基于射频指纹的无线目标识别与定位技术研究

This project aims at the security needs of wireless communication technology for wireless target identification and location and it uses the idea of the physical-layer security. The communication signals of wireless device are collected to extract RF fingerprints to measure the hardware tolerance for target recognition, which will be used as the identities to improve the authentication of wireless communication and meanwhile, the wireless location is carried out to expand the application fields of the technology. This project focuses on the following five aspects: 1)modeling RF fingerprints according to the actual wireless transmitter and receiver equipment; 2)extractions of RF fingerprints to obtain features with more dimensions; 3)RF fingerprint identification method of extracting effective features from graphics to realize feature classification and identification; 4)research on utilizing the RF fingerprints to realize target location; 5)establishing an experimental environment of wireless target identification and location to perform RF fingerprint extraction, RF fingerprint recognition, target location and so on to obtain actual data to verify the performance of every step of the proposed method. On the researches and solutions of the above problems, the technology of RF fingerprint based wireless target identification and location will have broad prospects for the physical layer security enhancements of wireless communication.

本项目瞄准无线通信技术对无线目标识别和定位的安全需求，采用物理层安全的思路，采集无线设备的通信信号，提取射频指纹度量设备硬件容差来进行目标识别，将识别结果作为身份标识改善无线通信的安全认证，同时进行无线目标定位，拓展该技术的应用领域。本项目重点开展以下五方面研究：1）根据无线设备实际的发射机和接收机对射频指纹进行建模；2）研究射频指纹的提取方法以获得更多维度的指纹特征；3）研究射频指纹的识别方法，从图形中提取有效特征并进行特征分类与识别；4）研究利用射频指纹进行定位的方法；5）建立无线目标识别与定位的实验环境，进行包括射频指纹提取、射频指纹识别、目标定位等系统性的实验，以取得实际的数据、验证各环节方法的性能。随着上述问题的研究与解决，基于射频指纹的无线目标识别与定位技术在无线网络物理层安全增强方面将具有广阔的应用前景。

本项目从无线目标识别和定位的安全需求角度，研究基于射频指纹的物理层设备身份识别及定位方法并取得了一些研究成果，在项目执行期间，我们共发表了论文23篇，包括发表于EURASIP J WIREL COMM、Cluster Computing、IEEE Internet of Things Journal等SCI检索源期刊论文；共申请了24项发明专利，具有代表性的成果如下：.(1)提出了一种基于物理层指纹的Lora设备识别方法，利用LoRa设备的射频指纹特征建立差分星座轨迹图，将特征匹配转换为图像识别。使用LoRa信号聚类中心欧氏距离进行分类，可以精确识别六个LoRa模块，即使在低信噪比环境下，仍可以有效区分和识别不同的LoRa设备。.(2)针对802.11 OFDM物理层技术，提出一种基于前导差分谱的信号特征生成方法。利用该方法，对55台设备进行分类实验，获得了99.4%的分类准确率；在信道条件变化下，仍能够保持该分类准确率；在使用欧氏距离作为判决准则的未知设备认证实验中，达到约4%的EER。.(3)提出一种基于星座轨迹图的空间射频指纹提取方法。通过K均值聚类算法从获得的星座轨迹图中提取与卫星空间分布特性相关的射频指纹特征进行欺骗卫星信号的识别。在实际无线环境中接收卫星信号提取了空间射频指纹特征，并利用软件无线电平台产生的欺骗卫星信号实现了欺骗目标识别，验证了提出方法的有效性与实用性。.(4)提出基于跳频通信的物理层密钥生成方案，提高了RSSI的变化速度，增大了密钥生成速率。通过将分组交织、滑动平均和排序等数据预处理方法结合，然后进行双门限量化，提高了生成密钥的一致率。最后使用CC1101硬件平台进行了实验验证。.(5)提出一种基于多频点信号强度的无线目标定位方法，采集无线目标在所有可工作频点的信号强度，建立近似的信道频域传递函数，通过傅里叶反变换得到主径的信号强度并计算得到信号在传播路径的衰减，进而得到无线目标距检测节点的距离实现定位。并针对多天线场景，利用信道状态信息重构子载波信息，估计出相位和到达时间信息，利用支持向量机和权重判别准则精确估计出到达主径，提高定位精度。