kth.sePublikationer
Ändra sökning
Avgränsa sökresultatet
1234567 1 - 50 av 1387
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Abdalmoaty, Mohamed
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. KTH Royal Institute of Technology.
    Identification of Stochastic Nonlinear Dynamical Models Using Estimating Functions2019Doktorsavhandling, monografi (Övrigt vetenskapligt)
    Abstract [sv]

    Det är välkänt att datadriven modellering av icke-linjära stokastiska system är ett utmanande problem, även i fallen där det kan reduceras till ren parameterskattning. Den huvudsakliga svårigheten är att likelihoodfunktionen inte är analytiskt hanterbar, vilket medför problem vid tillämpning av standardmetoder såsom maximum likelihood. Under det senaste decenniet har numeriska algoritmer baserade på sekventiell Monte Carlo (partikelfilter) rönt stort intresse. Dessa algoritmer har imponerande prestanda på en rad benchmarkproblem; dock så är deras praktiska tillämpning än så länge begränsad till specialfall där fundamentala begränsningar kan undvikas.

    Den här avhandlingen introducerar nya metoder som kan användas för parameterestimering i en stor klass av icke-linjära stokastiska system. Metoderna baseras på enstegsprediktorer som är linjära i systemets observerade utsignal. Våra nya metoder kräver inte att likelihoodfunktionen beräknas; istället använder de, i en rad relevanta fall, analytiskt hanterbara uttryck som gör dem högst attraktiva. I fallen där prediktorerna är analytiskt ohanterbara (på grund av modellens komplexitet) kan man använda vanliga Monte Carlo-approximationer. Vi visar att klassiska resultat från asymptotisk teori kan användas under rimliga antaganden, och via dessa, att våra föreslagna skattare är konsistenta samt asymptotiskt normalfördelade. Skattarnas prestanda utvärderas i numeriska simulationer, samt nyligen föreslagna benchmarkproblem baserade på verklig data, med bra resultat.

    Vidare diskuterar vi de föreslagna metodernas asymptotiska egenskaper: deras nogrannhet beror inte enbart på hur modellen har parametriserats, utan även på datans sannolikhetsdistribution (via dess tredje och fjärde ordningens moment). Speciellt visar vi att när modellen inte uppfyller antaganden om normalfördelning, så är en prediktionsfelsmetod baserad på ett normalfördelningsantagande inte nödvändigtvis bättre än en prediktionsfelsmetod baserad på en viktad parameteroberonde kvadratisk norm. Vår slutsats är att det därför inte är uppenbart vilken prediktionsfelsmetod som bör användas. Detta resultat står i kontrast mot den vedertagna uppfattningen som finns i delar av litteraturen.

    Avhandlingen introducerar även den så kallade skattningsfunktionsmetoden (främst utvecklad inom statistiklitteraturen) som en generalisering av maximum likelihood- och prediktionsfelsmetoderna. Vi visar hur denna metod kan användas för att systematiskt konstruera optimala skattare, inom en specifierad modellklass, från enbart partiella specifikationer på den underliggande probabilistiska modellen. Detta ger skattare som asymptotiskt är likformigt mer noggrannare än linjära prediktionsfelsmetoder baserade på kvadratiska optimeringsobjektiv. Vi härleder konvergensresultat, såsom konsistens, för dessa skattare under standardantaganden.

    Slutligen behandlar vi identifieringsproblemet för återkopplade system som är stokastiska och icke-linjära. Vi behandlar ett par varianter på antaganden om mät- samt processbrus, och på kunskap om hur systemets återkoppling sker. Ett speciellt utmanande fall är när återkopplingsmekanismen är helt okänd. Metoderna vi föreslår kan ses som generaliseringar av klassiska metoder för identifiering av återkopplade system med linjärt tidsvarierande parametrar. Vi utför en asymptotisk analys av metoderna, och demonstrerar deras prestanda i numeriska experiment.

    Ladda ner fulltext (pdf)
    fulltext
    Ladda ner fulltext (pdf)
    Errata
  • 2.
    Abdalmoaty, Mohamed R.
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Application of a Linear PEM Estimator to a Stochastic Wiener-Hammerstein Benchmark Problem⁎2018Ingår i: IFAC-PapersOnLine, E-ISSN 2405-8963, Vol. 51, nr 15, s. 784-789Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The estimation problem of stochastic Wiener-Hammerstein models is recognized to be challenging, mainly due to the analytical intractability of the likelihood function. In this contribution, we apply a computationally attractive prediction error method estimator to a real-data stochastic Wiener-Hammerstein benchmark problem. The estimator is defined using a deterministic predictor that is nonlinear in the input. The prediction error method results in tractable expressions, and Monte Carlo approximations are not necessary. This allows us to tackle several issues considered challenging from the perspective of the current mainstream approach. Under mild conditions, the estimator can be shown to be consistent and asymptotically normal. The results of the method applied to the benchmark data are presented and discussed.

  • 3.
    Abdalmoaty, Mohamed R.
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Rojas, Cristian R.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Identification of a Class of Nonlinear Dynamical Networks⁎2018Ingår i: IFAC-PapersOnLine, E-ISSN 2405-8963, Vol. 51, nr 15, s. 868-873Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Identification of dynamic networks has attracted considerable interest recently. So far the main focus has been on linear time-invariant networks. Meanwhile, most real-life systems exhibit nonlinear behaviors; consider, for example, two stochastic linear time-invariant systems connected in series, each of which has a nonlinearity at its output. The estimation problem in this case is recognized to be challenging, due to the analytical intractability of both the likelihood function and the optimal one-step ahead predictors of the measured nodes. In this contribution, we introduce a relatively simple prediction error method that may be used for the estimation of nonlinear dynamical networks. The estimator is defined using a deterministic predictor that is nonlinear in the known signals. The estimation problem can be defined using closed-form analytical expressions in several non-trivial cases, and Monte Carlo approximations are not necessarily required. We show, that this is the case for some block-oriented networks with no feedback loops and where all the nonlinear modules are polynomials. Consequently, the proposed method can be applied in situations considered challenging by current approaches. The performance of the estimation method is illustrated on a numerical simulation example.

  • 4.
    Abdalmoaty, Mohamed
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Eriksson, Oscar
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Datavetenskap, Programvaruteknik och datorsystem, SCS.
    Bereza-Jarocinski, Robert
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Broman, David
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Datavetenskap, Programvaruteknik och datorsystem, SCS.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Identification of Non-Linear Differential-Algebraic Equation Models with Process Disturbances2021Ingår i: Proceedings The 60th IEEE conference on Decision and Control (CDC), Institute of Electrical and Electronics Engineers (IEEE) , 2021Konferensbidrag (Refereegranskat)
    Abstract [en]

    Differential-algebraic equations (DAEs) arise naturally as a result of equation-based object-oriented modeling. In many cases, these models contain unknown parameters that have to be estimated using experimental data. However, often the system is subject to unknown disturbances which, if not taken into account in the estimation, can severely affect the model's accuracy. For non-linear state-space models, particle filter methods have been developed to tackle this issue. Unfortunately, applying such methods to non-linear DAEs requires a transformation into a state-space form, which is particularly difficult to obtain for models with process disturbances. In this paper, we propose a simulation-based prediction error method that can be used for non-linear DAEs where disturbances are modeled as continuous-time stochastic processes. To the authors' best knowledge, there are no general methods successfully dealing with parameter estimation for this type of model. One of the challenges in particle filtering  methods are random variations in the minimized cost function due to the nature of the algorithm. In our approach, a similar phenomenon occurs and we explicitly consider how to sample the underlying continuous process to mitigate this problem. The method is illustrated numerically on a pendulum example. The results suggest that the method is able to deliver consistent estimates.

    Ladda ner fulltext (pdf)
    fulltext
  • 5.
    Abdalmoaty, Mohamed
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Consistent Estimators of Stochastic MIMO Wiener Models based on Suboptimal Predictors2018Konferensbidrag (Refereegranskat)
    Ladda ner fulltext (pdf)
    fulltext
  • 6.
    Abdalmoaty, Mohamed
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Identification of Stochastic Nonlinear Models Using Optimal Estimating Functions2020Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 119, artikel-id 109055Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The first part of the paper examines the asymptotic properties of linear prediction error method estimators, which were recently suggested for the identification of nonlinear stochastic dynamical models. It is shown that their accuracy depends not only on the shape of the unknown distribution of the data, but also on how the model is parameterized. Therefore, it is not obvious in general which linear prediction error method should be preferred. In the second part, the estimating functions approach is introduced and used to construct estimators that are asymptotically optimal with respect to a specific class of estimators. These estimators rely on a partial probabilistic parametric models, and therefore neither require the computations of the likelihood function nor any marginalization integrals. The convergence and consistency of the proposed estimators are established under standard regularity and identifiability assumptions akin to those of prediction error methods. The paper is concluded by several numerical simulation examples.

