CN115087341A - 一种基于波导窗的电磁信号加扰方法及系统 - Google Patents

一种基于波导窗的电磁信号加扰方法及系统 Download PDF

Info

Publication number
CN115087341A
CN115087341A CN202210855948.XA CN202210855948A CN115087341A CN 115087341 A CN115087341 A CN 115087341A CN 202210855948 A CN202210855948 A CN 202210855948A CN 115087341 A CN115087341 A CN 115087341A
Authority
CN
China
Prior art keywords
signal
waveguide window
electromagnetic signal
feature map
characteristic diagram
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210855948.XA
Other languages
English (en)
Other versions
CN115087341B (zh
Inventor
罗远哲
刘瑞景
任德旺
薛瑞亭
王军亮
赵爱民
陈先义
陈思杰
李虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing China Super Industry Information Security Technology Ltd By Share Ltd
Original Assignee
Beijing China Super Industry Information Security Technology Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing China Super Industry Information Security Technology Ltd By Share Ltd filed Critical Beijing China Super Industry Information Security Technology Ltd By Share Ltd
Priority to CN202210855948.XA priority Critical patent/CN115087341B/zh
Publication of CN115087341A publication Critical patent/CN115087341A/zh
Application granted granted Critical
Publication of CN115087341B publication Critical patent/CN115087341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K9/00—Screening of apparatus or components against electric or magnetic fields
    • H05K9/0069—Methods for measuring the shielding efficiency; Apparatus therefor; Isolation container for testing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14—Systems for determining direction or deviation from predetermined direction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K3/00—Jamming of communication; Counter-measures
    • H04K3/40—Jamming having variable characteristics
    • H04K3/42—Jamming having variable characteristics characterized by the control of the jamming frequency or wavelength
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04K—SECRET COMMUNICATION; JAMMING OF COMMUNICATION
    • H04K3/00—Jamming of communication; Counter-measures
    • H04K3/40—Jamming having variable characteristics
