基于B-Spline神经网络的宽带通信发射机指纹估计

提出了一种根据接收正交频分复用(orthogonal frequency division multiplexing,OFDM)信号估计发射机IQ不平衡与非线性,并以此作为发射机指纹进行通信设备身份认证的方法.首先根据共轭对称导频估计多径信道脉冲响应,接着根据信道脉冲响应估计、共轭反对称导频与非线性功放的线性近似放大倍数估计发射机的IQ不平衡参数组合,然后进行发射机非线性的B-Spline神经网络模型系数估计,最后从非线性模型系数估计中提取相似因子,与IQ不平衡参数组合估计构成发射机指纹的特征矢量后进行通信设备身份的识别或确认.理论推导与数值仿真显示,该方法可用于OFDM通信设备的物理层高强度认证与防假冒等.

基于近似解的单载波通信发射机指纹估计

提出了一种单载波块传输通信中的发射机IQ不平衡与非线性指纹估计方法.新方法基于由分别加循环前缀的纯实数与纯虚数子块构成的通信帧.首先根据纯实数子块估计多径信道道脉冲响应,接着根据发射机功放的线性近似放大倍数、信道脉冲响应估计与纯虚数子块进行发射机的IQ不平衡参数组合估计,然后根据信道脉冲响应及IQ不平衡参数组合估计进行发射机非线性的B-Spline神经网络模型系数估计,最后从非线性模型系数估计提取相似因子特征,与IQ不平衡参数组合估计构成发射机指纹的特征矢量,用于通信设备身份的识别或确认.理论推导与数值仿真实验结果表明,提出的IQ不平衡及非线性指纹方法可应用于单载波合作通信设备的跨层高强度硬件认证与防假冒等.

通信发射机个体识别技术研究

提出一种通信发射机个体识别技术（SEI）的顶层设计方案；根据通信发射机的结构机理明确定义了发射机个体特征提取分系统的概念；针对特征的时效特性和可分类性引入了特征评价分系统和情报支持分系统；并对该设计方案的具体实现作了初步的探讨。

接收机畸变对辐射源指纹识别的影响

在辐射源个体识别技术应用中,接收机指纹和发射机指纹相互影响相互耦合,造成辐射源指纹库依赖于特定接收机,无法在不同接收机之间通用。针对此问题,对典型超外差接收机的滤波器、放大器畸变分量对接收信号指纹的影响进行了理论分析与实验验证。理论分析证明发射机和接收机的滤波器、放大器分量对于接收信号整体的畸变影响是等价的;实验中,利用两台超外差接收机对5台发射机进行个体识别测试验证,更换接收机前后,滤波器、放大器特征识别正确率分别从100%、95. 5%降到20%,证明了接收机畸变分量对发射机指纹识别具有严重影响。该研究成果可为后续辐射源个体识别接收机设计以及接收机畸变校正提供理论依据。