CN111884974B - 一种基于频谱分解的宽带信号射频指纹特征提取方法 - Google Patents
一种基于频谱分解的宽带信号射频指纹特征提取方法 Download PDFInfo
- Publication number
- CN111884974B CN111884974B CN202010685460.8A CN202010685460A CN111884974B CN 111884974 B CN111884974 B CN 111884974B CN 202010685460 A CN202010685460 A CN 202010685460A CN 111884974 B CN111884974 B CN 111884974B
- Authority
- CN
- China
- Prior art keywords
- signal
- radio frequency
- broadband
- frequency fingerprint
- signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 30
- 238000001228 spectrum Methods 0.000 title claims abstract description 14
- 238000000605 extraction Methods 0.000 title claims abstract description 8
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 18
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000010606 normalization Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 25
- 230000003595 spectral effect Effects 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 9
- 239000000969 carrier Substances 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 2
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 3
- 238000005562 fading Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Abstract
本发明公开了一种基于频谱分解的宽带信号射频指纹特征提取方法,包括如下步骤:确定N个接收信号的频谱分析点;确定进行频谱分解的带宽;基于确定的频谱分析点,设计数字下变频的频率系数,将不同频谱分析点所对应的信号转化为基带信号;根据确定的频谱分解的带宽,设计低通滤波器;将待识别的目标信号片段分别进行设计的频率系数的数字变频,再通过低通滤波器滤出基带信号,从而得到N个基带信号;将得到的N个基带信号进行能量归一化处理;根据得到的信号,获得设备身份识别特征。本发明可以有效解决宽带信号射频指纹特征受无线信道多径效应影响的问题,从而在复杂无线环境下获得宽带无线信号稳定的射频指纹特征。
Description
技术领域
本发明属于信息安全领域,具体涉及一种基于频谱分解的宽带信号射频指纹特征提取方法。
背景技术
在无线通信***中,信号接收方可以从采样获得的发射设备的信号提取出射频指纹特征,从而实现对发射设备身份的识别。然而,在实际无线环境中,射频指纹特征容易受到无线信道多径效应的干扰。当发射的信号是窄带通信信号时,其射频指纹特征受无线信道多径的影响较小,对射频指纹识别的准确性影响有限。如专利号为ZL201510836715.5的专利文献提出的一种基于差分星座轨迹图的射频指纹特征提取方法,其在针对IEEE802.15.4协议的仅1MHz带宽的Zigbee信号,其差分星座轨迹图受无线信道的影响在近距离传输时几乎可以忽略。然而,当传输的信号是宽带信号时,如IEEE 802.11a/g/n协议的WiFi信号,其信号带宽达到了20MHz。因此,即使在较小的收发范围内,WiFi信号也会受到多径信道频率选择性衰落的影响。在此背景下,基于射频指纹特征的无线目标识别技术的准确性面临严峻的挑战。
发明内容
发明目的:针对宽带无线通信***中的稳定射频指纹特征提取难题,提供一种基于频谱分解的宽带信号射频指纹特征提取方法,其可以消除宽带无线通信***的射频指纹特征受多径信道频率选择性衰落的影响,从而获得稳定的射频指纹特征。
技术方案:为实现上述目的,本发明提供一种基于频谱分解的宽带信号射频指纹特征提取方法,包括如下步骤:
S1:确定N个接收信号的频谱分析点;
S2:确定进行频谱分解的带宽;
S3:基于步骤S1确定的频谱分析点,设计数字下变频的频率系数,将不同频谱分析点所对应的信号转化为基带信号;
S4:根据步骤S2确定的频谱分解的带宽,设计低通滤波器;
S5:将待识别的目标信号片段分别进行步骤S3中设计的频率系数的数字变频,再通过低通滤波器滤出基带信号,从而得到N个基带信号;
S6:将步骤S5中得到的N个基带信号进行能量归一化处理;
S7:根据经过步骤S6得到的信号,获得设备身份识别特征。