    • H04K3/45—Jamming having variable characteristics characterized by including monitoring of the target or target signal, e.g. in reactive jammers or follower jammers for example by means of an alternation of jamming phases and monitoring phases, called "look-through mode"
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K9/00—Screening of apparatus or components against electric or magnetic fields
    • H05K9/0001—Rooms or chambers
    • H05K9/0005—Shielded windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于波导窗的电磁信号加扰方法及系统，属于电磁信号加扰技术领域。该方法包括：构建无线电识别网络模型；通过频谱采集组件采集波导窗外的电磁信号；基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。通过本发明提供的方法和系统能快速精准地识别出波导窗的屏蔽缺口，并获取对应电磁信号的定位信息和频率信息，进行瞄准式加扰，从而防止信号泄露，有效避免由电磁泄漏引发的失泄密事故。

Description

一种基于波导窗的电磁信号加扰方法及系统
技术领域
本发明涉及电磁信号加扰技术领域，特别是涉及一种基于波导窗的电磁信号加扰方法及系统。
背景技术
近年来，随着社会信息化互动频繁，电子信息设备和系统使用频次激增，由电磁泄漏引发的失泄密隐患大幅增加。电磁屏蔽技术是防止电磁信息泄露的主要手段之一，其通过对两个空间区域之间进行金属隔离，来控制电场、磁场和电磁波由一个区域对另一个区域的感应和辐射。为了保持空间内部的空气流通，一般需在金属屏蔽体上安装波导窗，波导窗的功能是保证空气流通的同时阻止电磁信号的泄漏。
然而，任何类型的波导窗只能对一定频率和功率的信号进行屏蔽，当机房内的电子设备发生变化或者无线信号的频率超出波导窗的屏蔽范围，波导窗就会成为信息泄露的缺口。
发明内容
本发明的目的是提供一种基于波导窗的电磁信号加扰方法及系统，用以智能识别波导窗的屏蔽缺口，获取对应信号的定位信息和频率信息，并进行加扰，从而防止信号泄露。
为实现上述目的，本发明提供了如下方案：
一种基于波导窗的电磁信号加扰方法，包括：
构建无线电识别网络模型；所述无线电识别网络模型包括轻量化网络模块、信号融合区、区域建议网络模块、ROI Pooling层、全连接层以及频率回归层；
通过频谱采集组件采集波导窗外的电磁信号；
基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；
当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；
基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。
可选地，所述无线电识别网络模型的训练过程如下：
通过所述频谱采集组件对不同类型无线电进行信号采集，得到原始信号数据；
对所述原始信号数据进行预处理，得到原始谱阵图；
通过矩形框对所述原始谱阵图进行标注，构建训练集；
通过所述训练集对所述无线电识别网络模型进行训练；在训练过程中采用平衡损失函数对所述无线电识别网络模型的参数进行更新。
可选地，所述基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露，具体包括：
对所述波导窗外的电磁信号进行预处理，得到谱阵图；
基于所述轻量化网络模块对所述谱阵图进行特征提取，得到多个特征图；多个所述特征图包括第一特征图、第二特征图、第三特征图以及第四特征图；
基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图；所述融合后的特征图包括第一融合特征图和第二融合特征图；
将所述融合后的特征图输入至所述区域建议网络模块，得到多个候选信号区域；
将多个所述候选信号区域输入至所述ROI Pooling层，得到多个候选信号区域特征；
基于所述全连接层对多个所述候选信号区域特征进行特征提取；
将提取得到的特征输入至所述频率回归层，得到所述波导窗外的电磁信号的频率范围；
基于所述频率范围判断所述波导窗是否出现电磁信号泄露。
可选地，所述基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图，具体包括：
对所述第一特征图进行池化操作；
对所述第三特征图进行上采样操作；
将池化操作后的第一特征图、所述第二特征图以及上采样操作后的第三特征图进行拼接，得到第一拼接特征图；
将所述第一拼接特征图输入至Inception模块，得到第一融合特征图；
对所述第二特征图进行池化操作；
对所述第四特征图进行上采样操作；
