MétaCan
Menu
Retour à la cohorte
Enregistrement W4414079798 · doi:10.1109/tcyb.2025.3598611

Integrated Fault Estimation and Fault-Tolerant Tracking Control for Unmanned Surface Vessels Under Connectivity-Hybrid Cyber-Attacks

2025· article· en· W4414079798 sur OpenAlexaff
Chun Liu, Liang Xu, Dezhi Xu, Xiaofan Wang, Youmin Zhang

Notice bibliographique

RevueIEEE Transactions on Cybernetics · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Security and Intrusion Detection
Établissements canadiensConcordia University
Organismes subventionnairesShanghai Municipal Education CommissionNational Natural Science Foundation of ChinaNatural Science Foundation of Shanghai
Mots-clésRudderTracking (education)Control theory (sociology)Convergence (economics)ActuatorFault (geology)Iterative learning controlTracking error

Résumé

récupéré en direct d'OpenAlex

This study aims to tackle the tracking control problem of multiple unmanned surface vessels (USVs). It considers the impact of connectivity-hybrid cyber-attacks in the networked level, and wave-induced disturbances, as well as severe and nonsevere unified modeling rudder angle faults in the physical level. To do this, the study establishes USV models, taking into account actuator fault and cyber-attack modeling. It then presents the augmented estimator-based decentralized fault estimation (FE) and leader-following consensus-based distributed fault-tolerant tracking control (FTTC) protocols. These are incorporated into an integrated structure that ensures the robust asymptotic convergence of estimation errors and excellent tracking performance of multi-USVs. Finally, the study derives criteria for an exponential tracking of composite faulty multi-USVs under cyber-attacks using dual-constraint restriction (attack frequency and excitation rate). Comparative simulations substantiate the advantage of the developed integrated FE and FTTC scheme.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,262
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CyberneticsMême sujetNetwork Security and Intrusion DetectionTravaux en français237 207