基于射频信号特征的Airmax设备指纹提取方法

发布时间：2023-05-10 19:26

　　针对私有协议的Airmax设备,提出了一种新的射频指纹提取方法。首先,介绍了软硬件实验环境的搭建并简要介绍了Airmax技术,然后介绍了帧前导信号的提取方法,分为粗定位和精确定位,接着从理论分析和实验验证阐述了Airmax射频指纹的提取方法。提取的特征维数为14,其中频率偏移相关的特征有2个,幅度相关的特征有12个。最后,基于这14维特征使用K-means算法及决策树模型对设备特征数据集进行了训练和分类,计算了分类准确率,两个模型的准确率都达到了100%,对于4个设备的分类问题,K-means算法的准确率为92.4%,决策树模型的准确率为100%。

【文章页数】：13 页

【文章目录】：
引言
1 实验环境的搭建
2 数据预处理
    2.1 Airmax技术简介
    2.2 Airmax信号帧前导的捕获
        2.2.1 粗同步
        2.2.2 精确同步
        2.2.3 时间复杂度分析
3 Airmax射频指纹提取
    3.1 频率偏移的提取
    3.2 频率偏移方差的提取
    3.3 幅度误差的提取
4 分类器的设计
    4.1 基于K?means算法的Airmax设备分类
        4.1.1 K-means算法
        4.1.2 Airmax设备分类
    4.2 基于决策树模型的Airmax设备分类
        4.2.1 决策树生成算法
        4.2.2 Airmax设备分类
    4.3 基于SVM模型的Airmax设备分类
        4.3.1 SVM学习算法
        4.3.2 Airmax设备分类
    4.4 多种模型的分类结果比较
5 结束语



本文编号：3813361