将池化操作后的第二特征图、所述第三特征图以及上采样操作后的第四特征图进行拼接，得到第二拼接特征图；
将所述第二拼接特征图输入至Inception模块，得到第二融合特征图。
可选地，所述采用接收信号强度算法对泄露电磁信号进行源定位，具体包括：
根据所述泄露电磁信号的接收点的接收功率计算所述泄露电磁信号的发射源与所述接收点之间的距离；
基于所述发射源与所述接收点之间的距离以及所述接收点的空间位置坐标，计算所述发射源的空间位置坐标，确定为所述泄露电磁信号的发射方向。
本发明还提供了一种基于波导窗的电磁信号加扰系统，包括：
模型构建模块，用于构建无线电识别网络模型；所述无线电识别网络模型包括轻量化网络模块、信号融合区、区域建议网络模块、ROI Pooling层、全连接层以及频率回归层；
电磁信号采集模块，用于通过频谱采集组件采集波导窗外的电磁信号；
判断模块，用于基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；
源定位模块，用于当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；
加扰模块，用于基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。
可选地，所述电磁加扰系统还包括训练模块，所述训练模块包括：
第一信号采集单元，用于通过所述频谱采集组件对不同类型无线电进行信号采集，得到原始信号数据；
第一预处理单元，用于对所述原始信号数据进行预处理，得到原始谱阵图；
标注单元，用于通过矩形框对所述原始谱阵图进行标注，构建训练集；
训练单元，用于通过所述训练集对所述无线电识别网络模型进行训练；在训练过程中采用平衡损失函数对所述无线电识别网络模型的参数进行更新。
可选地，所述判断模块，具体包括：
第二预处理单元，用于对所述波导窗外的电磁信号进行预处理，得到谱阵图；
第一特征提取单元，用于基于所述轻量化网络模块对所述谱阵图进行特征提取，得到多个特征图；多个所述特征图包括第一特征图、第二特征图、第三特征图以及第四特征图；
融合单元，用于基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图；所述融合后的特征图包括第一融合特征图和第二融合特征图；
候选信号区域确定单元，用于将所述融合后的特征图输入至所述区域建议网络模块，得到多个候选信号区域；
候选信号区域特征确定单元，用于将多个所述候选信号区域输入至所述ROIPooling层，得到多个候选信号区域特征；
第二特征提取单元，用于基于所述全连接层对多个所述候选信号区域特征进行特征提取；
频率范围确定单元，用于将提取得到的特征输入至所述频率回归层，得到所述波导窗外的电磁信号的频率范围；
判断单元，用于基于所述频率范围判断所述波导窗是否出现电磁信号泄露。
可选地，所述融合单元具体包括：
第一池化子单元，用于对所述第一特征图进行池化操作；
第一上采样子单元，用于对所述第三特征图进行上采样操作；
第一拼接子单元，用于将池化操作后的第一特征图、所述第二特征图以及上采样操作后的第三特征图进行拼接，得到第一拼接特征图；
第一融合子单元，用于将所述第一拼接特征图输入至Inception模块，得到第一融合特征图；
第二池化子单元，用于对所述第二特征图进行池化操作；
第二上采样子单元，用于对所述第四特征图进行上采样操作；
第二拼接子单元，用于将池化操作后的第二特征图、所述第三特征图以及上采样操作后的第四特征图进行拼接，得到第二拼接特征图；
第二融合子单元，用于将所述第二拼接特征图输入至Inception模块，得到第二融合特征图。
可选地，所述源定位模块，具体包括：
距离计算单元，用于根据所述泄露电磁信号的接收点的接收功率计算所述泄露电磁信号的发射源与所述接收点之间的距离；
发射方向确定单元，用于基于所述发射源与所述接收点之间的距离以及所述接收点的空间位置坐标，计算所述发射源的空间位置坐标，确定为所述泄露电磁信号的发射方向。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种基于波导窗的电磁信号加扰方法及系统，该方法包括：构建无线电识别网络模型；通过频谱采集组件采集波导窗外的电磁信号；基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。通过本发明提供的方法和系统能快速精准地识别出波导窗的屏蔽缺口，并获取对应电磁信号的定位信息和频率信息，进行瞄准式加扰，从而防止信号泄露，有效避免由电磁泄漏引发的失泄密事故。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于波导窗的电磁信号加扰方法的流程图；
图2为本发明实施例提供的基于波导窗的电磁信号加扰方法的原理图；
图3为本发明实施例提供的无线电识别网络模型的工作流程图；
图4为本发明实施例提供的特征图的融合过程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于波导窗的电磁信号加扰方法及系统，用以智能识别波导窗的屏蔽缺口，获取对应信号的定位信息和频率信息，并进行加扰，从而防止信号泄露。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1-2所示，本发明提供的基于波导窗的电磁信号加扰方法，包括以下步骤：
