⚡ electrical engineering

Adversarial Observability and Performance Trade-offs in Optimal Control

本文提出了一种在满足严格闭环性能约束的前提下最小化线性系统对敌对传感器可观测性的反馈控制方法，通过理论推导揭示了性能与可观测性降低之间的根本权衡，并利用半定规划实现了针对可观测性格拉姆迹及其逆的优化，仿真结果表明该方法能在保持近最优性能的同时显著降低敌对传感器的观测能力。

原作者： Filippos Fotiadis, Ufuk Topcu

发布于 2026-02-24

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Filippos Fotiadis, Ufuk Topcu

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文探讨了一个非常有趣且充满“谍战”色彩的问题：如何设计一个聪明的自动驾驶系统（比如飞机或卫星），让它既能完美完成任务，又能像“变色龙”一样，让想偷窥它的敌人（对手）完全摸不着头脑。

我们可以把这篇论文的核心思想拆解成三个部分，用生活中的比喻来解释：

1. 核心冲突：既要跑得快，又要藏得深

想象你正在玩一个**“捉迷藏”**游戏，但规则很苛刻：

你的任务（操作员）： 你必须驾驶一辆车，以最高效、最省油的方式到达目的地（这是“性能”）。
敌人的任务（对手）： 敌人躲在暗处，用雷达或摄像头盯着你，试图通过你的移动轨迹猜出你的位置和下一步计划（这是“可观测性”）。

通常，如果你开得越稳、越符合最优路线，敌人就越容易预测你的下一步。这就好比如果你总是走直线去超市，邻居很容易猜出你几点出门、几点回来。

这篇论文要解决的问题是： 能不能设计一种驾驶策略，让你依然能高效到达目的地，但你的行驶轨迹却变得极其难以被预测，让敌人看晕了，完全猜不出你在哪？

2. 两大策略：如何“欺骗”敌人？

论文提出了两种不同的“隐身”策略，分别对应两个数学指标：

策略 A：平均隐身法（针对“可观测性格拉姆矩阵的迹”）

比喻： 想象你的车在雾中行驶。敌人想看清你，就像试图透过浓雾看东西。
做法： 这种策略的目标是让敌人“平均”来看，什么都看不清。它不追求让某一个特定的方向完全看不见，而是让所有方向都变得模糊。
效果： 就像给车装了一个“全方位磨砂玻璃”，敌人看哪里都模模糊糊，虽然还能看到个大概轮廓，但很难精准定位。
代价： 为了达到这种效果，你可能需要稍微偏离一下最省油的最优路线，但偏离得不多。

策略 B：致命弱点法（针对“格拉姆矩阵逆的迹”）

比喻： 这次我们玩的是“找茬”。敌人手里有一张拼图，只要缺了一块，他就拼不出你的全貌。
做法： 这种策略非常激进，它的目标是专门攻击敌人视野中最薄弱的那个点。它会让系统的某一个特定状态（比如飞机的某个角度）变得完全不可见。
效果： 就像你故意把车的一个轮子藏进黑洞里。敌人看其他四个轮子都很清楚，但就是缺了这一个关键信息，导致他完全无法判断车的姿态。
代价： 这种“藏拙”的代价通常比策略 A 要大一些，你可能需要更大幅度地偏离最优路线，才能把那个“弱点”藏得那么深。

3. 数学魔法：如何找到最佳平衡点？

论文最厉害的地方在于，它没有靠猜，而是用数学证明了**“性能”和“隐身”之间的极限关系**。

理论界限： 作者就像是一个精算师，算出了一张“汇率表”。
- 如果你愿意牺牲**1%**的最优性能，你的隐身能力能提升多少？
- 如果你愿意牺牲**10%**的性能，隐身能力又能提升多少？
- 他们发现，刚开始牺牲一点点性能时，隐身效果提升得特别快（性价比最高）；但如果你想要极致的隐身，就需要付出巨大的性能代价。
计算工具（SDP）：
- 为了找到这个完美的平衡点，作者发明了一套**“数学配方”**（半定规划，SDP）。
- 这就好比给自动驾驶系统装了一个**“智能导航仪”。这个导航仪不仅能算出怎么走最快，还能实时计算：“如果我现在稍微往左偏一点，敌人是不是就完全看不清我了？”然后自动调整方向盘，在“快”和“藏”之间找到那个黄金平衡点**。

