基于傳感器攻擊的領導跟隨多旋翼蜂群驅離方法

摘 要：""""" 從攻擊者角度研究領導跟隨多旋翼蜂群的驅離反制問題， 結合領導者無人機根節點屬性， 提出一種針對領導者無人機的傳感器攻擊方法， 利用蜂群分布式網絡交互特點， 有序穩定地驅離蜂群至攻擊者期望的路徑。 首先結合無人機動態特性構建傳感器攻擊模型， 將攻擊信號引入蜂群編隊跟蹤控制過程； 其次考慮蜂群通信拓撲切換， 采用狀態空間分解方法將攻擊信號分解到編隊跟蹤參考子系統和編隊跟蹤誤差子系統， 給出了傳感器攻擊下實現蜂群驅離反制的充分條件， 并通過兩步非奇異變換簡化分析判據； 最后通過數值仿真驗證本文所提驅離條件的合理性。

關鍵詞："""" 傳感器攻擊; 領導跟隨; 蜂群反制; 多旋翼蜂群; 分布式網絡

中圖分類號：""""" V249.12

文獻標識碼：""" A

文章編號："""" 1673-5048（2024）06-0104-08

DOI： 10.12132/ISSN.1673-5048.2024.0117

0 引" 言

分布式多旋翼無人機蜂群（以下簡稱無人機蜂群）因其優秀的靈活性、 機動性和可重構性， 在災害搜救、 低空運輸、 遙感測繪、 戰場感知等經濟民生領域和國防軍事領域得到廣泛應用。 但同時， 無人機蜂群技術的濫用帶來的安全威脅也日益突出^［1］， 如何反制驅離無人機蜂群成為當下研究熱點。 為了對抗無人機蜂群帶來的威脅， 文獻［2-5］從策略手段和裝備功能等方面對無人機蜂群反制方法進行了綜述， 鮮有詳細的反制技術分析。 文獻［6-8］通過欺騙無人機機載導航定位傳感器實現了對單個無人機的反制， 該技術理論上可以通過逐個擊破的方式實現對無人機蜂群整體的反制， 但是存在費效比高以及效率低的缺陷。 文獻［9］通過重建目標保護區內導航定位信號環境， 直接實現了對整個無人機蜂群的空間欺騙， 但該方法同時也導致保護區內其他依賴導航功能的設備失效。

以上的反制技術在對無人機蜂群實施反制時均忽略了無人機蜂群中個體與個體之間的網絡交互特征。 無人機蜂群是采用分布式架構的自主或半自主個體通過網絡交互構成的群體智能系統。 文獻［10-12］利用分布式網絡交互的特點對群體智能系統實施攻擊， 分析了攻擊信號在網絡中的傳播影響。 其中， 文獻［10］針對分布式機器人群編隊控制問題， 提出了一種基于位置偏差的劫持攻擊策略， 驅使機器人編隊偏離原運動方向。 文獻［11］通過執行器攻擊， 實現了無向拓撲條件下多智能體系統的編隊運動驅離。 文獻［12］分別研究了虛假偏差和給定狀態兩種欺騙信號對多領導者無人機蜂群編隊的攻擊問題， 實現了對無人機蜂群的軌跡欺騙。 可以發現， 文獻［10-12］僅考慮了固定拓撲條件下的無人機蜂群驅離反制問題， 實際應用中， 蜂群的通信網絡可能因干擾或者受通信距離影響出現切換的情況， 同時領導跟隨結構無人機蜂群執行任務時往往需要保持特定的編隊隊形， 并且跟蹤參考航跡或任務目標路徑， 目前鮮有文獻解決類似無人機蜂群的驅離反制問題。

受文獻［10-12］等研究成果啟發， 本文以領導跟隨結構無人機蜂群為反制對象， 意圖通過傳感器攻擊， 在不破壞無人機蜂群編隊隊形的情況下， 驅離蜂群偏離原有任務目標路徑， 誘騙其按照攻擊者期望軌跡運動， 避免次生災害， 實現對無人機蜂群的安全迫降或者捕獲。

本文在切換拓撲條件下， 從攻擊者角度研究針對領導跟隨結構無人機蜂群編隊的誘騙驅離反制方法。 與現有驅離反制方法相比， 本文主要貢獻點有三個： 一是結合無人機動力學特性， 構建針對領導者無人機的傳感器攻擊模型， 分析傳感器攻擊對切換拓撲下領導跟隨結構無人機蜂群編隊的影響， 明確了切換拓撲的影響機理； 二是給出了無人機蜂群在傳感器攻擊下能夠被誘騙驅離的分析判據， 且被誘騙驅離的無人機蜂群編隊隊形沒有發生改變； 三是利用共同Lyapunov候選函數和線性矩陣不等式方法， 確保了攻擊后的無人機蜂群編隊收斂性， 通過將所有切換拓撲集合中Laplacian矩陣特征值壓縮到一個凸集， 確保所得線性矩陣不等式條件數量與無人機數量無關， 降低了計算復雜度， 解決了文獻［12］判據中可能隨無人機數量增加帶來計算爆炸問題。

