一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法与流程

本发明涉及一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法，针对一类同时受到攻击和干扰信号影响的无人机姿态控制系统，通过设计快速干扰补偿、复合控制和抗干扰攻击检测等环节，保证了干扰作用下无人机姿态控制系统的自愈合能力。与传统无人机故障检测与容错控制方法相比，本发明方法能够在快速补偿干扰的同时，提升故障检测精度和实时性，可应用于战略侦察、抗震救灾、环境监测等涉及无人机高可靠控制的领域。

背景技术：

近年来，随着任务需求的日益提升和工作环境的日益复杂，主动攻击和外部干扰等因素不断增加，无人机姿态控制系统的精确性和安全性正受到前所未有的挑战。无人机姿态控制系统受到的主动攻击包括物理攻击和信息链路攻击等，其中物理攻击可能造成执行机构输出偏差、执行机构卡死、传感器输出偏差等后果，而信息链路攻击将可能导致控制指令丢包、虚假控制指令、量测数据丢包、量测数据被篡改等后果。上述主动攻击轻则导致无人机姿态控制精度下降，重则引起无人机姿态控制系统失稳，给无人机的安全性带来极大隐患。

另一方面，无人机姿态控制系统受到的干扰因素包括外部阵风干扰、模型参数漂移、未建模动态等，以上干扰因素不仅会导致无人机姿态控制精度降低，影响无人机的任务品质，还将污染主动攻击检测系统的残差信号，降低攻击检测的灵敏度和实时性，导致攻击检测系统的虚警率和误报率增大。因此，干扰的存在给无人机姿态控制器和攻击检测单元的设计都带来了极大的挑战。

现有的攻击检测方法主要分为两类，一类是基于假设检验的检测方法；另一类是基于观测器的检测方法。前者通过计算系统的残差信号是否超过某一阈值，判断系统是否正受到攻击；后者将攻击行为引起的系统模型变化视为一故障信号，根据其特性构造故障观测器，当故障估计值超过一定界限后即判断有攻击行为存在。值得注意的是，现有的攻击检测方法大都未考虑干扰因素的影响。

技术实现要素：

本发明的技术解决问题是：针对现有无人机姿态控制系统攻击检测环节未能充分考虑干扰因素的影响，导致干扰作用下姿态控制和攻击检测精度下降、虚警率和误报率增加的问题，克服现有技术的不足，提供一种无人机姿态控制系统抗干扰攻击检测与自愈控制器及控制方法，通过对干扰的快速估计与补偿，实现无人机姿态控制系统的抗干扰攻击检测与自愈合，解决在主动攻击和外部干扰同时作用下无人机姿态控制系统的抗干扰自愈控制问题，保证无人机执行任务的完整性和可靠性。

本发明的技术解决方案为：一种无人机姿态控制系统抗干扰攻击检测与自愈控制器，所述控制器具有复合结构，内环为干扰在线估计与补偿单元，中环为复合抗干扰姿态控制单元，外环为攻击信号检测与修复单元。其中，在内环干扰在线估计与补偿单元，首先建立干扰子系统的动力学模型，根据干扰模型设计变结构干扰观测器，得到快速收敛的干扰估计值；在中环的复合抗干扰姿态控制单元，将内环输出的干扰补偿项与传统的姿态反馈控制律进行复合，得到复合抗干扰姿态控制律；在外环的攻击信号检测与修复单元，根据内环输出的干扰估计值设计含干扰补偿效果的残差检测函数，当该函数超出预先给定的阈值时即启动攻击修复机制，使无人机姿态控制系统进入安全保护模式。上述环节的具体设计步骤如下：

第一步，将无人机三轴姿态控制问题解耦处理，基于三个姿态轴的干扰动态，分别建立无人机俯仰、横滚、偏航三个通道的姿态控制多源干扰系统模型(以下仅介绍俯仰通道建模过程，其余两通道情况类似)。

无人机俯仰通道姿态动力学可建模为如下状态空间模型：

其中，状态向量分别为俯仰角速率、迎角和俯仰角；控制输入u＝δe为升降舵偏角；状态矩阵为俯仰角速率所产生的俯仰角加速度，mα为迎角所产生的俯仰角加速度，zα为迎角所产生的迎角变化率；输入矩阵攻击信号f具有任意幅值；干扰信号d满足：

