CN116828463B - 基于多色白光led发光光谱的无人机身份确认方法 - Google Patents

基于多色白光led发光光谱的无人机身份确认方法 Download PDF

Info

Publication number
CN116828463B
CN116828463B CN202310830168.4A CN202310830168A CN116828463B CN 116828463 B CN116828463 B CN 116828463B CN 202310830168 A CN202310830168 A CN 202310830168A CN 116828463 B CN116828463 B CN 116828463B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
spectrum
identity
white light
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.)
Active
Application number
CN202310830168.4A
Other languages
English (en)
Other versions
CN116828463A (zh
Inventor
肖华
杨转英
易润华
梁清志
王湛朗
郭闯
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.)
Guangdong Ocean University
Original Assignee
Guangdong Ocean University
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 Guangdong Ocean University filed Critical Guangdong Ocean University
Priority to CN202310830168.4A priority Critical patent/CN116828463B/zh
Publication of CN116828463A publication Critical patent/CN116828463A/zh
Application granted granted Critical
Publication of CN116828463B publication Critical patent/CN116828463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/114—Indoor or close-range type systems
    • H04B10/116—Visible light communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0618—Block ciphers, i.e. encrypting groups of characters of a plain text message using fixed encryption transformation
    • H04L9/0631—Substitution permutation network [SPN], i.e. cipher composed of a number of stages or rounds each involving linear and nonlinear transformations, e.g. AES algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/30—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy
    • H04L9/3006—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy underlying computational problems or public-key parameters
    • H04L9/302—Public key, i.e. encryption algorithm being computationally infeasible to invert or user's encryption keys not requiring secrecy underlying computational problems or public-key parameters involving the integer factorization problem, e.g. RSA or quadratic sieve [QS] schemes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Optical Communication System (AREA)

Abstract

本发明属于身份验证技术领域，公开了一种基于多色白光LED发光光谱的无人机身份确认方法及系统，通过环境参数利用无人机群内置的秘钥算法计算多色白光LED的目标发光光谱相关光谱比例参数，并通过白光LED的芯片调控白光LED的驱动电流，获取目标发光光谱；通过所述无人机群内置的秘钥算法对所述发光光谱进行解密，获取无人机身份编码组，从而进行无人机之间的身份确认。本发明提出了使用可见光通信的手段解决目前无人机之间实现快速身份确认的难题。采用上述方法简单、快速、具有天然保密性，可即时获取无人机的发光光谱并对无人机身份进行识别，不受制于无人机无法对准的技术现状。

