CN112202767A - 一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法 - Google Patents

一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法 Download PDF

Info

Publication number
CN112202767A
CN112202767A CN202011046899.2A CN202011046899A CN112202767A CN 112202767 A CN112202767 A CN 112202767A CN 202011046899 A CN202011046899 A CN 202011046899A CN 112202767 A CN112202767 A CN 112202767A
Authority
CN
China
Prior art keywords
vector
qpsk
linear
symbol
ofdm
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
Application number
CN202011046899.2A
Other languages
English (en)
Other versions
CN112202767B (zh
Inventor
袁红林
严燕
包志华
孙玲
章国安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong University
Original Assignee
Nantong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong University filed Critical Nantong University
Priority to CN202011046899.2A priority Critical patent/CN112202767B/zh
Publication of CN112202767A publication Critical patent/CN112202767A/zh
Application granted granted Critical
Publication of CN112202767B publication Critical patent/CN112202767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0212—Channel estimation of impulse response
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/26—Systems using multi-frequency codes
    • H04L27/2601—Multicarrier modulation systems
    • H04L27/2697—Multicarrier modulation systems in combination with other modulation techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于解调符号的QPSK‑OFDM无线设备的非线性射频指纹认证方法，在通用数字通信接收机的基础上，增加了非线性射频指纹认证功能。本发明包括两种判决，第一种是通用数字通信中的符号判决，第二种是射频指纹认证的通信发射机判决，第一种判决属于数字信号的处理范畴，第二种判决属于模拟信号的处理范畴。基于使用正交多项式的用于Hammerstein系统的最小方差无偏辨识技术，称为MVUIT，用于估计复合线性传输信道，估计的线性信道用于均衡后续的有效载荷符号，这些有效载荷符号用于通过MVUIT估计发射机的非线性，用于认证无线设备。仿真表明，有效载荷符号的长度越长，正确的分类性能越好。

