一种基于信道均衡的无线信道指纹滤除方法及系统技术方案

本发明专利技术涉及一种基于信道均衡的无线信道指纹滤除方法及系统。该方法包括：获取发射设备发射的参考信号以及接收设备接收的接收信号；所述接收信号为所述参考信号经过无线信道之后的信号；利用匹配滤波器对所述接收信号进行匹配滤波；根据所述参考信号确定信道系数；利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号。本发明专利技术能够有效的去除无线信道的信道指纹，提高无线电设备的分类精度。

【技术实现步骤摘要】
一种基于信道均衡的无线信道指纹滤除方法及系统
本专利技术涉及无线通信领域，特别是涉及一种基于信道均衡的无线信道指纹滤除方法及系统。
技术介绍
射频指纹识别技术是指利用通信设备物理层信号所包含的设备指纹信息来识别和认证设备身份的物理层身份认证与识别技术，相较于传统的基于印章、签名和密钥的认证技术，具有低复杂度和低时延的优势，而且通信设备的射频指纹信息仅与设备硬件的固有特征属性有关，因此具有唯一性，短时不变性，通用性，独立性和稳健性等特性，且理论上不可破解。1995年Choe等人首次提出了这种利用设备射频信号中所包含的“指纹信息”来进行设备身份认证的方法，在之后的十几年里，这种基于射频指纹的物理层身份认证方法得到了国内外的广泛关注。近年来，随着机器学习技术的快速发展，卷积神经网络(Convolutionalneuralnetwork，CNN)被提出与射频指纹识别技术相结合，利用CNN能够实现自动提取和学习射频信号中所包含的射频指纹信息，从而实现了对各种通信设备的自动分类与身份认证，取得了很好的分类效果。尽管现有的研究已经证明了射频指纹识别技术在设备身份认证上的理论优势和实际应用的可能性，但在实际应用前还面临着一个急需解决的现实问题，即无线信道的多径衰落特性和时变特性可能导致CNN识别精度的快速下降。2020年，AmaniAl-Shawabka等人利用同一天采集到的I/Q样本训练和测试CNN网络，分类准确度接近100％，然而当测试集换成另一天采集的I/Q样本时，分类准确度下降到5％，这是因为CNN在学习I/Q样本的指纹特征时，默认输入信号是独立同分布的随机变量，没有考虑到无线信道的时变特性，因此学习到的不仅仅是设备的指纹特征，还包括同一时刻无线信道的噪声、衰落和多径干扰等特征(统称为信道指纹特征)，因此当信道条件发生改变时，训练集和测试集将不再具有相同的指纹特征。而在实际通信过程中，理想的不变的信道条件基本不存在，因此如何有效的去除无线信道的多径衰落和时变特性对射频指纹识别技术带来的不利影响成为了该技术面临的一大难题。因此，亟需一种基于信道均衡的信道补偿方法或系统解决上述问题。
技术实现思路
本专利技术的目的是提供一种基于信道均衡的无线信道指纹滤除方法及系统，能够有效的去除无线信道的信道指纹，提高无线电设备的分类精度。为实现上述目的，本专利技术提供了如下方案：一种基于信道均衡的无线信道指纹滤除方法，包括：获取发射设备发射的参考信号以及接收设备接收的接收信号；所述接收信号为所述参考信号经过无线信道之后的信号；利用匹配滤波器对所述接收信号进行匹配滤波；根据所述参考信号确定信道系数；利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号。可选地，所述利用匹配滤波器对所述接收信号进行匹配滤波，具体包括：利用公式y(t0)＝kc(t0)E确定匹配滤波后的接收信号；其中，y(t0)为匹配滤波器在采样时刻t0具有最大输出，即匹配滤波后的接收信号，k为任意常数，c(t0)为t0时刻无线信道的乘性系数，E为参考信号单个码元的能量。可选地，所述根据所述参考信号确定信道系数，具体包括：利用公式确定信道系数；其中，p(t0)为t0时刻的参考信号。可选地，所述利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号，具体包括：利用c(t0)*c(t0)·p(t0)＝mp(t0)确定无线信道指纹滤除后的接收信号，其中，c(t0)*为c(t0)的共轭，m为实数，mp(t0)为t0时刻无线信道指纹滤除后的接收信号。一种基于信道均衡的无线信道指纹滤除系统，包括：信号获取模块，用于获取发射设备发射的参考信号以及接收设备接收的接收信号；所述接收信号为所述参考信号经过无线信道之后的信号；匹配滤波模块，用于利用匹配滤波器对所述接收信号进行匹配滤波；信道系数确定模块，用于根据所述参考信号确定信道系数；无线信道指纹滤除后的接收信号确定模块，用于利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号。可选地，所述匹配滤波模块具体包括：匹配滤波单元，用于利用公式y(t0)＝kc(t0)E确定匹配滤波后的接收信号；其中，y(t0)为匹配滤波器在采样时刻t0具有最大输出，即匹配滤波后的接收信号，k为任意常数，c(t0)为t0时刻无线信道的乘性系数，E为参考信号单个码元的能量。可选地，所述信道系数确定模块具体包括：信道系数确定单元，用于利用公式确定信道系数；其中，p(t0)为t0时刻的参考信号。可选地，所述无线信道指纹滤除后的接收信号确定模块具体包括：无线信道指纹滤除后的接收信号确定单元，用于利用c(t0)*c(t0)·p(t0)＝mp(t0)确定无线信道指纹滤除后的接收信号，其中，c(t0)*为c(t0)的共轭，m为实数，mp(t0)为t0时刻无线信道指纹滤除后的接收信号。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术所提供的一种基于信道均衡的无线信道指纹滤除方法及系统，利用匹配滤波器对所述接收信号进行匹配滤波，并利用参考信号进行信道均衡与补偿，有效的去除了无线信道的信道指纹带来的不利影响，进而提高无线电设备的分类精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的一种基于信道均衡的无线信道指纹滤除方法流程示意图；图2为无线传输模型示意图；图3为匹配滤波器等效原理图；图4为参考信号生成示意图；图5为设备身份认证过程示意图；图6为离线训练平台示意图；图7为3个帧数据的导频示意图；图8为原始导频数据分类精度示意图；图9为匹配滤波后的导频数据分类精度示意图；图10为原始导频数据与匹配滤波后的导频数据分类精度对比示意图；图11为匹配滤波后的导频数据与信道均衡后的导频数据分类精度对比示意图；图12为非法设备个数对分类精度的影响示意图；图13为本专利技术所提供的一种基于信道均衡的无线信道指纹滤除系统结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种基于信道均衡的无线信道指纹滤除方法及系统，能够有效的去除无线信道的信道指本文档来自技高网...

