摘 要：針對目前無線人體局域網(wǎng)（wireless body area network，WBAN）安全方案存在復(fù)雜度高、功耗大、實用性差等缺陷，提出了一種滿足WBAN高安全性、低功耗需求的組合混沌流加密方案。該算法包括三種量化精度，首先通過tent映射對logistic映射的軌道進(jìn)行干擾產(chǎn)生混沌序列，然后結(jié)合均衡性和自相關(guān)性良好的m序列生成密鑰流，最后與明文進(jìn)行異或運(yùn)算生成密文。使用Verilog硬件描述語言對該算法進(jìn)行建模，在現(xiàn)場可編程門陣列（field programmable gate array，F(xiàn)PGA）上實現(xiàn)了板級驗證。通過標(biāo)準(zhǔn)灰度圖像進(jìn)行安全性測試，密圖信息熵達(dá)到7.999 4，相鄰像素相關(guān)系數(shù)接近0。結(jié)果表明，相較于現(xiàn)有算法，該算法密文圖像相關(guān)性更好、信息熵更高。

關(guān)鍵詞：無線人體局域網(wǎng)；混沌；加密；量化；現(xiàn)場可編程門陣列

中圖分類號：TP309 文獻(xiàn)標(biāo)志碼：A

文章編號：1001－3695（2023）03－043－0905－04

doi：10.19734/j.issn.1001-3695.2022.07.0378

Wireless body area network encryption scheme based on combinatorial chaos

Pang Yu1，Yu Chao1，Wang Junchao2

（1.Photoelectronic Information Sensing amp; Transmission Technology Laboratory，Chongqing University of Posts amp; Telecommunications，Chongqing 400065，China；2.School of Microelectronics amp; Communication Engineering，Chongqing University，Chongqing 400044，China）

Abstract：To address the defects of high complexity，large power consumption and poor practicability of current WBAN security schemes，this paper proposed a combined chaotic flow encryption scheme to meet the requirements of high security and low power consumption in WBAN.The algorithm consisted of three quantization accuracy，it firstly used tent map to interfere with the orbit of logistic map and generate chaotic sequences，then generated the key stream by combining the m sequences with good equilibrium and autocorrelation，and finally got the ciphertext after the XOR operation with the plaintext.This paper used Verilog hardware description language to describe the algorithm and implemented board level verification on FPGA.Through the security test of standard gray image，the information entropy of encrypted image reached 7.999 4，and the correlation coefficient of adjacent pixels was close to 0.The results show that the algorithm has better correlation and higher information entropy compared with the existing algorithms.

Key words：WBAN；chaos；encryption；quantization；FPGA

0 引言

在物聯(lián)網(wǎng)、醫(yī)療傳感器件以及無線通信技術(shù)高速發(fā)展的背景下，作為電子醫(yī)務(wù)的基礎(chǔ)支撐元素之一，無線人體局域網(wǎng)（wireless body area network，WBAN）從誕生至今，備受全球工業(yè)界與學(xué)術(shù)界的關(guān)注。WBAN是由附著于人體表面或植入體內(nèi)以無線方式連接的生物醫(yī)學(xué)傳感器節(jié)點與中心節(jié)點設(shè)備形成的局域網(wǎng)絡(luò)［1］?；颊咚诘腤BAN前端與遠(yuǎn)程醫(yī)務(wù)后端構(gòu)成了現(xiàn)代電子醫(yī)務(wù)系統(tǒng)，其提供了諸如遠(yuǎn)程診斷、移動病房、健康數(shù)據(jù)分析、應(yīng)急救治等多種服務(wù)，對于有效緩解醫(yī)療資源匱乏、合理配置醫(yī)療資源服務(wù)、提高人民醫(yī)療健康服務(wù)水平具有無可限量的前景。然而，由于WBAN中涉及大量的個人體征數(shù)據(jù)和隱私信息，一旦這些信息被攻擊者非法獲取、竄改，將給患者帶來不可估量的損失［2，3］。另外，WBAN對于通信節(jié)點的功耗和面積都有著極高的要求。因此，如何在有限硬件資源條件下設(shè)計一種安全性高、功耗低、運(yùn)算高效的WBAN數(shù)據(jù)保護(hù)方案，成為了當(dāng)前急需解決的難題。

