CN105631472B - 一种基于星座轨迹图的无线设备身份识别方法 - Google Patents

Abstract

本发明公开了一种基于星座轨迹图的无线设备身份识别方法。无线设备接收端在获得了接入设备的星座轨迹图后，将其统计特征进行归一化并判决，得到无线设备射频指纹特征的二维矩阵。通过将二维矩阵元素坐标进行聚类，得到不同聚类的中心点，再将得到的聚类中心点作为设备的身份识别特征向量。无线设备接收端将设备身份识别特征向量存储在样本库中。当有需要判决的设备接入时，无线设备接收端通过计算身份识别特征向量和样本库中特征向量的欧式距离之和，对接入设备的身份进行识别。通过本发明方法，可以快速的实现基于无线设备射频指纹特征的身份识别及认证。实验结果表明该发明方法具有较好的实用性和鲁棒性。

Description

一种基于星座轨迹图的无线设备身份识别方法

技术领域

本申请涉及信息安全领域，通过本发明方法，可以在获得的星座轨迹图上获得无线设备的硬件指纹特征，从而可以用于无线设备的身份识别及认证。

背景技术

在当今的通信系统中，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存储在设备里的身份认证信息或输入的身份验证指令。例如在移动通信系统里身份认证使用的全球用户识别卡（USIM，Universal Subscriber Identity Module），蓝牙通信系统的身份认证时双方输入的PIN码。

近些年来，一些研究表明，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。由于射频设备电子元器件的差异，导致了其发射出的电磁波包含有设备独特的射频特征。如无线通信系统射频前端的放大器、混频器、滤波器、功率放大器和天线的射频响应及参数都不尽相同，导致最终发射的射频信号不可避免的寄生了发射机系统独特的射频特征，从而可以成为进行设备身份认证的参数，也被称为“射频指纹”。

通过提取射频指纹信息，可以获得无线设备发射机唯一的特征。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。本发明针对获得的星座轨迹图，提出了一种无线设备身份识别方法。在获得星座轨迹图的统计特征后，将星座轨迹图映射到二维矩阵中。通过矩阵坐标的聚类可以获得无线设备唯一的射频指纹特征，以用于无线设备的身份识别。

发明内容

本申请的主要目的在于提供一种基于星座轨迹图的无线设备身份识别方法。通过将获得的星座轨迹图统计特征进行处理，按照统计特征进行聚类，可以得到每一个无线设备唯一的射频指纹特征。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。

本申请提出了的一种基于星座轨迹图的无线设备身份识别方法，包括了如下具体的步骤：

步骤A具体为，接收端获得星座轨迹图的统计特征。

步骤B具体为，接收端基于获得的采样点数值和每一区域的采样点数值，将数据进行预处理。主要是根据统计的点数和星座轨迹图分割的区域数，每一个区域落入的采样点个数的数值进行归一化。将数据归一化后，得到一个含有星座轨迹图特征的二维数值矩阵。

步骤C具体为，接收端选择一个门限，门限的值是一个大于0而小于归一化后的二维数值矩阵中最大元素值的数值。基于门限值，将二维矩阵中的数值按照门限标记为1（高于门限）和0（低于门限）。

步骤D具体为，接收端将二维矩阵中值为1的元素的行向量和列向量坐标按照K均值聚类算法进行聚类。聚类的类数可根据实际星座轨迹图的特征进行确定，可以为2类甚至更多类。通过K均值聚类算法，得到每一个聚类的聚类中心。

步骤E具体为，接收端将每一个设备所有聚类的聚类中心存储下来，作为该设备的身份识别特征向量。接收端可以将聚类中心的按照相位顺时针或逆时针的顺序进行排列，以便于和每一个接入设备的特征向量进行计算。