其中，为干扰子系统的状态变量；为干扰子系统的状态矩阵，ω为干扰频率；v＝[10]为干扰子系统的输出矩阵。

第二步，根据无人机干扰模型，设计内环变结构干扰观测器，实现干扰信号d的快速估计。

无人机状态变量x可由传感器直接测得，根据所获得的状态变量x，在内环设计如下变结构干扰观测器：

其中，为扩维后的状态变量[x^tv^t]^t的估计值；为干扰信号d的估计值；各系数矩阵分别为l为干扰观测器线性反馈增益阵，可通过传统的极点配置方法求得，即令矩阵的极点均位于复平面的左半平面；β为干扰观测器不连续反馈项的增益阵，需满足各分量均大于零；sgn(·)表示符号函数。

第三步，基于干扰估计值设计复合基于干扰观测器的复合抗干扰姿态控制律，镇定闭环控制系统。

根据干扰信号d的估计值则无人机姿态控制系统的复合抗干扰控制律可设计为：

其中，干扰估计值由内环变结构干扰观测器输出；k为状态反馈增益阵，可通过传统的极点配置方法求得，即求解不等式：

λ(a+bk)<0

得到k的取值范围，其中λ(·)表示取特征值。

第四步，基于干扰估计值，在外环设计含干扰抵消环节的攻击检测单元，构成攻击检测与修复回路，实现攻击信号f的快速检测与及时修复。

在外环攻击检测与修复环节中，首先计算并保存时间区间[t-t,t]内的残差信号然后，将残差信号代入以下检测规则，判断姿态控制系统是否受到攻击：

其中，为残差信号在所给定时间区间[t-t,t]内的平均能量；jth为攻击检测阈值，通常取为：

其中，可调参数γ需满足γ>0，在区间[0.6,1.2]内选取，具体取值通过权衡攻击检测的虚警率与漏报率来确定；当需要漏报率低于5％，而容许虚警率大于10％时，减小γ；当需要的虚警率低于5％，而容许漏报率大于10％时，增大γ。

本发明与现有技术相比的优点在于：

(1)无论是基于假设检验的方法还是基于观测器的方法，大都假设残差信号或系统模型不受干扰影响。由于干扰的存在，残差信号将会受到污染，最终导致攻击检测的虚警率和误报率增加。此外，当攻击检测环节判断系统受到攻击时，系统将自动进入安全保护模式，即进行任务重规划，启动冗余执行机构并进入攻击修复程序。其中，任务重规划保证任务的完整性和可靠性，冗余执行机构保证无人机安全飞行，在攻击修复程序中，系统将对可能受到攻击的节点进行排查并修复，使得系统尽快回归正常飞行，达到自愈合的效果。而本发明提出了一种无人机姿态控制系统抗干扰攻击检测与自愈控制器，采用三环结构，内环快速估计并补偿干扰影响，中环实现抗干扰姿态控制，外环对系统中可能存在的攻击行为进行检测，实现无人机姿态控制系统在攻击情形下的自愈合控制。

(2)本发明的提出了含内、中、外三环的无人机姿态控制系统抗干扰攻击检测和自愈控制方法，内环采用变结构干扰观测器实现干扰信号的快速估计与补偿，中环采用基于干扰补偿的复合抗干扰姿态控制律实现无人机姿态镇定，外环采用抗干扰攻击检测环节对含干扰补偿效果的残差检测函数进行判断，当函数值超出某一预先设定的阈值时则触发报警；因此，相对于现有无人机攻击检测与自愈控制方法，本发明能够实时补偿外部干扰的影响，降低干扰对残差信号的污染，提升攻击检测的精度；

(3)本发明不仅能够实现无人机姿态控制系统的实时攻击检测，还能够在攻击行为发生时，使无人机姿态控制系统迅速进入安全保护模式，依次完成任务重规划、启动冗余执行机构和攻击修复，实现无人机姿态控制系统的自愈合，保证无人机执行任务的完整性和可靠性。

附图说明

图1为所发明的无人机姿态控制系统抗干扰攻击检测与自愈控制器的实施流程图；

图2为由无人机抗干扰攻击检测与自愈控制器所构成的无人机抗干扰攻击检测与自愈控制系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供了一种无人机姿态控制系统抗干扰攻击检测与自愈控制器，可实现主动攻击与外部干扰同时存在情况下的无人机抗干扰攻击检测和自愈控制。所设计的姿态控制系统具有复合结构，内环为干扰在线估计与补偿单元，中环为复合抗干扰姿态控制单元，外环为攻击信号检测与修复单元。本发明的具体设计和实施流程如下(以下以无人机俯仰通道为例进行介绍，其余两通道可按照相同的设计流程进行设计)：

