电气工程与系统科学 > 系统与控制
[提交于 2025年6月3日
]
标题: 马尔可夫衰落信道上的递归隐私保护估计
标题: Recursive Privacy-Preserving Estimation Over Markov Fading Channels
摘要: 在工业应用中,移动机械、车辆和人员的存在,增加了无线信道的动态特性。这种时间变异性导致信道衰落,可以通过马尔可夫衰落信道(MFC)有效建模。本文研究了在存在窃听者的情况下,系统通过MFC进行通信时的安全状态估计问题。目标是使远程授权用户能够准确估计动态系统的状态,同时考虑传感器数据包可能被窃听信道截获的情况。为了防止信息泄露,提出了一种新的协同设计方案,结合了隐私保护机制与状态估计算法。为实现我们的编码方案,基于合法用户先前接收到的加权重构创新量引入了非线性映射。针对该编码方案,设计了一个递归隐私保护滤波算法以实现精确估计。讨论了合法用户端估计误差动力学的有界性,并分析了窃听者估计误差的发散性,这证明了我们协同设计方案在确保保密性方面的有效性。此外,还提供了三储罐系统的仿真例子,以验证我们隐私保护估计方法的有效性和可行性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.