CN105550569A - 基于星座轨迹图像特征的设备指纹提取及设备识别方法 - Google Patents
基于星座轨迹图像特征的设备指纹提取及设备识别方法 Download PDFInfo
- Publication number
- CN105550569A CN105550569A CN201610080947.7A CN201610080947A CN105550569A CN 105550569 A CN105550569 A CN 105550569A CN 201610080947 A CN201610080947 A CN 201610080947A CN 105550569 A CN105550569 A CN 105550569A
- Authority
- CN
- China
- Prior art keywords
- constellation
- outline
- equipment
- fingerprint
- trajectory diagram
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/44—Program or device authentication
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于星座轨迹图像特征的设备指纹提取及设备识别方法,认证判断设备获得合法设备的发射信号并建立星座图,再通过对星座点的阶梯化处理产生星座轨迹图,利用星座轨迹图的轮廓提取其中的形状特征,当采集样本数达到系统要求即可建立设备指纹,将设备指纹存储在样本库中,最后利用样本库中的设备指纹对接入设备进行合法性验证。本发明方法从设备发射信号的星座轨迹图中提取图像特征作为设备指纹,可以快速实现设备指纹特征的提取及身份识别,为设备指纹特征提取方法提供了新思路。
Description
技术领域
本发明属于无线通信和通信安全领域,具体涉及一种基于星座轨迹图像特征的设备指纹提取及设备识别方法。
背景技术
随着信息技术的发展,移动互联网用户数急剧上升。用户使用的终端包括手机,平板电脑,笔记本,台式电脑等等,可谓无处不遍及人们的工作生活。对接入设备的身份进行认证是保障通信系统安全的重要步骤。在传统的无线通信系统中,设备接入时的认证主要是依靠传统的口令以及数字证书的方法来完成。
近年的研究表明,可以通过无线通信系统发射的电磁波,提取其设备的射频特征。射频指纹是指能够产生射频信号的发射器硬件模块或设备所具有的物理特征,这个物理特征从发射器发射的射频信号中提取,作为识别发射器硬件模块或设备的依据。目前研究表明,类似于人类指纹的差异性,射频指纹在当前的技术条件下具有可区分性,即可以把射频指纹作为区分不同发射器硬件模块或设备的一种标准,并且具有应用价值。
射频指纹特征提取除了基于瞬态响应的射频指纹提取方法及稳态响应的射频指纹提取方法,还可以通过星座轨迹图的方法进行提取。使用星座轨迹图进行射频指纹特征提取,可以在不了解目标设备先验信息的情况下获得目标设备发射的射频信号的特征。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提出一种基于星座轨迹图像特征的设备指纹提取及设备识别方法,从设备发射信号的星座轨迹图中提取图像特征作为设备指纹,基于得到的无线设备射频指纹特征,可以对接入的无线设备身份进行识别及认证。
技术方案:为实现上述目的,本发明提供一种基于星座轨迹图像特征的设备指纹提取及设备识别方法,包括以下步骤:
(1)认证判断设备接收其合法设备的发射信号得到数字调制信号,并利用IQ信号建立星座图;
(2)对所述星座图中的星座点进行阶梯化处理得到星座轨迹图,并提取所述星座轨迹图的内、外轮廓;
(3)提取所述星座轨迹图的内、外轮廓的形状特征S作为样本;
(4)判断采集的样本数是否达到预设的数量,若是,则利用步骤(3)中提取的形状特征S建立所述合法设备的设备指纹F,并将该设备指纹F存储在合法设备指纹样本库中;
(5)当接入设备向所述认证判断设备发送通信请求时,所述认证判断设备的接收端提取所述接入设备的设备指纹,并与所述合法设备指纹样本库中存储的设备指纹进行比对,若在所述合法设备指纹样本库中匹配到所述接入设备的设备指纹,则所述接入设备为合法设备,若没有匹配到所述接入设备的设备指纹,则所述接入设备为非法设备。
进一步地,若步骤(4)中采集的样本数没有达到预设的数量,则本发明方法进行以下步骤:
改变所述IQ信号的时间窗口W的宽度和位置,重复步骤(2)和步骤(3),对于一窗口Wi,获取其对应的形状特征
