汪世鹏等：基于EtherCAT总线的七自由度机械臂的隐蔽攻击技术 1657 应的适应值和更新的学习因子c1i,c2i,c3及权重w. 搜索过程中将混沌序列使用方程 4)主种群更新.主群根据迭代方程更新群体 x=a+(b-a)z (8) 中粒子的速度和位置，更新公式如下： 将粒子逆映射到原来的空间中去 Vi=wiVi+cur(PM-Xi)+pc2ir2(PM-X)+(1-) 6)计算从子群中每个粒子的适应度函数值 c3ir3(P-Xi) 对这些粒子的位置和粒子历史最优值进行比较， Xi+I =Xi+Vi.dt 如果优于的话则更新粒子的主种群以及从种群中 (5) 的粒子最优值，分别得到PM,P,Ps以及P 5)从子群更新.在更新从子群的时候采用下 7)判断当前位置是否为优于全局最优值.如 面的步骤进行 果是的话，则将当前位置赋给全局最优值Pg a)确定从子群参数的可行域[a,b),设置混沌算 8)判断迭代是否符合终止要求.将设定的迭 法初始化参数 代次数值和算法当前的迭代次数进行比较，如果 b)通过Logistic映射引入混沌变量，Logistic映射 达到了则算法终止，否则，算法将跳转到步骤4继 公式为z=z(1-),其中，z表示混沌域并且z∈(0,1)， 续执行 μu为L0 gistic参数，取值范围为μ∈[3.5699456,4.对于 七自由度机械臂的多种群粒子算法系统辨识 粒子位置向量x映射到Logistic方程定义域上得 的基本流程图如图3所示. x-a 12 b-a (6) 3设计与实验 c)从子群更新粒子的位置以及速度，使用的 3.1系统整体架构 方程为 本文在工业以太网EtherCAT总线上搭建了七 Vi=wiVi+clir (Pi-Xi)+c2ir2(Pa-Xi) (7) 自由度机械臂控制和攻击测试平台，该平台主要 Xi+1=Xi+Vi-dt 包含了EtherCAT主站、工业交换机、EtherCAT从 START Update the historical Whether the current position is better than Initial population size optimal value of particles the historical optimal value of the particle Divide the population into multiple subgroups, chaotic initialization Whether the particles current position is better than the global optimal value Calculate the fitness function value Assign current of each subgroup of particles position to Ps 少 Whether the maximum number The speed and position of iterations is reached of the main and subpopulation N update particles Calculate the fitness function value END of each subgroup 图3七自由度机械臂的多种群粒子算法系统辨识基本流程图 Fig.3 Basic flow chart of MPSO system identification for 7-DOF manipulatorc1i , c2i 应的适应值和更新的学习因子 , c3i 及权重 wi . 4）主种群更新. 主群根据迭代方程更新群体 中粒子的速度和位置，更新公式如下：    Vi = wiVi +c1ir1 ( P M i − Xi ) +φc2ir2 ( P M g − Xi ) +(1−φ)· c3ir3 ( P S g − Xi ) Xi+1 = Xi +Vi · dt （5） 5）从子群更新. 在更新从子群的时候采用下 面的步骤进行. a）确定从子群参数的可行域 [a,b] ，设置混沌算 法初始化参数. z = µz(1−z) z ∈ (0,1) µ µ ∈ [3.5699456,4] b）通过 Logistic 映射引入混沌变量，Logistic 映射 公式为 ，其中，z 表示混沌域并且 ， 为 Logistic 参数，取值范围为 . 对于 粒子位置向量 x 映射到 Logistic 方程定义域上得 zi = x−a b−a （6） c）从子群更新粒子的位置以及速度，使用的 方程为    Vi = wiVi +c1ir1 (Pi − Xi)+c2ir2 ( Pg − Xi ) Xi+1 = Xi +Vi · dt （7） 搜索过程中将混沌序列使用方程 x = a+(b−a)z （8） 将粒子逆映射到原来的空间中去. P M i P M g P S i P S g 6）计算从子群中每个粒子的适应度函数值. 对这些粒子的位置和粒子历史最优值进行比较， 如果优于的话则更新粒子的主种群以及从种群中 的粒子最优值，分别得到 ， ， 以及 . Pg 7）判断当前位置是否为优于全局最优值. 如 果是的话，则将当前位置赋给全局最优值 . 8）判断迭代是否符合终止要求. 将设定的迭 代次数值和算法当前的迭代次数进行比较，如果 达到了则算法终止，否则，算法将跳转到步骤 4 继 续执行. 七自由度机械臂的多种群粒子算法系统辨识 的基本流程图如图 3 所示. 3    设计与实验 3.1    系统整体架构 本文在工业以太网 EtherCAT 总线上搭建了七 自由度机械臂控制和攻击测试平台，该平台主要 包含了 EtherCAT 主站、工业交换机、EtherCAT 从 START Initial population size Divide the population into multiple subgroups, chaotic initialization particles Update the historical optimal value of particles Whether the current position is better than the historical optimal value of the particle Whether the current position is better than the global optimal value Whether the maximum number of iterations is reached Assign current position to Pg Calculate the fitness function value of each subgroup of particles The speed and position of the main and subpopulation update particles Calculate the fitness function value of each subgroup END Y N N Y Y N 图 3    七自由度机械臂的多种群粒子算法系统辨识基本流程图 Fig.3    Basic flow chart of MPSO system identification for 7-DOF manipulator 汪世鹏等： 基于 EtherCAT 总线的七自由度机械臂的隐蔽攻击技术 · 1657 ·