Description

基于多色白光LED发光光谱的无人机身份确认方法
技术领域
本发明属于身份验证技术领域，尤其涉及一种基于多色白光LED发光光谱的无人机身份确认方法。
背景技术
物联网系统中大部分的设备需要从它们所在的环境中收集数据，并将这些数据上传到网络或云端的分析系统中进行处理。根据这些数据做出的决策对系统及用户安全具有较大影响，因此物联网时代对设备间身份认证的保密性提出了更高要求。无人机作为接入互联网的设备之一，国内外对其身份识别技术做了大量研究，一般可以通过提取设备自身的物理特性或者所处的物理环境来实现秘钥生成，从而完成身份识别。这些设备身份识别方案中，大部分依靠自身携带的传感器设备采集相关数据，上述设备包括加速度传感器、角速度传感器、麦克风、扬声器、光探测器、噪音探测器等。无人机通过传感器获取的数据生成设备独特指纹，再在身份确认过程中提取指纹特征，分析不同指纹数据的差别，从而识别特定的无人机身份。
目前，无人机之间实现身份确认的物理手段较多，包括基于视频图像识别的二维码识别法、射频信号识别法等。然而，在无人机飞行姿态不断调整的情况下，目标在视频图像中占比较小而且易发生形变，影响跟踪算法的精确性。其次，二维码识别法可采用扫描技术读取二维码携带的无人机身份信息，该方法较为依赖图片清晰度、完整程度，不具备灵活更换身份信息的特性。采用射频信号识别法通信能耗较高，且可能受到其他无人机同时发出的射频信号的影响，干扰识别效果，延长通信时间。采用射频信号进行身份识别时，无人机在公共通信信道上进行通信，无法控制攻击者对信息的获取。再者，无人机的通信秘钥大部分由基站对密钥进行分发、管理，在大规模无人机集群进行协同工作时，单纯采用基于基站的密钥管理方法不够灵活，效率较低。上述几种无人机身份识别方法的保密性较差，存在局限性。
相比上述方法，利用无人机携带的LED光源实现无人机身份信息的传递具备装置简单、节能环保、保密性高、无频谱污染等优点。光信号中常用的、可调制的参量包括光波长、闪烁频率、光强等。目前缺乏空中相互靠近的无人机完全对准的定位技术，因此，无人机通过LED发射光信号时，另一架无人机难以准确获取对方发送的、由光强携带的光信号。也就是说，通过白光LED的光强调控实现无人机身份信息的传递的可操作性较低。其次，依靠调节无人机发光的闪烁频率来实现无人机身份的数字信息传递，需要较长传输时间对加密信息进行传递。无人机在空中定位的可控性差、受环境影响的不确定性程度大、光源和光电探测器对准时间较短等现状限制了上述方法的信息传输成功率。此外，LED光源本身已经具备固定的发光波长，无法单纯通过波长调控来实现无人机身份信息传递。
通过上述分析，现有技术存在的问题及缺陷为：
1)安全性不足：现有身份识别方法(如二维码识别法和射频信号识别法)的保密性较差，容易受到攻击者的窃听和干扰。在大规模无人机集群协同工作的场景下，这种不足可能导致身份误判和信息泄露。
2)识别效率低：由于无人机在飞行过程中姿态不断调整和目标在视频图像中占比较小，现有的视频图像识别法对跟踪算法的精确性要求较高。同时，射频信号识别法在通信过程中可能受到其他无人机发出的射频信号的影响，导致识别效果受干扰，通信时间延长。
3)灵活性不足：现有技术中，二维码识别法依赖图片清晰度和完整程度，不具备灵活更换身份信息的特性。同时，大规模无人机集群中的通信秘钥大部分由基站进行分发和管理，基于基站的密钥管理方法在这种场景下效率较低。
4)光信号调制限制：现有技术中，通过调节无人机发光的闪烁频率实现身份信息传递需要较长传输时间，而且受到无人机定位可控性差、环境影响不确定性大等因素的限制。此外，LED光源具有固定的发光波长，无法单纯通过波长调控实现无人机身份信息传递。
针对这些问题，采用基于多色白光LED发光光谱的无人机身份确认系统可以有效解决现有技术中的缺陷和问题。这种系统利用光谱特性进行身份确认，具有较高的安全性和抗干扰能力，同时具备装置简单、节能环保、无频谱污染等优点。
发明内容
针对现有技术存在的问题，本发明提供了一种基于多色白光LED发光光谱的无人机身份确认方法。
本发明是这样实现的，一种基于多色白光LED发光光谱的无人机身份确认方法，所述基于多色白光LED发光光谱的无人机身份确认方法包括：发射信号的无人机通过环境参数生成无人机群的内置的秘钥算法，保证该无人机群统一使用该秘钥算法进行计算；其次，通过秘钥算法计算多色白光LED的目标发光光谱中各单色光谱的比例参数，并通过调控白光LED的芯片驱动电流，获取目标发光光谱；接收信号的无人机通过所述无人机群内置的秘钥算法对所述发光光谱进行解密，获得发射信号的无人机身份编码组(id1，id2，id3，…，idn)；对一小段时间内获得的无人机身份编码组进行采样统计，获取出现频率最高的身份编码组，并将其确认为正确的无人机身份编码组，从而进行对发射信号的无人机实现身份确认。
进一步，所述基于多色白光LED发光光谱的无人机身份确认方法包括以下步骤：
步骤一，无人机A内置运算器根据探测器获得的环境参数生成秘钥算法，计算多色白光LED在某一时刻的目标发光光谱以及所含单色光谱的比例参数；
步骤二，基于目标发光光谱所含单色光谱的比例参数计算获得白光LED中不同发光芯片的驱动电流，利用电流控制器对多色白光LED的驱动电流进行调控，并发射和目标光谱接近的实际光谱；
步骤三，无人机A和B相互靠近，无人机A将多色白光LED的光信号通过自由空间传输至无人机B的光电探测器；
步骤四，无人机B的光电探测器对收到的来自无人机A的发光光谱，并将光谱信息传输至无人机B的运算器进行信息提取和分析，通过无人机群的秘钥算法的反算法计算获得无人机A的身份编码组(id1，id2，id3，…，idn)；
步骤五，对一小段时间内获得的无人机身份编码组进行采样统计，获取出现频率最高的身份编码组，并将其确认为正确的无人机身份编码组；
步骤六，无人机B基于计算得到的无人机A的身份信息进行无人机A的身份确确认流程。
进一步，以n＝3为例，所述多色白光LED的目标发光光谱的前三个比例参数的计算公式如下：
其中，α，β，γ分别表示光谱中不同发光峰对应的比例系数；t表示无人机A当前时间所在时间区域；T表示无人机A当前时间的环境温度，h表示无人机A当前时间的湿度，PS表示日光光谱功率密度；tA,TA,hA,PA,idA分别表示设置的绝对时间、绝对温度、绝对湿度、绝对光谱功率、绝对身份码，恒满足的条件；id1，id2，id3分别表示无人机A的身份编码组中的多个编码。
无人机A对归一化后的α，β，γ进行求和，并得到原α，β，γ三者的和与归一化的α，β，γ的和的比值δ；求得δ与α之间的比例关系数ε，其中无人机A将α，β，γ，ε等四个参数设置为多色白光LED中四个单色发光峰对应的比例参数，并通过多色白光LED芯片驱动调控各个单色光对应芯片的驱动电流，从而发射对应的发光光谱。