进一步的,所述步骤S1中频谱分析点由OFDM宽带通信***中导频点所在的子载波的频率所决定。
进一步的,所述步骤S2中频谱分解的带宽大小由OFDM宽带通信***中的一个或若干个子载波所占的频率带宽所决定。
进一步的,所述步骤S3中频率系数由频谱分析点的频率所决定。
进一步的,所述步骤S4中低通滤波器为有限长单位冲激响应(FIR)滤波器或者无限长冲激响应(IIR)滤波器,有限长单位冲激响应(FIR)滤波器是为了保持线性相位而设计的,无限长冲激响应(IIR)滤波器是为了减少滤波器的系数而设计的。
进一步的,所述步骤S5中进行数字变频和滤波的待识别的目标信号片段,一般为用于同步或者信道估计的具有不随数据变化性质的固定信号片段。
进一步的,所述步骤S6中能量归一化处理具体为:分别计算基带信号的平均能量,再将该基带信号的每一个采样点除以平均能量。
进一步的,所述步骤S6中基带信号进行能量归一化处理之后,进行插值处理用于提升信号片段的采样率和采样点数量,以及提升信号片段的采样率,从而获得更加细致的特征。
进一步的,所述步骤S7中设备身份识别特征包括两种,一种为将得到的信号直接作为设备身份识别特征,另一种为将信号进行差分,然后将差分星座轨迹图作为设备身份识别特征。差分星座轨迹图的好处是能够清晰地展示频偏特征,不进行差分的话也可以对信号用其它方法进行分析。
进一步的,所述步骤S7中将得到的信号直接作为设备身份识别特征具体为:将处理完成后的信号片段的I/Q数据值作为待识别的射频指纹特征。
进一步的,所述步骤S7中将得到的信号直接作为设备身份识别特征具体为:将差分星座轨迹图作为设备身份识别特征具体为:将信号片段中的每一个点和间隔λ后的点进行共轭相乘操作,将得到的结果作为待识别的射频指纹特征。
本发明方法首先确定需要分析的宽带信号的若干个频点以及频谱分解的带宽,计算出数字下变频以及低通滤波器的参数,然后,对待识别的目标信号片段进行数字下变频和低通滤波,获得与所选择的频点相对应的窄带信号。最后,对窄带信号进行能量归一化和插值处理,处理完成的信号可以直接作为射频指纹特征用于无线设备识别。此外,也可以将处理完成的信号进行差分得到差分星座轨迹图,将其作为设备的射频指纹特征。
本发明设计了一种基于频谱分解的宽带信号射频指纹特征提取方法,即基于无线通信协议设计的导频点位置,将导频信号从宽带信号中分离出来,从而获得含有射频指纹特征的窄带信号。由于窄带信号受无线信道多径的影响较低,因而可以获得稳定的射频指纹特征。
有益效果:本发明与现有技术相比,可以有效解决宽带无线通信***在多径环境下的射频指纹特征稳定性不足问题,通过将宽带信号分解为多路窄带信号,从而实现在复杂无线环境下获取宽带无线信号稳定的射频指纹特征,且该方法在多种宽带无线通信***中都能够适用,具有非常高的普适性。
附图说明
图1为本发明方法的流程图;
图2是基于IEEE 802.11a/g/n协议的使用短导码作为待识别的目标信号片段的具体实施方法示意图;
图3是实际获得的IEEE 802.11a/g/n协议下的短导码信号通过本发明方法生成的差分星座轨迹图特征示意图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。
如图1所示,本发明提供一种基于频谱分解的宽带信号射频指纹特征提取方法,包括如下步骤:
S1:确定N个接收信号的频谱分析点Fi,i∈{1,…,12};
S2:确定进行频谱分解的带宽大小BW;
S3:基于步骤S1确定的频谱分析点,设计数字下变频的频率系数Pi,i∈{1,…,12},将不同频谱分析点所对应的信号转化为基带信号;
S4:根据步骤S2确定的频谱分解的带宽BW,设计有限长单位冲激响应(FIR)低通滤波器或者无限长冲激响应(IIR)低通滤波器,两种滤波器的带宽为BW;
S5:将待识别的目标信号片段分别进行步骤S3中设计的频率系数Pi的数字变频,再通过低通滤波器FLP滤出基带信号,从而得到N个基带信号;这里待识别的目标信号片段为用于同步或者信道估计的具有不随数据变化性质的固定信号片段;
S6:将步骤S5中得到的N个基带信号进行能量归一化处理,具体为:
分别计算基带信号的平均能量,再将该基带信号的每一个采样点除以平均能量;
S7:根据经过步骤S6得到的信号,获得设备身份识别特征,设备身份识别特征方式有两种,一种为将处理完成后的信号片段的I/Q数据值作为待识别的射频指纹特征,另一种为将信号片段中的每一个点和一定间隔λ后的点进行共轭相乘操作,将得到的结果作为待识别的射频指纹特征。
基于上述方法,本实施例将上述方法应用于IEEE 802.11a/g/n协议下的20MHz宽带信号,首先,IEEE 802.11a/g/n协议下的20MHz宽带信号在每一帧开头具有固定的导频符号(也称训练序列)。本实施例将基于其短导码(Short training sequence)阐述具体的实施方法,在本实施例中IEEE 802.11a/g/n协议下的短导码在12个子载波上有信号,因此,将设置频谱分析点数N=12。接收***使用20M/S的采样率对I/Q信号进行采样。***OFDM调制的FFT点数为64点。因此,在本实施例中,频谱分析点Fi对应的子载波编号为:-24,-20,-16,-12,-8,-4,4,8,12,16,20,24。其中短导码的长度为160个采样点。
参照图2,其具体过程如下:
首先,接收端根据这12个子载波在64点FFT调制中的位置,分别计算出数字下变频的频率系数Pi,i∈{1,…,12}。其具体的计算过程为:
Pi=2πFiΔF
然后,设计一个通带带宽为ΔF的6阶IIR低通滤波器FLP。IIR低通滤波器的差分方程为:
6阶滤波器FLP可通过3级2阶的IIR低通滤波器的级联来实现,其差分方程为
w(n)=x(n)-a1w(n-1)-a2w(n-2)
y(m)=b0w(n)+b1w(n-1)+b2w(n-2)
其中第1级滤波器的系数为:
a1=-1.889,a2=0.916,b0=1,b1=2,b2=1.
第2级滤波器的系数为:
a1=-1.761,a2=0.787,b0=1,b1=2,b2=1.
第3级滤波器的系数为:
a1=-1.695,a2=0.720,b0=1,b1=2,b2=1.
接收端对于输入的待识别信号X(t),首先经过时间同步找到短导码信号片段,然后将未进行过载波频偏纠正的短导码信号分别进行12次数字变频,每次数字变频的频率系数为Pi,即:
经过数字变频的信号,再分别通过IIR滤波器FLP,得到12个导频点子载波上的窄带信号Yi(t)。
本实施例应用特征Di(t)作为射频指纹识别特征,其具体过程为:
最后将获得的IEEE 802.11a/g/n协议下的短导码12个子载波的信号特征进行差分处理后得到星座轨迹图特征,具体如图3所示。
Claims (10)
1.一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:包括如下步骤:
S1:确定N个接收信号的频谱分析点;
S2:确定进行频谱分解的带宽;
S3:基于步骤S1确定的频谱分析点,设计数字下变频的频率系数,将不同频谱分析点所对应的信号转化为基带信号;
S4:根据步骤S2确定的频谱分解的带宽,设计低通滤波器;
S5:将待识别的目标信号片段分别进行步骤S3中设计的频率系数的数字变频,再通过低通滤波器滤出基带信号,从而得到N个基带信号;
S6:将步骤S5中得到的N个基带信号进行能量归一化处理;
S7:根据经过步骤S6得到的信号,获得设备身份识别特征。
2.根据权利要求1所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S1中频谱分析点由OFDM宽带通信***中导频点所在的子载波的频率所决定。
3.根据权利要求1所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S2中频谱分解的带宽大小由OFDM宽带通信***中的一个或若干个子载波所占的频率带宽所决定。
4.根据权利要求1所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S3中频率系数由频谱分析点的频率所决定。
5.根据权利要求1所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S4中低通滤波器为有限长单位冲激响应滤波器或者无限长冲激响应滤波器,所述低通滤波器的带宽为步骤S2中频谱分解的带宽。
6.根据权利要求1所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S6中能量归一化处理具体为:分别计算基带信号的平均能量,再将该基带信号的每一个采样点除以平均能量。
7.根据权利要求1或6所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S6中基带信号进行能量归一化处理之后,进行插值处理用于提升信号片段的采样率和采样点数量。
8.根据权利要求1所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S7中设备身份识别特征包括两种,一种为将得到的信号直接作为设备身份识别特征,另一种为将信号进行差分,然后将差分星座轨迹图作为设备身份识别特征。
9.根据权利要求8所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S7中将得到的信号直接作为设备身份识别特征具体为:将处理完成后的信号片段的I/Q数据值作为待识别的射频指纹特征。
10.根据权利要求8所述的一种基于频谱分解的宽带信号射频指纹特征提取方法,其特征在于:所述步骤S7中将得到的信号直接作为设备身份识别特征具体为:将差分星座轨迹图作为设备身份识别特征具体为:将信号片段中的每一个点和间隔λ后的点进行共轭相乘操作,将得到的结果作为待识别的射频指纹特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010685460.8A CN111884974B (zh) | 2020-07-16 | 2020-07-16 | 一种基于频谱分解的宽带信号射频指纹特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010685460.8A CN111884974B (zh) | 2020-07-16 | 2020-07-16 | 一种基于频谱分解的宽带信号射频指纹特征提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111884974A CN111884974A (zh) | 2020-11-03 |
CN111884974B true CN111884974B (zh) | 2022-08-30 |
