摘要
网络化控制系统(Networked Control System,NCS)作为可远程控制的空间分布式系统，通过无线通信网络进行系统组件之间的数据和指令的传输。基于可扩展性、灵活性、经济性等特点，NCS在电力系统、交通管理、智能农业等领域被广泛应用。但是，由于通信信道的开放性使得NCS容易遭受恶意的网络攻击，导致数据丢失或篡改，进而破坏系统安全。此外，有限的通信资源无法保障过量的数据传输，易出现堵塞、丢包等情况，从而影响系统稳定性。为保障NCS的安全运行，解决各种网络攻击威胁并确保有效的通信资源利用是不容忽视的。另一方面，鉴于非线性系统固有的复杂性，面向非线性NCS的研究不可避免地面临着诸多挑战与困难。然而，在模糊控制理论大力发展的背景下，Takagi-Sugeno(T-S)模糊模型应运而生，为建模与研究复杂的非线性系统提供了强有力的工具。本文面向非线性NCS，构造了基于T-S模糊模型的网络化系统，并针对不同的系统影响因素和控制目标提出了相应的控制策略。具体研究内容如下： (1)双重网络攻击下网络化T-S模糊系统的保成本控制 研究了面临双重网络攻击威胁的网络化T-S模糊系统的保成本控制问题。首先，考虑了系统参数或结构的突变，构建了具有时变时延的T-S模糊Markov跳变系统(Fuzzy Markov Jump Systems,FMJSs)模型。然后，考虑到网络攻击形式的多样性，探讨了欺骗攻击和拒绝服务(Denial-of-Service,DoS)攻击对系统的联合影响，其中特别假设欺骗攻击和DoS攻击分别相互独立地随机发生在传感器到控制器(Sensor-to-Controller,STC)和控制器到执行器(Controller-to-Actuator,CTA)通道中。此外，在闭环系统控制中引入了保成本函数，旨在设计相应的保成本控制器，保证系统可镇定的同时确定二次性能指标的成本上界。利用Lyapunov-Krasovskii(L-K)泛函，推导出了系统随机可镇定的充分条件并确定了控制器增益。进一步，通过凸优化技术，获得了有关保成本函数的独立于初始状态的统一上界。最终，通过机械臂仿真结果验证了所设计控制策略的有效性。 (2)DoS攻击下网络化T-S模糊系统的事件触发安全控制 针对具有时变时延和不确定项的网络化T-S FMJSs,研究了系统在DoS攻击和执行器故障下的事件触发安全控制问题。该研究聚焦于发生在CTA通道中的DoS攻击行为，并假设攻击成败概率遵循Bernoulli分布。同时，还探讨了由于部件长期使用或退化所引起的执行器故障问题，进一步构建了DoS攻击影响下的执行器故障模型。为优化通信资源利用情况，提出了在Markov跳变模式下通用的事件触发机制(Event-Triggered Mechanism,ETM)。接下来，基于ETM，设计了带有前件不匹配的模糊控制器。基于L-K泛函方法，获得了控制器增益和事件触发矩阵的联合设计机制，保证了系统在控制策略下具有随机可镇定性。最后，仿真实验结果表明，基于ETM设计的控制策略可有效减少通信负担，同时确保了系统的可控性。 (3)网络攻击下基于事件触发的网络化T-S模糊系统的H∞控制 研究了在非周期性DoS攻击和欺骗攻击下网络化T-S模糊系统的事件触发H∞控制问题。首先，在STC通道中引入了事件发生器，来决定数据的传输。同时，假设STC通道受到随机分布但非Bernoulli分布的欺骗攻击的影响。接着，进一步考虑了非周期性DoS攻击对CTA通道的影响，并通过攻击周期和频率描述DoS攻击行为。由于非周期性DoS攻击呈现出“睡眠”与“活跃”交替的特性，该研究设计了自适应弹性事件触发机制(Adaptive Resilience ETM,ARETM),旨在规避攻击“活跃”阶段引发的无效数据更新，进而实现通信资源的有效节省，并减轻DoS攻击带来的不良影响。随后，建立了切换模糊系统，以应对DoS攻击者的不同状态。利用分段Lyapunov函数，得到了控制器增益和ARETM矩阵的设计方法，使得系统在控制作用下是可镇定的并获得了H∞ 性能。最后，通过模拟实验证明了基于ARETM的控制策略的有效性。 (4)带有协同ETM的基于神经网络的网络化T-S模糊系统的攻击补偿控制 研究了在欺骗攻击和执行器故障下网络化T-S FMJSs的基于径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)的安全控制问题。首先，考虑到状态的不完全可测性，设计了模糊观测器来重构系统状态。然后，构建了协同事件触发机制(Cooperative ETM,CETM),旨在减轻传感器到观测器和观测器到控制器通道中的通信负担。CETM的特点在于，基于传感器和观测器的数据设计了联合事件发生器，以此来同步实现两通道中的通信资源节约。此外，针对发生在CTA通道中的欺骗攻击，引入了RBFNN来逼近非线性攻击信号，以此消除攻击的不利影响。具体来说，基于RBFNN产生的估计信号，构建了模糊攻击补偿控制器，以实现对攻击行为的及时响应和补偿。利用Lyapunov函数，保证了RBFNN的估计矩阵误差是有界的。进一步，得到了保证系统均方指数最终有界性的一组充分条件，并联合设计了观测器增益、控制器增益和CETM矩阵。最后，通过一个仿真实例证明了所提方法的有效性。
NETL