CN117558119B - 一种无人机与控制终端之间的安全检测方法 - Google Patents
一种无人机与控制终端之间的安全检测方法 Download PDFInfo
- Publication number
- CN117558119B CN117558119B CN202410038325.2A CN202410038325A CN117558119B CN 117558119 B CN117558119 B CN 117558119B CN 202410038325 A CN202410038325 A CN 202410038325A CN 117558119 B CN117558119 B CN 117558119B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- control
- time
- frequency
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 230000006854 communication Effects 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 29
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 230000003044 adaptive effect Effects 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/18—Protocol analysers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及无人机系统技术领域，具体涉及一种无人机与控制终端之间的安全检测方法：获取无人机与控制终端的控制指令信号，对控制指令信号进行线性时频变换，对时频信号用基于能量统计的自适应门限进行去噪处理，得到时频矩阵和跳变载波信号；对跳变载波信号进行解调，得到无人机控制指令的二进制控制码数据；将二进制控制码序列与本地码序列进行匹配运算，认为匹配值最大的本地码对应的通信协议则为无人机的控制协议，以此为依据判断无人机的型号及无人机的控制协议；将二进制控制码序列中的无人机地址部分提取出来，根据确定出的通讯协议的格式构成异常控制码发射，测试无人机对异常控制码的校验和识别功能。
Description
技术领域
本发明涉及无人机系统技术领域，具体涉及一种无人机与控制终端之间的安全检测方法。
背景技术
无人驾驶飞机是一种以无线电遥控或由自身程序控制为主的不载人飞机。随着无人机相关技术的发展，无人机应用从军用级和工业级的领域走向民用，众多行业也在积极扩展行业应用与发展无人机技术。无人机在农业植保、通信中继、抢险救灾、协同侦查和集群打击等不同领域具有广泛的应用价值和重要的发展前景。然而，无人机群服务于经济民生和防护领域的同时，其通讯数据泄露带来的各种潜在风险和安全隐患也与日俱增。
当无人机群执行任务时，每一无人机与地面站之间分别通过上行链路和下行链路通讯：上行链路指的是地面站发送给无人机的遥控指令；下行链路指的是无人机发送给地面站的数据。为了防止通讯数据泄露，上行、下行链路要求保密性能好，抗干扰和抗拦截能力强。
无人机为了増加抗干扰能力使用跳变通信系统，通过控制载波频率的变化，使通信信号随着时间的推移在不同的信道跳变，从而实现复杂电磁环境下的正常通信。控制终端向无人机主机发送上行控制信号，主机向控制终端端发送图传信号。对于控制信号，控制终端只负责发送数据，无人机主机只负责接收数据，两者之间并无射频上的交互。
发明内容
为了解决上述技术问题，本发明提出了一种无人机与控制终端之间的安全检测方法，包括如下步骤：
S1、获取无人机与控制终端的控制指令信号，对控制指令信号进行线性时频变换，得到时频信号；
S2、对时频信号用基于能量统计的自适应门限进行去噪处理，得到时频矩阵和跳变载波信号；
S3、对跳变载波信号进行解调，得到无人机控制指令的二进制控制码序列；
S4、得到无人机控制指令的二进制控制码序列后，将二进制控制码序列与本地码序列进行匹配运算，认为匹配值最大的本地码对应的通信协议则为无人机的控制协议，以此为依据判断无人机的型号及无人机的控制协议；
S5、将二进制控制码序列中的无人机地址部分提取出来，根据步骤S4确定出的通讯协议的格式构成异常控制码发射，测试无人机对异常控制码的校验和识别功能。
进一步地，步骤S1中，控制指令信号s(u)被分成许多个与窗函数g(u-t)长度相等的片段信号，在时刻t和频率f上进行线性时频变换：；
其中，j为虚部，时频信号为S(t,f)，u表示控制指令信号的时刻位置。
进一步地，步骤S2中，将S(t,f)写成矩阵形式A(t,f)：
；
M-1为时刻t的最大值，N-1为频率f的最大值，设定噪声临界阈值，抑制掉噪声分量得到去噪后的时频矩阵。
进一步地，计算得到时频矩阵中的最大值Smax、最大值Smax和最小值Smin的均值D，以及排序后前20％元素的均值，计算临界阈值th：
；
利用临界阈值th对时频矩阵中元素的绝对值进行截断，绝对值大于临界阈值的元素作为跳变载波信号值。
