[发明专利]基于电磁场效应的PCB篡改智能检测方法

权利要求书

1.基于电磁场效应的PCB篡改智能检测方法，其特征在于，包括：

S1、选取多个有篡改的PCB板和无篡改的PCB板构成训练集；

S2、采用探针测量训练集中所有PCB板的电磁场分布，得到行数为M，列数为N的电磁场分布矩阵；

S3、对训练集中各电磁场分布矩阵加上标签，并依次进行乱序和归一化处理，之后提取每个电磁场分布矩阵的数学特征；

S4、选取训练集中预设比例的经过数学特征提取的电磁场分布矩阵作为训练样本对BP有监督神经网络进行训练，得到初步训练的神经网络；

S5、将训练集中余下的经过数学特征提取的电磁场分布矩阵作为验证样本输入初步训练的神经网络中，并输出篡改的验证正确率；

S6、判断验证正确率是否达到预设要求，若达到，则完成神经网络的训练，并进入步骤S7，否则，令M＝M+1，N＝N+1，并返回步骤S2；

S7、获取待测试PCB板的测试电磁场分布矩阵M×N，并对测试电磁场分布矩阵依次进行归一化处理和数学特征提取；以及

S8、采用训练好的神经网络对经过数学特征提取的测试电磁场分布矩阵进行识别，并输出是否篡改的识别结果，完成PCB篡改检测。

2.根据权利要求1所述的基于电磁场效应的PCB篡改智能检测方法，其特征在于，所述提取每个电磁场分布矩阵的数学特征进一步包括：

S31、根据训练集中的电磁场分布矩阵求解协方差矩阵G：

其中，D_i(i∈[1,2,...,K])为训练集中电磁场分布矩阵；K为训练集中的电磁场分布矩阵的数量；为所有电磁场分布矩阵D_i的平均值；T为矩阵的转置；

S32、选取协方差矩阵G中最大的P个特征值对应的特征向量：

其中，为协方差矩阵G第a列的特征值，a∈(1,2,...,N)，N为电磁场分布矩阵D_i的列数，λ为常数，等于0.9或者0.95；

S33、根据选取出的P个特征向量对应的特征值大小对特征向量进行降序排序，生成最佳投影轴X_O：

其中，为排序后第k个特征向量，k∈(1,2，…，P)；

S34、根据最佳投影X_O计算训练集中每个PCB板的特征矩阵F_i：

F_i＝D_iX_O；

S35、计算特征矩阵F_i中各列向量的二范数，得到每个训练PCB板的二范数矩阵L_i：

其中，为特征矩阵L_i的第j列，F_i^j为样本特征矩阵F_i的第j列，为F_i^j的二范数。