基于调频指数特征的通信辐射源个体识别

梁红，骆振兴，楼才义

(1.中国人民解放军92728部队航空所，上海200436;2.中国电子科技集团公司第三十六研究所，浙江嘉兴314033)

0 引言

传统的通信信号识别通常是通过对信号的调制方式(如AM、FM和FSK等)、载波频率、带宽、码元速率、信号电平和来波方向等一些基本参数的估计来获得通信辐射源的类型或者与其活动行为有关的信息，但并不能直接获取用于识别辐射源个体身份的信息。然而即便是同型号的不同辐射源个体由于生产过程中存在的随机性，必然会导致辐射源所发射的通信信号存在个体差异。辐射源个体识别技术运用信号处理方法提取辐射源个体的硬件细微差异在通信信号上体现的能够唯一表征某辐射源个体的特征，以此对其个体身份进行识别。国外的相关研究主要是基于瞬时信号的特征提取［1－4］。文献1将多分辨小波分析用于对PPT信号的特征提取，在高信噪比下取得了良好的识别效果;文献2将分形模型用于瞬时信号的建模;文献3介绍了基于瞬时信号的个体特征在无线网络安全管理中的应用。文献4介绍了一种改进瞬时信号在不同信噪比条件下识别性能的方法。国内，文献5通过研究辐射源主振的个体差异，用ZFFT算法提取FSK辐射源的载频精度作为个体特征，达到一定的识别效果。本文针对一类导频静噪的调频FM辐射源提取调频指数Mf，将Mf的精确估计值作为识别辐射源个体的特征。对4个实际FM辐射源的实验表明:在工作频率不变的条件下，Mf的精确估计值可以作为识别辐射源个体的有效特征;但在不同工作频率下，同一个辐射源的Mf值也会发生较大变化，从而在一定程度上限制了该特征的应用。

1 Mf估计算法

Mf估计算法模型如图1所示。

实际FM电台通常使用一个低于音频范围的导频单音fp实现静噪功能，不含语音的单音调制FM信号可以表示为:

图1 Mf估 计算法模型

式中，fc，fp分别为载波频率和导频单音频率，现以频率fs对s(t)进行抽样，得到的离散信号可表示为:

式中，ωc=2πfc/fs，ωp=2πfp/fs，是离散信号s(n)的数字角频率。对s(n)进行混频正交变换，经低通滤波器得到sI(n)(同相)、sQ(n)(正交)两路信号:

得到以上两路I、Q信号后，用相位差分法可以计算s(n)的瞬时频率信号:

根据式5可知对s(n)的瞬时频率信号f(n)做频率估计，在ωp处频谱的幅值即Mf的一个估计:

2 实验分析

实验1用本文的估计算法分别对工作频率为139MHz和165MHz时4个辐射源的信号样本进行调频指数Mf的估计。其中，采集速率fs为204.8kHz，信号样本的长度N=600 000，每个辐射源在以上2个工作频率处各采集20个样本。4个辐射源的统计特征如表1所示。

表1 统计特征

表1 统计特征

辐射源12341234数学期望6.527 76.435 66.542 26.674 47.383 47.321 27.360 17.378 0标准差0.007 10.006 50.004 30.005 30.001 60.001 80.001 70.001 8最大值6.539 96.444 86.549 86.684 27.385 97.323 97.362 57.380 8最小值6.517 46.425 16.535 36.667 47.381 07.315 87.357 37.373 8

由表1可知除了工作频率为139MHz时辐射源1和辐射源3的取值范围有一小部分的重叠外，其余的情况4个辐射源的取值均无重叠。可见本文提取的特征可以有效地用于识别4个辐射源。

图2 辐射源在不同工作载频处的调频指数

3 结束语

本文针对一类导频静噪的FM辐射源提出一种基于调频指数特征的辐射源个体识别方法。基于4个实际FM辐射源的实验表明:在工作频率不变的条件下，Mf的精确估计值可以作为识别辐射源个体的有效特征。但在工作频率变化的条件下，同一个辐射源的Mf值会发生较大变化。因此，本文提取的Mf特征可用于对具有固定工作频率的FM辐射源的个体识别。今后的工作需要对辐射源的硬件结构进行深入分析，找出个体特征随工作频率变化的机理，从而进一步研究对工作频率具有较好鲁棒性的个体特征。

［1］Hippenstiel R D，Payal Y.Wavelet Based Transmitter Identification［C］.Gold Coast:International Symposium on Signal Processing and Its Applications，1996:740－742.

［2］Sun L，Kinsner W.Fractal segmentation of signal from noise for radio transmitter fingerprinting［C］.Waterloo:IEEE Canadian Conference on Electrical and Computer Engineering，1998:561－564.

［3］Ureten O，Serinken N.Wireless security through RF fingerprinting［J］.Canadian Journal of Electrical and Computer Engineering，2007，32(1):27－33.

［4］Tekbas O H，Serinken N，Ureten O.An experimental performance evaluation of a novel radio-transmitter identification system under diverse environmental conditions［J］.Canadian Journal of Electrical and Computer Engineering，2004，29(3):203－209.

［5］王伦文，钟子发.2FSK信号“指纹”特征的研究［J］.电讯技术，2003，(3):45－48.