-
公开(公告)号：CN118945666A
公开(公告)日：2024-11-12
申请号：CN202410971097.4
申请日：2024-07-19
Applicant: 中国矿业大学
IPC: H04W12/122 , G05D1/86 , H04L9/40 , H04W4/42
Abstract: 本发明公开了一种DoS攻击下多智能体系统基于分层的异步动态事件触发的时变输出编队控制方法，包括建立领导者和跟随者的动态模型；建立约束条件；建立DoS攻击模型；设计Luenberger观测器；设计自适应状态观测器；构建输出反馈编队控制器，并建立相应的动态跟踪误差系统模型；分析证明在DoS攻击下多智能体系统的观测误差；分析在DoS攻击下多智能体系统编队跟踪性能，并验证在时变输出编队问题中有效性。本发明能够实时估计领导者的状态信息，并有效地避免了通信资源的浪费和DoS攻击带来的负面影响。基于该观测器，结合输出调节技术和状态反馈控制，使得多智能体系统在一定误差界内达成期望的时变编队构型。
-
公开(公告)号：CN118199918B
公开(公告)日：2024-08-20
申请号：CN202410136004.6
申请日：2024-01-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ROS环境下网联机器人的网络攻击系统，包括场景设定模块、编队环境生成模块和网络攻击模块，其中网络攻击模块包含虚假数据注入模块、重放攻击模块和拒绝服务攻击模块；运行领航者节点生成Gazebo场景，通过编队算法计算出跟随者tt1机器人下一时刻运行的速度，并将速度通过TCP协议作为控制信号发送给跟随者tt1机器人，控制跟随者的运动；拦截含控制信号的数据包并注入虚假数据，发送给从机；重放存储含控制信号的数据包，跟随者tt1按重放指令进行运动；向跟随者tt1发送大量不符合规则的连接请求的数据包，使其处于半连接状态。本发明易于部署、操作简便且具有较强的扩展性，为机器人网络安全领域的研究人员提供了必要的网络攻击环境。
-
公开(公告)号：CN116820100B
公开(公告)日：2024-02-27
申请号：CN202310748225.4
申请日：2023-06-25
Applicant: 中国矿业大学
Abstract: 本发明公开了一种欺骗攻击下的无人车编队控制方法，包括以下步骤：(1)考虑将一个无人车作为一个通信节点，根据通信节点建立通信拓扑关系；(2)构建无人车的系统动态模型，包括领航者和跟随者系统动态模型；(3)考虑网络安全问题，建立欺骗攻击动态模型；(4)提出了一种基于脉冲攻击信号补偿器的时变编队控制协议，并建立相应的动态误差系统模型；(5)基于李亚普诺夫理论，给出误差系统稳定的充分条件，得到编队跟踪误差界。本发明的所提供的控制方法能够在保证一定精度下实现了时变输出编队，并且可以降低实际系统的通信量，同时有效地抵御欺骗攻击。
-
公开(公告)号：CN118523928A
公开(公告)日：2024-08-20
申请号：CN202410573321.4
申请日：2024-05-10
Applicant: 中国矿业大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明公开了一种多机器人系统的信息‑物理融合网络攻击检测方法，该检测方法包括：构建多机器人系统实验平台；对多机器人系统实验平台进行网络攻击；采集网络入侵后多机器人系统实验平台的网络流量信息以及物理状态信息；利用卷积神经网络构建初始检测模型，利用数据集对初始检测模型进行训练，将训练之后的初始检测模型作为目标检测模型；利用目标检测模型实现多机器人系统的攻击检测。本发明基于卷积神经网络构建的分类模块，在构建的Leader‑Follower多机器人系统受到不同类型的网络攻击时能快速的将网络数据和机器人运动状态的数据进行采集，并进行分类，该检测模型不但提升了检测效率，对异常数据检测的准确率超过90％。
-
公开(公告)号：CN116027809B
公开(公告)日：2023-07-18
申请号：CN202310070807.1
申请日：2023-02-07
Applicant: 中国矿业大学
IPC: G05D1/10
Abstract: 本发明公开了一种DoS攻击下的多四旋翼无人机编队控制方法，涉及多无人机协同控制领域，包括：建立四旋翼无人机的奇异摄动数学模型；利用奇异摄动技术，将高阶的四旋翼无人机奇异摄动模型分解为低阶快和慢子系统；对独立发生在多四旋翼无人机之间的通信信道上的DoS攻击建模；针对位置慢子系统，配置分布式弹性位置子控制器；针对姿态慢子系统，配置姿态滑模控制器；针对快子系统，配置线性二次调节控制器确保四旋翼无人机的飞行性能和稳定性。本发明基于奇异摄动理论，提出了一种分解‑组合的编队控制框架，降低了编队控制器配置的复杂性，同时考虑多个四旋翼无人机的通信信道发生DoS攻击的情况，配置了抗DoS攻击的分布式编队控制器。
