一种用于无人机的身份识别方法及系统与流程

本发明涉及无人机识别，尤其涉及一种用于无人机的身份识别方法及系统。

背景技术：

1、随着无人机技术的不断发展，无人机在军事、民用、农业、物流等领域的应用日益广泛。然而，由于无人机技术的普及与应用，无人机身份识别的安全问题也逐渐成为亟待解决的重要课题；传统的无人机身份识别方法主要依赖于gps定位、射频识别和图像识别等技术，但这些方法面临着伪造、干扰、失效等风险。尤其是在复杂的环境中，如何有效地识别并验证无人机的身份，避免无人机被恶意伪装或干扰，成为了无人机安全防护的重要挑战。

2、同时，基于无人机飞行特征进行身份识别的研究较少，现有的动态测试方法缺乏足够的多维度数据流的综合分析，使得无人机身份识别的准确性和安全性不足。

技术实现思路

1、本发明旨在提供一种用于无人机的身份识别方法及系统，通过动态环境测试和实时遥测数据的结合，实现了更精准的无人机身份验证。

2、一种用于无人机的身份识别方法，包括以下步骤：

3、针对任意待注册无人机，获取待注册无人机的数字标识和物理不可克隆函数；基于安全初始化协议对数字标识和物理不可克隆函数进行密码绑定，得到无人机硬件特征签名；将待注册无人机放置在预设无人机环境中进行动态测试，得到无人机动态特征签名；将无人机硬件特征签名和无人机动态特征签名进行特征融合，得到待注册无人机的无人机特征签名，且将待注册无人机转化为注册无人机；

4、在预设预警环境内实时监测未知无人机的实时遥测数据；基于实时遥测数据进行无人机身份识别，得到无人机身份偏差度；根据无人机身份偏差度匹配对应的无人机身份识别结果；

5、当预设预警环境内同时超过n个未知无人机时，将n个未知无人机组合为无人机集合体；基于无人机集合体进行综合身份识别，得到无人机综合身份识别结果；

6、基于无人机身份识别结果和无人机综合身份识别结果执行对应的无人机防护操作。

7、作为本发明的一种优选技术方案，将待注册无人机放置在预设无人机环境中进行动态测试的具体步骤，包括：

8、在预设无人机环境中，收集待测试无人机在复合测试指令下的无人机多维数据流；其中，无人机多维数据流包含无人机射频信号变化数据、无人机电机转速反馈数据、无人机机身传感器数据和无人机声场变化数据；复合测试指令包含飞控射频协同指令和动力气动协同指令；

9、基于无人机射频信号变化数据、无人机电机转速反馈数据和无人机机身传感器数据建立无人机主动惯性图谱；基于无人机声场变化数据建立无人机被动惯性图谱；基于无人机主动惯性图谱和无人机被动惯性图谱进行特征识别，得到无人机动态特征签名。

10、作为本发明的一种优选技术方案，基于无人机主动惯性图谱和无人机被动惯性图谱进行特征识别的具体步骤，包括：

11、基于无人机主动惯性图谱，提取复合测试指令的起始点和无人机多维数据流中的特殊节点作为无人机时间锚点；在无人机被动惯性图谱中，以每一个无人机时间锚点为中心截取一个预设时长的无人机频谱瀑布切片；

12、针对每一个无人机频谱瀑布切片进行锁相响应学习，得到无人机内部关联模型；对所有无人机内部关联模型构建时序拓扑网络，得到无人机动态特征签名。

13、作为本发明的一种优选技术方案，基于实时遥测数据进行无人机身份识别的具体步骤，包括：

14、针对未知无人机，获取对应的无人机硬件特征签名；基于对应的无人机硬件特征和所有注册无人机的无人机硬件特征进行判断，得到无人机硬件识别结果；若无人机硬件识别结果为通过，则进行下一步操作；反之，将拒绝该未知无人机的访问；

