[發(fā)明專利]一種基于復(fù)數(shù)深度殘差網(wǎng)絡(luò)的通信輻射源個(gè)體識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011184054.X
• 申請(qǐng)日: 2020-10-29
• 公開（公告）號(hào): CN112312457B
• 公開（公告）日: 2023-07-21
• 發(fā)明（設(shè)計(jì)）人: 李靖超;應(yīng)雨龍;董春蕾;張斌
• 申請(qǐng)（專利權(quán)）人: 上海電機(jī)學(xué)院
• 主分類號(hào): H04W24/08
• 分類號(hào): H04W24/08;H04B17/00;G06N3/0464;G06N3/048;G06N3/08;G06F18/241
• 代理公司: 上海伯瑞杰知識(shí)產(chǎn)權(quán)代理有限公司 31227
• 代理人: 孟旭彤

本發(fā)明公開了一種基于復(fù)數(shù)深度殘差網(wǎng)絡(luò)的通信輻射源個(gè)體識(shí)別方法，所述識(shí)別方法包括：通信輻射源個(gè)體發(fā)出穩(wěn)態(tài)射頻基帶信號(hào)，所述穩(wěn)態(tài)射頻基帶信號(hào)包括I/Q兩路信號(hào)；接收機(jī)除去所述穩(wěn)態(tài)射頻基帶信號(hào)中的噪聲段數(shù)據(jù)后對(duì)所述穩(wěn)態(tài)射頻基帶信號(hào)進(jìn)行信號(hào)采集，獲取所述通信輻射源個(gè)體的射頻指紋；將所述射頻指紋輸入復(fù)數(shù)深度殘差網(wǎng)絡(luò)進(jìn)行識(shí)別；獲取對(duì)所述通信輻射源個(gè)體的識(shí)別結(jié)果。將通信輻射源個(gè)體的射頻指紋特征提取與識(shí)別過程融合，建立了適用于無線通信的深度學(xué)習(xí)模型，大大提高了通信輻射源個(gè)體識(shí)別準(zhǔn)確率；即使不對(duì)接收機(jī)的載波頻率偏差和相位偏差進(jìn)行估計(jì)和補(bǔ)償，也可以實(shí)現(xiàn)高準(zhǔn)確率的通信輻射源個(gè)體識(shí)別精度。

技術(shù)領(lǐng)域

本發(fā)明涉及信息安全技術(shù)領(lǐng)域，具體涉及一種射頻指紋提取與識(shí)別技術(shù)。

背景技術(shù)

隨著無線通信網(wǎng)絡(luò)帶來的信息安全問題不斷涌現(xiàn)，如何準(zhǔn)確地識(shí)別和認(rèn)證物聯(lián)對(duì)象，阻止用戶身份假冒和設(shè)備克隆等問題的發(fā)生，是物聯(lián)網(wǎng)得以應(yīng)用首要解決的問題。傳統(tǒng)的認(rèn)證機(jī)制是在應(yīng)用層實(shí)現(xiàn)的，利用密碼算法生成第三方難以仿冒的數(shù)值結(jié)果，但這種機(jī)制存在著協(xié)議安全漏洞和密鑰泄露等風(fēng)險(xiǎn)。物聯(lián)網(wǎng)感知層終端設(shè)備具有多樣化、智能化、復(fù)雜化且數(shù)量龐大的特點(diǎn)，雖然傳統(tǒng)的認(rèn)證機(jī)制可以在一定程度上保障信息安全，但是并不適用于處理大規(guī)模網(wǎng)絡(luò)及其所帶來的海量數(shù)據(jù)，難以滿足物聯(lián)網(wǎng)的信息安全需求。