    Ladda ner fulltext (pdf)
    fulltext
  • 7.
    Abdalmoaty, Mohamed
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Linear Prediction Error Methods for Stochastic Nonlinear Models2019Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 105, s. 49-63Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The estimation problem for stochastic parametric nonlinear dynamical models is recognized to be challenging. The main difficulty is the intractability of the likelihood function and the optimal one-step ahead predictor. In this paper, we present relatively simple prediction error methods based on non-stationary predictors that are linear in the outputs. They can be seen as extensions of the linear identification methods for the case where the hypothesized model is stochastic and nonlinear. The resulting estimators are defined by analytically tractable objective functions in several common cases. It is shown that, under certain identifiability and standard regularity conditions, the estimators are consistent and asymptotically normal. We discuss the relationship between the suggested estimators and those based on second-order equivalent models as well as the maximum likelihood method. The paper is concluded with a numerical simulation example as well as a real-data benchmark problem.

    Ladda ner fulltext (pdf)
    fulltext
    Ladda ner fulltext (pdf)
    fulltext
  • 8.
    Abdalmoaty, Mohamed
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hjalmarsson, Håkan
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Wahlberg, Bo
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    The Gaussian MLE versus the Optimally weighted LSE2020Ingår i: IEEE signal processing magazine (Print), ISSN 1053-5888, E-ISSN 1558-0792, Vol. 37, nr 6, s. 195-199Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In this note, we derive and compare the asymptotic covariance matrices of two parametric estimators: the Gaussian Maximum Likelihood Estimator (MLE), and the optimally weighted Least-Squares Estimator (LSE). We assume a general model parameterization where the model's mean and variance are jointly parameterized, and consider Gaussian and non-Gaussian data distributions.

    Ladda ner fulltext (pdf)
    fulltext
  • 9. Abe, Kenshi
    et al.
    Ariu, Kaito
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sakamoto, Mitsuki
    Iwasaki, Atsushi
    A Slingshot Approach to Learning in Monotone GamesManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    In this paper, we address the problem of computing equilibria in monotone games.The traditional Follow the Regularized Leader algorithms fail to converge to anequilibrium even in two-player zero-sum games. Although optimistic versions ofthese algorithms have been proposed with last-iterate convergence guarantees, theyrequire noiseless gradient feedback. To overcome this limitation, we present a novelframework that achieves last-iterate convergence even in the presence of noise. Ourkey idea involves perturbing or regularizing the payoffs or utilities of the games.This perturbation serves to pull the current strategy to an anchored strategy, whichwe refer to as a slingshot strategy. First, we establish the convergence rates of ourframework to a stationary point near an equilibrium, regardless of the presenceor absence of noise. Next, we introduce an approach to periodically update theslingshot strategy with the current strategy. We interpret this approach as a proximalpoint method and demonstrate its last-iterate convergence. Our framework iscomprehensive, incorporating existing payoff-regularized algorithms and enablingthe development of new algorithms with last-iterate convergence properties. Finally,we show that our algorithms, based on this framework, empirically exhibit fasterconvergence.

  • 10.
    Abe, Kenshi
    et al.
    CyberAgent, Inc..
    Ariu, Kaito
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. CyberAgent, Inc..
    Sakamoto, Mitsuki
    Toyoshima, Kentaro
    University of Electro-Communications.
    Iwasaki, Atsushi
    Last-Iterate Convergence with Full and Noisy Feedback in Two-Player Zero-Sum Games2023Ingår i: Proceedings of The 26th International Conference on Artificial Intelligence and Statistics, MLResearchPress , 2023, Vol. 206, s. 7999-8028Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper proposes Mutation-Driven Multiplicative Weights Update (M2WU) for learning an equilibrium in two-player zero-sum normal-form games and proves that it exhibits the last-iterate convergence property in both full and noisy feedback settings. In the former, players observe their exact gradient vectors of the utility functions. In the latter, they only observe the noisy gradient vectors. Even the celebrated Multiplicative Weights Update (MWU) and Optimistic MWU (OMWU) algorithms may not converge to a Nash equilibrium with noisy feedback. On the contrary, M2WU exhibits the last-iterate convergence to a stationary point near a Nash equilibrium in both feedback settings. We then prove that it converges to an exact Nash equilibrium by iteratively adapting the mutation term. We empirically confirm that M2WU outperforms MWU and OMWU in exploitability and convergence rates.

  • 11. Abrardo, A
    et al.
    Fodor, Gabor
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Tola, B
    Network coding schemes for D2D communications based relaying for cellular coverage extension2015Ingår i: European transactions on telecommunications, ISSN 1124-318X, E-ISSN 2161-3915, Vol. -Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Although network-assisted device-to-device (D2D) communications are known to improve the spectral and energy efficiency of proximal communications, the performance of cooperative D2D schemes in licenced spectrum is less understood when employed to extend the coverage of cellular networks. In this paper, we study the performance of D2D-based range extension in terms of sum rate and power efficiency when a relaying user equipment (UE) helps to improve the coverage for cell edge UEs. In our design, the relaying UE may have own traffic to transmit and receive to/from the cellular base station (BS) and can operate either in amplify-and-forward (AF) or decode-and-forward (DF) modes and can make use of either digital or analogue physical (PHY) layer network coding. In this rather general setting, we propose mode selection, resource allocation and power control schemes and study their performance by means of system simulations. We find that the performance of the DF scheme with network coding is superior both to the traditional cellular and the AF-based relaying schemes, including AF with two-slot or three-slot PHY layer network coding.

  • 12.
    Abrardo, Andrea
    et al.
    Univ Siena, Dipartimento Ingn Informaz, I-53100 Siena, Italy. brardo, Andrea; Moretti, Marco.
    Fodor, Gabor
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Moretti, Marco
    Distributed Digital and Hybrid Beamforming Schemes With MMSE-SIC Receivers for the MIMO Interference Channel2019Ingår i: IEEE Transactions on Vehicular Technology, ISSN 0018-9545, E-ISSN 1939-9359, Vol. 68, nr 7, s. 6790-6804Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    This paper addresses the problem of weighted sumrate maximization and mean squared error (MSE) minimization for the multiple-input multiple-output (MIMO) interference channel. Specifically, we consider a weighted minimum MSE architecture where each receiver employs successive interference cancellation (SIC) to separate the various received data streams and derive a hybrid beamforming scheme, where the transmitters operate with a number of radio frequency chains smaller than the number of antennas, particularly suited for millimeter-wave channels and 5G applications. To derive our proposed schemes, we first study the relationship between sum-rate maximization and weighted MSE minimization when using SIC receivers, assuming fully digital beamforming. Next, we consider the important-and, as it turns out, highly non-trivial-case where the transmitters employ hybrid digital/analog beamforming, developing a distributed joint hybrid precoding and SIC-based combining algorithm. Moreover, for practical implementation, we propose a signaling scheme that utilizes a common broadcast channel and facilitates the acquisition of channel state information, assuming minimal assistance from a central node such as a cellular base station. Numerical results show that both the proposed weighted MMSE-SIC schemes exhibit great advantages with respect to their linear counterparts in terms of complexity, feedback information, and performance.

  • 13.
    Abrardo, Andrea
    et al.
    Univ Siena, Dipartimento Ingn Informaz, I-53100 Siena, Italy..
    Fodor, Gabor
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Moretti, Marco
    Univ Pisa, Dipartimento Ingn Informaz, I-50126 Pisa, Italy..
    Telek, Miklos
    Budapest Univ Technol & Econ, Dept Networked Syst & Serv, H-1117 Budapest, Hungary.;MTA BME Informat Syst Res Grp, H-1117 Budapest, Hungary..
    MMSE Receiver Design and SINR Calculation in MU-MIMO Systems With Imperfect CSI2019Ingår i: IEEE Wireless Communications Letters, ISSN 2162-2337, E-ISSN 2162-2345, Vol. 8, nr 1, s. 269-272Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The performance of the uplink of multiuser multiple input multiple output systems depends critically on the receiver architecture and on the quality of the acquired channel state information. A popular approach is to design linear receivers that minimize the mean squared error (MSE) of the received data symbols. Unfortunately, most of the literature does not take into account the presence of channel state information errors in the MSE minimization. In this letter we develop a linear minimum MSE (MMSE) receiver that employs the noisy instantaneous channel estimates to minimize the MSE, and highlight the dependence of the receiver performance on the pilot-to-data power ratio. By invoking the theory of random matrices, we calculate the users' signal-to-interference-plus-noise ratio as a function of the number of antennas and the pilot-to-data power ratio of all users. Numerical results indicate that this new linear receiver outperforms the classical mismatched MMSE receiver.

