CN112491757A - 一种设备的特征提取方法、装置及计算机设备 - Google Patents
一种设备的特征提取方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN112491757A CN112491757A CN202011364917.1A CN202011364917A CN112491757A CN 112491757 A CN112491757 A CN 112491757A CN 202011364917 A CN202011364917 A CN 202011364917A CN 112491757 A CN112491757 A CN 112491757A
- Authority
- CN
- China
- Prior art keywords
- target
- sequence
- signal
- pilot
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- H04L25/0228—Channel estimation using sounding signals with direct estimation from sounding signals
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种设备的特征提取方法、装置及计算机设备,该方法包括;获取目标设备的目标导频序列,目标导频序列用于表征目标设备发送的数字基带信号;根据目标导频序列生成用于标识目标设备的轨迹特征。通过实施本发明,结合目标设备发送的目标导频序列,确定运行轨迹,即目标设备的轨迹特征,由于目标设备的轨迹特征是根据目标设备的物理层特性决定的,而物理层特性来源于目标设备位于不同空间位置带来的信号扰动,在信号传输过程中,该信号扰动会包含在数字基带信号中,因此,基于目标导频序列形成的轨迹特征仅与设备的实际电路有关,具备唯一性以及稳定性,可以将无线通信设备的轨迹特征用于设备的身份认证,实现了对无线设备的准确识别。
Description
技术领域
本发明涉及通信安全领域,具体涉及一种设备的特征提取方法、装置及计算机设备。
背景技术
随着无线通信技术理论的高速发展和应用的日趋成熟,个人通讯设备、工业物联网设备的数量出现爆发式增长,因此,无线接入点和终端用户对对端无线通信设备的识别、认证成为无线网络通信安全的关键部分。
目前广泛采用的设备身份认证手段,认证目标为用户或接入点提供的声明自身身份的某个数据标识,例如在开放系统互联(Open System Interconnection,OSI)模型中,数据链路层通常使用硬件地址为身份标识,通过加解密算法和安全传输协议来完成识别和认证。但是,修改、伪造硬件地址技术和其他软硬件信息等技术已经有了较为成熟的方案;且加解密算法和安全传输协议立足的单向函数逆向求解的数学复杂度,随着密码学领域的研究突破和计算机计算能力的不断提升也面临被破解的挑战。如果合法用户的身份标识和密码不慎泄露,容易导致无法进行可靠的身份认证。
发明内容
有鉴于此,本发明实施例提供了一种设备的特征提取方法、装置及计算机设备,以解决当合法用户的身份标识和密码不慎泄露时,导致无法进行可靠的身份认证的问题。
根据第一方面,本发明实施例提供了一种设备的特征提取方法,包括:
获取目标设备的目标导频序列,所述目标导频序列用于表征所述目标设备发送的数字基带信号;根据所述目标导频序列生成用于标识所述目标设备的轨迹特征。
结合第一方面,在第一方面第一实施方式中,所述获取目标设备的目标导频序列,包括:根据预设算法,捕获本地导频序列的目标位置数据,以及计算所述目标参数,所述目标参数包括目标位置数据类型、采样序号以及相关峰位置集合中的一种或多种;根据所述目标导频序列以及所述目标参数,计算角频率偏差;根据所述角频率偏差计算所述角频率偏差的估计值;根据所述角频率偏差均值,计算得到发送导频序列的估计值;根据所述发送导频序列的估计值,更新所述目标导频序列。
结合第一方面,在第一方面第二实施方式中,该特征提取方法还包括:根据所述轨迹特征,生成所述目标设备的第一分类结果。
结合第一方面,在第一方面第三实施方式中,该特征提取方法还包括:对所述目标导频序列进行参数化处理,计算得到设备特征,所述设备特征包括单位相同比特平均轨迹曲线以及单位相反比特平均轨迹曲线;对所述设备特征进行分类,得到第二分类结果。
结合第一方面第一实施方式,在第一方面第四实施方式中,所述根据预设算法,捕获本地导频序列的目标位置数据,以及计算所述目标参数,包括:根据所述目标位置数据的预设码片速率,确定所述目标导频序列的采样速率,所述采样速率是所述预设码片速率的多倍;根据所述采样速率对所述目标导频序列进行采样,生成多组码片;对所述本地导频序列进行直序扩频处理,生成本地扩频信号;根据第一预设宽度窗口、所述目标导频序列以及所述本地扩频信号,生成实际信号;根据第二预设宽度窗口以及所述实际信号,生成阈值序列信号;根据所述阈值序列信号,当确定所述第二预设宽度的窗口的中心点为相关峰位置,生成相关峰位置集合;根据所述实际信号以及所述阈值序列信号,捕获所述本地导频序列的目标位置数据,返回所述目标位置数据类型以及采样序号。
