摘要
本发明涉及一种结合Q‑learning数据篡改攻击检测的分布式状态估计方法,包括:建立系统状态和传感器节点的状态空间模型;基于所述状态空间模型,结合攻击检测通信激活策略,建立分布式状态估计的回归形式的表达式;基于回归形式,建立在线估计性能指标;基于所述回归形式和在线估计性能指标,建立数据篡改攻击检测任务的部分可观马尔可夫决策过程;用Q‑learning算法求解部分可观马尔可夫决策过程,得到使累计奖励最大的强化学习策略,并且得到结合攻击检测通信激活的分布式状态估计,从而实现数据篡改攻击检测的分布式状态估计。本发明能在攻击模型未知场景下的实现数据篡改攻击检测并保护分布式状态估计性能。
技术关键词
分布式状态估计方法
估计误差
状态空间模型
强化学习策略
变量
决策
数据
传感器节点
表达式
高斯系统
矩阵
邻居
在线
强化学习算法
噪声
贪心策略
索引
系统为您推荐了相关专利信息
神经网络模型
数据
神经网络参数
随机梯度下降
结构方程模型
情绪特征
随机森林模型
后机器
健康状态预测
机器状态数据
温度场预测方法
地面
光照
建筑物模型
太阳方位角
需求预测方法
节点
动态克隆选择算法
资源调度模型
抗体
并联电路系统
无模型控制方法
矩阵
电感
状态空间模型