[发明专利]基于射频指纹特征的无人机集群网络接入认证方法和系统在审

专利信息
申请号: 202211206562.2 申请日: 2022-09-30
公开(公告)号: CN115623477A 公开(公告)日: 2023-01-17
发明(设计)人: 田园;李煜;周佳欣 申请(专利权)人: 成都航空职业技术学院
主分类号: H04W12/06 分类号: H04W12/06;H04W12/08;H04W12/79;H04W84/08;G06F21/32
代理公司: 深圳市中科天诚知识产权代理事务所(普通合伙) 44868 代理人: 宋鹏跃
地址: 610100 四川省*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 射频 指纹 特征 无人机 集群 网络 接入 认证 方法 系统
【说明书】:

本申请涉及无人机通信及信号信息处理技术领域,使用了基于无人机射频指纹特征的轻量级集群网络接入认证方法,在满足无人机集群网络低时延、高可靠等QoS条件下,提升了无人机集群网络的安全性能。具体公开了一种基于射频指纹特征的无人机集群网络接入认证方法和系统,该方法包括:对需要进行组网的无人机进行射频指纹采集,生成无人机射频指纹数据库;对需要入网的无人机进行射频指纹接入认证,认证通过后分配网络资源。

技术领域

本申请涉及无人机通信及信号信息处理技术领域,尤其涉及一种基于射频特征的无人机集群网络接入认证优化方法和采用该方法的系统。

背景技术

随着无人机应用领域的不断扩展,单架无人机执行任务时在续航时间、载重能力、监测范围、载荷配置等方面反映出明显不足,因此无人机集群使得方式得到越来越广泛的研究与应用。无人机集群需要通过编队通信网络实时共享各种协同信息,无人机集群网络接入的安全性对无人机平台以及集群共享信息具有至关重要的影响。

无人机集群网络接入认证目前主要是基于认证策略和加密方式的优化和完善,提升无人机通信网络的安全和防御能力。在未来智能化的无人机集群应用中,无人机之间高可靠低时延等通信QoS服务需求将会不断增加,无人机集群网络的快速、高安全接入变得非常具有挑战。传统基于运算不可破的接入认证方式计算复杂度高,在面对大容量信息传输时,由于无人机平台硬件计算、能量等资源有限,难以承受大量的加解密计算。同时随着计算机处理性能的提高,传统基于加密算法的安全通信方式也面临巨大威胁。

无人机射频指纹是无人机无线通信设备发射射频信号所携带的自身硬件设备特征,这些特征来源于设备在制造、加工、调试等过程中出现的差异,具有难以被克隆的物理特性。基于无人机射频指纹特征的接入认证技术可以提供保证高可靠低时延的安全策略,从而克服传统加密机制的高硬件资源需求限制。因此基于无人机射频指纹特征的接入认证方式可作为未来无人机集群网络接入认证的一种优化解决方案。

发明内容

本申请提供了一种基于射频指纹特征的无人机集群网络接入认证方法和系统,以解决上述问题。

第一方面,本申请提供了一种基于射频指纹特征的无人机集群网络接入认证方法,所述方法包括:

对需要进行组网的无人机进行射频指纹采集,生成无人机射频指纹数据库;

对需要入网的无人机进行射频指纹接入认证,认证通过后分配网络资源。

第二方面,本申请提供了一种基于射频指纹特征的无人机集群网络接入认证系统,包括:

射频指纹数据库生成单元,用于对需要进行组网的无人机进行射频指纹采集,生成无人机射频指纹数据库;

接入认证单元,用于对需要入网的无人机进行射频指纹接入认证,认证通过后分配网络资源。

本发明公开了一种基于射频指纹特征的无人机集群网络接入认证方法和系统,由于射频指纹的难以克隆和伪造,其所建立的无人机身份认证机制和通信数据包认证机制,能够满足无人机轻量级接入安全认证和数据包认证的需求。本发明提出的基于无人机射频指纹特征的轻量级集群网络接入认证方法,在满足无人机集群网络低时延、高可靠等QoS条件下,提升了无人机集群网络的安全性能。

附图说明

为了更清楚地说明本申请实施例技术方案,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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是本申请的实施例提供的基于射频指纹特征的无人机集群网络接入认证方法的示意流程图;

图2是本申请的实施例提供的基于射频指纹特征的无人机集群网络接入认证方法的应用场景示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都航空职业技术学院,未经成都航空职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211206562.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top