Description

一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹 认证方法
技术领域
本发明涉及无线通信领域，尤其涉及一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法。
背景技术
随着物联网(IOT)和第五代移动通信技术的飞速发展，通信网络的物理层安全性已不可避免地成为热门话题。射频指纹(RFF)认证是用于物理层信息安全的方法之一，它依赖于发射机的硬件特性，而不是数字信息(例如，加密密钥或媒体访问控制MAC地址)来认证真实身份无线电设备。尽管通信帧的先验数字前导是确定的，但是从不同的无线设备发送的相应模拟信号却不同，因为它们的发送器硬件是唯一的，即使这些设备是同一类型。因此所接受的前导信号被广泛用于开发用于无线设备认证的RFF。
现有文献中指出，使用同步码RFF时，28个不同的Wi-Fi设备的识别准确度高于95％。还有文献提出了一种用于Wi-Fi设备的基于同步码的RFF的特征缩减和和子空间变换的技术。此外还有文献提出了一种前导码处理技术，该技术可用于准确地认证IEEE802.15.4设备，但是该技术无法区分具有相同类型的设备。此外，基于前同步码的RFF通常持续时间短且可见，很容易受到高端仪器的伪造攻击。另外，现有文献中还提出了一种基于维纳模型的非线性信道接受端均衡方案，该方案把非线性信道建模为Hammerstein系统，在接受端采用LS估计算法分别进行线性和非线性部分的均衡，取得了一定的效果。
另一方面相关研究历史表明，发射机的非线性估计也可以被用作为另一个重要的RFF，即非线性RFF，用于认证无线设备。无线电设备的非线性RFF由发射机的功率放大器和DAC等确定，其中包括发射机非线性模型的系数估计。
发明内容
针对以上问题，本发明提出一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法。
为实现本发明的目的，提供一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法，所述方法包括：
频域训练导频p[n]和OFDM帧的有效载荷符号u[n]，经过Hammerstein系统后输出的信号经过加性高斯白噪声v(t)干扰后得到接受信号d(t)；
对所述接受信号d(t)进行采样，得到采样后训练符号信号dp(n)和有效载荷信号du(n)；
基于p[n]和dp(n)，第一次采用最小方差无偏辨识技术估计所述Hammerstein系统线性通道的有限冲激响应，均衡所述有效载荷信号du(n)并得到均衡后的有效载荷信号
Figure BDA0002708276920000021
所述均衡后的有效载荷信号
Figure BDA0002708276920000022
判决为接收频域有效载荷符号
Figure BDA0002708276920000023
基于
Figure BDA0002708276920000024
与du(n)，第二次采用最小方差无偏辨识技术估计所述Hammerstein系统的非线性，作为非线性射频指纹；
从所述非线性射频指纹中提取特征，对发射机实体进行分类和判断。
进一步地，所述Hammerstein系统包括：静态非线性子系统和后续动态线性子系统。
进一步地，所述最小方差无偏辨识技术的识别过程包括：
步骤1:根据QPSK-OFDM符号u[n]构造延迟矢量ul,0≤l≤L；
步骤2:构造ul的常规多项式基函数矢量φp(ul)，
Figure BDA0002708276920000025
以及相应矩阵
Figure BDA0002708276920000026
步骤3:构造用于正交化的上三角阵
Figure BDA0002708276920000027
步骤4:计算Ψl＝ΦlU,0≤l≤L-1,并构造
Figure BDA0002708276920000028
步骤5:计算
Figure BDA0002708276920000029
并获取
Figure BDA00027082769200000210
步骤6:计算
Figure BDA00027082769200000211
步骤7:计算
Figure BDA00027082769200000212
与
Figure BDA00027082769200000213
其中，L为等效多径信道总长，P为非线性常规多项式模型参数，
Figure BDA00027082769200000214
为非线性发射机常规多项式模型的因子估计构成矢量，
Figure BDA0002708276920000031
是复合FIR子系统的估计因子构成矢量。
进一步地，所述第二次采用最小方差无偏辨识技术估计所述Hammerstein系统的非线性的具体过程包括：
dp与du分别表示去除了循环前缀CP后的接收前导与载荷符号矢量，p表示频域导频符号矢量；
采用基于p与dp的最小方差无偏辨识技术，获得QPSK-OFDM系统的复合FIR信道估计
Figure BDA0002708276920000032
定义快速傅里叶变换矩阵F，
Figure BDA0002708276920000033
的N点快速傅里叶变换矢量
Figure BDA0002708276920000034
du的N点快速傅里叶变换Du＝Fdu＝[D0,…,DN-1]T；
去除循环前缀CP后，线性卷积信道变成循环卷积信道，du的N点FFT的频域均衡矢量为