在本文中， 代表實矩陣集合， 0代表維數適當的零向量， 1N表示元素均為1的N維列向量， IN表示N維單位矩陣， 符號表示Kronecker積運算。

1 問題描述

1.1 切換通信拓撲

設G=（V， ε， W）表示具有N個節點的拓撲圖， 圖G由節點集合V={v1， v2， …vN}、 邊集合ε{（vi， vj）， vi， vj∈V}和鄰接矩陣

W=［wij］∈

組成。 eij=（vi， vj）用于表示連接節點vi與節點vj的邊， wij表示邊eji的權值。 圖G的Laplacian矩陣表示為=［lij］∈瘙綆^N×N， 其中lij=－wij， i≠j且lii=∑Nk=1， k≠iwik， i=1， 2， …， N。 如果圖G中有一個節點到其余所有節點間至少存在一條有向路徑， 稱該圖包含生成樹。 其他圖論知識參見文獻［13］。

無人機蜂群個體之間的通信拓撲關系隨時間切換， 其所有可能的拓撲集合表示為G～={G¹， G²， …， G^s}（s∈， 其中為自然數集合， 上標sgt;1表示對應的拓撲編號。 切換信號表示為σ（t）：［0， ∞）→{1， 2， …， s}， 切換時刻為0=t0lt;t1lt;t2lt;…lt;tm=t， 假設信號σ（t）不能無限快速切換， 切換順序任意， 在時間區間［tk， tk+1）內拓撲關系G^σ（t）是固定保持不變的， 其對應的鄰接矩陣表示為W^σ（t）， 其對應的Laplacian矩陣表示為^σ（t）， t～k=tk+1－tk表示該時間區間內的駐留時間。

假設1： 無人機蜂群中領導者無人機不接收跟隨者無人機信息， 僅單向發送協同信息至跟隨者無人機； 跟隨者無人機之間的信息交互是無向連通的。

引理1^［14］： 如果圖G^σ（t）包含有向生成樹， 那么零是其對應Laplacian矩陣^σ（t）的單一特征值， 1N是其相應的一個特征向量， 即^σ（t）1N=0， 其余非零特征值均具有正實部。

1.2 多旋翼無人機蜂群編隊跟蹤描述

考慮由N個多旋翼無人機組成的領導跟隨結構無人機蜂群， 其中領導者無人機（下標記為N）需要跟蹤期望的任務目標路徑Td（t）∈瘙綆^6×1， 其余跟隨者無人機（下標集合記為F={1， 2， …， N－1}）按照一定的時變編隊隊形跟蹤領導者無人機。 多旋翼無人機利用電機提供的升力組合實現空間中的外環位速控制和俯仰、 偏航、 橫滾的內環姿態控制， 其中外環動力學模型描述為

p·i（t）=vi（t）

v·i（t）=geZ－Fi（t）MiRi（t）eZ

（1）

式中： i=1， 2， …， N; pi（t）=［piX（t）， piY（t）， piZ（t）］T表示地理坐標系下的無人機i的X， Y， Z三軸上的位置狀態向量； vi（t）=［viX（t）， viY（t）， viZ（t）］T表示地理坐標系下無人機i的速度狀態向量； g是重力加速度常數； eZ=［0， 0， 1］T表示Z軸正方向的單位向量； Mi表示第i個無人機的質量； Fi（t）表示第i個無人機的總升力； Ri（t）表示機體坐標系到地理坐標系的旋轉矩陣：

Ri（t）= cosθi（t）cosψi（t）sinθi（t）cosψi（t）sinφi（t）－sinψi（t）cosφi（t）sinθi（t）cosψi（t）cosφi（t）+sinψi（t）sinφi（t）

cosθi（t）sinψi（t）sinθi（t）sinψi（t）sinφi（t）+cosψi（t）cosφi（t）sinθi（t）sinψi（t）cosφi（t）－cosψi（t）sinφi（t）

－sinθi（t）cosθi（t）sinφi（t）cosθi（t）cosφi（t）

（2）

式中： θi（t）為地理坐標系下的橫滾角； ψi（t）為偏航角; φi（t）為俯仰角。 定義－π/2lt;θi（t）lt;π/2， －π/2lt;φi（t）lt;π/2。 令ui（t）=［uiX（t）， uiY（t）， uiZ（t）］T=［v·iX（t）， v·iY（t）， v·iZ（t）］T表示外環位速控制輸入， 結合式（1）～（2）可得

uiX（t）=－Fi（t）Mi（sinθi（t）cosψi（t）cosφi（t）+

sinψi（t）sinφi（t））

uiY（t）=－Fi（t）Mi（sinθi（t）sinψi（t）cosφi（t）－

cosψi（t）sinφi（t））

uiZ（t）=－Fi（t）Micosθi（t）cosφi（t）+g （3）

式中： i=1， 2， …， N。 通過式（3）將動力學模型（1）轉換為二階積分器形式：

p·i（t）=vi（t）

v·i（t）=ui（t）" （4）

式中： i=1， 2， …， N。 除式（1）描述的外環位速動力學模型外， 多旋翼無人機還具有表述空間轉動性質的內環姿態動力學方程， 在研究針對無人機蜂群編隊控制傳感器攻擊問題時不涉及無人機空間中轉動情況的分析， 所以考慮將無人機視為質點。 需要指出， 控制輸入ui（t）可以通過文獻［15］提出的位姿轉換方程得出期望的姿態角， 并利用姿態控制器轉化為無人機的控制力矩和升力。

