随着物联网设备的逐渐普及,各个行业广泛开发各种物联网解决方案。大量的物联网设备暴露在无人管控的环境中很容易受到攻击,带有不安全因素的物联网设备接入到物联网中成为潜在的威胁。射频指纹作为通信发射机重要的物理特征,具备唯一、稳定、难以克隆等特点,可用于解决物联网设备的身份认证与网络接入安全问题。本文以ZigBee设备作为研究对象,分析了IEEE 802.15.4协议中OQPSK物理层标准,针对低信噪比条件下ZigBee信号捕获问题和频率偏移、符号定时等因素对ZigBee射频指纹的影响提供了解决方案。分析了ZigBee信号独有的循环移位特性,提出了一种新的射频指纹提取方法。通过分析IEEE 802.1X认证协议的流程,参考其体系结构并引入射频指纹认证信息,提出了基于射频指纹的物联网设备接入认证技术,并通过实验验证了该技术的可行性。本文主要工作如下:1.为了解决低信噪比条件下ZigBee信号难以捕获的问题,提出了三种信号检测算法并分析了它们的优劣势。能量检测算法通过设定阈值进行检测,速度快但在低信噪比条件下性能差;双窗口比值检测算法通过计算两个观察窗内信号能量的比值判断有效信号的起始点和结尾点,检测效果好但需选取合适的窗长度;相关检测算法基于信号前导码本身的特性,以相同符号之间归一化后的互相关值大于有效信号与噪声之间的互相关值为依据进行检测,性能与双窗口比值检测算法相仿但无法确定有效信号的结尾点。蒙特卡洛实验结果表明双窗口比值检测算法性能优于另外两种算法。2.为了解决ZigBee设备在同步过程中存在大频偏的问题,提出了两种粗频偏估计算法并比较了它们的性能。频偏搜索算法通过设定一个频偏补偿步长,用逐渐增大的频偏补偿值补偿接收信号,如果同步窗内相关值的最大值超过阈值就说明搜索到了接收信号的频偏值;频谱相关算法通过计算接收信号前导码与理想前导码的频谱互相关值达到最大时的偏移量,将其乘以频谱的频率分辨率得到粗频偏值。频谱相关算法相较于频偏搜索算法速度更快,估计出的粗频偏值更为准确。3.为了解决ZigBee设备晶振不稳定导致的符号周期变化的问题,提出了符号同步跟踪算法。依据解码得到的符号,以同步点为参考点及其左右各一个点为起点计算一个符号长度内同步好后的接收信号与理想符号的相关值,选择相关值最大的点作为当前符号准确的起点,同时也就确定了下一个符号起始参考点。通过重复这一过程达到追踪每个符号准确起点的目的,从而实现符号同步。对实际得到的ZigBee信号进行实验,结果表明该算法可跟踪到每个符号准确的位置,性能优良。4.分析了ZigBee信号特有的循环移位特性,提出了将接收符号与基准符号及其共轭的互相关结果求平方和的互功率谱密度计算方法,通过详细的公式推导与仿真分析验证了该方法得到的互功率谱密度具有数据无关和抗噪声的特点。对54台ZigBee设备的信号数据提取互功率谱密度进行分类,识别准确率达到97.59%。理论推导与实验测试证明了本文选择的互功率谱密度特征具备高稳定性和高设备区分度,可以作为ZigBee设备的射频指纹。5.参考IEEE 802.1X认证协议的体系结构和基于端口进行接入控制的概念,通过将射频指纹作为物联网设备的身份信息,设计了基于射频指纹的物联网设备接入认证系统。以ZigBee设备为例实现并搭建了系统,通过真实的攻击测试与理论分析论证了系统的安全性。