國內(nèi)外相關(guān)科研機(jī)構(gòu)針對WBAN數(shù)據(jù)安全問題展開了一系列研究。目前，WBAN中的數(shù)據(jù)安全與隱私保護(hù)手段主要通過身份認(rèn)證與數(shù)據(jù)加密實現(xiàn)。其中，身份認(rèn)證用于確保通信者是具有訪問權(quán)限的合法人員。文獻(xiàn)［4］提出了一種基于橢圓加密函數(shù)的高效匿名身份驗證方案，由于使用了匿名身份驗證的概念，WBAN節(jié)點與智慧終端間的鑒權(quán)與通信過程無須證書傳輸，同時保證了節(jié)點的匿名性。文獻(xiàn)［5］通過WBAN周圍環(huán)境的獨特物理特性來確認(rèn)通信節(jié)點是否為可信任節(jié)點，提出了一種適用于WBAN系統(tǒng)的低功耗鑒權(quán)算法。文獻(xiàn)［6］研究了一種集中式兩跳WBAN的輕量級匿名相互認(rèn)證和密鑰協(xié)商方案，由于僅使用加密散列函數(shù)和異或運(yùn)算，該算法效率較高，然而該方案缺少傳感器節(jié)點的不可追蹤性。為改善這一性質(zhì)，文獻(xiàn)［7］通過提高存儲成本，引入二級節(jié)點的加密密鑰和核心節(jié)點的身份驗證參數(shù)，并且確保二級節(jié)點密鑰的獨立性，通信成本和安全性均得到改進(jìn)。數(shù)據(jù)加密是信息安全保護(hù)的重要手段，主流的加密技術(shù)包括壓縮感知、隱寫術(shù)和混沌映射［8］。文獻(xiàn)［9］提出了一種基于混沌理論的壓縮傳感技術(shù)，收發(fā)雙方通過節(jié)點進(jìn)行通信，通過傳輸初始值與參數(shù)，節(jié)點可以產(chǎn)生混沌矩陣，用于信息壓縮與加密。其存在的問題是，當(dāng)WBAN系統(tǒng)中通信頻繁時，每當(dāng)有一對發(fā)送方與傳輸方有通信要求，節(jié)點就需要實時產(chǎn)生一個加密矩陣，對于通信頻繁且數(shù)據(jù)量大的網(wǎng)絡(luò)，系統(tǒng)的計算負(fù)擔(dān)與能量消耗是難以承受的。此外，文獻(xiàn)［10］也提出了一種針對WBAN系統(tǒng)的半張量壓縮感知數(shù)據(jù)安全傳輸系統(tǒng)，該方案將明文圖像進(jìn)行離散小波變換，結(jié)合Arnold與logistic擾動，使用半張量壓縮感知對轉(zhuǎn)換后的圖像進(jìn)行壓縮和加密，并通過SHA-256哈希函數(shù)抵抗選擇明文攻擊。然而在低功耗WBAN系統(tǒng)中，相比于傳統(tǒng)的DES或者其他流加密方式，該算法難度大大提高，加密過程更加復(fù)雜，造成更大的功耗。文獻(xiàn)［11］提出了一種基于心電圖水印嵌入與數(shù)據(jù)壓縮的方案，將包含患者信息的水印序列嵌入到小波系數(shù)中，并利用小波壓縮方法，在減少數(shù)據(jù)量的同時保證了用戶數(shù)據(jù)的保密性、可靠性以及心電信號的可診斷性。文獻(xiàn)［12］從低功耗角度出發(fā)，提出一種基于定點logistic映射的輕量級WBAN加密方案，根據(jù)數(shù)據(jù)安全需求，采用四種不同量化精度的混沌序列對數(shù)據(jù)進(jìn)行加密。該方案具有較高的加密效率和資源利用率，然而由于采用單混沌映射，系統(tǒng)的密鑰空間有所欠缺。文獻(xiàn)［13］在logistic映射中引入正弦反饋，得到加密區(qū)間更寬的映射公式，并對加密序列進(jìn)行放大取整，增強(qiáng)了序列的偽隨機(jī)性，然而單混沌的低復(fù)雜度和密鑰空間問題仍沒有得到明顯的改善。針對單混沌系統(tǒng)的缺陷，文獻(xiàn)［14，15］結(jié)合多個混沌系統(tǒng)對圖像進(jìn)行置亂和擴(kuò)散操作，以提高加密算法的安全性。另外，文獻(xiàn)［16］提出了一種將混沌系統(tǒng)與DNA序列相結(jié)合的圖像加密算法，該算法使用改進(jìn)的四元超混沌系統(tǒng)生成混沌序列，提供了大量的密鑰空間，并且加密過程中采用了密碼反饋模式和DNA編碼技術(shù)以增強(qiáng)算法的混淆和擴(kuò)散特性。盡管上述圖像加密算法能夠提供較高的加密強(qiáng)度，然而由于加密過程過于復(fù)雜，涉及大量的矩陣運(yùn)算，并且算法僅僅基于軟件實現(xiàn)，在速度、功耗、延時等方面存在嚴(yán)重的損失，這對于運(yùn)算能力有限的WBAN系統(tǒng)是難以接受的。

