CN108809355A - 一种在低信噪比情况下提取设备物理指纹特征的方法 - Google Patents
一种在低信噪比情况下提取设备物理指纹特征的方法 Download PDFInfo
- Publication number
- CN108809355A CN108809355A CN201810721172.6A CN201810721172A CN108809355A CN 108809355 A CN108809355 A CN 108809355A CN 201810721172 A CN201810721172 A CN 201810721172A CN 108809355 A CN108809355 A CN 108809355A
- Authority
- CN
- China
- Prior art keywords
- signal
- noise ratio
- repetitive sequence
- frequency deviation
- extraction equipment
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7073—Synchronisation aspects
- H04B1/7087—Carrier synchronisation aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7073—Synchronisation aspects
- H04B1/70735—Code identification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7073—Synchronisation aspects
- H04B1/7075—Synchronisation aspects with code phase acquisition
- H04B1/7077—Multi-step acquisition, e.g. multi-dwell, coarse-fine or validation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
- H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种在低信噪比情况下提取设备物理指纹特征的方法,接收机接收到低信噪比的信号后,在不破坏设备物理指纹的情况下进行降噪处理,然后从降噪后的信号中提取设备的物理指纹特征,方法中涉及的信号需要包括重复序列,或重复发送的多帧信号内有不变的部分,包括步骤:接收到低信噪比信号后,估计信号的频率和相位,估计信号重复序列上调制的信息数据,获得极性相同的多个重复序列,并将其对齐和叠加以提高信噪比;最后通过物理层指纹提取方法提取设备的物理指纹并用于设备身份识别。本发明可以在信噪比低的情况下有效地提取设备的物理层指纹特征,有效地解决了基于设备物理指纹的设备识别方法在现实应用中必须面临的低信噪比问题。
Description
技术领域
本申请涉及信息安全领域,尤其涉及一种在低信噪比下提取设备物理指纹特征的方法。
背景技术
电磁辐射源发射信号时会不可避免的引入设备的物理特征。该特征主要是设备内部的硬件元件的功差造成的。由于每个电子元件都存在独一无二的功差,所以每个设备的物理特征也是唯一的。该物理特征就像设备的“指纹”一样,具有唯一性以及难以克隆的特性,因此该特征也被称为物理指纹特征或者射频指纹特征。随着设备物理指纹相关技术研究的深入,物理指纹特征被普遍认为是无线设备唯一的特征,从而可以被用于电磁辐射源的身份识别与认证。具体来说,基于物理指纹特征的设备识别技术可以准确区别即使采用了相同频率、带宽、调制方式的无线设备,具有非常好的实用价值。因此,基于物理指纹特征的认证系统可以在物理信号层面对接入的己方无线设备进行认证。相比于传统的设备身份认证方法,物理层指纹技术可以有效的抵御伪造,篡改等攻击,具有物理不可克隆的特性。
然而,现有公开的提取设备物理指纹特征的方法主要工作在高信噪比的情况下。这些方法在高信噪比的实验条件下可以取得较好的设备识别效果,但是在低信噪比情况下识别效果很差。但是,低信噪比的情况是实际通信中时经常需要面临的情况。例如,常用于军事和卫星通信的直接序列扩频系统经常工作于远距离低信噪比的情况下。所以现有的设备物理特征提取方法不能完全满足实际应用的需求。一种可以在低信噪比情况下有效提取无线设备物理指纹的方法是迫切需求的。
发明内容
发明目的:为了解决现有技术存在的问题,实现对低信噪比情况下正常通信的无线设备信号进行合适的降噪处理,并有效提取低信噪比信号中无线设备的物理指纹特征,本发明提供了一种在低信噪比情况下提取设备物理指纹特征的方法。
技术方案:一种在低信噪比情况下提取设备物理指纹特征的方法,包括以下步骤:
步骤一:发射机发射射频信号,所述射频信号为含有重复序列的信号或有不变部分的多帧信号,记所述重复序列或不变部分为C(t);