15、对于无人机硬件识别结果为通过的未知无人机，从对应预存的无人机动态特征签名中随机选取一个或多个预设时长的片段生成验证瞬时指令；

16、将验证瞬时指令发送至未知无人机中进行操作，得到实时遥测数据；同时，基于对应预存的无人机动态特征签名生成无人机预测推理模型；将验证瞬时指令发送至无人机预测推理模型中进行验证，得到无人机预测响应轨迹；从实时遥测数据中进行轨迹提取，得到无人机实时响应轨迹；对无人机预测响应轨迹和无人机实时响应轨迹进行非线性时序对齐并计算相似度，得到无人机身份偏差度。

17、作为本发明的一种优选技术方案，基于无人机集合体进行综合身份识别的具体步骤，包括：

18、对无人机集合体中的每个未知无人机计算无人机硬件识别结果，将无人机集合体中所有无人机硬件识别结果为通过的未知无人机进行再组合，得到无人机识别集合体；基于无人机识别集合体生成无人机共识扰动矢量；基于无人机共识扰动矢量对无人机集合体进行控制干扰，在进行控制干扰的预设时间窗口内，获取无人机识别集合体中m条并行的无人机响应数据流；m表示无人机识别集合体中未知无人机的数量；

19、将m个未知无人机作为m个节点构建无人机响应关系图谱；计算任意两个节点对应的无人机响应数据流之间的时延相关互函数；将时延相关互函数的峰值作为对应任意两个节点的边权重，补充在无人机响应关系图谱中；

20、同时，对无人机识别集合体进行单个无人机身份识别，得到预测无人机响应关系图谱；计算无人机响应关系图谱和预测无人机响应关系图谱的相似度，得到无人机综合身份识别结果。

21、作为本发明的一种优选技术方案，执行对应的无人机防护操作的具体步骤，包括：当无人机身份识别结果为不通过时，执行单个无人机的强制接管操作；当无人机综合身份识别结果为不通过时，执行群体无人机的飞行隔离操作。

22、一种用于无人机的身份识别系统，包括：

23、无人机身份创建模块，包括有签名创建单元；签名创建单元用于针对任意待注册无人机，获取待注册无人机的数字标识和物理不可克隆函数；基于安全初始化协议对数字标识和物理不可克隆函数进行密码绑定，得到无人机硬件特征签名；将待注册无人机放置在预设无人机环境中进行动态测试，得到无人机动态特征签名；将无人机硬件特征签名和无人机动态特征签名进行特征融合，得到待注册无人机的无人机特征签名，且将待注册无人机转化为注册无人机；

24、无人机身份识别模块，包括有身份识别单元和群体识别单元；身份识别单元用于在预设预警环境内实时监测未知无人机的实时遥测数据；基于实时遥测数据进行无人机身份识别，得到无人机身份偏差度；根据无人机身份偏差度匹配对应的无人机身份识别结果；群体识别单元用于当预设预警环境内同时超过n个未知无人机时，将n个未知无人机组合为无人机集合体；基于无人机集合体进行综合身份识别，得到无人机综合身份识别结果；基于无人机身份识别结果和无人机综合身份识别结果执行对应的无人机防护操作。

25、本发明具有以下优点：

26、1、本发明通过对单个无人机及群体行为的综合分析，能够准确识别非法或未经授权的无人机，从而减少误识别的风险；对多个未知无人机进行综合身份识别，使得在复杂环境下也能有效区分每一台无人机的身份；通过结合硬件特征签名、动态特征签名以及实时遥测数据，在复杂的飞行环境中准确识别出无人机的身份，同时有效识别出伪装或不符合预期的未知无人机，避免误判。

27、2、本发明通过施加扰动矢量和控制干扰，能够有效分离无人机的个体行为，使得每个无人机可以单独识别，大大提升了群体识别的准确性和安全性；结合硬件和动态特征的多维度身份验证机制，能有效防止利用假冒身份、伪造硬件或模拟飞行轨迹等方式进行非法入侵或攻击，具有极高的防范能力。