步骤F具体为，当有设备接入时，接收端计算接入设备聚类中心和样本库设备聚类中心的欧式距离之和。接收端根据和样本库中不同样本聚类中心的距离，判断接入设备的身份。

本发明具有以下有益效果：本发明基于无线设备的星座轨迹图进行无线设备的身份识别。该方法不同于现有的针对无线设备射频指纹的身份识别算法，具有不需要获得设备信号先验知识（调制方式，中心频率，码元速率等参数）和适用性强的特点。

此外，通过在获得星座轨迹图上进行K均值聚类，可以获得设备的身份识别特征向量。该向量相对于原星座轨迹图，可以大大减少特征向量的存储量。而且，在有设备接入时，通过对K均值聚类中心的欧式距离计算，可以较快的计算出设备的匹配程度，从而可以快速地完成对设备身份的识别及认证。

附图说明

图1是本发明的总体框图；

图2是获得的包含统计特征的OQPSK星座轨迹图；

图3是获得使用K均值聚类后的聚类中心；

图4是基于本发明方法的加入人工白噪声后的实验结果。

具体实施方式

本发明提出的一种基于星座轨迹图的无线设备身份识别方法的总体框图如说明书附图1所示。该方法可以获得设备身份识别特征向量。在训练模式下，获得的设备身份识别特征向量存储在接收端样本库中，成为设备的身份识别信息。在判决模式下，接收端获得接入设备的身份识别特征向量，计算获得的身份识别特征向量与样本库中的身份识别特征向量之间的距离，对接入的设备身份进行识别及认证。

下面，将分别针对每一个部分阐述具体的实施方式：

获得星座轨迹图的统计特征

针对I/Q两路坐标的星座轨迹图，获得星座轨迹图的统计特征。在获得星座轨迹图后，可以将星座轨迹图的I路和Q路平均分割成若干个子格。将星座轨迹图的每一个采样点按照位置映射到每一个子格中。统计每一个子格中采样点的数量，就可以得到星座轨迹图的统计特征。在本实施方式中，说明书附图2为获得的一个CC2530 Zigbee模块发出的偏移四相相移键控（OQPSK，Offset- Quadrature Phase Shift Keyinh）包含统计特征的星座轨迹图。其中，图中越深的区域，获得的统计值越高。

获得的星座轨迹图的统计特征可以用一个 QUOTE 的矩阵Z表示。

将星座轨迹图的统计特征进行归一化

将星座轨迹图的统计特征进行归一化可以有多种方式。在本具体实施方式中，从获得的星座轨迹图的统计特征中，先获得矩阵Z中矩阵元素的最大值。将矩阵中所有的元素除以矩阵元素的最大值，即可以完成将星座轨迹图的统计特征进行归一化。

门限判决

针对不同的调制方式及不同的设备射频指纹特征，可以选择不同的门限判决。在本具体实施方式中，选择 QUOTE 为判决门限。选择判决门限后，针对含有统计特征的星座轨迹图矩阵Z，将矩阵中的每一个元素进行判决，得到判决后的矩阵Q即：

判决后的矩阵Q是一个二维矩阵，矩阵的元素为0或1。

使用K均值对判决后的矩阵坐标进行聚类

接收端将二维矩阵Q中元素1的行向量和列向量坐标按照K均值聚类算法进行聚类。在本具体实施方式中，针对接收的OQPSK统计星座轨迹图，可以选择4类进行聚类。通过K均值算法聚类后的结果如说明书附图3所示。从图中可以看出，针对矩阵元素1的聚类可以较好的得到4个聚类。

获得设备身份识别特征向量

当聚类数定为P时，对二维矩阵Q按照一共为P类进行K均值聚类，得到P个聚类中心QUOTE ，聚类中心的坐标向量可以作为获得的设备身份识别特征向量。例如在说明书附图3中，经K均值算法聚类后，获得的OQPSK星座轨迹图成功得到4个聚类中心。针对这4类聚类中心，可以得到4个坐标向量。这4个坐标向量即可存储为当前CC2530模块的身份识别特征向量。

在存储特征向量时，将这4个坐标向量进行排序。按照相位大小的顺时针排序，即可得到特征向量 QUOTE 。

当接收端工作在训练模式时，即将获得的身份识别特征向量存储在样本库中，作为当前设备的射频指纹特征。

当接收端工作在判决模式时，即将当前获得的身份识别特征向量和样本库中的进行比对，对接入设备的身份进行识别。

计算距离

当接收端工作在判决模式时，针对接入的设备，得到设备身份识别特征向量后，通过计算欧式距离，和样本库的设备身份识别特征向量进行比对。当比对的样本库设备为i时，针对接入的设备j，计算其聚类中心欧式距离之和遵循如下公式：

其中d为计算欧式距离。

最终，系统通过分析 QUOTE 的大小可以对接入的设备j是否是设备i进行判断。在实际系统中具体的 QUOTE 的判决门限将根据系统训练后的结果确定。

实际系统测试

基于本发明提出无线设备身份识别方法，针对12个CC2530 Zigbee模块进行了实验。实验先对12个模块进行训练，获得每一个设备的身份识别特征向量。然后在12个CC2530Zigbee模块任选1个接入系统，系统在判决模式下针对接入的模块提取其身份识别特征向量，并和样本库的训练结果计算距离进行比对。系统根据距离计算的结果，对接入的模块身份进行判决。

在实验过程中，使用USRP软件无线电平台对CC2530 Zigbee模块发出的信号进行接收并加入不同程度的噪声以用于测试该发明方法的鲁棒性。实验的结果如说明书附图4所示。通过对实际测量的结果加入不同大小的人工白噪声后可以看出，当系统的信噪比高于15dB时，系统可以达到高于95%的正确识别率。当系统的信噪比高于30dB时，系统的正确识别率可以达到99%。

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 (7)

1.一种基于星座轨迹图的无线设备身份识别方法，其特征在于：包括以下的步骤：

步骤A，接收端获得星座轨迹图的统计特征；

步骤B，接收端基于获得的星座轨迹图的统计特征，将数据进行预处理，得到一个归一化后的含有星座轨迹图特征的二维数值矩阵；

步骤C，接收端选择一个门限，将二维矩阵中的数值按照门限进行标记，高于门限标记为1，低于门限标记为0；

步骤D，接收端将值为1的二维矩阵按照行向量和列向量坐标位置进行聚类，得到聚类中心；

步骤E，接收端将每一个设备聚类中心存储下来，作为该设备的身份识别特征向量；

步骤F，当有设备接入时，接收端根据聚类中心的距离，判断接入设备的身份。

2.根据权利要求1所述的基于星座轨迹图的无线设备身份识别方法，其特征在于：步骤B所述的预处理是根据统计的点数和星座轨迹图分割的区域数，对每一个区域落入的采样点个数的数值进行归一化。

3.根据权利要求1所述的基于星座轨迹图的无线设备身份识别方法，其特征在于：步骤B所述的二维数值矩阵，其元素行向量的下标为统计星座轨迹图I轴的分割区域，其元素列向量的下标为统计星座轨迹图Q轴的分割区域，其矩阵元素值为该分割区域归一化后的采样点统计量。

4.根据权利要求1所述的基于星座轨迹图的无线设备身份识别方法，其特征在于：步骤C所述的门限，是一个大于0而小于归一化后的二维数值矩阵中最大元素值的数值。

5.根据权利要求1所述的基于星座轨迹图的无线设备身份识别方法，其特征在于，步骤D所述的聚类采用K均值聚类算法将矩阵行向量和列向量坐标相近的元素进行聚类，聚类的类数可根据实际星座轨迹图的特征进行确定。

6.根据权利要求1所述的基于星座轨迹图的无线设备身份识别方法，其特征在于：步骤E所述设备的身份识别特征向量包括所有的聚类中心的行列坐标位置。

7.根据权利要求1所述的基于星座轨迹图的无线设备身份识别方法，其特征在于：步骤F所述的聚类中心距离为接入设备聚类中心和样本库设备聚类中心的欧式距离之和。