Figure BDA0002708276920000035
Figure BDA0002708276920000036
判决操作后的矢量表示为
Figure BDA0002708276920000037
即为解调的频域载荷QPSK符号；
基于
Figure BDA0002708276920000038
与du,使用最小方差无偏辨识技术获取发射机的非线性矢量估计
Figure BDA0002708276920000039
跟现有技术相比，本发明的有益效果是：
本发明估计的线性信道用于均衡后续的有效载荷符号，这些有效载荷符号用于通过MVUIT估计发射机的非线性，并认证无线设备，仿真表明，有效载荷符号的长度越长，正确的分类性能越好。当Eb/N0为20dB(一个有效载荷符号)或10dB(8个有效载荷符号)时，在多径瑞利衰落信道下的正确分类率接近100％。
附图说明
图1是一个实施例的QPSK-OFDM无线设备的非线性射频指纹认证方法的系统模型；
图2是一个实施例的QPSK-OFDM发射机与信道的离散等效模型；
图3是一个实施例的Hammerstein系统的线性矢量模型；
图4为数据实验中1个载荷符号且Eb/N0为10dB时两发射机特征的一组样本散布示意图；
图5为数据实验中不同Eb/N0与不同载荷数下的正确分类率示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
在一个实施例中，提出的用于QPSK-OFDM无线设备的非线性指纹认证方法的系统模型如图1所示：
p[n]和u[n]分别表示频域(FD)训练导频和OFDM帧的有效载荷符号，x(t)是来自无线QPSK-OFDM设备的非线性发射机的发射信号，hch(t)表示无线多径衰落信道的脉冲响应，v(t)是加性高斯白噪声(AWGN)，无线设备与无线信道建模为Hammerstein系统。所接收的信号d(t)被采样为离散信号dp(n)与du(n)，其中dp(n)对应于训练符号，du(n)对应有效载荷符号。
借助p[n]和dp(n)，使用MVUIT估计等效非线性Hammerstein系统线性通道的有限冲激响应(FIR)，用于均衡有效载荷信号du(n)。
均衡后的有效载荷信号为
Figure BDA0002708276920000041
判决为接收FD有效载荷符号
Figure BDA0002708276920000042
基于
Figure BDA0002708276920000043
与du(n)，采用MVUIT估计Hammerstein系统的非线性参数，本文把该非线性参数作为非线性RFF，从获得的非线性RFF中提取特征，并使用提取的特征完成发射机实体的分类和判断。
在上面，最小无偏辨识(MVUIT)被使用了两次。
OFDM发射机的非线性是有记忆的，QPSK-OFDM无线发射机和信道部分建模为包含静态非线性和后续动态线性子系统的Hammerstein系统。离散等效模型如图2所示：
图2中，u[n]表示频域QPSK符号，IFFT模块包含串变并、离散傅里叶变换、加循环前缀(CP)与并变串；u(n)表示离散QPSK-OFDM信号，
Figure BDA0002708276920000051
表示发射机的静态非线性，htx(n)表示发射机的线性记忆，hch(n)表示多径衰落信道的有限脉冲响应(FIR)，x(n)是发射机的发送信号，v(n)表示方差为
Figure BDA0002708276920000052
的AWGN，d(n)表示接收无线信号。
如图3所示，为Hammerstein系统的线性矢量模型，QPSK-OFDM信号u(n)经过静态非线性后为：
Figure BDA0002708276920000053
其中P为奇数,φp(·)＝·|·|2(p-1)是常规多项式基函数，bi,i＝1,3,…,P是相应系数，发射机信号x(n)＝x0(n)*htx(n)，其中*表示卷积，发射机与信道的线性脉冲响应htx(n)和hch(n)的线性卷积
Figure BDA0002708276920000054
其中δ(·)表示脉冲信号，L表示级联FIR的阶数。
接收信号
Figure BDA0002708276920000055
其中
Figure BDA0002708276920000056
是由QPSK-OFDM信号u(·)与常规多项式基函数生成的矢量，·T表示装置，
Figure BDA0002708276920000057
公式(2)可知，不含AWGN的d(n)是φp,u(·)与h·b的矢量卷积，用z-1表示单位延迟。
在一个实施例中，Hammerstein系统的辨识步骤如下：
步骤1:根据QPSK-OFDM符号u[n]构造延迟矢量ul,0≤l≤L；
步骤2:构造ul的常规多项式基函数矢量φp(ul)，
Figure BDA0002708276920000058
以及相应矩阵
Figure BDA0002708276920000059
步骤3:构造用于正交化的上三角阵
Figure BDA00027082769200000510
步骤4:计算Ψl＝ΦlU,0≤l≤L-1,并构造
Figure BDA00027082769200000511
步骤5:计算
Figure BDA00027082769200000512
并获取
Figure BDA00027082769200000513
步骤6:计算
Figure BDA0002708276920000061
