突破性技术：攻击韧性分布式一致性扩展卡尔曼滤波算法助力无人机追踪

突破性技术：攻击韧性分布式一致性扩展卡尔曼滤波算法助力无人机追踪

引用

搜狐

1.

https://m.sohu.com/a/808169343_121798711/?pvid=000115_3w_a

在无人机技术快速发展的今天，如何确保多无人机协同作业的安全性和有效性成为了一个重要的研究课题。最近，上海理工大学的研究团队提出了一种新的攻击韧性分布式一致性扩展卡尔曼滤波（AR-DEKCF）算法，成功解决了多传感器融合过程中可能遇到的欺骗攻击问题。

在现代无人机技术迅速发展的背景下，如何确保多无人机协同作业时的安全和有效性，成为了研究的热点之一。最近，由上海理工大学的研究团队提出了一种新的攻击韧性分布式一致性扩展卡尔曼滤波（AR-DEKCF）算法，成功应对了在多传感器融合过程中可能出现的欺骗攻击问题。在技术细节日益复杂的当下，这一新技术不仅响应了安全性需求，更为无人机追踪问题的解决提供了全新的视角。

该研究首先在分布式一致性扩展卡尔曼滤波框架下，提出了一种新型的能量受限欺骗攻击（DALE），并运用了假设检验机制来检测这些潜在的异常数据。通过对现有数据进行线性化处理，该团队能够在存在误差的情况下识别出攻击影响，展现出算法的灵活性与适应性。更值得注意的是，AR-DEKCF算法的核心在于其状态估计校正策略，旨在有效治理DALE带来的数据异常，确保系统稳定性与数据精确性。

为了验证该算法的有效性，研究团队通过一系列多无人机追踪的仿真实验进行了全面测试。结果显示，AR-DEKCF算法在处理攻击事件时，既能够保持高效的数据融合能力，又能快速恢复系统的正常运行状态。这一成果不仅提升了无人机系统的攻击韧性，更为在与其他智能设备协同工作时的安全性打下了基础，使未来无人机在复杂环境下的应用潜力得以更好发挥。

本文原文来自搜狐新闻