Family
ID=73155002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010685460.8A Expired - Fee Related CN111884974B (zh) | 2020-07-16 | 2020-07-16 | 一种基于频谱分解的宽带信号射频指纹特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111884974B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347966B (zh) * | 2020-12-31 | 2024-05-17 | 网络通信与安全紫金山实验室 | 一种设备物理指纹的提取方法、装置、电子设备和存储介质 |
CN113437949B (zh) * | 2021-04-16 | 2022-05-13 | 网络通信与安全紫金山实验室 | 基于自适应滤波器系数的射频指纹统一表达方法及电子设备 |
CN115700595B (zh) * | 2022-11-08 | 2023-07-28 | 佛山科学技术学院 | 基于射频指纹深度学习的身份识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103051458B (zh) * | 2012-12-27 | 2015-08-12 | 南通大学 | 一种从bpsk信号中获取稳健射频指纹的方法 |
-
2020
- 2020-07-16 CN CN202010685460.8A patent/CN111884974B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111884974A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111884974B (zh) | 一种基于频谱分解的宽带信号射频指纹特征提取方法 | |
KR100770924B1 (ko) | 무선 통신 시스템에서 주파수 오차 보상 장치 및 방법 | |
CN1961553B (zh) | 通过顺序发射正交互补序列对来最优估算传输介质所引起失真的方法 | |
CN100386980C (zh) | 用于处理正交频分复用信号的方法和*** | |
CN107911329B (zh) | 一种信号分析仪ofdm信号解调方法 | |
US20020044524A1 (en) | OFDM communications methods and apparatus | |
CN101909024B (zh) | 最大多普勒频偏的估计方法和装置 | |
CN103428153B (zh) | 卫星移动通信中gmsk信号接收方法 | |
CN111935046B (zh) | 一种低复杂度的频移键控信号符号率估计方法 | |
CN101378380A (zh) | 估计载波间干扰的方法和载波间干扰消除均衡器 | |
CN109076038B (zh) | 用于对频带中包含的信号的参数进行估计的方法 | |
CN111901269A (zh) | 可变调制指数的高斯频移键控调制方法、装置及*** | |
US9100261B2 (en) | Frequency-domain amplitude normalization for symbol correlation in multi-carrier systems | |
CN110868432A (zh) | 一种射频指纹提取方法和无线射频接收机 | |
CN107465639B (zh) | 一种基于短时离散傅立叶变换的多路延时同步判决解调方法 | |
CN114884538B (zh) | 一种nr上行控制信道的时偏估计方法和*** | |
US10122566B2 (en) | Delay span classification for OFDM systems using selective filtering in the frequency domain | |
CN102143098B (zh) | 一种正交频分复用***中的信道估计方法及装置 | |
CN110289922B (zh) | 一种时间调制及解调方法 | |
CN112865882A (zh) | 一种抗频偏的dmr对讲机信号快速识别方法 | |
CN109302365B (zh) | 一种基于多段差分法的td-scdma分析仪频偏估计方法 | |
US20150016573A1 (en) | System and method for passive wireless monitoring with efficient channelization | |
CN112865822A (zh) | 一种用于模数混合调幅广播接收机的抗音频干扰方法 | |
CN101252557A (zh) | 接收广播信号的方法和接收广播信号的装置 | |
IL147792A (en) | Assessment of a disturbance in a communication system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220830 |