步骤7:计算
Figure BDA0002708276920000062
与
Figure BDA0002708276920000063
其中，
Figure BDA0002708276920000064
与
Figure BDA0002708276920000065
即Hammerstein系统的辨识结果，
Figure BDA0002708276920000066
是非线性发射机常规多项式模型的因子估计构成矢量，
Figure BDA0002708276920000067
是复合FIR子系统的估计因子构成矢量。
假设QPSK-OFDM系统的导频为块状，即一帧的第一个OFDM符号的所有子载波上的FD符号都是导频，跟随的OFDM符号是有效载荷符号。
用dp与du分别表示去除了CP的接收前导与载荷符号矢量，用p表示频域导频符号矢量，采用基于p与dp的MVUIT,可获得QPSK-OFDM系统的复合FIR信道估计,并采用
Figure BDA0002708276920000068
表示,定义快速傅里叶变换(FFT)矩阵F,则
Figure BDA0002708276920000069
的N点FFT矢量为：
Figure BDA00027082769200000610
du的N点FFT为：Du＝Fdu＝[D0,…,DN-1]T (9)
由于去除CP后，线性卷积信道变成了循环卷积信道，du的N点FFT的FD均衡矢量为
Figure BDA00027082769200000611
Figure BDA00027082769200000612
的判决后矢量表示为
Figure BDA00027082769200000613
为解调的FD载荷QPSK符号，基于
Figure BDA00027082769200000614
与du,使用MVUIT可以获取发射机的非线性矢量估计
Figure BDA00027082769200000615
至此，本发明的两个输出结果：非线性矢量估计
Figure BDA00027082769200000616
和线性信道的脉冲相应构成矢量复合FIR信道估计
Figure BDA00027082769200000617
均已得出。
下面，采用两个非线性发射机与一个多径衰落信道的数值实验验证本发明提出的方法的可行性与有效性。
OFDM符号的子载波为2048，所有子载波上的FD符号比特映射策略都为QPSK，CP长度为512,无虚载波，一帧含一个OFDM训练符号，OFDM载荷符号数分别设为p＝1,2,4与8。两个待认证发射机的静态非线性参数如表1所示，两发射机分别用Transmitter-1与Transmitter-2表示：
表1:两发射机的静态非线性参数
Transmitter-1 Transmitter-2
b<sub>1</sub> 1 1
b<sub>3</sub> -0.0735-i*0.0114 -0.0910+i*0.1580
b<sub>5</sub> -0.0986+i*0.0590 0.2503+i*0.0286
b<sub>7</sub> -0.0547-i*0.0055 0.0155+i*0.0025
采用最大延迟为8个样点、径数为5的随机瑞利衰落信道模拟复合线性信道，且假设在一帧的时间内保持不变。
首先保证QPSK-OFDM系统满足瑞利衰落信道下的理论误比特率(BER)性能；然后设定Eb/N0(信噪比参数)从0dB到20dB变化，间隔为5dB；采用获得的非线性RFF
Figure BDA0002708276920000075
进行该两个发射机的MontCarlo分类实验，MontCarlo实验次数为100，每次实验获取每个发射机的
Figure BDA0002708276920000074
的66个观测样本。
Figure BDA0002708276920000073
的第二个因子
Figure BDA0002708276920000072
用作发射机的特征用于分类实验。当Eb/N0为10dB并且OFDM载荷符号数为1时，两个发射机的
Figure BDA0002708276920000071
一组样本如图4所示，从图4可知，该两个发射机具有一定的可分性。
一个标准的k-NN分类器，k＝1或3，用于分类实验。每次分类实验中，33个样本用作训练集，其余的33个样本用作测试集。当p＝1,2,4与8时，在不同的Eb/N0下，分别获得的100次MontCarlo实验得到的正确分类率进行平均后结果如图5所示。
图5表明，即使当Eb/N0为0dB且带有一个有效载荷符号时，正确的分类率也大于两个发射机的随机猜测概率。随着帧的有效载荷OFDM符号数目的增加，正确分类率也增加。当有效载荷符号数为8且当Eb/N0保持为0dB时，正确率达到80％。图5还显示正确的分类率随Eb/N0的增加而增加。当Eb/N0大于10dB且有效载荷符号数为8时，正确的分类率接近100％，当Eb/N0为20dB且有效载荷符号数为1时，正确的分类率也接近100％。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
需要说明的是，本申请实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
本申请实施例的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (4)