令xi=［pTi（t）， vTi（t）］T∈^6×1描述無人機的位置速度狀態信息， 式（4）可以表述為狀態空間形式：

x·N（t）=AxN（t）+BuN（t）

x·i（t）=Axi（t）+Bui（t）， i∈F （5）

式中： uN（t）∈^×1為領導者無人機的控制輸入； ui（t）為跟隨者無人機控制輸入（i∈F）； A和B分別表示蜂群系統的系統矩陣和輸入矩陣： A=0100I3，

B=01I3。

領導跟隨結構無人機蜂群系統期望的編隊隊形采用時變編隊向量f（t）=［fT1（t）， fT2（t）， …， fTN－1（t）， 0］T表示， 其中fi（t）=［fTip（t）， fTiv（t）］T∈^6×1， i=1， 2， …， N為連續可微的時變向量， fi（t）（i∈F）表示跟隨者無人機i與編隊參考中心的相對偏移量， 記領導者無人機N編隊向量fN（t）=0。

定義1： 對于任意有界初始狀態， 如果領導跟隨結構分布式多旋翼無人機蜂群系統滿足

limt→∞（xi（t）－fi（t）－Td（t））=0 （i=1， 2， …， N）（6）

則無人機蜂群系統實現領導跟隨結構時變編隊跟蹤。

本文以具有切換拓撲的領導跟隨結構分布式多旋翼無人機蜂群為攻擊目標， 該無人機蜂群系統能夠實現基于一致性的編隊跟蹤。 鑒于此， 可將領導者無人機控制輸入描述為

uN（t）=K1（xN（t）－fN（t）－Td（t））（7）

式中： K1∈^3×6為增益矩陣。

跟隨者無人機控制協議為^［16］

ui（t）=K2∑N－1j=1w^σ（t）ij（xi（t）－fi（t）－xj（t）+fj（t））+

K2w^σ（t）iN（xi（t）－fi（t）－xN（t））+δi（t）

（8）

式中： i∈F； K2∈ ⁶為增益矩陣； w^σ（t）ij表示σ（t）對應圖拓撲中跟隨者無人機j到i的通信權重； w^σ（t）iN為領導者無人機N到跟隨者無人機i的通信權重。 控制協議中第一部分K2∑^N－1j=1w^σ（t）ij（xi（t）－fi（t）－xj（t）+fj（t））為跟隨者無人機之間編隊狀態差反饋項， 描述了相鄰無人機之間趨向編隊向量的吸引作用， 可使無人機狀態收斂至編隊向量。 第二部分K2w^σ（t）iN（xi（t）－fi（t）－xN（t））為跟隨者無人機與領導者無人機之間編隊跟蹤狀態差的反饋項， 用于實現跟隨者無人機對領導者無人機的編隊跟蹤。 第三部分δi（t）∈^3×1為編隊補償項， 可以擴大時變向量fi（t）的可行域。

1.3 驅離反制方法描述

為避免傳統無人機蜂群反制手段帶來的次生災害， 本文通過設計傳感器攻擊策略， 將攻擊信號注入蜂群關鍵個體中， 利用無人機蜂群分布式網絡交互機制， 在不破壞無人機蜂群編隊隊形的前提下， 誘騙整個無人機蜂群脫離原有目標路徑， 而沿攻擊者預設的軌跡運動。 攻擊者能夠通過調節攻擊信號對驅離后的無人機蜂群運動軌跡進行設計。

假設2： 攻擊者能夠獲取無人機蜂群的編隊隊形、 位置速度狀態、 拓撲交互和控制參數信息K。

注釋1： 通過光電探測設備獲取實時位置速度狀態等技術手段相對成熟。 文獻［17］給出一種基于紅外探測的無人機蜂群結構特征感知方法來檢測識別無人機蜂群隊形。 對于異構無人機蜂群， 可以通過外部特征識別無人機攜帶的載荷類型來區分領導者無人機， 這是因為無人機任務分工不同， 領導者無人機一般攜帶光學鏡頭、 雷達探測等感知類載荷， 而跟隨者無人機一般攜帶執行任務相關的載荷， 如投擲裝置等。 對于同構無人機蜂群， 可以通過運動特征識別領導者無人機， 這是因為領導者無人機與跟隨者無人機控制協議不同， 領導者無人機的控制協議僅受任務目標路徑Td（t）影響， 其運動軌跡相對平滑， 而跟隨者無人機在保持編隊隊形的同時還需要跟蹤領導者無人機， 故無人機蜂群整體在進行轉彎或加速等運動時， 跟隨者無人機會出現一定的跟蹤滯后現象， 攻擊者可以通過分析無人機蜂群外部觀測數據來識別領導者。 關于拓撲交互和控制參數K等信息的獲取， 文獻［18］提出了利用辨識和估計的方法能夠獲取未知群系統的拓撲信息， 文獻［19-20］針對已知系統矩陣和輸入矩陣的情況下， K作為狀態反饋增益矩陣時， 利用狀態空間模型參數相似變化關系， 構造相似變換增益矩陣， 基于遞推子空間方法提出一種辨識和校驗反饋增益矩陣的遞推算法， 利用最小二乘法計算得到反饋增益矩陣K。 因此假設2具有相對合理性， 具備一定的實際應用意義。

2 針對無人機蜂群編隊跟蹤的傳感器攻擊設計與分析

2.1 針對領導者無人機的傳感器攻擊策略

領導跟隨結構無人機蜂群在執行任務中， 領導者無人機帶領跟隨者無人機形成編隊并沿任務目標路徑運動， 領導者無人機可作為關鍵攻擊目標。 攻擊信號的注入方式可根據領導者無人機傳感器類型進行調整。