步骤101：构建无线电识别网络模型；所述无线电识别网络模型包括轻量化网络模块、信号融合区、区域建议网络模块、ROI Pooling层、全连接层以及频率回归层。
步骤102：通过频谱采集组件采集波导窗外的电磁信号。
步骤103：基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露。
步骤104：当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向。
步骤105：基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。
其中，在步骤103之前还包括对所述无线电识别网络模型的训练，训练过程如下：
基于频谱采集组件对不同类型无线电进行I/Q信号数据采集，获得原始信号数据；对每种原始信号数据进行批量预处理，即离散傅里叶变换和频谱数据组合操作，从而获得一组尺寸为1024*1024*2的原始谱阵图，原始谱阵图的两个通道分别包含了I通道和Q通道信息；在标注软件Lableme中，通过矩形框对原始谱阵图进行无线电信号的频率范围[f1,f2]标注，获得一组标签文件；基于原始谱阵图和标签文件得到训练集。采用训练集进行无线电识别网络模型RR-Net(Radio Recognition Network)训练，基于平衡损失函数（Balanced L1 Loss）对RR-Net进行参数更新，得到训练好的RR-Net模型。
其中，步骤103具体包括：
（1）首先对所述波导窗外的电磁信号进行预处理，得到谱阵图；对谱阵图进行信号特征提取。相比其他特征提取网络，MobileNet在保证模型性能的前提下具有更少的模型参数和更快的推理速度，更适用于波导窗这类嵌入式系统的应用场景。因此，采用轻量化网络模块MobileNet-V2进行无线电信号的特征提取。如图3所示，以尺寸为1024*1024*2的谱阵图为例，将谱阵图输入MobileNet-V2网络中，根据网络各层输出特征图的尺寸大小，可以将MobileNet-V2网络分为四个部分，每个部分的输出特征图及对应尺寸依次为第一特征图M1：256*256*24、第二特征图M2：128*128*32、第三特征图M3：56*56*96和第四特征图M4：28*28*320。
（2）基于上述四种不同尺寸的特征图构建信号融合区：
由于谱阵图中的信号区域属于细粒度小目标，神经网络中有助于该类目标识别的细节信息主要包含在中低层特征图中；而特征提取网络的最高层特征图包含更多语义信息，有助于网络进行准确推理。因此，在RR-Net模型中设计了信号融合区，信号融合区能够为中低层特征图M2和M3获取来自其上下层级的特征信息，并使网络基于中低层特征图进行信号特征识别。由于低层特征图M1的尺寸较大，会导致计算成本较高，因此不基于该层特征图进行信号特征识别。
如图4所示，以特征图M2为例，展示特征图融合的过程：
首先对低层特征图M1进行池化核为2的池化操作，得到尺寸为128*128*24的特征图；再对特征图M3进行2倍的上采样操作，得到尺寸为128*128*96的特征图；将以上两种特征图与特征图M2进行通道维度的拼接操作，得到尺寸为128*128*152的第一拼接特征图M2*。此时的M2*获得了来自上下层级的丰富信号特征信息，但要实现信号识别还需对该拼接特征图进一步进行特征抽象。
接下来，将特征图M2*输入Inception模块，使用Inception模块中不同尺寸的卷积核提炼出类别更加丰富的信号信息，并输出尺寸为128*128*256的第一融合特征图M2’。Inception结构能够在保持网络结构稀疏性，避免过拟合的同时，增加网络深度和宽度，并引入更多非线性信息，从而提升网络的信号识别准确率。
以上是特征图融合的过程。将特征图M1、M2和M3输入信号融合区，获得尺寸为128*128*256的第一融合特征图M2’；同理，将特征图M2、M3和M4输入信号融合区，获得尺寸为56*56*256的第二融合特征图M3’。
网络中所包含的两个信号融合区，为中低层特征图M2和M3获取来自其上下层级的特征信息，并通过Inception模块进一步增强网络对中低层特征图的信息提取效率，使RR-Net模型能够基于包含丰富信号信息且具有高分辨率的特征图进行无线电信号的精准识别。
（3）构建区域建议网络模块(Region Proposal Network，RPN)和ROI Pooling层。将上一步所得的融合后的特征图M2’和M3’输入RPN模块，并依次基于长宽比例为1:1、1:3、3:1、1:6和6:1的5种锚框，获得一系列候选信号区域。此处采用不同形状的锚框，是为了增强网络对不同频率范围信号的识别能力。将上述候选信号区域输入ROI Pooling层，进行尺寸统一，从而输出一组相同尺寸的候选信号区域特征。