进一步，所述无人机B的光电探测器对收到的光谱进行信息提取和分析，并将信息传输至无人机B的运算器进行光信号的计算，计算无人机A的身份信息具体包括如下步骤：
无人机B获取无人机A发射的发光光谱，获得强度大小产生变化的α，β，γ，ε参数；对其中的α，β，γ三个参数进行归一化并求出与α，β，γ等比例变化条件下ε的值；用归一化的α，β，γ的乘以ε即可获得α，β，γ的原始值；
无人机B通过上述获得的α，β，γ的原始值以及无人机群内置秘钥算法获取无人机A的身份编码组(id1，id2，id3)。
进一步，上述通过α，β，γ的原始值对无人机A的身份编码组id1，id2，id3的反算法公式如下：
本发明的另一目的在于提供一种实施所述基于多色白光LED发光光谱的无人机身份确认方法的基于多色白光LED发光光谱的无人机身份确认系统，所述系统包括：
参数计算模块，用于无人机内置运算器生成秘钥算法，计算多色白光LED的目标发光光谱相关光谱比例参数；
调控模块，用于基于目标发光光谱相关光谱比例参数，并利用电流调制器对多色白光LED进行电流调控；
光谱传输模块，用于无人机A将多色白光LED的光信号通过自由空间传输至无人机B的光电探测器；
分析模块，用于无人机B的光电探测器对收到的光谱进行信息提取和分析，信息传输至无人机B的运算器进行光信号的计算；
认证模块，用于计算无人机A的身份信息并基于计算得到的无人机A的身份信息进行无人机身份确确认。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于多色白光LED发光光谱的无人机身份确认方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述基于多色白光LED发光光谱的无人机身份确认方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述基于多色白光LED发光光谱的无人机身份确认系统。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一，本发明基于量子点LED光谱可调性强的特征，可以在短距离、高速度、小发散角的情况下对无人机进行身份信息的鉴别与认证。本发明可以利用通信光源进行信号的识别与的传输，无需多添加其他冗余设备。本发明在短距离发光范围内进行身份识别，天然具有较高的保密性。
本发明采用可见光进行身份识别，满足在无信号覆盖范围的海洋条件下无人机的相互信息传输，可以将该可见光通信技术与传统射频信号通信进行技术融合，实现一种无人机绿色、环保的身份识别技术。
第二，本发明提出了使用可见光通信的手段解决目前无人机之间实现快速身份确认的难题。采用上述方法简单、快速、具有天然保密性，可通过即时获取无人机的发光光谱对无人机身份进行识别，不受制于无人机无法对准的技术现状。
(1)本发明中基于量子点LED光谱可调性强的特征，可以在短距离、高速度、小发散角的情况下对无人机进行身份信息的鉴别与认证。
(2)采用本发明的方法，可以利用无人机内置通信光源进行信号的识别与的传输，除了光信号源和光电探测器等集成度高、尺寸小的器件外无需多添加其他冗余设备。
(3)本发明中可见光通信在短距离发光范围内进行身份识别，对无人机身份识别数据具有天然的、较高的保密性。
(4)本发明采用可见光进行身份识别满足在无信号覆盖范围的、海洋条件下无人机的相互信息传输，可以将该可见光通信技术与传统射频信号通信进行技术融合，实现一种无人机绿色、环保的身份识别技术。
(5)传统的α，β，γ，ε值的传递如果通过基于光强调制或者频率调制的传统光通信方法进行传输，存在光源对准的问题，传输需要较长时间，效率较低。而本发明中通过光谱识别的方法来传递α，β，γ，ε信息不依赖无人机对准的时间长度，仅需在LED光源与光电探测器对准的瞬间即刻获取光谱，后续无须依赖LED光源与光电探测器的对准特性，也可对存储的无人机的身份信息进行分析。
第三，根据前瞻产业研究所发布的《2020年中国无人机行业市场现状及竞争格局分析》报告显示，2019年无人机市场达到278亿元，其中专业级无人机占市场的15％，市值达42亿元。据估计，若本技术于2025年将应用于专业级别的无人机上，则年生产目标量为36万台，五年内即高速增长期生产率逐年提高10％。为了描述此项技术投入生产后首五年的产量和销售数据以及更清楚地了解和计算销售、生产、税收、现金流和投资回收期，本专利根据通信物联网硬件的数据和市场报告对相关技术前5年的经济效益进行了分析，如表1所示。
表1预期收益和商业价值
第四，国内技术中，无人机之间的身份识别一般采用视频图像识别法、二维码识别法、射频信号识别法进行身份识别，上述方法具有一定的局限性。目前无人机之间还没有无人机之间通过光谱识别相互身份的相关技术，因此本发明填补了国内外业内技术空白。
第五，无人机之间实现一种快速、安全的身份确认方法一直是人们一直渴望解决、但始终未能获得成功的技术难题。二维码识别法、射频信号识别法等方法在身份识别过程中都具有较低的安全性。采用本发明提供的技术方案可以解决在光传输过程中无人机不能长时间对准的问题、无人机身份确认的安全性问题等。
第六，本技术方案克服的技术问题包括：
(1)使得白光LED实现波长连续可调的单色光，并用不同单色光组合成为多色光；因此，只需要单独调节激发光转换材料的LED芯片电流，即可获得任意组合的白光光谱。本技术解决了商用的发光波长种类受限制的难题，同时实现了单色波峰的发光强度和发光波长连续可调，即可实现不同发光光谱，增强了无人机身份确认的保密性。
(2)采用光谱信号进行无人机身份信息的传递，仅需要极短的无人机对准时间即可实现信息传递，解决了无人机身份确认过程中定位不准确以及因风速产生的位置漂移导致的光源和探测器无法长期对准的问题。
(3)设计环境因素相关的无人机身份确认秘钥算法，在不同条件下生成不同秘钥算法，具有较高的保密性。
(4)在算法中克服了因传输光强变化导致的多色光谱中不同发光峰强度衰减引起的比例系数测量不准确的问题，目前的技术方案可精确还原光谱中不同发光峰的原始比例系数，从而精确解码无人机的身份编码。
(5)申请人已经对技术方案的准确性进行多方面验证：1)在无人机通信距离、光电探测器性能不变的条件下采用提出的方法对无人机身份识别的准确率进行计算；2)在无人机通信距离增加导致的α，β，γ，ε值浮动的条件下对无人机之间身份识别的准确率进行计算；3)对id1，id2，id3的数字位数增加或较少的条件下无人机之间身份识别的准确率进行计算；4)提出无人机因光谱浮动误差导致的身份识别准确率较低的情况下，提高本方法识别成功率的新方法。
附图说明
图1是本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法原理图；
