基于功率谱密度的通信辐射源个体识别方法

来源 :太赫兹科学与电子信息学报 | 被引量 : 0次 | 上传用户:xiaokexiaoai1314
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为阻止设备克隆、重放攻击和用户身份假冒等问题的发生,准确识别和认证物联对象,提出一种基于功率谱密度指纹特征与智能分类器的通信辐射源个体识别方法.利用接收机采集I路射频基带信号;通过方差轨迹检测截取稳态信号片段,并对稳态信号片段进行数据标准化处理;计算数据标准化处理后的稳态信号片段的功率谱密度得到特征向量,将所述特征向量作为发射机的射频指纹;最后利用智能分类器识别所述射频指纹,完成通信辐射源个体识别.通过对同厂家、同型号、同批次的8个无线数传电台E90-DTU设备和100个WiFi网卡设备的实验测试表明,本文所提方法在视距(LOS)场景、视距场景与非视距(NOS)场景的混合场景、低信噪比场景、大数量物联设备场景都具有良好的识别准确率.
其他文献
传统的同时定位与地图构建(SLAM)算法存在着易受动态物体影响和无法提取场景语义信息的问题.为了解决上述问题,提出了一种动态环境下的室外3维语义地图的构建方法.首先在语义分割方面,提出一种基于全卷积网络(fully convolutional network, FCN)和超像素的条件随机场(conditional random field, CRF)对图像进行语义分割,并结合语义信息和对极约束剔除