近日，自动化学院在集群隐私安全协同领域取得了令人瞩目的进展，研究成果发表于国际权威刊物IEEE Transactions on Automatic Control (IEEE TAC长文) 。该成果有望为集群安全协同控制的应用奠定坚实理论基础。
面向通信安全，构建有向网络上的隐私保护协同控制算法
考虑到集群协同中的通信安全问题，团队研究了隐私保护要求指定时间动态平均一致性的问题，首次提出“积分盈余+状态分解”的理论框架与研究方法（图1），创新地构建了有向网络上隐私保护动态平均一致性算法。成果以《有向通信网络上隐私保护指定时间动态平均一致性：一种积分盈余设计方法》（Privacy-Protected and Prescribed-Time Dynamic Average Consensus over Directed Networks: An Integral Surplus-Based Approach）为题，以长文形式发表在控制领域重要期刊IEEE Transactions on Automatic Control （IEEE TAC长文）上。论文由自动化学院博士生曹润华同学、赵宇教授、刘永芳副教授，以及航天学院黄攀峰教授共同完成，论文索引信息为DOI: 10.1109/TAC.2025.3578246，可在https://ieeexplore.ieee.org/document/11029081查看全文。
首创“积分盈余”算法，解决有向通信网络上隐私保护动态平均一致性问题
研究团队在国际上首先提出“积分盈余”新方法，该方法有效克服了非平衡有向通信网络的非对称特性。算法通过积分盈余变量，将非平衡有向通信网络的非平均特征向量牵引到平均特征向量，从而保证了动态平均一致性的收敛。研究团队进一步基于“四维协同规划+定时最优控制”的定时定点协同理论框架，将“积分盈余”放法嵌入其中，结合“状态分解”的隐私保护技术，提出有向通信网络上指定时间隐私保护动态平均一致性算法，在实现指定时间动态平均一致性的同时，保证隐私数据的安全性。从理论上严格证明了该方法的正确性，从仿真实例验证了算法的有效性。
本研究成果显著扩展了通信网络框架，首次解决有向通信网络上动态平均一致性的隐私保护安全协同问题，填补了该领域的一项重要空白。所设计的“积分盈余”新方法为有向网络下包含动态外部输入的平均一致性问题提供了全新的思路，所开发的隐私保护算法为监听通信环境中的隐私安全协同提供重要的理论方法。
图1. “积分盈余”指定时间协同控制框架
非合作集群目标协同编队包围实例验证，成果转化未来可期
为了验证算法的有效性，研究团队通过非合作集群目标协同编队包围实例，对于所提出的算法进行了应用与数值仿真（图2）。在仿真中，算法表现出色，成功验证了所提动态平均一致性算法的可靠性。这一成果意味着研究成果能够在群对群博弈、集群安全、定时定点包围编队等多个领域更加高效、智能地运行。
自动化学院的这一理论突破，不仅为学术界提供了新的研究思路和方法，更为相关产业的智能化升级注入了强大动力。相信在未来，随着研究成果进一步转化应用，集群系统的隐私安全协同控制将在更多领域大放异彩，为国家与社会发展做出更大贡献。我们期待自动化学院在该领域继续深耕，取得更多创新性成果。
资助信息：本工作得到了国家自然科学基金重大仪器项目、国家自然科学基金青年基金B类（原优青项目）和陕西省自然科学基础研究计划等项目经费的支持。
来源：赵宇；审核：王小旭
