2021.9.17科研日志

一、工作内容

1.论文

最近两天发现对之前RWD算法的文章并没有完全理解，也是因为试图去写这个仿真才发现的大量的问题，也是在针对这些问题一点一点的解决。

2.仿真

随着一步一步深入的研究，发现写仿真的时候不仅代码逻辑有些问题，就连对算法逻辑的理解都是存在问题：
1、算法中，攻击量，不管是隐匿还是非隐匿，都是零均值的，是否隐匿是通过标准差与量测噪声的标准差的大小差别来衡量的。
这时候就存在一个问题：实际上加入的噪声就相当于叠加了一个一样的噪声。
对于不隐匿的噪声来说，“破坏”的意图还能够理解，更大标准差（功率）的噪声会使得量测值产生很大的上下波动，进而使得估计出的状态量也发生较大波动。
而对于隐匿的攻击，虽然很难被检测，但是造成的破坏也有限，很多时候叠加后的总体噪声也没有很大变化，因为有时候正的攻击可能与相反的噪声抵消，使得最后系统完全不受影响。
个人理解问题在于，有时候正的攻击与同向的噪声进行了叠加，就会对系统产生不良影响，所以实际上我们就是需要对这些进行检出。而且论文中也不是说要对施加攻击的传感器的每一时刻都进行精确检出，而只是检出出现了攻击的传感器而已。所以我们要做的就是对这些对估计产生较大波动的时刻点进行检出和恢复。
2、算法中的量测值恢复（形象理解为回退），并不是回退到上一时刻的量测值，而是替换为上一时刻量测值的估计值，也就是与上一时刻的状态估计进行挂钩。如此一来实际上估计的量测值相对来说是更为精确的。
回退后重新估计的量从结果来看是保持了原来的趋势，具体原因还没分析出来。
3、攻击检测算法中，原本写的求和的时刻、求和后除法的分母以及初始时刻不满足设定窗口长度的处理都是有问题的，现在进行了修正。

二、心得

Matlab调试的过程中，这个【运行到光标处】还是非常有用的

比一直点步进效率高了很多。

三、未解决的问题

1、RWD算法中的求和部分到底是什么用意，求和不是会导致灵敏度变低吗，为什么文献中又说窗口越长结果越精确？
2、RWD算法中恢复过程中用上一时刻估计的量测来替代本时刻量测有何用意？能够达到怎样的效果（特别是针对系统的动态变化而言）？