[發明專利]一種基于多小波的射頻指紋圖域識別方法

有效

• 申請號: 202110576852.5
• 申請日: 2021-05-26
• 公開（公告）號: CN113343802B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 王茜;李鵬瑋;閻嘯;何羚
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

本發明公開了一種基于多小波的射頻指紋圖域識別方法，屬于信號處理領域。在沒有擴展/嵌入的識別碼或序列的情況下，首先使用具有適當重數的有限元多小波將電子設備發射的RF信號分解為多個子帶信號。然后生成子帶信號的循環頻譜，依據循環頻率將不同RF信號的循環譜矩陣映射為一組圖的集合。最后，從訓練信號中提取特征序列形成候選設備圖域特征數據庫，測試信號每個子帶上的圖域特征序列和訓練信號圖域特征數據庫中的序列一一比對來識別設備。本發明相比于經典循環譜圖域識別方法，基于有限元多小波的提議可以有效提高相似度極高的射頻設備正確識別率，并且利用主成分分析法對子帶進行優選降低了計算復雜度。

技術領域

本發明屬于信號處理領域，特別是射頻指紋圖域識別方法。

背景技術

隨著移動無線通信設備的廣泛使用，無線網絡面臨各種安全威脅。一些具有低成本、短距離通信設備如對講機，作為集群通信的終端設備，由于不受任何網絡邊界的限制，已被急救人員廣泛用于通信，命令和調度。但是仍存在一系列安全問題，例如一些用戶可能會未經授權占用頻段，并干擾其他電臺通信，如何利用發射機射頻信號的細微差異來識別和跟蹤射頻(RF)設備受到了廣泛關注。

目前，射頻設備的指紋特征提取主要從時域、頻域、小波域和高階譜等多個角度展開。然而，對于高階譜的時間平均估計，存在不可避免的漸近估計偏差，并且估計方差非常大。循環譜分析方法近年來有效應用于調制模式識別，利用具有循環平穩特性的信號對噪聲不敏感的特性，從而實現低信噪比下微弱信號的特征提取。小波包變換(WPT)作為常用的時頻局部化工具，可以將RF信號分解為占據較窄頻帶的子帶信號，多小波已被證明比單小波具有更好的數學特性和更高的自由度。相比GHM，CL等二重經典多小波，任意重數的有限元多小波(MWAM)可以根據RF信號的時頻帶寬積來折中選擇最接近其分辨率的理想重數。然而，簡單地將從原始信號時間序列計算出的所有小波系數用作RF指紋特征通常會導致計算復雜度高和識別精度低的問題，循環譜圖域分析(CSG)可以將稀疏鄰接矩陣映射生成的高維空間簡化為低維特征向量從而大大降低計算復雜度。

雖然不同無線射頻設備都具有差異，但是同一型號設備的RF指紋特征具有較高的同一性，并且當設備均占用相同的頻帶時，時域特征和頻域特征及其相近，因此迫切需要構建一套射頻指紋提取和識別系統來提高同類型設備識別精度。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于多小波的射頻指紋圖域識別方法，解決現有技術中存在不可避免的漸近估計偏差，并且估計方差非常大的技術問題。

考慮到常規的循環譜信號處理方法不能有效解決這一問題，首先使用MWAM濾波器組將無線設備發出的RF信號分解為幾個子帶。然后形成相應的循環譜并提取圖域特征(即所得稀疏鄰接矩陣中行索引序列集合)用來區分RF信號的指紋。從而，在本發明提出的射頻指紋識別方法中，分為以下三步，即多小波-圖域特征的提取，形成訓練信號圖域特征數據庫和測試信號決策(識別)。

本發明技術方案為一種基于多小波的射頻指紋圖域識別方法，該方法包括：

步驟1：對射頻信號進行多小波圖域特征提取；

步驟1.1：對射頻信號進行多小波包變換，進行多次多小波分解后得到子帶矩陣X；

步驟1.1.1：采用有限元法構造任意重數小波C_k和D_k；

步驟1.1.2：采用如下公式進行分解迭代；

其中，分別代表射頻信號的低頻子空間和高頻子空間，j表示尺度空間，k表示多小波濾波器組索引；每進行一次多小波包分解操作會得到2r個子帶；