本發(fā)明涉及工程裝備，更具體地說(shuō)，本發(fā)明涉及一種面向數(shù)據(jù)安全存儲(chǔ)的裝備一體化總線數(shù)據(jù)采集系統(tǒng)。

背景技術(shù)：

1、在具備橋梁鋪設(shè)和機(jī)動(dòng)掃雷的兩型工程裝備試驗(yàn)中，采集橋梁架設(shè)時(shí)間、撤收時(shí)間、解除行軍固定時(shí)間、機(jī)械掃雷時(shí)間、投放標(biāo)示數(shù)量等數(shù)據(jù)能夠動(dòng)態(tài)展示裝備的作業(yè)狀態(tài)信息，測(cè)算裝備作業(yè)效能，而數(shù)據(jù)采集和分析起到了至關(guān)重要的作用，兩型工程裝備的性能和效率優(yōu)化離不開精確的數(shù)據(jù)監(jiān)測(cè)和實(shí)時(shí)分析，這種兩型工程裝備的底盤和裝備上裝均配備有多種傳感器和操作系統(tǒng)，通過(guò)can總線傳輸各類數(shù)據(jù)，而數(shù)據(jù)的多源化、多樣化為數(shù)據(jù)的高效采集、實(shí)時(shí)解析以及有效展示給現(xiàn)有數(shù)據(jù)采集系統(tǒng)帶來(lái)了挑戰(zhàn)，而現(xiàn)有的數(shù)據(jù)存儲(chǔ)加密技術(shù)中，線性同余法(簡(jiǎn)稱lcg)是一種常見(jiàn)且簡(jiǎn)單的偽隨機(jī)數(shù)生成方法，通過(guò)線性遞推關(guān)系生成一系列的偽隨機(jī)數(shù)，將生成的偽隨機(jī)數(shù)據(jù)作為密鑰，線性同余法最重要的是定義了三個(gè)整數(shù)，乘數(shù)a、增量b和模數(shù)m，其中a,b,m是需要設(shè)定的常數(shù)，lcg的周期最大為m，但大部分情況都會(huì)少于m，要令lcg達(dá)到最大周期，應(yīng)符合：b,m互質(zhì)；m的所有質(zhì)因數(shù)都能整除a-1；若m是4的倍數(shù)，a-1也是；a,b,n[0]都比m小；a,b是正整數(shù)，lcg隨機(jī)數(shù)的生成需要種子，高質(zhì)量的種子能夠使得數(shù)據(jù)存儲(chǔ)的密鑰安全性更高，如何對(duì)現(xiàn)有的lcg進(jìn)行改進(jìn)，以獲取質(zhì)量更優(yōu)的種子，提高數(shù)據(jù)存儲(chǔ)安全性和可靠性，成為當(dāng)前需要解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明提供一種面向數(shù)據(jù)安全存儲(chǔ)的裝備一體化總線數(shù)據(jù)采集系統(tǒng)，是通過(guò)結(jié)合線性同余生成器和環(huán)境熱噪聲熵源產(chǎn)生器，提升了數(shù)據(jù)采集和存儲(chǔ)的安全性和可靠性。利用高質(zhì)量隨機(jī)數(shù)種子和aes加密算法，確保數(shù)據(jù)的機(jī)密性和完整性，優(yōu)化了工程裝備的性能和作業(yè)效能測(cè)算。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、面向數(shù)據(jù)安全存儲(chǔ)的裝備一體化總線數(shù)據(jù)采集系統(tǒng)，包括數(shù)據(jù)層和采集層，數(shù)據(jù)層包括用于實(shí)時(shí)獲取裝備底盤數(shù)據(jù)的底盤傳感模塊和用于采集裝備上裝數(shù)據(jù)的裝備上裝傳感模塊，通過(guò)can總線接口將獲取的數(shù)據(jù)傳輸給采集層，采集層為數(shù)據(jù)記錄儀，包括數(shù)據(jù)采集模塊和數(shù)據(jù)存儲(chǔ)模塊，數(shù)據(jù)存儲(chǔ)模塊中設(shè)有線性同余生成器，線性余同生成器連接有熵源產(chǎn)生器，熵源產(chǎn)生器連接有用于采集環(huán)境熱噪聲的熱噪聲傳感器，熵源產(chǎn)生器初始化量化級(jí)別數(shù)量，利用環(huán)境熱噪聲量化函數(shù)，將連續(xù)的環(huán)境熱噪聲信號(hào)轉(zhuǎn)換為離散的數(shù)值，統(tǒng)計(jì)每個(gè)量化值出現(xiàn)的頻率，將每個(gè)量化值出現(xiàn)的頻率轉(zhuǎn)換為其出現(xiàn)概率，再使用環(huán)境熱噪聲信號(hào)熵分析公式計(jì)算每個(gè)量化值的熵，獲取所有量化值熵中的最大熵，逐漸遞增量化級(jí)別數(shù)量，并計(jì)算對(duì)應(yīng)的最大熵，直至找到使得最大熵的數(shù)值達(dá)到最大值，輸出量化級(jí)別數(shù)量，更新環(huán)境噪聲量化函數(shù)，利用更新的環(huán)境噪聲量化函數(shù)將連續(xù)的噪聲信號(hào)轉(zhuǎn)換為離散的值，獲取采集的環(huán)境熱噪聲樣本，將環(huán)境熱噪聲樣本進(jìn)行組合，生成初始種子，并將生成的初始種子傳輸給線性同余生成器，線性同余生成器使用初始種子初始化，基于線性余同方法產(chǎn)生偽隨機(jī)數(shù)，再使用sha-256對(duì)線性余同方法生成的偽隨機(jī)數(shù)進(jìn)行哈希處理，生成哈希值，使用哈希值的一部分作為aed加密算法的加密密鑰，對(duì)采集的信息數(shù)據(jù)進(jìn)行aes加密，生成密文。

4、在進(jìn)行作業(yè)時(shí)，數(shù)據(jù)層能夠通過(guò)兩型工程裝備can總線接口，自動(dòng)采集裝備底盤轉(zhuǎn)速、摩托小時(shí)、車速、行駛里程、油溫、發(fā)動(dòng)機(jī)參數(shù)等，以及上裝作業(yè)狀態(tài)(前懸臂數(shù)據(jù)、后擺架數(shù)據(jù)、點(diǎn)火線路數(shù)據(jù))、系統(tǒng)診斷信息、駕駛員操縱盒和各傳感器等相關(guān)裝備總線數(shù)據(jù)。將采集到的裝備底盤與上裝總線信號(hào)進(jìn)行解析分析，得到總線信號(hào)對(duì)應(yīng)的裝備各個(gè)作業(yè)狀態(tài)和系統(tǒng)故障信息，為后續(xù)的信號(hào)展示和測(cè)算提供基礎(chǔ)。結(jié)合總線數(shù)據(jù)解析的結(jié)果，能夠在采集設(shè)備上進(jìn)行動(dòng)態(tài)的展示裝備的作業(yè)狀態(tài)信息，以及測(cè)算裝備作業(yè)效能的基礎(chǔ)數(shù)據(jù)，例如架設(shè)時(shí)間、撤收時(shí)間、解除行軍固定時(shí)間、機(jī)械掃雷時(shí)間、投放標(biāo)示數(shù)量等。

5、作為本發(fā)明進(jìn)一步的方案，在熵源產(chǎn)生器中，設(shè)定初始化量化級(jí)別數(shù)量的數(shù)值為128。

6、在具備橋梁鋪設(shè)和機(jī)動(dòng)掃雷功能的工程裝備試驗(yàn)中，數(shù)據(jù)的采集和存儲(chǔ)安全性至關(guān)重要。為了提高數(shù)據(jù)存儲(chǔ)的安全性和可靠性，本發(fā)明提出了一種改進(jìn)的熵源產(chǎn)生器，通過(guò)環(huán)境熱噪聲的量化處理來(lái)生成高質(zhì)量的隨機(jī)數(shù)種子。環(huán)境熱噪聲是一種隨機(jī)且不可預(yù)測(cè)的自然現(xiàn)象，利用其作為熵源能夠有效提高偽隨機(jī)數(shù)生成器的安全性。環(huán)境熱噪聲信號(hào)具有高度的隨機(jī)性和非線性變化。簡(jiǎn)單的線性量化方法難以捕捉這些變化，會(huì)導(dǎo)致量化后的信號(hào)分布不均勻，降低熵值。

7、作為本發(fā)明進(jìn)一步的方案，在熵源產(chǎn)生器中，環(huán)境熱噪聲量化函數(shù)通過(guò)采集的環(huán)境噪聲信號(hào)中的最大值和最小值，基于對(duì)數(shù)信號(hào)差公式對(duì)信號(hào)的非線性變化進(jìn)行處理，獲取對(duì)數(shù)信號(hào)差，再將對(duì)數(shù)信號(hào)差乘以量化級(jí)別的數(shù)量減去一，并向下取整，獲取環(huán)境熱噪聲量化后的離散值，環(huán)境熱噪聲量化函數(shù)的公式為：

8、

9、式中：x為環(huán)境熱噪聲傳感器采集的連續(xù)的環(huán)境熱噪聲信號(hào)，q(x)為環(huán)境熱噪聲量化后的離散值，δxd為連續(xù)的環(huán)境熱噪聲信號(hào)的對(duì)數(shù)信號(hào)差，通過(guò)對(duì)數(shù)信號(hào)差公式獲得，m為量化級(jí)別的數(shù)量，為向下取整操作運(yùn)算符。

10、作為本發(fā)明進(jìn)一步的方案，在熵源產(chǎn)生器中，環(huán)境熱噪聲量化函數(shù)公式中的對(duì)數(shù)信號(hào)差公式為：

11、

12、式中：xmin、xmax分別為環(huán)境熱噪聲信號(hào)中的最小值和最大值。

13、通過(guò)引入對(duì)數(shù)信號(hào)差公式，能有效處理信號(hào)的非線性變化，提高量化后的信號(hào)分布均勻性。對(duì)數(shù)信號(hào)差公式能夠更加均勻地分配量化級(jí)別，使得量化后的離散值分布更廣泛和均勻，增加信號(hào)的熵值，有助于生成高質(zhì)量的隨機(jī)數(shù)，提高偽隨機(jī)數(shù)生成器的安全性和不可預(yù)測(cè)性。高質(zhì)量的隨機(jī)數(shù)種子是偽隨機(jī)數(shù)生成器安全性的基礎(chǔ)。通過(guò)利用環(huán)境熱噪聲的對(duì)數(shù)信號(hào)差公式，可以生成具有更高熵值的種子，從而增強(qiáng)線性同余生成器(lcg)生成隨機(jī)數(shù)的質(zhì)量和安全性。偽隨機(jī)數(shù)生成器生成的高質(zhì)量密鑰對(duì)于數(shù)據(jù)加密至關(guān)重要。使用環(huán)境熱噪聲作為熵源并通過(guò)改進(jìn)的量化函數(shù)生成高熵值的種子，能提高數(shù)據(jù)存儲(chǔ)加密的安全性和可靠性，防止數(shù)據(jù)泄露和未授權(quán)訪問(wèn)。

14、在具備橋梁鋪設(shè)和機(jī)動(dòng)掃雷功能的工程裝備試驗(yàn)中，確保數(shù)據(jù)存儲(chǔ)的安全性和可靠性至關(guān)重要。為了提高偽隨機(jī)數(shù)生成的質(zhì)量，必須使用高質(zhì)量的種子。通過(guò)對(duì)環(huán)境熱噪聲信號(hào)進(jìn)行量化處理并計(jì)算其熵，可以生成具有高熵值的隨機(jī)數(shù)種子，從而增強(qiáng)數(shù)據(jù)加密的安全性。環(huán)境熱噪聲信號(hào)的隨機(jī)性和不可預(yù)測(cè)性使其成為理想的熵源。然而，直接使用原始信號(hào)進(jìn)行分析和計(jì)算較為復(fù)雜且效率低下。因此，通過(guò)將連續(xù)的環(huán)境熱噪聲信號(hào)量化為離散值，可以簡(jiǎn)化處理過(guò)程，同時(shí)保留信號(hào)的隨機(jī)性特征。統(tǒng)計(jì)每個(gè)量化后離散值的數(shù)量分布可以反映信號(hào)的整體特性。為了計(jì)算環(huán)境熱噪聲信號(hào)的熵，首先需要統(tǒng)計(jì)每個(gè)量化后離散值的出現(xiàn)頻率，然后將其轉(zhuǎn)換為概率。概率反映了每個(gè)離散值在整體信號(hào)中的分布情況。使用概率進(jìn)行熵計(jì)算能夠更準(zhǔn)確地衡量信號(hào)的隨機(jī)性和復(fù)雜性。通過(guò)計(jì)算環(huán)境熱噪聲信號(hào)的熵值，可以評(píng)估不同量化級(jí)別數(shù)量對(duì)信號(hào)隨機(jī)性的影響。逐漸遞增量化級(jí)別數(shù)量并計(jì)算對(duì)應(yīng)的最大熵值，直到找到使得最大熵的量化級(jí)別數(shù)量。這樣可以確保量化后的信號(hào)具有最高的隨機(jī)性和不可預(yù)測(cè)性，為生成高質(zhì)量的隨機(jī)數(shù)種子提供保障。