进一步地，步骤S3中，设每一个跳变载波信号点在图中平面上的坐标为（xi，yi），从起始点(x1，y1)不断进行矢量旋转，逐步逼近最终点(x0，y0)，最后得到所转过的角度为，
；
则设第i个跳变载波信号点所转过的角度为；
；
设置角度阈值，转过的角度/>大于角度阈值/>的跳变载波信号点，记为1，反之记为0，得到二进制码序列。
进一步地，步骤S4中，计算二进制码序列ｒ(i)和已知本地码序列s(k)的共轭序列s*(n)之间匹配性，求得匹配值tI达到最大的序列位置I；
匹配函数的定义为：
；
其中，i为二进制码序列的位置，L-1为匹配窗口的滑动最大位置，k为匹配窗口在本地码序列上的移动位置。
进一步地，步骤S5中，若无人机执行异常控制码，则无人机与控制终端之间的安全检测不合格，若无人机拒绝执行异常控制码，则无人机与控制终端之间的安全检测合格。
相比于现有技术，本发明具有如下有益技术效果：
获取无人机与控制终端的控制指令信号，对控制指令信号进行线性时频变换，得到时频信号；对时频信号用基于能量统计的自适应门限进行去噪处理，得到时频矩阵和跳变载波信号；对跳变载波信号进行解调，得到无人机控制指令的二进制控制码数据；得到无人机控制指令的二进制控制码序列后，将二进制控制码序列与本地码序列进行匹配运算，认为匹配值最大的本地码对应的通信协议则为无人机的控制协议，以此为依据判断无人机的型号及无人机的控制协议；将二进制控制码序列中的无人机地址部分提取出来，根据确定出的通讯协议的格式构成异常控制码发射，测试无人机对异常控制码的校验和识别功能。降低了无人机与终端之间通信时存在的安全隐患，提高了网络通信性能，优化了通信协议。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述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为本发明的一种无人机与控制终端之间的安全检测方法的流程图；
图2为本发明的跳变载波信号值构成的跳变信号图的示意图；
图3为本发明的跳变载波信号点进行矢量旋转的示意图；
图4为本发明的二进制码序列构成的信号图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
图1所示为本发明一种无人机与控制终端之间的安全检测方法的流程图，如图1所示，具体包括以下步骤：
S1：获取无人机与控制终端的控制指令信号，对控制指令信号进行线性时频变换，得到时频信号。
利用线性时频变换将无人机飞行控制指令信号进行频率变换得到时频信号。
在线性时频变换中，原飞行控制指令信号s(u)被分成许多个与窗函数g(u－t)长度相等的片段信号，每个片段信号都可以被看作是平稳信号，并且使用线性时频变换来将片段信号转换到频域。
由于控制指令信号随着时间的变化而变化，因此需要改变时刻t的值来滑动窗函数的窗口以获得每个片段信号的频谱特性，产生一组随时间变化的频率谱。这些频率谱可以被视为时间-频率平面上的函数，并且可以被用来分析信号的局部特征。
控制指令信号在时刻t和频率f上进行线性时频变换，其表达式为：
；
该式表示控制指令信号s(u)在时刻ｔ的线性时频变换，u表示控制指令信号的时刻位置。控制指令信号s(u)乘上一个以时刻ｔ为中心的窗函数g(u-t)进行变换，得到时频信号S(t,f)。
S2、对时频信号S(t,f)用基于能量统计的临界阈值进行去噪处理，得到时频矩阵和跳变载波信号。
跳变载波信号是频率随时间周期性跳变的信号。同一跳变载波信号的各个跳变点跳变周期一致，带宽一致，且一般都具有相近的幅值。跳变载波信号的参数主要包括跳变周期，跳变时刻，跳变频率，每跳带宽，中心频率，总带宽。本实施例中无人机信号采用跳变调制，跳变扩谱，每发射一次信号就转换到下一个变点准备发射下一个信号。
将时频信号S(t,f)写成矩阵形式，即得到时频矩阵A(t,f)为：
；
，/>。
M-1为时刻t的最大值，N-1为频率f的最大值，时频矩阵A(t,f)混杂有大量干扰和噪声，基于能量统计计算噪声的临界阈值，抑制掉噪声分量得到去噪后的时频矩阵。
临界阈值的计算步骤如下：
依次计算得到时频矩阵中的最大值Smax、最大值Smax和最小值Smin的均值D＝0.5(Smax+Smin)，以及排序后前20％元素的均值，然后计算临界阈值th：
；
利用临界阈值th对时频矩阵中元素的绝对值进行截断，绝对值大于临界阈值的元素作为跳变载波信号值，跳变载波信号值构成的跳变信号图如图2所示。
S3、对跳变载波信号进行解调，得到无人机控制指令的二进制控制码序列。
如图2所示跳变信号图中，设每一个跳变载波信号点在图中平面上的坐标为（xi，yi），从起始点(x1，y1)不断进行矢量旋转，逐步逼近最终点(x0，y0)，最后得到起始点所转过的角度为，如图3所示。
坐标变化得:
则设第i个跳变载波信号点所转过的角度为；
设置角度阈值，转过的角度/>大于角度阈值/>的跳变载波信号点，记为1，反之记为0，则得到二进制码序列R={ｒ(i)},ｒ(i)代表第i个二进制码，二进制码序列R可以区分出表示０和１不同的跳变载波信号，即得到无人机控制指令的二进制控制码序列。如图4所示为二进制码序列构成的信号图。
S4、得到无人机控制指令的二进制控制码序列后，将二进制控制码序列与本地码序列进行匹配运算，匹配值最大的本地码序列对应的通信协议则为无人机的控制协议。
具体地，将常用的无人机通讯协议作为本地码序列，本实施例测量了ZigBee、MavLink、Dj、XIOR几种无人机常用的通信协议作为本地码序列，将得到的得到无人机控制指令的二进制控制码序列与本地码序列进行匹配运算，为匹配值最大的本地码对应的通信协议则为无人机的控制协议，以此为依据判断无人机的型号及无人机的控制协议。
计算二进制码序列ｒ(i)和已知本地码序列s(k)的共轭序列s*(n)之间匹配性，求得匹配值tI达到最大的序列位置I。
匹配函数的定义为：
；
其中,i为二进制码序列的位置，L-1为匹配窗口的滑动最大位置，k为匹配窗口在本地码序列上的移动位置，匹配函数反映的是无人机的控制码和本地码在不同的相对位置上互相匹配的程度。
将二进制控制码序列分别与已知的本地码序列进行匹配运算，序列长度不一样的话则给短序列补零使之与长序列长度一致，由于匹配函数是对称运算，所以会得到［-(L-1)，(L-1)］上的结果，其中L是本地码序列的长度。判断二进制控制码序列与已知的本地码序列是否一致需要在匹配运算的初始位置进行判决即可，所以最后结果只取０附近位置匹配性最大的本地码序列作为被检测无人机的通讯协议。
S5、将二进制控制码序列中的无人机地址部分提取出来，根据步骤S4确定出的通讯协议的格式构成异常控制码发射，测试无人机对异常控制码的校验和识别功能。
若无人机执行异常控制码，则无人机与控制终端之间的安全检测不合格，若无人机拒绝执行异常控制码，则无人机与控制终端之间的安全检测合格。
具体地，按照解析得出的通讯协议的格式构造异常控制码，需通过控制终端的通信模块向无人机发送，测试无人机对异常控制码的校验和识别能力。异常控制码是对解析得出的控制协议的格式中的各参数进行变异，构造异常通信数据包样本，发送并由无人机进行解析，用于测试解析控制协议的过程是否存在安全漏洞，即步骤S4的过程是否安全。
进一步地，需对无人机采用的控制协议进行形式化分析，分析协议中存在的安全漏洞，对无人机控制协议数据包中的参数进行样本变异构造，测试无人机对异常数据包的处理能力。通过对无人机通信系统的分析，发现无人机通信过程中的脆弱点。
在优选实施例中，按照解析得出的通讯协议的格式构造异常控制码的过程为：依次针对每个协议字段进行校验和验证,主要根据所推断的各字段语义信息,设计相应的字段变异器,如数据字段变异器( Textmutator)、长度字段变异器( Lenmutator)、序列号字段変异器( Seq Mutator)等,基于这些字段变异器能够生成各种类型的异常控制码样本,通过与无人机的工控设备或系统进行主动式交互,以测试无人机对异常数据包的处理能力。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如，固态硬盘(solid state disk，SSD))等。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (3)
1.一种无人机与控制终端之间的安全检测方法，其特征在于，包括如下步骤：
S1、获取无人机与控制终端的控制指令信号，对控制指令信号进行线性时频变换，得到时频信号；
S2、对时频信号用基于能量统计的自适应门限进行去噪处理，得到时频矩阵和跳变载波信号；将时频信号S(t,f)写成矩阵形式A(t,f)：
；
M-1为时刻t的最大值，N-1为频率f的最大值；
计算时频矩阵中的最大值Smax、均值D，以及排序后前20％元素的均值，计算临界阈值th：
；
利用临界阈值th对时频矩阵中元素的绝对值进行截断，绝对值大于临界阈值的元素作为跳变载波信号值；
S3、对跳变载波信号进行解调，得到无人机控制指令的二进制控制码序列；
S4、将所述二进制控制码序列与本地码序列进行匹配运算，匹配值最大的本地码对应的通信协议则为无人机的控制协议；计算二进制码序列ｒ(i)和已知本地码序列s(k)的共轭序列s*(n)之间匹配性，求得匹配值tI达到最大的序列位置I；
匹配函数的定义为：
；
其中，i为二进制码序列的位置，L-1为匹配窗口的滑动最大位置，k为匹配窗口在本地码序列上的移动位置；
S5、提取二进制控制码序列中的无人机地址部分，根据所述控制协议的格式构成异常控制码发射，测试无人机对异常控制码的校验和识别功能；若无人机执行异常控制码，则无人机与控制终端之间的安全检测不合格，若无人机拒绝执行异常控制码，则无人机与控制终端之间的安全检测合格。
2.根据权利要求1中所述的安全检测方法，其特征在于，步骤S1中，控制指令信号s(u)被分成许多个与窗函数g(u-t)长度相等的片段信号，在时刻t和频率f上进行线性时频变换：
；
其中，j为虚部，时频信号为S(t,f)，u表示控制指令信号的时刻位置。
3.根据权利要求2中所述的安全检测方法，其特征在于，步骤S3中，设每一个跳变载波信号点在平面上的坐标为（xi，yi），从起始点(x1，y1)不断进行矢量旋转，逐步逼近最终点(x0，y0)，最后得到起始点所转过的角度为，
；
