期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于双谱的射频指纹提取方法 被引量:11
1
作者 贾济铖 齐琳 《太赫兹科学与电子信息学报》 2021年第1期107-111,共5页
研究了基于通信辐射源射频指纹(RFF)的同类型设备分类识别理论,通过提取通信信号的围线积分双谱值来作为设备个体识别的特征向量,使用支持向量机(SVM)分类器进行识别。构建辐射源识别系统,并使用实测信号进行仿真测试。结果显示该方法... 研究了基于通信辐射源射频指纹(RFF)的同类型设备分类识别理论,通过提取通信信号的围线积分双谱值来作为设备个体识别的特征向量,使用支持向量机(SVM)分类器进行识别。构建辐射源识别系统,并使用实测信号进行仿真测试。结果显示该方法具有稳定的识别效果,且在信噪比(SNR)为-22dB时,系统可以达到接近90%的分类识别准确度。这说明本文提出的基于双谱的RFF提取方法有效。 展开更多
关键词 物理层安全 射频指纹 围线积分双谱 个体识别
下载PDF
零中频数字通信发射机的射频指纹时域基带建模 被引量:4
2
作者 俞佳宝 李古月 胡爱群 《太赫兹科学与电子信息学报》 2021年第4期603-616,622,共15页
射频指纹(RFF)来源于发射机电路设计的差异和生产过程中硬件电路的制造容差,是一种新兴的设备身份识别和认证技术。对射频指纹产生机理进行建模是深入研究射频指纹技术的基础。本文根据一种通用的零中频数字通信发射机结构分析了各环节... 射频指纹(RFF)来源于发射机电路设计的差异和生产过程中硬件电路的制造容差,是一种新兴的设备身份识别和认证技术。对射频指纹产生机理进行建模是深入研究射频指纹技术的基础。本文根据一种通用的零中频数字通信发射机结构分析了各环节对射频指纹的影响,并建立了对应的射频指纹时域基带模型。此外,归纳总结了一系列通信标准的若干重要时域参数的容差,并着重研究了LTE标准下,正交相移键控(QPSK)和十六进制正交振幅调制(16-QAM)两种典型调制方式的最大均方根误差向量幅度(RMSEVM)。最后,通过理论推导和Matlab仿真给出了直流偏置、同相/正交(I/Q)增益不平衡、I/Q正交偏移误差、I/Q滤波器偏差、振荡器相噪和功放非线性参数的上下界,并分析了各种射频指纹参数临界情形下星座图的变化,为射频指纹提取和识别技术的研究提供了合理的参数指导。 展开更多
关键词 物理层安全 射频指纹 时域建模 误差向量幅度 零中频
下载PDF
基于注意力残差网络的Wi-Fi设备的射频指纹识别 被引量:4
3
作者 张凯 郭剑黎 +2 位作者 胡军星 任俊霞 谭磊 《南京信息工程大学学报(自然科学版)》 CAS 北大核心 2022年第3期324-330,共7页
由于无线介质的开放性,传统的基于安全协议的无线网络安全存在隐患,基于物理层的射频指纹(RFF)识别,具有特征难以伪造的优点,能有效提高无线网络的安全性.针对多场景、多设备识别任务,构建了基于注意力残差卷积神经网络的射频指纹识别方... 由于无线介质的开放性,传统的基于安全协议的无线网络安全存在隐患,基于物理层的射频指纹(RFF)识别,具有特征难以伪造的优点,能有效提高无线网络的安全性.针对多场景、多设备识别任务,构建了基于注意力残差卷积神经网络的射频指纹识别方法.实验采集构建了完备的数据集,数据集包含32个Wi-Fi模块,覆盖802.11b标准的2.4 GHz模块.对比结果表明:该方法在32个Wi-Fi模块的识别中达到90%的识别精度,高于传统算法86%的识别率和卷积神经网络方法的89%的识别率;不同采样率的数据集在2 dB时均可以达到90%以上的识别精度,最终在信噪比(SNR)大于20 dB时,识别精度可以达到96%. 展开更多
关键词 射频指纹 设备识别 注意力残差网络 物理层安全 通信安全
下载PDF
基于放大器非线性的射频指纹特征估计技术
4
作者 张冠杰 李艳斌 畅鑫 《河北工业科技》 CAS 2024年第6期399-408,共10页
为了使功放射频指纹特征不受发射机硬件畸变特性引起的剩余载波频偏影响,提出了基于差分处理的功放射频指纹特征估计方法。首先,使用基于前向结构的解调方法对接收信号进行预处理;其次,将逐点差分处理与信号重构方法相结合,对比了接收... 为了使功放射频指纹特征不受发射机硬件畸变特性引起的剩余载波频偏影响,提出了基于差分处理的功放射频指纹特征估计方法。首先,使用基于前向结构的解调方法对接收信号进行预处理;其次,将逐点差分处理与信号重构方法相结合,对比了接收差分信号与重构差分信号之间的差异,利用最大似然估计和权值归一化方法,实现了与剩余载波频偏无关的功放射频指纹特征的提取;然后,采用支持向量机(support vector machine,SVM)分类器实现了辐射源个体识别;最后,利用功放畸变信号模型进行了仿真试验。结果表明:基于差分处理的放大器指纹特征估计与识别方法能够消除剩余载波频偏引起的特征漂移,在信噪比32 dB,剩余载波频偏差值±6 Hz范围内,识别准确率相比传统方法提升了30个百分点以上,显著改善了特定辐射源识别性能。与传统方法相比,虽然增加了差分分析和权值归一化的处理步骤,但无需准确估计信号剩余载波频偏就能消除剩余载波频偏的影响。所提方法在功率放大器射频指纹特征估计方面,能够有效消除剩余载波频偏的影响,在辐射源个体识别领域具有一定的应用价值。 展开更多
关键词 参数估计 特定辐射源识别 功放非线性畸变 差分分析 射频指纹
下载PDF
采用差分星座图的SDR设备射频指纹识别
5
作者 安永丽 申俊峰 纪占林 《电讯技术》 北大核心 2024年第3期442-450,共9页
差分星座图(Differential Constellation Trace Figure,DCTF)在射频指纹(Radio Frequency Fingerprint,RFF)识别中具有良好的性能,但在低信噪比情况下会产生严重的模糊。为了提高DCTF的识别精度,设计了注意力残差卷积神经网络模型,即DCT... 差分星座图(Differential Constellation Trace Figure,DCTF)在射频指纹(Radio Frequency Fingerprint,RFF)识别中具有良好的性能,但在低信噪比情况下会产生严重的模糊。为了提高DCTF的识别精度,设计了注意力残差卷积神经网络模型,即DCTF-Res2Net模型。该模型在网络提取特征时加入注意力模块来提高DCTF的识别精度,并将标签平滑损失函数与网络模型结合,有效缓解了DCTF中的离群点对网络模型的干扰。在实验中,根据不同的传输方式和传输场景构建了完备的DCTF的数据集,并用DCTF-Res2Net模型对其进行分类。实验结果表明,在信噪比为5 dB的情况下,与传统的残差网络相比,所提出的DCTF-Res2Net模型可以达到更高的识别精度。 展开更多
关键词 射频指纹识别 物理层安全 差分星座图(DCTF) 注意力残差网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部