基于信号指纹的辐射源个体识别技术研究
发布时间：2021-06-09 22:45
随着信号处理技术的迅猛发展,信号调制方式越来越多,射频设备不断增加,电磁环境愈发复杂。传统调制识别技术已难以满足辐射源个体识别需求。基于信号指纹的辐射源个体识别技术利用由不同发射机硬件差异导致的特征,可解决同类型、同型号甚至同批次辐射源的识别问题,是当前该领域的研究热点之一,具有广阔的应用前景。本文从辐射源信号指纹形成机理入手,分别研究由功率放大器、调制器、频率源等重要硬件以及发射机整体等带来的信号指纹,给出相应的信号指纹定义和提取方法,进而结合机器学习完成辐射源个体识别。论文主要工作如下:1.分别建立无记忆效应和记忆效应功率放大器行为模型,在此基础上,针对窄带信号激励条件提出了一种基于功放非线性的辐射源个体识别方法。该方法无需事先获知功放激励信号,直接根据接收信号重建功放输入信号,进一步估计出功放模型系数作为信号指纹,然后采用支持向量机完成辐射源识别。搭建实验平台进行方法验证,对同一型号同一批次的3个功率放大器进行实验,结果表明,接收信噪比大于11 dB时,识别正确率高于90%,所提方法可有效完成个体识别。在宽带信号激励下,功放特性表现为有记忆性,为此,给出一种基于功放预失真误差的辐...
【文章来源】：战略支援部队信息工程大学河南省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
功放指纹提取系统实验设备功放参数如表1所示：表1待测功放参数
号的星座映射，在标准星座图中找出与其距离最近的点并计算欧式差矢量幅度：522 20 01 10(I(i, j, k) I (i, j, k)) ( (i, j, k) (i, j, k))52pLj kpQ QEVML P 是一组信号的长度 0I (i, j, k) ，0Q (i, j, k)分别为复平面上第 i 帧，第 个子载波符号理想星座点的实部和虚部；I(i,j,k)， Q( i, j,k)分别为复 OFDM 符号的第 个子载波符号实际星座点的实部和虚部 0P 为星设计与结果分析平台设计建无线设备信号指纹提取实验平台，如图 27 所示 一 USRP B210过 USB 3.0 与主机连接，主机运行 GNU Radio 进行信号处理，提取矢量幅度，并且提取信号 MAC 地址作为每帧信号的标识[83]
图 28 无线设备信号指纹提取实验平台软件流图无线设备信号指纹提取实验平台信号处理步骤如下：步骤 1：对接收信号共轭相关，得到相关峰时，认为接收到了 IEEE 802.11a/g 信号，进行后续处理 步骤 2：利用短训练序列帧同步，同时粗估计载波频偏 步骤 3：利用长训练序列符号同步，同时精估计载波频偏，步骤 2 和 3 获得最终的载波频偏估计 步骤 4：在频域估计信道并做均衡 步骤 5：将均衡后的信号解映射为 I/Q 数据，同时计算误差矢量幅度 步骤 6：移除导频和循环前缀，解交织，维特比译码，解扰，获取该帧信号载荷信息，由载荷信息提取出信号的 MAC 地址 步骤 7：以每帧信号的 MAC 地址作为类标，以误差矢量幅度和载波频偏作为信号指纹，训练神经网络分类器，识别不同的无线设备 如图 29 所示，为无线设备信号指纹提取实验平台运行图 目标无线网络工作在 IEEE802.11g 的第 6 信道，带宽为 20 Mhz 一台笔记本电脑通过路由器访问互联网 图左实时
【参考文献】：
期刊论文
[1]复杂电磁环境下通信装备干扰预测方法[J]. 李伟,魏光辉,潘晓东,王雅平,万浩江,孙梳清. 电子与信息学报. 2017(11)
[2]无线通信设备的射频指纹提取与识别方法[J]. 俞佳宝,胡爱群,朱长明,彭林宁,姜禹. 密码学报. 2016(05)
[3]一种新颖的通信辐射源个体细微特征提取方法[J]. 雷迎科,郝晓军,韩慧,王李军. 电波科学学报. 2016(01)
[4]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[5]Improved CICA Algorithm Used for Single Channel Compound Fault Diagnosis of Rolling Bearings[J]. CHEN Guohua,QIE Longfei,ZHANG Aijun,HAN Jin. Chinese Journal of Mechanical Engineering. 2016(01)
[6]基于优化算法的雷达辐射源信号识别方法及性能[J]. 徐璟,何明浩,冒燕,冯明月. 现代雷达. 2014(10)
[7]一种基于经验模态分解的通信辐射源个体识别方法[J]. 梁江海,黄知涛,袁英俊,黄光泉. 中国电子科学研究院学报. 2013(04)
[8]一种基于分形维数的无线网卡信号指纹特征提取方法[J]. 黄光泉,王丰华,黄知涛. 电子对抗. 2012 (05)
[9]特定辐射源识别的信息论描述[J]. 黄渊凌,郑辉,万坚. 西安电子科技大学学报. 2012(06)
[10]辨识Hammerstein模型方法研究[J]. 王峰,邢科义,徐小平. 系统仿真学报. 2011(06)
博士论文
[1]基于复杂度特征的通信辐射源个体识别[D]. 李靖超.哈尔滨工程大学 2014
[2]辐射源指纹机理及识别方法研究[D]. 许丹.国防科学技术大学 2008
[3]基于信号指纹的通信辐射源个体识别技术研究[D]. 徐书华.华中科技大学 2007
[4]通信电台个体特征分析[D]. 任春辉.电子科技大学 2006
[5]雷达辐射源识别技术研究[D]. 张国柱.国防科学技术大学 2005