物理層認(rèn)證，是保障無線通信安全的核心技術(shù)之一，其基本原理是聯(lián)合收發(fā)信道與傳輸信號(hào)的空時(shí)特異性，對(duì)通信雙方的物理特征進(jìn)行驗(yàn)證，從而在物理層實(shí)現(xiàn)身份認(rèn)證。相比于應(yīng)用層的認(rèn)證技術(shù)，它能夠有效抵御模仿攻擊，具有認(rèn)證速度快，復(fù)雜度低，兼容性好，不需要考慮各種協(xié)議執(zhí)行的優(yōu)點(diǎn)。但是，提取具有獨(dú)特原生屬性的射頻指紋仍然是一件極具挑戰(zhàn)性的任務(wù)，提取的射頻指紋仍然受大量因素的制約，在射頻指紋產(chǎn)生機(jī)理、特征提取和特征選擇方面，以及在射頻指紋的魯棒性和抗信道環(huán)境干擾等方面，還有大量問題有待研究。并且，許多應(yīng)用于通信領(lǐng)域的深度學(xué)習(xí)模型都是基于通用模型設(shè)計(jì)的，例如卷積神經(jīng)網(wǎng)絡(luò)通常用于圖像分類問題，而循環(huán)神經(jīng)網(wǎng)絡(luò)通常用于NLP(自然語言處理，NaturalLanguage?Processing)領(lǐng)域。因此，在基于深度學(xué)習(xí)的通信框架下，如何設(shè)計(jì)適用于無線通信的深度學(xué)習(xí)模型也是研究者要面對(duì)的重要問題。因此，基于物理層認(rèn)證如何采集射頻指紋以及建立適用于無線通信的深度學(xué)習(xí)模型，進(jìn)而提高通信輻射源個(gè)體識(shí)別準(zhǔn)確率是目前有待解決的問題。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是如何采集射頻指紋以及建立適用于無線通信的深度學(xué)習(xí)模型。提供一種基于復(fù)數(shù)深度殘差網(wǎng)絡(luò)的通信輻射源個(gè)體識(shí)別方法。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題：

一種基于復(fù)數(shù)深度殘差網(wǎng)絡(luò)的通信輻射源個(gè)體識(shí)別方法，所述識(shí)別方法包括：

通信輻射源個(gè)體發(fā)出穩(wěn)態(tài)射頻基帶信號(hào)，所述穩(wěn)態(tài)射頻基帶信號(hào)包括I/Q兩路信號(hào)；

接收機(jī)除去所述穩(wěn)態(tài)射頻基帶信號(hào)中的噪聲段數(shù)據(jù)后對(duì)所述穩(wěn)態(tài)射頻基帶信號(hào)進(jìn)行信號(hào)采集，獲取所述通信輻射源個(gè)體的射頻指紋；

將所述射頻指紋輸入復(fù)數(shù)深度殘差網(wǎng)絡(luò)進(jìn)行識(shí)別；

獲取對(duì)所述通信輻射源個(gè)體的識(shí)別結(jié)果。

較佳地，當(dāng)所述通信輻射源個(gè)體發(fā)出的為暫態(tài)射頻基帶信號(hào)時(shí)，所述接收機(jī)在對(duì)所述暫態(tài)射頻基帶信號(hào)進(jìn)行所述信號(hào)采集前需要對(duì)所述接收機(jī)的載波頻率和相位偏差進(jìn)行估計(jì)和補(bǔ)償。

進(jìn)一步地，在對(duì)所述射頻指紋進(jìn)行識(shí)別前還包括對(duì)所述復(fù)數(shù)深度殘差網(wǎng)絡(luò)的訓(xùn)練：

當(dāng)所述通信輻射源個(gè)體發(fā)出的是所述穩(wěn)態(tài)射頻基帶信號(hào)時(shí)，所述復(fù)數(shù)深度殘差網(wǎng)絡(luò)也使用穩(wěn)態(tài)射頻基帶信號(hào)訓(xùn)練；當(dāng)所述通信輻射源個(gè)體發(fā)出的是所述暫態(tài)射頻基帶信號(hào)時(shí)，所述復(fù)數(shù)深度殘差網(wǎng)絡(luò)也使用暫態(tài)射頻基帶信號(hào)訓(xùn)練；并且所述復(fù)數(shù)深度殘差網(wǎng)絡(luò)訓(xùn)練與識(shí)別時(shí)所用的所述射頻基帶信號(hào)片段的長度需要相同。

較佳地，所述復(fù)數(shù)深度殘差網(wǎng)絡(luò)包括若干個(gè)復(fù)數(shù)殘差塊和全連接層。