CN102693411A - 基于射频指纹的无线发射机的识别方法 - Google Patents
基于射频指纹的无线发射机的识别方法 Download PDFInfo
- Publication number
- CN102693411A CN102693411A CN2011100742224A CN201110074222A CN102693411A CN 102693411 A CN102693411 A CN 102693411A CN 2011100742224 A CN2011100742224 A CN 2011100742224A CN 201110074222 A CN201110074222 A CN 201110074222A CN 102693411 A CN102693411 A CN 102693411A
- Authority
- CN
- China
- Prior art keywords
- ramp
- rff
- signal
- radio
- wireless
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 230000008685 targeting Effects 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 abstract description 13
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000001965 increasing effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012428 routine sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Abstract
本发明揭示了一种基于射频指纹的无线发射机的识别方法,包括:接收无线发射机发射的无线信号,无线信号是无线发射机在功率渐升的同时发射的前导序列;检测无线信号的参考时刻;根据检测到的参考时刻对无线信号进行前导信号的截取;把截取后的前导信号变换为射频指纹;对变换后的射频指纹进行特征提取,进行无线发射机的识别。本发明的基于射频指纹的无线发射机的识别方法利用功率斜升期间发送的前导信号变换得到的ramp-up RFF(Radio Frequency Fingerprints,简称RFF),具有RFF可分性优并且所需采样率低的优势,ramp-up RFF可用于基于前导的无线设备的多RFF识别,从而实现无线网络物理层安全增强等目的。
Description
技术领域
本发明涉及无线通信设备领域,尤其涉及一种基于射频指纹的无线发射机的识别方法。
背景技术
随着安全威胁的逐步增多,无线网络的物理层安全方法正得到越来越多的关注。根据射频指纹(RF fingerprints,简称RFF)识别无线设备从而实现其接入控制已被提出用来增强无线网络的物理层安全。RFF可概括为携带了无线电发射机硬件信息的接收无线电信号的变换,并且这种变换具备可比性。由开机瞬态信号变换而来的turn-on RFF是经典的RFF,包括包络turn-on RFF与相位turn-on RFF等。
图1a-图1e揭示了五个Wi-Fi 802.11b/g无线网卡的包络turn-on RFF样本对齐图,其中图1a-图1e中的每一个图分别对应一个无线网卡,每个图中样本数为50。图1a揭示了卡1(card-1)的包络turn-on RFF及其后的barker码包络,由图1a可知,该型号无线网卡首先以阶跃方式到达额定功率,然后进行Barker码发送;如图1a所示,截取其头部包含瞬态信号的1usec长包络作为该无线网卡的包络turn-on RFF(以下简称为turn-onRFF)。图1中图1b、1c、1d及1e分别为同一厂家相同型号的另外4个无线网卡的50个turn-on RFF样本的对齐图。由图1a-1e可知,该五个无线网卡的turn-on RFF差异很小。此外,在I.O.Kennedy、P.Scanlon和M.M.Buddhikot共同发表的题为“Passive Steady State RF Fingerprinting:A Cognitive Technique for Scalable Deployment of Co-Channel FemtoCell Underlays”(发表于Proc.IEEE New Fron.in Dyn.Spec.AccessNetworks(DySPAN′08),2008,PP.1-12)的论文中指出:tu rn-on RFF所需采样率极高,因而其实用价值有限。最近,出现了把前导稳态信号功率谱、频偏及调制域参数等作为RFF用来识别无线电设备的探索研究。有关RFF的研究历史表明,根据RFF识别无线电发射机是一个极其困难的问题。
发明内容
本发明旨在提出一种利用功率斜升期间发送的前导信号进行变换的射频指纹识别技术。
根据本发明,提出一种基于射频指纹的无线发射机的识别方法,包括:
接收无线发射机发射的无线信号,无线信号是无线发射机在功率渐升的同时发射的前导序列信号;
检测无线信号的参考时刻;
根据检测到的参考时刻对无线信号进行前导信号的截取;
把截取后的前导信号变换为射频指纹;
对变换后的射频指纹进行特征提取,进行无线发射机的识别。
在一个实施例中,检测无线信号的参考时刻包括:根据对应的IEEE标准设计相关模板b(t),b(t)与前导基本周期的包络幅度函数eperi(t)的形状相似;计算接收的无线信号的前导包络e(t);计算前导包络e(t)与相关模板b(t)的相关c(t);根据c(t)性质确定接收无线信号的参考时刻,根据参考时刻对无线信号进行截取和对齐。