图2是本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法流程图；
图3是本发明实施例提供的多色白光LED光谱合成示意图；
图4是本发明实施例提供的不同t取值条件下的光谱合成的计算结果示意图；
图5是本发明实施例提供的提高无人机身份认证成功率的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法，可以构建以下系统模块来实现其功能：
环境参数获取模块：用于获取无人机所处环境的参数，如温度、湿度、光照等。
秘钥算法模块：负责生成无人机群的内置秘钥算法，确保整个无人机群统一使用该秘钥算法。该模块可以利用环境参数生成秘钥算法，增加算法的复杂性和安全性。
发射信号无人机控制模块：负责计算多色白光LED的目标发光光谱相关光谱比例参数，并通过调节LED芯片的驱动电流来实现目标发光光谱。该模块需要与秘钥算法模块交互，以获取正确的光谱比例参数。
接收信号无人机解密模块：负责对发射信号无人机发出的发光光谱进行解密，获取发射信号无人机的身份编码组。该模块需要与秘钥算法模块交互，以实现光谱的解密。
身份编码组统计模块：对一段时间内收到的无人机身份编码组进行采样统计，计算出现频率最高的身份编码组。该模块可以利用时间窗口滑动的方法进行采样统计。
身份确认模块：将统计模块得到的频率最高的身份编码组确认为正确的无人机身份编码组，完成无人机的身份确认。
通过以上系统模块的协同工作，可以实现基于多色白光LED发光光谱的无人机身份确认。这种方法利用光谱特性进行身份确认，具有较高的安全性和抗干扰能力，适用于无人机通信和控制的场景。
如图1所示，本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法包括：
发射信号的无人机通过环境参数生成无人机群的内置的秘钥算法，保证该无人机群统一使用该秘钥算法进行计算；其次，通过秘钥算法计算多色白光LED的目标发光光谱相关光谱比例参数，并通过白光LED的芯片调控白光LED的芯片驱动电流，获取目标发光光谱；接收信号的无人机通过所述无人机群内置的秘钥算法对所述发光光谱进行解密，获得发射信号的无人机的身份编码组(id1，id2，id3，…，idn)，进行发送信号的无人机的身份确认。
如图2所示，本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法包括以下步骤：
S101，无人机A内置运算器根据探测器获得的环境参数生成秘钥算法，计算多色白光LED在某一时刻的目标发光光谱以及所含单色光谱的比例参数；
S102，基于目标发光光谱所含单色光谱的比例参数计算获得白光LED的发光芯片电流，利用电流控制器对多色白光LED的驱动电流进行调控，并发射和目标光谱接近的实际光谱；
S103，无人机A和B相互靠近，无人机A将多色白光LED的光信号通过自由空间传输至无人机B的光电探测器；
S104，无人机B的光电探测器对收到的来自无人机A的发光光谱，并将光谱信息传输至无人机B的运算器进行信息提取和分析，通过无人机群的秘钥算法的反算法计算获得无人机A的身份编码组(id1，id2，id3，…，idn)；
S105，对一小段时间内获得的无人机身份编码组进行采样统计，获取出现频率最高的身份编码组，并将其确认为正确的无人机身份编码组；
S106，无人机B基于计算得到的无人机A的身份信息进行无人机A的身份确确认流程。
本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认系统包括：
参数计算模块，用于无人机A内置运算器生成秘钥算法，计算多色白光LED的目标发光光谱相关光谱比例参数；
调控模块，用于基于目标发光光谱相关光谱比例参数利用电流调制器对多色白光LED进行电流调控；
光谱传输模块，用于无人机A将多色白光LED的光信号通过自由空间传输至无人机B的光电探测器；
分析模块，用于无人机B的光电探测器对收到的光谱进行信息提取和分析，信息传输至无人机B的运算器进行光信号的计算；
认证模块，用于计算无人机A的身份信息并基于计算得到的无人机A的身份信息进行无人机身份确确认。
本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法发明原理背景如下：
多色白光LED一般包括RGB LED和基于光转换材料的白光LED。RGB LED的光谱由红、绿、蓝等颜色对应的发光峰构成。基于光转换材料的白光LED光谱一般由LED芯片发出的短波长光(如蓝光)、不同光转换材料的发光峰构成。组成RGB LED的发射光谱中单色红、绿、蓝光谱的半峰宽较为稳定，但其红、绿、蓝芯片的老化特性不同，容易造成总体光谱不同部分的波长漂移。基于光转换材料的白光LED中除了LED芯片发出的短波长光，其余光都是基于光转换机制产生的长波长光，如红光、黄光、绿光。无论是何种多色白光LED，目前已有大量现有技术可准确调节其发光波长和发光强度。
多色白光LED至少可以产生三种及以上的单色发光峰，并混光成为白光。以四色白光为例，其白光光谱SW(λ)可表示如下：
SW(λ)＝αSB(λ)+βSG(λ)+γSY(λ)+εSR(λ)。 (1)
其中，λ为发光波长，SW(λ)，SB(λ)，SG(λ)，SY(λ)，SR(λ)分别为白光、蓝光、绿光、黄光、红光芯片发射的单色光谱；α，β，γ，ε分别为SB(λ)，SG(λ)，SY(λ)，SR(λ)的比例系数。当α，β，γ，ε以及SB(λ)，SG(λ)，SY(λ)，SR(λ)都确定后，多色白光LED的光谱便是唯一光谱。在本发明实施例中选取了4个不同发光波长的单色光混光成为多色白光LED，其单色光谱SB(λ)、SG(λ)、SY(λ)、SR(λ)仅作为一种优选方案，在实际操作中可以替换成其他不同发光波长以及半峰宽的单色光谱。
假设需要进行身份确认的两架无人机分别为无人机A以及无人机B。无人机A可根据当前时间所在时间区域(t)、环境温度(T)、湿度(h)、日光光谱功率密度(PS)、身份信息(id)等多个可变参数，通过无人机内置秘钥算法中函数组fN()生成当前条件下唯一的一组α，β，γ的值，其中N＝1，2，3，…，n。n取决于无人机身份编码组的id个数，以n＝3为例(用于计算无人机身份编码组的单色光谱为3个)fN()可表述为：