【技术保护点】
1.一种基于信道均衡的无线信道指纹滤除方法，其特征在于，包括：/n获取发射设备发射的参考信号以及接收设备接收的接收信号；所述接收信号为所述参考信号经过无线信道之后的信号；/n利用匹配滤波器对所述接收信号进行匹配滤波；/n根据所述参考信号确定信道系数；/n利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号。/n

【技术特征摘要】
1.一种基于信道均衡的无线信道指纹滤除方法，其特征在于，包括：
获取发射设备发射的参考信号以及接收设备接收的接收信号；所述接收信号为所述参考信号经过无线信道之后的信号；
利用匹配滤波器对所述接收信号进行匹配滤波；
根据所述参考信号确定信道系数；
利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号。


2.根据权利要求1所述的一种基于信道均衡的无线信道指纹滤除方法，其特征在于，所述利用匹配滤波器对所述接收信号进行匹配滤波，具体包括：
利用公式y(t0)＝kc(t0)E确定匹配滤波后的接收信号；
其中，y(t0)为匹配滤波器在采样时刻t0具有最大输出，即匹配滤波后的接收信号，k为任意常数，c(t0)为t0时刻无线信道的乘性系数，E为参考信号单个码元的能量。


3.根据权利要求2所述的一种基于信道均衡的无线信道指纹滤除方法，其特征在于，所述根据所述参考信号确定信道系数，具体包括：
利用公式确定信道系数；
其中，p(t0)为t0时刻的参考信号。


4.根据权利要求3所述的一种基于信道均衡的无线信道指纹滤除方法，其特征在于，所述利用所述信道系数对匹配滤波后的接收信号进行信号均衡，确定无线信道指纹滤除后的接收信号，具体包括：
利用c(t0)*c(t0)·p(t0)＝mp(t0)确定无线信道指纹滤除后的接收信号，
其中，c(t0)*为c(t0)的共轭，m为实数，mp(t0)为t0时刻无线信道指纹滤除后的接收信号。


5.一种基于信道均衡的无线信道指...

【专利技术属性】
技术研发人员：朱丰超，曾盛，张颖，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：陕西;61