針對WBAN信息安全方案中存在運(yùn)算復(fù)雜度高、功耗較大、實用性不強(qiáng)等諸多缺陷，本文提出一種基于組合混沌算法的WBAN流加密方案。該算法結(jié)合logistic和tent映射，生成具有不同精度的混沌序列，并引入m序列進(jìn)行異或運(yùn)算，進(jìn)一步提高加密序列的隨機(jī)性。最后，使用Verilog硬件描述語言對該算法進(jìn)行建模，并通過現(xiàn)場可編程門陣列（field programmable gate array，F(xiàn)PGA）實現(xiàn)加密系統(tǒng)的板級驗證。通過標(biāo)準(zhǔn)灰度圖像對加密系統(tǒng)進(jìn)行性能測試，結(jié)果表明該算法安全性好、效率高，適用于WBAN中的數(shù)據(jù)安全保護(hù)。

1 相關(guān)理論

1.1 混沌映射

流加密系統(tǒng)的安全性取決于偽隨機(jī)序列的性能?；煦缦到y(tǒng)具有高度的初值敏感性、軌道隨機(jī)性等獨特的密碼學(xué)特性，在加密領(lǐng)域得到了廣泛的應(yīng)用［17］。由于單混沌映射在有限精度下密鑰空間較小、安全性較差，所以本文結(jié)合logistic與tent映射生成混沌序列，兩種映射的迭代公式分別為

2.2 偽隨機(jī)序列發(fā)生器

偽隨機(jī)序列的性能決定了流加密系統(tǒng)的安全性。由于定點運(yùn)算有限精度的限制，混沌序列的隨機(jī)性降低，甚至陷入周期軌道，嚴(yán)重影響系統(tǒng)的安全性。

針對有限精度的安全問題，本文采用混沌加擾的方法，通過tent映射迭代產(chǎn)生logistic映射的初值，logistic系統(tǒng)以該值迭代k次，然后進(jìn)入下一輪循環(huán)過程，以此打亂離散logistic系統(tǒng)原本的周期軌道，提高序列的隨機(jī)性和復(fù)雜性。為使混沌序列在狀態(tài)空間內(nèi)均勻分布，利用m序列與logistic系統(tǒng)迭代的序列進(jìn)行異或運(yùn)算，生成最終的偽隨機(jī)序列。整個流程如圖3所示。

偽隨機(jī)序列發(fā)生器的關(guān)鍵在于初始密鑰的導(dǎo)入，對于混沌系統(tǒng)中的初始值和控制參數(shù)而言，需要根據(jù)有效保留精度和數(shù)值范圍將其從實數(shù)域映射到對應(yīng)的離散域。迭代次數(shù)k可作為初始密鑰中的一個參數(shù)，當(dāng)混沌系統(tǒng)有效精度較高時，k可以相應(yīng)增大，但必須保證輸出序列的隨機(jī)性。為避免混沌映射迭代過程中的暫態(tài)問題以及復(fù)雜度退化問題，該算法中k取值為（256～2L-3），其中L為系統(tǒng)有效精度。參數(shù)λ0為m序列的初始值，考慮到硬件資源開銷和運(yùn)算速度，m序列的階數(shù)設(shè)定為16。特別地，當(dāng)λ0設(shè)為0時，表示系統(tǒng)舍棄m序列，此時系統(tǒng)將通過時鐘門控信號關(guān)閉m序列發(fā)生器的迭代過程，以減少功率消耗。

