拜占庭攻击下更稳收敛
先滤波再中心点聚合，让多无人机分布式学习在拜占庭攻击下依然跟踪目标，而均值与中位数聚合都失效。
崔玉康 · Linzhen, Cheng · Basin, Michael V. · 吴宗泽
IEEE/CAA Journal of Automatica Sinica 2025
有理论保证：如果聚合结果落在正常邻居的凸包内，群体就能实现弹性收敛；本方法的中心点聚合规则保证了这一点。
在给定仿真场景中，使用均值、几何中位数和坐标中位数的分布式学习无法跟踪目标，而本方法能成功跟踪。
与仅使用中心点聚合相比，加入预滤波后收敛更快、跟踪误差更小。