  • 14.
    Adaldo, Antonio
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Event-triggered and cloud-support control of multi-robot systems2018Doktorsavhandling, monografi (Övrigt vetenskapligt)
    Abstract [sv]

    I reglering av multi-robot system är syftet att uppnå ett samordnat beteende genom lokala interaktioner bland robotarna. Ett fleragentsystem är en abstrakt modell av ett multi-robot system. I denna avhandling undersöks fleragentsystem där kommunikationen mellan agenterna modelleras som tidsdiskreta händelser som utlöses av vilkor på agenternas inre tillstånd. Vi betraktar två kommunikationsmodeller. I den första modellen utbyter två agenter direkt information med varandra. I den andra modellen utbyts all information genom asynkron tillgång till ett gemensamt minne. Avhandlingens bidrag består av fyra delar. Det första bidraget är en händelsestyrd pinningregleringsalgoritm för ett nätverk av agenter med olinjär dynamik och tidsvarierande topologi. Pinningreglering är en strategi för att styra beteendet hos ett fleragentsystem på ett önskat sätt genom att endast styra en liten del av agenterna. Vi uttrycker styrbarheten hos nätverket i form av ett medelvärde av nätverkskonnektiviteten över tiden, och vi visar att alla agenter kan drivas till en önskad referenstrajektoria. Det andra bidraget är en regleringsalgoritm för fleragentsystem där kommunikationen mellan agenterna är ersatt av ett gemensamt minne som är installerat på ett moln. Kommunikationen mellan varje agent och molnet modelleras som en följd av händelser som planeras rekursivt av agenten. Vi kvantifierar nätverkets konnektivitet och vi visar att det är möjligt att synkronisera fleragentsystemet till samma tillståndstrajektoria och att två på varandra följande uppkopplingar till molnen av samma agent separeras av ett nedåt begränsat tidsintervall. Det tredje bidraget är en samling av distribuerade regulatorer för täcknings- och övervakningsuppgifter med ett nätverk av mobila sensorer med anisotropa sensormönster. Vi utvecklar en abstrakt modell av den inspekterade miljön och definierar ett mått på den täckning som uppnås av sensornätverket. Vi visar att nätverket uppnår gradvis förbättrad täckning, och vi karaktäriserar nätverkets jämviktskonfigurationer. Det fjärde bidraget är en distribuerad, molnbaserad regleringsalgoritm för inspektion av 3D-strukturer med ett nätverk av mobila sensorer, som liknar dem som betraktas i det tredje bidraget. Vi utvecklar en abstrakt modell av strukturen som ska inspekteras och kvantifierar omfattningen av inspektionen. Vi visar att nätverket enligt den föreslagna algoritmen är garanterat att slutföra inspektionen inom begränsad tid. Alla resultat som presenteras i avhandlingen bekräftas av numeriska simuleringar och ibland av experiment med flygrobotplattformar. Experimenten visar att teorin och metoderna som utvecklas i avhandlingen är av praktisk relevans.

    Ladda ner fulltext (pdf)
    fulltext
  • 15.
    Adaldo, Antonio
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Cloud-supported effective coverage of 3D structures2018Ingår i: 2018 European Control Conference, ECC 2018, Institute of Electrical and Electronics Engineers (IEEE), 2018, s. 95-100, artikel-id 8550377Konferensbidrag (Refereegranskat)
    Abstract [en]

    In this paper, we present a distributed algorithm for cloud-supported effective coverage of 3D structures with a network of sensing agents. The structure to inspect is abstracted into a set of landmarks, where each landmark represents a point or small area of interest, and incorporates information about position and orientation. The agents navigate the environment following the proposed control algorithm until all landmarks have reached a satisfactory level of coverage. The agents do not communicate with each other directly, but exchange data through a shared cloud repository which is accessed asynchronously and intermittently. We show formally that, under the proposed control architecture, the networked agents complete the coverage mission in finite time. The results are corroborated by simulations in ROS, and experimental evaluation is in progress.

  • 16.
    Adaldo, Antonio
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, ACCESS Linnaeus Centre.
    Liuzza, Davide
    Univ Sannio, Dept Engn, I-82100 Benevento, Italy..
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, ACCESS Linnaeus Centre.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, ACCESS Linnaeus Centre. KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Cloud-Supported Formation Control of Second-Order Multiagent Systems2018Ingår i: IEEE Transactions on Control of Network Systems, E-ISSN 2325-5870, Vol. 5, nr 4, s. 1563-1574Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    This paper addresses a formation problem for a network of autonomous agents with second-order dynamics and bounded disturbances. Coordination is achieved by having the agents asynchronously upload (download) data to (from) a shared repository, rather than directly exchanging data with other agents. Well-posedness of the closed-loop system is demonstrated by showing that there exists a lower bound for the time interval between two consecutive agent accesses to the repository. Numerical simulations corroborate the theoretical results.

  • 17.
    Aguiar, Miguel
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Learning flow functions: architectures, universal approximation and applications to spiking systems2024Licentiatavhandling, monografi (Övrigt vetenskapligt)
    Abstract [sv]

    Denna avhandling studerar maskininlärningsmetoder för tidskontinuerliga reglersystem. Vi utgår från en abstrakt systemrepresentation med en lösningsoperator, som avbildar systemets initialtillstånd och insignal på motsvarande tillståndstrajektorian. Målet är att undersöka inlärning av tidskontinuerliga simuleringsmodeller utifrån tillståndsmätningar. Avhandlingen består av tre huvudbidrag.

    Vi undersöker först arkitekturer baserade på neurala nätverk, för klasser av insignaler som är brukliga i tillämpningar och har en viss tidsdiskret struktur. Vi formulerar problemet matematiskt, och visar att lösningsoperatorn kan representeras exakt av ett tidsdiskret system. Detta leder till en arkitektur baserad på ett återkopplande neuralt nätverk (RNN), som vi utförligt beskriver, analyserar och validerar med hjälp av data från två modeller av icke-linjära oscillatorer, nämligen Van der Pol oscillatorn och FitzHugh-Nagumo oscillatorn. I båda fall visar vi att vi kan träna modeller som noggrant reproducerar systemens lösningsbanor.

    Därefter studerar vi en tillämpning på system vars tillståndstrajektorier kännetecknas av förekomsten av snabba oscillationer i form av impulser, såsom modeller av biologiska neuroner. Denna klass av system karakteriseras av ett flerskaligt och högfrekvent tidssvar, vilket gör det önskvärt att ta fram tidskontinuerliga modeller som är lätta att simulera. Vi lägger fram ett ramverk för inlärning av surrogatmodeller av sådana system från data. Ramverket demonstreras med hjälp av data från en modell av en biologisk neuron och en modell av två kopplade biologiska neuroner, och resultaten visar att våra modeller noggrant reproducerar systemens beteende.

    Slutligen tar vi fram ett bevis för ett approximationsteorem för inlärning av lösningsoperatorer av tidskontinuerliga system. Vi visar att den RNN- arkitektur som vi har tagit fram kan approximera godtyckliga reglersystem under vissa villkor som vi först formulerar abstrakt. Sedan bevisar att reglersystem som beskrivs av ordinära differentialekvationer uppfyller dessa villkor, vilket betyder att de kan approximeras av den studerade arkitekturen.

    Ladda ner fulltext (pdf)
    fulltext
  • 18.
    Aguiar, Miguel
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Das, Amritam
    Control Systems Group, Dept. of Electrical Engineering, Eindhoven University of Technology, Eindhoven, Netherlands.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Learning Flow Functions from Data with Applications to Nonlinear Oscillators2023Ingår i: 22nd IFAC World CongressYokohama, Japan, July 9-14, 2023, Elsevier BV , 2023, Vol. 56, s. 4088-4093Konferensbidrag (Refereegranskat)
    Abstract [en]

    We describe a recurrent neural network (RNN) based architecture to learn the flow function of a causal, time-invariant and continuous-time control system from trajectory data. By restricting the class of control inputs to piecewise constant functions, we show that learning the flow function is equivalent to learning the input-to-state map of a discrete-time dynamical system. This motivates the use of an RNN together with encoder and decoder networks which map the state of the system to the hidden state of the RNN and back. We show that the proposed architecture is able to approximate the flow function by exploiting the system's causality and time-invariance. The output of the learned flow function model can be queried at any time instant. We experimentally validate the proposed method using models of the Van der Pol and FitzHugh-Nagumo oscillators. In both cases, the results demonstrate that the architecture is able to closely reproduce the trajectories of these two systems. For the Van der Pol oscillator, we further show that the trained model generalises to the system's response with a prolonged prediction time horizon as well as control inputs outside the training distribution. For the FitzHugh-Nagumo oscillator, we show that the model accurately captures the input-dependent phenomena of excitability.

  • 19.
    Aguiar, Miguel
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Das, Amritam
    Eindhoven University of Technology, Control Systems Group, EE Dept., MB Eindhoven, The Netherlands.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, ACCESS Linnaeus Centre.
    Universal Approximation of Flows of Control Systems by Recurrent Neural Networks2023Ingår i: 2023 62nd IEEE Conference on Decision and Control, CDC 2023, Institute of Electrical and Electronics Engineers (IEEE) , 2023, s. 2320-2327Konferensbidrag (Refereegranskat)
    Abstract [en]

    We consider the problem of approximating flow functions of continuous-time dynamical systems with inputs. It is well-known that continuous-time recurrent neural networks are universal approximators of this type of system. In this paper, we prove that an architecture based on discrete-time recurrent neural networks universally approximates flows of continuous-time dynamical systems with inputs. The required assumptions are shown to hold for systems whose dynamics are well-behaved ordinary differential equations and with practically relevant classes of input signals. This enables the use of off-the-shelf solutions for learning such flow functions in continuous-time from sampled trajectory data.

