公开(公告)号：CN117750361A

公开(公告)日：2024-03-22

申请号：CN202311570755.0

申请日：2023-11-22

Applicant: 网络通信与安全紫金山实验室 ,  东南大学

Inventor： 俞佳宝 ,  丁艳军 ,  胡爱群 ,  陈旭东 ,  张怀聪

IPC: H04W12/041 ,  H04W12/03 ,  H04W12/02

Abstract: 本发明提供一种基于无线信道特征的组密钥生成方法、装置和电子设备。该方法应用于星型网络的中心节点，包括：与各子节点进行导频交互，获取第一无线信道特征参数，根据与各子节点之间通道的第一无线信道特征参数确定与各子节点对应的第一无线信道特征序列；根据各第一无线信道特征序列确定中心节点的组密钥；针对各子节点，基于子节点对应的第一无线信道特征序列之外的所有第一无线信道特征序列和子节点对应的第一无线信道特征序列，为子节点生成加密序列，将加密序列发送至子节点，用于子节点确定对应的组密钥。本发明各子节点的加密序列不同，即使窃听者获取了各子节点的加密序列，也难以通过解码处理获得组密钥，提高了组密钥生成的安全性。

公开(公告)号：CN115150232A

公开(公告)日：2022-10-04

申请号：CN202210745339.9

申请日：2022-06-27

Applicant: 网络通信与安全紫金山实验室

Inventor： 俞佳宝 ,  陈旭东 ,  胡爱群

IPC: H04L25/02 ,  H04W24/02 ,  H04W4/80 ,  H04W12/041

Abstract: 本发明公开了一种高互易性信道特征提取方法和系统，方法应用于基于WIFI协议通信的至少两个通信节点，包括：各通信节点分别根据接收的交互帧进行信道估计，得到信道状态信息；所述交互帧为：两个通信节点之间基于WIFI协议通信，生成的包含WIFI控制帧的一对上、下行帧；各通信节点分别对所述信道状态信息进行处理，得到幅度信息和相位信息，对信道的幅度信息和相位信息进行量化，进而得到互易的上、下行信道特征。本发明提高了两个通信节点之间上、下行信道特征的互易性，可用于生成无线信道密钥，并提高密钥生成速率以及密钥生成的一致率。

公开(公告)号：CN115150232B

公开(公告)日：2024-10-08

申请号：CN202210745339.9

申请日：2022-06-27

Applicant: 网络通信与安全紫金山实验室

Inventor： 俞佳宝 ,  陈旭东 ,  胡爱群

IPC: H04L25/02 ,  H04W24/02 ,  H04W4/80 ,  H04W12/041

Abstract: 本发明公开了一种高互易性信道特征提取方法和系统，方法应用于基于WIFI协议通信的至少两个通信节点，包括：各通信节点分别根据接收的交互帧进行信道估计，得到信道状态信息；所述交互帧为：两个通信节点之间基于WIFI协议通信，生成的包含WIFI控制帧的一对上、下行帧；各通信节点分别对所述信道状态信息进行处理，得到幅度信息和相位信息，对信道的幅度信息和相位信息进行量化，进而得到互易的上、下行信道特征。本发明提高了两个通信节点之间上、下行信道特征的互易性，可用于生成无线信道密钥，并提高密钥生成速率以及密钥生成的一致率。

公开(公告)号：CN116471149A

公开(公告)日：2023-07-21

申请号：CN202310382787.1

申请日：2023-04-11

Applicant: 网络通信与安全紫金山实验室

Inventor： 俞佳宝 ,  陈旭东 ,  胡爱群 ,  张怀聪

IPC: H04L25/02

Abstract: 本发明公开了一种频域信道特征生成方法、装置和非易失性存储介质。其中，该方法包括：第一设备基于对与第二设备进行导频交互时使用的信道进行估计，得到第一频域信道估计结果，其中，第一设备与第二设备存在导频交互；第一设备根据预存的设备指纹补偿量对第一频域信道估计结果进行补偿，得到补偿结果，其中，设备指纹补偿量表征第一设备的设备指纹和第二设备的设备指纹之间的差异；第一设备确定补偿结果为信道的频域信道特征，其中，频域信道特征包括频域信道的幅度特征和相位特征。本发明解决了由于通信双方设备指纹差异明显造成的设备间通信信道的互易性较低的技术问题。

公开(公告)号：CN119781517A

公开(公告)日：2025-04-08

申请号：CN202411951020.7

申请日：2024-12-27

Applicant: 东南大学

Inventor： 殷国栋 ,  陈旭东 ,  李兵兵 ,  王金湘 ,  邱春龙 ,  张嘉桐

IPC: G05D1/49 ,  G05B13/04

Abstract: 本发明公开一种基于深度神经网络的飞行汽车的姿态控制方法及系统，属于飞行汽车计算机视觉领域；一种基于深度神经网络的飞行汽车的姿态控制方法包括：构建飞行汽车动力学模型；针对飞行汽车的飞行特性，构建网络模型来预测偏转角和碰撞概率；基于飞行汽车动力学模型与网络模型预测的偏转角和碰撞概率，使用级联控制技术设计对应的控制策略，来控制飞行汽车的姿态。本发明利用深度神经网络模型精准预测飞行汽车的偏转角和碰撞概率，并将其与飞行汽车的动力学模型相结合，从而生成更精准、更鲁棒的控制策略。

公开(公告)号：CN119762538A

公开(公告)日：2025-04-04

申请号：CN202411951009.0

申请日：2024-12-27

Applicant: 东南大学

Inventor： 殷国栋 ,  陈旭东 ,  李兵兵 ,  庄伟超 ,  邱春龙 ,  张嘉桐

IPC: G06T7/246 ,  G06V10/74 ,  G06V20/58 ,  G06T3/4038 ,  G06T5/50 ,  G06T3/4046 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开一种鲁棒的飞行汽车空地目标匹配方法及系统，属于飞行汽车计算机视觉领域；目标匹配方法包括：接收飞行汽车地面行驶模式与飞行模式的图像；基于YOLOv5s网络，引入CA注意力机制并改进损失函数，来对接收的图像进行检测；针对检测结果，进行基于DeepSORT算法的目标跟踪处理，并对跟踪结果进行重识别预处理，获得待检测数据集；针对目标图像与待检测数据集，进行基于FastReID算法的目标重识别处理；对重识别结果进行余弦相似度计算匹配，并进行再跟踪；本发明将飞行视角与地面行驶视角的信息进行融合，显著提高了跟踪的准确度和鲁棒性，实现了双视角下对于同一目标图像的准确定位与跟踪。