[发明专利]信号处理方法、电子装置、信号处理装置有效

专利信息
申请号: 202110124936.5 申请日: 2021-01-29
公开(公告)号: CN112799513B 公开(公告)日: 2022-07-05
发明(设计)人: 吴华强;林博瀚;刘正午;高滨;唐建石;钱鹤 申请(专利权)人: 清华大学
主分类号: G06F3/01 分类号: G06F3/01;G06F21/60;H04L9/32
代理公司: 北京市柳沈律师事务所 11105 代理人: 罗莎
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信号 处理 方法 电子 装置
【说明书】:

一种信号处理方法、电子装置、信号处理装置。该信号处理方法包括:获取初始神经信号;利用第一忆阻器阵列对初始神经信号进行特征提取,以得到初始神经信号对应的特征信息;获取密钥标识,并基于密钥标识生成密钥;利用密钥对特征信息进行加密处理,以得到加密后特征信息。该信号处理方法可以基于忆阻器直接接收初始神经信号并对该初始神经信号进行处理,从而可以避免使用大量模数转换器,进而降低所需功耗和面积;在此基础上,对特征信息进行加密处理,在满足功耗和面积开销的基础上增强系统的安全性,实现轻量级的数据处理和数据安全防护。

技术领域

本公开的实施例涉及一种信号处理方法、电子装置、信号处理装置。

背景技术

随着科学技术的进步,人们逐渐实现了对神经信号的分析并对其结果加以利用。例如通过脑机接口(Brain-Machine Interface,BMI)来对大脑发出的神经信号进行分析以便帮助患有神经疾病的人监测和控制疾病。例如,脑机接口可以采集来自大脑的神经信号,并从这些神经信号中翻译出大脑的意图,实现对外部设备的控制。脑机接口的研究在医学领域有重要意义,可以帮助残障患者维持基本生活,甚至恢复他们的感知和行动能力。

发明内容

本公开至少一实施例提供一种信号处理方法,包括:获取初始神经信号;利用第一忆阻器阵列对所述初始神经信号进行特征提取,以得到所述初始神经信号对应的特征信息;获取密钥标识,并基于所述密钥标识生成密钥;利用所述密钥对所述特征信息进行加密处理,以得到加密后特征信息。

例如,在本公开至少一实施例提供的信号处理方法中,利用第一忆阻器阵列对所述初始神经信号进行特征提取,以得到所述初始神经信号对应的特征信息,包括:对所述初始神经信号进行处理,以得到所述初始神经信号对应的多个离散神经信号;利用所述第一忆阻器阵列对所述多个离散神经信号进行处理,以得到所述多个离散神经信号对应的多个特征元素;基于所述多个特征元素,得到神经信号特征向量,其中,所述特征信息包括所述神经信号特征向量。

例如,在本公开至少一实施例提供的信号处理方法中,基于所述密钥标识生成密钥,包括:基于所述密钥标识,利用物理不可克隆函数电路生成所述密钥。

例如,在本公开至少一实施例提供的信号处理方法中,所述密钥包括k个比特,所述物理不可克隆函数电路包括第二忆阻器阵列,所述第二忆阻器阵列包括排列为P行Q列的多个忆阻器组,P和Q均为正整数,每个忆阻器组包括至少一个忆阻器,每个忆阻器组被配置为生成一个物理不可克隆函数密钥值,基于所述密钥标识,利用物理不可克隆函数电路生成密钥,包括:对所述密钥标识进行译码处理,以得到k个二维坐标值,其中,每个二维坐标值包括行坐标和列坐标,所述行坐标和所述列坐标用于确定所述第二忆阻器阵列中的忆阻器组的位置;基于所述k个二维坐标值,确定所述第二忆阻器阵列中对应的k个忆阻器组;基于所述k个忆阻器组,生成k个物理不可克隆函数密钥值,并将所述k个物理不可克隆函数密钥值作为所述密钥的k个比特。

例如,在本公开至少一实施例提供的信号处理方法中,获取密钥标识,包括:利用第三忆阻器阵列生成随机数,将所述随机数作为所述密钥标识,其中,所述随机数为真随机数,所述第三忆阻器阵列包括至少一个忆阻器。

例如,在本公开至少一实施例提供的信号处理方法中,利用所述密钥对所述特征信息进行加密处理,以得到加密后特征信息,包括:利用所述密钥,根据对称加密方法或异或方法对所述特征信息进行加密处理,以得到所述加密后特征信息。

例如,在本公开至少一实施例提供的信号处理方法中,所述初始神经信号为颅内神经信号,所述方法还包括:将所述密钥标识和所述加密后特征信息通过无线通信方法发送至颅外。

本公开至少一实施例提供一种电子装置,包括:信号获取电路,被配置为获取初始神经信号;特征提取电路,包括第一忆阻器阵列且被配置为对所述初始神经信号进行特征提取,以得到所述初始神经信号对应的特征信息;密钥生成电路,配置为获取密钥标识,并基于所述密钥标识生成密钥;安全电路,配置为利用所述密钥对所述特征信息进行加密处理,以得到加密后特征信息。

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清华大学,未经清华大学许可,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/202110124936.5/2.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