考慮向領導者無人機傳感器注入攻擊信號， 其攻擊模型可以建立為

x^N（t）=xN（t）+βxαN（t）（9）

式中： x^N（t）∈表示領導者無人機被攻擊后的狀態信息； xαN（t）∈表示注入的攻擊信號； β為攻擊信號注入標識， β=0表示未注入誘導攻擊信號； β=1表示注入誘導攻擊信號。

攻擊注入后， 式（7）轉換為

u^N（t）=K1（xN（t）+βxαN（t）－Td（t））（10）

式中： u^N（t）為攻擊后領導者無人機的實際控制輸入， 回顧上節可知fN（t）=0。

2.2 針對無人機蜂群編隊跟蹤的傳感器攻擊分析

如果假設1成立， 則領導跟隨結構無人機蜂群的通信拓撲Laplacian矩陣可以表示為

^σ（t）=^σ（t）ff+^σ（t）lfl^σ（t）lf

01×（N－1）0（11）

式中： ^σ（t）ff∈^{－1）×（N－1）}是由跟隨者無人機組成的交互拓撲對應的Laplacian矩陣；" l^σ（t）lf=－［w1N， w2N， …， w（N－1）N］ T∈^×1可以用來描述領導者無人機與跟隨者無人機之間的交互作用。 式（7）和式（8）表明領導者無人機不受任何跟隨者無人機的影響， 但領導者無人機的協調狀態信息可以通過l^σ（t）lf傳遞給部分跟隨者無人機。 式（11）中， ^σ（t）lf=diag{w1N， w2N， …， w（N－1）N}表示對角線元素為wiN的對角矩陣， 其中i=1， 2， …， N－1。 需要注意， ^σ（t）ff+^σ（t）lf是一個對稱正定矩陣^［21］。

因為輸入矩陣B為列滿秩矩陣， 所以存在一個非奇異矩陣B=［B～T， B-T］T， 使得B～B=I3， B-B=0， 其中B～∈瘙綆^3×6， B-∈令

f（t）=［fTF（t）， 0］T， fTF（t）∈

x（t）=［xT1（t）， xT2（t）， …， xTN－1（t）， xTN（t）］T=

［xTF， xTN（t）］T

δ（t）=［δT1（t）， δT2（t）， …， δTN－1（t）， 0］T=

［δTF（t）， 0］T

可得攻擊信號注入后無人機蜂群系統全局閉環形式：

x·（t）=IN－1A00A+BK1+^σ（t）BK2x（t）－

（^σ（t）ff+^σ（t）lf）BK2

0fF（t）+

0BK1（βxαN（t）－

Td（t））+

IN－1B0δF（t） （12）

令θi（t）=xi（t）－fi（t）， i=1， 2， …， N; θ（t）=［θTF（t）， θTN（t）］T， θ（t）=［θT1（t）， θT2（t）， …， θTN－1（t）， θTN（t）］T， 式（12）可以進一步表示為

θ·（t）=IN－1A0

0A+BK1+^σ（t）BK2θ（t）+

IN－1A0fF（t）－I6（N－1）0f·F（t）+

0BK1（βxαN（t）－

Td（t））+IN－1B0δF（t）（13）

攻擊作用下， 式（12）仍能保持時變編隊f（t）當且僅當式（13）實現狀態一致。

令Η=IN－11N－1

01×（N－1）1， 則

Η^－1=IN－1－1N－1

01×（N－1）1。

根據引理1可知^σ（t）1N=0， 即

（^σ（t）ff+^σ（t）lf）1N－1+l^σ（t）lf=0（N－1）×1

可得

Η^{－1σ（t）}Η=^σ（t）ff+^σ（t）lf0

00（14）

式（14）表明領導者無人機的動態可以通過非奇異變換矩陣Η與無人機蜂群系統的整個動態解耦。

令ζ（t）=［ξT1（t）， ξT2（t）， …， ξTN－1（t）］T， ξ（t）=

［ζT（t）， θTN（t）］T， 則跟隨者無人機與領導者無人機的跟蹤狀態差為

ζ（t）=（IN－1I6）θF（t）－（1N－1I6）xN（t） （15）

式（15）可由下式得到：

ξ（t）=（Η^－1I6）θ（t）

將θ（t）=（ΗI6）ξ（t）代入式（13）， 等式兩邊左乘Η^－1I6并將其分解為編隊跟蹤參考子系統：

x·N（t）=（A+BK1）xN（t）+BK1（βxαN（t）－Td（t））（16）

編隊跟蹤誤差子系統：

ζ·（t）=（IN－1A+（^σ（t）ff+^σ（t）lf）BK2）ζ（t）+

（－1N－1BK1）（xN+βxαN（t）－Td（t））+

（IN－1A）fF（t）－（IN－1I6）f·F（t）+

（IN－1B）δF（t）（17）

由假設1可知， 所有跟隨者無人機之間的通信交互是無向切換的， 所以^σ（t）ff為對稱矩陣， ^σ（t）lf為非零矩陣， 故（^σ（t）ff+^σ（t）lf）T=^σ（t）ff+^σ（t）lfgt;0， 即其特征值均為正實數。 可知存在一個正交矩陣U^σ（t）∈^{1）×（N－1））}使得

