简介：针对异构DoS攻击下的预设时间控制问题，这份MATLAB仿真代码为控制理论与网络安全交叉领域的研究者、研究生提供完整实验支持。压缩包共81个文件，含36个m脚本（核心算法与绘图程序）、27张jpg与12个gif（仿真曲线与动态演化）、3个fig可编辑图形、1份markdown说明及prj工程文件，整体约53.23MB，目录按typical_version、prescribed_time、periodic_switching_topology、PT&&PWT、avoidance、PT&avoidance、ALL等7个模块组织，覆盖从典型情况到混合场景的全部仿真情景。通过main与LMI等脚本可快速复现控制器设计、观测误差与输出误差曲线，已有51人下载学习，适合需要验证理论、扩展实验或绘制论文图表的读者。
1. 预设时间控制在异构DoS攻击下的仿真：先搞清楚你要验证什么
做网络化控制系统仿真的人，多半都遇到过这种局面：被控对象本身稳定，一接入网络通道就出问题，数据包丢了、时延大了、控制量断了，系统状态开始振荡甚至发散。如果攻击者再混着来——一会儿周期性阻塞、一会儿随机丢包、一会儿持续洪泛——那传统控制律的设计假设基本就失效了。这个标题要解决的问题，是让控制器的收敛时刻不依赖初始状态、不依赖攻击强度，而是由设计者提前写进参数里：预设时间控制（Prescribed-Time Control, PTC）。它比固定时间控制更进一步：固定时间只保证“存在一个上界”，预设时间要求这个上界就是设计参数本身。
异构DoS攻击里的“异构”指的也不是多智能体异构编队，而是攻击行为在时间轴上的异构叠加：周期性、随机性、持续性三种攻击特征混在同一段仿真里。这会让通道的有效性变成一个时变且不可微的函数，控制律必须在通道间歇失效的情况下依然保证状态在预设时刻T之前回到原点附近。适合读这篇的人，是正在做网络化控制、信息物理系统安全或者无人系统协同控制仿真的从业者，手里有MATLAB，缺的是一套能直接改参数、能复现预设时间收敛性质、还能把攻击场景讲清楚的仿真骨架。下面从理论到代码，把这条链路拆开讲。
2. 预设时间控制的数学内核：为什么收敛时刻能提前写进控制器
2.1 固定时间控制的痛点：上界能算，但不可调
做有限时间控制的人最早用的是李雅普诺夫微分不等式，得到收敛时间上界 T_max 的表达式，里面通常含初始状态 x0 的项。这意味着当初始状态变远时，收敛时间上界也跟着变大。固定时间控制改进了这一点，用它得到的收敛时间上界 T_max 里不再有 x0，但上界本身是一个关于控制增益、系统参数、扰动上界的隐式表达式。实际调试里，你先得估算扰动的上界，再反推一组增益，得到一个能用的 T_max，可这个 T_max 往往偏保守——真实收敛时间可能只有它的一半。最麻烦的是，T_max 不是独立参数，想把它从 3 秒改成 1 秒，得重新解一轮不等式，整套参数都要动。
预设时间控制走的是另一条路：它不依赖李雅普诺夫函数去“解”出收敛时刻，而是直接在控制器里构造一条在预设时刻 T 趋向无穷的时变增益。系统的收敛时间 t_converge 在闭环方程里就被写死为 T，和 x0 无关，和扰动上界只差一个残差项。这个特性能给攻击场景下的控制设计带来直接的工程价值：你可以按任务需求先定“必须在哪个时刻之前恢复”，再倒推控制器参数，而不必先估攻击有多凶。
2.2 时间调节函数：让增益在预设时刻之前完成“加速”的数学工具
预设时间控制的核心组件是一个时间调节函数。最常用的形式是：
mu(t) = T / (T - t), t ∈ [0, T)
这个函数在 t = 0 时等于 1，随时间单调上升，当 t 接近 T 时分母趋近于零，mu(t) 趋近无穷大。把这个函数乘到反馈增益里，控制律的等效增益就随着时间自动放大，离预设时刻越近，控制器对状态的“牵引力”越强。为什么能达到预设时间收敛？看闭环表达式就明白：当 mu(t) 足够大时，控制项在动态方程里占据主导地位，把状态强行压缩到原点附近，收敛过程在 T 时刻前完成。
一个关键细节是，这个时间调节函数必须在 t = T 之后的处理。仿真里如果让 t 真正等于 T，分母为零，直接除出 Inf。所以实际代码里都要带一个截断保护：
function mu = time_scaling(t, T, epsilon) % 预设时间调节函数，核心逻辑是 t 越接近 T，mu 越大 % 输入: % t - 当前仿真时刻 % T - 预设收敛时刻，必须大于 0 % epsilon - 最小分母保护项，防止 t=T 时除零 % 输出: % mu - 时变增益系数 if t >= T mu = 1 / epsilon; % 截断，避免 Inf 传入控制器 else mu = T / (T - t); % 随时间加速增长 end end这段代码做的事情，是在每个采样时刻算出一个单调递增到无穷的增益系数。T 是预设收敛时刻，t 接近 T 时 T/(T-t) 变得非常大，这就是“预设时间”的物理含义：不是靠系统自己估计收敛时间，而是控制器里写死了一条在 T 时刻发力的增益曲线。epsilon 是躲开除零的挡板，它的取值直接决定 T 时刻附近的控制量上限。epsilon 太大，比如 1e-2，收敛精度会变差，因为 t=T 时的最大增益只有 100；取 1e-5 又会让控制量在最后一小段时间冲到几千，执行器直接饱和。我一般先在 1e-3 起步，看控制量峰值能不能接受再往下调。
2.3 预设时间控制器结构：以标量系统为例推一遍
考虑一个带扰动的标量系统：
x_dot = x + u + d(t)
其中 d(t) 是攻击引起的扰动项。控制律取：
u(t) = -k * mu(t) * x
把控制律代回系统方程，得到闭环动态：
x_dot = (1 - k * mu(t)) * x + d(t)
当 mu(t) 增大到使 k * mu(t) > 1 时，系统矩阵变成负的，状态开始被压缩。随着 mu(t) 继续增大，(1 - k*mu(t)) 变成一个绝对值很大的负数，即使扰动 d(t) 不为零，稳态偏差也被压缩到 d(t) / (k * mu(t)) 的量级，而 mu(t) 在 T 时刻前趋于无穷，所以状态最终落在原点附近。这里 k 的作用是“起点增益”：它决定 mu(t) 相对较小时系统是否已经开始收缩。如果 k 太小，在 mu(t) 还没涨起来之前，系统可能发散得比压缩还快。控制器函数写成 MATLAB 也就几行：
function u = ptc_controller(t, x, T, k, epsilon) % 预设时间控制器: u = -k * mu(t) * x mu = time_scaling(t, T, epsilon); u = -k * mu * x; end这个控制器里只有三个要调的量：k、T、epsilon。T 由任务需求直接定，k 决定控制能量的大小，epsilon 决定 T 时刻附近的数值行为。没有复杂的观测器、没有自适应律、没有需要在线辨识的扰动模型，这就是预设时间控制工程友好的地方。但也是它脆弱的地方：如果攻击造成的通道阻塞导致控制量根本执行不了，那这一整套反饋就断了，所以仿真里必须把攻击建模成“通道失效 + 扰动注入”的组合，而不是只在系统方程尾部加一个扰动项。
3. 异构DoS攻击场景建模：在MATLAB里把三类攻击统一成一个接口
3.1 异构不等于随机：先给攻击场景分类
在一套DoS攻击仿真里，“异构”最直接的落地方式，是让攻击行为在时间轴上由多个性质不同的段拼接而成。常见做法是三类混合：周期性攻击，攻击者按固定周期开启/关闭阻塞，模拟扫描型攻击配合定向压制；持续性攻击单段洪泛，在某段时间内一直保持高丢包率，模拟饱和式攻击；随机性攻击，每隔随机步长丢一两个包，模拟间歇性干扰。三类攻击的攻击强度和触发时机都不同，叠加起来就形成一条非平稳、非周期的通道有效性曲线。
把三类攻击混合在一起之后，通道的有效性不再是“0 或 1”的二值切换，而是变成一个在 0 到 1 之间波动的强度值。这个值可以直接用于两项工作：一是作为扰动注入的放大系数，二是和阈值比较判定通道是否完全堵塞。这么建模的好处是攻击接口统一，换攻击场景时不用改主仿真循环，只改配置文件。这也是为什么“异构DoS攻击”的仿真骨架，重心其实不在控制算法本身，而在攻击场景加载这一层。
3.2 攻击配置文件接口：把攻击强度、持续段、随机性统一成一个函数
为了让三类攻击共用一个接口，我用一个结构体 config 存储攻击参数，用一个函数 attack_profile(t, config) 返回当前时刻的攻击强度和通道阻塞标志。结构体的字段设计是：
% 攻击场景配置: 三类攻击混合 config.periodic.on = true; % 是否启用周期性攻击 config.periodic.Tp = 1.0; % 攻击周期 (秒) config.periodic.duty = 0.4; % 占空比: 一个周期内攻击开启的比例 config.periodic.amp = 0.65; % 攻击强度峰值 config.burst.on = true; % 是否启用持续洪泛段 config.burst.t_start = 2.0; % 持续段起始时刻 config.burst.duration = 0.8; % 持续时长 config.burst.amp = 0.9; % 持续段强度 config.random.on = true; % 是否启用随机攻击 config.random.rate = 0.1; % 每次采样触发概率 config.random.amp = 0.5; % 随机攻击强度对应的攻击配置文件函数：
function [attack_level, channel_blocked] = attack_profile(t, config) % 异构DoS攻击配置文件: 返回当前时刻的攻击强度 % attack_level: 0~1 之间，表示当前丢包/阻塞的严重程度 % channel_blocked: 攻击强度超过阈值时的通道阻塞标志 attack_level = 0.0; % 周期性攻击段 if config.periodic.on if mod(t, config.periodic.Tp) < config.periodic.Tp * config.periodic.duty attack_level = max(attack_level, config.periodic.amp); end end % 持续洪泛段 if config.burst.on if t >= config.burst.t_start && t <= config.burst.t_start + config.burst.duration attack_level = max(attack_level, config.burst.amp); end end % 随机攻击段 if config.random.on if rand() < config.random.rate attack_level = max(attack_level, config.random.amp); end end % 强度超过 0.9 判定为通道完全阻塞 channel_blocked = (attack_level >= 0.9); end这里有个容易被忽略的点：攻击强度叠加用 max 而不是加法。如果周期性攻击强度已经是 0.65，随机攻击再来一个 0.5，加法会得到 1.15，超出 [0,1] 区间，物理上就没有意义了。用 max 能保证攻击强度单调且有界，语义也清晰：攻击者可以同时做多种动作，但通道失效程度不会超过最强的那一种。channel_blocked 的阈值取 0.9 是经验值，对应“丢包率超过九成时控制量基本传不过去”的工程判断。阈值设太低（比如 0.5）会导致通道频繁断开，控制律根本没有机会发挥作用；设太高则持续段攻击强度 0.9 都不阻塞，和被干扰没区别。
3.3 注入方式：扰动注入 vs 通道失效注入
建好攻击强度曲线后，还要决定怎么把它作用到控制系统上。我在仿真里同时用了两种注入方式。第一种是扰动注入，攻击强度直接放大一个干扰信号，比如 d(t) = attack_level * sin(3t)，模拟攻击导致的数据包抖动、测量噪声变大。这种注入实现简单，适合先用它验证预设时间控制的抗扰能力。
第二种是通道失效注入，attack_level 超过阈值后，控制量保持为零，也就是控制器输出根本送不到执行器。这个注入才是真正考验预设时间控制的地方：在通道断开期间，被控对象处于开环状态，如果开环不稳定，状态必然发散，而控制器恢复通信之后，要在一个已经偏离的状态下继续追赶预设时刻。这两种注入一叠加，仿真的压力就上来了，也让“异构”二字真正落到了攻击特性和通道动态上。我在 3.2 的代码里把两种注入的信息都作为返回值带出来，主循环里再按需使用。
4. 从攻击模型到仿真主循环：跑通预设时间控制的完整MATLAB实现
4.1 仿真总框架：脚本架构与文件组织
仿真骨架建议用四个文件：time_scaling.m（时间调节函数）、ptc_controller.m（控制器）、attack_profile.m（攻击配置）、main_simulation.m（主循环脚本）。用四个独立的 .m 文件而不是全塞在脚本里，是为了一次仿真结束后，改攻击场景或者换控制器结构时，不需要动主循环代码。这套结构对MATLAB文件的组织方式倒是不敏感，函数文件和脚本文件分开放同一个目录即可，版本不太挑，能跑函数文件的版本都够用。
主循环脚本是整场仿真的调度中心：设置被控对象参数、加载攻击配置、逐步推进时间、记录数据、最后绘图。我习惯把状态记录写成预分配数组而不是动态增长，仿真时间长的时候能省不少时间。
%% 预设时间控制 + 异构DoS攻击 主仿真脚本 clear; clc; % 被控对象参数 x0 = 1.2; % 初始状态 dt = 0.001; % 仿真步长 (秒) % 预设时间控制参数 T_control = 3.0; % 预设收敛时刻 (秒), 必须大于攻击段结束时间 k = 2.0; % 基础反馈增益 epsilon = 1e-4; % 时间调节函数截断保护 % 加载攻击场景配置 (见 3.2 节的 config 结构) config.periodic.on = true; config.periodic.Tp = 1.0; config.periodic.duty = 0.4; config.periodic.amp = 0.65; config.burst.on = true; config.burst.t_start = 0.5; config.burst.duration = 0.8; config.burst.amp = 0.92; config.random.on = true; config.random.rate = 0.08; config.random.amp = 0.55; % 预分配记录数组 N_steps = round(T_control / dt); time_log = zeros(1, N_steps); x_log = zeros(1, N_steps); u_log = zeros(1, N_steps); attack_log = zeros(1, N_steps); % 初始化 t = 0; x = x0; %% 主循环 for step = 1:N_steps % 获取当前攻击状态 [attack_level, channel_blocked] = attack_profile(t, config); attack_log(step) = attack_level; % 扰动注入: 攻击强度放大干扰信号 d = attack_level * sin(3 * t); % 控制量计算: 通道阻塞时控制量为零 if channel_blocked u = 0.0; else u = ptc_controller(t, x, T_control, k, epsilon); end % 被控对象: x_dot = x + u + d (开环不稳定系统) x_dot = x + u + d; % 更新状态 (前向欧拉) x = x + dt * x_dot; t = t + dt; % 记录数据 time_log(step) = t; x_log(step) = x; u_log(step) = u; end %% 结果绘图 figure; subplot(3,1,1); plot(time_log, x_log, 'b-', 'LineWidth', 1.5); hold on; yline(0, 'k--'); xlabel('t (s)'); ylabel('x(t)'); title('状态轨迹'); subplot(3,1,2); plot(time_log, u_log, 'r-', 'LineWidth', 1.2); xlabel('t (s)'); ylabel('u(t)'); title('控制输入'); subplot(3,1,3); plot(time_log, attack_log, 'g-', 'LineWidth', 1.0); ylim([0 1]); xlabel('t (s)'); ylabel('attack level'); title('攻击强度曲线');这段代码里被控对象取 x_dot = x + u + d，是一个开环不稳定的一阶系统。选它而不是稳定的惯性系统，是因为预设时间控制的价值恰恰体现在“我不压着它它就发散”的场景里；如果开环本身就稳定，收敛性质很难分辨是控制器起作用还是系统自己稳的。通道阻塞时控制量直接置零，而不是用上一个时刻的值做零阶保持，这是刻意的：真实的网络攻击里，丢包后执行器端往往收不到任何新指令，要么保持上一次的旧指令，要么回到安全位置。零阶保持会让状态在一段时间内持续被旧控制量驱动，在某些情况下比直接置零更危险。这里置零是保守且可预期的做法。
T_control 的选取有一条硬约束：必须大于攻击持续段的结束时间。如果攻击段还在进行时预设时刻已经到了，时间调节函数已经被截断到最大值 1/epsilon，控制器变成了一个超大增益的比例控制器，它和攻击扰动在对抗过程中会把状态打出高频振荡。我在这个例子里把 T_control 设为 3 秒，持续段在 1.3 秒结束，留出了约 1.7 秒的“干净时间”让预设时间机制收尾。dt 取 0.001 是结算精度和控制量平滑度之间的折中，dt 太大（如 0.01）会在 T 附近漏掉增益暴涨的细节，dt 太小则仿真时间变长。
4.2 三个必调参数：k、T_control、epsilon 的配合逻辑
第一次跑通这套仿真后，先把状态图放大看，确认 x(t) 在预设时刻附近出现了快速收缩。如果状态在 T 附近不收敛，或者收敛了但控制量峰值大到不现实，问题基本出在三个参数的配合上。
k 决定早期阶段的收缩倾向。当 mu(t) 还比较小（t 离 T 远）时，闭环系统矩阵 1 - k*mu(t) 可能是正数，状态还在发散。要保证状态不在攻击段发得太大，k 需要大一些；但 k 太大，mu(t) 涨起来后控制量会过早进入饱和。一个起手经验值是 k 取被控对象开环极点的 2 到 4 倍，比如这里开环极点是 +1，k 取 2 起调。
epsilon 决定控制量的最终峰值。t 越接近 T，mu 越接近 1/epsilon，控制量峰值大约等于 k * (1/epsilon) * x_max。x_max 是状态区间内的最大幅值，一般在收敛前是可控的。如果画出 u 曲线发现峰值到了几千，先把 epsilon 从 1e-4 改到 1e-3，看收敛精度还能不能满足要求。收敛精度和峰值是一对矛盾，没人能替你选，只能按执行器的物理约束来定。
T_control 的调整影响最小，因为它只决定压缩发生在哪一段时间。它太小，攻击段还没结束就要收敛，控制力被通道阻塞浪费掉；它太大，整个收敛过程的视觉节奏会很拖沓。调试时先固定 k 和 epsilon，扫几个 T_control，观察状态曲线在不同 T 附近是否都能完成快速收缩，确认预设时间这个性质本身成立。
4.3 跑通后先看两张图：状态轨迹和控制输入的“爆炸前回落”
仿真跑完，先不看状态轨迹，先看控制输入那条曲线。预设时间控制的控制量特征是“前期温和、T 附近陡增、之后快速回落”。如果控制量曲线在 T 附近出现一个明确的高峰然后落下来，说明时间调节函数和截断保护工作正常。如果曲线在高增益段持续震荡降不下来，说明 epsilon 取太小导致数值刚性；如果曲线峰值不够明显，说明 T_control 太长，mu 还没涨起来仿真就结束了，整个控制过程更像普通比例控制，预设时间特性没发挥出来。
状态轨迹应该在 T 附近快收，但不是瞬间跳到零。整个过程的形态是：攻击段内状态发散或波动，通道恢复后状态逐渐收缩，越接近 T 收缩越快，过了 T 基本贴着零线走。如果状态在 T 之前就已经完全归零，说明 T_control 设得偏大，压缩段还没到极致就已经收敛了，也不影响结论，但看上去不“预设”。想让视觉效果更干净，可以把 T_control 往小调一点，直到收敛动作刚好发生在 T 附近为止。
5. 避坑：异构DoS下预设时间仿真最容易踩的五个数值陷阱
做这类仿真，理论公式和代码实现之间隔着一整层的数值细节，稍不注意就是翻车现场。以下五条都是我自己反复踩过、确认在这个场景里会重演的坑，按现象、原因、解决三步写，可以直接对着排查。
5.1 现象：仿真在 T 时刻附近直接算出 NaN，状态图突然断线
这不是个例，是几乎所有第一次写时间调节函数的人都会撞上的问题。原因有两层：一是 time_scaling 里 t >= T 的分支没有处理好，直接用 T - t 做分母，t=T 时除零得 Inf，Inf 再乘状态就变成 NaN；二是即使截断了，epsilon 取得太小（比如 1e-8），mu 在截断前已经涨到 1e8 量级，控制量算出来超过浮点数的合理范围。
解决方法是给 time_scaling 加保护分支，并且把 epsilon 限制在 1e-6 以上。t >= T 时直接返回固定值 1/epsilon，不让 Inf 进入控制器。这一步不是数学上的妥协，是仿真里对理想化的时变增益做工程截断的标准做法。
if t >= T mu = 1 / epsilon; % 截断保护 else mu = T / (T - t); end注意这里 T 不一定等于仿真总时长。仿真总时长应该比 T 多留 0.5 到 1 秒，这样能看到收敛后的状态是否稳定，不然仿真在收敛瞬间就结束，后面有没有反弹完全看不到。
5.2 现象：攻击切换瞬间，控制量出现尖锐的跳变尖峰
周期性攻击从关闭切换到开启、持续段结束的瞬间，attack_level 是不连续的，扰动 d(t) = attack_level * sin(3t) 也跟着跳变。控制器为了压制这个突变的扰动，会在同一时刻输出一个很大的控制量尖峰。这个尖峰在仿真图上看起来只是一根细线，但它代表执行器要承受一次瞬时的过载冲击。
原因不是控制器设计错，而是扰动注入方式太粗暴。攻击强度的跳变是场景决定的，不能消除，但可以在注入之前做一次平滑滤波。我一般把 attack_level 过一个一阶低通滤波器再注入系统，时间常数取 0.02 秒左右，既不影响攻击段的宏观特征，又能把切换瞬间的冲击削掉。
persistent attack_smooth; if isempty(attack_smooth) attack_smooth = 0.0; end attack_smooth = attack_smooth + 0.02 * (attack_level - attack_smooth); d = attack_smooth * sin(3 * t);5.3 现象：固定步长仿真在 T 附近精度崩了，状态收敛后出现高频抖动
前向欧拉法的精度和步长强相关。在 t 接近 T 时，mu(t) 的导数趋向无穷，状态方程变成一个快速系统，此时 dt = 0.001 可能已经不够用了，表现为收敛后的状态在高增益段被数值误差激起高频小幅振荡。
根治办法有两个方向。一是改用变步长求解器，比如 ode45，但代价是攻击场景的 on/off 切换会让求解器在切换点反复调整步长，整体速度反而变慢；二是把固定步长在接近 T 时动态缩短，比如当 t > 0.9*T 时把 dt 缩小十倍。后者实现简单，对这个具体问题更有效。
if t > 0.9 * T_control dt_current = dt / 10; else dt_current = dt; end x = x + dt_current * x_dot;5.4 现象：同一套代码跑两次，结果曲线居然不一样
跑随机攻击段的时候，攻击配置文件里用了 rand()，rand() 每次运行生成的随机序列都不一样。如果你的结论依赖某一次特定的随机序列，那这个结论就不可复现，评审或同事复现时会直接说是玄学。
解决方法是主脚本开头固定随机数种子，并写在注释里。固定之后，随机攻击的触发时机在每次运行中都完全一致，批量测试也能保证每个试验的随机序列相互独立且可追踪。
rng(2024); % 固定随机数种子，确保实验可复现习惯上把种子值当作实验参数之一记录在配置文件里。换种子跑出不同结果不是坏事，那相当于在做蒙特卡洛测试；但同一份代码不固定种子就声称“我跑过能收敛”，那是拿偶然当必然。
5.5 现象：理论说 T 时刻收敛，实际仿真里总是差那么一点
预设时间控制的收敛性证明是在连续时间系统下给出的。离散化实现之后，采样保持效应和欧拉法的截断误差会让实际收敛时刻比 T 稍微晚一点。如果你的判定标准是 |x(T)| < 1e-6，大概率不满足，但 |x(T)| < 1e-3 通常没问题。
这不代表理论错了，是离散化误差的必然结果。工程上接受的做法是把收敛判定窗口放宽到 [T, T + 0.05T]，在这个区间内检查状态是否跌落到阈值带以下。如果你所在的项目严格要求状态必须在 T 时刻精确达到原点，有两个补救手段：一是把离散控制律设计在零阶保持条件下，用精确离散化模型推导一个变体控制器；二是把预设时刻向后挪一点，比如控制器里写 T_design = 0.95T_requirement，用牺牲少量控制量的方式给离散误差留冗余。我通常用第二种，简单可靠，而且代价可控。
6. 把“预设时间”变成可验证指标：批量蒙特卡洛与差分校验
单次仿真只能给你一条状态曲线，说明“这次收敛了”，证明不了“收敛时刻真的是设计参数”。要做让人信服的验证，得跑批量蒙特卡洛，随机扰动初始状态、随机扰动攻击相位，然后统计每一次的实际收敛时刻，看它是否稳定在预设值附近。
rng(2024); N_trials = 30; settle_time = zeros(1, N_trials); final_error = zeros(1, N_trials); for i = 1:N_trials x0 = -2 + 4 * rand(); % 随机初始状态 [-2, 2] config.periodic.Tp = 0.8 + 0.4 * rand(); % 随机攻击周期 [settle_time(i), final_error(i)] = run_sim(x0, config, T_control); end实际收敛时刻怎么测？不要靠肉眼看曲线，用差分检测：从 t=0 开始向后扫描，找状态第一次持续 0.05 秒落在阈值带 |x|<1e-3 内的时刻。这个指标比“x 第一次等于 0”稳健得多，因为状态可能中途穿零一次又弹出去。跑完批量后统计 settle_time 的均值和方差，如果均值在 T_control 附近且方差很小，预设时间的性质才算得到验证。我自己的习惯是把 T_control 设成比攻击段结束时间大 20% 以上，保证攻击干扰期和收敛期之间有足够的过渡带，这既是为了仿真画面干净，也是为了让控制律确实是在“对抗攻击后恢复”而不是“碰巧和攻击结束同步”。写到这里想起早年第一次把 epsilon 调到 1e-7 的事，曲线直接冲上四位数，那种教训一次就够。希望这套骨架和踩坑清单能帮你在预设时间控制的仿真路上少走几段弯路。
本文还有配套的精品资源，点击获取