  • 20.
    Ahlberg, Sofie
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Human-in-the-Loop Control Synthesis for Multi-Agent Systems under Metric Interval Temporal Logic Specifications2019Licentiatavhandling, monografi (Övrigt vetenskapligt)
    Abstract [sv]

    I takt med att robotar blir allt vanligare i våra hem och i våra arbetsmiljöer, har det blivit allt viktigare att ta hänsyn till människan plats i systemen när regulatorerna för robotorna designas. Detta innefattar både människans fysiska närvaro och interaktion på besluts- och reglernivå. En viktig aspekt i detta är att designa regulatorer som garanterat uppfyller givna villkor. Samtidigt måste vi minimera risken att ingen lösning hittas, eftersom det skulle tvinga systemet till ett stopp. För att uppnå detta krävs det att det finns rum för att mjuka upp villkoren. En annan aspekt är att designa systemet så att det är anpassningsbart till människan och miljön.

    I den här uppsatsen närmar vi oss problemet genom att använda regulator syntes för multi-agent system under hårda och mjuka villkor där människan har direkt påverkan på hur det svaga villkoret överträds. För att hantera multi-agent strukturen undersöker vi både det klassiska centraliserade automata-baserade ramverket och ett icke-centraliserat tillvägagångsätt med krockundvikning. För att hantera mjuka villkor introducerar vi en metrik; hybrida avståndet, som kvantifierar överträdelsen. Det hybrida avståndet består av två typer av överträdelse (kontinuerligt avstånd eller missandet av deadlines, och diskret avstånd eller rumsliga överträdelser) som vägs mot varandra med en vikt konstant som vi kommer att kalla den mänskliga preferens kontanten. Som mänsklig påverkan överväger vi direkt feedback på överträdelsen genom att hon bestämmer värdet på den mänskliga preferens kontanten, och direkt påverkan på regulatorn där den mänskliga preferens konstanten bestäms genom en inverserad förstärkt inlärnings algoritm baserad på de föreslagna och följda vägarna. Metoderna valideras genom simuleringar.

    Ladda ner fulltext (pdf)
    fulltext
  • 21.
    Ahlberg, Sofie
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Axelsson, Agnes
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Tal, musik och hörsel, TMH.
    Yu, Pian
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Shaw Cortez, Wenceslao E.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Gao, Yuan
    Uppsala Univ, Dept Informat Technol, Uppsala, Sweden.;Shenzhen Inst Artificial Intelligence & Robot Soc, Ctr Intelligent Robots, Shenzhen, Peoples R China..
    Ghadirzadeh, Ali
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Robotik, perception och lärande, RPL.
    Castellano, Ginevra
    Uppsala Univ, Dept Informat Technol, Uppsala, Sweden..
    Kragic, Danica
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Robotik, perception och lärande, RPL.
    Skantze, Gabriel
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Tal, musik och hörsel, TMH.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Co-adaptive Human-Robot Cooperation: Summary and Challenges2022Ingår i: Unmanned Systems, ISSN 2301-3850, E-ISSN 2301-3869, Vol. 10, nr 02, s. 187-203Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The work presented here is a culmination of developments within the Swedish project COIN: Co-adaptive human-robot interactive systems, funded by the Swedish Foundation for Strategic Research (SSF), which addresses a unified framework for co-adaptive methodologies in human-robot co-existence. We investigate co-adaptation in the context of safe planning/control, trust, and multi-modal human-robot interactions, and present novel methods that allow humans and robots to adapt to one another and discuss directions for future work.

  • 22.
    Ahlberg, Sofie
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Human in the Loop Least Violating Robot Control Synthesis under Metric Interval Temporal Logic Specifications2018Ingår i: 2018 European Control Conference, ECC 2018, Institute of Electrical and Electronics Engineers (IEEE), 2018, s. 453-458, artikel-id 8550179Konferensbidrag (Refereegranskat)
    Abstract [en]

    Recently, multiple frameworks for control synthesis under temporal logic have been suggested. The frameworks allow a user to give one or a set of robots high level tasks of different properties (e.g. temporal, time limited, individual and cooperative). However, the issue of how to handle tasks, which either seem to be or are infeasible, remains unsolved. In this paper we introduce a human to the loop, using the human's feedback to determine preference towards different types of violations of the tasks. We introduce a metric of violation called hybrid distance. We also suggest a novel framework for synthesizing a least violating controller with respect to the hybrid distance and the human feedback. Simulation result indicate that the suggested framework gives reasonable estimates of the metric, and that the suggested plans correspond to the expected ones.

    Ladda ner fulltext (pdf)
    fulltext
  • 23.
    Ahlberg, Sofie
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Human-in-the-loop control synthesis for multi-agent systems under hard and soft metric interval temporal logic specifications∗2019Ingår i: Proceedings 15th IEEE International Conference on Automation Science and Engineering, CASE 2019, IEEE Computer Society , 2019, s. 788-793Konferensbidrag (Refereegranskat)
    Abstract [en]

    In this paper we present a control synthesis framework for a multi-agent system under hard and soft constraints, which performs online re-planning to achieve collision avoidance and execution of the optimal path with respect to some human preference considering the type of the violation of the soft constraints. The human preference is indicated by a mixed initiative controller and the resulting change of trajectory is used by an inverse reinforcement learning based algorithm to improve the path which the affected agent tries to follow. A case study is presented to validate the result.

    Ladda ner fulltext (pdf)
    fulltext
  • 24.
    Ahlberg, Sofie
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, Centrum för autonoma system, CAS. KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, ACCESS Linnaeus Centre.
    Mixed-Initiative Control Synthesis: Estimating an Unknown Task Based on Human Control Input2020Ingår i: Proceedings of the 3rd IFAC Workshop on Cyber-Physical & Human Systems,, 2020Konferensbidrag (Refereegranskat)
    Abstract [en]

    In this paper we consider a mobile platform controlled by two entities; an autonomousagent and a human user. The human aims for the mobile platform to complete a task, whichwe will denote as the human task, and will impose a control input accordingly, while not beingaware of any other tasks the system should or must execute. The autonomous agent will in turnplan its control input taking in consideration all safety requirements which must be met, sometask which should be completed as much as possible (denoted as the robot task), as well aswhat it believes the human task is based on previous human control input. A framework for theautonomous agent and a mixed initiative controller are designed to guarantee the satisfaction ofthe safety requirements while both the human and robot tasks are violated as little as possible.The framework includes an estimation algorithm of the human task which will improve witheach cycle, eventually converging to a task which is similar to the actual human task. Hence, theautonomous agent will eventually be able to find the optimal plan considering all tasks and thehuman will have no need to interfere again. The process is illustrated with a simulated example

    Ladda ner fulltext (pdf)
    fulltext
  • 25.
    Ahlén, Anders
    et al.
    Uppsala Univ, Signal Proc, Uppsala, Sweden.;Univ Newcastle, Dept Elect & Comp Engn, Callaghan, NSW, Australia..
    Åkerberg, Johan
    ABB Corp, Västerås, Sweden..
    Eriksson, Markus
    Scania CV, Södertalje, Sweden..
    Isaksson, Alf J.
    Linköping Univ, Linköping, Sweden.;Univ Newcastle, Callaghan, NSW, Australia.;Royal Inst Technol, Stockholm, Sweden.;ABB Corp Res, Vasteras, Sweden..
    Iwaki, Takuya
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. JGC Corp, Yokohama, Kanagawa, Japan.
    Johansson, Karl Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Knorn, Steffi
    Univ Newcastle, Ctr Complex Dynam Syst & Control, Callaghan, NSW, Australia.;Uppsala Univ, Signals & Syst Div, Uppsala, Sweden..
    Lindh, Thomas
    Iggesund Mill, Maintenance Technol Dev, Iggesund Paperboard, Sweden..
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. CALTECH, Pasadena, CA 91125 USA.;MIT, Lab Informat & Decis Syst, 77 Massachusetts Ave, Cambridge, MA 02139 USA..
    Toward Wireless Control in Industrial Process Automation: A Case Study at a Paper Mill2019Ingår i: IEEE Control Systems Magazine, ISSN 1066-033X, Vol. 39, nr 5, s. 36-57Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Wireless sensors and networks are used only occasionally in current control loops in the process industry. With rapid developments in embedded and highperformance computing, wireless communication, and cloud technology, drastic changes in the architecture and operation of industrial automation systems seem more likely than ever. These changes are driven by ever-growing demands on production quality and flexibility. However, as discussed in "Summary," there are several research obstacles to overcome. The radio communication environment in the process industry is often troublesome, as the environment is frequently cluttered with large metal objects, moving machines and vehicles, and processes emitting radio disturbances [1], [2]. The successful deployment of a wireless control system in such an environment requires careful design of communication links and network protocols as well as robust and reconfigurable control algorithms.