步骤二:接收机接收射频信号,通过下变频得到中频信号Y(t),并测量Y(t) 的信噪比作为原始信号信噪比;设定目标信噪比,如果原始信号信噪比低于设定的目标信噪比,则执行以下步骤,反之直接执行步骤七;
步骤三:接收机根据已知的发射机和接收机相对移动速度,以及射频信号载波频率量级估计频偏量级,并设置频偏范围(fmin:fmax)和频偏步进值fstep;将频偏估计值带入步骤二的中频信号Y(t),尝试进行载波解调,令解调后的信号为Y’(t),Y’(t)的计算公式为:
在本地生成重复序列C(t),以重复序列C(t)的一个码片长度为单位步进增大本地重复序列的起始点位置并将该重复序列和Y’(t)进行相关,相关计算的公式为:
每带入一个频偏估计值或本地重复序列的起始点位置都可以计算得到一个相关结果;设定门限值,当相关结果超过门限值时,认为当前使用的重复序列的起始点τd和载波频偏估计值Δf是非常接近真实值的;从而获得每个重复序列的起始点位置,并得到去除了频偏的信号
步骤四:利用本地生成的重复序列和步骤三得到的去除了频偏的信号进行相关,得到一系列相关峰,如果相关峰为正,说明在这个扩频长度时间内调制的信息数据为1,反之为-1,从而估计得到重复序列上调制的所有信息数据;
步骤五:用步骤四得到的信息数据D(t)和步骤三得到的去除了频偏的信号相乘,得到去除了数据调制的信号S(t)中所有重复序列的极性相同;
步骤六:根据步骤三得到的重复序列起始位置和步骤五得到的极性相同的重复序列,将M个重复序列对齐并进行叠加,得到叠加后的信号,叠加后信号的信噪比会变为原始信号信噪比的M倍,叠加周期数M由原始信号信噪比和期望达到的目标信噪比计算得到;
步骤七:采用指纹提取方法从叠加后的信号中提取设备物理层指纹,并进行设备身份识别。
进一步的,步骤一中的重复序列为固定序列。
进一步的,步骤三中,本地生成的重复序列与发射机发射射频信号中含有的重复序列相同,且经过相同采样率采样;若步骤一中发射机发射的信号包括IQ 两路,本地应生成两个对应的重复序列。
进一步的,步骤三中,频偏和重复序列起始点的步进应同时进行,若一次估计的频偏不满足所需精度,应根据估计得到的频偏值缩小频偏范围,并减小频偏步进值fstep的大小,重复进行步骤三,直到准确估计并消除频偏。
进一步的,若步骤一中发送的是含有重复序列的信号,则步骤六中的叠加为一帧信号重复序列的叠加。
进一步的,若步骤一中发送的是含有不变部分的多帧信号,则步骤六中的叠加为累计接收多帧信号后将每帧信号中不变的部分进行叠加。
进一步的,若多帧信号内不变的部分是前导部分,则不需要估计不变部分上调制的信息数据,直接根据步骤三得到的重复序列起始位置,将每帧信号中不变的部分进行对齐叠加。
进一步的,步骤六中的叠加是直接将序列进行叠加,或者是在不破坏设备物理层指纹的情况下对信号进行均衡后进行叠加。
进一步的,步骤七中指纹提取方法包括机器学习、深度学习、星座图中的一种或多种方法。
有益效果:本发明提供了一种在低信噪比情况下提取设备物理指纹特征的方法,相比较现有技术,更加适用于低信噪比的信号。接收机接收到低信噪比的信号后,可以在不破坏设备物理指纹的情况下进行降噪处理,然后从降噪后的信号中提取设备的物理指纹特征。该方法可以在信噪比低的情况下有效地提取设备的物理层指纹特征,有效地解决了基于设备物理指纹的设备识别方法在现实应用中必须面临的低信噪比问题。
附图说明
图1为本发明的方法流程图;
图2为本发明接收的低信噪比下原始信号波形图;
图3为本发明低信噪比信号经过降噪处理后的波形图;
图4为本发明估计重复序列上调制的信息数据的相关峰图;
图5为本发明使用该发明方法在低信噪比下提高设备识别率的结果示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细说明:
本实施例提供一种在低信噪比情况下提取设备物理指纹特征的方法,通过本方法,接收机接收到了低信噪比的信号后,可以在不破坏设备指纹的情况下进行降噪处理,并从降噪后的信号中提取设备的物理指纹特征,用于身份认证。
该方法的流程如图1所示:
步骤一:首先发射机发射射频信号,射频信号中需要包括重复序列,或重复发送的多帧信号内有不变的部分,例如直接序列扩频系统中的扩频序列,ZigBee 和WiFi系统中的前导信号等,本实施例中发射的为直接序列扩频信号,其中的扩频序列记为C(t)。
步骤二:接收机射频前端在一定频段上进行信号扫描,当扫描到设定的频段上有信号时,射频前端接收信号,并测量其信噪比,该信噪比就是原始信号信噪比。设定目标信噪比,如果原始信号信噪比低于设定的目标信噪比,则进入降噪处理单元,否则直接进行设备物理指纹提取。在本实施例中,考虑到发射机发射的是直接序列扩频信号X(t),接收机接收到信号并下变频到中频后为Y(t),接收的低信噪比的原始信号波形图如图2所示。从图中可以看出,信号被噪声污染很严重,很难从中提取发射机物理指纹给发射信号带来的细微失真。
步骤三:对信号进行降噪处理。
降噪方法的主体部分是多个扩频序列对齐叠加,消除噪声和随机干扰。但是由于在实际通信系统中,接收信号和发射信号会存在同步上的偏差,包括扩频码起始点偏移τ和频偏Δf。通过二维线性搜索的方式可以同时估计出扩频码起始点偏移和频偏。二维线性搜索方法的主要内容包括以下4步:
1、接收机根据已知的发射机和接收机相对移动速度,以及射频信号载波频率量级等先验信息设置频偏范围(fmin:fmax)和设置频偏步进值fstep,将频偏估计值带入步骤二的中频信号Y(t),尝试对接收的中频信号进行载波解调,令解调后的信号为Y’(t),Y’(t)的计算公式为:
2、利用本地生成的扩频序列C(t)和所述的尝试解调后的信号进行相关,相关计算的公式为:
本地生成的扩频序列与发射机发射的直接序列扩频信号中的扩频序列相同,且经过相同采样率采样;直接序列扩频信号包括IQ两路,所以本地也应生成两个对应的重复序列。
3、通过步进的方法,不断改变相关计算中涉及到的用于载波解调的频偏估计值,和本地重复序列的起始点位置,每带入一个频偏估计值或本地重复序列的起始点位置都可以计算得到一个相关结果。
4、设定门限值,当相关结果超过门限值时,认为当前使用的重复序列的起始点τd和载波频偏估计值Δf是非常接近真实值的;从而获得每个重复序列的起始点位置,并得到去除了频偏的信号
步骤四:在本实例中,发射信号是直接序列扩频信号,因此扩频序列上调制了不同的信息数据。在进行下一步的叠加降噪之前,需要先估计并消除所有的信息数据,从而使得所有扩频码的极性相同。将去除了载波频偏的信号和本地生成的扩频序列进行相关运算,我们可以得到一系列的相关峰,如图3所示。如果相关峰为正,说明在这个扩频长度时间内调制的信息数据为1,反之为-1。通过相关峰的正负可以估计得到调制的所有信息数据。
步骤五:用步骤四得到的信息数据D(t)和步骤三得到的去除了频偏的信号相乘,得到去除了数据调制的信号S(t)中所有重复序列的极性相同;
步骤六:通过扩频序列的对齐叠加可以有效地提高信号的信噪比。叠加M 个扩频序列,叠加后信号的信噪比会变为原始信号信噪比的M倍。根据原始信号信噪比和目标信噪比,可以计算得到合适的叠加周期数M。然后通过上述操作获得达到目标信噪比的信号。信噪比提高后的信号如图4所示。叠加必须要求极性相同且完全对齐,从而保证信号中的物理指纹特征不被破坏。叠加可以是直接将序列进行叠加,也可以是在不破坏设备物理指纹的情况下,对信号进行均衡后进行叠加。
步骤七:最后,采用合适的指纹提取方法就可以从上述信噪比合适的信号中有效提取发射机的物理指纹特征,并用于身份识别。比如选择机器学习,深度学习,星座图等所有适用于步骤二中接收到的原始信号的物理指纹提取方法。
利用该方法在低信噪比下提取设备物理指纹并进行身份识别的性能如图5 所示。由图中所示,当原始信噪比为-5dB时,通过200个周期的叠加,等效信噪比可以超过17dB,并且识别率从1%提高到了98%。
本实施例中的发射信号是直接序列扩频信号,因此扩频序列上调制了不同的信息数据。若发射信号为多帧信号,其不变的部分为前导部分,其极性都是相同的,就可以根据重复序列的起始点位置直接将每帧信号中不变的部分进行对齐叠加,无需步骤四、步骤五的操作。
Claims (9)
1.一种在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,包括以下步骤:
步骤一:发射机发射射频信号,所述射频信号为含有重复序列的信号或有不变部分的多帧信号,记所述重复序列或不变部分为C(t);
步骤二:接收机接收射频信号,通过下变频得到中频信号Y(t),并测量Y(t)的信噪比作为原始信号信噪比;设定目标信噪比,如果原始信号信噪比低于设定的目标信噪比,则执行以下步骤,反之直接执行步骤七;
步骤三:接收机根据已知的发射机和接收机相对移动速度,以及射频信号载波频率量级估计频偏量级,并设置频偏范围(fmin:fmax)和频偏步进值fstep;将频偏估计值带入步骤二的中频信号Y(t),尝试进行载波解调,令解调后的信号为Y’(t),Y’(t)的计算公式为:
在本地生成重复序列C(t),以重复序列C(t)的一个码片长度为单位步进增大本地重复序列的起始点位置并将该重复序列和Y’(t)进行相关,相关计算的公式为:
每带入一个频偏估计值或本地重复序列的起始点位置水可以计算得到一个相关结果;设定门限值,当相关结果超过门限值时,认为当前使用的重复序列的起始点τd和载波频偏估计值Δf是非常接近真实值的;从而获得每个重复序列的起始点位置,并得到去除了频偏的信号
步骤四:利用本地生成的重复序列和步骤三得到的去除了频偏的信号进行相关,得到一系列相关峰,如果相关峰为正,说明在这个扩频长度时间内调制的信息数据为1,反之为-1,从而估计得到重复序列上调制的所有信息数据;
步骤五:用步骤四得到的信息数据D(t)和步骤三得到的去除了频偏的信号相乘,得到去除了数据调制的信号S(t)中所有重复序列的极性相同;
步骤六:根据步骤三得到的重复序列起始位置和步骤五得到的极性相同的重复序列,将M个重复序列对齐并进行叠加,得到叠加后的信号,叠加后信号的信噪比会变为原始信号信噪比的M倍,叠加周期数M由原始信号信噪比和期望达到的目标信噪比计算得到;
步骤七:采用指纹提取方法从叠加后的信号中提取设备物理层指纹,并进行设备身份识别。