（4）将上述候选信号区域特征依次输入全连接层进行特征提取后，再输入频率回归层完成频率边框回归操作，从而获得波导窗外的电磁信号的频率范围。若频率范围在[f1, f2]，则表示当前波导窗出现了电磁信号泄露，若否，则表示当前波导窗未出现电磁信号泄露。
本发明将电磁信号转换为谱阵图，并设计了基于谱阵图进行无线电信号识别的RR-Net模型，RR-Net模型中的信息融合区能够有效捕捉特征图中的细粒度信号特征，从而使RR-Net模型从谱阵图中提取出精确的无线电信号频率范围。
其中，步骤104具体包括：
当波导窗未出现电磁信号泄露时，发送伺服归位指令和干扰关闭指令，控制微型伺服系统归位，关闭无线电干扰发射器的开关。
当波导窗出现电磁信号泄露时，基于4个信号接收点和接收信号强度(ReceivedSignal Strength, RSS)算法对泄露的无线电信号进行源定位。基于RSS算法的信号源定位方法如下所述：
基于RSS算法和路径损耗模型可建立信号接收功率与收发点距离的关系如式（1）所示，其中G di 表示与发射源距离为d i 的接收点所接收到的功率，G dj 表示与发射源距离为d j 的接收点所接收到的功率，m为路径衰减系数，n为服从高斯分布的参数因子。
Figure 605293DEST_PATH_IMAGE001
（1）
令波导窗的形心为空间原点，即坐标为（0, 0, 0），则四个信号接收点i（i=1,2,3,4）与信号发射源的距离关系如式（2）所示，式中(x, y, z)为信号发射源的空间位置坐标；(x i , y i , z i )为已知第i个信号接收点的空间位置坐标；d i （i=1,2,3,4）表示信号接收点i到信号发射源的距离。
Figure 995733DEST_PATH_IMAGE002
（2）
基于最小二乘法和式（1）对式（2）进行解算，得到信号发射源的空间位置坐标(x,y, z)，即泄露电磁信号的发射方向。
为了实现精准加扰，需采用微型伺服系统将干扰发射器瞄准泄露电磁信号的发射方向。因此，根据信号发射源的空间位置坐标(x, y, z)，获得微型伺服系统需到达的运动角度，即高度角
Figure 216761DEST_PATH_IMAGE003
σ和方位角φ。
Figure 429043DEST_PATH_IMAGE004
（3）
Figure 176551DEST_PATH_IMAGE005
（4）
最后，根据电磁信号的频率范围和计算所得的微型伺服系统运动角度，发送伺服运动指令和加扰开启指令。
当嵌入式工控机接收到伺服运动指令和加扰开启指令时，首先控制微型伺服系统运动到指定角度，从而让干扰发射器对准泄露电磁信号的发射方向；再开启无线电干扰发射器，调整干扰发射器的频率，使其与泄露电磁信号处于同一频率范围，从而进行瞄准式同信道加扰。
本发明将生成谱阵图的预处理算法、训练好的RR-Net模型以及RSS算法部署到小型嵌入式设备中，将频谱采集组件和嵌入式设备连接至波导窗，从而识别泄露的电磁信号，并将加扰硬件设备（嵌入式工控机、微型伺服系统和干扰发射器）与波导窗连接，从而实现泄漏电磁信号的加扰。
本发明还提供了一种基于波导窗的电磁信号加扰系统，包括：
模型构建模块，用于构建无线电识别网络模型；所述无线电识别网络模型包括轻量化网络模块、信号融合区、区域建议网络模块、ROI Pooling层、全连接层以及频率回归层；
电磁信号采集模块，用于通过频谱采集组件采集波导窗外的电磁信号；
判断模块，用于基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；
源定位模块，用于当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；
加扰模块，用于基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。
其中，所述电磁加扰系统还包括训练模块，所述训练模块包括：
第一信号采集单元，用于通过所述频谱采集组件对不同类型无线电进行信号采集，得到原始信号数据；
第一预处理单元，用于对所述原始信号数据进行预处理，得到原始谱阵图；
标注单元，用于通过矩形框对所述原始谱阵图进行标注，构建训练集；
训练单元，用于通过所述训练集对所述无线电识别网络模型进行训练；在训练过程中采用平衡损失函数对所述无线电识别网络模型的参数进行更新。
其中，所述判断模块具体包括：
第二预处理单元，用于对所述波导窗外的电磁信号进行预处理，得到谱阵图；
第一特征提取单元，用于基于所述轻量化网络模块对所述谱阵图进行特征提取，得到多个特征图；多个所述特征图包括第一特征图、第二特征图、第三特征图以及第四特征图；
融合单元，用于基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图；所述融合后的特征图包括第一融合特征图和第二融合特征图；
候选信号区域确定单元，用于将所述融合后的特征图输入至所述区域建议网络模块，得到多个候选信号区域；
候选信号区域特征确定单元，用于将多个所述候选信号区域输入至所述ROIPooling层，得到多个候选信号区域特征；
第二特征提取单元，用于基于所述全连接层对多个所述候选信号区域特征进行特征提取；
频率范围确定单元，用于将提取得到的特征输入至所述频率回归层，得到所述波导窗外的电磁信号的频率范围；
