一种基于麦克风非线性特性的设备指纹提取方法

    公开(公告)号:CN109861991B

    公开(公告)日:2020-12-08

    申请号:CN201910025555.4

    申请日:2019-01-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于麦克风非线性特性的设备指纹提取方法,步骤如下:1)发送非线性特性激励音频信号,2)提取麦克风输出信号,3)输出信号的非线性特性的设备指纹提取。本发明通过分析麦克风的硬件结构及其非线性特性,分析输出信号的频域响应,提取麦克风硬件指纹。本发明提出了一种新的硬件指纹提取方法,可用于多麦克风嵌入的硬件设备识别和认证。

    一种基于麦克风非线性特性的设备指纹提取方法

    公开(公告)号:CN109861991A

    公开(公告)日:2019-06-07

    申请号:CN201910025555.4

    申请日:2019-01-11

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于麦克风非线性特性的设备指纹提取方法,步骤如下:1)发送非线性特性激励音频信号,2)提取麦克风输出信号,3)输出信号的非线性特性的设备指纹提取。本发明通过分析麦克风的硬件结构及其非线性特性,分析输出信号的频域响应,提取麦克风硬件指纹。本发明提出了一种新的硬件指纹提取方法,可用于多麦克风嵌入的硬件设备识别和认证。

    基于家庭信道的智能家居安全通讯方法

    公开(公告)号:CN108155996B

    公开(公告)日:2019-11-22

    申请号:CN201810200990.1

    申请日:2018-03-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于家庭信道的智能家居安全通讯方法,步骤如下1)智能网关向智能设备发送无线电控制命令,2)智能设备在接收命令后向智能网关发送传输在家庭信道的挑战信号,3)智能网关校验挑战信号并在家庭信道上返回响应信号,4)智能设备校验响应信号后执行命令并在家庭信道上回复确认信号。本发明通过选取特定要求的家庭信道,结合挑战响应机制实现屋内设备间的双向认证,使本地屋外攻击者无法实现对智能家居设备的控制。该方法是轻量级的、无密钥参与的和无需人为参与的,适用于多元异构的智能家居设备,很好地解决资源受限设备的安全通讯难题。

    基于潮间带无线传感器网络的压缩感知链路质量估计方法

    公开(公告)号:CN108880708A

    公开(公告)日:2018-11-23

    申请号:CN201810504008.X

    申请日:2018-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于潮间带无线传感器网络的压缩感知链路质量估计方法,步骤如下1)根据潮间带周期设定采样率,2)基站节点广播调度策略,3)普通节点根据调度策略测量链路质量并回传给基站,4)链路质量矩阵重建,5)路由更新。本发明通过利用潮间带潮水周期特性,设定较低的链路质量采样率测量链路质量,利用压缩感知技术,恢复出精确的完整两路质量。整个过程大幅减少了传统策略中全测量机制带来的能量消耗,用更少的能量消耗获取了精确的链路质量矩阵,有效延长了无线传感器网络寿命。

    基于家庭信道的智能家居安全通讯方法

    公开(公告)号:CN108155996A

    公开(公告)日:2018-06-12

    申请号:CN201810200990.1

    申请日:2018-03-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于家庭信道的智能家居安全通讯方法,步骤如下1)智能网关向智能设备发送无线电控制命令,2)智能设备在接收命令后向智能网关发送传输在家庭信道的挑战信号,3)智能网关校验挑战信号并在家庭信道上返回响应信号,4)智能设备校验响应信号后执行命令并在家庭信道上回复确认信号。本发明通过选取特定要求的家庭信道,结合挑战响应机制实现屋内设备间的双向认证,使本地屋外攻击者无法实现对智能家居设备的控制。该方法是轻量级的、无密钥参与的和无需人为参与的,适用于多元异构的智能家居设备,很好地解决资源受限设备的安全通讯难题。

    一种基于非线性作用的声波通信方法

    公开(公告)号:CN108631884B

    公开(公告)日:2021-02-26

    申请号:CN201810462977.3

    申请日:2018-05-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于非线性作用的声波通信方法。对需要传输的数据转换成FDM信号,将FDM信号调制到超声波频段,幅度调制后的信号即为不可听的高频信号,放大后经扬声器发送出去;利用麦克风电路的非线性作用将接收到的不可听的高频信号进行解调,从而恢复出调制在高频载波信号上的FDM信号;FDM信号经过进一步的解调得到待传输的原始数据。本发明在保证通信带宽的前提下,解决了可听性这一问题,相比于近超声波通信的4kHz的带宽提高了近3倍,最终通信速率可达16.29kbps,且误码率低。

    基于潮间带无线传感器网络的压缩感知链路质量估计方法

    公开(公告)号:CN108880708B

    公开(公告)日:2020-08-25

    申请号:CN201810504008.X

    申请日:2018-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于潮间带无线传感器网络的压缩感知链路质量估计方法,步骤如下1)根据潮间带周期设定采样率,2)基站节点广播调度策略,3)普通节点根据调度策略测量链路质量并回传给基站,4)链路质量矩阵重建,5)路由更新。本发明通过利用潮间带潮水周期特性,设定较低的链路质量采样率测量链路质量,利用压缩感知技术,恢复出精确的完整两路质量。整个过程大幅减少了传统策略中全测量机制带来的能量消耗,用更少的能量消耗获取了精确的链路质量矩阵,有效延长了无线传感器网络寿命。

    一种基于机器学习的潮间带传感器网络的低延时路由方法

    公开(公告)号:CN109005113B

    公开(公告)日:2020-04-10

    申请号:CN201810725803.1

    申请日:2018-07-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于机器学习的潮间带传感器网络的低延时路由方法,步骤如下1)对潮间带无线传感器网络延迟建模,2)各节点计算由数据包阻塞造成的延时,3)各节点计算到邻居节点的链路延时,4)以延时优化为目的,利用最短路径算法计算延时最优路径。本发明通过分析导致潮间带传感器网络中延时的主要原因,对延时的各个组成部分建模,并量化各延时组成部分,最终以延时优化为目的,选择延时最优的路由作为数据传输的路径。本发明以延时为导向,极大的缓解了潮间带传感器网络的延时问题。

    基于隐马尔科夫模型的潮间带传感器节点状态估计方法

    公开(公告)号:CN108810958A

    公开(公告)日:2018-11-13

    申请号:CN201810504002.2

    申请日:2018-05-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于隐马尔科夫模型的潮间带传感器节点状态估计方法,步骤如下1)建立隐马尔科夫模型,2)测量节点状态转移矩阵,3)测量混淆矩阵,4)估计节点状态。本发明通过针对部署在潮间带的传感器网络,通过利用节点状态与数据包信号强度的强相关系,设计隐马尔科夫模型,最终准确估计节点状态。对于潮间带无线传感器网络,准确获取节点的状态,有利于选择更高效的数据传输路径,最终达到降低系统延时的目的。

Patent Agency Ranking