基于星座图对射频指纹识别方法的研究

针对星座图的射频(RF)指纹识别方案中,低信噪比环境下识别准确率低的问题,提出一种基于欧式距离与幅度距离的二维识别算法来进行RF指纹识别。该方案通过对星座图进行优化处理,可从优化后的星座图中提取识别性能更好的RF指纹,再通过二维识别算法来提高识别准确率。仿真结果表明:与仅用欧式距离作为判断依据的方法相比,所提出的二维识别算法的识别准确率最高可提升8%,在设备容量为50组的情况下识别准确率为77.8%,并且从优化后的星座图中所提取的RF指纹具有更好的唯一性和稳定性。     

基于奇异谱分析和改进ResNet的射频指纹识别方法

针对当前真实场景下远距离射频指纹识别难以准确提取特征且实时性较差的问题,提出一种基于奇异谱分析重构信号和改进残差神经网络的射频指纹识别的方法。首先,将采集到的信号进行奇异谱分析,根据贡献率大小对原始信号进行重构,随后通过STFT获得时频谱图作为神经网络的输入：其次,构建轻量级残差神经网络,加快模型收敛速度;然后,在轻量级网络的下采样过程中引入混合维度注意力机制,对网络中间的特征图进行重构,强调重要特征,抑制一般特征;最后,使用激活函数Leaky ReLU替换原有的ReLU,避免在负值区域的梯度永远为0,进而导致模型训练无法反向传播。使用公开数据集POWDER-4BS-Iqsample验证实验后的结果表明,所提方法仅需要训练10个epoch识别精度就能达到87%,在保证识别精度的前提下缩减了时间损耗。与多种经典模型和算法相比,所提方法更加兼具识别精度与实时性。     

基于改进ResNet的射频指纹识别方法

在无线网络安全和可能存在的射频设备管理应用范围内,针对多个发射同种射频信号的高度相似射频设备的分类识别问题,提出了一种信号双谱与改进的残差神经网络(Residual Neural Network,ResNet)的射频指纹识别方法.首先,将采集到的不同设备的信号做双谱变换得到双谱等高图并打上设备标签,再使用搭建好的改进残...     

射频指纹识别的研究现状及趋势

传统的基于密码机制和安全协议的无线网络安全存在隐患，新的基于物理层的射频指纹（radio frequency fingerprinting，RFF）方法利用发射机射频信号的细微差异来区分不同个体，具有难以克隆、伪造的优点，有着广阔的应用前景.本文首先讨论了理想RFF应具备的四种基本特性，即唯一性、时不变性、独立性和稳健性，分析了在四种基本特性方面的研究现状.然后按照信号预处理、特征提取和分类识别三个部分，对RFF识别相关技术进行了总结，重点分析了射频独特原生属性（RF-distinct native attribute，RF-DNA）、调制域和基于深度学习的RFF识别方法.最后，对RFF识别研究中涉及到的各种信号类型/调制方式及对应的应用场景进行了总结，展示了RFF识别的广阔应用前景，并对RFF识别的研究趋势进行了讨论.     

基于星座图和卷积神经网络的射频指纹识别

基于无线设备物理层的射频指纹识别是保障通信安全的有效途径。传统射频特征提取方法容易受到信道的信噪比变化的干扰,难以适应动态信噪比下的通信场景。因此,本文提出了一种基于卷积神经网络的射频指纹识别方法,实现了动态信噪比下的射频指纹识别,显著改善了低信噪比下的识别准确率。本文通过搭建实验系统对4台不同功放设备进行识别,实验结果表明,在信噪比为0.5～14.5 dB范围内,该方法的综合识别率达89.4%。     

基于深度学习的蓝牙射频指纹识别系统

蓝牙射频指纹具有难以伪造的优点,基于射频指纹的身份识别能有效提高网络的安全性。文中设计了一种基于深度学习网络的蓝牙射频指纹识别系统。首先,利用Hackrf One软件无线电平台和GNU Radio软件在蓝牙信号广播阶段采集多种蓝牙信标信号。其次,对蓝牙信号进行预处理,将预处理后的数据分为训练集与验证集。然后,使用MATLAB深度学习工具箱来设计长短期记忆网,利用训练数据集对各个网络进行训练,得到蓝牙射频指纹识别网络。最后,利用验证集对上述网络进行测试和分析。当迭代次数为300时,网络对3种蓝牙信标的射频指纹识别的准确率均达到80%以上。     

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CLDNN的物联网设备个体识别

针对目前个体识别中特征工程存在信号序列长、特征鲁棒性差等问题,研究了基于深度神经网络的个体识别技术。借鉴语音识别中的卷积长短时全连接神经网络(CLDNN),通过卷积神经网络提取信号的局部幅度特征,通过长短期记忆网络提取信号的全局时域特征,使用全连接网络实现特征图到设备标签的映射。在视距(LOS)信道下,采集8台LoRa调制的无线数传电台数据,加入高斯白噪声进行仿真测试。仿真表明,本文所提方法在信号序列长度为2 048点和低信噪比(0 dB)时,模型准确率达到95%;此外相较VGG16模型,本模型参数更少,在物联网设备部署方面具有一定的应用前景。     