判断单元，用于基于所述频率范围判断所述波导窗是否出现电磁信号泄露。
其中，所述融合单元具体包括：
第一池化子单元，用于对所述第一特征图进行池化操作；
第一上采样子单元，用于对所述第三特征图进行上采样操作；
第一拼接子单元，用于将池化操作后的第一特征图、所述第二特征图以及上采样操作后的第三特征图进行拼接，得到第一拼接特征图；
第一融合子单元，用于将所述第一拼接特征图输入至Inception模块，得到第一融合特征图；
第二池化子单元，用于对所述第二特征图进行池化操作；
第二上采样子单元，用于对所述第四特征图进行上采样操作；
第二拼接子单元，用于将池化操作后的第二特征图、所述第三特征图以及上采样操作后的第四特征图进行拼接，得到第二拼接特征图；
第二融合子单元，用于将所述第二拼接特征图输入至Inception模块，得到第二融合特征图。
其中，所述源定位模块具体包括：
距离计算单元，用于根据所述泄露电磁信号的接收点的接收功率计算所述泄露电磁信号的发射源与所述接收点之间的距离；
发射方向确定单元，用于基于所述发射源与所述接收点之间的距离以及所述接收点的空间位置坐标，计算所述发射源的空间位置坐标，确定为所述泄露电磁信号的发射方向。
本发明将基于深度学习的无线电识别算法与电磁干扰技术相结合，能快速精准地识别出自身的屏蔽缺口，并获取对应电磁信号的定位信息和频率信息，进行瞄准式加扰，从而防止信号泄露，有效避免由电磁泄漏引发的失泄密事故。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于波导窗的电磁信号加扰方法，其特征在于，包括：
构建无线电识别网络模型；所述无线电识别网络模型包括轻量化网络模块、信号融合区、区域建议网络模块、ROI Pooling层、全连接层以及频率回归层；
通过频谱采集组件采集波导窗外的电磁信号；
基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；
当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；
基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。
2.根据权利要求1所述的基于波导窗的电磁信号加扰方法，其特征在于，所述无线电识别网络模型的训练过程如下：
通过所述频谱采集组件对不同类型无线电进行信号采集，得到原始信号数据；
对所述原始信号数据进行预处理，得到原始谱阵图；
通过矩形框对所述原始谱阵图进行标注，构建训练集；
通过所述训练集对所述无线电识别网络模型进行训练；在训练过程中采用平衡损失函数对所述无线电识别网络模型的参数进行更新。
3.根据权利要求1所述的基于波导窗的电磁信号加扰方法，其特征在于，所述基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露，具体包括：
对所述波导窗外的电磁信号进行预处理，得到谱阵图；
基于所述轻量化网络模块对所述谱阵图进行特征提取，得到多个特征图；多个所述特征图包括第一特征图、第二特征图、第三特征图以及第四特征图；
基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图；所述融合后的特征图包括第一融合特征图和第二融合特征图；
将所述融合后的特征图输入至所述区域建议网络模块，得到多个候选信号区域；
将多个所述候选信号区域输入至所述ROI Pooling层，得到多个候选信号区域特征；
基于所述全连接层对多个所述候选信号区域特征进行特征提取；
将提取得到的特征输入至所述频率回归层，得到所述波导窗外的电磁信号的频率范围；
基于所述频率范围判断所述波导窗是否出现电磁信号泄露。
4.根据权利要求3所述的基于波导窗的电磁信号加扰方法，其特征在于，所述基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图，具体包括：
对所述第一特征图进行池化操作；
对所述第三特征图进行上采样操作；
将池化操作后的第一特征图、所述第二特征图以及上采样操作后的第三特征图进行拼接，得到第一拼接特征图；
将所述第一拼接特征图输入至Inception模块，得到第一融合特征图；
对所述第二特征图进行池化操作；
对所述第四特征图进行上采样操作；
将池化操作后的第二特征图、所述第三特征图以及上采样操作后的第四特征图进行拼接，得到第二拼接特征图；
将所述第二拼接特征图输入至Inception模块，得到第二融合特征图。
5.根据权利要求1所述的基于波导窗的电磁信号加扰方法，其特征在于，所述采用接收信号强度算法对泄露电磁信号进行源定位，具体包括：
根据所述泄露电磁信号的接收点的接收功率计算所述泄露电磁信号的发射源与所述接收点之间的距离；
基于所述发射源与所述接收点之间的距离以及所述接收点的空间位置坐标，计算所述发射源的空间位置坐标，确定为所述泄露电磁信号的发射方向。
6.一种基于波导窗的电磁信号加扰系统，其特征在于，包括：
模型构建模块，用于构建无线电识别网络模型；所述无线电识别网络模型包括轻量化网络模块、信号融合区、区域建议网络模块、ROI Pooling层、全连接层以及频率回归层；
