基于软件无线电的无线设备指纹识别

无线局域网由于其开放的信道环境和传统的密钥身份验证机制,安全问题十分严峻。通过射频指纹识别技术,提取无线设备硬件特征进行身份验证,能够大大提高无线网络安全性。本文基于通用软件无线电外设(USRP)和GNU Radio开源平台,提取IEEE 802.11a/g信号载波频偏作为指纹,结合神经网络分类器进行识别。首先接收信号并提取每帧信号载波频偏,然后训练神经网络分类器,最后利用此分类器对无线设备进行识别。在办公室和体育馆2种典型室内环境进行无线设备个体识别实验,识别率均大于90%。实验结果说明,基于软件无线电提取信号载波频偏可以识别出不同的无线设备,检测出非法设备接入,能够提高无线网络安全性。

基于射频指纹的辐射源个体识别技术综述

辐射源个体识别技术可区分辐射源种类、确定辐射源身份,在军事和民用领域均具有广阔的应用前景,近来射频指纹的研究受到广泛关注。研究了基于射频指纹的辐射源个体识别技术。首先,分析了典型数字无线电发射机结构,从硬件电路的制造容差、漂移容差以及电路工作状态的影响等方面,探讨了辐射源射频指纹的产生机理;其次,从辐射源个体识别的一般模型出发,梳理总结了数据预处理、辐射源暂态和稳态特征提取以及分类识别的研究现状;最后,指出了目前研究中存在的问题和未来可能的发展方向。

基于频偏分布的无线局域网Sybil攻击检测方法

针对无线局域网中的Sybil攻击问题,提出一种利用信号频偏分布特征的攻击检测方法。该方法利用不同无线设备硬件具有不同信号频偏分布的特点,首先估计每台设备发射信号的信号频偏,然后计算每台设备发射信号的频偏分布特征,在此基础上采用DBSCAN聚类方法进行聚类分析,达到检测Sybil攻击,识别伪造无线设备的目的。该方法无需事先获取每个设备的信号特征进行学习,且不受信道变化影响。基于实际硬件环境的测试表明,所提方法能够有效检测Sybil攻击,对伪造设备可以达到95.5%的识别准确率。

基于扩展子空间传播算子的时延与角度联合估计

提出一种基于扩展子空间传播算子的时延与角度联合估计算法,算法首先对信道频域响应维度进行扩展,然后采用传播算子方法估计出信号的扩展噪声子空间并构造谱函数,最后通过二维谱峰搜索实现时延和角度参数的联合估计,且参数自动配对。算法有效降低了计算复杂度,且能实现多径数大于阵元数条件下的参数高精度估计。仿真验证了算法的有效性和可行性。

目标跟踪的分布式MIMO雷达最少阵元快速选取

针对分布式MIMO雷达对目标跟踪资源分配中的阵元选取问题,现有方法普遍存在计算复杂度高的问题,为进一步降低复杂度,提出了基于衰减排序的最少阵元选取算法。将最小阵元集合选为代价函数,建立优化模型,用衰减排序的方法将涉及到的阵元进行排序,避免了盲目选取所带来的计算复杂度增加。仿真结果表明,所提算法能够在保证给定跟踪性能的同时有效降低系统的计算量,与对比算法相比计算量达78%以上。