无人机A与无人机B通过光谱确认身份的过程如下：无人机A可以通过公式(1)和(2)获取在某个环境条件下唯一的一组α、β、γ值，无人机A对归一化后的α，β，γ进行求和，并得到原α，β，γ三者的和与归一化的α，β，γ的和的比值δ；求得δ与α之间的比例关系数ε，其中无人机A将α，β，γ，ε用于生成白光光谱SW(λ)，并通过多色白光LED芯片驱动调控各个单色光对应芯片的驱动电流，获得目标发光光谱SW(λ)，并将目标发光光谱SW(λ)发射给无人机B；由于SW(λ)在传输过程中存在光强的损耗，会导致光谱中所包含的α，β，γ，ε的值产生变化，因此无人机B在接收到SW(λ)后，获得强度大小产生变化的α，β，γ，ε参数；对其中的α，β，γ三个参数进行归一化并求出与α，β，γ等比例变化条件下ε的值；根据ε与α的关系求出δ，并用归一化α，β，γ分别乘以δ获得α，β，γ的原始值；无人机B可将这些已知数据代入内置函数组fN()中，通过反推id1，id2，id3的公式(3)获取无人机A的身份编码组，从而判断无人机A的身份。
本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法具体包括：
假设在某一时刻点，根据内置函数组fN()的设置，f1()，f2()，f3()自动选取，其计算过程如下：
其中，t表示无人机A当前时间所在时间区域；T表示无人机A当前时间的环境温度，h表示无人机A当前时间的湿度，PS表示日光光谱功率密度，id表示身份信息。tA，TA，hA，PA，idA分别为设置的绝对时间、绝对温度、绝对湿度、绝对光谱功率、绝对身份码，恒满足
的条件。通过上述方法可以使无人机A在任意时刻获得一组唯一的α，β，γ值。
当无人机B获取无人机A发射的发光光谱后，即刻可算出α，β，γ的值，并通过其他已知参数，计算出id1，id2，id3，其计算过程如公式(4)所示。为保障计算精度，计算过程中id1，id2，id3的取值用四舍五入的方式获得整数。
其中，公式(3)和公式(4)仅仅是作为一种秘钥算法生成的优选方案，可根据实际需要替换成其他算法。
在实际运算中，将时间划分为每10分钟一个区域，在一天设置为24小时制的前提下，tA＝144；将探测器温度值设置为摄氏温度单位，TA设置为60，以覆盖普通室外温度的变化范围；最大湿度可设置为100％，即hA＝1；根据太阳光功率密度，PA设置为10kW/m^2；根据无人机群的无人机密度大小，idA设置为1000。
本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法操作步骤如下：
无人机A内置运算器在某个时刻点生成秘钥算法，通过公式(3)获得一组α，β，γ，ε的值，并通过电流调制器对多色白光LED进行电流调控，以实现发出的实际光谱的四个波峰的归一化比例系数为α，β，γ，ε。在本实施案例中，仅存在α，β，γ，ε四个比例系数，分别对应四个白光中的单色发光波峰。在实际操作中，也可以根据光电探测器的探测灵敏度以及多色白光LED的实际情况，设置多个比例系数(如5个、6个)，以提高无人机身份信息的加密属性。
多色白光LED不同波峰的电流调控手段是发光照明领域常用手段，在此不再赘述。当无人机A多色白光LED的光信号通过自由空间传输到无人机B的光电探测器后，无人机B的光电探测器对收到的光谱进行信息提取和分析，并将信息传输至无人机B的运算器进行光信号的计算，最后通过公式(4)计算获取无人机A的id1，id2，id3数据。
白光LED可采用量子点进行光转换。量子点是一种三个维度尺寸都在2-20纳米左右的晶体，其发光波长可通过调节量子点的配体材料、尺寸、核壳结构比例等条件进行改变。量子点具有发光半峰宽、发光波长、发光强度可调性的特征，可实现快速的发光光谱调节。其次，量子点由于其发光波长可灵活调节的特点，能够提供一些环境光罕有的光波长，以提高识别效率。
在上述计算过程设置T＝27，h＝0.4，Ps＝5，id1＝20，id2＝35，id3＝40，并使得时间t在0到tA的范围内不断递增，取其中时间间隔相等的四组数据对α，β，γ，ε的值进行计算，其结果如表2所示。
表2不同t值下无人机A发光光谱的α，β，γ，ε值
t 40 70 100 130
α 0.38 0.36 0.33 0.30
β 0.32 0.32 0.32 0.32
γ 0.29 0.32 0.35 0.38
ε 0.47 0.36 0.26 0.19
表2显示，在不同的t时刻，α，β，γ，ε呈现规律的单调变化趋势。为分析其对无人机发光光谱的影响，本发明实施例选取了一组SB(λ)，SG(λ)，SY(λ)，SR(λ)，通过公式(1)混光得到不同t条件下的多色白光光谱。图4绘制了不同α，β，γ，ε条件下光谱的变化规律。从图4中可发现其红光波峰(630nm附近)在不同α，β，γ，ε条件下呈现出较明显的、规律的变化，且完全可以通过光电探测器感应出其光谱的变化趋势。
为了验证无人机B获取无人机A的id号码的准确性，无人机B在接收光信号后，对不同条件下无人机A光谱中携带的α，β，γ，ε值进行分析，并对id1，id2，id3进行计算。
多次实验结果表明，参数在正常范围的条件下，通过上述方法，无人机B每次都可以准确计算获取无人机A的id1，id2，id3分别为20，35，40，即和无人机A设置的id1，id2，id3信息一致。
在无人机B确认无人机A身份后，会向无人机A同时发送身份id信息与身份已确认信息。该“身份已确认”信息形式为内置光谱，分别对应不同α，β，γ，ε值。无人机A在同时收到无人机B的身份id信息与身份确认信息后，会向无人机A发送身份确认完成信息。为验证上述方法在α，β，γ，ε值在具有光谱浮动误差条件下的识别准确性，本发明进一步对存在误差条件下无人机身份码id1，id2，id3识别准确度R进行计算。其中，R为多组id1，id2，id3数据中同时对id1，id2，id3都识别准确的数据组数占总数据组数的比例，0≤R≤1。
假设无人机A身份编码id1，id2，id3的数字位数为K(K＝0，1，2…)，无人机B需要识别的无人机A身份码的数字位数为J(J＜K)，L为传输距离。则在无人机身份识别过程中，可能由于接收光强的浮动，引起α，β，γ，ε的等比例浮动。为了避免α，β，γ，ε的等比例浮动导致的无人机B对无人机A身份码id1，id2，id3的识别误差，可在无人机内部内置线性函数J＝f(L)用于描述无人机B需要识别的无人机A身份码的位数与传输距离之间的线性关系。实验条件设置如下：在本实施例中，计算R采用的id1，id2，id3数据为200组；J＝1L，idA＝1000；无人机A身份码id1，id2，id3的小数点位数为8。
表3不同L值以及浮动比例下准确率计算的实验结果
实验结果表3所示。从上述实施计算案例中可发现，在L增加或者在测量α、β、γ、ε数据的误差浮动比例增加时，无人机B对无人机A的id1，id2，id3的识别正确率是降低的。值得注意的是，当L为1时，id1，id2，id3的数字位数为1，即id1，id2，id3为1位数的条件下，即使α，β，γ，ε等数据的误差浮动比例增加，本方法识别准确率也高于50％。也就是，本方法在上述条件下当id1，id2，id3最高值分别取9时(1位数)，满足一个无人机群内部区分9×9×9个无人机的身份码的识别条件。因此，对于一般规模的无人机群，id的位数为1即可满足所有无人机确认的需求。此外，当L≤2时，α，β，γ的数据浮动范围为±2％时，本方法的准确率依然高于50％。也就是，本方法在上述条件下满足id1，id2，id3最高值取99时，满足一个无人机群内部区分99×99×99个无人机的身份码的条件。
为了在原有方法准确率较低的情况下提高无人机B对无人机A的身份识别成功率，本发明又设计了如下方法。在可见光通信过程中于通信距离增加，会引起光电探测器接收光信号的信噪比降低，光电探测器测试光谱所得的α，β，γ，ε值会产生浮动，且识别不准确。由于α，β，γ，ε可能为小于1的数，则α，β，γ，ε小数点后不同位数的精确度会受到传输距离的影响，从而影响无人机B对无人机A身份识别的准确性。本发明设计了一种在α，β，γ，ε测量精度下降的条件下仍然可以获取准确的id1，id2，id3的方法。当信号传输距离较远时，无人机B设置上述线性函数J＝f(L)来调整J的取值变小，即传输距离越远，精确度降低的情况下，无人机B需要识别的无人机A身份码的位数越小，从而降低识别难度，提高识别成功率。其次，为了在无人机身份识别过程中提高识别成功率，可设置一小段采样时间采样次数。如1s内采样10次，并统计这10次采样中，计算所得的占百分比最高的身份码id1，id2，id3的取值。当默认该组id1，id2，id3取值为无人机A的身份码后，再开启无人机B对无人机A的身份确认程序。上述方法的示意图如图5所示。
上述方法的精确性可以通过增加无人机身份码id的个数来提高，如将一组三个id1，id2，id3数据提高为一组四个id1，id2，id3，id4数据。
同理，无人机A也可以通过同样方法获得无人机B的身份。
将本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法用于同一族群的无人机身份认证。
在某一实施例中，无人机A与无人机B为同一族群无人机。无人机A与无人机B各自处于用于身份识别的多色白光LED的有效照射范围内。无人机内置有多色白光LED控制芯片，控制芯片会向LED驱动芯片发送控制信号从而改变多色白光LED不同芯片电流，从而改变其光谱值。控制信号一般为由0码和1码组成的PWM波，通过主控芯片内的程序改变0码和1码的比例便可改变多色白光LED芯片的发光强度，继而影响光转换后的白光光谱。当无人机A与无人机B机身上的光电探测器检测到多色白光LED的光照后，会先向内置于无人机上的主控芯片的信号接收引脚发送一个变化的电平信号，此时主控芯片的串口接收引脚开始接收并处理光电探测器发送的数据。光电探测器的工作原理是由辐射引起被照射材料电导率发生改变，不同光谱值的光照射到材料上时所对应的电导率不同且固定，光电探测器会将不同的电导率转化成对应的数值并通过串口发送至主控芯片。主控芯片接收到id数据后会与事先存储好的id数据值进行比对从而确定信息的内容并获取无人机的身份信息。无人机A与无人机B通过改变机身上内置的多色白光LED的光谱值，循环发送本机的id信息并持续接收光电探测器收到的信息，无人机的id信息为固定值且事先存储于无人机上的主控芯片中。无人机A与无人机B通过执行主控芯片的程序来比对光电探测器接收到的信息与事先预存与主控芯片内的信息，便可完成身份的认证。在无人机B确认无人机A身份后，会向无人机A同时发送身份id信息与身份已确认信息。该“身份已确认”信息形式为内置光谱，分别对应不同α，β，γ，ε值。无人机A在同时收到无人机B的身份id信息与身份确认信息后，会向无人机A发送身份确认完成信息。身份确认完成后，无人机A与无人机B便可通过多色白光LED发送其他信息，如用于互相定位与跟随飞行的相关信息等。
以下是本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认系统中每个模块的工作原理具体描述：
参数计算模块：位于无人机A内的内置运算器，用于生成秘钥算法。该模块根据无人机A的环境参数(如温度、湿度、光照等)生成秘钥算法，并利用这个算法计算多色白光LED的目标发光光谱相关光谱比例参数。该模块可以采用加密算法，如AES或RSA，确保秘钥的安全性。
调控模块：位于无人机A内，负责根据从参数计算模块获得的目标发光光谱相关光谱比例参数，利用电流调制器对多色白光LED进行电流调控。该模块通过改变驱动LED芯片的电流大小，实现不同颜色LED的亮度控制，从而调整发光光谱。
光谱传输模块：位于无人机A内，负责将经过调控模块调整后的多色白光LED的光信号通过自由空间传输至无人机B的光电探测器。该模块可以采用光学透镜和光学滤波器等元件，确保光信号在传输过程中的稳定性和可靠性。
分析模块：位于无人机B内，包括光电探测器和运算器。光电探测器负责接收无人机A发出的光谱信号，并将光信号转换为电信号。运算器对电信号进行信息提取和分析，包括光谱数据的解析、光谱比例参数的计算等。分析模块的输出是一组光谱比例参数。
认证模块：位于无人机B内，负责根据分析模块提供的光谱比例参数计算无人机A的身份信息。认证模块利用无人机群内置的秘钥算法对光谱比例参数进行解密，获得无人机A的身份编码组。然后，对一段时间内获得的无人机身份编码组进行采样统计，获取出现频率最高的身份编码组，并将其确认为正确的无人机身份编码组，从而完成无人机身份确认。
通过以上五个模块的协同工作，实现基于多色白光LED发光光谱的无人机身份确认。这种系统利用光谱特性进行身份确认，具有较高的安全性和抗干扰能力，适用于无人机通信和控制的场景。
本发明实施例提供的基于多色白光LED发光光谱的无人机身份确认方法，其特征在于，包括以下实施例：
实施例1：城市监控无人机系统
在城市监控无人机系统中，通过使用该方法进行无人机身份确认，确保无人机在执行任务时能够正确识别友方无人机，防止误判和干扰。
实施例2：农业植保无人机系统
在农业植保无人机系统中，使用该方法进行无人机身份确认，确保植保无人机在执行喷洒农药等任务时能够正确识别友方无人机，避免相互干扰和误操作。
实施例3：交通巡查无人机系统
在交通巡查无人机系统中，通过使用该方法进行无人机身份确认，确保巡查无人机在执行交通监控、疏导等任务时能够正确识别友方无人机，提高巡查效率和安全性。
实施例4：快递配送无人机系统
在快递配送无人机系统中，通过使用该方法进行无人机身份确认，确保配送无人机在执行送货任务时能够正确识别友方无人机，避免相互干扰和错误操作。
实施例5：灾害救援无人机系统
在灾害救援无人机系统中，通过使用该方法进行无人机身份确认，确保救援无人机在执行搜救、物资运输等任务时能够正确识别友方无人机，提高救援效率和安全性。
实施例6：环境监测无人机系统
在环境监测无人机系统中，通过使用该方法进行无人机身份确认，确保监测无人机在执行空气质量监测、水质监测等任务时能够正确识别友方无人机，提高监测准确性和安全性。
本发明中，采用的LED发射光信号、光电探测器接收光信号、主控芯片对光谱信号进行分析计算、数据存储等方法都是本领域常用方法，因此本方法完全可以在现有基础上实施。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于多色白光LED发光光谱的无人机身份确认方法，其特征在于，包括：
发射信号的无人机通过环境参数生成无人机群的内置的秘钥算法，保证该无人机群统一使用该秘钥算法进行计算；其次，通过秘钥算法计算多色白光LED的目标发光光谱相关光谱比例参数，并通过白光LED的芯片调控白光LED的芯片驱动电流，获取目标发光光谱；接收信号的无人机通过所述无人机群内置的秘钥算法对所述发光光谱进行解密，获得发射信号的无人机的身份编码组(id1，id2，id3，…，idn)；对一小段时间内获得的无人机身份编码组进行采样统计，获取出现频率最高的身份编码组，并将其确认为正确的无人机身份编码组，从而进行对无人机的身份确认；
具体包括以下步骤：
步骤一，无人机A内置运算器根据探测器获得的环境参数生成秘钥算法，计算多色白光LED在某一时刻的目标发光光谱以及所含单色光谱的比例参数；
步骤二，基于目标发光光谱所含单色光谱的比例参数计算获得白光LED的发光芯片电流，利用电流控制器对多色白光LED的驱动电流进行调控，并发射和目标光谱接近的实际光谱；
步骤三，无人机A和B相互靠近，无人机A将多色白光LED的光信号通过自由空间传输至无人机B的光电探测器；
步骤四，无人机B的光电探测器对收到的来自无人机A的发光光谱，并将光谱信息传输至无人机B的运算器进行信息提取和分析，通过无人机群的秘钥算法的反算法计算获得无人机A的身份编码组(id1，id2，id3，…，idn)；
步骤五，对一小段时间内获得的无人机身份编码组进行采样统计，获取出现频率最高的身份编码组，并将其确认为正确的无人机身份编码组；
步骤六，无人机B基于计算得到的无人机A的身份信息进行无人机A的身份确确认流程；
所述多色白光LED的目标发光光谱相关光谱的前三个比例参数的计算公式如下：
其中，α，β，γ分别表示光谱中不同发光峰对应的比例系数；t表示无人机A当前时间所在时间区域；T表示无人机A当前时间的环境温度，h表示无人机A当前时间的湿度，PS表示日光光谱功率密度；tA,TA,hA,PA,idA分别表示设置的绝对时间、绝对温度、绝对湿度、绝对光谱功率、绝对身份码，恒满足的条件；id1，id2，id3分别表示无人机A的身份编码组中的多个编码；
无人机A对归一化后的α，β，γ进行求和，并得到原α，β，γ与归一化的α，β，γ的比值δ，并求得δ与α之间的比例关系数ε，其中且满足ε<1的条件；无人机A将α，β，γ，ε等四个参数设置为多色白光LED中四个单色发光峰峰值波长对应的比例参数，并通过多色白光LED驱动调控各个单色光的驱动电流，从而发射对应的发光光谱；
所述无人机B的光电探测器对收到的光谱进行信息提取和分析，并将信息传输至无人机B的运算器进行光信号的计算，计算无人机A的身份信息具体包括如下步骤：
无人机B获取无人机A发射的发光光谱，获得强度大小产生变化的α，β，γ，ε参数；对其中的α，β，γ三个参数进行归一化并求出与α，β，γ等比例变化条件下ε的值；根据ε与α的关系求出δ，并用归一化的α，β，γ分别乘以δ获得α，β，γ的原始值；
无人机B通过上述获得的α，β，γ的原始值以及无人机群内置秘钥算法获取无人机A的身份编码组(id1，id2，id3)；
通过α，β，γ的原始值对id1，id2，id3的反算法公式如下：
2.一种基于多色白光LED发光光谱的无人机身份确认系统，实施如权利要求1所述基于多色白光LED发光光谱的无人机身份确认方法，其特征在于，包括：
环境参数获取模块：用于获取无人机所处环境的参数；
秘钥算法模块：负责生成无人机群的内置秘钥算法，确保整个无人机群统一使用该秘钥算法；
发射信号无人机控制模块：负责计算多色白光LED的目标发光光谱相关光谱比例参数，并通过调节LED芯片的驱动电流来实现目标发光光谱；
接收信号无人机解密模块：负责对发射信号无人机发出的发光光谱进行解密，获取发射信号无人机的身份编码组；
身份编码组统计模块：对一段时间内收到的无人机身份编码组进行采样统计，计算出现频率最高的身份编码组；
身份确认模块：将统计模块得到的频率最高的身份编码组确认为正确的无人机身份编码组，完成无人机的身份确认。
3.一种基于多色白光LED发光光谱的无人机身份确认系统，实施如权利要求1所述基于多色白光LED发光光谱的无人机身份确认方法，其特征在于，所述系统包括：
参数计算模块，用于无人机A内置运算器生成秘钥算法，计算多色白光LED的目标发光光谱相关光谱比例参数；
调控模块，用于基于目标发光光谱相关光谱比例参数利用电流调制器对多色白光LED进行电流调控；
光谱传输模块，用于无人机A将多色白光LED的光信号通过自由空间传输至无人机B的光电探测器；
分析模块，用于无人机B的光电探测器对收到的光谱进行信息提取和分析，信息传输至无人机B的运算器进行光信号的计算；
认证模块，用于计算无人机A的身份信息并基于计算得到的无人机A的身份信息进行无人机身份确确认。
4.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1所述基于多色白光LED发光光谱的无人机身份确认方法的步骤。
5.一种计算机可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1所述基于多色白光LED发光光谱的无人机身份确认方法的步骤。
6.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求2所述基于多色白光LED发光光谱的无人机身份确认系统。
CN202310830168.4A 2023-07-06 2023-07-06 基于多色白光led发光光谱的无人机身份确认方法 Active CN116828463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310830168.4A CN116828463B (zh) 2023-07-06 2023-07-06 基于多色白光led发光光谱的无人机身份确认方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310830168.4A CN116828463B (zh) 2023-07-06 2023-07-06 基于多色白光led发光光谱的无人机身份确认方法