1、无人机姿态动力学多源干扰系统建模：

根据无人机俯仰通道动力学参数和外部干扰的影响，建立无人机俯仰通道姿态动力学模型，然后通过局部线性化手段，得到线性化的无人机俯仰通道姿态动力学状态空间模型如下：

其中，状态向量分别为俯仰角速率、迎角和俯仰角；控制输入u＝δe为升降舵偏角；状态矩阵为俯仰角速率所产生的俯仰角加速度，mα为迎角所产生的俯仰角加速度，zα为迎角所产生的迎角变化率；输入矩阵攻击信号f具有任意幅值；干扰信号d满足：

其中，为干扰子系统的状态变量；为干扰子系统的状态矩阵，ω为干扰频率；v＝[10]为干扰子系统的输出矩阵。

2、内环变结构干扰观测器设计：

无人机状态变量x可由传感器直接测得，根据所获得的状态变量x，在内环设计如下变结构干扰观测器：

其中，为扩维后的状态变量[x^tv^t]^t的估计值；为干扰信号d的估计值；各系数矩阵分别为l为干扰观测器线性反馈增益阵，可通过传统的极点配置方法求得，即通过求解

得到k的取值范围，其中λ(·)表示取特征值；β为干扰观测器不连续反馈项的增益阵，需满足各分量均大于零；sgn(·)表示符号函数。

3、中环复合抗干扰姿态控制器设计：

根据干扰信号d的估计值则无人机姿态控制系统的复合抗干扰控制律可设计为：

其中，干扰估计值由内环变结构干扰观测器输出；k为状态反馈增益阵，可通过传统的极点配置方法求得，即求解不等式

λ(a+bk)<0(6)

得到k的取值范围，其中λ(·)表示取特征值。

4、外环抗干扰主动攻击检测单元设计：

在外环抗干扰攻击检测单元中，首先计算并保存时间区间[t-t,t]内的残差信号然后，将残差信号代入以下检测规则，判断姿态控制系统是否受到攻击：

其中，为残差信号在所给定时间区间[t-t,t]内的平均能量；jth为攻击检测阈值，通常取为：

其中，可调参数γ需满足γ>0，通常可在区间[0.6,1.2]内选取，具体取值可通过权衡攻击检测的虚警率与漏报率来确定。具体地，当需要较小漏报率，而对虚警率容许度较大时，可减小γ；当需要较小的虚警率，而对漏报率容许度较大时，可增大γ。其中，可调参数γ需满足γ>0，在区间[0.6,1.2]内选取，具体取值通过权衡攻击检测的虚警率与漏报率来确定；本发明选择当需要漏报率低于5％，而容许虚警率大于10％时，减小γ；当需要的虚警率低于5％，而容许漏报率大于10％时，增大γ。

5、自愈控制环节设计：

当攻击检测单元判断无人机姿态控制系统正受到攻击时，自愈控制单元将输出修复指令(如图2所示)，使无人机进入安全保护模式。在安全保护模式中，无人机任务管理系统进行任务重规划，然后，无人机姿态控制系统启动冗余机构保证无人机安全飞行，同时进入攻击修复模式，对可能受到攻击的节点进行排查并修复，使得系统尽快回归正常飞行，达到自愈合的效果。

本发明所提出的无人机姿态控制系统抗干扰攻击检测与自愈控制器，其结构如图2所示。从图中可以看出，控制对象为无人机姿态动力学系统(图中蓝底框部分)，控制器具有复合结构，由内、中、外三环组成。内环为干扰在线估计与补偿单元，采用了图中所示的变结构干扰观测器，其输入为无人机姿态动力学系统的输入量u和输出量y，输出干扰估计值和状态估计值中环为复合抗干扰姿态控制单元，采用状态反馈控制器输出u0和干扰估计项构造姿态控制律，其输出为控制量u；外环为攻击信号检测与修复单元，具体地又分为图中所示的攻击检测单元和自愈控制单元，其中攻击检测单元的输入为无人机姿态动力学系统的输出量y和变结构干扰观测器的输出量输出为无人机复合抗干扰姿态控制系统是否受到攻击，该输出作为自愈控制单元的输入，当判断系统受到攻击时，自愈控制单元输出修复指令，使系统进入安全保护模式。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。