-
Patent Agency Ranking
公开(公告)号：CN116412810A
公开(公告)日：2023-07-11
申请号：CN202310250935.4
申请日：2023-03-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种用于煤矿救援机器人的改进激光SLAM方法，包括：使用煤矿救援机器人传感器模块获取井下救援环境点云数据；完成当前帧点云的降采样；进行帧间配准和配准优化；对前端里程计模块的位姿估计累积误差进行消除，实现全局一致的机器人位姿估计以及精准建图。本发明方法只使用单一激光雷达传感器进行井下救援环境感知，避免使用IMU等多传感器在井下颠簸环境带来的数据失准问题，使用自适应滤波方法保持相对稳定的待匹配点数量和改进回环检测方法提高回环检测正确率以及校正前端里程计位姿。本发明能够使救援机器人在对里程计具有挑战性的井下救援环境下实现高精度的定位与建图。
-
公开(公告)号：CN110635206A
公开(公告)日：2019-12-31
申请号：CN201910917986.1
申请日：2019-09-26
Applicant: 中国矿业大学
Abstract: 本发明涉及一种模式可控的矢量涡旋光束生成装置及生成方法，属于涡旋光束生成技术领域，解决了现有技术无法准确产生不同模式的矢量涡旋光束的问题。该装置包括电磁波发射装置、电磁波接收装置、控制器、可调式阿基米德螺旋金属颗粒、人工表面等离激元波导、介质基板。其中，人工表面等离激元波导设置于介质基板上方，输入端与电磁波发射装置输出端连接，输出端与电磁波接收装置输入端连接；控制器用于可调式阿基米德螺旋金属颗粒形状和位置；可调式阿基米德螺旋金属颗粒对称设置于人工表面等离激元波导的两侧。本发明能够产生具有待调试的拓扑荷大小的矢量涡旋光束，装置简单、易实现、成本较低，具有突出的技术优势。
-
公开(公告)号：CN116679753A
公开(公告)日：2023-09-01
申请号：CN202310748224.X
申请日：2023-06-25
Applicant: 中国矿业大学
IPC: G05D1/10
Abstract: 本发明公开了一种异构无人系统抗欺骗攻击的编队跟踪控制方法，包括根据通信节点建立通信拓扑结构，构建异构无人系统的动态模型，设计智能体的期望编队构型；对各智能体之间通信信道上的欺骗攻击进行建模，设计分布式异步脉冲弹性观测器,建立动态观测误差模型；设计基于异步脉冲控制的分布式时变编队跟踪控制协议，并建立动态跟踪误差系统模型；在存在欺骗攻击时，对异构无人系统编队系统进行分析，给出误差系统指数均方稳定的条件；分析异构无人系统在欺骗攻击下编队跟踪性能。本发明在欺骗攻击下保障HMASs编队控制性能的同时提高通信的可靠性。
-
公开(公告)号：CN111129678B
公开(公告)日：2021-04-20
申请号：CN201911408959.8
申请日：2019-12-31
Applicant: 中国矿业大学
IPC: H01P1/38
Abstract: 本发明涉及一种基于人工表面等离激元波的环形器，属于微波器件技术领域，解决了现有毫米波环形器损耗高且结构设计复杂的问题。包括依次层叠设置的第一永磁体、第一金属地平面、第一泡沫、内部SSPP波导体、第二泡沫、第二金属地平面和第二永磁体；所述第一泡沫的中心嵌设有第一铁氧体，所述第一铁氧体的厚度小于第一泡沫的厚度，第一泡沫靠近第一金属地平面的一面和所述第一铁氧体的对应表面平齐；第二泡沫的中心嵌设有第二铁氧体；所述第二铁氧体的厚度小于第二泡沫厚度，第二泡沫靠近第二金属地平面的一面和所述第二铁氧体的对应表面平齐。结构设计简单，减少了环形器的损耗。
-
公开(公告)号：CN118523928B
公开(公告)日：2025-04-15
申请号：CN202410573321.4
申请日：2024-05-10
Applicant: 中国矿业大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明公开了一种多机器人系统的信息‑物理融合网络攻击检测方法，该检测方法包括：构建多机器人系统实验平台；对多机器人系统实验平台进行网络攻击；采集网络入侵后多机器人系统实验平台的网络流量信息以及物理状态信息；利用卷积神经网络构建初始检测模型，利用数据集对初始检测模型进行训练，将训练之后的初始检测模型作为目标检测模型；利用目标检测模型实现多机器人系统的攻击检测。本发明基于卷积神经网络构建的分类模块，在构建的Leader‑Follower多机器人系统受到不同类型的网络攻击时能快速的将网络数据和机器人运动状态的数据进行采集，并进行分类，该检测模型不但提升了检测效率，对异常数据检测的准确率超过90％。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
