一种基于QPSK信号双谱能量熵和颜色矩的射频指纹识别方法

    公开(公告)号:CN107092898B

    公开(公告)日:2020-09-04

    申请号:CN201710396747.7

    申请日:2017-05-31

    Abstract: 本发明公开了一种基于QPSK信号双谱能量熵和颜色矩的射频指纹识别方法,涉及无线通信领域,具体是发送端的某个比特流信号,采用QPSK映射得到信号s(n);经过上变频后,得到调频信号p(n),并输入到功率放大器中输出信号Φ(n),经过数模转换处理后得到模拟信号,将模拟信号发送出来并在发送过程中加入AWGN,接收端经过模数转换处理后得到数字信号r(n),经过下变频后得到基带信号,从基带信号中提取射频指纹特征:双谱能量熵,一阶矩和二阶矩;然后,通过SVM分类器对射频指纹特征进行分类训练和测试,得到测试类别结果;通过将测试类别结果与其实际类别结果做对比,得到分类准确率Pc。本发明通过SVM分类器对射频信号进行有效分类,在低信噪下识别准确率相较于传统方法提升了近20%。

    一种基于QPSK信号双谱能量熵和颜色矩的射频指纹识别方法

    公开(公告)号:CN107092898A

    公开(公告)日:2017-08-25

    申请号:CN201710396747.7

    申请日:2017-05-31

    Abstract: 本发明公开了一种基于QPSK信号双谱能量熵和颜色矩的射频指纹识别方法,涉及无线通信领域,具体是发送端的某个比特流信号,采用QPSK映射得到信号s(n);经过上变频后,得到调频信号p(n),并输入到功率放大器中输出信号Φ(n),经过数模转换处理后得到模拟信号,将模拟信号发送出来并在发送过程中加入AWGN,接收端经过模数转换处理后得到数字信号r(n),经过下变频后得到基带信号,从基带信号中提取射频指纹特征:双谱能量熵,一阶矩和二阶矩;然后,通过SVM分类器对射频指纹特征进行分类训练和测试,得到测试类别结果;通过将测试类别结果与其实际类别结果做对比,得到分类准确率Pc。本发明通过SVM分类器对射频信号进行有效分类,在低信噪下识别准确率相较于传统方法提升了近20%。

Patent Agency Ranking