[6]雷达辐射源信号智能识别方法研究[D]. 张葛祥.西南交通大学 2005
硕士论文
[1]基于CSI数据库的室内定位系统[D]. 边海宾.西安电子科技大学 2017
[2]面向IEEE 802.11ac射频一致性测试的载波频偏估计算法研究与应用[D]. 张田静.东南大学 2016
[3]信号细微特征提取及识别技术研究[D]. 周斌.哈尔滨工业大学 2011
[4]基于多项式求逆的数字预失真技术研究和测试验证[D]. 马岳林.电子科技大学 2011
本文编号：3221465
【文章来源】：战略支援部队信息工程大学河南省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
功放指纹提取系统实验设备功放参数如表1所示：表1待测功放参数
号的星座映射，在标准星座图中找出与其距离最近的点并计算欧式差矢量幅度：522 20 01 10(I(i, j, k) I (i, j, k)) ( (i, j, k) (i, j, k))52pLj kpQ QEVML P 是一组信号的长度 0I (i, j, k) ，0Q (i, j, k)分别为复平面上第 i 帧，第 个子载波符号理想星座点的实部和虚部；I(i,j,k)， Q( i, j,k)分别为复 OFDM 符号的第 个子载波符号实际星座点的实部和虚部 0P 为星设计与结果分析平台设计建无线设备信号指纹提取实验平台，如图 27 所示 一 USRP B210过 USB 3.0 与主机连接，主机运行 GNU Radio 进行信号处理，提取矢量幅度，并且提取信号 MAC 地址作为每帧信号的标识[83]
图 28 无线设备信号指纹提取实验平台软件流图无线设备信号指纹提取实验平台信号处理步骤如下：步骤 1：对接收信号共轭相关，得到相关峰时，认为接收到了 IEEE 802.11a/g 信号，进行后续处理 步骤 2：利用短训练序列帧同步，同时粗估计载波频偏 步骤 3：利用长训练序列符号同步，同时精估计载波频偏，步骤 2 和 3 获得最终的载波频偏估计 步骤 4：在频域估计信道并做均衡 步骤 5：将均衡后的信号解映射为 I/Q 数据，同时计算误差矢量幅度 步骤 6：移除导频和循环前缀，解交织，维特比译码，解扰，获取该帧信号载荷信息，由载荷信息提取出信号的 MAC 地址 步骤 7：以每帧信号的 MAC 地址作为类标，以误差矢量幅度和载波频偏作为信号指纹，训练神经网络分类器，识别不同的无线设备 如图 29 所示，为无线设备信号指纹提取实验平台运行图 目标无线网络工作在 IEEE802.11g 的第 6 信道，带宽为 20 Mhz 一台笔记本电脑通过路由器访问互联网 图左实时
【参考文献】：
期刊论文
[1]复杂电磁环境下通信装备干扰预测方法[J]. 李伟,魏光辉,潘晓东,王雅平,万浩江,孙梳清. 电子与信息学报. 2017(11)
[2]无线通信设备的射频指纹提取与识别方法[J]. 俞佳宝,胡爱群,朱长明,彭林宁,姜禹. 密码学报. 2016(05)
[3]一种新颖的通信辐射源个体细微特征提取方法[J]. 雷迎科,郝晓军,韩慧,王李军. 电波科学学报. 2016(01)
[4]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[5]Improved CICA Algorithm Used for Single Channel Compound Fault Diagnosis of Rolling Bearings[J]. CHEN Guohua,QIE Longfei,ZHANG Aijun,HAN Jin. Chinese Journal of Mechanical Engineering. 2016(01)
[6]基于优化算法的雷达辐射源信号识别方法及性能[J]. 徐璟,何明浩,冒燕,冯明月. 现代雷达. 2014(10)
[7]一种基于经验模态分解的通信辐射源个体识别方法[J]. 梁江海,黄知涛,袁英俊,黄光泉. 中国电子科学研究院学报. 2013(04)
[8]一种基于分形维数的无线网卡信号指纹特征提取方法[J]. 黄光泉,王丰华,黄知涛. 电子对抗. 2012 (05)
[9]特定辐射源识别的信息论描述[J]. 黄渊凌,郑辉,万坚. 西安电子科技大学学报. 2012(06)
[10]辨识Hammerstein模型方法研究[J]. 王峰,邢科义,徐小平. 系统仿真学报. 2011(06)
博士论文
[1]基于复杂度特征的通信辐射源个体识别[D]. 李靖超.哈尔滨工程大学 2014
[2]辐射源指纹机理及识别方法研究[D]. 许丹.国防科学技术大学 2008
[3]基于信号指纹的通信辐射源个体识别技术研究[D]. 徐书华.华中科技大学 2007
[4]通信电台个体特征分析[D]. 任春辉.电子科技大学 2006
[5]雷达辐射源识别技术研究[D]. 张国柱.国防科学技术大学 2005
[6]雷达辐射源信号智能识别方法研究[D]. 张葛祥.西南交通大学 2005
硕士论文
[1]基于CSI数据库的室内定位系统[D]. 边海宾.西安电子科技大学 2017
[2]面向IEEE 802.11ac射频一致性测试的载波频偏估计算法研究与应用[D]. 张田静.东南大学 2016
[3]信号细微特征提取及识别技术研究[D]. 周斌.哈尔滨工业大学 2011
[4]基于多项式求逆的数字预失真技术研究和测试验证[D]. 马岳林.电子科技大学 2011
本文编号：3221465
本文链接：https://www.wllwen.com/kejilunwen/wltx/3221465.html