在一个实施例中,无线信号是Wi-Fi802.11b/g信号,该Wi-Fi802.11b/g信号的前导包络e(t)为:其中,p(t)是功率渐升导致的包络幅度函数,0<t<Nramp ×Tp;Nramp是功率渐升阶段的基本周期个数;Tp是基本周期;eperi(t)是前导基本周期的包络幅度函数;N是前导基本周期总数。
在一个实施例中,计算前导包络e(t)与相关模板b(t)的相关其中,当t=Nramp×Tp时c(t)值是Nramp×Tp≤t<(Nramp+1)×Tp内c(t)的局部最大值;当t≥Nramp×Tp时c(t)具有周期为Tp的局部最大值。
在一个实施例中,根据c(t)性质确定接收无线信号的参考时刻包括:搜索c(t)的局部最大值,找到第一个局部最大值的时刻t=Nramp×Tp,并且第二个局部最大值时刻与t=Nramp×Tp之间间隔时间为基本周期Tp长,t=Nramp×Tp作为接收Wi-Fi802.11b/g信号的参考时刻,根据检测到的参考时刻对接收Wi-Fi802.11b/g信号进行截取,然后把截取后的Wi-Fi802.11b/g信号变换为射频指纹。
本发明的基于射频指纹的无线发射机的识别方法利用功率斜升期间发送的前导信号变换得到的ramp-up RFF,具有RFF可分性优并且所需采样率低的优势,ramp-up RFF可用于基于前导的无线设备多RFF识别,从而实现无线网络物理层安全增强等目的。
附图说明
图1a-图1e揭示了五个符合Wi-Fi 802.11b/g无线网卡的包络turn-onRFF样本对齐图。
图2揭示了RFF识别系统的等效线性时不变(LTI)模型。
图3a-图3e揭示了Ramp-up RFF子类的样本对齐图。
图4揭示了根据本发明的基于射频指纹的无线发射机的识别方法的流程图。
图5揭示了根据发明的一实施例中检测无线信号的参考时刻的流程图。
图6揭示了根据本发明的一实施例中检测无线信号的参考时刻的过程中的IEEE 802.11b的前导包络e(n)、相关模板b(n)及与相关c(n)。
图7揭示了图6所示的实现中进行对齐后的前导包络射频指纹的叠加图。
具体实施方式
首先结合附图2和附图3a-3e介绍一下本发明的理论依据:
根据射频指纹(RF fingerprints,简称RFF)识别无线设备是具有潜力的无线网络物理层认证方法之一,然而,经典的turn-on RFF等实用价值有限。可分性比turn-on RFF更优并且其所需采样率更低的RFF,称为ramp-up RFF在识别无线设备方面具有很高的应用价值。首先构建RFF识别系统的线性时不变等效模型;然后基于等效模型提出ramp-up RFF的产生方法,即无线发射机功率渐升的同时发送前导序列,变换功率渐升期间的前导信号为ramp-up RFF;最后采用Wi-Fi无线网卡对ramp-up RFF及其优点进行实验验证。Ramp-up RFF可应用于基于前导的无线发射机的多RFF识别中;Ramp-up RFF的产生方法可应用到相关无线设备的设计制造并规定到相关标准中。
RFF识别系统的等效线性时不变(LTI)模型如图2所示。其中,m(t)为待识别无线发射机的基带等效,htx(t)与hrcv(t)分别为待识别无线发射机与接收系统的结构及内部构件实际值Vi,i=1,2,3...与Vj,j=1,2,3...确定的等效冲击响应,hch(t)为无线信道的等效冲击响应,n(t)为等效AWGN噪声,r(t)为接收信号,T{r(t)}为r(t)的变换。
当“RFF变换”使T{r(t)}仅为Vi的函数,并且不同无线发射机的T{r(t)}具备可比性时,T{r(t)}可作为RFF用于无线发射机的识别。由于构件容差的存在,RFF具备唯一性。
图2中的接收信号为:
r(t)=[m(t)*htx(t)*hch(t)+n(t)]*hrcv(t) (1)
其中,*表示卷积运算。经典的turn-on RFF等价于式(1)中r(t)为单位阶跃响应(m(t)为单位阶跃激励u(t),等价于发射机功率以阶跃方式到达额定发射功率)时的变换;假设理想的“RFF变换”去除了hch(t)、n(t)与hrcv(t)的影响,即T{r(t)}仅为m(t)与htx(t)的函数,表示为:
T{r(t)}=F1{u(t),htx(t)} (2)
其中Fk,k=1,2,3...表示不同函数。由于不同无线发射机的单位阶跃激励u(t)具备可比性,又由于htx(t)仅由待识别无线发射机的硬件性质(结构及构件实际值Vi)唯一确定,因而不同无线发射机的式(2)具备可比性,可表示为:
T{r(t)}=F1{m(t),htx(t)} (3)
=F2{Vi,i=1,2,3...}
可作为RFF(即turn-on RFF)用于无线发射机的识别。
当无线发射机采用斜升方式进行功率控制,并且功率斜升的同时进行前导序列发送时,功率斜升期间的接收前导信号r(t)可等效为
其中为功率斜升控制的等效乘性激励,Ap为功率斜升幅度,τp与p分别为功率斜升步长及其序号,m1(t)为功率斜升期间发送的前导信号。假设理想的“RFF变换”去除了hch(t)、n(t)与hrcv(t)的影响,表示为:
T{r(t)}=F3{Ap,u(t),τp,p,m1(t),htx(t)} (5)
式(5)中,Ap,τp,p,htx(t)由待识别无线发射机的硬件性质唯一确定,m1(t)是先验且确定的,并且单位阶跃激励u(t)也是确定的,因而不同无线发射机的式(5)具备可比性;所以式(5)
T{r(t)}=F3{Ap,u(t),τp,p,m1(t),htx(t)} (6)
=F4{Ap,τp,p,Vi,i=1,2,3...}