电磁信号采集模块，用于通过频谱采集组件采集波导窗外的电磁信号；
判断模块，用于基于所述波导窗外的电磁信号，通过训练好的无线电识别网络模型判断所述波导窗是否出现电磁信号泄露；
源定位模块，用于当判断所述波导窗出现电磁信号泄露后，采用接收信号强度算法对泄露电磁信号进行源定位，得到所述泄露电磁信号的发射方向；
加扰模块，用于基于所述泄露电磁信号的发射方向，对所述泄露电磁信号进行加扰。
7.根据权利要求6所述的基于波导窗的电磁信号加扰系统，其特征在于，所述电磁加扰系统还包括训练模块，所述训练模块包括：
第一信号采集单元，用于通过所述频谱采集组件对不同类型无线电进行信号采集，得到原始信号数据；
第一预处理单元，用于对所述原始信号数据进行预处理，得到原始谱阵图；
标注单元，用于通过矩形框对所述原始谱阵图进行标注，构建训练集；
训练单元，用于通过所述训练集对所述无线电识别网络模型进行训练；在训练过程中采用平衡损失函数对所述无线电识别网络模型的参数进行更新。
8.根据权利要求6所述的基于波导窗的电磁信号加扰系统，其特征在于，所述判断模块，具体包括：
第二预处理单元，用于对所述波导窗外的电磁信号进行预处理，得到谱阵图；
第一特征提取单元，用于基于所述轻量化网络模块对所述谱阵图进行特征提取，得到多个特征图；多个所述特征图包括第一特征图、第二特征图、第三特征图以及第四特征图；
融合单元，用于基于所述信号融合区对多个所述特征图进行融合，得到融合后的特征图；所述融合后的特征图包括第一融合特征图和第二融合特征图；
候选信号区域确定单元，用于将所述融合后的特征图输入至所述区域建议网络模块，得到多个候选信号区域；
候选信号区域特征确定单元，用于将多个所述候选信号区域输入至所述ROI Pooling层，得到多个候选信号区域特征；
第二特征提取单元，用于基于所述全连接层对多个所述候选信号区域特征进行特征提取；
频率范围确定单元，用于将提取得到的特征输入至所述频率回归层，得到所述波导窗外的电磁信号的频率范围；
判断单元，用于基于所述频率范围判断所述波导窗是否出现电磁信号泄露。
9.根据权利要求8所述的基于波导窗的电磁信号加扰系统，其特征在于，所述融合单元具体包括：
第一池化子单元，用于对所述第一特征图进行池化操作；
第一上采样子单元，用于对所述第三特征图进行上采样操作；
第一拼接子单元，用于将池化操作后的第一特征图、所述第二特征图以及上采样操作后的第三特征图进行拼接，得到第一拼接特征图；
第一融合子单元，用于将所述第一拼接特征图输入至Inception模块，得到第一融合特征图；
第二池化子单元，用于对所述第二特征图进行池化操作；
第二上采样子单元，用于对所述第四特征图进行上采样操作；
第二拼接子单元，用于将池化操作后的第二特征图、所述第三特征图以及上采样操作后的第四特征图进行拼接，得到第二拼接特征图；
第二融合子单元，用于将所述第二拼接特征图输入至Inception模块，得到第二融合特征图。
10.根据权利要求6所述的基于波导窗的电磁信号加扰系统，其特征在于，所述源定位模块具体包括：
距离计算单元，用于根据所述泄露电磁信号的接收点的接收功率计算所述泄露电磁信号的发射源与所述接收点之间的距离；
发射方向确定单元，用于基于所述发射源与所述接收点之间的距离以及所述接收点的空间位置坐标，计算所述发射源的空间位置坐标，确定为所述泄露电磁信号的发射方向。
CN202210855948.XA 2022-07-21 2022-07-21 一种基于波导窗的电磁信号加扰方法及系统 Active CN115087341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210855948.XA CN115087341B (zh) 2022-07-21 2022-07-21 一种基于波导窗的电磁信号加扰方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210855948.XA CN115087341B (zh) 2022-07-21 2022-07-21 一种基于波导窗的电磁信号加扰方法及系统

Publications (2)

Publication Number Publication Date
CN115087341A true CN115087341A (zh) 2022-09-20
CN115087341B CN115087341B (zh) 2022-11-15

Family

ID=83260416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210855948.XA Active CN115087341B (zh) 2022-07-21 2022-07-21 一种基于波导窗的电磁信号加扰方法及系统

Country Status (1)

Country Link
CN (1) CN115087341B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108680796A (zh) * 2018-05-17 2018-10-19 集美大学 用于计算机显示器的电磁信息泄漏检测系统及方法