Publications (2)

Publication Number Publication Date
CN116828463A CN116828463A (zh) 2023-09-29
CN116828463B true CN116828463B (zh) 2024-07-16

Family

ID=88139174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310830168.4A Active CN116828463B (zh) 2023-07-06 2023-07-06 基于多色白光led发光光谱的无人机身份确认方法

Country Status (1)

Country Link
CN (1) CN116828463B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103701604A (zh) * 2013-12-18 2014-04-02 清华大学 一种基于手机屏幕的身份认证方法与系统
CN107291097A (zh) * 2017-06-30 2017-10-24 北京明朝万达科技股份有限公司 一种无人机身份识别方法及管理平台系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6560352B2 (en) * 1999-10-08 2003-05-06 Lumidigm, Inc. Apparatus and method of biometric identification or verification of individuals using optical spectroscopy
CN105847207B (zh) * 2016-06-08 2023-01-24 金陵科技学院 基于光波信息的无人机身份识别装置及信息调制解调方法
CN109218018B (zh) * 2018-09-14 2021-08-10 西安电子科技大学 一种基于身份的无人机密钥管理与组网认证系统及方法
CN111881766A (zh) * 2020-07-03 2020-11-03 维沃移动通信有限公司 电子设备和身份认证方法
CN112417968A (zh) * 2020-10-22 2021-02-26 深圳市智能机器人研究院 一种基于光学信号编码的身份识别系统及方法
CN113193891B (zh) * 2021-04-21 2022-03-15 北京航空航天大学 一种下行非正交多址无人机系统物理层安全认证方法
CN114189336B (zh) * 2021-11-18 2022-08-23 广西师范大学 一种基于时序光谱的身份识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103701604A (zh) * 2013-12-18 2014-04-02 清华大学 一种基于手机屏幕的身份认证方法与系统
CN107291097A (zh) * 2017-06-30 2017-10-24 北京明朝万达科技股份有限公司 一种无人机身份识别方法及管理平台系统

Also Published As

Publication number Publication date
CN116828463A (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN103299717B (zh) 用于获得环境光光谱和更改发射光的光电设备，系统及方法
CN109951229B (zh) 一种可见光通信系统中信息与能量共同传输的方法
CN105388456B (zh) 可见光通信多阵元三维无线定位系统
Jia et al. Symbol error rate analysis for colour‐shift keying modulation in visible light communication system with RGB light‐emitting diodes
CN109061566A (zh) 一种基于极限学习机的可见光定位方法
CN116828463B (zh) 基于多色白光led发光光谱的无人机身份确认方法
CN113965259B (zh) 基于可见光无线传输的单基站集成通信定位一体化系统
CN111562548A (zh) 一种基于rss与位置指纹的室内可见光联合定位方法
Rangappa et al. LEDNet: Deep learning-based ground sensor data monitoring system
CN117521520A (zh) 一种多因子耦合的植物工厂光环境调控方法与系统
KR102139459B1 (ko) 식물 모니터링 및 재배 방법, 장치 및 시스템
CN111835417A (zh) 基于发光二极管彩色阵列的工业生产引导系统及方法
CN105606216B (zh) 一种光谱反射率测量装置及方法
Jo et al. Development of positioning technology using led
Wang et al. A Novel Wireless Leaf Area Index Sensor Based on a Combined U-Net Deep Learning Model
Hu et al. Iris: Passive Visible Light Positioning Using Light Spectral Information
CN113922875B (zh) 基于深度学习的可见光单基站集成通信定位一体化系统
Xiao et al. Optical Spectral Modulation of CdSe/ZnS Quantum Dots Based UAV Identification
KR102104314B1 (ko) 드론 플랫폼 기반 멀티 스펙트럼 영상의 인공 지능 분류 및 검색 장치
Kim et al. Symbol decision method of color-independent visual-MIMO system using a dynamic palette
Moreno Gázquez Contribution to Optical Camera Communication using multispectral cameras and LED’s thermal effect
Borodkin et al. Errors in simplex data transmission channel based on visible light communication
Zhang et al. Real-time optimal tracking angles of photodiodes for MC-VLC in indoor mobile scenarios
Ndjiongue et al. Segmental analysis of the transmission in CSK systems based on the Euclidean distance
CN117478468A (zh) 一种基于元学习策略的光子计数调制模式识别装置和方法

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