《基於射頻指紋的無線目標識別與定位技術研究》是依託東南大學，由姜禹擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於射頻指紋的無線目標識別與定位技術研究
- 項目類別：青年科學基金項目
- 項目負責人：姜禹
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
本項目瞄準無線通信技術對無線目標識別和定位的安全需求，採用物理層安全的思路，採集無線設備的通信信號，提取射頻指紋度量設備硬體容差來進行目標識別，將識別結果作為身份標識改善無線通信的安全認證，同時進行無線目標定位，拓展該技術的套用領域。本項目重點開展以下五方面研究：1、根據無線設備實際的發射機和接收機對射頻指紋進行建模；2、研究射頻指紋的提取方法以獲得更多維度的指紋特徵；3、研究射頻指紋的識別方法，從圖形中提取有效特徵並進行特徵分類與識別；4、研究利用射頻指紋進行定位的方法；5、建立無線目標識別與定位的實驗環境，進行包括射頻指紋提取、射頻指紋識別、目標定位等系統性的實驗，以取得實際的數據、驗證各環節方法的性能。隨著上述問題的研究與解決，基於射頻指紋的無線目標識別與定位技術在無線網路物理層安全增強方面將具有廣闊的套用前景。
結題摘要
本項目從無線目標識別和定位的安全需求角度，研究基於射頻指紋的物理層設備身份識別及定位方法並取得了一些研究成果，在項目執行期間，我們共發表了論文23篇，包括發表於EURASIP J WIREL COMM、Cluster Computing、IEEE Internet of Things Journal等SCI檢索源期刊論文；共申請了24項發明專利，具有代表性的成果如下：(1)提出了一種基於物理層指紋的Lora設備識別方法，利用LoRa設備的射頻指紋特徵建立差分星座軌跡圖，將特徵匹配轉換為圖像識別。使用LoRa信號聚類中心歐氏距離進行分類，可以精確識別六個LoRa模組，即使在低信噪比環境下，仍可以有效區分和識別不同的LoRa設備。(2)針對802.11 OFDM物理層技術，提出一種基於前導差分譜的信號特徵生成方法。利用該方法，對55台設備進行分類實驗，獲得了99.4%的分類準確率；在信道條件變化下，仍能夠保持該分類準確率；在使用歐氏距離作為判決準則的未知設備認證實驗中，達到約4%的EER。(3)提出一種基於星座軌跡圖的空間射頻指紋提取方法。通過K均值聚類算法從獲得的星座軌跡圖中提取與衛星空間分布特性相關的射頻指紋特徵進行欺騙衛星信號的識別。在實際無線環境中接收衛星信號提取了空間射頻指紋特徵，並利用軟體無線電平台產生的欺騙衛星信號實現了欺騙目標識別，驗證了提出方法的有效性與實用性。(4)提出基於跳頻通信的物理層密鑰生成方案，提高了RSSI的變化速度，增大了密鑰生成速率。通過將分組交織、滑動平均和排序等數據預處理方法結合，然後進行雙門限量化，提高了生成密鑰的一致率。最後使用CC1101硬體平台進行了實驗驗證。(5)提出一種基於多頻點信號強度的無線目標定位方法，採集無線目標在所有可工作頻點的信號強度，建立近似的信道頻域傳遞函式，通過傅立葉反變換得到主徑的信號強度並計算得到信號在傳播路徑的衰減，進而得到無線目標距檢測節點的距離實現定位。並針對多天線場景，利用信道狀態信息重構子載波信息，估計出相位和到達時間信息，利用支持向量機和權重判別準則精確估計出到達主徑，提高定位精度。