则设第i个跳变载波信号点所转过的角度为；
；
设置角度阈值，转过的角度/>大于角度阈值/>的跳变载波信号点，记为1，反之记为0，得到二进制码序列。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410038325.2A CN117558119B (zh) | 2024-01-11 | 2024-01-11 | 一种无人机与控制终端之间的安全检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410038325.2A CN117558119B (zh) | 2024-01-11 | 2024-01-11 | 一种无人机与控制终端之间的安全检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117558119A CN117558119A (zh) | 2024-02-13 |
| CN117558119B true CN117558119B (zh) | 2024-04-16 |
Family
ID=89813112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410038325.2A Active CN117558119B (zh) | 2024-01-11 | 2024-01-11 | 一种无人机与控制终端之间的安全检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117558119B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107831783A (zh) * | 2017-11-10 | 2018-03-23 | 南昌航空大学 | 一种支持多无人机自主飞行的地面站控制系统 |
| CN113311858A (zh) * | 2021-04-29 | 2021-08-27 | 重庆交通大学 | 一种基于无人机的飞控系统及方法 |
| CN116015344A (zh) * | 2022-12-08 | 2023-04-25 | 中国电子科技集团公司第十研究所 | 无人机抗控制抗截获通信波形设计方法、装置及系统 |
| CN116628459A (zh) * | 2023-05-17 | 2023-08-22 | 西京学院 | 一种基于四维码的无人机遥控信号识别方法和系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8259858B2 (en) * | 2009-07-30 | 2012-09-04 | Motorola Solutions, Inc. | Carrier detect system, apparatus and method thereof |
| US11663922B2 (en) * | 2020-06-29 | 2023-05-30 | SkySafe, Inc. | Systems and methods for detecting, monitoring, and mitigating the presence of unauthorized drones |
-
2024
- 2024-01-11 CN CN202410038325.2A patent/CN117558119B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107831783A (zh) * | 2017-11-10 | 2018-03-23 | 南昌航空大学 | 一种支持多无人机自主飞行的地面站控制系统 |
| CN113311858A (zh) * | 2021-04-29 | 2021-08-27 | 重庆交通大学 | 一种基于无人机的飞控系统及方法 |
| CN116015344A (zh) * | 2022-12-08 | 2023-04-25 | 中国电子科技集团公司第十研究所 | 无人机抗控制抗截获通信波形设计方法、装置及系统 |
| CN116628459A (zh) * | 2023-05-17 | 2023-08-22 | 西京学院 | 一种基于四维码的无人机遥控信号识别方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| "无人机通信链路欺骗技术";郑昉等;《国外电子测量技术》;20180831;第37卷(第8期);101-106 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117558119A (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11874388B2 (en) | Device-free subject localization methods and systems using wireless signals | |
