【技术实现步骤摘要】
本专利技术属于辐射源指纹识别，具体涉及一种基于多接收机协同的跨接收系统辐射源指纹识别方法。
技术介绍
1、辐射源设备在发射电磁信号时，都会无意地将其设备硬件的信息调制到辐射的所有信号上。这种信息像人的指纹一样，被称为辐射源指纹信息，可以用于识别该辐射源。而相关技术则被称为辐射源指纹识别技术，也叫做特定辐射源识别技术，具体是指从接收到的电磁信号中提取能够表征辐射源发射机硬件差异的特征，以此识别特定辐射源设备。
2、辐射源指纹识别技术的内在机理是发射机硬件具有非理想性，该非理想性导致信号中含有特定于硬件设备的信息，提取这种信息是识别出对应的辐射源个体的关键。实际应用中这种技术的实现必须通过接收设备，而接收过程本质上是发射的逆过程。接收机硬件同样具有非理想性，即便高端的接收机也会存在一定的硬件失真，与发射机指纹产生的机理相同，这种失真也会带有一定的个体差异，这使得特定接收机接收到的信号也不可避免地携带了当前接收机的“硬件信息”，即信号被接收机“染色”。
3、实际接收信号中辐射源硬件失真和接收机硬件失真是耦合在一起的，导致提取的特征带有当前辐射源系统和接收系统共同的“个体信息”，因此，这种共同的“个体信息”严重制约着辐射源指纹识别技术跨接收系统的使用，以往基于单一接收机建立的特征库也不具备通用性和可推广性。因此，为了更好地实现辐射源指纹识别技术的应用，对接收机染色效应的研究和消除非常重要。
4、现有的研究主要关注辐射源的硬件失真情况，通常假定接收机是理想的，而不考虑接收机的染色效应，或者默认使用畸变恒
5、然而，现阶段针对接收机染色效应消除的研究，主要分为以下三种思路，但这三种思路均难以满足实际应用需求，实现真正的接收机硬件影响消除：
6、(1)增加额外的辐射源或者接收机作为参考基准，借助参考基准对辐射源或者接收机进行校准(具体可参见baldini g,giuliani r,gentile c,et al.measures toaddress the lack of portability of the rf fingerprints for radiometricidentification[c]//ifip international conference on new technologies.2018:1～5.和shi m,huang y,wang g.carrier leakage estimation method for cross-receiverspecific emitter identification[j].ieee access,2021,9:26301～26312.)。然而基准设备同样存在着非理想失真，与基准对齐并没有实现影响的消除，且不适合较大规模数据库、特征库的通用。
7、(2)估计接收机器件失真参数并进行校正(具体可参见shi m,huang y,wangg.carrier leakage estimation method for cross-receiver specific emitteridentification[j].ieee access,2021,9:26301～26312.)。然而该方法受限于对模型认识，只是针对特定器件而不是接收机整体。
8、(3)将多个接收机接收到的信号打包输入神经网络进行训练(具体参见he b,wangf.cooperative specific emitter identification via multiple distortedreceivers[j].ieee transactions on information forensics and security,2020,15:3791～3806.)。该方式难以适应接收机更换、增加、减少的场景，同样难以支撑实际应用中特征库的通用化。
技术实现思路
1、为消除辐射源指纹识别问题中的接收机“染色”影响，提高辐射源指纹识别技术跨接收系统的鲁棒性，本专利技术提出一种基于多接收机协同的跨接收系统辐射源指纹识别方法，对典型辐射源指纹识别系统的接收设置、信号处理等方面进行了改进，通过增加接收机数目和设计适当的信号处理环节，实现接收机个性化染色影响的消除，最终实现数据库乃至辐射源指纹识别技术跨接收系统的通用。
2、本专利技术采用的技术方案为一种基于多接收机协同的跨接收系统辐射源指纹识别方法，分为以下步骤：
3、s1.多接收机信号协同接收
4、s1.1信号接收
5、在接收信号时，使用k部接收机(例如超外差架构接收机)共用同一套天线，通过分频器将多部接收机连接，所有接收机设置为相同接收模式、接收参数，同时所有接收机均外接至同一台高精度频率源做时钟源，控制所有接收机对同一辐射源的同一信号进行同步接收，得到该信号的k个副本，那么由第k部接收机接收到的第m个辐射源的信号可以表示为被称为副本信号，k＝1,2,…,k，m＝1,2,…,m，m表示辐射源总数。
6、s1.2信号预处理
7、对所有副本信号进行检测、滤波降噪等常规操作后，得到由第m个辐射源发射、第k个接收机接收的副本信号需要注意的是，所有辐射源的全部信号均按照步骤s1.1被k个接收机接收并处理，对所有辐射源信号的处理是一致的，因此下面的描述均以第m个辐射源的传输信号为例，不再专门强调辐射源标签：
8、