CN110490154A (zh) * 2019-08-23 2019-11-22 集美大学 一种多维泄漏信息检测方法、终端设备及存储介质
CN110969123A (zh) * 2019-12-02 2020-04-07 集美大学 基于频域的电磁信息泄漏检测方法、终端设备及存储介质
WO2021068384A1 (zh) * 2019-10-09 2021-04-15 盛纬伦(深圳)通信技术有限公司 一种防止电磁波信号泄露的波导接口结构
CN114372493A (zh) * 2022-01-12 2022-04-19 集美大学 一种计算机线缆电磁泄漏特征分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108680796A (zh) * 2018-05-17 2018-10-19 集美大学 用于计算机显示器的电磁信息泄漏检测系统及方法
CN110490154A (zh) * 2019-08-23 2019-11-22 集美大学 一种多维泄漏信息检测方法、终端设备及存储介质
WO2021068384A1 (zh) * 2019-10-09 2021-04-15 盛纬伦(深圳)通信技术有限公司 一种防止电磁波信号泄露的波导接口结构
CN110969123A (zh) * 2019-12-02 2020-04-07 集美大学 基于频域的电磁信息泄漏检测方法、终端设备及存储介质
CN114372493A (zh) * 2022-01-12 2022-04-19 集美大学 一种计算机线缆电磁泄漏特征分析方法

Also Published As

Publication number Publication date
CN115087341B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
CN110113709B (zh) 一种基于支持向量机的超宽带室内定位误差消除算法
CN112085728B (zh) 一种海底管道及泄漏点检测方法
CN106804059A (zh) 基于信号强度的室内定位技术中的终端差异消除方法
CN109635661B (zh) 一种基于卷积神经网络的远场无线充电接收目标检测方法
CN112669350A (zh) 一种自适应特征融合的智能变电站人体目标跟踪方法
CN111428817A (zh) 一种面向无线电信号识别对抗攻击的防御方法
CN109685200B (zh) 基于生成对抗网络的雾计算工业协议构建方法及构建系统
CN110018447A (zh) 基于双谱分析与卷积神经网络的信号发射机个体识别方法
CN111369539B (zh) 一种基于多特征图融合的建筑立面窗户检测系统
CN105717483A (zh) 一种基于多源定位方式的位置确定方法及装置
Ahn et al. Towards intelligent millimeter and terahertz communication for 6G: Computer vision-aided beamforming
US20220148292A1 (en) Method for glass detection in real scenes
CN103593856A (zh) 单目标跟踪方法及系统
CN110533166A (zh) 一种基于时空间融合特征的室内定位方法
CN103077538A (zh) 仿生模式识别目标自适应跟踪方法
Gul et al. Secure industrial iot systems via rf fingerprinting under impaired channels with interference and noise
CN116310745A (zh) 图像处理方法、数据处理方法、相关装置及存储介质
CN106610716A (zh) 一种手势识别方法和装置
CN115087341B (zh) 一种基于波导窗的电磁信号加扰方法及系统
Blanza et al. Datasets for multipath clustering at 285 MHz and 5.3 GHz bands based on COST 2100 MIMO channel model
Wang et al. VISIT: Placement of unmanned aerial vehicles for anisotropic monitoring tasks
Huang et al. Seamless navigation methodology optimized for indoor/outdoor detection based on wifi
CN109815773A (zh) 一种基于视觉的低慢小航空器探测方法
CN105099587A (zh) 移动场景下认知无线电频谱感知系统检测性能参量获得方法
CN104036300A (zh) 基于均值漂移分割的遥感图像目标识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant