混叠场景下的通信辐射源个体识别研究.pdfVIP

摘要

随着无线通讯技术的快速发展，无线电的攻击方式愈发多样，对于通信辐射源

设备的识别已经成为了通信安全领域的一个重要研究课题。实际监测过程中，一方

面，为覆盖辐射源所有通道，通常接收机设置的监测带宽较大，从而导致接收到的

信号中可能包含多个辐射源信号混叠情况，无法直接对单一辐射源设备进行识别；

另一方面，实际截取到用于识别的信号中，往往混有不同用户基带信号，使得提取

的特征不全是设备载波信号特征，对个体识别造成困难。本文研究宽带采集中混叠

场景下的通信辐射源个体识别，主要工作如下：

针对辐射源信号时域混叠场景，提出混叠信号分离后进行识别的方案。设计基

于变分模态分解(Variationalmodedecomposition，VMD)优化的高效快速独立成分

(EfficientVariantofFastICAEFICA)

分析，的信号分离方法，使得分离后的信号仍然

保留部分可识别的发射机指纹特征。针对分离后信号识别率较低的问题，基于

VMD算法进行分解并提出了一种改进的增加分辨参数的Teager能量算子(RP-

Teager)特征，融合盒维数特征构成信号特征。结果验证了基于VMD和EFICA剥

离算法的有效性，同时证明了在相同条件下，使用RP-Teager能量算子特征较Teager

能量算子特征的识别准确率提高5.7%。

针对辐射源信号频域混叠场景，设计直接对混叠信号进行识别的方案。由于完

备的混叠信号数据集很难获取，使用无混叠信号人工混合构建训练数据集，用于特

征提取并进行分类识别训练。该方案核心在于信号源数估计，首先通过经验模态分

解(EmpiricalModeDecompositionEmpiricalModeDecomposition,EMD)对混叠信号

进行分解，通过信号强度对分量进行选取，与原始信号共同构成源数估计的输入。

(GeschgorinDiskEstimatorTheorem,GDE)-

之后设计基于盖尔圆准则对汉南奎因准

则(Hannan-quinncriterion,HQ)进行优化的源数估计方案。结果验证了源数估计方

案的有效性，同时证明对于不同类型辐射源频域混叠场景，辐射源依然是可识别的。

针对辐射源信号携带用户信息场景，设计基于三谱(Trispectrum)切片的信号特

征提取方案。首先对VMD分解后的各信号分量进行参数法的自回归滑动平均模型

(Auto-RegressiveMovingAverageModel，ARMA)转换，基于信息论准则对模型阶

数进行确定并进行三谱计算。在此基础上，利用三谱重构双谱法获得三谱切片，并

提取切片的矩形路径积分特征。由于提取的信号特征维度过高，利用主成分分析

(PrincipalComponentAnalysis,PCA)对特征进行降维，由此构成辐射源的信号特征。

实验证明此方案可以达到98%以上的识别准确率，同时证明对于另外两种混叠场

景，此方案仍然有效。

关键词：变分模态分解，Teager，源数估计，三谱切片，信号分离

ABSTRACT

Withtherapiddevelopmentofwirelesscommunicationtechnology,radioattacksare

becomingmoreandmorediverse,andtheidentificationofcommunicationradiation

sourceequipmenthasbecomeanimportantresearchtopicinthefieldofcommunication

security.Intheactualmonitoringprocess,ontheonehand,inordertocoverallchannels

oftheradiationsource,thereceiver