改变所述IQ信号的采样率R,重复步骤(2)和步骤(3),对于一采样率Ri,获取其对应的形状特征
进入步骤(4)。
其中,步骤(2)中所述的阶梯化处理是指在任意两个星座点(x1,y1),(x2,y2)中增加(x1,y2),将星座图中的(x1,y1)先连接(x1,y2)再连接(x2,y2)得到所述的星座轨迹图。
其中,步骤(3)中提取所述星座轨迹图内外轮廓的形状特征S,包括以下步骤:
确定坐标:以坐标(0,0)为原点,以过原点的水平线为横坐标,以过原点且与横坐标垂直的竖直线为纵坐标,横、纵坐标将所述星座轨迹图划分为四个部分得到四个象限;
确定星座轨迹图外轮廓的标准形状:以所述星座轨迹图的外轮廓为外轮廓的初始形状,对所述外轮廓的初始形状上各点求幅度值,分别获取四个象限上幅度值的极值点,当某一象限上出现极值相同的点时,则取这些点的几何中点作为极值点;按顺时针或逆时针依次连接所获取到的极值点,形成一个四边形作为星座轨迹图外轮廓的标准形状;
确定星座轨迹图内轮廓的标准形状:以所述星座轨迹图的中心最大空白区域作为内轮廓的初始形状,在内轮廓中选取4个点,按顺时针或逆时针依次连接这4个点形成一个四边形作为星座轨迹图的内轮廓的标准形状;所述4个点为:横坐标最大值对应的点,横坐标最小值对应的点、纵坐标最大值对应的点、纵坐标最小值对应的点;
确定形状特征S:
所述形状特征S为集合S={Sol1、Sol2、Sol3、Sol4、Sod1、Sod2、Co、Soa、Sos、Sil1、Sil2、Sil3、Sil4、Sid1、Sid2、Ci、Sia、Sis},其中,Sol1、Sol2、Sol3、Sol4分别为外轮廓的标准形状的各边边长,Sod1、Sod2分别为外轮廓的标准形状的各对角线长度,Soa为外轮廓的两条对角线夹角角度,Co为外轮廓的中心点,Sos为外轮廓的不对称度;Sil1、Sil2、Sil3、Sil4分别为内轮廓的标准形状的各边边长,Sid1、Sid2分别为内轮廓的标准形状的两个对角线的长度,Ci为内轮廓的中心点,Sia为内轮廓的两条对角线夹角角度;Sis为内轮廓的不对称度。
其中,所述外轮廓的不对称度Sos的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图外轮廓的初始形状及外轮廓的标准形状的两个交点的幅度差,各幅度差依次排列所形成的向量;所述内轮廓的不对称度Sis的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图内轮廓的初始形状及内轮廓的标准形状的两个交点的幅度差,各幅度差依次排列所形成的向量。
为了减少存储空间,所述外轮廓的不对称度Sos的定义可进一步为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图外轮廓初始形状及图5的外轮廓标准形状的两个交点的幅度差,以每个象限为一个分组,对所述幅度差进行分组求和,得到四维不对称度;所述内轮廓的不对称度Sis的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图内轮廓的初始形状及内轮廓的标准形状的两个交点的幅度差,以每个象限为一个分组,对所述幅度差进行分组求和,得到四维不对称度。
有益效果:本发明中基于星座轨迹图像特征的设备指纹提取及设备识别方法,利用发射信号的星座图轨迹形成设备指纹,并进一步利用已经存储的设备指纹进行无线设备的身份认证和识别。该方法不同于传统的采用密码机制与安全协议的身份认证算法,是一种基于物理层特征的非密码认证方法。因此,本发明方法具有一定先进性和有效性,为无线设备的安全通信提供了新思路。
附图说明
图1为本发明中基于星座轨迹图像特征的设备指纹提取及设备识别方法的流程图;
图2为阶梯化处理星座图的示意图;
图3为CC2530芯片的OQPSK信号星座图;
图4为CC2530芯片的OQPSK信号星座轨迹图;
图5为图4中星座轨迹图内、外轮廓的标准形状;
图6为改变时间窗口W获得的一种星座轨迹图;
图7为改变采样率R获得的一种星座轨迹图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
为了方便理解,本实施例以三个无线通信设备:第一设备、第二设备、第三设备为例来进行说明本发明中基于星座轨迹图像特征的设备指纹提取及设备识别方法方法,第一设备和第二设备之间存在信息互通,彼此为对方的合法设备;在两个设备之间进行信息互通之前,其中一设备的发送端会向对方的接收端发送通信请求,第二设备和第三设备均是第一设备的接入设备,即向第一设备发送通信请求的设备,第一设备成为认证判断设备。以第一设备的接收端为例,该第一设备可以接收到第二、第三设备发送过来的无线信号,第一设备接收到某一接入设备的通信请求时,对该设备进行身份认证,判断其是否为合法设备,若为合法设备则可进行后续通信。