2.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,步骤一中的重复序列为固定序列。
3.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,步骤三中,本地生成的重复序列与发射机发射射频信号中含有的重复序列相同,且经过相同采样率采样;若步骤一中发射机发射的信号包括IQ两路,本地应生成两个对应的重复序列。
4.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,步骤三中,频偏和重复序列起始点的步进应同时进行,若一次估计的频偏不满足所需精度,应根据估计得到的频偏值缩小频偏范围,并减小频偏步进值fstep的大小,重复进行步骤三,直到准确估计并消除频偏。
5.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,若步骤一中发送的是含有重复序列的信号,则步骤六中的叠加为一帧信号重复序列的叠加。
6.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,若步骤一中发送的是含有不变部分的多帧信号,则步骤六中的叠加为累计接收多帧信号后将每帧信号中不变的部分进行叠加。
7.根据权利要求6所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,若多帧信号内不变的部分是前导部分,则不需要估计不变部分上调制的信息数据,直接根据步骤三得到的重复序列起始位置,将每帧信号中不变的部分进行对齐叠加。
8.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,步骤六中的叠加是直接将序列进行叠加,或者是在不破坏设备物理层指纹的情况下对信号进行均衡后进行叠加。
9.根据权利要求1所述的在低信噪比情况下提取设备物理指纹特征的方法,其特征在于,步骤七中指纹提取方法包括机器学习、深度学习、星座图中的一种或多种方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810721172.6A CN108809355B (zh) | 2018-07-04 | 2018-07-04 | 一种在低信噪比情况下提取设备物理指纹特征的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810721172.6A CN108809355B (zh) | 2018-07-04 | 2018-07-04 | 一种在低信噪比情况下提取设备物理指纹特征的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108809355A true CN108809355A (zh) | 2018-11-13 |
CN108809355B CN108809355B (zh) | 2019-07-23 |
Family
ID=64072958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810721172.6A Active CN108809355B (zh) | 2018-07-04 | 2018-07-04 | 一种在低信噪比情况下提取设备物理指纹特征的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108809355B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948731A (zh) * | 2019-03-29 | 2019-06-28 | 成都大学 | 一种通信电台个体识别方法、系统、存储介质及终端 |
CN110346763A (zh) * | 2019-07-17 | 2019-10-18 | 东南大学 | 一种用于雷达lfm信号的抗噪声射频指纹识别方法 |
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 |
CN111601307A (zh) * | 2020-05-18 | 2020-08-28 | 江苏电力信息技术有限公司 | 一种基于瞬态-稳态的部分叠加射频指纹方法 |
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 |
CN112469034A (zh) * | 2020-11-25 | 2021-03-09 | 中国科学技术大学 | 能安全认证物理感知设备的物联网网关装置及其接入方法 |
CN112464209A (zh) * | 2020-11-30 | 2021-03-09 | 深圳供电局有限公司 | 一种电力终端指纹认证方法及装置 |
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 |
CN112911597A (zh) * | 2021-03-24 | 2021-06-04 | 上海电机学院 | 基于射频信号精细画像的物联网物理层多级特征提取方法 |
WO2021109672A1 (zh) * | 2019-12-05 | 2021-06-10 | 南京东科优信网络安全技术研究院有限公司 | 一种噪声增强射频指纹识别方法及装置 |
CN114050840A (zh) * | 2022-01-12 | 2022-02-15 | 如皋忠广电子技术有限公司 | 一种基于单位波形互相关信号降噪的设备指纹识别方法 |
CN114048788A (zh) * | 2022-01-12 | 2022-02-15 | 如皋忠广电子技术有限公司 | 一种基于分类子波形叠加信号降噪的设备指纹识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070264939A1 (en) * | 2006-05-09 | 2007-11-15 | Cognio, Inc. | System and Method for Identifying Wireless Devices Using Pulse Fingerprinting and Sequence Analysis |
CN102694559A (zh) * | 2011-03-25 | 2012-09-26 | 南通大学 | 基于前导的Wi-Fi发射机射频指纹的检测方法 |
CN102693411A (zh) * | 2011-03-25 | 2012-09-26 | 南通大学 | 基于射频指纹的无线发射机的识别方法 |
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 |
CN105471470A (zh) * | 2015-11-18 | 2016-04-06 | 东南大学 | 基于判决反馈的扩频信号频率偏移估计方法 |
CN108234044A (zh) * | 2018-02-02 | 2018-06-29 | 东南大学 | 基于混合输入信息的无线设备识别分类器的预处理方法 |
-
2018
- 2018-07-04 CN CN201810721172.6A patent/CN108809355B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070264939A1 (en) * | 2006-05-09 | 2007-11-15 | Cognio, Inc. | System and Method for Identifying Wireless Devices Using Pulse Fingerprinting and Sequence Analysis |
CN102694559A (zh) * | 2011-03-25 | 2012-09-26 | 南通大学 | 基于前导的Wi-Fi发射机射频指纹的检测方法 |
CN102693411A (zh) * | 2011-03-25 | 2012-09-26 | 南通大学 | 基于射频指纹的无线发射机的识别方法 |
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 |
CN105471470A (zh) * | 2015-11-18 | 2016-04-06 | 东南大学 | 基于判决反馈的扩频信号频率偏移估计方法 |
CN108234044A (zh) * | 2018-02-02 | 2018-06-29 | 东南大学 | 基于混合输入信息的无线设备识别分类器的预处理方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948731A (zh) * | 2019-03-29 | 2019-06-28 | 成都大学 | 一种通信电台个体识别方法、系统、存储介质及终端 |
CN110346763A (zh) * | 2019-07-17 | 2019-10-18 | 东南大学 | 一种用于雷达lfm信号的抗噪声射频指纹识别方法 |
WO2021057548A1 (zh) * | 2019-09-26 | 2021-04-01 | 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 |
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 |
WO2021109672A1 (zh) * | 2019-12-05 | 2021-06-10 | 南京东科优信网络安全技术研究院有限公司 | 一种噪声增强射频指纹识别方法及装置 |
CN111601307A (zh) * | 2020-05-18 | 2020-08-28 | 江苏电力信息技术有限公司 | 一种基于瞬态-稳态的部分叠加射频指纹方法 |
CN112469034A (zh) * | 2020-11-25 | 2021-03-09 | 中国科学技术大学 | 能安全认证物理感知设备的物联网网关装置及其接入方法 |