作为一种新的RFF(即ramp-up RFF)用于基于前导的无线发射机识别。
对比式(6)与式(3)可知:影响ramp-up RFF的因素比影响turn-onRFF的因素增加了功率斜升控制参数Ap,τp,p;而在射频段,容差引起的构件微小差异会产生发送信号的较大差异;所以ramp-up RFF可分性比turn-on RFF可分性优。
另外,根据式(4)可知,ramp-up RFF的功率斜升时间比turn-on RFF的瞬态时间长且可控,所以在用于RFF变换的接收无线信号样点数相同的条件下,ramp-up RFF所需采样率比turn-on RFF所需采样率低;当延长功率斜升时间后,ramp-up RFF所需采样率将更低。
据此,基于前导的无线发射机ramp-up RFF产生方法可总结为:功率斜升同时发送前导序列,变换功率斜升期间的接收前导信号为RFF用于无线发射机识别。
图3a-3e揭示了对于上述理论的实验验证结果。
由于IEEE 802.11b/g规定其物理层包的直序扩频前导(DSSS-preamble)采用产生ramp-on RFF的这种功率渐升同时发送前导序列方式,因而同一厂家同一型号的Wi-Fi 802.11b无线网卡被用于实验。
构建一个“RF信号采集与处理系统”用于Wi-Fi 802.11b无线网卡的DSSS-preamble分析。无线网卡安装于计算机,设定为ad-hoc工作模式,工作频道为2.412GHz,无线网卡不断发送包宣布其存在。一个外接高增益天线的Agilent射频示波器54854A用于RF信号采集,采样率为10GSps,垂直分辨率为8bit。采集时,户内温度与湿度保持恒定;并且对采集场所进行了电磁屏蔽;待识别无线网卡天线与接收天线距离约为10cm。
18只D-Link AirPlus USB Wi-Fi 802.11b无线网卡被用于实验,功率设为“continuous access”模式,前导设为“short”模式。采用构建的“RF信号采集与处理系统”采集每只无线网卡的RF包,并采用Matlab(归一化、下变频、带通滤波、下采样为110MSps及增加AWGN噪声)与Simulink(costas PLL)进行软件无线电处理,得到其DSSS-preamble的基带信号ri(n)及其正交分量rq(n),则其包络为:
由于Wi-Fi 802.11b/g规定其DSSS-preamble采用11chips的Barker码(10110111000)扩频的DBPSK调制方式,因而其包络e(n)是周期为1usec的周期信号,其完整基本周期波形是确定的。图3a是把e(n)的第一个完整基本周期波形起始点(Pref)作为对齐参考点的e(n)样本对齐图。如图3a所示,从Pref向前(历史时间方向)截取1usec作为ramp-up RFF用于实验。
根据观察,18只无线网卡的ramp-up RFF可分为5个子类,表示为A、B、C、D与E;从各子类无线网卡的样本中随机选择50个样本,根据Pref对齐后如图3a-3e所示。
从图3a-3e可知,5子类ramp-up RFF之间存在一些大的差异。根据IEEE 802.11b标准对DSSS-preamble的基带信号ri(n)进行解码分析,结果显示:(1)每个网卡的DSSS-preamble头部都损失了2或3个完整DBPSK符号;(2)其他的DBPSK符号与标准相符。因此,ramp-on RFF是功率渐升期间的残留Barker码信号包络。各ramp-up RFF子类的无线网卡数目如表1所示。
表1各ramp-up RFF子类无线网卡数目
子类 | A | B | C | D | E |
无线网卡数目 | 3 | 5 | 4 | 2 | 4 |
进行了ramp-up RFF子类的K-NN分类实验。SNR为20dB,从各子类的50个样本中随机选择k个样本作为训练集,从各子类的剩余50-k个样本中随机选择10-k个样本作为测试集,则ramp-up RFF识别率如表2所示。表2中turn-on RFF识别率是根据图1a-1e所示五只Wi-Fi 802.11b/g无线网卡样本获得;该五只无线网卡的功率控制方式未按标准执行,为阶跃方式;其样本采集条件、采样率、SNR及K-NN分类器与ramp-up RFF相同。
表2两种RFF的识别率
RFF | 1-NN(%) | 2-NN(%) | 3-NN(%) | 4-NN(%) |
Ramp-up RFF | 88.89 | 90.00 | 94.29 | 100 |
Turn-on RFF | 17.78 | 27.50 | 28.57 | 23.33 |
从表2可知,采用常规采样率的ADC(110MSps),根据ramp-up RFF可把同一厂家同一型号的基于前导的无线设备以较高的正确识别率(近于100%)分为多个子类;而相应的turn-on RFF的识别率较低。
因此,ramp-up RFF的可分性优于turn-on RFF可分性,并且所需采样率更低;这与建模分析结论相一致。
图4揭示了根据本发明的基于射频指纹的无线发射机的识别方法的流程图。如图所示,该识别方法包括如下的步骤:
S41.接收无线发射机发射的无线信号,无线信号是无线发射机在功率渐升的同时发射的前导序列。
S42.检测无线信号的参考时刻。
S43.根据检测到的参考时刻对无线信号进行前导信号的截取。
S44.把截取后的前导信号变换为射频指纹。
S45.对变换后的射频指纹进行特征提取,进行无线发射机的识别。
在图4所示的实施例中,所接收的无线信号是无线发射机在功率渐升的同时发射的前导序列,基于前面的理论分析,该前导序列用于无线发射机的识别具有可分性优并且所需采样率低的优势。对于基于前导序列的无线发射机的识别方法来说,最重要的一环就是检测无线信号,即前导序列的参考时刻。图5揭示了根据发明的一实施例中检测无线信号的参考时刻的流程图。如图5所示,检测无线信号的参考时刻包括:
S50.根据对应的IEEE标准设计相关模板b(t),b(t)与前导基本周期的包络幅度函数eperi(t)的形状相似。
S51.计算接收的无线信号的前导包络e(t)。
S52.计算前导包络e(t)与相关模板b(t)的相关c(t)。
S53.根据c(t)性质确定接收无线信号的参考时刻,根据参考时刻对无线信号进行截取和对齐。
在一个实施例中,无线信号是Wi-Fi802.11b/g信号。
Wi-Fi信号的前导包络e(t)为:
其中,p(t)是功率渐升导致的包络幅度函数,0<t<Nramp×Tp;Nramp是功率渐升阶段的基本周期个数;Tp是基本周期;eperi(t)是前导基本周期的包络幅度函数;N是前导基本周期总数。
计算前导包络e(t)与相关模板b(t)的相关c(t)包括:
其中,
当t=Nramp×Tp时c(t)值是Nramp×Tp≤t<(Nramp+1)×Tp内c(t)的局部最大值;
当t≥Nramp×Tp时c(t)具有周期为Tp的局部最大值。
根据c(t)性质确定接收无线模拟信号的参考时刻包括:
搜索c(t)的局部最大值,找到第一个局部最大值的时刻t=Nramp×Tp,并且第二个局部最大值时刻与t=Nramp×Tp之间间隔时间为基本周期Tp长,t=Nramp×Tp作为接收Wi-Fi802.11b/g信号的参考时刻,根据检测到的参考时刻对接收Wi-Fi802.11b/g信号进行截取,然后把截取后的Wi-Fi802.11b/g信号变换为射频指纹。
图6-图7揭示了根据本发明的基于前导的Wi-Fi发射机射频指纹的检测方法的一个验证实例,该验证实例是基于Wi-Fi DSSS前导的实验验证。图6揭示了根据本发明的一实施例中检测无线信号的参考时刻的过程中的IEEE 802.11b的前导包络e(n)、相关模板b(n)及与相关c(n)。
图7揭示了图6所示的实现中进行对齐后的前导包络射频指纹的叠加图。
IEEE 802.11b/g的PLCP前导采用11chips Barker码(10110111000)扩频的1Mbit/s DBPSK调制方式,因而其前导包络具有周期为1usec的周期性;采用IEEE 802.11b的DSSS(直序扩频)前导对提出方法进行验证。所谓“采用11chips Barker码(10110111000)扩频的1Mbit/s DBPSK调制方式”是指:“11chips”就是11个bit数;“扩频”就是相乘;“1Mbit/sDBPSK”就是每秒1M个符号,符号是差分BPSK调制方式,所以一个符号的周期为1usec,该1usec的符号被乘以了11个比特,则每个比特是1/11usec长;但由于每个1usec的符号都乘以了相同的Barker码,所以每个符号的包络是一样的,并且固定的。
进行验证的硬件设备包括:待识别外置式D-Link AirPLus 802.11b无线网卡,通过USB接口与笔记本电脑相连并由其控制,无线网卡设为Ad-hoc模式;则其不断发送射频信号帧。发送天线采用全向天线,而接收天线采用定向天线,两天线间距离约为10cm;以保证接收天线接收到的信号能量主要由发送天线直接发送而来。接收天线直接接到射频示波器Agilent 54854A的输入端口,以保证由待识别无线网卡发送的信号触发。采集时采用铁丝网对两天线部分进行了最大限度的电磁屏蔽。射频示波器被触发后,数据保存到通过网卡相连的台式计算机中;台式计算机采用Matlab对接收射频帧前导信号进行Hilbert变换并求其绝对值得到其包络,并对其加AWGN噪声改变其SNR。SNR为15dB的一个IEEE 802.11b前导包络如图6中的e(n)所示。
图6中b(n)为设计的与IEEE 802.11b前导包络基本周期形状相似的相关模板;而b(n)与e(n)的相关结果为c(n);c(n)上的p为局部最大值,而Pref为经过搜索得到的第一个完整Barker码包络的起始时刻。
把Pref作为接收IEEE 802.11b帧射频信号的参考时刻,截取从Pref开始先前(历史时间方向)Thead长的接收射频信号进行射频指纹变换。假设进行的射频指纹变换即求取包络运算,则IEEE 802.11b帧前导包络就是一种射频指纹,称为IEEE 802.11b前导包络射频指纹。
取3只待识别D-Link IEEE 802.11b无线设备,工作模式设为Ad-hoc模式,前导设为“短”型,功率设为“连续接入”模式;每只采集50个射频帧信号样本,根据各自的Pref进行对齐后得到的SNR为15dB的前导包络射频指纹叠加图如图7所示,图中CARD-1、CARD-2与CARD-3分别对应不同的待识别无线设备。
申请人在此说明,在确定了了前导序列的参考时刻之后,后续的步骤,包括“根据检测到的参考时刻对无线信号进行前导信号的截取”、“把截取后的前导信号变换为射频指纹”和“对变换后的射频指纹进行特征提取,进行无线发射机的识别”都是本领域中所常用的技术,本领域的技术人员可以采用任何一种现有的手段来实现,在此处不再赘述。
本发明的基于射频指纹的无线发射机的识别方法利用功率斜升期间发送的前导信号变换得到的ramp-up RFF,具有RFF可分性优并且所需采样率低的优势,ramp-up RFF可用于基于前导的无线设备多RFF识别,从而实现无线网络物理层安全增强等目的。
Claims (5)
1.一种基于射频指纹的无线发射机的识别方法,其特征在于,包括:
接收无线发射机发射的无线信号,所述无线信号是无线发射机在功率渐升的同时发射的前导序列信号;
检测所述无线信号的参考时刻;
根据检测到的参考时刻对所述无线信号进行前导信号的截取;
把截取后的前导信号变换为射频指纹;
对变换后的射频指纹进行特征提取,进行无线发射机的识别。
2.如权利要求1所述的基于射频指纹的无线发射机的识别方法,其特征在于,检测所述无线信号的参考时刻包括:
根据对应的IEEE标准设计相关模板b(t),b(t)与前导基本周期的包络幅度函数eperi(t)的形状相似;
计算接收的无线信号的前导包络e(t);
计算前导包络e(t)与相关模板b(t)的相关c(t);
根据c(t)性质确定接收无线信号的参考时刻,根据参考时刻对无线信号进行截取和对齐。
3.如权利要求2所述的基于射频指纹的无线发射机的识别方法,其特征在于,所述无线信号是Wi-Fi802.11b/g信号,该Wi-Fi802.11b/g信号的前导包络e(t)为:
其中,p(t)是功率渐升导致的包络幅度函数,0<t<Nramp×Tp;Nramp是功率渐升阶段的基本周期个数;Tp是基本周期;eperi(t)是前导基本周期的包络幅度函数;N是前导基本周期总数。
4.如权利要求3所述的基于射频指纹的无线发射机的识别方法,其特征在于,计算前导包络e(t)与相关模板b(t)的相关c(t)包括:
其中,
当t=Nramp×Tp时c(t)值是Nramp×Tp≤t<(Nramp+1)×Tp内c(t)的局部最大值;
当t≥Nramp×Tp时c(t)具有周期为Tp的局部最大值。
5.如权利要求4所述的基于射频指纹的无线发射机的识别方法,其特征在于,根据c(t)性质确定接收无线信号的参考时刻包括:
搜索c(t)的局部最大值,找到第一个局部最大值的时刻t=Nramp×Tp,并且第二个局部最大值时刻与t=Nramp×Tp之间间隔时间为基本周期Tp长,t=Nramp×Tp作为接收Wi-Fi802.11b/g信号的参考时刻,根据检测到的参考时刻对接收Wi-Fi802.11b/g信号进行截取,然后把截取后的Wi-Fi802.11b/g信号变换为射频指纹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110074222.4A CN102693411B (zh) | 2011-03-25 | 2011-03-25 | 基于射频指纹的无线发射机的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110074222.4A CN102693411B (zh) | 2011-03-25 | 2011-03-25 | 基于射频指纹的无线发射机的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102693411A true CN102693411A (zh) | 2012-09-26 |
CN102693411B CN102693411B (zh) | 2014-05-28 |
Family
ID=46858830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110074222.4A Expired - Fee Related CN102693411B (zh) | 2011-03-25 | 2011-03-25 | 基于射频指纹的无线发射机的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102693411B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904724A (zh) * | 2012-10-17 | 2013-01-30 | 南通大学 | 基于射频指纹的挑战-应答认证协议方法 |
CN103051458A (zh) * | 2012-12-27 | 2013-04-17 | 南通大学 | 一种从bpsk信号中获取稳健射频指纹的方法 |
CN103220055A (zh) * | 2013-05-10 | 2013-07-24 | 厦门大学 | 无线发射机信号的多重分形梯度特征指纹识别方法 |
CN103226704A (zh) * | 2013-05-10 | 2013-07-31 | 厦门大学 | 无线发射机载波和时钟相位噪声指纹特征联合识别方法 |
CN103336978A (zh) * | 2013-07-01 | 2013-10-02 | 南通大学 | 一种rfid标签射频指纹认证系统 |
CN103345648A (zh) * | 2013-07-01 | 2013-10-09 | 南通大学 | 一种rfid标签设备指纹认证系统 |
CN105357014A (zh) * | 2015-11-25 | 2016-02-24 | 东南大学 | 基于差分星座轨迹图的无线设备射频指纹特征提取方法 |
CN105678273A (zh) * | 2016-01-14 | 2016-06-15 | 上海大学 | 射频指纹识别技术瞬态信号的起始点检测算法 |
CN106446877A (zh) * | 2016-11-21 | 2017-02-22 | 电子科技大学 | 一种基于信号幅度排序的射频指纹特征提取和识别方法 |
CN108683428A (zh) * | 2018-05-23 | 2018-10-19 | 南通大学 | 一种基于近似解的单载波通信发射机指纹估计与认证方法 |
CN108737301A (zh) * | 2018-05-23 | 2018-11-02 | 南通大学 | 一种基于b样条神经网络的宽带通信发射机指纹估计方法 |
CN108809355A (zh) * | 2018-07-04 | 2018-11-13 | 南京东科优信网络安全技术研究院有限公司 | 一种在低信噪比情况下提取设备物理指纹特征的方法 |
CN105142145B (zh) * | 2015-08-21 | 2019-02-12 | 中国电子科技集团公司第二十九研究所 | 一种基于前沿特征的Wi-Fi设备识别方法 |
WO2019061516A1 (zh) * | 2017-09-30 | 2019-04-04 | 深圳大学 | 隐蔽的无线通信物理层斜率认证方法和装置 |
CN109660956A (zh) * | 2018-12-12 | 2019-04-19 | 东南大学 | 一种基于射频指纹的鉴别伪gps信号方法 |
CN110730147A (zh) * | 2019-09-26 | 2020-01-24 | 南京东科优信网络安全技术研究院有限公司 | 基于采样率偏差估计的物理层设备特征提取方法及装置 |
WO2020044233A1 (en) * | 2018-08-27 | 2020-03-05 | Levl Technologies, Inc. | Carrier frequency offset modeling for radio frequency fingerprinting |
US10742461B2 (en) | 2018-10-03 | 2020-08-11 | Levl Technologies, Inc. | Carrier frequency estimation for radio frequency fingerprinting |
US10749898B2 (en) | 2018-07-17 | 2020-08-18 | Levl Technologies, Inc. | Relay attack prevention |
CN112347966A (zh) * | 2020-12-31 | 2021-02-09 | 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 |
CN112491757A (zh) * | 2020-11-27 | 2021-03-12 | 全球能源互联网研究院有限公司 | 一种设备的特征提取方法、装置及计算机设备 |
WO2021139163A1 (zh) * | 2020-01-09 | 2021-07-15 | 网络通信与安全紫金山实验室 | 射频指纹提取方法、装置、无线接收机及存储介质 |
CN113437949A (zh) * | 2021-04-16 | 2021-09-24 | 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 |
CN114024556A (zh) * | 2021-10-28 | 2022-02-08 | 电子科技大学 | 一种基于级联锁相环的射频指纹重构前端发射链路 |
CN114125853A (zh) * | 2021-11-05 | 2022-03-01 | 东南大学 | 一种基于循环移位特性的扩频信号射频指纹特征提取方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11297573B2 (en) * | 2020-04-24 | 2022-04-05 | Texas Instruments Incorporated | Open loop wake-up radio based on transmitter fingerprinting |
-
2011
- 2011-03-25 CN CN201110074222.4A patent/CN102693411B/zh not_active Expired - Fee Related
Non-Patent Citations (5)
Title |
---|
《Proc.IEEE New Fron.in Dyn.Spec.Access Networks(DySPAN'08)》 20081231 Irwin O. Kennedy Passive Steady State RF Fingerprinting: A Cognitive Technique for Scalable Deployment of Co-channel Femto Cell Underlays 1-12 1-5 , * |
IRWIN O. KENNEDY: "Passive Steady State RF Fingerprinting: A Cognitive Technique for Scalable Deployment of Co-channel Femto Cell Underlays", 《PROC.IEEE NEW FRON.IN DYN.SPEC.ACCESS NETWORKS(DYSPAN′08)》 * |
袁红林: "射频指纹的产生机理与惟一性", 《东南大学学报》 * |
袁红林: "射频指纹的唯一性研究", 《应用科学学报》 * |
袁红林: "射频指纹识别系统的数学模型研究", 《通信技术》 * |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904724A (zh) * | 2012-10-17 | 2013-01-30 | 南通大学 | 基于射频指纹的挑战-应答认证协议方法 |
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 |
CN103051458A (zh) * | 2012-12-27 | 2013-04-17 | 南通大学 | 一种从bpsk信号中获取稳健射频指纹的方法 |
CN103226704A (zh) * | 2013-05-10 | 2013-07-31 | 厦门大学 | 无线发射机载波和时钟相位噪声指纹特征联合识别方法 |
CN103220055A (zh) * | 2013-05-10 | 2013-07-24 | 厦门大学 | 无线发射机信号的多重分形梯度特征指纹识别方法 |
CN103336978B (zh) * | 2013-07-01 | 2016-12-28 | 南通大学 | 一种rfid标签射频指纹认证系统 |
CN103336978A (zh) * | 2013-07-01 | 2013-10-02 | 南通大学 | 一种rfid标签射频指纹认证系统 |
CN103345648A (zh) * | 2013-07-01 | 2013-10-09 | 南通大学 | 一种rfid标签设备指纹认证系统 |
CN103345648B (zh) * | 2013-07-01 | 2016-02-03 | 南通大学 | 一种rfid标签设备指纹认证系统 |
CN105142145B (zh) * | 2015-08-21 | 2019-02-12 | 中国电子科技集团公司第二十九研究所 | 一种基于前沿特征的Wi-Fi设备识别方法 |
CN105357014A (zh) * | 2015-11-25 | 2016-02-24 | 东南大学 | 基于差分星座轨迹图的无线设备射频指纹特征提取方法 |
CN105357014B (zh) * | 2015-11-25 | 2018-09-21 | 东南大学 | 基于差分星座轨迹图的无线设备射频指纹特征提取方法 |
CN105678273B (zh) * | 2016-01-14 | 2019-07-23 | 上海大学 | 射频指纹识别技术瞬态信号的起始点检测算法 |
CN105678273A (zh) * | 2016-01-14 | 2016-06-15 | 上海大学 | 射频指纹识别技术瞬态信号的起始点检测算法 |
CN106446877B (zh) * | 2016-11-21 | 2019-07-30 | 电子科技大学 | 一种基于信号幅度排序的射频指纹特征提取和识别方法 |
CN106446877A (zh) * | 2016-11-21 | 2017-02-22 | 电子科技大学 | 一种基于信号幅度排序的射频指纹特征提取和识别方法 |
WO2019061516A1 (zh) * | 2017-09-30 | 2019-04-04 | 深圳大学 | 隐蔽的无线通信物理层斜率认证方法和装置 |
CN108683428A (zh) * | 2018-05-23 | 2018-10-19 | 南通大学 | 一种基于近似解的单载波通信发射机指纹估计与认证方法 |
CN108737301A (zh) * | 2018-05-23 | 2018-11-02 | 南通大学 | 一种基于b样条神经网络的宽带通信发射机指纹估计方法 |
CN108809355A (zh) * | 2018-07-04 | 2018-11-13 | 南京东科优信网络安全技术研究院有限公司 | 一种在低信噪比情况下提取设备物理指纹特征的方法 |
CN108809355B (zh) * | 2018-07-04 | 2019-07-23 | 南京东科优信网络安全技术研究院有限公司 | 一种在低信噪比情况下提取设备物理指纹特征的方法 |
US10749898B2 (en) | 2018-07-17 | 2020-08-18 | Levl Technologies, Inc. | Relay attack prevention |
US10693576B2 (en) | 2018-08-27 | 2020-06-23 | Levl Technologies, Inc. | Carrier frequency offset modeling for radio frequency fingerprinting |
WO2020044233A1 (en) * | 2018-08-27 | 2020-03-05 | Levl Technologies, Inc. | Carrier frequency offset modeling for radio frequency fingerprinting |
US10742461B2 (en) | 2018-10-03 | 2020-08-11 | Levl Technologies, Inc. | Carrier frequency estimation for radio frequency fingerprinting |
CN109660956A (zh) * | 2018-12-12 | 2019-04-19 | 东南大学 | 一种基于射频指纹的鉴别伪gps信号方法 |
CN110730147A (zh) * | 2019-09-26 | 2020-01-24 | 南京东科优信网络安全技术研究院有限公司 | 基于采样率偏差估计的物理层设备特征提取方法及装置 |
WO2021139163A1 (zh) * | 2020-01-09 | 2021-07-15 | 网络通信与安全紫金山实验室 | 射频指纹提取方法、装置、无线接收机及存储介质 |
CN112491757A (zh) * | 2020-11-27 | 2021-03-12 | 全球能源互联网研究院有限公司 | 一种设备的特征提取方法、装置及计算机设备 |
CN112347966A (zh) * | 2020-12-31 | 2021-02-09 | 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 |
