.png){kind=icon}
返回
μ-stealthy deception attack against distributed state estimation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.nahs.2026.101725.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究聚焦于针对分布式状态估计的μ-隐秘攻击策略设计，实现了攻击效果与隐秘性之间的平衡。通过融合本地及邻近传感器的创新信息，推导了稳态滤波增益和估计误差协方差（EEC），并分析了创新特性以针对特定攻击。提出了一种基于邻近创新的攻击模型，并通过优化问题的等价变换逐步确定最坏情况下的攻击参数，解决了分布式估计耦合带来的非线性优化挑战。仿真验证了所提攻击策略的最优性和隐秘性，为安全估计设计提供了有价值的见解。
Keyword:
μ-stealthy attack
distributed state estimation
innovation-based attack
steady-state filter gain
estimation error covariance
期刊
N
IF:
0
论文数:
94
被引数:
0
机构
引用论文
暂无论文信息