CN116599810B - 基于多径衰落补偿的无线设备射频指纹提取方法 - Google Patents
基于多径衰落补偿的无线设备射频指纹提取方法 Download PDFInfo
- Publication number
- CN116599810B CN116599810B CN202310715769.0A CN202310715769A CN116599810B CN 116599810 B CN116599810 B CN 116599810B CN 202310715769 A CN202310715769 A CN 202310715769A CN 116599810 B CN116599810 B CN 116599810B
- Authority
- CN
- China
- Prior art keywords
- channel
- signal
- radio frequency
- differential
- frequency offset
- 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.)
- Active
Links
- 238000005562 fading Methods 0.000 title claims abstract description 59
- 238000000605 extraction Methods 0.000 title abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 61
- 230000004044 response Effects 0.000 claims abstract description 53
- 238000010586 diagram Methods 0.000 claims abstract description 32
- 125000004122 cyclic group Chemical group 0.000 claims description 14
- 238000011176 pooling Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000000654 additive Substances 0.000 claims description 9
- 230000000996 additive effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 4
- 210000002569 neuron Anatomy 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 125000003275 alpha amino acid group Chemical group 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 claims 1
- 239000013256 coordination polymer Substances 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 11
- 230000000694 effects Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2695—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with channel estimation, e.g. determination of delay spread, derivative or peak tracking
-
- 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
- H04L27/2647—Arrangements specific to the receiver only
- H04L27/2655—Synchronisation arrangements
- H04L27/2689—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation
- H04L27/2692—Link with other circuits, i.e. special connections between synchronisation arrangements and other circuits for achieving synchronisation with preamble design, i.e. with negotiation of the synchronisation sequence with transmitter or sequence linked to the algorithm used at the receiver
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法,首先利用前导信号对信道的频率响应进行估计,然后利用该信道响应的估计对后续的多个OFDM符号分别进行补偿,采用基于子载波差分的频率偏移特征的提取方法,对不同时刻的OFDM符号的同一子载波上的符号执行差分运算,差分结果会体现为星座图上的一个稳定的相位旋转。该相位旋转仅与载波频率偏移和可设置的差分间隔相关,不随时间变化,可以作为射频指纹特征。本发明提供的方法提出了保留载波频率偏移的延时信道补偿方法和基于子载波差分的频率偏移特征的提取方法。前者在保留了频率偏移特征的同时有效的补偿了多径信道对射频指纹的影响;后者表现出的统计特性使得射频指纹特征对信噪比不敏感。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及一种基于多径衰落补偿的无线设备射频指纹提取方法。
背景技术
随着无线通信技术的革新,无线网络应用规模持续扩大。无线传输的广播特性使得其比有线传输更容易受到恶意攻击,无线网络安全问题日益严峻。射频指纹技术通过提取无线设备固有的硬件缺陷组成的物理层特征,从而可以唯一的识别信号发射端设备的身份。相较于传统基于密码学算法的设备认证机制,射频指纹技术具有不易被篡改的特点,可以作为现有认证机制的有益补充,有效增强通信链路的安全。然而,受无线信号传播环境的影响,无线设备接收到的信号中不仅包含设备硬件缺陷所产生的射频指纹,也会耦合无线信道的特征。而收发信机位置发生变化等因素会造成信道响应发生变化。若不能排除信道响应变化的影响,射频指纹的识别性能将严重退化。尤其对于宽带信号,其受信道衰落的影响更加复杂。因此,如何缓解信道环境对射频指纹识别性能的影响是当前研究中所面临的关键问题。
作为一种基于物理层特征的新型设备认证机制,射频指纹(Radio FrequencyFingerprint,RFF)技术通过提取发射机射频前端电路中的固有缺陷,作为识别发射机身份的依据。
图11展示了一种无线数字通信系统的典型结构。实际的发射机射频前端电路中存在一定硬件缺陷,包括数-模转换器的谐波失真和直流偏移、中频滤波器的失真、本地振荡器的相位噪声、混频器的同相-正交分量(IQ)不平衡、载波频率偏移及功率放大器的非线性等。
发明内容
本发明的实施例提供了一种基于多径衰落补偿的无线设备射频指纹提取方法,用于解决现有技术中存在的问题。
为了实现上述目的,本发明采取了如下技术方案。
基于多径衰落补偿的无线设备射频指纹提取方法,包括:
S1基于输入数据的前导信号对发射机端的信道进行估计;
S2使用执行了步骤S1的估计的信道响应,对前导信号之后的数据信号做信道补偿,获得补偿后的信号;
S3对补偿后的信号进行时域至频域的变换处理;
S4对执行了步骤S3的变换后的补偿后的信号进行差分运算,生成差分星座轨迹图;
S5基于差分星座轨迹图,提取发射机端的信道的射频指纹特征;
通过提取的发射端的信道的射频指纹特征进行后续的射频指纹识别。
优选地,步骤S1中,发射机端的输出信号通过如下过程获得:
通过式
对原始频域OFDM信号进行快速傅里叶逆变换,获得第i个OFDM符号的时域形式xi[n];式中,N是快速傅里叶逆变换的长度,Xi[k]是频域信号第k个子载波上的数据符号,k是频域子载波的索引,n是时域符号的索引,是归一化因子;
通过式
在时域OFDM符号前插入一个长度为NCP+N的循环前缀;
对具有循环前缀的时域OFDM符号进行变频处理,获得发射机端的输出信号;
步骤S1中,接收端接收到的发射机端的输出信号为具有载波频率偏移的接收信号,具体如下式表示:
通过式
表示具有载波频率偏移的接收信号的时域;式中,和/>代表在OFDM时域数据符号之前加了循环前缀的形式,*表示线性卷积运算,/>表示归一化的载波频率偏移,w[n]表示加性高斯白噪声,φi是与OFDM符号次序相关的初始相位,并满足
式(3)中的h[n]是信道脉冲响应,通过式
表示,式(5)中,0≤l≤L-1,l为传播路径的索引,L为多径信道中信道响应的长度,αl[n]是第l条传播路径上的增益,δ[·]为离散冲激序列;
通过式
表示移除了循环前缀的具有载波频率偏移的接收信号的OFDM符号;式中,0≤n≤N-1,是循环卷积,下标[·]N是对N取模运算;
步骤S1包括:
S11通过式
对移除了循环前缀的具有载波频率偏移的接收信号的OFDM符号进行快速傅里叶变换,获得接收信号的OFDM符号的频率响应Yi[k];式中,W[k]是噪声项,Hi[k]是第i个OFDM符号的第k个子载波的信道频率响应,并满足
Ii[k]是由载波频率偏移ε造成的载波间串扰;
通过式
消除快速傅里叶变换过程中的加性噪声;
S12通过式
对接收到的前导信号的信道频率响应进行估计;式中,Y0[k]是接收端接收到的前导信号的频率响应,X0[k]是发射端发射的前导信号的频率响应,ξ[k]是包括载波间串扰和加性噪声的等效噪声项,是接收到的前导信号的信道频率响应进行估计结果。
优选地,步骤S2包括:
使用接收到的前导信号的信道频率响应进行估计结果通过式
对前导信号之后的数据信号的OFDM符号进行衰落补偿;式中,W″[k]表示等效噪声项。
优选地,步骤S4包括:
通过式
对同一子载波上的不同时刻的OFDM符号进行差分运算,并基于差分运算结果生成差分星座轨迹图;式中,上标*表示复数共轭运算,φi+d-φi表示同一子载波上第i+d个OFDM符号和第i个OFDM符号之间的相位旋转角度,d是可设置的差分间隔,并满足式
优选地,步骤S5包括:
基于差分星座轨迹图,通过神经网络模型提取发射机端的信道的射频指纹特征;
该神经网络模型包括依次设置的:第一卷积层,第一ReLU层,第一最大池化层,第二卷积层,第二ReLU层,第二最大池化层,第三卷积层,第三ReLU层,第三最大池化层,第一全连接层和第二全连接层;
第一卷积层的参数包括:16个3×3卷积核,步长为1,填充为1;第一最大池化层的参数包括:2×2卷积核,步长为2;第二卷积层的参数包括:32个3×3卷积核,步长为1,填充为1;第二最大池化层的参数包括:2×2卷积核,步长为2;第三卷积层的参数包括:64个3×3卷积核,步长为1,填充为1;第三最大池化层的参数包括:2×2卷积核,步长为2;第一全连接层具有2048个神经元,第二全连接层具有1024个神经元。
由上述本发明的实施例提供的技术方案可以看出,本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法,首先利用前导信号对信道的频率响应进行估计,然后利用该信道响应的估计对后续的多个OFDM符号分别进行补偿,然后采用基于子载波差分的频率偏移特征的提取方法,对不同时刻的OFDM符号的同一子载波上的符号执行差分运算,差分结果会体现为星座图上的一个稳定的相位旋转。该相位旋转仅与载波频率偏移和可设置的差分间隔相关,不随时间变化,可以作为射频指纹特征。本发明提供的方法提出了保留载波频率偏移的延时信道补偿方法和基于子载波差分的频率偏移特征的提取方法。前者在保留了频率偏移特征的同时有效的补偿了多径信道对射频指纹的影响;后者表现出的统计特性使得射频指纹特征对信噪比不敏感,通过卷积神经网络的学习,可以对多个设备进行有效的分类;收发信机位置发生变动导致信道响应变化时仍能够达到很高的无线电设备识别准确率;能够在有效减小衰落信道影响的同时保留信号中的频率偏移特征;进一步,利用绘制差分星座轨迹图的方法,能够获得频率偏移特征在频域上的表征。实验结果表明,即使存在信道响应变化的不利影响,本发明所提出的射频指纹提取方法仍然具有良好的鲁棒性。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的处理流程图
图2为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的射频指纹提取与识别整体流程图;
图3为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的延时信道衰落补偿和特征提取流程图;
图4为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的补偿衰落信道前的OFDM符号示意图;
图5为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的保留载波频率偏移的延时信道补偿流程图;
图6为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的补偿衰落信道后的OFDM符号示意图;
图7为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的差分运算之后的OFDM符号示意图;
图8为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的通过采样得到的OFDM符号的差分星座轨迹图;
图9为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的测试实施例中4台Wi-Fi设备在两个不同位置采集到的数据的差分星座轨迹图;
图10为本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法的四种实验场景下,本发明与一种现有技术对15个Wi-Fi设备的识别性能的对比示意图;
图11为现有技术中一种无线数字通信系统的典型结构,显示了无线通信系统中射频指纹的来源。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
本发明提供一种基于多径衰落补偿的无线设备射频指纹提取方法,用于解决现有技术中存在如下技术问题:
在一些现有技术中,例如Guyue Li等("Location-invariant physical layeridentification approach for WiFi devices."IEEE Access 7(2019):106974-106986)研究了接收机位置发生变动导致信道响应变化对射频指纹识别所造成的影响。由于Wi-Fi系统中长训练符号的前后两部分具有相同的频率响应,且受到相同信道衰落的影响,该文献提出将长训练符号的前后两部分相除,以消除信道衰落的影响,并将相除后的结果作为射频指纹的特征。
但是,宽带信号在传输过程中会受到多径效应的影响,导致频率选择性衰落。频率选择性衰落造成信号不同频率分量经历不同程度的衰落,会破坏或掩盖信号中所包含的射频指纹特征。当设备位置发生改变时,信道衰落特性也随之发生变化。受其影响,从信号中所提取出的指纹特征也会发生改变,进而影响射频指纹识别的性能。
针对上述问题,现有的方法通常是在提取射频指纹之前对信道进行补偿。具体地,首先基于确知的训练信号对信道进行估计,之后通过均衡处理对信号所经历的信道衰落进行补偿,继而使用补偿后的信号进行射频指纹识别。然而,由于在接收信号中射频指纹特征会与无线信道衰落产生耦合,所以信道估计所得到的信道响应中既包含信道衰落,也包含射频指纹的特征。因此,使用信道响应估计对信号进行均衡时,虽然可以补偿信道衰落的影响,但同时也会消除一定的射频指纹特征,给射频指纹的提取带来困难。
对此,本发明提出了一种延时信道衰落补偿方法,在每个前导信号发射周期内,使用前导信号进行信道估计,再对后续的OFDM数据符号进行信道补偿,能够在有效减小衰落信道影响的同时保留信号中的频率偏移特征。进一步,利用绘制差分星座轨迹图的方法,能够获得频率偏移特征在频域上的表征。实验结果表明,即使存在信道响应变化的不利影响,本发明所提出的射频指纹提取方法仍然具有良好的鲁棒性。
参见图1,本发明提供的一种基于多径衰落补偿的无线设备射频指纹提取方法,包括如下步骤:
S1基于输入数据的前导信号对发射机端的信道进行估计;
S2使用执行了步骤S1的估计的信道响应,对前导信号之后的数据信号做信道补偿,获得补偿后的信号;
S3对补偿后的信号进行时域至频域的变换处理;
S4对执行了步骤S3的变换后的补偿后的信号进行差分运算,生成差分星座轨迹图;
S5基于差分星座轨迹图,提取发射机端的信道的射频指纹特征;
通过步骤S5提取的发射端的信道的射频指纹特征进行后续接收到的射频指纹识别。
本发明提供的射频指纹提取和识别的整体流程图如图2所示。以训练阶段为例,在位置场景的第1到第k处采集的数据,通过基于延时信道衰落补偿的射频指纹提取方法,得到射频指纹特征。具体地,信号数据依次经过延时信道衰落补偿和特征提取两部分处理,主要流程如图3所示。之后,射频指纹特征用于完成对设备身份信息的识别。在测试阶段,设置与训练阶段不同的数据采集位置场景。此时,尽管收发信机位置发生变动会导致信道响应的变化,但经过延时信道衰落补偿和特征提取,仍然可以获得较好的射频指纹识别和对应的无线电设备识别效果。
图3展示了衰落补偿和特征提取的主要流程。输入数据经过衰落补偿的处理,得到补偿后的信号。补偿后的信号经过特征提取,提取的射频指纹特征被用于指纹特征的识别。具体地,衰落补偿过程中,首先基于输入数据的前导信号对信道做估计,使用估计的信道响应对之后的数据信号做信道补偿,得到补偿后的信号。在特征提取中,补偿后的信号首先经过频域转换,完成从时域到频域的变换;之后执行差分运算,生成差分星座轨迹图,完成对射频指纹特征的提取,提取的指纹特征用于后续的射频指纹识别。
在本发明提供的优选实施例中,通过如下几个部分阐述个步骤的具体过程,其分为接收信号模型部分,保留载波频率偏移的延时信道补偿方法部分,基于子载波差分的频率偏移特征的提取方法部分,基于射频指纹的无线设备识别方法部分,该部分还展示了本发明所提出的方法在收发信机位置发生变动时的识别性能。
接收信号模型
针对采用OFDM调制方式的Wi-Fi设备,发射机端首先将经过信道编码、调制等处理后的频域信号X分块,之后通过快速傅里叶逆变换转换为时域信号。具体地,第i个时域OFDM符号可表示为:
其中,N是快速傅里叶逆变换的长度,Xi[k]是频域信号第k个子载波上的数据符号,k是频域子载波的索引,n是时域符号的索引,是归一化因子,使得变换前后的信号平均功率保持不变。
快速傅里叶逆变换之后,在每个时域OFDM符号前面插入一个循环前缀(CyclicPrefix,CP),即拷贝时域符号中最末尾NCP个数据符号,置于该OFDM数据符号之前:
其中,是插入了循环前缀的时域OFDM符号,长度为NCP+N。
发射机将时域OFDM符号上变频成为射频信号后,再通过天线发射出去。信号通过无线信道的传播,到达接收机端。由于收发信机之间的本地振荡器之间不可避免的存在硬件差异,因此接收到的信号存在一定的载波频率偏移。具体地,带有载波频率偏移的接收信号的时域表示为:
其中,代表包含循环前缀的OFDM时域数据符号/>通过信道后接收机所收到的形式,*表示线性卷积运算,/>表示归一化的载波频率偏移,w[n]表示加性高斯白噪声,φi是与OFDM符号次序相关的初始相位,并满足:
式(4)中,ε表示归一化的载波频率偏移;式(3)中的h[n]是信道脉冲响应,可表示为:
其中,0≤l≤L-1,l为传播路径的索引,L为多径信道中信道响应的长度,αl[n]是第l条传播路径上的增益,δ[·]为离散冲激序列。
移除循环前缀后,带有载波频率偏移的OFDM符号可以表示为:
其中,0≤n≤N-1,是循环卷积,下标[·]N是对N取模运算。
对时域接收信号执行快速傅立叶变换,得到接收信号的频率响应Yi[k]:
其中,W[k]是噪声项,Hi[k]是第i个OFDM符号的第k个子载波的信道频率响应,并满足:
Ii[k]是由载波频率偏移ε造成的载波间串扰。在快速傅里叶变换的长度较大时,可被视为加性噪声:
由式(7)可见,接收到的信号受到了无线信道衰落Hi[k]和载波频率偏移ε等一系列因素的影响,会影响射频指纹的提取。特别地,当收发信机位置发生变动时,无线信道衰落Hi[k]会随之变化,射频指纹特征也将发生显著变化,从而影响对于射频指纹的识别。图4给出了补偿衰落信道前的OFDM符号。其中,接收机接收到的三个连续的OFDM符号分别使用“+”、“×”、“*”表示;理论频率偏移相位使用直线“—”表示。多径信道引起的频率选择性衰落与载波频率偏移特征耦合在一起,给射频指纹的提取带来了困难,因此需要进行信道补偿以减弱信道衰落对于信号特征所带来的不利影响。
保留载波频率偏移的延时信道补偿方法
由于在接收信号中,射频指纹特征会与无线信道衰落产生耦合,现有的信道估计方法得到的信道响应中既包含信道衰落,也包含射频指纹的特征。因此在使用估计的信道响应对信号进行均衡时,会消除一定的射频指纹特征。对此,本发明提出了一种保留载波频率偏移的延时信道补偿方法,如图5所示。首先,利用前导信号对于信道的频率响应进行估计,然后利用该信道响应的估计对后续的多个OFDM符号分别补偿。其中,k的取值从1到n,n为OFDM符号子载波数量。
具体地,使用最小二乘法对信道频率响应进行估计,第k个子载波上的频率响应为:
其中,Y0[k]是接收端接收到的前导信号的频率响应,X0[k]是发射端发射的前导信号的频率响应,ξ[k]是包括载波间串扰和加性噪声的等效噪声项,估计得到的等效基带响应包含了无线信道响应,以及由载波频率偏移造成的相位旋转。使用从前导信号中获得的信道估计对后续OFDM符号进行衰落补偿。第i个OFDM符号的第k个子载波经补偿后可表示为:
其中,W″[k]表示等效噪声项。
式(11)通过补偿消除了式(4.7)中的无线信道所带来的影响,但保留了由于载波频率偏移所产生的频域星座图旋转由式(4)可知,它的旋转角度与载波频率偏移和OFDM符号次序有关。因此,补偿后连续的OFDM频域符号在星座图上会产生连续的旋转,如图6所示(图6显示了补偿衰落信道后的OFDM符号,衰落信道影响被消除,载波频率偏移特征被保留。三个连续的OFDM符号,分别使用“+”、“×”、“*”表示;理论频率偏移相位使用直线“—”表示)。尽管通过延时补偿的方法,信道衰落对射频指纹特征的影响被消除;然而,载波频率偏移会在星座图上体现出相位上的连续旋转,并不能直接作为射频指纹特征。
基于子载波差分的频率偏移特征的提取
在上述的保留载波频率偏移的延时信道补偿方法的部分中补偿后的信号的相位旋转随时间变化而变化,不能直接作为射频指纹特征。对此,本发明参照一些现有技术的方法(如Peng L等《Deep Learning Based RF Fingerprint Identification UsingDifferential Constellation Trace Figure》IEEE Transactions on VehicularTechnology,2020,69(1):1091-1095),采用基于子载波差分的频率偏移特征的提取方法。具体地,对不同时刻的OFDM符号的同一子载波上的符号执行差分运算,差分结果会体现为星座图上的一个稳定的相位旋转。图7展示了执行差分运算后的OFDM符号在星座图上的分布,可见差分运算将时域上连续的相位变化转变为一个固定的相位差,且差分结果与理论载波频率偏移相位相吻合,可以作为射频指纹特征。图7中,随时间变化而发生相位旋转的三个连续OFDM符号分别使用“+”、“×”、“*”表示,理论相位偏移位置使用直线“—”表示,差分后的结果使用“.”表示。
差分间隔为d的两个OFDM符号差分运算的公式可表示为:
其中,上标*表示复数共轭运算,φi+d-φi表示同一子载波上第i+d个OFDM符号和第i个OFDM符号之间的相位旋转角度,d是可设置的差分间隔,并满足式:
该旋转角度仅仅与载波频率偏移ε和可设置的差分间隔d相关,不随时间变化。执行差分运算得到的固定的相位旋转,刻画了发射机和接收机之间的载波频率偏移。当接收机设备唯一时,该特征可以作为射频指纹,唯一确定发射机的身份。
图8展示了采样得到的OFDM符号经过衰落补偿和特征提取得到的差分星座轨迹图,载波频率偏移特征以时域上的统计特性体现。将星座图上的点归一化至[0,255]的范围,即可得到如图9所示的差分星座轨迹图。具体地,图9展示了4台Wi-Fi设备在两个不同位置采集到的数据的差分星座轨迹图。数据采集位置不变时,相同设备的差分星座轨迹图的相位旋转相似,不同设备的相位旋转不同,展示了本发明提取到的射频指纹特征的唯一性。数据采集位置变动时,由于噪声分布并不相同,同一设备的差分星座轨迹图的分辨率有差异,但相位旋转相同,证明了经过衰落信道补偿提取到的射频指纹的鲁棒性。
射频指纹特征的识别
针对射频指纹特征的识别,本发明设计了由3个卷积层和2个全连接层组成的卷积神经网络模型,具体的结构与参数如下表1所示:
表1
图10给出了本发明与现有方法Guyue Li等在四种实验场景下对15个Wi-Fi设备识别性能的对比。具体地,图例中的实验场景“位置2、3、4训练,位置1测试”指的是,接收机位于位置2、位置3、位置4采集到的数据作为训练集,接收机位于位置1采集到的数据作为测试集,其他实验场景同理。在信道响应变化的四个实验场景下,本发明提出的射频指纹提取方法在信噪比高于15dB时可达到97%以上的准确率,而在信噪比5dB和10dB时分别可达到87%和93%以上。相比之下,Guyue Li等的方法在信噪比5dB时最高只能实现21%的识别准确率,在10dB时不到31%,15dB以上最高仅为55%。因此,本发明提出的方法具有更好的识别性能和更强的鲁棒性。
综上所述,本发明提供的基于多径衰落补偿的无线设备射频指纹提取方法,首先利用前导信号对信道的频率响应进行估计,然后利用该信道响应的估计对后续的多个OFDM符号分别进行补偿,然后采用基于子载波差分的频率偏移特征的提取方法,对不同时刻的OFDM符号的同一子载波上的符号执行差分运算,差分结果会体现为星座图上的一个稳定的相位旋转。该相位旋转仅与载波频率偏移和可设置的差分间隔相关,不随时间变化,可以作为射频指纹特征。本发明提供的方法提出了保留载波频率偏移的延时信道补偿方法和基于子载波差分的频率偏移特征的提取方法。前者在保留了频率偏移特征的同时有效的补偿了多径信道对射频指纹的影响;后者表现出的统计特性使得射频指纹特征对信噪比不敏感,通过卷积神经网络的学习,可以对多个设备进行有效的分类;收发信机位置发生变动导致信道响应变化时仍能够达到很高的识别准确率;能够在有效减小衰落信道影响的同时保留信号中的频率偏移特征;进一步,利用绘制差分星座轨迹图的方法,能够获得频率偏移特征在频域上的表征。实验结果表明,即使存在信道响应变化的不利影响,本发明所提出的射频指纹提取方法仍然具有良好的鲁棒性。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.基于多径衰落补偿的无线设备射频指纹提取方法,其特征在于,包括:
S1基于输入数据的前导信号对发射机端的信道进行估计;步骤S1中,发射机端的输出信号通过如下过程获得:
通过式
对原始频域OFDM信号进行快速傅里叶逆变换,获得第i个OFDM符号的时域形式xi[n];式中,N是快速傅里叶逆变换的长度,Xi[k]是频域信号第k个子载波上的数据符号,k是频域子载波的索引,n是时域符号的索引,是归一化因子;
通过式
在时域OFDM符号前插入一个长度为NCP+N的循环前缀;
对具有循环前缀的时域OFDM符号进行变频处理,获得发射机端的输出信号;
步骤S1中,接收端接收到的发射机端的输出信号为具有载波频率偏移的接收信号,具体如下式表示:
通过式
表示具有载波频率偏移的接收信号的时域;式中,和/>代表在OFDM时域数据符号之前加了循环前缀的形式,*表示线性卷积运算,/>表示归一化的载波频率偏移,
w[n]表示加性高斯白噪声,φi是与OFDM符号次序相关的初始相位,并满足
式(3)中的h[n]是信道脉冲响应,通过式
表示,式(5)中,0≤l≤L-1,l为传播路径的索引,L为多径信道中信道响应的长度,αl[n]是第l条传播路径上的增益,δ[·]为离散冲激序列;
通过式
表示移除了循环前缀的具有载波频率偏移的接收信号的OFDM符号;式(6)中,
0≤n≤N-1,是循环卷积,下标[·]N是对N取模运算;
步骤S1包括:
S11通过式
对移除了循环前缀的具有载波频率偏移的接收信号的OFDM符号进行快速傅里叶变换,获得接收信号的OFDM符号的频率响应Yi[k];式中,W[k]是噪声项,Hi[k]是第i个OFDM符号的第k个子载波的信道频率响应,并满足
Ii[k]是由载波频率偏移ε造成的载波间串扰;
通过式
消除快速傅里叶变换过程中的加性噪声;
S12通过式
对接收到的前导信号的信道频率响应进行估计;式中,Y0[k]是接收端接收到的前导信号的频率响应,X0[k]是发射端发射的前导信号的频率响应,ξ[k]是包括载波间串扰和加性噪声的等效噪声项,是接收到的前导信号的信道频率响应进行估计结果;
S2使用执行了步骤S1的估计的信道响应,对前导信号之后的数据信号做信道补偿,获得补偿后的信号;
S3对补偿后的信号进行时域至频域的变换处理;
S4对执行了步骤S3的变换后的补偿后的信号进行差分运算,生成差分星座轨迹图;
S5基于差分星座轨迹图,提取发射机端的信道的射频指纹特征;
通过提取的发射端的信道的射频指纹特征进行后续的射频指纹识别。
2.根据权利要求1所述的方法,其特征在于,步骤S2包括:
使用接收到的前导信号的信道频率响应进行估计结果通过式
对前导信号之后的数据信号的OFDM符号进行衰落补偿;式中,W″[k]表示等效噪声项。
3.根据权利要求2所述的方法,其特征在于,步骤S4包括:
通过式
对同一子载波上的不同时刻的OFDM符号进行差分运算,并基于差分运算结果生成差分星座轨迹图;式中,上标*表示复数共轭运算,φi+d-φi表示同一子载波上第i+d个OFDM符号和第i个OFDM符号之间的相位旋转角度,d是可设置的差分间隔,并满足式
4.根据权利要求3所述的方法,其特征在于,步骤S5包括:
基于差分星座轨迹图,通过神经网络模型提取发射机端的信道的射频指纹特征;
该神经网络模型包括依次设置的:第一卷积层,第一ReLU层,第一最大池化层,第二卷积层,第二ReLU层,第二最大池化层,第三卷积层,第三ReLU层,第三最大池化层,第一全连接层和第二全连接层;
所述第一卷积层的参数包括:16个3×3卷积核,步长为1,填充为1;所述第一最大池化层的参数包括:2×2卷积核,步长为2;所述第二卷积层的参数包括:32个3×3卷积核,步长为1,填充为1;所述第二最大池化层的参数包括:2×2卷积核,步长为2;所述第三卷积层的参数包括:64个3×3卷积核,步长为1,填充为1;所述第三最大池化层的参数包括:2×2卷积核,步长为2;所述第一全连接层具有2048个神经元,所述第二全连接层具有1024个神经元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310715769.0A CN116599810B (zh) | 2023-06-15 | 2023-06-15 | 基于多径衰落补偿的无线设备射频指纹提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310715769.0A CN116599810B (zh) | 2023-06-15 | 2023-06-15 | 基于多径衰落补偿的无线设备射频指纹提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116599810A CN116599810A (zh) | 2023-08-15 |
CN116599810B true CN116599810B (zh) | 2024-02-23 |
Family
ID=87595709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310715769.0A Active CN116599810B (zh) | 2023-06-15 | 2023-06-15 | 基于多径衰落补偿的无线设备射频指纹提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116599810B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357014A (zh) * | 2015-11-25 | 2016-02-24 | 东南大学 | 基于差分星座轨迹图的无线设备射频指纹特征提取方法 |
CN111163460A (zh) * | 2019-12-19 | 2020-05-15 | 北京交通大学 | 基于多重间隔差分星座轨迹图的射频指纹提取方法 |
CN111628950A (zh) * | 2020-06-03 | 2020-09-04 | 国网江苏省电力有限公司无锡供电分公司 | 基于差分星座轨迹图的oqpsk信号盲频偏估计方法 |
CN116132991A (zh) * | 2022-12-02 | 2023-05-16 | 网络通信与安全紫金山实验室 | Rke系统的射频指纹认证方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10237095B2 (en) * | 2014-09-22 | 2019-03-19 | Commonwealth Scientific And Industrial Research Organisation | Linear equalization for use in low latency high speed communication systems |
-
2023
- 2023-06-15 CN CN202310715769.0A patent/CN116599810B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357014A (zh) * | 2015-11-25 | 2016-02-24 | 东南大学 | 基于差分星座轨迹图的无线设备射频指纹特征提取方法 |
CN111163460A (zh) * | 2019-12-19 | 2020-05-15 | 北京交通大学 | 基于多重间隔差分星座轨迹图的射频指纹提取方法 |
CN111628950A (zh) * | 2020-06-03 | 2020-09-04 | 国网江苏省电力有限公司无锡供电分公司 | 基于差分星座轨迹图的oqpsk信号盲频偏估计方法 |
CN116132991A (zh) * | 2022-12-02 | 2023-05-16 | 网络通信与安全紫金山实验室 | Rke系统的射频指纹认证方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116599810A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7099397B2 (en) | Receiver of an orthogonal frequency division multiplexing system | |
JP2008206152A (ja) | マルチキャリア受信信号における狭帯域干渉を検出するための受信装置 | |
CN105847198B (zh) | Ofdm-wlan射频测试系统的iq不平衡估计与补偿方法 | |
US7639733B1 (en) | Maximum likelihood estimation of time and frequency offset for OFDM systems | |
TW200303652A (en) | Soft decision gain compensation for receive filter attenuation | |
US10461790B2 (en) | Method for compensation of phase noise effect on data transmission in radio channel | |
CN105337906B (zh) | 信道估计方法及装置 | |
CN114615122B (zh) | 通信信号的频偏确定方法及装置 | |
CN102769599B (zh) | 一种新型正交频分复用系统信号处理方法及装置 | |
CN112054983B (zh) | 一种ofdm接收机的信号幅度处理方法、装置及终端设备 | |
US7729434B2 (en) | System and method for improved channel estimation for wireless OFDM systems | |
JPWO2010061532A1 (ja) | Ofdm通信システムにおけるアナログ損失のハイブリッドドメイン補償パラメータの求め方と補償方法 | |
CN113242203B (zh) | 高速移动环境下的ofdma上行载波频偏估测法及干扰抑制装置 | |
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 | |
CN116599810B (zh) | 基于多径衰落补偿的无线设备射频指纹提取方法 | |
US8094760B2 (en) | Channel estimation | |
CN101378372A (zh) | 一种信道频率响应估计方法 | |
US20060120275A1 (en) | Channel estimation using the guard interval of a multicarrier signal | |
CN115580872A (zh) | 一种基于互功率谱的射频指纹提取方法 | |
CN101997811A (zh) | 交织式单载波频分多址系统的载波频偏抵消方法 | |
CN108540187A (zh) | 基于mmse准则提高非线性多用户mimo系统性能的方法及装置 | |
CN114465865A (zh) | 对导频分段重组的频偏估计方法 | |
KR20060001646A (ko) | 직교주파수분할다중 통신 시스템의 채널 추정 방법 및 장치 | |
Li et al. | A low complexity sign ML detector for symbol and frequency synchronization of OFDM systems | |
Chen et al. | Non-coherent cell identification detection methods and statistical analysis for OFDM systems |
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 |