公开(公告)号：CN115412177A

公开(公告)日：2022-11-29

申请号：CN202210692101.4

申请日：2022-06-17

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 杨本朝 ,  李光松 ,  段乾恒 ,  姜学新 ,  石雅男 ,  于刚 ,  王洋 ,  黄璐

IPC: H04B10/70

Abstract: 本发明涉及一种任意量子态的循环受控隐形传态方法，属于量子隐形通信方法。本发明中各通信方事先共享所构建的可选量子信道，基于此量子信道同时循环隐形传输未知单粒子、两粒子和三粒子的任意纠缠态；各参与通信方分别对自己所拥有的纠缠粒子进行Bell基测量，并通过公开信道公布各自的测量结果；控制方如果同意继续通信，则对自身拥有的粒子做{|+>,|‑>}基测量，并通过公开信道公布自己的测量结果；各通信方根据公布的测量结果，分别对自身拥有的粒子做相应的幺正变换，恢复出所要隐形传递的信息。通过上述过程，本发明实现了真实意义上任意未知单粒子态、两粒子态和三粒子态的概率为1的受控循环量子隐形传态。

公开(公告)号：CN111723846B

公开(公告)日：2024-01-26

申请号：CN202010432177.4

申请日：2020-05-20

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 李光松 ,  李文清 ,  广晖 ,  王洋 ,  石雅男 ,  郑永辉 ,  陈熹 ,  顾纯祥 ,  魏福山 ,  杨本朝

IPC: G06F18/214 ,  G06F18/2431 ,  G06N20/00 ,  H04L43/50 ,  H04L43/08 ,  H04L9/40

Abstract: 本发明属于网络流量数据分类技术领域，公开一种基于随机性特征的加密和压缩流量识别方法，包括：对网络数据进行采集，并解析得到流量数据；计算并得到流量数据的随机性特征ECF特征向量；所述ECF特征向量包括：卡方、Renyi交叉熵、单比特频数、块内频数、游程、最大游程、傅里叶变换、非重叠匹配、序列化和累加和；以ECF特征向量为输入，通过机器学习模型进行识别，识别结果包括加密流量和压缩流量；本发明还公开一种基于随机性特征的加密和压缩流量识别装置。本发明结合机器学习，构造了有效的随机性特征ECF特征向量，在获取部分数据或者数据量较少的情况下，依旧能够对加密和压缩流量进行较高精度的识别。

公开(公告)号：CN115412177B

公开(公告)日：2024-07-05

申请号：CN202210692101.4

申请日：2022-06-17

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 杨本朝 ,  李光松 ,  段乾恒 ,  姜学新 ,  石雅男 ,  于刚 ,  王洋 ,  黄璐

IPC: H04B10/70

Abstract: 本发明涉及一种任意量子态的循环受控隐形传态方法，属于量子隐形通信方法。本发明中各通信方事先共享所构建的可选量子信道，基于此量子信道同时循环隐形传输未知单粒子、两粒子和三粒子的任意纠缠态；各参与通信方分别对自己所拥有的纠缠粒子进行Bell基测量，并通过公开信道公布各自的测量结果；控制方如果同意继续通信，则对自身拥有的粒子做{|+>,|‑>}基测量，并通过公开信道公布自己的测量结果；各通信方根据公布的测量结果，分别对自身拥有的粒子做相应的幺正变换，恢复出所要隐形传递的信息。通过上述过程，本发明实现了真实意义上任意未知单粒子态、两粒子态和三粒子态的概率为1的受控循环量子隐形传态。

公开(公告)号：CN118131286A

公开(公告)日：2024-06-04

申请号：CN202410278102.3

申请日：2024-03-11

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 蔡巍 ,  陈明剑 ,  李万里 ,  周巍 ,  乔亚明 ,  施星宇 ,  沈洋 ,  王洋 ,  吕威

IPC: G01S19/37

Abstract: 本发明属于卫星定位技术领域，特别涉及一种基于T分布变分贝叶斯滤波BDS动态模糊度解算方法及系统，基准站接收机接收GNSS信号，得到基准站坐标；利用BDS‑3的B1I、B1C、B3I和B2a四个频率信号构建弱电离层组合观测值，将多个宽巷整周模糊度已固定的宽巷组合观测值与BDS‑3四频弱电离层组合观测值联立构成滤波器的量测向量；采用基于T分布的变分贝叶斯滤波估计时变的观测噪声和系统状态量；通过滤波得到弱电离层模糊度的浮点解，再结合部分模糊度固定方法对弱电离层模糊度进行搜索固定；最后将弱电离层模糊度固定解回代弱电离层组合观测方程，得到位置坐标的固定解。本发明提高动态条件下的滤波的鲁棒性和稳定性，提高了模糊度的固定率，从而提高了目标定位精度。

公开(公告)号：CN111723846A

公开(公告)日：2020-09-29

申请号：CN202010432177.4

申请日：2020-05-20

Applicant: 中国人民解放军战略支援部队信息工程大学

Inventor： 李光松 ,  李文清 ,  广晖 ,  王洋 ,  石雅男 ,  郑永辉 ,  陈熹 ,  顾纯祥 ,  魏福山 ,  杨本朝

IPC: G06K9/62 ,  G06N20/00 ,  H04L29/06 ,  H04L12/26

Abstract: 本发明属于网络流量数据分类技术领域，公开一种基于随机性特征的加密和压缩流量识别方法，包括：对网络数据进行采集，并解析得到流量数据；计算并得到流量数据的随机性特征ECF特征向量；所述ECF特征向量包括：卡方、Renyi交叉熵、单比特频数、块内频数、游程、最大游程、傅里叶变换、非重叠匹配、序列化和累加和；以ECF特征向量为输入，通过机器学习模型进行识别，识别结果包括加密流量和压缩流量；本发明还公开一种基于随机性特征的加密和压缩流量识别装置。本发明结合机器学习，构造了有效的随机性特征ECF特征向量，在获取部分数据或者数据量较少的情况下，依旧能够对加密和压缩流量进行较高精度的识别。