1.一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法，其特征在于，所述方法包括：
频域训练导频p[n]和OFDM帧的有效载荷符号u[n]，经过Hammerstein系统后输出的信号经过加性高斯白噪声v(t)干扰后得到接受信号d(t)；
对所述接受信号d(t)进行采样，得到采样后训练符号信号dp(n)和有效载荷信号du(n)；
基于p[n]和dp(n)，第一次采用最小方差无偏辨识技术估计所述Hammerstein系统线性通道的有限冲激响应，均衡所述有效载荷信号du(n)并得到均衡后的有效载荷信号
Figure FDA0002708276910000011
所述均衡后的有效载荷信号
Figure FDA0002708276910000012
判决为接收频域有效载荷符号
Figure FDA0002708276910000013
基于
Figure FDA0002708276910000014
与du(n)，第二次采用最小方差无偏辨识技术估计所述Hammerstein系统的非线性，作为非线性射频指纹；
从所述非线性射频指纹中提取特征，对发射机实体进行分类和判断。
2.根据权利要求1所述的一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法，其特征在于，所述Hammerstein系统包括：静态非线性子系统和后续动态线性子系统。
3.根据权利要求1所述的一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法，其特征在于，
所述最小方差无偏辨识技术的过程包括：
步骤1:根据QPSK-OFDM符号u[n]构造延迟矢量ul,0≤l≤L；
步骤2:构造ul的常规多项式基函数矢量φp(ul)，
Figure FDA0002708276910000015
以及相应矩阵
Figure FDA0002708276910000016
步骤3:构造用于正交化的上三角阵
Figure FDA0002708276910000017
步骤4:计算Ψl＝ΦlU,0≤l≤L-1,并构造
Figure FDA0002708276910000018
步骤5:计算
Figure FDA0002708276910000021
并获取
Figure FDA0002708276910000022
步骤6:计算
Figure FDA0002708276910000023
步骤7:计算
Figure FDA0002708276910000024
与
Figure FDA0002708276910000025
其中，L为等效多径信道总长，P为非线性常规多项式模型参数，
Figure FDA0002708276910000026
为非线性发射机常规多项式模型的因子估计构成矢量，
Figure FDA0002708276910000027
是复合FIR子系统的估计因子构成矢量。
4.根据权利要求1所述的一种基于解调符号的QPSK-OFDM无线设备的非线性射频指纹认证方法，其特征在于，
所述第二次采用最小方差无偏辨识技术估计所述Hammerstein系统的非线性的具体过程包括：
dp与du分别表示去除了循环前缀CP后的接收前导与载荷符号矢量，p表示频域导频符号矢量；
采用基于p与dp的最小方差无偏辨识技术，获得QPSK-OFDM系统的复合FIR信道估计
Figure FDA0002708276910000028
定义快速傅里叶变换矩阵F，
Figure FDA0002708276910000029
的N点快速傅里叶变换矢量
Figure FDA00027082769100000210
du的N点快速傅里叶变换Du＝Fdu＝[D0,…,DN-1]T；
去除循环前缀CP后，线性卷积信道变成循环卷积信道，du的N点FFT的频域均衡矢量为
Figure FDA00027082769100000211
Figure FDA00027082769100000212
判决操作后的矢量表示为
Figure FDA00027082769100000213
即为解调的频域载荷QPSK符号；
基于
Figure FDA00027082769100000214
与du,使用最小方差无偏辨识技术获取发射机的非线性矢量估计
Figure FDA00027082769100000215
CN202011046899.2A 2020-09-29 2020-09-29 一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法 Active CN112202767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011046899.2A CN112202767B (zh) 2020-09-29 2020-09-29 一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011046899.2A CN112202767B (zh) 2020-09-29 2020-09-29 一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法

Publications (2)

Publication Number Publication Date
CN112202767A true CN112202767A (zh) 2021-01-08
CN112202767B CN112202767B (zh) 2023-06-06

Family

ID=74007819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011046899.2A Active CN112202767B (zh) 2020-09-29 2020-09-29 一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法

Country Status (1)

Country Link
CN (1) CN112202767B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113037726A (zh) * 2021-02-26 2021-06-25 南通大学 基于Kronecker积参数分离的宽带通信设备射频指纹认证方法
CN115086960A (zh) * 2022-06-14 2022-09-20 东南大学 一种基于ofdm符号循环前缀的分段式瞬态指纹提取方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106130661A (zh) * 2016-06-13 2016-11-16 杭州电子科技大学 基于Hammerstein‑Wiener模型的宽带无线发射机识别方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106130661A (zh) * 2016-06-13 2016-11-16 杭州电子科技大学 基于Hammerstein‑Wiener模型的宽带无线发射机识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙闽红 等: "基于非线性模型的宽带无线发射机识别" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113037726A (zh) * 2021-02-26 2021-06-25 南通大学 基于Kronecker积参数分离的宽带通信设备射频指纹认证方法
CN113037726B (zh) * 2021-02-26 2021-10-26 南通大学 基于Kronecker积参数分离的宽带通信设备射频指纹认证方法
CN115086960A (zh) * 2022-06-14 2022-09-20 东南大学 一种基于ofdm符号循环前缀的分段式瞬态指纹提取方法

Also Published As

Publication number Publication date
CN112202767B (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
Fadul et al. Nelder-mead simplex channel estimation for the RF-DNA fingerprinting of OFDM transmitters under Rayleigh fading conditions
CN112202767B (zh) 一种基于解调符号的qpsk-ofdm无线设备的非线性射频指纹认证方法
Hao et al. Low complexity ICI mitigation for MIMO-OFDM in time-varying channels
CN108737301B (zh) 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
Savaux et al. Frequency domain preamble-based channel estimation and equalisation in LoRa
CN105743630B (zh) 一种单载波通信系统的物理层参量分离与个体识别方法
Sure et al. An eigen‐select denoising threshold for channel estimation in OFDM systems
Chen et al. Low complexity ICI cancellation for OFDM systems in doubly-selective fading channels
Singh et al. Performance evaluation of channel estimation in OFDM system for different QAM and PSK modulations
Dias et al. BEM-based channel estimation for 5G multicarrier systems
Bandari et al. Training based channel estimation for multitaper GFDM system
Shrivastav et al. Cyclic gradient descent optimisation for joint MAP estimation of channel and phase noise in orthogonal frequency division multiplexing
Septier et al. MCMC sampling for joint estimation of phase distortions and transmitted symbols in OFDM systems
Baouni et al. Channel estimation using a reduced rate of pilot subcarriers for OFDM systems over doubly‐selective channels
Akan et al. Modeling and estimation of wireless OFDM channels by using time-frequency analysis
Jin et al. Iterative channel estimation and pilot design rules for high‐mobility comb‐pilot OFDM system
CN108243124B (zh) 一种信道估计方法和装置
CN113037726B (zh) 基于Kronecker积参数分离的宽带通信设备射频指纹认证方法
Nazzal et al. Impact of Channel Estimation Error on the Performance of Time-Domain Interleaved OFDM Systems
Peng et al. Pilot‐assisted channel estimation with MSE‐optimal thresholding for OFDM systems
Yuan et al. Payload symbol-based nonlinear rf fingerprint for wireless qpsk-ofdm devices
Yan et al. Nonlinear RF Fingerprints Authentication for OFDM Wireless Devices based on Demodulated Symbols
Han et al. Low complexity LSQR-based block decision feedback equalizer for OFDM systems over rapidly time-varying channels
Kao et al. The Research of Frequency Domain Least Squares Channel Estimation in OFDM Systems.
CN116599810B (zh) 基于多径衰落补偿的无线设备射频指纹提取方法

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