1.基于未知输入观测器的智能交通虚假数据攻击检测方法，其特征在于：包括以下步骤：Step 1:建立智能车联网的物理动态模型:智能车联网系统包含i辆智能车i＝1,2,…n，并采用固定间距安全策略，建立物理动态方程如下：式中,x(t)＝[Δh Δv Δa]， u(t)表示控制输入，Θ(t)表示系统扰动和模型误差且范数有界||Θ(t)||≤ι，C表示恰当维数的观测矩阵，ζ表示智能车辆内部执行器参数，Δh(t),Δv(t)和Δa(t)表示第i和i+1智能网联车的相对车间距，相对速度和相对加速度，y(t)为传感器输出；

Step 2:引入具有欺骗特性的传感器虚假数据注入攻击：式中：ρ是虚假数据注入攻击，ρ＝Cμ，μ表示由虚假数据注入攻击引起的残差变化量，其具有如下欺骗特性：a a

式中，z (t)和y (t)表示攻击下的测量残差和输出估计，r(t)表示无攻击下的测量残差，τ是系统设定的先验阈值；

Step 3:设计信息‑物理攻击下的未知输入观测器并计算状态残差：式中，F，G，W和M全部为适当的参数矩阵，并且满足以下要求：式中，W1+W2＝W；

Step 4:基于式(5)设计替代现有检测机制中经验阈值的自适应阈值：式中，Re(t)为状态估计误差范数,RΘ(t)为系统扰动和模型误差估计范数；

Step 5:设定基于自适应检测阈值和状态残差的检测准则：通过状态残差和自适应阈值的比较，可以检测智能车联网系统是否存在虚假数据注入攻击。