2.3 加密過程

WBAN中存在不同類型的數(shù)據(jù)格式，其安全保護(hù)的需求也不盡相同。因此，對于文本或單維生物醫(yī)學(xué)數(shù)據(jù)可采用16位混沌序列加密，對于心電或其他醫(yī)學(xué)圖像數(shù)據(jù)，則采用24位或32位混沌序列加密。

以醫(yī)學(xué)圖像加密為例，其加密流程如圖4所示。首先，選擇合適的量化精度，然后導(dǎo)入初始密鑰到加密系統(tǒng)?；煦缦到y(tǒng)根據(jù)量化精度和初始密鑰產(chǎn)生對應(yīng)的隨機(jī)序列。為保留混沌系統(tǒng)的良好隨機(jī)性，采用閾值量化法對序列進(jìn)行二值化處理，生成密鑰序列Sn，閾值量化方程如式（11）所示。最后，明文序列In與密鑰序列Sn進(jìn)行異或運(yùn)算后，生成最終的密文序列Zn，其表達(dá)式如式（12）所示。

3 系統(tǒng)安全性評估

本文使用Verilog硬件描述語言，在基于Xilinx公司SPARTAN 6-XC6SLX9的FPGA平臺上實現(xiàn)了該算法。為了驗證加密系統(tǒng)的安全性能，以大小為512×512的標(biāo)準(zhǔn)灰度圖像Lena為例進(jìn)行加/解密測試，測試軟件使用MATLAB R2020b。如無特殊說明，測試樣例均采用32位加密系統(tǒng)，初始密鑰設(shè)為u=0.999×232」，a=0.999×232」，y0=0.1×232」，k=1 024，λ0=1。

3.1 密鑰敏感性分析

加密系統(tǒng)應(yīng)該對密鑰具有高度的敏感性。此處以32位加密系統(tǒng)為例，將加密系統(tǒng)中各密鑰值分別稍加修改作為錯誤密鑰用于解密，對應(yīng)的解密結(jié)果如圖5所示。其中，圖5（a）為正確密鑰解密結(jié)果，圖5（b）中u=0.999×232」+1，圖5（c）中a=0.999×232」+1，圖5（d）中y0=0.1×232」+1，圖5（e）中k=1 025，圖5（f）中λ0=2。從圖5中可以看出，無論其中哪一項密鑰稍加改動，都將無法正確解密。

3.2 密鑰空間分析

密鑰空間是加密算法中重要的指標(biāo)。本文提出的加密算法中，密鑰包括混沌系統(tǒng)中的u、a、y0、每輪的迭代次數(shù)k以及m序列的初始值λ0。計算得出各保留精度下的密鑰空間大小如表1所示。從表中可知，32位加密系統(tǒng)的密鑰空間大于2100，足以抵抗窮舉攻擊。

3.3 直方圖分析

直方圖可直觀地顯示圖像像素的統(tǒng)計特性。安全的加密算法可以破壞原圖像素值的統(tǒng)計信息，從而得到分布均勻的直方圖。圖6展示了加密前后的圖像直方圖。由圖6可知，經(jīng)本文算法加密后的圖像，其像素值分布均勻，攻擊者已經(jīng)無法從中提取到有用信息。

3.4 信息熵分析

信息熵反映了信息的不確定性，圖像的信息熵用于衡量密文圖像像素的隨機(jī)程度，其計算公式為

其中：P（Si）表示Si出現(xiàn)的概率。對于256級的灰度圖，信息熵越接近8，隨機(jī)性越好。表2給出了本文算法與其他幾種圖像加密算法的信息熵比較結(jié)果。由于本文采用混沌軌道擾動的方法，打破原軌道的運(yùn)動規(guī)律，提高了單混沌系統(tǒng)的復(fù)雜度，結(jié)合m序列的均衡性，進(jìn)一步提高了加密序列的隨機(jī)性，所以本文加密算法的加密圖信息熵接近8，并且優(yōu)于其他算法。

3.5 相鄰像素點相關(guān)性分析

明文圖像的灰度值通常是連續(xù)變化的，因此相鄰像素分布圖的像素點往往集中在一片區(qū)域內(nèi)。圖7展示了加密前后相鄰像素值的分布情況?？梢钥闯?，由于加密序列的隨機(jī)性改變了明文的統(tǒng)計特性，相鄰像素之間的相關(guān)性被破壞。

相鄰像素分布圖只能定性分析相鄰像素間的相關(guān)程度，定量分析則需要使用相關(guān)系數(shù)，其計算過程如下：

其中：x、y為一對相鄰像素值；E（x）為平均值；D（x）為均值方差；rxy表示相關(guān)系數(shù)，其值域為［-1，1］。相關(guān)系數(shù)越趨近于0，相鄰像素之間的相關(guān)性越低。表3給出了本文加密算法與其他幾種圖像加密算法加密后的像素相關(guān)系數(shù)對比結(jié)果?？梢钥闯觯捎诒疚乃惴ㄖ幸肓司庑院妥韵嚓P(guān)性良好的m序列，所以經(jīng)本文算法加密后，密文圖像的像素值分布均勻且相關(guān)性良好，相鄰像素的相關(guān)系數(shù)接近0，明顯優(yōu)于其他算法。

4 結(jié)束語

本文從WBAN的安全性和低功耗角度出發(fā)，提出了一種基于logistic和tent映射的組合混沌加密方案。該算法通過tent對logistic映射的軌道進(jìn)行擾動，克服了數(shù)字混沌系統(tǒng)有限精度的影響，并引入m序列，改善混沌序列的空間分布情況，進(jìn)一步提高了加密系統(tǒng)的安全性。為平衡系統(tǒng)功耗和安全保護(hù)水平，提出三種不同強(qiáng)度的加密方案，其中包括16位、24位和32位量化精度，以此滿足WBAN的實際應(yīng)用需求。具體而言，對于WBAN中文本、溫濕度等安全需求較低的數(shù)據(jù)采用16位量化精度，以降低系統(tǒng)功耗；對于心電或醫(yī)學(xué)圖像等私密性和安全需求較高的數(shù)據(jù)，則采用24位或32位量化精度，實現(xiàn)高強(qiáng)度加密，保證病人數(shù)據(jù)的安全性。絕大多數(shù)基于組合混沌的圖像加密算法復(fù)雜度高，并且僅僅只是在軟件層面上實現(xiàn)，其存在致命的缺陷，即功耗開銷大并且加密效率低，難以勝任WBAN的實際應(yīng)用需求。本文提出的加密算法使用并行運(yùn)算能力強(qiáng)大的FPGA實現(xiàn)，真正滿足WBAN系統(tǒng)低延遲、低功耗、高效率和高強(qiáng)度的信息安全保護(hù)需求。為驗證該方案的實際性能，通過標(biāo)準(zhǔn)灰度圖像對加密系統(tǒng)進(jìn)行安全性評估，并與現(xiàn)有的圖像加密算法對比。結(jié)果表明，該算法具有更低的密圖信息熵和相鄰像素相關(guān)系數(shù)，并且該算法通過硬件實現(xiàn)，其安全性好、穩(wěn)定性高。在后續(xù)工作中，將研究利用人體獨特的體征信號產(chǎn)生初始密鑰，包括多頻段腦電信號提取與腦電信號特征向量計算。另外，在網(wǎng)關(guān)方面提出一種基于不同加密強(qiáng)度的密文傳輸協(xié)議，充分利用網(wǎng)關(guān)的智能，根據(jù)信息敏感性來調(diào)度信息傳輸。

參考文獻(xiàn)：

［1］Wang Junchao，Han Kaining，Chen Zhiyu，et al.A software defined radio evaluation platform for WBAN systems［J］.Sensors，2018，18（12）：4494.

［2］Kumar S，Tomar A S，Chaurasiya S K.Enhanced secure transmission of data in WBAN with predictive model for health care applications［J］.Intelligent Decision Technologies，2019，13（2）：211-218.

［3］Subramani J，Maria A，Rajasekaran A S，et al.Lightweight privacy and confidentiality preserving anonymous authentication scheme for WBANs［J］.IEEE Trans on Industrial Informatics，2021，18（5）：3484-3491.

［4］Zhao Zhenguo.An efficient anonymous authentication scheme for wireless body area networks using elliptic curve cryptosystem［J］.Journal of Medical Systems，2014，38（2）：1-7.

［5］Shi Lu，Li Ming，Yu Shucheng，et al.BANA：body area network authentication exploiting channel characteristics［J］.IEEE Journal on Selected Areas in Communications，2013，31（9）：1803-1816.

［6］Li Xiong，Ibrahim M H，Kumari S，et al.Anonymous mutual authentication and key agreement scheme for wearable sensors in wireless body area networks［J］.Computer Networks，2017，129：429-443.

［7］羅峰，陳云.基于改進(jìn)雙跳無線體域網(wǎng)的身份認(rèn)證方案［J］.計算機(jī)應(yīng)用研究，2020，37（11）：3417-3421.（Luo Feng，Chen Yun.An identity authentication scheme based on improved two-hop wireless body area network［J］.Application Research of Computers，2020，37（11）：3417-3421.）

［8］秦靜，安雯，季長清，等.無線體域網(wǎng)隱私保護(hù)機(jī)制研究綜述［J］.計算機(jī)應(yīng)用，2021，41（4）：970-975.（Qin Jing，An Wen，Ji Changqing，et al.A review of privacy protection mechanism in wireless body area network［J］.Journal of Computer Applications，2021，41（4）：970-975.）

［9］Peng Haipeng，Tian Ye，Kurths J，et al.Secure and energy-efficient data transmission system based on chaotic compressive sensing in body-to-body networks［J］.IEEE Trans on Biomedical Circuits and Systems，2017，11（3）：558-573.

［10］Li Lixiang，Liu Lifeng，Peng Haipeng，et al.Flexible and secure data transmission system based on semitensor compressive sensing in wireless body area networks［J］.IEEE Internet of Things Journal，2019，6（2）：3212-3227.

［11］Zeng Guokun，He Xialong，Kung W M，et al.Wavelet-based watermarking and compression for ECG signals with verification evaluation［J］.Sensors，2014，14（2）：3721-3736.

［12］Wang Junchao，Han Kaining，F(xiàn)an Shengwen，et al.A logistic mapping-based encryption scheme for wireless body area networks［J］.Future Generation Computer Systems，2020，110：57-67.

［13］李春彪，趙云楠，李雅寧，等.基于正弦反饋logistic混沌映射的圖像加密算法及其FPGA實現(xiàn)［J］.電子與信息學(xué)報，2021，43（12）：9-18.（Li Chunbiao，Zhao Yunnan，Li Yaning，et al.Image encryption algorithm based on sinusoidal feedback logistic chaos mapping and its FPGA implementation［J］.Journal of Electronics amp; Information Technology，2021，43（12）：9-18.）

［14］Li Tao，Du Baoxiang，Liang Xiaowen.Image encryption algorithm based on logistic and two-dimensional Lorenz［J］.IEEE Access，2020，8：13792-13805.

［15］Wang Xingyuan，Wang Siwei，Zhang Yingqian，et al.A novel image encryption algorithm based on chaotic shuffling method［J］.Information Security Journal：A Global Perspective，2017，26（1-3）：1-10.

［16］Niu Ying，Zhang Xuncai，Han Feng.Image encryption algorithm based on hyperchaotic maps and nucleotide sequences database［J］.Computational Intelligence and Neuroscience，2017，2017：4079793.

［17］Elmanfaloty R A，Abou-Bakr E.Random property enhancement of a 1D chaotic PRNG with finite precision implementation［J］.Chaos，Solitons amp; Fractals，2019，118：134-144.

［18］Li Hao，Deng Lianbing，Gu Zhaoquan.A robust image encryption algorithm based on a 32-bit chaotic system［J］.IEEE Access，2020，8：30127-30151.

［19］Hasan F S，Saffo M A.FPGA hardware co-simulation of image encryption using stream cipher based on chaotic maps［J］.Sensing and Imaging，2020，21（1）：1-22.

［20］Dou Yuqiang，Li Ming.An image encryption algorithm based on compressive sensing and m sequence［J］.IEEE Access，2020，8：220646-220657.

收稿日期：2022－07－05；修回日期：2022－08－22 基金項目：國家自然科學(xué)基金資助項目（6200010898）

作者簡介：龐宇（1980－），男，教授，碩導(dǎo)，主要研究方向為無線通信、集成電路設(shè)計、數(shù)字醫(yī)療設(shè)備研制；余超（1998－）男，碩士研究生，主要研究方向為無線人體局域網(wǎng)信息安全（2605312964@qq.com）；王駿超（1990－），男，副教授，碩導(dǎo)，主要研究方向為無線人體局域網(wǎng)、低功耗超大規(guī)模集成電路.