  • 26. Al Marjani, A.
    et al.
    Garivier, A.
    Proutiere, Alexandre
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Navigating to the Best Policy in Markov Decision Processes2021Ingår i: Advances in Neural Information Processing Systems, Neural Information Processing Systems Foundation (NIPS) , 2021, s. 25852-25864Konferensbidrag (Refereegranskat)
    Abstract [en]

    We investigate the classical active pure exploration problem in Markov Decision Processes, where the agent sequentially selects actions and, from the resulting system trajectory, aims at identifying the best policy as fast as possible. We propose a problem-dependent lower bound on the average number of steps required before a correct answer can be given with probability at least 1 - δ. We further provide the first algorithm with an instance-specific sample complexity in this setting. This algorithm addresses the general case of communicating MDPs; we also propose a variant with a reduced exploration rate (and hence faster convergence) under an additional ergodicity assumption. This work extends previous results relative to the generative setting [MP21], where the agent could at each step query the random outcome of any (state, action) pair. In contrast, we show here how to deal with the navigation constraints, induced by the online setting. Our analysis relies on an ergodic theorem for non-homogeneous Markov chains which we consider of wide interest in the analysis of Markov Decision Processes.

  • 27.
    Al Marjani, Aymen
    et al.
    ENS Lyon, UMPA, Lyon, France..
    Proutiere, Alexandre
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Adaptive Sampling for Best Policy Identification in Markov Decision Processes2021Ingår i: Proceedings of the 38 th International Conference on Machine Learning, PMLR 139, 2021 / [ed] Meila, M Zhang, T, The Journal of Machine Learning Research (JMLR) , 2021, Vol. 139Konferensbidrag (Refereegranskat)
    Abstract [en]

    We investigate the problem of best-policy identification in discounted Markov Decision Processes (MDPs) when the learner has access to a generative model. The objective is to devise a learning algorithm returning the best policy as early as possible. We first derive a problem-specific lower bound of the sample complexity satisfied by any learning algorithm. This lower bound corresponds to an optimal sample allocation that solves a non-convex program, and hence, is hard to exploit in the design of efficient algorithms. We then provide a simple and tight upper bound of the sample complexity lower bound, whose corresponding nearly-optimal sample allocation becomes explicit. The upper bound depends on specific functionals of the MDP such as the sub-optimality gaps and the variance of the next-state value function, and thus really captures the hardness of the MDP. Finally, we devise KLB-TS (KL Ball Track-and-Stop), an algorithm tracking this nearly-optimal allocation, and provide asymptotic guarantees for its sample complexity (both almost surely and in expectation). The advantages of KLB -TS against state-of-the-art algorithms are discussed and illustrated numerically.

  • 28.
    Aladele, Victor
    et al.
    Georgia Inst Technol, Dept Elect & Comp Engn, Atlanta, GA 30318 USA..
    Rodriguez de Cos, Carlos
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hutchinson, Seth
    Georgia Inst Technol, Dept Elect & Comp Engn, Atlanta, GA 30318 USA..
    An Adaptive Cooperative Manipulation Control Framework for Multi-Agent Disturbance Rejection2022Ingår i: 2022 IEEE 61ST CONFERENCE ON DECISION AND CONTROL (CDC), Institute of Electrical and Electronics Engineers (IEEE) , 2022, s. 100-106Konferensbidrag (Refereegranskat)
    Abstract [en]

    The success of a cooperative manipulation process depends on the level of disturbance rejection between the cooperating agents. However, this attribute may be jeopardized due to unexpected behaviors, such as joint saturation or internal collisions. This leads to deterioration in the performance of the manipulation task. In this paper, we present an adaptive distributed control framework that directly mitigates these internal disturbances, both in the joint (and task) spaces. With our approach, we show that including the manipulator-load coupling in the definition of the task error yields improved performance and robustness. To validate this statement, we provide stability guarantees and simulation results for two implementation cases.

  • 29.
    Alanwar, Amr
    et al.
    Jacobs Univ, Bremen, Germany..
    Berndt, Alexander
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Data-Driven Set-Based Estimation using Matrix Zonotopes with Set Containment Guarantees2022Ingår i: 2022 EUROPEAN CONTROL CONFERENCE (ECC), IEEE , 2022, s. 875-881Konferensbidrag (Refereegranskat)
    Abstract [en]

    We propose a method to perform set-based state estimation of an unknown dynamical linear system using a data-driven set propagation function. Our method comes with set-containment guarantees, making it applicable to safety-critical systems. The method consists of two phases: (1) an offline learning phase where we collect noisy input-output data to determine a function to propagate the state-set ahead in time; and (2) an online estimation phase consisting of a time update and a measurement update. It is assumed that known finite sets bound measurement noise and disturbances, but we assume no knowledge of their statistical properties. These sets are described using zonotopes, allowing efficient propagation and intersection operations. We propose a new approach to compute a set of models consistent with the data and noise-bound, given input-output data in the offline phase. The set of models is utilized in replacing the unknown dynamics in the data-driven set propagation function in the online phase. Then, we propose two approaches to perform the measurement update. Simulations show that the proposed estimator yields state sets comparable in volume to the 3 sigma confidence bounds obtained by a Kalman filter approach, but with the addition of state set-containment guarantees. We observe that using constrained zonotopes yields smaller sets but with higher computational costs than unconstrained ones.

  • 30.
    Alanwar, Amr
    et al.
    Constructor Univ, Sch Comp Sci & Engn, Bremen, Germany..
    Gassmann, Victor
    Tech Univ Munich, Dept Comp Engn, Munich, Germany..
    He, Xingkang
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Said, Hazem
    Ain Shams Univ, Dept Comp Engn, Cairo, Egypt..
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Althoff, Matthias
    Tech Univ Munich, Dept Comp Engn, Munich, Germany..
    Privacy-preserving set-based estimation using partially homomorphic encryption2023Ingår i: European Journal of Control, ISSN 0947-3580, E-ISSN 1435-5671, Vol. 71, s. 100786-, artikel-id 100786Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The set-based estimation has gained a lot of attention due to its ability to guarantee state enclosures for safety-critical systems. However, collecting measurements from distributed sensors often requires out-sourcing the set-based operations to an aggregator node, raising many privacy concerns. To address this problem, we present set-based estimation protocols using partially homomorphic encryption that pre-serve the privacy of the measurements and sets bounding the estimates. We consider a linear discrete-time dynamical system with bounded modeling and measurement uncertainties. Sets are represented by zonotopes and constrained zonotopes as they can compactly represent high-dimensional sets and are closed under linear maps and Minkowski addition. By selectively encrypting parameters of the set repre-sentations, we establish the notion of encrypted sets and intersect sets in the encrypted domain, which enables guaranteed state estimation while ensuring privacy. In particular, we show that our protocols achieve computational privacy using the cryptographic notion of computational indistinguishability. We demonstrate the efficiency of our approach by localizing a real mobile quadcopter using ultra-wideband wireless devices.

  • 31.
    Alanwar, Amr
    et al.
    School of Computation, Information and Technology, Technical University of Munich, School of Computation, Information and Technology, Technical University of Munich; School of Computer Science and Engineering, Constructor University, School of Computer Science and Engineering, Constructor University.
    Jiang, Frank
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Amin, Samy
    School of Computer Science and Engineering, Constructor University, School of Computer Science and Engineering, Constructor University.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Logical Zonotopes: A Set Representation for the Formal Verification of Boolean Functions2023Ingår i: 2023 62nd IEEE Conference on Decision and Control, CDC 2023, Institute of Electrical and Electronics Engineers (IEEE) , 2023, s. 60-66Konferensbidrag (Refereegranskat)
    Abstract [en]

    A logical zonotope, which is a new set representation for binary vectors, is introduced in this paper. A logical zonotope is constructed by XORing a binary vector with a combination of other binary vectors called generators. Such a zonotope can represent up to 2γ binary vectors using only γ generators. It is shown that logical operations over sets of binary vectors can be performed on the zonotopes' generators and, thus, significantly reduce the computational complexity of various logical operations (e.g., XOR, NAND, AND, OR, and semi-tensor products). Similar to traditional zonotopes' role in the formal verification of dynamical systems over real vector spaces, logical zonotopes can efficiently analyze discrete dynamical systems defined over binary vector spaces. We illustrate the approach and its ability to reduce the computational complexity in two use cases: (1) encryption key discovery of a linear feedback shift register and (2) safety verification of a road traffic intersection protocol.

  • 32.
    Alanwar, Amr
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Jiang, Frank
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sharifi, Maryam
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Dimarogonas, Dimos V.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Enhancing Data-Driven Reachability Analysis using Temporal Logic Side Information2022Ingår i: Proceedings: IEEE International Conference on Robotics and Automation, Institute of Electrical and Electronics Engineers Inc. , 2022Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

     This paper presents algorithms for performingdata-driven reachability analysis under temporal logic sideinformation. In certain scenarios, the data-driven reachablesets of a robot can be prohibitively conservative due to theinherent noise in the robot’s historical measurement data. Inthe same scenarios, we often have side information about therobot’s expected motion (e.g., limits on how much a robotcan move in a one-time step) that could be useful for furtherspecifying the reachability analysis. In this work, we showthat if we can model this side information using a signaltemporal logic (STL) fragment, we can constrain the datadriven reachability analysis and safely limit the conservatismof the computed reachable sets. Moreover, we provide formalguarantees that, even after incorporating side information, thecomputed reachable sets still properly over-approximate therobot’s future states. Lastly, we empirically validate the practicality of the over-approximation by computing constrained,data-driven reachable sets for the Small-Vehicles-for-Autonomy(SVEA) hardware platform in two driving scenarios.

    Ladda ner fulltext (pdf)
    fulltext
  • 33.
    Alanwar, Amr
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. Constructor University, Bremen, Germany, 28759.
    Koch, Anne
    University of Stuttgart, Institute for Systems Theory and Automatic Control, Stuttgart, Germany, 70174.
    Allgower, Frank
    University of Stuttgart, Institute for Systems Theory and Automatic Control, Stuttgart, Germany, 70174.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Data-Driven Reachability Analysis From Noisy Data2023Ingår i: IEEE Transactions on Automatic Control, ISSN 0018-9286, E-ISSN 1558-2523, Vol. 68, nr 5, s. 3054-3069Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We consider the problem of computing reachable sets directly from noisy data without a given system model. Several reachability algorithms are presented for different types of systems generating the data. First, an algorithm for computing over-approximated reachable sets based on matrix zonotopes is proposed for linear systems. Constrained matrix zonotopes are introduced to provide less conservative reachable sets at the cost of increased computational expenses and utilized to incorporate prior knowledge about the unknown system model. Then we extend the approach to polynomial systems and, under the assumption of Lipschitz continuity, to nonlinear systems. Theoretical guarantees are given for these algorithms in that they give a proper over-approximate reachable set containing the true reachable set. Multiple numerical examples and real experiments show the applicability of the introduced algorithms, and comparisons are made between algorithms.

  • 34.
    Alanwar, Amr
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Koch, Anne
    University of Stuttgart, University of Stuttgart.
    Allgöwer, Frank
    University of Stuttgart, University of Stuttgart.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Data-Driven Reachability Analysis Using Matrix Zonotopes2021Ingår i: Proceedings of the 3rd Conference on Learning for Dynamics and Control, L4DC 2021, ML Research Press , 2021, s. 163-175Konferensbidrag (Refereegranskat)
    Abstract [en]

    In this paper, we propose a data-driven reachability analysis approach for unknown system dynamics. Reachability analysis is an essential tool for guaranteeing safety properties. However, most current reachability analysis heavily relies on the existence of a suitable system model, which is often not directly available in practice. We instead propose a data-driven reachability analysis approach from noisy data. More specifically, we first provide an algorithm for over-approximating the reachable set of a linear time-invariant system using matrix zonotopes. Then we introduce an extension for Lipschitz nonlinear systems. We provide theoretical guarantees in both cases. Numerical examples show the potential and applicability of the introduced methods.

  • 35.
    Alanwar, Amr
    et al.
    Jacobs Univ, Dept Comp Sci & Elect Engn, Bremen, Germany..
    Niazi, Muhammad Umar B.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Data-driven Set-based Estimation of Polynomial Systems with Application to SIR Epidemics2022Ingår i: 2022 European Control Conference (ECC), IEEE , 2022, s. 888-893Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper proposes a data-driven set-based estimation algorithm for a class of nonlinear systems with polynomial nonlinearities. Using the system's input-output data, the proposed method computes a set that guarantees the inclusion of the system's state in real-time. Although the system is assumed to be a polynomial type, the exact polynomial functions, and their coefficients are assumed to be unknown. To this end, the estimator relies on offline and online phases. The offline phase utilizes past input-output data to estimate a set of possible coefficients of the polynomial system. Then, using this estimated set of coefficients and the side information about the system, the online phase provides a set estimate of the state. Finally, the proposed methodology is evaluated through its application on SIR (Susceptible, Infected, Recovered) epidemic model.

  • 36.
    Alanwar, Amr
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. Constructor Univ, Sch Comp Sci & Engn, Bremen, Germany..
    Rath, Jagat Jyoti
    Inst Infrastruct Technol Res & Management, Dept Mech & Aerosp Engn, Ahmadabad, India..
    Said, Hazem
    Ain Shams Univ, Dept Comp Engn, Cairo, Egypt..
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Althoff, Matthias
    Tech Univ Munich, Dept Comp Engn, Munich, Germany..
    Distributed set-based observers using diffusion strategies2023Ingår i: Journal of the Franklin Institute, ISSN 0016-0032, E-ISSN 1879-2693, Vol. 360, nr 10, s. 6976-6993Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We propose two distributed set-based observers using strip-based and set-propagation approaches for linear discrete-time dynamical systems with bounded modeling and measurement uncertainties. Both algorithms utilize a set-based diffusion step, which decreases the estimation errors and the size of estimated sets, and can be seen as a lightweight approach to achieve partial consensus between the distributed estimated sets. Every node shares its measurement with its neighbor in the measurement update step. In the diffusion step, the neighbors intersect their estimated sets using our novel lightweight zonotope intersection technique. A localization example demonstrates the applicability of our algorithms.

  • 37.
    Alanwar, Amr
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. Jacobs Univ Bremen, Comp Sci & Elect Engn Dept, Bremen, Germany..
    Stuerz, Yvonne
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. Univ Calif Berkeley, Model Predict Control Lab, Berkeley, CA USA..
    Johansson, Karl H.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Robust data-driven predictive control using reachability analysis2022Ingår i: European Journal of Control, ISSN 0947-3580, E-ISSN 1435-5671, Vol. 68Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We present a robust data-driven control scheme for an unknown linear system model with bounded process and measurement noise. Instead of depending on a system model in traditional predictive con-trol, a controller utilizing data-driven reachable regions is proposed. The data-driven reachable regions are based on a matrix zonotope recursion and are computed based on only noisy input-output data of a trajectory of the system. We assume that measurement and process noise are contained in bounded sets. While we assume knowledge of these bounds, no knowledge about the statistical properties of the noise is assumed. In the noise-free case, we prove that the presented purely data-driven control scheme results in an equivalent closed-loop behavior to a nominal model predictive control scheme. In the case of measurement and process noise, our proposed scheme guarantees robust constraint satisfaction, which is essential in safety-critical applications. Numerical experiments show the effectiveness of the proposed data-driven controller in comparison to model-based control schemes.

  • 38.
    Aleksandrauskaite, Ruth
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Analysis of Velocity Estimation Methods for High-Performance Motion Control Systems2018Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Majoriteten av all kommersiell elektronikhårdvara tillverkas med ytmonteringsteknik.Ökad komplexitet och miniatyrisering av elektronik medför hårdaprestandakrav på automationsprocessen.Denna rapport behandlar test och analys av alternativa hastighetsestimeringsmetoderför inbyggda högpresterande rörelsekontrollsystem. Rörelsesystemeti Mycronics pick- and placemaskiner regleras med fram- och återkoppling.Den linjära förskjutningen mäts upp med en pulsgivare och estimering av hastighetensker med hjälp av en tillståndsobservatör. Tidigare studier indikeraratt hastighetsestimeringen är bristfällig.Diverse tekniker för rekonstruktion av tillstånd har testats och utvärderats viasimulering i MATLAB SIMULINKr. Därefter utfördes experiment på ett transportbandhämtat från en pick- and placemaskin.Resultaten påvisar att ett Kalmanfilter är den bästa tillståndsobservatören.Metoden kräver emellertid omfattande parameterjustering för att uppnå braprestanda. Robustheten samt referensspårningen förbättrades nämnvärt då enPertubation-observatör med Kalmanfiltrering användes. Däremot var insvängningstidennågot kortare då ett Kalmanfilter nyttjades enskilt.

    Ladda ner fulltext (pdf)
    fulltext
  • 39.
    Alexiou, Angeliki
    et al.
    Univ Piraeus, ICT Sch, Dept Digital Syst, Piraeus, Greece.;Alcatel Lucent NOKIA, Bell Labs, Wireless Res, Swindon, Wilts, England..
    Andreev, Sergey
    Tampere Univ, Commun Engn, Tampere, Finland.;Tampere Univ, Tampere, Finland.;Kings Coll London, London, England.;Univ Calif Los Angeles, Los Angeles, CA 90024 USA..
    Fodor, Gabor
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. Ericsson Res.
    Nagatsuma, Tadao
    Nippon Telegraph & Tel Corp, Atsugi, Kanagawa, Japan.;Osaka Univ, Grad Sch Engn Sci, Suita, Osaka, Japan.;IEICE & Terahertz Syst Consortium, Tokyo, Japan..
    THz Communications: A Catalyst for the Wireless Future2020Ingår i: IEEE Communications Magazine, ISSN 0163-6804, E-ISSN 1558-1896, Vol. 58, nr 11, s. 12-13Artikel i tidskrift (Övrigt vetenskapligt)
    Abstract [en]

    The articles in this special section focus on THz communications.

  • 40.
    Alinia, Bahram
    et al.
    Telecom SudParis, Inst Mines Telecom, F-91000 Evry, France. alebi, Mohammad Sadegh.
    Talebi Mazraeh Shahi, Mohammad Sadegh
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Hajiesmaili, Mohammad H.
    Yekkehkhany, Ali
    Crespi, Noel
    Competitive Online Scheduling Algorithms with Applications in Deadline-Constrained EV Charging2018Ingår i: 2018 IEEE/ACM 26th International Symposium on Quality of Service, IWQoS 2018, IEEE, 2018, artikel-id 8624184Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper studies the classical problem of online scheduling of deadline-sensitive jobs with partial values and investigates its extension to Electric Vehicle (EV) charging scheduling by taking into account the processing rate limit of jobs and charging station capacity constraint. The problem lies in the category of time-coupled online scheduling problems without availability of future information. This paper proposes two online algorithms, both of which are shown to be (2-\frac{1}{U})-competitive, where U is the maximum scarcity level, a parameter that indicates demand-to-supply ratio. The first proposed algorithm is deterministic, whereas the second is randomized and enjoys a lower computational complexity. When U grows large, the performance of both algorithms approaches that of the state-of-the-art for the case where there is processing rate limits on the jobs. Nonetheless in realistic cases, where U is typically small, the proposed algorithms enjoy a much lower competitive ratio. To carry out the competitive analysis of our algorithms, we present a proof technique, which is novel to the best of our knowledge. This technique could also be used to simplify the competitive analysis of some existing algorithms, and thus could be of independent interest.

  • 41.
    Alisic, Rijad
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Defense of Cyber-Physical Systems Against Learning-based Attackers2023Doktorsavhandling, monografi (Övrigt vetenskapligt)
    Abstract [sv]

    Cyberattacker mot kritisk infrastruktur utgör ett allvarligt hot mot samhället, eftersom de kan få förödande konsekvenser för ekonomin, säkerheten eller folkhälsan. Dessa infrastrukturer utgörs ofta av ett stort nätverk av cyberkomponenter, såsom sensorer, styrenheter, datorer och kommunikationsenheter, för att övervaka och styra sina fysiska processer. En angripare kan utnyttja sårbarheterna i dessa cyberkomponenter för att få tillgång till systemet och därefter manipulera dess beteende eller funktionalitet.

    Denna avhandling behandlar och föreslår metoder som kan användas som en första försvarslinje mot sådana attacker för cyberfysiska system. I den första delen av avhandlingen undersöker vi hur oinformerade angripare kan lära sig att attackera ett cyberfysiskt system genom att avlyssna dem via cyberkomponenten. Genom att lära sig att manipulera det fysiska systemet kan angriparen ta reda på hur man kan förstöra, eller helt ta över det cyberfysiska systemet utan att något alarm går av förrän det är försent. Genom att stoppa angriparen i inlärningsfasen tvingas angriparen att agera mer omedvetet, vilket ökar chanserna att upptäcka dem.

    Vi analyserar hur homomorf kryptering, vilket är en krypteringsmetod som möjliggör beräkning med krypterad data, hindrar angriparens inlärnings-process och minskar dess förmåga att attackera systemet. Specifikt visar vi att en angripare måste lösa svåra gitterproblem för att hitta svårdetekterade cyberattacker. Dessutom visar vi hur detektionssannolikheten påverkas av hur bra angriparens lösning är och vilka parametrar i krypteringsschemat som kan justeras för att öka sannolikheten att upptäcka anfallet. Vi utvecklar också en ny metod som möjliggör anomalidetektering över homomorft krypterade data, utan att avslöja de faktiska signalerna för detektorn och därmed avskräcka angripare från att attackera detektorn. Detektionen kan utföras med hjälp av ett hypotestest. Dock måste man se till att färska prover används för att upptäcka förändringar från normalt beteende. Vi undersöker också hur angriparen kan försöka undvika detektion genom att använda samma test, och hur systemet kan utformas för att göra detektionen enklare för försvararen och svårare för angriparen.

    I den andra delen av avhandlingen studerar vi hur informationsläckage om förändringar i systemet beror på dess dynamik. Vi använder ett matematiskt verktyg som kallas Hammersley-Chapman-Robbins undre gräns för att mäta hur mycket information som läcker ut och hur man minimerar den. Specifikt studerar vi hur strukturerade insignalssekvenser, som vi kallar händelser, kan uppskattas genom mätningar från ett dynamiskt system och hur denna information kan döljas genom att lägga till brus eller ändra insignalerna. Systemets hastighet och sensorplaceringar påverkar hur mycket information läcker ut. Vi behandlar också frågan om hur man balanserar systemets prestanda och integritet när vi använder optimal styrning. Slutligen visar vi hur man uppskattar när angriparens kunskap om händelsen blir tillräckligt noggrann för att starta en attack och hur man ändrar systemet innan det händer. Dessa resultat används sedan för att hjälpa operatören att upptäcka integritetsbrister vid utformningen av ett cyberfysiskt system, vilket ökar den totala säkerheten när de tas bort.

    Ladda ner fulltext (pdf)
    RijadAlisicThesis
  • 42.
    Alisic, Rijad
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Privacy of Sudden Events in Cyber-Physical Systems2021Licentiatavhandling, monografi (Övrigt vetenskapligt)
    Abstract [sv]

    De senaste åren har cyberanfall mot kritiska infrastructurer varit ett växande problem. Dessa infrastrukturer är särskilt utsatta för cyberanfall, eftersom de uppfyller en nödvändig function för att ett samhälle ska fungera. Detta gör dem till önskvärda mål för en anfallare. Om en kritisk infrastruktur stoppas från att uppfylla sin funktion, då kan det medföra förödande konsekvenser för exempelvis en nations ekonomi, säkerhet eller folkhälsa. Anledningen till att mängden av attacker har ökat beror på att kritiska infrastrukturer har blivit alltmer komplexa eftersom de numera ingår i stora nätverk dör olika typer av cyberkomponenter ingår. Det är just genom dessa cyberkomponenter som en anfallare kan få tillgång till systemet och iscensätta cyberanfall.

    I denna avhandling utvecklar vi metoder som kan användas som en första försvarslinje mot cyberanfall på cyberfysiska system (CPS). Vi med att undersöka hur informationsläckor om systemdynamiken kan hjälpa en anfallare att skapa svårupptäckta attacker. Oftast är sådana attacker förödande för CPS, eftersom en anfallare kan tvinga systemet till en bristningsgräns utan att bli upptäcka av operatör vars uppgift är att säkerställa systemets fortsatta funktion. Vi bevisar att en anfallare kan använda relativt små mängder av data för att generera dessa svårupptäckta attacker. Mer specifikt så härleder ett uttryck för den minsta mängd information som krävs för att ett anfall ska vara svårupptäckt, även för fall då en operatör tar till sig metoder för att undersöka om systemet är under attack.

    I avhandlingen konstruerar vi försvarsmetoder mot informationsläcker genom Hammersley-Chapman-Robbins olikhet. Med denna olikhet kan vi studera hur informationsläckan kan dämpas genom att injicera brus i datan. Specifikt så undersöker vi hur mycket information om strukturerade insignaler, vilket vi kallar för händelser, till ett dynamiskt system som en anfallare kan extrahera utifrån dess utsignaler. Dessutom kollar vi på hur denna informationsmängd beror på systemdynamiken. Exempelvis så visar vi att ett system med snabb dynamik läcker mer information jämfört med ett långsammare system. Däremot smetas informationen ut över ett längre tidsintervall för långsammare system, vilket leder till att anfallare som börjar tjuvlyssna på ett system långt efter att händelsen har skett kan fortfarande uppskatta den. Dessutom så visar vi jur sensorplaceringen i ett CPS påverkar infromationsläckan. Dessa reultat kan användas för att bistå en operatör att analysera sekretessen i ett CPS.

    Vi använder även Hammersley-Chapman-Robbins olikhet för att utveckla försvarslösningar mot informationsläckor som kan användas \textit{online}. Vi föreslår modifieringar till den strukturella insignalen så att systemets befintliga brus utnyttjas bättre för att gömma händelsen. Om operatören har andra mål den försöker uppfylla med styrningen så kan denna metod användas för att styra avvängingen mellan sekretess och operatorns andra mål. Slutligen så visar vi hur en anfallares uppskattning av händelsen förbättras som en funktion av mängden data får tag på. Operatorn kan använda informationen för att ta reda på när anfallaren kan tänka sig vara redo att anfalla systemet, och därefter ändra systemet innan detta sker, vilket gör att anfallarens information inte längre är användbar.

    Ladda ner fulltext (pdf)
    thesis
  • 43.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Kim, Junsoo
    Seoul Natl Univ Sci & Technol, Dept Elect & Informat Engn, Seoul 01811, South Korea..
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Model-Free Undetectable Attacks on Linear Systems Using LWE-Based Encryption2023Ingår i: IEEE Control Systems Letters, E-ISSN 2475-1456, Vol. 7, s. 1249-1254Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We show that the homomorphic property, a desired property in encrypted control, can lead to failure in the cyber defense of a dynamical control system from undetectable attacks, even though individual signal sequences remain unknown to the attacker. We consider an encryption method based on the Learning with Errors (LWE) problem and demonstrate how model-free undetectable attacks on linear systems over integers can be computed from sampled inputs and outputs that are encrypted. Previous work has shown that computing such attacks is possible on nonencrypted systems. Applying this earlier work to our scenario, with minor modifications, typically amplifies the error in encrypted messages unless a short vector problem is solved. Given that an attacker obtains a short vector, we derive the probability that the attack is detected and show how it explicitly depends on the encryption parameters. Finally, we simulate an attack obtained by our method on an encrypted linear system over integers and conduct an analysis of the probability that the attack will be detected.

  • 44.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Molinari, Marco
    KTH, Skolan för industriell teknik och management (ITM), Energiteknik, Tillämpad termodynamik och kylteknik.
    Pare, P. E.
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Maximizing Privacy in MIMO Cyber-Physical Systems Using the Chapman-Robbins Bound2020Ingår i: Proceedings of the IEEE Conference on Decision and Control, Institute of Electrical and Electronics Engineers Inc. , 2020, s. 6272-6277Konferensbidrag (Refereegranskat)
    Abstract [en]

    Privacy breaches of cyber-physical systems could expose vulnerabilities to an adversary. Here, privacy leaks of step inputs to linear time-invariant systems are mitigated through additive Gaussian noise. Fundamental lower bounds on the privacy are derived, which are based on the variance of any estimator that seeks to recreate the input. Fully private inputs are investigated and related to transmission zeros. Thereafter, a method to increase the privacy of optimal step inputs is presented and a privacy-utility trade-off bound is derived. Finally, these results are verified on data from the KTH Live-In Lab Testbed, showing good correspondence with theoretical results. 

  • 45.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik. KTH, Skolan för industriell teknik och management (ITM), Energiteknik, Tillämpad termodynamik och kylteknik.
    Molinari, Marco
    KTH, Skolan för industriell teknik och management (ITM), Energiteknik, Tillämpad termodynamik och kylteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Pare, Philip E.
    KTH, Skolan för industriell teknik och management (ITM), Energiteknik, Tillämpad termodynamik och kylteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sandberg, Henrik
    KTH, Skolan för industriell teknik och management (ITM), Energiteknik, Tillämpad termodynamik och kylteknik. KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Ensuring privacy of occupancy changes in smart buildings2020Ingår i: CCTA 2020 - 4th IEEE Conference on Control Technology and Applications, Institute of Electrical and Electronics Engineers Inc. , 2020, s. 871-876Konferensbidrag (Refereegranskat)
    Abstract [en]

    Smart building management systems rely on sensors to optimize the operation of buildings. If an unauthorized user gains access to these sensors, a privacy leak may occur. This paper considers such a potential leak of privacy in a smart residential building, and how it may be mitigated by corrupting the measurements with additive Gaussian noise. This corruption is done in order to hide when the occupancy changes in an apartment. A lower bound on the variance of any estimator that estimates the change time is derived. The bound is then used to analyze how different model parameters affect the variance. It is shown that the signal to noise ratio and the system dynamics are the main factors that affect the bound. These results are then verified on a simulator of the KTH Live-In Lab Testbed, showing good correspondence with theoretical results.

  • 46.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Pare, Philip E.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Centra, ACCESS Linnaeus Centre. KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Modeling and Stability of Prosumer Heat Networks2019Ingår i: IFAC PAPERSONLINE, ELSEVIER , 2019, Vol. 52, nr 20, s. 235-240Konferensbidrag (Refereegranskat)
    Abstract [en]

    The energy sector is going through a large transformation due to public demands of renewable energy sources. However, a major issue is that these energy sources are intermittent. If designed correctly, district heating systems can naturally contain energy storing units, for example by storing heat in the isolated pipes that make up the heat grid. Additionally, this makes it easier to reuse and transport already generated heat to other users. This paper proposes a mathematical model of such a grid, where excess energy can be retracted from one user and distributed to other users using a network of heat pumps. In some cases, one can balance residual heat production with the heat consumption, temporarily eliminating the need for a centralized heating plant. Existence conditions for stable steady states of such a network with general topology are given. Finally, energy optimal stable steady states are obtained through convex optimization. 

  • 47.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Paré, P. E.
    School of Electrical and Computer Engineering, Purdue University, WestLafayette, Indiana, USA.
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Change time estimation uncertainty in nonlinear dynamical systems with applications to COVID-192022Ingår i: International Journal of Robust and Nonlinear Control, ISSN 1049-8923, E-ISSN 1099-1239Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The impact that each individual non-pharmaceutical intervention (NPI) had on the spread rate of COVID-19 is difficult to estimate, since several NPIs were implemented in rapid succession in most countries. In this article, we analyze the detectability of sudden changes in a parameter of nonlinear dynamical systems, which could be used to represent NPIs or mutations of the virus, in the presence of measurement noise. Specifically, by taking an agnostic approach, we provide necessary conditions for when the best possible unbiased estimator is able to isolate the effect of a sudden change in a model parameter, by using the Hammersley–Chapman–Robbins (HCR) lower bound. Several simplifications to the calculation of the HCR lower bound are given, which depend on the amplitude of the sudden change and the dynamics of the system. We further define the concept of the most informative sample based on the largest (Formula presented.) distance between two output trajectories, which is a good indicator of when the HCR lower bound converges. These results are thereafter used to analyze the susceptible-infected-removed model. For instance, we show that performing analysis using the number of recovered/deceased, as opposed to the cumulative number of infected, may be an inferior signal to use since sudden changes are fundamentally more difficult to estimate and seem to require more samples. Finally, these results are verified by simulations and applied to real data from the spread of COVID-19 in France.

  • 48.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Data-injection Attacks Using Historical Inputs and Outputs2021Ingår i: Proceedings European Control Conference, ECC 2021, Institute of Electrical and Electronics Engineers (IEEE) , 2021, s. 1399-1405Konferensbidrag (Refereegranskat)
    Abstract [en]

    Data-driven, model-free control has become popular in recent years, due to their ease of implementation and minimal information requirement about the system. In this paper, we investigate whether the same methods could be used by an adversary to synthesize undetectable data-injection attacks on cyber-physical systems using Willems' Fundamental Lemma. We show that if the adversary is able to upper bound the order of a linear, time-invariant system and read all its inputs and outputs, then the adversary will be able to generate undetectable attack signals in the form of covert attacks. Additionally, we provide conditions on the disclosed data set that enable the adversary to generate zero dynamics attacks. These conditions give operators insights into when enough information about the system has been revealed for an adversary to conduct an undetectable attack. Finally, the different attack strategies are verified through a numerical example.

  • 49.
    Alisic, Rijad
    et al.
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Sandberg, Henrik
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Privacy Enhancement of Structured Inputs in Cyber-Physical Systems2021Ingår i: 2021 60th IEEE conference on decision and control (CDC), Institute of Electrical and Electronics Engineers (IEEE) , 2021, s. 4888-4894Konferensbidrag (Refereegranskat)
    Abstract [en]

    Privacy is often the first line of defense against cyber-physical attacks. In this paper, we derive guarantees for the privacy of structured inputs to linear time-invariant systems, where the eavesdropper either does not know the input or only knows parts of it a priori. The input is be parametrized by a mixture of discrete and continuous parameters. Privacy guarantees for these parameters are then derived using a Barankin-style bound. Given an open-loop control objective, a modification to the cost function is proposed to enhance privacy. Privacy-utility trade-off bounds are derived for these private open-loop control signals. Finally, the theoretical results are verified both using the physical Temperature Control Lab and a numerical simulation of it.

  • 50.
    Alistarh, Dan
    et al.
    IST Austria, Klosterneuburg, Austria..
    Hoefler, Torsten
    Swiss Fed Inst Technol, Zurich, Switzerland..
    Johansson, Mikael
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Khirirat, Sarit
    KTH, Skolan för elektroteknik och datavetenskap (EECS), Intelligenta system, Reglerteknik.
    Konstantinov, Nikola
    IST Austria, Klosterneuburg, Austria..
    Renggli, Cedric
    Swiss Fed Inst Technol, Zurich, Switzerland..
    The Convergence of Sparsified Gradient Methods2018Ingår i: Advances in Neural Information Processing Systems 31 (NIPS 2018) / [ed] Bengio, S Wallach, H Larochelle, H Grauman, K CesaBianchi, N Garnett, R, Neural Information Processing Systems (NIPS) , 2018, Vol. 31Konferensbidrag (Refereegranskat)
    Abstract [en]

    Stochastic Gradient Descent (SGD) has become the standard tool for distributed training of massive machine learning models, in particular deep neural networks. Several families of communication-reduction methods, such as quantization, large-batch methods, and gradient sparsification, have been proposed to reduce the overheads of distribution. To date, gradient sparsification methods-where each node sorts gradients by magnitude, and only communicates a subset of the components, accumulating the rest locally-are known to yield some of the largest practical gains. Such methods can reduce the amount of communication per step by up to three orders of magnitude, while preserving model accuracy. Yet, this family of methods currently has no theoretical justification. This is the question we address in this paper. We prove that, under analytic assumptions, sparsifying gradients by magnitude with local error correction provides convergence guarantees, for both convex and non-convex smooth objectives, for data-parallel SGD. The main insight is that sparsification methods implicitly maintain bounds on the maximum impact of stale updates, thanks to selection by magnitude. Our analysis also reveals that these methods do require analytical conditions to converge well, justifying and complementing existing heuristics.

1234567 1 - 50 av 1387
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf