Secure Control of T–S Fuzzy-Based Nonlinear Active Quarter-Vehicle Suspension Systems Under Malicious Attacks With Experimental Validation
Notice bibliographique
Résumé
It is challenging to ensure the safety of vehicles in the presence of malicious attacks. For this reason, the security control problem of nonlinear active quarter-vehicle suspension systems (QVSSs) is investigated in this paper. Within transportation cyber-physical systems, a specific Takagi-Sugeno fuzzy representation is adopted to capture the nonlinear behavior of vehicle dynamics. Firstly, accurately capturing the randomness and variability of attacks within complex driving environments poses a challenge. To precisely model the randomness of attacks, a probabilistically uncertain denial of service (PUDoS) attack strategy is adopted, thereby providing a practical range for potential attacks. Secondly, a novel probability-dependent homogeneous polynomial non-quadratic control law (PHNQCL) is designed. On the one hand, the high-order character of the controller enables the introduction of more groups of gain matrices, enhancing the control flexibility and reducing the conservatism. On the other hand, the designed controller exhibits strong defense capabilities against PUDoS attacks. Subsequently, feasible criteria for the PHNQCL are established using a high-order Lyapunov function, which not only stabilizes the active QVSSs but also reduces the conservatism. Finally, hardware-in-the-loop tests serve to validate the feasibility of the proposed method. Note to Practitioners—As a critical part of automotive chassis, the active quarter-vehicle suspension systems (QVSSs) are crucial for improving ride comfort and ensuring handling stability. However, in real-world environments, external disturbances, uncertainties, and nonlinearities can degrade their performance. As networks evolve, the interconnections in active QVSSs increase. This makes communication channels more vulnerable to attacks, further compromising vehicle safety. This paper explores security control for nonlinear QVSSs, modeling them using T-S fuzzy logic to capture vehicle dynamics. To simulate a complex vehicle driving environment, a probabilistically uncertain DoS attack strategy is designed. The challenge is to design new control methods to mitigate the performance degradation caused by attacks while enhancing vehicle safety in diverse scenarios. Hardware-in-the-loop tests are performed to verify that the proposed control algorithm can provide strong operational stability, ride comfort, and protection of vehicle components.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».