梁紅，駱振興，樓才義

(1.中國人民解放軍92728部隊航空所，上海200436;2.中國電子科技集團公司第三十六研究所，浙江嘉興314033)

0 引言

傳統(tǒng)的通信信號識別通常是通過對信號的調(diào)制方式(如AM、FM和FSK等)、載波頻率、帶寬、碼元速率、信號電平和來波方向等一些基本參數(shù)的估計來獲得通信輻射源的類型或者與其活動行為有關(guān)的信息，但并不能直接獲取用于識別輻射源個體身份的信息。然而即便是同型號的不同輻射源個體由于生產(chǎn)過程中存在的隨機性，必然會導致輻射源所發(fā)射的通信信號存在個體差異。輻射源個體識別技術(shù)運用信號處理方法提取輻射源個體的硬件細微差異在通信信號上體現(xiàn)的能夠唯一表征某輻射源個體的特征，以此對其個體身份進行識別。國外的相關(guān)研究主要是基于瞬時信號的特征提?。?－4］。文獻1將多分辨小波分析用于對PPT信號的特征提取，在高信噪比下取得了良好的識別效果;文獻2將分形模型用于瞬時信號的建模;文獻3介紹了基于瞬時信號的個體特征在無線網(wǎng)絡安全管理中的應用。文獻4介紹了一種改進瞬時信號在不同信噪比條件下識別性能的方法。國內(nèi)，文獻5通過研究輻射源主振的個體差異，用ZFFT算法提取FSK輻射源的載頻精度作為個體特征，達到一定的識別效果。本文針對一類導頻靜噪的調(diào)頻FM輻射源提取調(diào)頻指數(shù)Mf，將Mf的精確估計值作為識別輻射源個體的特征。對4個實際FM輻射源的實驗表明:在工作頻率不變的條件下，Mf的精確估計值可以作為識別輻射源個體的有效特征;但在不同工作頻率下，同一個輻射源的Mf值也會發(fā)生較大變化，從而在一定程度上限制了該特征的應用。

1 Mf估計算法

Mf估計算法模型如圖1所示。

實際FM電臺通常使用一個低于音頻范圍的導頻單音fp實現(xiàn)靜噪功能，不含語音的單音調(diào)制FM信號可以表示為:

圖1 Mf估 計算法模型

式中，fc，fp分別為載波頻率和導頻單音頻率，現(xiàn)以頻率fs對s(t)進行抽樣，得到的離散信號可表示為:

式中，ωc=2πfc/fs，ωp=2πfp/fs，是離散信號s(n)的數(shù)字角頻率。對s(n)進行混頻正交變換，經(jīng)低通濾波器得到sI(n)(同相)、sQ(n)(正交)兩路信號:

得到以上兩路I、Q信號后，用相位差分法可以計算s(n)的瞬時頻率信號:

根據(jù)式5可知對s(n)的瞬時頻率信號f(n)做頻率估計，在ωp處頻譜的幅值即Mf的一個估計:

2 實驗分析

實驗1用本文的估計算法分別對工作頻率為139MHz和165MHz時4個輻射源的信號樣本進行調(diào)頻指數(shù)Mf的估計。其中，采集速率fs為204.8kHz，信號樣本的長度N=600 000，每個輻射源在以上2個工作頻率處各采集20個樣本。4個輻射源的統(tǒng)計特征如表1所示。

表1 統(tǒng)計特征

表1 統(tǒng)計特征

輻射源12341234數(shù)學期望6.527 76.435 66.542 26.674 47.383 47.321 27.360 17.378 0標準差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可知除了工作頻率為139MHz時輻射源1和輻射源3的取值范圍有一小部分的重疊外，其余的情況4個輻射源的取值均無重疊?？梢姳疚奶崛〉奶卣骺梢杂行У赜糜谧R別4個輻射源。

圖2 輻射源在不同工作載頻處的調(diào)頻指數(shù)

3 結(jié)束語

本文針對一類導頻靜噪的FM輻射源提出一種基于調(diào)頻指數(shù)特征的輻射源個體識別方法?；?個實際FM輻射源的實驗表明:在工作頻率不變的條件下，Mf的精確估計值可以作為識別輻射源個體的有效特征。但在工作頻率變化的條件下，同一個輻射源的Mf值會發(fā)生較大變化。因此，本文提取的Mf特征可用于對具有固定工作頻率的FM輻射源的個體識別。今后的工作需要對輻射源的硬件結(jié)構(gòu)進行深入分析，找出個體特征隨工作頻率變化的機理，從而進一步研究對工作頻率具有較好魯棒性的個體特征。

［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］王倫文，鐘子發(fā).2FSK信號“指紋”特征的研究［J］.電訊技術(shù)，2003，(3):45－48.