CN113437949A (zh) * | 2021-04-16 | 2021-09-24 | 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 |
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 |
WO2022217641A1 (zh) * | 2021-04-16 | 2022-10-20 | 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 |
CN114024556A (zh) * | 2021-10-28 | 2022-02-08 | 电子科技大学 | 一种基于级联锁相环的射频指纹重构前端发射链路 |
CN114024556B (zh) * | 2021-10-28 | 2022-07-29 | 电子科技大学 | 一种基于级联锁相环的射频指纹重构前端发射链路 |
CN114125853A (zh) * | 2021-11-05 | 2022-03-01 | 东南大学 | 一种基于循环移位特性的扩频信号射频指纹特征提取方法 |
CN114125853B (zh) * | 2021-11-05 | 2024-03-26 | 东南大学 | 一种基于循环移位特性的扩频信号射频指纹特征提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102693411B (zh) | 2014-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102693411B (zh) | 基于射频指纹的无线发射机的识别方法 | |
Soltanieh et al. | A review of radio frequency fingerprinting techniques | |
Ureten et al. | Bayesian detection of Wi-Fi transmitter RF fingerprints | |
CN102694559A (zh) | 基于前导的Wi-Fi发射机射频指纹的检测方法 | |
CN107368732B (zh) | 一种基于设备物理指纹特征的目标识别定位系统及方法 | |
Rehman et al. | RF fingerprint extraction from the energy envelope of an instantaneous transient signal | |
CN102651884B (zh) | 频点检测方法、装置和用户设备 | |
CN107947830B (zh) | 一种可抵抗多径干扰的射频指纹识别方法 | |
CN105678273B (zh) | 射频指纹识别技术瞬态信号的起始点检测算法 | |
CN101467412B (zh) | 在无线电接收器中的信号检测方法和设备 | |
Reising et al. | Improved wireless security for GMSK-based devices using RF fingerprinting | |
CN103535081B (zh) | 用于小区搜索的快速无线接入技术检测 | |
CN106446877B (zh) | 一种基于信号幅度排序的射频指纹特征提取和识别方法 | |
CN101420758B (zh) | 一种认知无线电中对抗模仿主用户攻击的方法 | |
CN104812061A (zh) | 一种基于mimo-ofdm信道状态信息的室内测距及定位方法 | |
CN101868927A (zh) | 近场射频通信系统 | |
CN103051458B (zh) | 一种从bpsk信号中获取稳健射频指纹的方法 | |
CN101295999A (zh) | 一种随机接入前导的检测方法 | |
CN103052154B (zh) | 使用Zigbee无线接口进行低功耗室内定位的装置及方法 | |
CN102510566B (zh) | 一种lte系统的邻区搜索方法及装置 | |
CN103220055A (zh) | 无线发射机信号的多重分形梯度特征指纹识别方法 | |
Reising | Exploitation of RF-DNA for device classification and verification using GRLVQI processing | |
Zhao et al. | A PHY-layer authentication approach for transmitter identification in cognitive radio networks | |
Huang et al. | Deep learning methods for device authentication using RF fingerprinting | |
Carbino et al. | Ethernet card discrimination using unintentional cable emissions and constellation-based fingerprinting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140528 |
|
CF01 | Termination of patent right due to non-payment of annual fee |