非脆弱集合成员滤波器

抗网络攻击的鲁棒估计

为受测量饱和、混合时延、缺失测量和网络攻击影响的忆阻神经网络提供具有增益扰动鲁棒性的状态估计方案。

Ziyang, Wang · Peidong, Wang · 王家胜 · Peng, Lou · 李娟

Applied Sciences (Switzerland) 2024

技术优势

容忍增益扰动

通过引入非脆弱框架,即使估计器增益存在扰动,滤波性能也不会显著退化。

兼顾多种网络缺陷

同时考虑测量饱和、混合时延、缺失测量和网络攻击,更贴近实际网络环境。

算法可递推求解

利用递推优化算法在线更新估计,适合实际部署。

性能优于现有方法

通过对比仿真验证了所提方法在估计精度上的优越性。

应用场景