结合第一方面第一实施方式,在第一方面第五实施方式中,所述根据所述目标导频序列生成用于标识所述目标设备的轨迹特征,具体包括:根据所述目标导频序列的估计值,提取实部序列以及虚部序列;根据所述实部序列以及所述虚部序列,生成用于标识所述目标设备的轨迹特征。
结合第一方面第一实施方式,在第一方面第六实施方式中,通过下述公式,确定所述发送导频序列的估计值:
结合第一方面第三实施方式,在第一方面第七实施方式中,所述对所述目标导频序列进行参数化处理,计算得到设备特征,具体包括:对所述轨迹特征进行参数化处理,生成相同比特平均轨迹曲线以及相反比特平均轨迹曲线;根据预设平均功率,对所述相同比特平均轨迹曲线以及相反比特平均轨迹曲线进行单位化,计算生成设备特征。
根据第二方面,本发明实施例提供了一种设备的特征提取装置,包括:目标导频序列获取模块,用于获取目标设备的目标导频序列,所述目标导频序列用于表征所述目标设备发送的数字基带信号;轨迹特征生成模块,用于根据所述目标导频序列生成用于标识所述目标设备的轨迹特征。
根据第三方面,本发明实施例提供了一种计算机设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行第一方面或者第一方面的任意一种实施方式中所述的设备的特征提取的方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机程序被处理器执行时实现如第二方面或者第二方面的任意一种实施方式中所述的设备的特征提取的方法。
本发明技术方案,具有如下优点:
本发明提供的一种设备的特征提取方法、装置及计算机设备,其中,该方法包括;获取目标设备的目标导频序列,上述目标导频序列用于表征目标设备发送的数字基带信号;根据目标导频序列生成用于标识目标设备的轨迹特征。结合目标设备发送的目标导频序列,确定运行轨迹,即目标设备的轨迹特征,由于目标设备的轨迹特征是根据目标设备的物理层特性决定的,而物理层特性来源于目标设备位于不同空间位置带来的信号扰动,在信号传输过程中,该信号扰动会包含在数字基带信号中,因此,基于目标导频序列形成的轨迹特征仅与设备的实际电路有关,具备唯一性以及稳定性,可以将无线通信设备的轨迹特征用于设备的身份认证,实现了对无线设备的准确识别。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中设备的特征提取方法的一个具体示例的流程图;
图2为本发明实施例中设备的特征提取方法中进行扰码的示意图;
图3为本发明实施例中设备的特征提取方法中计算目标导频序列的一个具体示例的流程图;
图4为本发明实施例中设备的特征提取方法中不同信噪比下的分类准确率的示意图;
图5为本发明实施例中设备的特征提取方法中计算目标参数的一个具体示例的流程图;
图6为本发明实施例中设备的特征提取方法中实际信号的典型相关信号的结果起始处的示意图;
图7为本发明实施例中设备的特征提取方法中多个不同802.11b设备的运行轨迹示意图的示意图;
图8为本发明实施例中设备的特征提取装置的一个具体示例的原理框图;
图9为本发明实施例中计算机设备的一个具体示例图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
为了解决相关技术中存在的,若合法用户的身份标识和密码不慎泄露时,导致无法进行可靠的身份认证的问题,本发明实施例提供了一种设备的特征提取方法、装置及计算机设备。
本发明实施例所提供的方法是以物理层特征的设备认证方式为基础的,可行且可靠。物理层作为信号传输的基本载体,其中包含的设备特征信息。在无线网络通信中,接收设备获取到的无线信号中包含物理层特征,上述物理层特征包含发送设备的物理特征、接收设备的物理特征以及传输信道所附加的物理特征。无线通信设备(例如,发送设备、接收设备)产生的物理特征主要起源于实际设备硬件电路中存在的微小差异,例如射频晶振的频率偏差和抖动、数字模拟转换器(Digital to Analog Converter,DAC)的采样精度误差、混频器电路特性的差异、功率放大器非线性特性的差异、发送和接收天线的实际参数和朝向的差异、供电电源的特性等。传输信道所附加的物理特征来源于设备位于不同空间位置时带来的不同多径效应以及空间中物体移动带来的信号扰动等。
基于上述描述,无线通信设备具有的一个或一组可识别的信号特征,不仅可以用于设备身份认证,还可以作为射频指纹,且具备唯一性、短时稳定性以及数据无关性,因此射频指纹可以作为无线通信设备的分类与识别基础。
本发明实施例提供了一种设备的特征提取方法,可以应用于接收设备如图1所示,包括:
步骤S11:获取目标设备的目标导频序列,目标导频序列用于表征目标设备发送的数字基带信号;在本实施例中,目标设备可以是基于802.11b协议进行通信的无线发送设备,无线发送设备可以是工作于2.4GHz频段,无线发送设备向无线接收设备发送导频序列,无线接收设备进而接收到一导频序列,此时,无线发送设备发送的信号为发送导频序列,无线接收设备接收到的为目标导频序列。具体地,目标导频序列可以是数字基带信号等。
具体地,当发送设备准备向接收设备发送信号时,需经过下述步骤:在802.11b设备的高速直接序列物理层(Physical Layer,PHY)中,物理层汇聚过程(Physical LayerConvergence Procedure,PLCP)规定一个PLCP帧包含三个主要部分:帧前导部分、帧头信息字段部分和物理层汇聚过程服务数据单元(PLCP Service Data Unit,PSDU)部分,接收设备可以利用帧前导部分进行时间同步。具体地,PLCP规定的帧结构包含长物理层汇聚过程帧和短物理层汇聚过程帧,简称为“长帧”和“短帧”。无论长帧或短帧,PLCP帧均使用DBPSK方式进行信号调制。同步部分(SYNC)在长帧和短帧中分别定义为128位全1和56位全0;帧起始界定符(Start of Frame Delimiter,SFD)部分为一组固定数据,在长帧中定义可以为0xF3A0,在短帧中可以定义为0x05CF,当接收设备在接收信号时,即使在SYNC部分的起始处遗漏部分数据位时,可以根据检测SFD部分确定帧前导部分的结束位置,防止数据丢失与误传。
进一步地,在PLCP服务数据单元(PLCP Service Data Unit,PSDU)数据包(例如,MAC数据帧)的头部附加物理层帧头信息和物理层前导符号,且在PSDU后不再附加任何其他信息字段或者填充比特,封装生成PLCP协议数据单元(PLCP Protocol Data Unit,PPDU),进而可以对PPDU进行扰码处理,具体可以通过如图2所示的移位寄存器实现,扰码完毕后的序列为有规律的随机化的信码,具体的扰码过程可以是,数据输出为数据输入与前3个及前6个延时前符号的叠加。对扰码完毕后的PPDU进行直序扩频处理,此时使用的扩频序列可以是11位长的Barker码,在经过直序扩频处理之后,此时码片速率可以是原符号速率的11倍;根据预设信号调制方式,分别将帧前导、帧头信息和PSDU部分经过直序扩频后得到的码片序列进行调制,生成发送导频序列。
步骤S12:根据目标导频序列生成用于标识目标设备的轨迹特征。在本实施例中,根据接收到的目标导频序列,以接收到的目标导频序列的实部序列作为横坐标,以虚部序列作为纵坐标,根据预设复平面即可得到用于表示目标设备的轨迹特征,即得到目标导频序列在多个时刻的运行轨迹。
具体地,物理层是目标设备信号传输的基本载体,其中所包含的物理层特征信息较为稳定。在无线通信中,接收设备获取到的信号的物理层特征包含发送设备、接收设备的物理特征和传输信道所附加的物理特征。而设备的物理特征主要起源于设备硬件电路,传输信道的物理特征来源于设备位于的不同空间位置带来的不同多径效应、空间中物体移动带来的信号扰动等。因此,目标设备接收到的传输信号中所包含的物理层特征可以作为目标设备的指纹,用于目标设备的身份认证,也就是说,可以根据目标设备接收到的目标导频序列,生成目标设备的轨迹特征,该轨迹特征可以作为无线通信设备的识别基础。
本发明提供的一种设备的特征提取方法,包括;获取目标设备的目标导频序列,所述目标导频序列用于表征所述目标设备发送的数字基带信号;根据所述目标导频序列生成用于标识所述目标设备的轨迹特征。结合目标设备发送的目标导频序列,确定运行轨迹,即目标设备的轨迹特征,由于目标设备的轨迹特征是根据目标设备的物理层特性决定的,而物理层特性来源于目标设备位于不同空间位置带来的信号扰动,在信号传输过程中,该信号扰动会包含在数字基带信号中,因此,基于目标导频序列形成的轨迹特征仅与设备的实际电路有关,具备唯一性以及稳定性,可以将无线通信设备的轨迹特征用于设备的身份认证,实现了对无线设备的准确识别。
作为本发明的一个可选实施方式,如图3所示,上述步骤S11,获取目标设备的目标导频序列,包括:
步骤S21:根据预设算法,捕获目标导频序列的目标位置数据,以及计算目标参数,目标参数包括目标位置数据类型、采样序号以及相关峰位置集合中的一种或多种。
在本实施例中,预设算法可以是预先设置的Preamble Detect算法,用于在接收设备上捕获HR/DSSS信号帧的帧前导部分的数据;目标导频序列可以是HR/DSSS信号帧,用于接收设备在接收发送导频序列之前,对将要接收到的数据进行预先识别;目标位置数据可以是HR/DSSS信号帧的帧前导部分的数据,也就是说,当接收设备接收到帧前导部分的数据时,说明此时发送导频序列将会被发送至接收设备;帧前导部分的数据可以包括调制方式、编码速率、帧长度等等关于数据帧(即发送导频序列)的信息。
具体地,根据Preamble Detect算法,可以计算HR/DSSS信号帧的类型,帧前导符号中的帧起始界定符最后一位的相关峰峰值点的采样点序号,以及所有相关峰值位置集合P;HR/DSSS信号帧的类型可以是长帧或短帧。
步骤S22:根据目标导频序列以及目标参数,计算角频率偏差;在本实施例中,目标导频序列为接收设备接收到的信号,目标参数为发送导频序列中所有相关峰峰值位置集合,角频率偏差为发送出来的信号与接收到的信号之间存在的误差值。计算角频率偏差值的具体过程可以是:根据接收设备接收到的信号以及计算出的发送导频序列中所有相关峰峰值位置集合,确定发送设备与接收设备之间存在的角频率偏差,也就是说,可以接收信号s’(n)根据计算出的所有相关峰值位置集合P估计发送设备与接收设备之间存在角频率偏差
具体地,可以通过下述公式表示所述角频率偏差:
Δω=ωrcv-ωsnd<<ωsnd,ωrcv.
其中,ωsnd表示发送设备端的角频率,ωrcv表示接收设备端的角频率,因此,在发送设备与接收设备在进行通信过程中,会存在微小的角频率偏差。
步骤S24:根据角频率偏差的估计值,计算得到发送导频序列的估计值;在本实施例中,根据所述角频率偏差的估计值,可以消除接收设备接收到的接收信号存在相位旋转,也就是可以消除信号中由于角频率偏差产生的误差,得到与发送信号较为相似的发送导频序列的估计值
作为本发明的一个可选实施方式,该特征提取方法还包括:根据轨迹特征,生成目标设备的第一分类结果。在本实施例中,根据生成的设备的轨迹特征,即为发送设备在各个码片之间的运行轨迹特征,根据所述运行轨迹特征,可以对目标设备进行分类,或者可以此运行轨迹特征作为发送设备的设备标识信息。
作为本发明的一个可选实施方式,该特征提取方法还包括:
对目标导频序列进行参数化处理,计算得到设备特征,设备特征包括单位相同比特平均轨迹曲线以及单位相反比特平均轨迹曲线;对设备特征进行分类,得到第二分类结果。
作为本发明的一个可选实施方式,上述步骤对目标导频序列进行参数化处理,计算得到设备特征,具体包括:
首先,对目标导频序列进行参数化处理,生成相同比特平均轨迹曲线以及相反比特平均轨迹曲线;
在本实施例中,对目标导频序列进行第一参数化处理,生成的轨迹特征可以包括相同比特平均轨迹曲线以及相反比特平均轨迹曲线。
其次,根据预设平均功率,对相同比特平均轨迹曲线以及相反比特平均轨迹曲线进行单位化,计算生成设备特征。
在本实施例中,在得到相同比特平均轨迹曲线以及相反比特平均轨迹曲线后,根据相同比特平均轨迹曲线的平均功率,对其进行单位化处理,生成单位相同比特平均轨迹曲线;根据相反比特平均轨迹曲线的平均功率,对其进行单位化处理,生成单位相反比特平均轨迹曲线。
具体地,可以通过下述公式确定:
其中,表示单位相同比特平均轨迹曲线,表示单位相反比特平均轨迹曲线,Q{0,0}表示第一个比特为0,且第二个比特也为0的码片集合,表示码片集合中码片个数;Q{1,1}表示第一个比特为1,且第二个比特也为1的码片集合,表示码片集合中码片个数;Q{1,0}表示第一个比特为1,且第二个比特为0的码片集合,表示码片集合中码片个数;Q{0,1}表示第一个比特为0,且第二个比特为1的码片集合,表示码片集合中码片个数。
具体地,可以通过支持向量机分类器对上述单位相同比特平均轨迹曲线以及单位相反比特平均轨迹曲线进行分类,得到第二分类结果,支持向量机分类器的参数设置可以为k=5,N=1024,特征维度为200维,不同型号的802.11b设备在不同信噪比下的分类准确率如图4所示。图中结果表明,在不同信噪比情况下,当以物理层特征作为无线通信设备的标识信息时,不同的802.11b设备均能达到较为理想的识别与分类效果,即可以对不同信号的802.11b设备进行准确的识别与分类。
作为本发明的一个可选实施方式,如图5所示,步骤S21,根据预设算法,捕获本地导频序列的目标位置数据,以及计算目标参数,包括:
步骤S211:根据目标位置数据的预设码片速率,确定目标导频序列的采样速率,采样速率是预设码片速率的多倍;在本实施例中,目标位置数据的预设码片速率可以是帧前导中DBPSK码片速率,对接收设备接收到的接收信号进行采样时,采样频率可以是码片速率的整数倍,此时,接收信号可以是数字基带信号s(n),通过下述公式计算采样频率:
其中,fs表示采样频率,单位可以是MHz。
步骤S212:根据采样速率对目标导频序列进行采样,生成多组码片;在本实施例中,根据计算得到的采样速率对接收设备接收到的接收信号进行采样,生成多组码片n,此时每组码片将恰好占据11k个码片周期。
步骤S213:对本地导频序列进行直序扩频处理,生成本地扩频信号;在本实施例中,本地导频序列可以是在发送设备上进行直序扩频时使用的bBarker,对此bBarker进行直序扩频处理后,得到本地扩频信号b11k(n)。
具体地,当fs=11k时,可通过下述同时计算得到本地扩频信号:
其中,b11k和bBarker均采用起始为0的下标索引。
步骤S214:根据第一预设宽度窗口、目标导频序列以及本地扩频信号,生成实际信号;在本实施例中,第一预设宽度窗口的宽度可以为11k,目标导频序列即为接收设备接收到的数字基带信号s(n),具体地,可以将宽度为11k的窗口在接收信号上滑动,并与本地扩频信号b11k(n)进行共轭相关运算,计算生成实际信号c(n)。可以通过下述公式计算实际信号:
具体地,根据实际信号的典型相关信号的结果起始处可以是如图6所示。
步骤S215:根据第二预设宽度窗口以及实际信号,生成阈值序列信号;在本实施例中,第二预设宽度窗口的长度可以是2l+1,阈值序列信号可以是计算生成的实际信号的窗口平均值序列cthreshold(n)。当将第二预设宽度的窗口与实际信号叠加后,可以检测到实际信号中产生的以11k为周期的相关峰。此时,可以通过下述公式计算得到实际信号的窗口平均值:
具体地,上述平均值可以用于判断各窗口是否位于相关峰峰值位置的判断阈值,其中,g可以是动态的幅度增益。
步骤S216:根据阈值序列信号,当确定第二预设宽度的窗口的中心点为相关峰位置,生成相关峰位置集合;
步骤S217:根据实际信号以及阈值序列信号,捕获本地导频序列的目标位置数据,返回目标位置数据类型以及采样序号。在本实施例中,为了避免所述阈值序列的波动,设置窗口[n-l,n+1]中,包含整数个码片周期,也就是说,通过下述公式计算窗口长度l:
其中,m表示包含于窗口内的完整相关峰的个数;
具体地,根据实际信号和阈值序列信号,可以捕获HR/DSSS信号帧,即可以获取目标导频序列,根据预设算法还可以计算得到长短帧类型,以及c(n)中帧前导符号中SFD最后一位的相关峰峰值点的采样点序号。
作为本发明的一个可选实施方式,步骤S12,根据目标导频序列生成用于标识目标设备的轨迹特征,具体包括:根据目标导频序列的估计值,提取实部序列以及虚部序列;根据实部序列以及虚部序列,生成用于标识目标设备的轨迹特征。
具体地,通过下述公式,确定发送导频序列的估计值:
以下,结合一具体实施例,详细描述本发明实施例所述的设备的特征提取方法:发送设备可以通过正交载波基cosωsndt,sinωsndt调制符号,此时,发送导频序列可以是s(t)=I(t)+jQ(t)。继而,发送设备可以开始射频信号,此时发送导频信号可以是:
其中,接收设备可以通过正交载波基cosωrcv,sinωrcv进行积分采样,进行积分采样后得到的基带信号分别为:
I'(t)=I(t)cosΔωt-Q(t)sinΔωt,
Q'(t)=I(t)sinΔωt+Q(t)cosΔωt,
因此,接收设备接收到的接收信号,也就是目标导频序列可以为:
s'(t)=I'(t)+jQ'(t)
=I(t)cosΔωt-Q(t)sinΔωt+jI(t)sinΔωt+jQ(t)cosΔωt
=I(t)(cosΔωt+jsinΔωt)+jQ(t)(cosΔωt+jsinΔωt)
=I(t)ejΔωt+jQ(t)ejΔωt
=s(t)ejΔωt.,
其中,s’(t)=s(t)ejΔωt,ejΔωt为预设复平面上的旋转因子,与角频率偏差值成正比。
具体地,根据预设算法,可以确定在HR/DSSS帧的帧前导共轭相关运算结果中,SFD部分最后比特的相关峰值位置,可以用nSFD表示。此时,码片时间序列的长度可以是11k,因此相关峰位置集合可以通过下述公式确定:
其中,NBPSK表示帧前导信号部分的总比特数,具体地,在长帧中可以为144,在短帧中可以是为72;由于帧前导信号采用DBPSK调制方式,P共包含NBPSK+1个元素。
具体地,单个比特通过直接序列扩频得到的时间序列可以是:
s(na,…,na+11k-1),
s(nb,…,nb+11k-1),
其中,na,nb∈P。
当均为相同比特时,通过各比特得到的时间序列之间的角频率偏差为:
因此,
x(t)sinωrcvt=[I(t)cosωsndt+Q(t)sinωsndt]sin(ωsnd+Δω)t
=[I(t)cosωsndt+Q(t)sinωsndt]
[sinωsndtcosΔωt+cosωsndtsinΔωt]
=I(t)cos2ωsndtsinΔωt+Q(t)sin2ωsndtcosΔωt+I(t)cosωsndtsinωsndtcosΔωt+Q(t)cosωsndtsinωsndtsinΔωt,
也可以通过下述公式计算各比特的时间序列之间的角频率偏差:
此时,可以通过下述公式计算,发送设备与接收设备之间存在的角频率偏差:
当采用相反比特经过直接序列扩频时,可以通过下述公式计算,发送设备与接收设备之间存在的角频率偏差:
具体地,由于使用集合P中的元素无法确定m的值,继而无法确定Δω的估计值,此时可以令m=0,则右侧的分子部分被统一映射到宽度为2π的角频率区间内。对于nb∈P,na∈P,其中|nb-na|越小,有效避免旋转量|(nb-na)Δω|越过2π相角,从而避免对Δω的估计精度丢失。
令m=0,取n0,n1,…nN,满足:
nSFD-11kNBPSK≤n0,nN≤nSFD,
ni=ni-1+11k,0<i≤N.
其中,[p]是对p中的每一个元素求最接近的整数获得的复角向量,avg(p)可以表示向量p各个元素的均值。
根据角频率偏差的估计值,确定接收信号的估计值:
对于可以以其实部序列和虚部序列分别作为横纵坐标绘制为复平面上的点,能够反映接收信号经过直接序列扩频后,在每个码片符号之间的运行轨迹,如图7所示,为多个不同802.11b设备的运行轨迹示意图,各802.11b设备可以用该轨迹作为的射频特征,进行设备识别。
本发明实施例还提供了一种设备的特征提取装置,如图8所示,包括:
目标导频序列获取模块31,用于获取目标设备的目标导频序列,所述目标导频序列用于表征所述目标设备发送的数字基带信号;详细实施内容可参见上述方法实施例中步骤S11的相关描述。
轨迹特征生成模块32,用于根据所述目标导频序列生成用于标识所述目标设备的轨迹特征。详细实施内容可参见上述方法实施例中步骤S12的相关描述。
本发明提供的一种设备的特征提取装置,包括;目标导频序列获取模块31,用于获取目标设备的目标导频序列,目标导频序列用于表征目标设备发送的数字基带信号;轨迹特征生成模块32,用于根据目标导频序列生成用于标识目标设备的轨迹特征。结合目标设备发送的目标导频序列,确定运行轨迹,即目标设备的轨迹特征,由于目标设备的轨迹特征是根据目标设备的物理层特性决定的,而物理层特性来源于目标设备位于不同空间位置带来的信号扰动,在信号传输过程中,该信号扰动会包含在数字基带信号中,因此,基于目标导频序列形成的轨迹特征仅与设备的实际电路有关,具备唯一性以及稳定性,可以将无线通信设备的轨迹特征用于设备的身份认证,实现了对无线设备的准确识别。
本发明实施例还提供了一种计算机设备,如图9所示,该计算机设备可以包括处理器41和存储器42,其中处理器41和存储器42可以通过总线40或者其他方式连接,图9中以通过总线40连接为例。
处理器41可以为中央处理器(Central Processing Unit,CPU)。处理器41还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器42作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的设备的特征提取方法对应的程序指令/模块。处理器41通过运行存储在存储器42中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的设备的特征提取方法。
存储器42可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器41所创建的数据等。此外,存储器42可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器42可选包括相对于处理器41远程设置的存储器,这些远程存储器可以通过网络连接至处理器41。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器42中,当被所述处理器41执行时,执行如图1所示实施例中的设备的特征提取方法。
上述计算机设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本发明实施例还提供了一种非暂态计算机可读介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行如上述实施例中任意一项描述的设备的特征提取方法,其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (11)
1.一种设备的特征提取方法,其特征在于,包括:
获取目标设备的目标导频序列,所述目标导频序列用于表征所述目标设备发送的数字基带信号;
根据所述目标导频序列生成用于标识所述目标设备的轨迹特征。
2.根据权利要求1所述的方法,其特征在于,所述获取目标设备的目标导频序列,包括:
根据预设算法,捕获本地导频序列的目标位置数据,以及计算所述目标参数,所述目标参数包括目标位置数据类型、采样序号以及相关峰位置集合中的一种或多种;
根据所述目标导频序列以及所述目标参数,计算角频率偏差;
根据所述角频率偏差计算所述角频率偏差的估计值;
根据所述角频率偏差均值,计算得到发送导频序列的估计值;
根据所述发送导频序列的估计值,更新所述目标导频序列。
3.根据权利要求1所述的方法,其特征在于,还包括:
根据所述轨迹特征,生成所述目标设备的第一分类结果。
4.根据权利要求1所述的方法,其特征在于,还包括:
对所述目标导频序列进行参数化处理,计算得到设备特征,所述设备特征包括单位相同比特平均轨迹曲线以及单位相反比特平均轨迹曲线;
对所述设备特征进行分类,得到第二分类结果。
5.根据权利要求2所述的方法,其特征在于,所述根据预设算法,捕获本地导频序列的目标位置数据,以及计算所述目标参数,包括:
根据所述目标位置数据的预设码片速率,确定所述目标导频序列的采样速率,所述采样速率是所述预设码片速率的多倍;
根据所述采样速率对所述目标导频序列进行采样,生成多组码片;
对所述本地导频序列进行直序扩频处理,生成本地扩频信号;
根据第一预设宽度窗口、所述目标导频序列以及所述本地扩频信号,生成实际信号;
根据第二预设宽度窗口以及所述实际信号,生成阈值序列信号;
根据所述阈值序列信号,当确定所述第二预设宽度的窗口的中心点为相关峰位置,生成相关峰位置集合;
根据所述实际信号以及所述阈值序列信号,捕获所述本地导频序列的目标位置数据,返回所述目标位置数据类型以及采样序号。
6.根据权利要求2所述的方法,其特征在于,所述根据所述目标导频序列生成用于标识所述目标设备的轨迹特征,具体包括:
根据所述目标导频序列的估计值,提取实部序列以及虚部序列;
根据所述实部序列以及所述虚部序列,生成用于标识所述目标设备的轨迹特征。
8.根据权利要求4所述的方法,其特征在于,所述对所述目标导频序列进行参数化处理,计算得到设备特征,具体包括:
对所述轨迹特征进行参数化处理,生成相同比特平均轨迹曲线以及相反比特平均轨迹曲线;
根据预设平均功率,对所述相同比特平均轨迹曲线以及相反比特平均轨迹曲线进行单位化,计算生成设备特征。
9.一种设备的特征提取装置,其特征在于,包括:
目标导频序列获取模块,用于获取目标设备的目标导频序列,所述目标导频序列用于表征所述目标设备发送的数字基带信号;
轨迹特征生成模块,用于根据所述目标导频序列生成用于标识所述目标设备的轨迹特征。
10.一种计算机设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-8中任一项所述的设备的特征提取方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的设备的特征提取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011364917.1A CN112491757A (zh) | 2020-11-27 | 2020-11-27 | 一种设备的特征提取方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011364917.1A CN112491757A (zh) | 2020-11-27 | 2020-11-27 | 一种设备的特征提取方法、装置及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112491757A true CN112491757A (zh) | 2021-03-12 |
Family
ID=74936710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011364917.1A Pending CN112491757A (zh) | 2020-11-27 | 2020-11-27 | 一种设备的特征提取方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112491757A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110148633A1 (en) * | 2009-12-21 | 2011-06-23 | Kohlenberg Tobias M | Using trajectory for authentication |
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 |
CN108173792A (zh) * | 2017-12-20 | 2018-06-15 | 东南大学 | 基于差分星座轨迹图的无线设备瞬态特征提取与识别方法 |
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 |
CN109819444A (zh) * | 2019-01-11 | 2019-05-28 | 杭州电子科技大学 | 一种基于无线信道特征的物理层初始认证方法及系统 |
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 |
CN110868432A (zh) * | 2020-01-09 | 2020-03-06 | 网络通信与安全紫金山实验室 | 一种射频指纹提取方法和无线射频接收机 |
CN111866876A (zh) * | 2020-06-02 | 2020-10-30 | 东南大学 | 一种基于频偏预处理的无线设备识别方法、装置及存储介质 |
-
2020
- 2020-11-27 CN CN202011364917.1A patent/CN112491757A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110148633A1 (en) * | 2009-12-21 | 2011-06-23 | Kohlenberg Tobias M | Using trajectory for authentication |
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 |
CN108173792A (zh) * | 2017-12-20 | 2018-06-15 | 东南大学 | 基于差分星座轨迹图的无线设备瞬态特征提取与识别方法 |
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 |
CN109819444A (zh) * | 2019-01-11 | 2019-05-28 | 杭州电子科技大学 | 一种基于无线信道特征的物理层初始认证方法及系统 |
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 |
CN110868432A (zh) * | 2020-01-09 | 2020-03-06 | 网络通信与安全紫金山实验室 | 一种射频指纹提取方法和无线射频接收机 |
CN111866876A (zh) * | 2020-06-02 | 2020-10-30 | 东南大学 | 一种基于频偏预处理的无线设备识别方法、装置及存储介质 |
Non-Patent Citations (4)
Title |
---|
GUYUE LI等: "Location-Invariant Physical Layer Identification Approach for WiFi Devices", 《IEEE ACCESS》 * |
俞佳宝等: "无线通信设备的射频指纹提取与识别方法", 《密码学报》 * |
庄浩宇: "基于射频信号特征的Wi-Fi设备指纹提取方法研究", 《中国优秀硕士学位论文电子期刊》 * |
陈强: "基于差分星座图的射频指纹提取方法研究", 《中国优秀硕士学位论电子期刊》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bloessl et al. | An IEEE 802.11 a/g/p OFDM Receiver for GNU Radio | |
EP2849384B1 (en) | Approximate matching method and related device, and communication system | |
US10251058B2 (en) | Cross-layer authentication method based on radio frequency fingerprint | |
Hasse et al. | Forensic identification of GSM mobile phones | |
US9935681B2 (en) | Preamble sequence detection of direct sequence spread spectrum (DSSS) signals | |
CN112398553A (zh) | 一种基于差分等势星球图的通信辐射源个体识别方法 | |
US20140082728A1 (en) | Dongle device for wireless intrusion prevention | |
CN110035425B (zh) | 基于无线网卡对无线设备的物理指纹提取方法 | |
US20190356520A1 (en) | Wireless device profiling, classifying, and onboarding using baseband profiles of the wireless device | |
CN105939304B (zh) | 一种隧道报文解析方法及装置 | |
CN114257253B (zh) | 宽带iq不平衡的补偿方法及装置 | |
CN112367282B (zh) | 一种适用于新型智慧城市的mpsk调制多符号检测方法 | |
CN112491757A (zh) | 一种设备的特征提取方法、装置及计算机设备 | |
CN109067684A (zh) | 一种低频2fsk通信解调方法、装置及计算机设备 | |
CN108173791A (zh) | 基于平滑技术的时变衰落信道的物理层盲认证方法及系统 | |
CN111191703A (zh) | 一种无线局域网络流量分析的方法和系统 | |
EP4072178B1 (en) | Method and technique of highly accurate carrier frequency offset estimation | |
Lackner et al. | Combating wireless LAN MAC-layer address spoofing with fingerprinting methods | |
CN111277363A (zh) | 低复杂度同步标头检测 | |
Corbett et al. | Passive classification of wireless nics during active scanning | |
JP2018129715A (ja) | 無線通信システム、検知装置、無線通信端末、方法およびプログラム | |
Huang et al. | Deep Learning Methods for Device Identification Using Symbols Trace Plot | |
Yu et al. | AuthCTC: Defending against waveform emulation attack in heterogeneous IoT environments | |
CN1649338B (zh) | 接收数据包的方法及装置 | |
Yuan et al. | Protocol-aware backscatter communication using commodity radios |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210312 |
|
WD01 | Invention patent application deemed withdrawn after publication |