如图1所示,本发明中基于星座轨迹图像特征的设备指纹提取及设备识别方法主要包括合法设备指纹样本库的建立和通信请求设备的指纹匹配,具体包括如下步骤:
(1)第一设备的接收端接收第二设备(本实施例中第一设备的合法设备)的发射信号得到数字调制信号,并利用IQ信号建立星座图;
(2)对星座图中的星座点进行阶梯化处理得到星座轨迹图,并提取所述星座轨迹图的内外轮廓;
(3)提取所述星座轨迹图内外轮廓的形状特征S作为样本;
(4)判断采集的样本数是否达到预设的数量,若是,则利用步骤(3)中提取的形状特征S建立第二设备的设备指纹F,并将该设备指纹F存储在合法设备指纹样本库中;
本实施例中,第一设备的合法设备只有第二设备,若合法设备为多个,则按照步骤(1)至(4)中的步骤,将所有的合法设备指纹存储在合法设备指纹样本库中;
(5)当某一接入设备向第一设备发送通信请求时,第一设备的接收端提取该设备的设备指纹F,并与所述合法设备指纹样本库中存储的设备指纹进行比对,若在所述合法设备指纹样本库中匹配到该设备的设备指纹F,则该设备为合法设备,如本实施例中的第二设备;若没有匹配到该设备的设备指纹F,则该设备为非法设备,如本实施例中的第三设备。
为了增加样本数目,本实施例中,若上述步骤(4)中采集的样本数没有达到预设的数量,则进行以下步骤:
改变所述IQ信号的时间窗口W的宽度和位置,重复步骤(2)和步骤(3),产生形状特征SW;
改变所述IQ信号的采样率R,重复步骤(2)和步骤(3),产生形状特征SR;
进入步骤(4)。
上述步骤(2)中星座图的阶梯化处理,如图2所示,指在两个连续的星座点(x1,y1),(x2,y2)中增加(x1,y2),并将星座图中的(x1,y1)先连接(x1,y2)再连接(x2,y2)产生所述星座轨迹图。
具体地,本实施例中以CC2530芯片作为第二设备为例,以CC2530芯片建立的最小系统为实验发射平台,设置其射频参数为:发送数据包长度60个字节,数据包发送间隔200毫秒,发送功率4.5dbm,中心频率2405MHz,调制方式为OQPSK。以USRP软件无线电平台为接收平台,采用零中频的采样方案,采样率为20MHz,接收信号的OQPSK星座图为一个圆,如图3所示;将该图中的星座点进行阶梯化处理产生的星座轨迹图如图4所示。
上述步骤(3)中,提取星座轨迹图内外轮廓的形状特征S作为样本包括以下步骤:
确定坐标:以坐标(0,0)为原点,以过原点的水平线为横坐标,以过原点且与横坐标垂直的为纵坐标,横、纵坐标将整个图划分为四个部分,即四个象限。
确定星座轨迹图外轮廓的标准形状:对图4中星座轨迹图外轮廓的初始形状上各点求幅度值,分别获取四个象限上幅度值的极值点,当某一象限上出现极值相同的点时,则取这些点的几何中点(即:该点的横坐标为几个极点横坐标的平均值,纵坐标为几个极点纵坐标的平均值)作为极值点,按顺时针或逆时针依次连接所获取到的4个极值点,形成一个四边形作为星座轨迹图外轮廓的标准形状;
确定星座轨迹图内轮廓的标准形状:以图4中星座轨迹图的中心最大空白区域作为内轮廓的初始形状,在内轮廓中选取4个点,4个点分别为:横坐标最大值对应的点,横坐标最小值对应的点、纵坐标最大值对应的点、纵坐标最小值对应的点,按顺时针或逆时针依次连接这4个点形成一个四边形作为星座轨迹图的内轮廓的标准形状;得到如图5所示的内外轮廓的标准形状;
确定形状特征S:
图5中外轮廓的各边边长分别表示为Sol1、Sol2、Sol3、Sol4,;内轮廓的各边边长分别表示为Sil1、Sil2、Sil3、Sil4;外轮廓的各对角线长度分别表示为Sod1、Sod2;内轮廓的各对角线长度分别表示为Sid1、Sid2;外轮廓的中心点Co为外轮廓两条对角线的交点,内轮廓的中心点Ci为内轮廓两条对角线的交点(图中用线条指示);外轮廓的两条对角线夹角角度为Soa,内轮廓的两条对角线夹角角度为Sia;,以角度1°为间隔,分别从原点引出360条线,求这360条线与图4的外轮廓初始形状及图5的外轮廓标准形状的两个交点的幅度差。这360个差值组成外轮廓的不对称度Sos,也可以对360个差值进行分组求和,降低Sos的维数,如以每个象限为一个分组,则Sos为四维向量。同理获得内轮廓的不对称度Sis。CC2530芯片的形状特征S为上述各因素所形成的集合S={Sol1、Sol2、Sol3、Sol4、Sod1、Sod2、Co、Soa、Sos、Sil1、Sil2、Sil3、Sil4、Sid1、Sid2、Ci、Sia、Sis}。
上述步骤(4)中若样本数未达到预设的数量,改变时间窗口W获得如图6所示的一种星座轨迹图,针对不同的时间窗口W1,W2,W3...Wi...,其形状特征分别为其中为一集合,包含了将IQ信号的时间窗口为Wi时所获取到的形状特征S。
改变采样率R获得如图7所示的一种星座轨迹图,针对不同的采样率R1,R2,R3...Ri...,其形状特征分别为其中为一集合,包含了将IQ信号的采样率为Ri时所获取到的形状特征S。
当采集样本数达到预设的数量时,建立第二设备的设备指纹F,并将该设备指纹F存储在合法设备指纹样本库中。上述预设的数量根据系统的实际识别性能要求来设定,对于某一合法设备,该设备的设备指纹F包括了该设备在预设的数量条件下,不同的时间窗、采用率所对应的形状特征S所形成的集合。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于星座轨迹图像特征的设备指纹提取及设备识别方法,包括以下步骤:
(1)认证判断设备接收其合法设备的发射信号得到数字调制信号,并利用IQ信号建立星座图;
(2)对所述星座图中的星座点进行阶梯化处理得到星座轨迹图,并提取所述星座轨迹图的内、外轮廓;
(3)提取所述星座轨迹图的内、外轮廓的形状特征S作为样本;
(4)判断采集的样本数是否达到预设的数量,若是,则利用步骤(3)中提取的形状特征S建立所述合法设备的设备指纹F,并将该设备指纹F存储在合法设备指纹样本库中;
(5)当接入设备向所述认证判断设备发送通信请求时,所述认证判断设备的接收端提取所述接入设备的设备指纹,并与所述合法设备指纹样本库中存储的设备指纹进行比对,若在所述合法设备指纹样本库中匹配到所述接入设备的设备指纹,则所述接入设备为合法设备,若没有匹配到所述接入设备的设备指纹,则所述接入设备为非法设备。
2.根据权利要求1所述的基于星座轨迹图像特征的设备指纹提取及设备识别方法,其特征在于,若步骤(4)中采集的样本数没有达到预设的数量,则进行以下步骤:
改变所述IQ信号的时间窗口W的宽度和位置,重复步骤(2)和步骤(3),对于一窗口Wi,获取其对应的形状特征
改变所述IQ信号的采样率R,重复步骤(2)和步骤(3),对于一采样率Ri,获取其对应的形状特征
进入步骤(4)。
3.根据权利要求1所述的基于星座轨迹图像特征的设备指纹提取及设备识别方法,其特征在于,步骤(2)中所述阶梯化处理是指在任意两个星座点(x1,y1),(x2,y2)中增加(x1,y2),将星座图中的(x1,y1)先连接(x1,y2)再连接(x2,y2)得到所述的星座轨迹图。
4.根据权利要求1所述的基于星座轨迹图像特征的设备指纹提取及设备识别方法,其特征在于,步骤(3)中提取所述星座轨迹图的内、外轮廓的形状特征S,包括以下步骤:
确定坐标:以坐标(0,0)为原点,以过原点的水平线为横坐标,以过原点且与横坐标垂直的竖直线为纵坐标,横、纵坐标将所述星座轨迹图划分为四个部分作为四个象限;
确定星座轨迹图外轮廓的标准形状:以所述星座轨迹图的外轮廓为外轮廓的初始形状,对所述外轮廓的初始形状上各点求幅度值,分别获取四个象限内幅度值的极值点,当某一象限上出现极值相同的点时,则取这些点的几何中点作为极值点;按顺时针或逆时针依次连接所获取到的极值点,形成一个四边形作为星座轨迹图外轮廓的标准形状;
确定星座轨迹图内轮廓的标准形状:以所述星座轨迹图的中心最大空白区域作为内轮廓的初始形状,在内轮廓中选取4个点,按顺时针或逆时针依次连接这4个点形成一个四边形作为星座轨迹图的内轮廓的标准形状;所述4个点为:横坐标最大值对应的点,横坐标最小值对应的点、纵坐标最大值对应的点、纵坐标最小值对应的点;
确定形状特征S:所述形状特征S为集合S={Sol1、Sol2、Sol3、Sol4、Sod1、Sod2、Co、Soa、Sos、Sil1、Sil2、Sil3、Sil4、Sid1、Sid2、Ci、Sia、Sis},其中,Sol1、Sol2、Sol3、Sol4分别为外轮廓的标准形状的各边边长,Sod1、Sod2分别为外轮廓的标准形状的各对角线长度,Soa为外轮廓的两条对角线夹角角度,Co为外轮廓的中心点,Sos为外轮廓的不对称度;Sil1、Sil2、Sil3、Sil4分别为内轮廓的标准形状的各边边长,Sid1、Sid2分别为内轮廓的标准形状的两个对角线的长度,Ci为内轮廓的中心点,Sia为内轮廓的两条对角线夹角角度;Sis为内轮廓的不对称度。
5.根据权利要求4所述的基于星座轨迹图像特征的设备指纹提取及设备识别方法,其特征在于,
所述外轮廓的不对称度Sos的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图外轮廓的初始形状及外轮廓的标准形状的两个交点的幅度差,各幅度差依次排列所形成的向量;
所述内轮廓的不对称度Sis的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图内轮廓的初始形状及内轮廓的标准形状的两个交点的幅度差,各幅度差依次排列所形成的向量。
6.根据权利要求4所述的基于星座轨迹图像特征的设备指纹提取及设备识别方法,其特征在于,
所述外轮廓的不对称度Sos的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图外轮廓的初始形状及外轮廓的标准形状的两个交点的幅度差,以每个象限为一个分组,对所述幅度差进行分组求和,得到四维不对称度;
所述内轮廓的不对称度Sis的定义为:以角度1°为间隔,分别从原点引出360条线,求取这360条线与所述星座轨迹图内轮廓的初始形状及内轮廓的标准形状的两个交点的幅度差,以每个象限为一个分组,对所述幅度差进行分组求和,得到四维不对称度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610080947.7A CN105550569B (zh) | 2016-02-04 | 2016-02-04 | 基于星座轨迹图像特征的设备指纹提取及设备识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610080947.7A CN105550569B (zh) | 2016-02-04 | 2016-02-04 | 基于星座轨迹图像特征的设备指纹提取及设备识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105550569A true CN105550569A (zh) | 2016-05-04 |
CN105550569B CN105550569B (zh) | 2018-03-20 |
Family
ID=55829756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610080947.7A Active CN105550569B (zh) | 2016-02-04 | 2016-02-04 | 基于星座轨迹图像特征的设备指纹提取及设备识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105550569B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067004A (zh) * | 2016-05-30 | 2016-11-02 | 西安电子科技大学 | 一种脉冲噪声下数字调制信号的识别方法 |
CN106878225A (zh) * | 2017-01-17 | 2017-06-20 | 东南大学 | 一种设备指纹与信道分离的方法及装置 |
CN107301634A (zh) * | 2017-06-28 | 2017-10-27 | 湖南瑞森可机器人科技有限公司 | 一种机器人自动分拣方法及系统 |
CN108173871A (zh) * | 2018-01-19 | 2018-06-15 | 西安电子科技大学 | 基于射频指纹和生物指纹无线网接入认证系统及方法 |
CN108664785A (zh) * | 2018-04-04 | 2018-10-16 | 浙江大学 | 一种基于cpu模块电磁辐射的设备指纹提取和认证方法 |
CN109756439A (zh) * | 2019-01-29 | 2019-05-14 | 东南大学 | 一种用于物理指纹提取的临近符号星座轨迹图生成方法 |
CN111382417A (zh) * | 2018-12-28 | 2020-07-07 | 卡巴斯基实验室股份制公司 | 使用一系列设备指纹识别来自用户设备的欺诈行为的系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050141628A1 (en) * | 2003-12-24 | 2005-06-30 | Jung-Fu Cheng | Fast soft value computation methods for gray-mapped QAM |
CN101047688A (zh) * | 2006-06-13 | 2007-10-03 | 华为技术有限公司 | 一种估计信噪比的方法及装置 |
CN101340412A (zh) * | 2008-05-22 | 2009-01-07 | 清华大学 | 抗相位噪声的幅度相位联合键控调制解调方法 |
CN101483463A (zh) * | 2008-01-11 | 2009-07-15 | 华为技术有限公司 | 一种基于多分集的数据发送方法及装置 |
CN103701514A (zh) * | 2014-01-02 | 2014-04-02 | 东南大学 | 利用单元天线随机扰动的方向调制方法 |
-
2016
- 2016-02-04 CN CN201610080947.7A patent/CN105550569B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050141628A1 (en) * | 2003-12-24 | 2005-06-30 | Jung-Fu Cheng | Fast soft value computation methods for gray-mapped QAM |
CN101047688A (zh) * | 2006-06-13 | 2007-10-03 | 华为技术有限公司 | 一种估计信噪比的方法及装置 |
CN101483463A (zh) * | 2008-01-11 | 2009-07-15 | 华为技术有限公司 | 一种基于多分集的数据发送方法及装置 |
CN101340412A (zh) * | 2008-05-22 | 2009-01-07 | 清华大学 | 抗相位噪声的幅度相位联合键控调制解调方法 |
CN103701514A (zh) * | 2014-01-02 | 2014-04-02 | 东南大学 | 利用单元天线随机扰动的方向调制方法 |
Non-Patent Citations (1)
Title |
---|
彭林宁等: "基于星座轨迹图的射频指纹提取方法", 《信息安全学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106067004A (zh) * | 2016-05-30 | 2016-11-02 | 西安电子科技大学 | 一种脉冲噪声下数字调制信号的识别方法 |
CN106878225A (zh) * | 2017-01-17 | 2017-06-20 | 东南大学 | 一种设备指纹与信道分离的方法及装置 |
CN106878225B (zh) * | 2017-01-17 | 2019-10-11 | 东南大学 | 一种设备指纹与信道分离的方法及装置 |
CN107301634A (zh) * | 2017-06-28 | 2017-10-27 | 湖南瑞森可机器人科技有限公司 | 一种机器人自动分拣方法及系统 |
CN108173871A (zh) * | 2018-01-19 | 2018-06-15 | 西安电子科技大学 | 基于射频指纹和生物指纹无线网接入认证系统及方法 |
CN108173871B (zh) * | 2018-01-19 | 2020-02-21 | 西安电子科技大学 | 基于射频指纹和生物指纹无线网接入认证系统及方法 |
CN108664785A (zh) * | 2018-04-04 | 2018-10-16 | 浙江大学 | 一种基于cpu模块电磁辐射的设备指纹提取和认证方法 |
CN108664785B (zh) * | 2018-04-04 | 2020-12-08 | 浙江大学 | 一种基于cpu模块电磁辐射的设备指纹提取和认证方法 |
CN111382417A (zh) * | 2018-12-28 | 2020-07-07 | 卡巴斯基实验室股份制公司 | 使用一系列设备指纹识别来自用户设备的欺诈行为的系统和方法 |
CN109756439A (zh) * | 2019-01-29 | 2019-05-14 | 东南大学 | 一种用于物理指纹提取的临近符号星座轨迹图生成方法 |
CN109756439B (zh) * | 2019-01-29 | 2021-06-11 | 东南大学 | 一种用于物理指纹提取的临近符号星座轨迹图生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105550569B (zh) | 2018-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105550569A (zh) | 基于星座轨迹图像特征的设备指纹提取及设备识别方法 | |