4. 实际演练：飞机上的实验

作者在论文最后用真实的**战斗机模型（ADMIRE 飞机）**做了模拟实验：

结果： 他们发现，使用这种新算法控制的飞机，依然能飞得很稳（性能损失很小），但敌人用来预测飞机位置的“雷达”却彻底失效了。
对比：
- 用策略 A的飞机，敌人看所有数据都变得模糊，很难猜出任何细节。
- 用策略 B的飞机，敌人看大部分数据都很清楚，但唯独对飞机的某个关键角度（比如机翼的微小偏转）完全瞎了，导致他无法还原飞机的真实状态。

总结

这篇论文就像是在教未来的自动驾驶系统如何**“大智若愚”：
它不再只是追求“跑得最快”，而是学会了“适度地乱跑”。这种“乱跑”不是真的失控，而是一种精心设计的、为了迷惑敌人而进行的受控随机性**。

一句话概括：
这是一份**“反侦察驾驶指南”**，它告诉工程师们：如何在保证任务完成的前提下，通过数学手段让敌人对你的系统“视而不见”，从而在充满敌意的环境中安全生存。

这篇论文题为《最优控制中的对抗可观测性与性能权衡》（Adversarial Observability and Performance Trade-offs in Optimal Control），由 Filippos Fotiadis 和 Ufuk Topcu 撰写。文章主要研究了如何在满足严格闭环性能约束的前提下，设计反馈控制器以最小化对抗性传感器对线性系统的可观测性。

以下是该论文的详细技术总结：

1. 问题背景与定义 (Problem Formulation)

背景：自主系统（如航空器、卫星）面临 adversaries（对手）的威胁，对手利用传感器（如雷达、光学图像）观测系统状态以预测其意图或轨迹。传统的“移动目标防御”（Moving Target Defense）通过切换控制模式来增加不确定性，但这可能导致控制不连续、性能下降或安全隐患。
核心问题：设计一个单一的线性反馈控制器 $u(t) = Kx(t)$，在两个相互冲突的目标之间取得平衡：
1. 性能目标：将系统稳定到原点，并尽可能接近最优线性二次型调节器（LQR）的性能。
2. 安全目标：最小化对手传感器（由矩阵 $C$ 描述）对系统状态的可观测性，使对手难以重构状态。
数学模型：
- 系统动力学： $\dot{x} = Ax + Bu$ 。
- 对手观测：$y = Cx $（对手只能观测部分状态，且不知道控制输入$ u$）。
- 性能约束：闭环性能损失 $J_s(K) - J_s(K^*) \le \lambda$ ，其中 $K^*$ 是最优 LQR 增益， $\lambda$ 是允许的性能权衡参数。
- 可观测性度量：利用可观测性 Gramian ( $W$ ) 的迹及其逆的迹来量化可观测性。

2. 方法论 (Methodology)

论文提出了两种优化问题，分别针对不同的可观测性度量指标：

A. 度量指标选择

平均可观测性：使用 $J_{o1}(K) = \text{tr}(WV)$ 。该指标衡量系统在所有可观测方向上的平均能量释放，反映对手在整体上的观测能力。
最弱可观测方向：使用 $J_{o2}(K) = -\text{tr}(W^{-1}V^{-1})$ 。该指标对可观测性最弱的方向敏感，当系统接近不可观测时，Gramian 的逆会趋于奇异，该指标会急剧增大（即负值变小）。

B. 理论界限推导

作者推导了上述两个优化问题目标值的理论下界，作为性能权衡参数 $\lambda$ 的函数。
结论：
- 对于 $J_{o1}$ （最小化 Gramian 迹），较小的性能损失（小 $\lambda$ ）就能带来可观测性的显著下降。
- 对于 $J_{o2}$ （最大化 Gramian 逆的迹），较大的性能损失（大 $\lambda$ ）才能带来更陡峭的改进（即让系统更接近不可观测）。
证明了控制增益距离 $\|K - K^*\|$ 的上界与 $\lambda$ 相关，并建立了性能损失与可观测性降低之间的定量关系。

C. 算法求解

问题 1 的精确解 (SDP)：
- 目标是最小化 $\text{tr}(WV)$ 。
- 通过变量替换（$X=KS, S$ 为 Lyapunov 方程解）和 Schur 补引理，将非凸的双线性约束问题转化为半定规划 (SDP) 问题。
- 可以使用现成的凸优化求解器（如 CVX）精确求解。
问题 2 的近似解 (Sequential SDP)：
- 目标是最大化 $\text{tr}(W^{-1}V^{-1})$ （即最小化 $-\text{tr}(W^{-1}V^{-1})$ ）。由于涉及矩阵逆，目标函数是非凸的。
- 正则化：在 Lyapunov 方程中引入小量 $\epsilon I$ 防止 Gramian 奇异。
- 凸 - 凹过程 (CCP)：将问题转化为差凸 (DC) 规划。通过线性化约束中的凹部分，将问题转化为一系列连续的 SDP 子问题（Sequential SDP）进行迭代求解。
- 证明了算法收敛到平稳点。

3. 主要贡献 (Key Contributions)

连续权衡框架：不同于将不可观测性视为二元属性（可观测/不可观测）的现有工作，本文提出了一个连续框架，量化了性能损失与对抗可观测性降低之间的权衡。
理论界限：首次建立了在性能约束下，对抗可观测性降低的理论下界，揭示了系统参数（如输入矩阵 $B$ 的范数、初始协方差 $V$ ）对权衡效果的影响。
算法创新：
- 将最小化平均可观测性的问题转化为精确的 SDP。
- 提出了基于凸 - 凹过程的序列 SDP 算法，解决了最小化 Gramian 逆迹的非凸优化难题。
鲁棒性分析：讨论了当对手传感器矩阵 $C$ 存在不确定性（如只知道其超集）时，所设计控制器的保守性保证。

4. 数值实验结果 (Results)

论文通过两个案例验证了方法的有效性：

案例 1：直观示例系统
- 展示了一个二阶系统，通过调整 $\lambda$ ，控制器能够逐渐解耦状态，使系统对对手观测变得不可观测，同时保持接近最优的性能。
- 验证了理论下界的有效性，并观察到：对于 $J_{o1}$ ，小 $\lambda$ 收益大；对于 $J_{o2}$ ，大 $\lambda$ 收益大。
案例 2：ADMIRE 飞机模型
- 在一个 5 状态、7 输入的飞机模型上进行了仿真。
- Algorithm 1 (最小化迹)：主要降低了 Gramian 的较大特征值，平均降低了对手在所有状态方向上的观测能力，估计误差均匀增加。
- Algorithm 2 (最大化逆迹)：主要将 Gramian 的最小特征值推向零，使系统接近不可观测。结果显示，对手对特定状态（第 4 个状态）的估计误差变得极大（完全不可靠），而其他状态受影响较小。
- 性能代价：两种方法在显著降低对手观测能力的同时，闭环性能成本（LQR 代价）仅增加了很小的比例（ $\lambda$ 设置合理）。

5. 意义与结论 (Significance & Conclusion)

安全与性能的平衡：该研究提供了一种不依赖模式切换（Mode Switching）的防御机制，通过单一反馈控制器在保持系统高性能运行的同时，主动“模糊”系统状态，增加对手的重构难度。
理论指导实践：提供的理论下界帮助系统设计者理解在特定性能损失预算下，能达到的最大安全收益。
未来方向：论文指出未来的工作将扩展到仅依赖部分状态信息的输出反馈控制器设计，以及在更复杂的非线性或随机系统中的应用。

总结：这篇文章通过严谨的数学推导和高效的优化算法，解决了自主系统在对抗环境下的“隐身”控制问题，为设计既安全又高效的自动驾驶系统提供了重要的理论工具和方法论。