（U^σ（t））T（^σ（t）ff+^σ（t）lf）U^σ（t）=diag{λ^σ（t）1， λ^σ（t）2， …， λ^σ（t）N－1}，

0lt;λ^σ（t）1≤λ^σ（t）2≤…≤λ^σ（t）N－1為^σ（t）ff+^σ（t）lf的特征值。

令λ-1=min{λm1：k∈{1， 2， …， s}}表示所有拓撲集合中非零特征值的最小值， λ-N－1=max{λmN－1：k∈{1， 2， …， s}}表示所有拓撲集合中特征值最大值。

令ζ（t）=（U^σ（t）I6）ζ（t）， 進一步地將式（17）兩邊左乘（U^σ（t））TI6轉化為

ζ·i（t）=（A+λ^σ（t）iBK2）ζi（t）+（eTi（U^σ（t））TB）·

δF（t）+（eTi（U^σ（t））T（－1N－1）BK1）·

（xN+βxαN（t）－Td（t））+（eTi（U^σ（t））TA）·

fF（t）－（eTi（U^σ（t））TI6）f·F（t）

（18）

式中： i=1， 2， …N－1； ei∈瘙綆^{（N－1）×1}為第i個元素為1其余元素為0的N－1維列向量。

注釋2： 上述分析利用狀態空間分解法將攻擊下的領導者無人機動力學系統與跟隨者無人機動力學系統解耦， 并采用兩步非奇異變換法將子系統變換為低維子系統。 具體的， 第一步利用非奇異變換將Laplacian矩陣轉換為對角塊矩陣， 第二步將矩陣^σ（t）ff+^σ（t）lf對角化， 使其可以被線性解耦。 需要指出， 子系統描述了跟隨者無人機之間的相對運動關系， 無人機蜂群若要實現定義1所描述的編隊跟蹤需要子系統是漸近穩定的。

下面給出領導跟隨結構分布式多旋翼無人機蜂群編隊能夠被驅離反制的分析判據。

定理1： 對于任意給定初始狀態， 當下列條件均成立時， 具有切換拓撲的無人機蜂群系統可以被驅離反制：

① 編隊可行性條件：

limt→∞（B-AfF（t）－B-f·F（t））=0

② 存在矩陣P=PTgt;0使得

PA+ATP+λ-k（PBK2+KT2BTP）lt;0， k∈{1， N－1}

③ 跟蹤可行性條件：

limt→∞（ATd（t）－T·d（t））=0且A+BK1是Hurwitz的

④ 攻擊可行性條件：

limt→∞β（AxαN（t）－x·αN（t））=0

證明： 定義如下輔助函數：

C（t）=（HI6）［xTN（t）， 0］T（19）

C-（t）=（HI6）［0， ζT（t）］T（20）

可知［xTN（t）， 0］T=e1xN（t）， 由式（19）可知

C（t）=He1xN（t）=1NxN（t） （21）

已知HI6是非奇異的， C（t）和C-（t）是線性無關的， 且θ（t）=C（t）+C-（t）， 因此， 當且僅當limt→∞ζ（t）=0時， 無人機蜂群中跟隨者能實現編隊fF（t）。 因為UI6為非奇異矩陣， 上述條件等價于

limt→∞ζi（t）=0， i=1， 2， …， N－1（22）

當由fF（t）確定的時變編隊可行， 即條件①被滿足， 結合B-B=0， 則有

limt→∞（B-AfF（t）－B-f·F（t）+B-BδF（t））=0（23）

同時可以找到δF（t）使得

limt→∞（B～AfF（t）－B～f·F（t）+B～BδF（t））=0（24）

結合式（23）～（24）可知

limt→∞（BAfF（t）－Bf·F（t）+BBδF（t））=0 （25）

將式（25）左乘B^－1得

limt→∞（AfF（t）－f·F（t）+BδF（t））=0（26）

接下來考慮子系統ζ-·i（t）=（A+λ^σ（t）iBK2）ζ-i（t）， i∈F的穩定性問題。

選取如下共同Lyapunov候選函數：

Vi（t）=ζ-Ti（t）Pζ-i（t）， i∈F（27）

對式（27）兩邊求導得

V·i（t）=ζ-Ti（t）（PA+ATP+λ^σ（t）i（PBK2+KT2BTP））ζ-i（t）（28）

如果條件②被滿足， 即下式成立：

PA+ATP+λ-k（PBK2+KT2BTP）lt;0， k∈{1， N－1}（29）

根據線性矩陣不等式的凸屬性， 式（29）成立可以保證PA+ATP+λ^σ（t）i（PBK2+KT2BTP）lt;0， i∈F， 此時子系統ζ-·i（t）=（A+λ^σ（t）iBK2）ζ-i（t）， i∈F是漸近穩定的。

考慮傳感器攻擊下領導者無人機跟蹤穩定性問題。

傳感器攻擊下領導者無人機相對于任務目標路徑偏差記為

μ（t）=xN（t）－βxαN（t）－Td（t）（30）

將式（30）對時間求導， 代入式（17）可得

μ·（t）=（A+BK1）μ（t）+βx·αN（t）－AβxαN（t）+

ATd（t）－T·d（t）（31）

如果條件③和條件④被滿足， 則有

limt→∞μ（t）=0（32）

可知系統式（31）是漸近穩定的。

綜合式（26）、 （29）和式（32）可知，

limt→∞ζi（t）=0， i=1， 2， …， N－1成立， 故子系統式（18）是漸近穩定的。 定理1證畢。

注釋3： 定理1給出了切換拓撲下無人機蜂群能夠被驅離反制的充分條件， 條件①～③是傳感器攻擊的前提條件， 判斷了切換拓撲下領導跟隨結構無人機蜂群能夠形成編隊并跟蹤任務目標路徑Td（t）， 其中條件①編隊可行性條件約束了由fF（t）描述的編隊隊形可行域， 條件②利用線性矩陣不等式條件保證了切換系統的穩定性， 條件③確保了誘騙領導者無人機跟蹤攻擊后的任務目標路徑。 不受條件①～③的影響， 條件④給出了攻擊信號的可行性約束。 需要指出， 傳感器攻擊信號與無人機蜂群動力學系統具有相同的模態， 這表明攻擊信號注入后不會影響無人機蜂群系統編隊收斂性。

注釋4：" 由式（7）和式（30）可知， 傳感器攻擊前后領導者無人機狀態軌跡由跟蹤任務目標路徑Td（t）改變為跟蹤βxαN（t）+Td（t）， 攻擊者可通過調節攻擊信號xαN（t）改變領導者無人機跟蹤軌跡， 來實現對無人機蜂群誘騙后狀態軌跡的設計。 需要說明， 領導跟隨結構無人機蜂群的運動軌跡由領導者無人機決定， 當領導者無人機被攻擊驅離時， 整個無人機蜂群將沿著領導者的運動軌跡移動。

注釋5：" 以導航欺騙信號注入為例， 考慮領導者無人機帶領蜂群以“一”字形編隊襲擊機場、 車站等重要公共基礎設施。 蜂群飛行高度200 m， 間隔距離10 m， 蜂群中無人機均采用GPS衛星導航定位系統。 在此場景下， 安保機構可以通過分析無人機之間的間隔、 與發射天線的距離和發射波束寬度等幾何條件關系， 設計適當驅離反制方案， 實現攻擊信號的單獨注入。 如圖1所示， 利用發射波束小于6°的定向天線， 能夠將攻擊信號單獨注入領導者無人機。 需要說明， 在實際應用中攻擊信號的注入需要根據無人機傳感器類型進行調整， 例如針對采用視覺傳感器的無人機， 圖1的方案顯然不再適用。

3 仿真分析

3.1 7架無人機繞圓編隊仿真案例

考慮由7架無人機組成的領導跟隨結構分布式多旋翼無人機蜂群沿任務目標路徑Td（t）運動， 其中1架為領導者無人機， 其余6架為跟隨者無人機。 無人機蜂群中領導者無人機單向傳輸協同信息至跟隨者無人機， 且不接收任何跟隨者無人機信息， 跟隨者無人機之間采用無向交互方式， 無人機蜂群通信以隨機切換方式進行， 其通信拓撲集合如圖2所示。

無人機蜂群中領導者無人機跟蹤任務目標路徑Td（t）滿足定理1中條件③， 取Td（0）=［0， 0， 8， 3， 0， 0］T。 領導者無人機狀態初始值為

x1（0）=［0， 0， 0， 0， 0， 0］T

其余跟隨者無人機狀態初始值為

x2（0）=［2， 6， 0， 0， 0， 0］T

x3（0）=［4， －6， 0， 0， 0， 0］T

x4（0）=［5， －4， 0， 0， 0， 0］T

x5（0）=［5， －3， 0， 0， 0， 0］T

x6（0）=［3， 4， 0， 0， 0， 0］T

x7（0）=［4， 7， 0， 0， 0， 0］T

其中6架跟隨者無人機采用正六邊形隊形以領導者無人機為中心繞圓前進， 采用的時變編隊向量為

fi（t）=［3cos（（i－1）π/3+t）－3cos（（i－1）π/3+t）·3sin（（i－1）π/3+t）－3sin（（i－1）π/3+t）·3sin（（i－1）π/3+t）3cos（（i－1）π/3+t）］T

式中：i=2， 3， …， 7; tlt;50 s。 無人機蜂群在編隊跟蹤運動時， 拓撲切換次序如圖3所示。

當注入的傳感器攻擊信號滿足定理1條件④， 初始值為xα1（0）=［0， 0， 0， 0， －0.2， －0.1］T。 仿真時長為50 s， 攻擊信號注入時刻為第30 s， 攻擊效果如圖4所示。 圖4中， 紅色五角星表示領導者無人機， 其運動路線由紅色實線表示， 跟隨者無人機成正六邊形圍繞領導者無人機繞圓運動。 未注入攻擊時， 無人機蜂群整體跟蹤任務目標路徑運動， 在第30 s注入攻擊后， 領導者無人機運動偏離任務目標路徑， 跟隨者無人機仍保持編隊隊形跟蹤領導者無人機， 無人機蜂群整體運動軌跡被驅離。

圖5～7為傳感器攻擊下無人機蜂群在三維空間X， Y， Z三軸的速度偏差變化情況。 可以看出， 攻擊信號初始值是分別在Y軸速度和Z軸速度方向施加-0.2 m/s和-0.1 m/s的速度攻擊， 圖6和圖7分別在攻擊注入時刻第30 s發生變化后又逐漸收斂， 表明無人機蜂群重新恢復原有編隊隊形， 驗證了符合定理1中條件④約束的傳感器攻擊信號不會破壞無人機蜂群的編隊隊形。

3.2 9架無人機收縮編隊仿真案例

考慮由9架無人機組成的領導跟隨結構分布式多旋翼無人機蜂群， 其中1架為領導者無人機， 其余8架為跟隨者無人機。 無人機蜂群通信拓撲集合如圖8所示。

本仿真案例中拓撲切換次序參照圖3， 任務目標路徑、 傳感器攻擊信號設計和攻擊注入時間等參數設置與3.1節仿真案例保持一致， 仿真時長為50 s，

增加的第8和第9架跟隨者無人機的狀態初始值設置為

x8（0）=［2， 1， 0， 0， 0， 0］T

x9（0）=［3， 3， 0， 0， 0， 0］T

無人機蜂群中跟隨者無人機采用的時變編隊向量為

fi（t）=［（5+3sin（t））×sin（（i－1）π/4）（5+

3sin（t））×sin（（i－1）π/4）（5+3sin（t））×

cos（（i－1）π/4）3sin（（i－1）π/4）×

cos（t）3sin（（i－1）π/4）×

cos（t）3cos（（i－1）π/4）×cos（t）］T

式中： i=2， 3， …， 9; tlt;50 s。

圖9展示了有無傳感器攻擊的無人機蜂群編隊運動對比圖。 從圖9（a）中可以看出， 在未向領導者無人機注入傳感器攻擊時無人機蜂群整體成正八邊形的編隊包圍領導者無人機運動， 運動過程中編隊半徑不斷收縮。 在圖9（b）中領導者無人機被注入傳感器攻擊信號后， 領導者無人機帶領8架跟隨者無人機整體偏離了原有的任務目標路徑， 同時可以發現， 在無人機蜂群整體偏離運動過程中， 編隊中各無人機的相對方位， 以及由編隊函數確定的正八邊形半徑收縮速率都沒有發生變化， 說明注入的傳感器攻擊信號不會改變無人機蜂群的編隊隊形運動， 即定理1中條件①與條件④是非耦合的獨立條件。

4 結" 論

本文研究了針對領導跟隨結構分布式多旋翼無人機蜂群的驅離反制問題。 從攻擊者角度， 提出了一種基于傳感器攻擊的蜂群驅離反制方法， 給出了無人機蜂群編隊驅離的分析判據。 通過將攻擊信號注入領導者無人機， 利用無人機蜂群分布式交互特點， 在不改變無人機蜂群編隊隊形的情況下， 實現無人機蜂群的整體驅離。 仿真結果表明， 當傳感器攻擊信號滿足攻擊可行條件時， 攻擊者能夠實現無人機蜂群整體的驅離反制。

參考文獻：

［1］ 陳麗蓉，" 羅俊松，" 寧進，" 等. 無人機集群智能反制技術的研究現狀及展望［J］. 無線電工程，" 2024，" 54（9）： 2181-2192.

Chen Lirong，" Luo Junsong，" Ning Jin，" et al. Research Status and Prospects of Intelligent Countermeasure Technology for UAV Swarms［J］. Radio Engineering，" 2024，" 54（9）： 2181-2192.（in Chinese）

［2］ 李威，" 張艷紅，" 李冰，" 等. 分布式無人機蜂群導航欺騙反制方法研究［J］. 戰術導彈技術，" 2023（3）： 95-105.

Li Wei，" Zhang Yanhong，" Li Bing，" et al. Research on Navigation Deception Countermeasures for Distributed UAV Swarm［J］. Tactical Missile Technology，" 2023（3）： 95-105.（in Chinese）

［3］ 李姝，" 裘昌利，" 李晶. 攻防一體化無人機蜂群作戰體系研究［C］∥無人系統高峰論壇，" 2022，" 7-12.

Li Shu，" Qiu Changli，" Li Jing. Research on Attack-Defense Integration of UAV Swarms［C］∥Unmanned Systems Summit，" 2022，" 7-12. （in Chinese）

［4］ Lyu C Y，" Zhan R J. Global Analysis of Active Defense Technologies for Unmanned Aerial Vehicle［J］. IEEE Aerospace and Electronic Systems Magazine，" 2022，" 37（1）： 6-31.

［5］ 張海龍，" 楊榮強，" 王玉茜. 智能集群對防空作戰影響及反制策略分析［J］. 空天防御，" 2021，" 4（1）： 26-32.

Zhang Hailong，" Yang Rongqiang，" Wang Yuqian. Analysis of the Influence of Intelligent Swarming on Air Defense Operations and Countermeasures［J］. Air amp; Space Defense，" 2021，" 4（1）： 26-32.（in Chinese）

［6］ Kerns A J，" Shepard D P，" Bhatti J A，" et al. Unmanned Aircraft Capture and Control via GPS Spoofing［J］. Journal of Field Robotics，" 2014，" 31（4）： 617-636.

［7］ 郭妍，" 唐康華，" 張鷺. 面向無人機的逐點偏移式衛星導航欺騙干擾方法［J］. 工程科學與技術，" 2023，" 55（2）： 275-284.

Guo Yan，" Tang Kanghua，" Zhang Lu. GNSS Navigation Spoofing Method of UAV Based on Point-by-Point Offset［J］. Advanced Engineering Sciences，" 2023，" 55（2）： 275-284.（in Chinese）

［8］ Noh J，" Kwon Y，" Son Y，" et al. Tractor Beam［J］. ACM Transactions on Privacy and Security，" 2019，" 22（2）： 1-26.

［9］ Ceccato M，" Formaggio F，" Tomasin S. Spatial GNSS Spoofing Against Drone Swarms with Multiple Antennas and Wiener Filter［J］. IEEE Transactions on Signal Processing，" 2020，" 68： 5782-5794.

［10］ Yang Y，" Xiao Y，" Li T S. Attacks on Formation Control for Multiagent Systems［J］. IEEE Transactions on Cybernetics，" 2022，" 52（12）： 12805-12817.

［11］ Li J L，" Wang L，" Xi J X，" et al. Induced Attack on Formation Control of Multiagent Systems with Prescribed Reference Trajectories［J］. International Journal of Robust and Nonlinear Control，" 2024，" 34（12）： 8374-8397.

［12］ 李威，" 王樂，" 高久安，" 等. 面向領導跟隨無人機蜂群的定向驅離攻擊方法［J］. 航空學報，" 2024，" 45（12）： 190-210.

Li Wei，" Wang Le，" Gao Jiuan，" et al. Directional Expelling Attack on Unmanned Aerial Vehicle Swarm with Leader-Follower Structure［J］. Acta Aeronautica et Astronautica Sinica，" 2024，" 45（12）： 190-210.（in Chinese）

［13］ Godsil C D，" Royle G. Algebraic Graph Theory［M］. New York： Springer Verlag，" 2001.

［14］ Ren W，" Beard R W. Consensus Seeking in Multiagent Systems under Dynamically Changing Interaction Topologies［J］. IEEE Transactions on Automatic Control，" 2005，" 50（5）： 655-661.

［15］ Xi J X，" Wang C，" Wang L，" et al. Optimal Formation Strategy for Interconnected Quadrotor Drones： Theory and Experiment［J］. Aerospace Science and Technology，" 2024，" 144： 108771.

［16］ Xi J X，" Wang L，" Zheng J F，" et al. Energy-Constraint Formation for Multiagent Systems with Switching Interaction Topologies［J］. IEEE Transactions on Circuits and Systems I： Regular Papers，" 2020，" 67（7）： 2442-2454.

［17］ 夏文新，" 楊小岡，" 席建祥，" 等. 基于紅外探測的無人機群結構特性感知方法［J］. 紅外與激光工程，" 2024，" 53（1）： 257-268.

Xia Wenxin，" Yang Xiaogang，" Xi Jianxiang，" et al. Structure Chara-cteristics Sensing Method of Unmanned Aerial Vehicle Group Based on Infrared Detection［J］. Infrared and Laser Engineering，" 2024，" 53（1）： 257-268.（in Chinese）

［18］ Zheng Y，" Wu X Q，" Fan Z Y，" et al. Identifying Topology and System Parameters of Fractional-Order Complex Dynamical Networks［J］. Applied Mathematics and Computation，" 2022，" 414： 126666.

［19］ 倪智宇，" 譚述君，" 吳志剛. 線性時變反饋系統的狀態空間模型和模態參數遞推辨識［J］. 控制與決策，" 2016，" 31（2）： 324-330.

Ni Zhiyu，" Tan Shujun，" Wu Zhigang. Recursive Identification of State Space Model and Modal Parameter of Linear Time-Varying Feedback System［J］. Control and Decision，" 2016，" 31（2）： 324-330.（in Chinese）

［20］ 倪智宇. 大型柔性航天器時變動力學參數在軌辨識方法［D］. 大連： 大連理工大學，" 2016.

Ni Zhiyu. On-Orbit Identification Method of Time-Varying Dynamic Parameters of Large Flexible Spacecraft［D］. Dalian： Dalian University of Technology，" 2016. （in Chinese）

［21］ Li Z K， Duan Z S. Cooperative Control of Multi-Agent Systems： A Consensus Region Approach［M］. Boca Raton： CRC Press，" 2015.

Leader-Following Multirotor UAV Swarm Expulsion

Method Based on Sensor Attacks

Xu Zhaosheng^{1， 2}，" Wang Le^{1， 3*}，" Liu Nanchi1，" Zhao Liangyu3，" Xi Jianxiang1，" Lin Haoshen1

（1. Rocket Force University of Engineering，" Xi’an 710025，" China; 2. Unit 63768 of PLA，" Xi’an 710025，" China;

3. Beijing Institute of Technology，" Beijing 100081，" China）

Abstract： Studying countermeasures for leader-following multirotor UAV swarms from an attacker’s perspective. Proposing a sensor attack method against the leader UAV based on the root node attributes，" and using swarm distributed network interaction characteristics of the swarm to expulse it to the path desired by the attacker. Firstly，" the sensor attack model is constructed by using the dynamic characteristics of the UAV，" and the attack signal is induced into the swarm formation tracking control process. Secondly，" considering the swarm communication topology switching，" a state space decomposition method is used to decompose the attack signal into a formation tracking reference subsystem and a formation tracking error subsystem. Sufficient conditions for realizing swarm repellent countermeasures under sensor attacks are given，" and the analytical criterion is simplified by a two-step non-singular transformation. Finally，" the effectiveness of the proposed countermeasures is verified by numerical simulation.

Key words： sensor attacks; leader-following; UAVs countermeasures; multirotor swarm; distributed network