Tian et al. | New security mechanisms of high-reliability IoT communication based on radio frequency fingerprint | |
CN106845339B (zh) | 一种基于双谱和emd融合特征的手机个体识别方法 | |
Jiang et al. | Physical layer identification of LoRa devices using constellation trace figure | |
Candore et al. | Robust stable radiometric fingerprinting for wireless devices | |
CN109168166B (zh) | 物理层认证系统的安全性检测方法 | |
CN111163460B (zh) | 基于多重间隔差分星座轨迹图的射频指纹提取方法 | |
Song et al. | Enhancing Packet‐Level Wi‐Fi Device Authentication Protocol Leveraging Channel State Information | |
Peng et al. | A differential constellation trace figure based device identification method for ZigBee nodes | |
CN105631472A (zh) | 一种基于星座轨迹图的无线设备身份识别方法 | |
Lin et al. | Improving wireless network security based on radio fingerprinting | |
CN110035425A (zh) | 基于无线网卡对无线设备的物理指纹提取方法 | |
Chen et al. | A novel terminal security access method based on edge computing for IoT | |
Zhang et al. | An artificial radio frequency fingerprint embedding scheme for device identification | |
CN112822689B (zh) | 一种基于载波频率偏差的射频指纹提取方法 | |
Wang et al. | Specific emitter identification based on deep adversarial domain adaptation | |
US20230180002A1 (en) | PUF-BASED IoT DEVICE USING CHANNEL STATE INFORMATION, AND AUTHENTICATION METHOD THEREOF | |
Chen et al. | Radio Frequency Fingerprint Identification Based on Transfer Learning | |
Yang et al. | Improvement of radio frequency fingerprint portability for wi-fi adaptor identification | |
Xu et al. | Polarization Fingerprint Based LoRaWAN Physical Layer Authentication | |
CN110519291B (zh) | 基于边缘计算和信道相关性的数据传输认证方法及系统 | |
CN111683363B (zh) | 空域调制系统中的物理层认证方法及系统 | |
An et al. | MAC Spoofing Attack Detection based on EVM in 802.11 WLAN | |
CN110493256A (zh) | 基于边缘计算和向量投影的数据传输安全认证方法及系统 | |
Wang et al. | Increasing user capacity of wireless physical-layer identification in internet of things |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |