Fixed-Time Resilient Distributed NE Seeking Control for Nonlinear MASs Against DoS Attacks
论文知识点小记
微分方程解的存在意义
微分方程的解描述了系统状态随时间或空间的演化规律。解的存在性保证了数学模型能够对应实际物理、生物或工程系统的可预测行为。若方程无解,意味着模型无法刻画系统动态,失去应用价值。解的唯一性则确保系统在给定初始条件下具有确定性演化路径,避免多解导致的预测混乱。
多阶动力学方程的必要性
高阶微分方程能更精确地描述系统的复杂动态特性。例如牛顿第二定律 是二阶方程,因其需同时考虑位移和速度的关联性。多阶特性源于以下需求:
- 惯性效应:加速度(二阶导)反映力的累积效应,如弹簧振子需二阶方程刻画动能与势能转换。
- 能量存储机制:电路中电容和电感的能量存储需用二阶方程描述电压/电流的振荡行为。
- 非局部依赖性:某些系统当前状态依赖于历史状态的高阶变化率(如粘弹性材料)。
解决的核心问题
- 复杂系统建模:多阶方程能够整合多个物理量(如位移、速度、加速度)的耦合关系,适用于机械振动、电磁场传播等场景。
- 稳定性分析:通过特征方程判断系统稳定性,如二阶系统的阻尼比
决定振荡衰减特性。
- 控制理论应用:高阶方程提供状态空间描述的基础,便于设计控制器(如PID控制需系统阶数信息)。
数学上,阶常微分方程的通解含
个任意常数,对应物理系统中
个初始条件的自由度,确保解的唯一性和完备性。
论文大纲
本文研究了拒绝服务(DoS)攻击下非线性多智能体系统(MASs)的固定时间弹性分布式纳什均衡(NE)控制问题。
两大研究动机
- 动机一:针对高阶非线性MAS,实现固定时间收敛的NE寻求
- 动机二:在DoS攻击下,实现弹性分布式NE追踪控制
三点主要贡献
- 提出三层递进式控制框架
- 设计固定时间弹性NE寻求算法,给出攻击切换下的整体收敛时间上界
- 设计改进高阶固定时间滤波器,解决DoS攻击导致的信号不光滑问题
四个引理
| 引理 | 作用 |
| Lemma 1 | 固定时间稳定性判据(李雅普诺夫) |
| Lemma 2 | 模糊逻辑逼近未知非线性函数(首见) |
| Lemma 3 | 保证自适应参数非负性(首见) |
| Lemma 4 | 带扰动项的固定时间收敛判据(首见) |
引理1[31]:考虑一个正定且径向无界的李雅普诺夫函数,满足
,其中
,
,
。
则该系统是固定时间稳定的,其收敛时间为。
引理2[32]:设是紧集
上的连续函数,给定精度
满足
。则模糊逻辑函数
满足如下等式:
。
其中为模糊基函数,
为模糊规则数:
为理想权重向量,且
,
式中和
分别为中心向量和宽度
引理3[33]:考虑如下微分方程:,
其中,且
、
均为正奇数,满足
为正函数。
则若,对任意
,均有
。
引理4[34]:考虑如下线性系统:,
其中为光滑向量函数,
为状态变量。假设存在连续正定标量函数
,满足:
式中均为正常数,且
,
。
若和
均包含于集合
,则状态
将进入区域
,且所需的固定时间为:
五个假设
- Assumption 1:通信图无向连通
- Assumption 2:代价函数二阶连续可微
- Assumption 3:梯度严格单调
- Assumption 4:强凸性条件(保证NE唯一)
- Assumption 5:DoS攻击持续时间有界(
)
DoS攻击模型
- 攻击集合与正常通信集合的定义
- 攻击持续时间约束条件
系统模型
具有未知非线性扰动(模糊逻辑处理)的高阶非线性系统(反步法处理)
控制目标
现实问题
├─ 系统非线性(不知道Q长什么样)→ 用模糊逻辑逼近
├─ DoS攻击干扰通信 → 设计弹性NE算法
├─ 攻击导致信号不光滑 → 设计高阶滤波器
└─ 要求固定时间收敛 → 用sig函数+李雅普诺夫方法
主要结果
- 固定时间弹性NE寻求算法
算法设计(15):

Theorem 1 -> 算法固定时间收敛
Proof:
Part-I:正常通信下 → V̇ ≤ -α₁V^((p+1)/2) - β₁V^((q+1)/2) → 固定时间收敛
↓
Part-II:DoS攻击下 → M₁=M₂=0,梯度项仍工作 → 仍能固定时间收敛
↓
Part-III:攻击切换时刻分四种情形 → 推导整体收敛时间上界 T*_max
2. 改进高阶固定时间滤波器
滤波器设计(49):

Theorem 2 -> 滤波器固定时间收敛+光滑
保证:在固定时间内收敛到零;
具有直到i阶的高阶导数(光滑)
3.模糊自适应控制器
反步法逐步设计
proof:
Step 1:定义误差
用Lemma 2逼近未知非线性 Q̄_{i,1}
设计虚拟控制律 B_{i,1} 和自适应律 θ̂_{i,1}
↓
Step τ(中间步):定义误差 e_{i,τ}
处理上一步虚拟控制律的导数项
设计虚拟控制律 B_{i,τ} 和自适应律 θ̂_{i,τ}
↓
Step n(最后步):设计真实控制律 u_i(公式82)
设计自适应律 θ̂_{i,n}(公式83)
Theorem 3 -> 控制器层固定时间追踪NE,总体稳定性
五组仿真结果
| 图号 | 验证内容 | 结论 |
| Fig.3 | 玩家策略轨迹 | 固定时间内收敛到NE ✓ |
| Fig.4 | 滤波器估计误差 |
误差趋近零 ✓ |
| Fig.5 | 系统输出轨迹 | |
| Fig.6 | 自适应参数 |
有界 ✓ |
| Fig.7 vs Fig.8 | 滤波器使信号从不连续变光滑 ✓ |
Q&A:
Q1:非线性系统是指有未知非线性项的意思吗?
A1:非线性系统和未知非线性项是两个叠加的概念,本文两者都有,前者用反步法处理,后者用模糊逼近处理。
Q2:反步法是专门为高阶系统设计的吗?
A2:反步法天然为多层级高阶系统而生,阶数越高越需要它,一阶系统根本用不上。
Q3:这3个步骤和Theorem内在有何关联?是分别独立解决问题还是互相有影响?有无先后顺序?
A3:三个Theorem是严格串联的依赖链——Theorem 1为Theorem 2提供收敛的输入,Theorem 2为Theorem 3提供光滑的信号,三者缺一不可,有严格的逻辑先后顺序。

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐



所有评论(0)