻击的时间段，即这些时间段的并集组成了，也是拒绝通信的时间段；表示从到的时间间隔，除去所有受攻击的时间间隔，即通讯连接的时间间隔；

40、定义作为在时间段内，通道上遭受拒绝服务攻击的集合，假设：

41、；

42、其中，，代表攻击强度，，代表拒绝服务攻击；定义时刻被攻击的通道的集合f( t)为：

43、；

44、其中，是所有边的集合；定义时间段内被攻击通道发生攻击的时间和不被攻击的通道发生时间的并集：

45、；

46、其中，为被攻击的通道发生攻击的时间，为不被攻击的通道发生时间。

47、优选地，所述自适应弹性编队控制协议为：

48、

49、；

50、其中，为控制量，为领导者与编队函数之间的误差，和为智能体和智能体作为跟随者与编队函数之间的误差；和是增益矩阵，是已知常数；表示整个多智能体系统的性能函数；和为待设计的控制器增益矩阵和自适应权值增益矩阵；是领导者与智能体的作用权重，是领导者与智能体的作用权重自适应变化系数；是智能体到智能体的作用权重；如果智能体收到智能体j的信息，，否则，；是智能体到智能体的作用权重自适应变化系数，其初始值，是关于时间t的一阶导数；为跟随者编队函数，保证性能编队控制协议的核心思想是在确定性能指标上界的同时，实现多智能体的编队；为与速度相关的编队函数关于时间t的一阶导数；

51、通过推导计算得到，并选取合适的调节参数，根据如下线性矩阵不等式得到可允许的攻击强度：

52、；

53、其中，为衰减率，和攻击强度均为标量，指所有边的集合去除时刻被攻击的通道的集合后的集合。

54、一种无人机自主响应控制系统，所述系统包括：

55、处理器；

56、存储器，其上存储有可在所述处理器上运行的计算机程序；

57、其中，所述计算机程序被所述处理器执行时实现所述的无人机自主响应控制方法的步骤。

58、一种计算机可读存储介质，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现所述的无人机自主响应控制方法的步骤。

59、本发明的有益效果：

60、本发明提出了一种无人机自主响应控制方法、系统及介质，该方法采用分布式攻击估计观测器实时监测无人机系统的各个智能体的状态，识别异常行为并重构攻击模式。通过重构的攻击估计结果，系统可以快速调整控制策略，采用弹性控制协议来应对攻击，确保无人机的飞行安全和稳定。对于信息域攻击类型，如拒绝服务（dos）攻击和恶意软件攻击，我们通过定义编队函数，确定受攻击通道和未受攻击通道的时间分布。自适应弹性编队控制协议能够根据通道的攻击情况，动态调整各智能体之间的通信和协作方式，确保无人机集群能够在信息域攻击下仍然保持有效的编队和协调。