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 |
CN112464209A (zh) * | 2020-11-30 | 2021-03-09 | 深圳供电局有限公司 | 一种电力终端指纹认证方法及装置 |
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 |
CN112347966B (zh) * | 2020-12-31 | 2024-05-17 | 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 |
CN112911597A (zh) * | 2021-03-24 | 2021-06-04 | 上海电机学院 | 基于射频信号精细画像的物联网物理层多级特征提取方法 |
CN114050840A (zh) * | 2022-01-12 | 2022-02-15 | 如皋忠广电子技术有限公司 | 一种基于单位波形互相关信号降噪的设备指纹识别方法 |
CN114048788A (zh) * | 2022-01-12 | 2022-02-15 | 如皋忠广电子技术有限公司 | 一种基于分类子波形叠加信号降噪的设备指纹识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108809355B (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108809355B (zh) | 一种在低信噪比情况下提取设备物理指纹特征的方法 | |
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 | |
CN107947830B (zh) | 一种可抵抗多径干扰的射频指纹识别方法 | |
CN105871554A (zh) | 使用距离认证的通信 | |
CN101273563A (zh) | 用于无线射频识别(rfid)系统中前导同步的方法和装置 | |
CN104168233B (zh) | 基于特征分解和梅西算法的dsss/uqpsk信号的伪码序列估计方法 | |
CN101925172B (zh) | 一种时间同步方法及装置 | |
CN110890917B (zh) | 基于频谱域的大气湍流光信道共享随机比特提取方法 | |
CN106446877A (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 | |
CN106446743B (zh) | 一种基于物理层的对超高频rfid标签非法篡改的检测方法 | |
CN103051458A (zh) | 一种从bpsk信号中获取稳健射频指纹的方法 | |
CN104641610A (zh) | 用于估计频率误差的方法和装置 | |
Shen et al. | Chip rate and pseudo‐noise sequence estimation for direct sequence spread spectrum signals | |
CN111027614B (zh) | 一种噪声增强射频指纹识别方法及装置 | |
CN105099499B (zh) | 类噪声Chirp扩频信号设计及快速捕获方法 | |
CN114867018A (zh) | 利用载波频率偏移的设备识别认证方法、系统及存储介质 | |
WO2019238789A1 (en) | Method for determining a relay attack, relay attack detecting device, and computer program | |
CN108075807A (zh) | 一种小区标识的检测方法及装置 | |
CN111245821B (zh) | 辐射源识别方法、装置及辐射源识别模型创建方法、装置 | |
Gu et al. | Terff: Temperature-aware radio frequency fingerprinting for smartphones | |
Li et al. | Rcid: Fingerprinting passive rfid tags via wideband backscatter | |
CN115243288B (zh) | 基于多节点合作感知的干扰识别方法和装置 | |
US8374229B2 (en) | Method for the detection and generation of a useful signal and associated devices and communications system | |
CN102694571A (zh) | 载波频率偏差估计的方法及系统 | |
CN105471470A (zh) | 基于判决反馈的扩频信号频率偏移估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |