-
公开(公告)号：CN111163460B
公开(公告)日：2021-04-09
申请号：CN201911317866.4
申请日：2019-12-19
Applicant: 北京交通大学
IPC: H04W12/06
Abstract: 本发明涉及一种基于多重间隔差分星座轨迹图的射频指纹提取方法,具体包括如下步骤：步骤1：对接收基带I/Q信号预处理；步骤2：对I路和Q路采样后的信号使用延迟器分别控制延迟；步骤3：使用不同的采样点间隔进行差分处理；步骤4：将不同的采样点间隔差分星座轨迹图进行特征融合；步骤5：识别设备。本发明所获得的多重间隔差分星座轨迹图保持了各个差分星座轨迹图所具有的特征，信息量更为丰富，能够更好地展示不同设备的载波偏移的差异。同时可以提升对环境的鲁棒性，即使在低信噪比环境下也可以更好地完成无线设备身份的识别。并且多重差分间隔提取射频指纹特征在达到丰富可用特征的同时简化射频指纹提取的计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN116599810B
公开(公告)日：2024-02-23
申请号：CN202310715769.0
申请日：2023-06-15
Applicant: 北京交通大学
IPC: H04L27/26
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。
-
公开(公告)号：CN114118131A
公开(公告)日：2022-03-01
申请号：CN202111148113.2
申请日：2021-09-29
Applicant: 北京交通大学
Abstract: 本发明涉及一种基于注意力机制的多特征融合无线设备射频指纹提取方法包括，步骤1：提取无线发射机由于载波频率偏移、非线性和频率响应失真三种不同硬件缺陷所造成的信号特征，得到三个维度的射频指纹；步骤2：使用单维特征提取模块分别提取载波频率偏移特征、非线性特征和频率响应失真特征，得到三种单维射频指纹提取特征；步骤3：对三种单维射频指纹提取特征使用多特征融合模块进行处理得到多特征融合的射频指纹；步骤4：对多特征融合的射频指纹，通过全连接层得到对无线设备的分类，完成神经网络的训练；步骤5：基于步骤1提取待识别的信号特征，得到射频指纹，使用训练完成的神经网络对射频指纹进行识别，完成对无线发射机的分类。
-
公开(公告)号：CN111163460A
公开(公告)日：2020-05-15
申请号：CN201911317866.4
申请日：2019-12-19
Applicant: 北京交通大学
IPC: H04W12/00
Abstract: 本发明涉及一种基于多重间隔差分星座轨迹图的射频指纹提取方法,具体包括如下步骤：步骤1：对接收基带I/Q信号预处理；步骤2：对I路和Q路采样后的信号使用延迟器分别控制延迟；步骤3：使用不同的采样点间隔进行差分处理；步骤4：将不同的采样点间隔差分星座轨迹图进行特征融合；步骤5：识别设备。本发明所获得的多重间隔差分星座轨迹图保持了各个差分星座轨迹图所具有的特征，信息量更为丰富，能够更好地展示不同设备的载波偏移的差异。同时可以提升对环境的鲁棒性，即使在低信噪比环境下也可以更好地完成无线设备身份的识别。并且多重差分间隔提取射频指纹特征在达到丰富可用特征的同时简化射频指纹提取的计算复杂度。
-
公开(公告)号：CN114118131B
公开(公告)日：2025-03-25
申请号：CN202111148113.2
申请日：2021-09-29
Applicant: 北京交通大学
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于注意力机制的多特征融合无线设备射频指纹提取方法包括，步骤1：提取无线发射机由于载波频率偏移、非线性和频率响应失真三种不同硬件缺陷所造成的信号特征，得到三个维度的射频指纹；步骤2：使用单维特征提取模块分别提取载波频率偏移特征、非线性特征和频率响应失真特征，得到三种单维射频指纹提取特征；步骤3：对三种单维射频指纹提取特征使用多特征融合模块进行处理得到多特征融合的射频指纹；步骤4：对多特征融合的射频指纹，通过全连接层得到对无线设备的分类，完成神经网络的训练；步骤5：基于步骤1提取待识别的信号特征，得到射频指纹，使用训练完成的神经网络对射频指纹进行识别，完成对无线发射机的分类。
-
公开(公告)号：CN116599810A
公开(公告)日：2023-08-15
申请号：CN202310715769.0
申请日：2023-06-15
Applicant: 北京交通大学
IPC: H04L27/26
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。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