| Schmidt et al. | Wireless interference identification with convolutional neural networks | |
| Bitar et al. | Wireless technology identification using deep convolutional neural networks | |
| Ureten et al. | Wireless security through RF fingerprinting | |
| US12015927B2 (en) | System, method, and apparatus for providing dynamic, prioritized spectrum management and utilization | |
| US20160006499A1 (en) | Apparatus and method for prediction of radio interference | |
| Oyedare et al. | Interference suppression using deep learning: Current approaches and open challenges | |
| CA3057489C (en) | Concept for the analysis of a radio communication system | |
| CN117558119B (zh) | 一种无人机与控制终端之间的安全检测方法 | |
| O’Mahony et al. | Identifying distinct features based on received samples for interference detection in wireless sensor network edge devices | |
| CN105453442A (zh) | 用于检测无线网络的信道中的干扰的方法 | |
| CN107509214B (zh) | 一种多射频链路无线路由器及故障诊断方法 | |
| US20210067986A1 (en) | Wireless analysis device and wireless analysis method | |
| US11575460B2 (en) | Adaptive radio configuration in wireless networks | |
| CN112364845B (zh) | 信噪比评估方法、装置、电子设备和存储介质 | |
| Nallagonda | Energy-efficiency performance of wireless cognitive radio sensor network with hard-decision fusion over generalized α-μ fading channels | |
| Wang et al. | An enhanced indoor ranging method using CSI measurements with extended Kalman filter | |
| Xue et al. | Cognitive‐Based High Robustness Frequency Hopping Strategy for UAV Swarms in Complex Electromagnetic Environment | |
| Xie et al. | Few‐Shot Specific Emitter Identification Based on Variational Mode Decomposition and Meta‐Learning | |
| Murray | Using RF recording techniques to resolve interference problems | |
| CN113242201A (zh) | 基于生成分类网络的无线信号增强解调方法及系统 | |
| Mao | [Retracted] Information Processing Methods of Electronic Warfare Events Based on Communication Technology | |
| Feng et al. | Waveform Reconstruction of DSSS Signal Based on VAE‐GAN | |
| Farhat et al. | A signal verification approach to cognitive radio network security | |
| US11997728B1 (en) | Multi-task learning neural network framework for RF spectrum sensing and classification |
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 |