2021.9.3科研日志

工作内容

论文

基本结束了名为《Secure parameter estimation: Fundamental tradeoffs》（安全参数估计:基本的权衡）的会议文献。
这篇文献的着眼点，也就是想解决的问题，其实在于这一对矛盾：
判断出受攻击的传感器并削弱其影响是有助于提高估计精度的。但是如果误判了受攻击的传感器，也就是说发生了虚警，实际上是会减弱估计精度。而噪声的存在使我们并不能精确地判断出是否存在攻击。所以实际上对攻击判断的“严厉性”的高低是矛盾的，而且因此攻击的检测与估计是耦合的，不能简单解耦（可能会使估计变成次优）
本文就是在两者耦合的前提下进行的建模和解决，但是最后对最终分解出来的两个子问题的解决确实未能理解。

开启了一篇新的文献，名为《Fusion Estimation for FDI Sensor Attacks in Distributed Systems》（分布式系统中虚假数据注入传感器攻击的融合估计），本文献同样为一篇会议论文。出自2020 IEEE第16届控制与自动化国际会议(ICCA)。
本文的关键点有以下三个：

1. 将攻击信号建模为状态向量，对攻击进行估计，后续在受攻击量测中可以讲攻击进行剔除；
2. 使用自适应卡尔曼滤波器；
3. 引入补偿因子，设计一种优化的承重融合准则，来做融合。
   目前看完了系统建模部分。将攻击向量并入了状态向量中（对状态向量做了增广），据文献说可以实现对攻击的估计，目前还不了解如何实现的。

引申

这里为什么要用arg inf 而不是用arg max？

因为后面的C函数实际是一个似然函数，因为Y是果，U是X的估计量，实际是代表了状态值，所以是因。该函数是执果索因。