合作与欺骗信号共存下的CNN射频指纹识别方法

射频指纹是设备硬件的固有特征,与发射信号本身无关,因此常用于通信抗欺骗中。本文基于射频指纹的原理,采用神经网络对接收机所获得的原始信号样本进行处理,包括I/Q序列、幅度/相位、星座图的二值图和星座图的颜色密度图4种信号表现形式,达到抗欺骗效果。在信干噪比为-30～30 dB的情况下,信号的识别准确率最高可达99.93%。相较于现有文献,本文所提的基于深度学习的方法可适应不同信干噪比的通信场景,在欺骗信号与合法信号同时存在的复杂通信环境下实现抗欺骗。     

采用前端变压器的射频电磁波能量收集器设计

为了实现高灵敏度的电磁波能量收集,提出了一种采用前端变压器的射频电磁波能量收集器。该电路具有一个前端变压器和18级整流器,可使收集电路与一个标准的50天线相匹配,同时提供电压增益,从而减少了18级整流器的“死区”。设计的电路采用了标准130-nmCMOS工艺,面积为200 × 250 μm2。实验结果表明,提出的能量收集器电路能够与50Ω天线相匹配,且具有?25 dBm灵敏度。     

基于差分星座轨迹图的多任务802.11b/g信号识别方法

针对802.11b/g无线信号的调制方式识别和辐射源个体识别问题,提出了一种基于差分星座轨迹图的多任务卷积神经网络识别方法。将调制识别和辐射源个体识别看作两个相互关联的学习任务,通过共享参数的深度网络提取差分星座轨迹图的特征,并由结构不同的两个分支网络进行分类识别,同时对这两个任务进行联合优化训练并相互促进学习。实验中使用6个不同的路由器进行验证,结果表明相比于单任务模型的识别方法,多任务模型所用的训练时长和模型所占内存均比两个单任务模型之和少,同时对辐射源个体、调制方式的识别率分别平均提高了1.17%和3%。     

An Overview of Anti-Collision Protocols for Radio Frequency Identification Devices

Radio frequency identification （RFID） is a new type of non-contact automatic identification technology. Due to its low energy consumption, low cost, and its adaptability to harsh environments, it has been applied to many fields. In the RFID systems, data collision is inevitable when the reader sends a communication request and multiple tags respond with simultaneous data transmission. Data collision is prone to causing problems such as： identification delay, spectrum resource waste, a decreased system throughput rate, etc. Therefore, an efficient, stable anti-collision protocol is crucial for RFID systems. This research analysed the current research into RFID anticollision protocols and summarised means for its improvement through the mechanism of implementation of different types anticollision protocols. Finally, a new direction is proposed for the future development of RFID anti-collision protocol systems.     

差分跳频组网及其特性分析

本文在阐述短波差分跳频原理的基础上,首次提出了差分跳频组网所需要的参数种类,重点分析了其组网方式,扩展了跳频同步组网的定义范围,并重点对差分跳频异步组网性能进行了相应的理论推导,利用概率统计的方式,探讨了差分跳频异步组网的网间多址干扰概率与组网数的关系,研究了异步组网效率与网间多址干扰概率的关系,得出了一些有益的结论.     

脉位调制式声表面波射频标签的回波时延估计

脉冲位置调制式声表面波(SAW)标签利用较少的反射脉冲实现高效编码,正逐渐取代开关键控编码成为声表面波射频标签的主流编码方式.反射回波之间的时延估计精度成为该方式编码容量和解码的核心.该文提出了一种利用计算回波包络二次相关的高精度估计回波脉冲时延的方法.研究了插值算法对相关峰值估计的影响.通过实际声表面波标签回波信号的实际测试和对照实验,证实了该方法的有效性.     

一种低功耗有源射频识别系统的设计

研究了一种低功耗有源射频识别系统组网与设计技术,该系统可在软硬件两方面实现低功耗设计。在硬件方面,采用NORDIC公司的nRF24LE1芯片作为有源标签,nRF24L01+芯片作为节点射频芯片,STM32单片机作为节点控制芯片,实现了芯片与节点的注册与通信;软件方面,采用时分复用方法,合理分配有源芯片的时隙,设计了防冲突机制,使得芯片在极端的时间内工作,实现了低功耗组网通信。     

基于DSP技术的RFID读写器设计

论述了基于DSP技术的RFID读写器设计方法。在描述RFID系统组成的基础上,给出了读写器的软硬件设计流程。重点阐述了DSP对接收信号的软件处理以及反冲撞功能的实现方法。该读写器已应用于开放式门禁系统中,实际应用结果表明其性能良好。     

RFID系统防碰撞算法的研究及其改进

射频识别技术中,防碰撞问题是提高系统读取效率的关键问题。文章在传统防碰撞算法的基础上,分析了ALOHA的防碰撞算法和二进制搜索算法。并提出一种改进的动态二进制搜索算法。利用曼彻斯特编码可以准确识别碰撞位的特性,当读写器检测到碰撞位之后,仅需要记录最高碰撞位和次高碰撞位的位置,并设定这两个位置上的比特数作为下次查询命令,从而使系统的传输数据量、传输时间大大减少,改进后的算法比二进制搜索算法更具优势。     

国外基于射频标识技术的战场识别系统发展现状

介绍了射频标识（RF Tag）技术的基本原理、在战场目标识别领域的应用及部分验证试验的情况。