15、作為本發(fā)明進(jìn)一步的方案，環(huán)境熱噪聲信號(hào)熵分析公式通過(guò)統(tǒng)計(jì)每個(gè)環(huán)境熱噪聲量化后的離散值的數(shù)量分布和未占據(jù)狀態(tài)的統(tǒng)計(jì)貢獻(xiàn)，統(tǒng)計(jì)所有環(huán)境熱噪聲量化后的離散值在每個(gè)環(huán)境熱噪聲量化后的離散值上的數(shù)量分布，獲取環(huán)境熱噪聲信號(hào)熵，環(huán)境熱噪聲信號(hào)熵公式為：

16、s＝-kb∑i[pi?ln?pi-(1+pi)ln?pi]

17、式中：s為環(huán)境熱噪聲信號(hào)熵，kb為玻爾茲曼常數(shù)，i為環(huán)境熱噪聲信號(hào)離散值的索引，pi為環(huán)境熱噪聲信號(hào)離散值的概率，其中fi為第i個(gè)環(huán)境熱噪聲信號(hào)離散值出現(xiàn)的頻率，n為環(huán)境熱噪聲信號(hào)離散值的總數(shù)量。

18、作為本發(fā)明進(jìn)一步的方案，環(huán)境熱噪聲傳感器包括熱噪聲源電阻、噪聲放大器、濾波器、數(shù)模轉(zhuǎn)換器和信號(hào)采集存儲(chǔ)單元，熱噪聲源產(chǎn)生與電阻值、溫度成正比的熱噪聲信號(hào)，噪聲放大器將熱噪聲源產(chǎn)生的熱噪聲電壓進(jìn)行信號(hào)放大，噪聲放大器的增益根據(jù)實(shí)際需求設(shè)定，濾波器對(duì)放大后的熱噪聲信號(hào)進(jìn)行濾波，保留目標(biāo)段噪聲信號(hào)，數(shù)模轉(zhuǎn)換器將放大和濾波后的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，數(shù)模轉(zhuǎn)換器的分辨率為12位，采樣率為1khz。

19、作為本發(fā)明進(jìn)一步的方案，在環(huán)境熱噪聲傳感器中，熱噪聲源產(chǎn)生的熱噪聲電壓為：

20、

21、式中：vrms為熱噪聲電壓，t為熱電阻的絕對(duì)溫度，單位為開爾文，r為熱噪聲源的電阻值，δf為帶寬，通過(guò)人為設(shè)定。

22、作為本發(fā)明進(jìn)一步的方案，在數(shù)據(jù)存儲(chǔ)模塊中，采集的明文數(shù)據(jù)輸入后，與密鑰一起通過(guò)aes加密算法生成加密數(shù)據(jù)，密鑰通過(guò)通信接口從多個(gè)密鑰組中選擇，解密時(shí)，需要讀取和加密時(shí)使用相同的密鑰，通過(guò)通信接口傳輸密鑰，通過(guò)aes解密算法使用通信接口獲取的密鑰將加密數(shù)據(jù)還原成有效的明文數(shù)據(jù)。

23、作為本發(fā)明進(jìn)一步的方案，在數(shù)據(jù)存儲(chǔ)模塊中，數(shù)據(jù)基于sd的存儲(chǔ)內(nèi)容包括6層，分別為cmd0、cmd1、cmd2、cmd3、cmd4、cmd5、cmd6，其中，cmd0層用于存儲(chǔ)基本存儲(chǔ)信息，設(shè)備唯一，cmd1層用于存儲(chǔ)加密信息，設(shè)備唯一，cmd2層用于存儲(chǔ)設(shè)備參數(shù)設(shè)置，設(shè)備唯一，cmd3用于存儲(chǔ)全局存儲(chǔ)參數(shù)，設(shè)備唯一，cmd4層用于存儲(chǔ)目錄信息，若干個(gè)目錄，cmd5用于存儲(chǔ)文件信息，隸屬于設(shè)定目錄，若干個(gè)文件，cmd6用于存儲(chǔ)數(shù)據(jù)信息，隸屬于設(shè)定文件，存儲(chǔ)數(shù)據(jù)內(nèi)容，所有存儲(chǔ)內(nèi)容都使用標(biāo)準(zhǔn)幀頭和幀尾，使用存儲(chǔ)命令，存儲(chǔ)長(zhǎng)度固定為0xff，整個(gè)512字節(jié)，數(shù)據(jù)存儲(chǔ)守時(shí)使用rtc時(shí)鐘，使用北斗gps對(duì)rtc時(shí)鐘進(jìn)行授時(shí)修正誤差。

24、作為本發(fā)明進(jìn)一步的方案，在數(shù)據(jù)存儲(chǔ)模塊中，數(shù)據(jù)存儲(chǔ)初始化流程包括如下步驟：

25、步驟一，系統(tǒng)初始化、rtc初始化、sd初始化；

26、步驟二，進(jìn)行cmd0～cmd3的讀?。?/p>

27、步驟三，通信初始化：當(dāng)cdm0～cmd3讀取成功后，系統(tǒng)進(jìn)行通信初始化；

28、步驟四，目錄有效性檢測(cè)：進(jìn)行目錄有效性檢測(cè)，如果設(shè)備為空，則進(jìn)入設(shè)置模式，等待pc軟件進(jìn)行設(shè)置，包括裝備類型、編碼和加密組設(shè)置，設(shè)備確定能夠檢測(cè)的對(duì)象，進(jìn)行相應(yīng)檢測(cè)程序；

29、步驟五，讀取cmd4～cmd6參數(shù)：讀取目錄有效后，讀取cmd4～cmd6參數(shù)，按照目錄、文件和信息的格式，進(jìn)入檢測(cè)模式，等待數(shù)據(jù)檢測(cè)并存儲(chǔ)。

30、相比于現(xiàn)有技術(shù)，本發(fā)明提出的面向數(shù)據(jù)安全存儲(chǔ)的裝備一體化總線數(shù)據(jù)采集系統(tǒng)的技術(shù)效果：本發(fā)明通過(guò)采用線性同余生成器與環(huán)境熱噪聲熵源產(chǎn)生器相結(jié)合的改進(jìn)技術(shù)，有效提升了數(shù)據(jù)采集與存儲(chǔ)的安全性和可靠性，底盤傳感模塊和裝備上裝傳感模塊通過(guò)can總線接口實(shí)現(xiàn)多源數(shù)據(jù)的高效采集，數(shù)據(jù)采集模塊對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)解析和預(yù)處理，確保數(shù)據(jù)的及時(shí)性和準(zhǔn)確性，數(shù)據(jù)存儲(chǔ)模塊中的熵源產(chǎn)生器利用環(huán)境熱噪聲信號(hào)的隨機(jī)性，通過(guò)量化處理和熵值分析生成高質(zhì)量的種子，進(jìn)一步優(yōu)化線性同余生成器的偽隨機(jī)數(shù)生成過(guò)程，結(jié)合sha-256哈希處理和aes加密算法，能夠生成高質(zhì)量的加密密鑰，對(duì)采集的信息數(shù)據(jù)進(jìn)行加密存儲(chǔ)，確保數(shù)據(jù)的機(jī)密性和完整性，顯著提高了隨機(jī)數(shù)種子質(zhì)量，增強(qiáng)了數(shù)據(jù)存儲(chǔ)的安全性和抗攻擊性，為兩型工程裝備的性能優(yōu)化和實(shí)時(shí)監(jiān)控提供了堅(jiān)實(shí)的數(shù)據(jù)支持和保障。