9、其中am,k是信号的复数幅度，是一个系数值；∈m,k是独立的复数高斯分布的随机噪声；矩阵γ(τm,k)和ω(νm,k)分别为时间转移算子矩阵和频率转移算子矩阵，大小均为ns×ns，ns表示信号长度，τm,k表示信号的时间延迟量，νm,k表示信号的频率偏移值；ω(νm,k)是对角矩阵，对角线元素为n表示矩阵的第n行，n＝1,...,ns，γ(τm,k)是对角元素为τm,k的对角矩阵；μm表示不受接收机失真影响的、由第m个辐射源发射和理想无失真接收机接收的理想单位接收信号，满足其中(·)h表示共轭转置，i表示单位矩阵。
10、s2.高精度时频偏差估计
11、在多接收机协同系统中，k个接收机工作时均与同一个高精度频率源相连，因此这k个接收机的工作频率也是对齐的，但由于在信号传输接收环节存在随机因素以及硬件系统难以做到完全精准同步，造成信号之间会存在少量的时间、频率偏差，需要对多部接收机接收到的副本信号进行高精度的时域偏差估计以及频域偏差估计，即分别进行信号时间延迟量的估计和频率偏移值的估计，具体如下：
12、s2.1信号时域偏差估计
13、s2.1.1采用基于样本互相关的时间同步算法(具体参见lundén j,koivunenv.scaled conjuga本文档来自技高网...
【技术保护点】
1.一种基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于，该方法分为以下步骤：
2.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S2.1.1中采用基于样本互相关的时间同步算法估计得到信号时域偏差—时间延迟量τm,k。
3.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S2.2.1中，基于CZT变换得到副本信号的信号时域偏差—频率偏移值νm,k。
4.一种根据权利要求3所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S2.2.1中，和ym,k均可以用于频率偏移值νm,k的估计。
5.一种根据权利要求3所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S2.2.1中，当辐射源发射的信号为简单调制信号时，根据傅里叶插值算法估计频率偏移值。
6.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S3.2.2.3中，采用幂次方的方法求解ZΩ的全部特征值和特征向量。
7.一种根
8.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S3.5中，设定门限值rth＝0.001。
9.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S5.1中，根据S4得到的相关波形通过测量相关波形的调制域误差提取指纹特征。
10.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S5.1中，根据S4得到的相关波形通过对相关波形进行变分模态分解提取指纹特征等。
11.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S5.2中，分类器选用神经网络分类器、KNN分类器、SVM分类器。
12.一种基于权利要求1至11任一项所述多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：S1中，所述接收机为超外差架构接收机。
...【技术特征摘要】
1.一种基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于，该方法分为以下步骤：
2.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：s2.1.1中采用基于样本互相关的时间同步算法估计得到信号时域偏差—时间延迟量τm,k。
3.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：s2.2.1中，基于czt变换得到副本信号的信号时域偏差—频率偏移值νm,k。
4.一种根据权利要求3所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：s2.2.1中，和ym,k均可以用于频率偏移值νm,k的估计。
5.一种根据权利要求3所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：s2.2.1中，当辐射源发射的信号为简单调制信号时，根据傅里叶插值算法估计频率偏移值。
6.一种根据权利要求1所述基于多接收机协同的跨接收系统辐射源指纹识别方法，其特征在于：s3.2.2.3中，采用幂次方的方法求解zω的全部特征值和特...
【专利技术属性】
技术研发人员：孙丽婷，黄知涛，柳征，陈颖，王翔，王丰华，李保国，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。