2018 IEEE International Conference on Electronics and Communication Engineering (ICECE).
金刚石悬浮抛光液1、摘要：
基于射频（RF）的设备标识是⽤于⽆线设备认证的物理层解决⽅案。但是，由于信道传播，从⽆线设备发出的RF指纹可能会严重失真。因此，⽆线信道的特性将影响射频指纹的识别。在本⽂中，我们将通过仿真和实际实验研究信道传播对RF指纹的影响。在不同的信道条件下，评估了四个射频指纹功能，包括频率偏移，I / Q偏移，星座轨迹图形偏移和瞬态开/关信号点。我们⽤12个ZigBee设备和1个USRP接收器设置了实验环境。 2、结论与未来⼯作：
在本⽂中，我们阐述了信噪⽐和多路径时延对信道传播过程中射频指纹的影响。设计了⼀个仿真系统和⼀个实际的实验系统。仿真和实验结果均表明，低SNR和严重的多路径传播延迟会影响RF指纹特征的提取。频偏是我们使⽤的所有功能的最强⼤功能，即使在⾮常低的SNR情况下，正确的识别率也可以达到97％。瞬态开/关功能很容易受到信道传播的影响，当信道条件变得复杂时，瞬态开/关功能可能会完全失真。此外，信道传播对I / Q偏移和CTF偏移的影响程度是中等的。我们不考虑诸如移动速度之类的因素，这将是我们未来的⼯作。
3、简介：
在射频指纹识别的过程中，由于信道传播，从⽆线设备发射的射频指纹可能会严重失真。 通道多径传播和SNR的变化将影响RF特征的提取和识别。 因此，在使⽤RF功能进⾏⽆线设备识别时，我们应充分考虑信道传播的影响。 尽管基于RF指纹的设备识别引起了⼴泛关注，但据我们所知，很少进⾏研究⽆线信道对RF指纹的影响。 对这⼀问题的研究对于出如何克服或减少⽆线信道对射频特征识别的影响具有重要意义，从⽽可以提⾼设备识别的灵敏度，提⾼⽆线⽹络的安全性能。
4、特点：
考虑了信道环境对RFF识别的影响；
主要包括SNR及延时的影响。助勃器
适用于英语
调制⽅式的影响。
5、解读：
本⽂针对现有RFF研究⼯作的不⾜之处——信道条件，进⾏⼀系列的仿真与实验测试，最终证明信道环境中的SNR及信号延时会对RFF识别准确度造成影响。具体⽽⾔，本⽂使⽤12个ZigBee设备以及USRP N210进⾏实验，⾸先构造仿真环境，即在原始信号中加⼊噪声及信道影响，主要是⾼斯⽩噪声以及瑞利信道环境，验证得到该条件下，信道对诸多RFF均有不同程度的影响，但是频率偏移这⼀RFF特征具有较的抗⼲扰特性；接下来作者创建实际的环境进⾏实验验证，主要包括视距、⾮视距信道环境这主要影响SNR，⽽瑞利信道的仿真建模设置了包括室内、室外、室外车载三种情况，且均带有移动速度，最终的实验结果也证实信道环境对RFF识别有影响这⼀结论。
6、细节：
1. 使⽤12个Ti CC2530 ZigBee设备作为待识别信号源，IEEE80
2.15.4协议，OQPSK调制，带宽1Msample/s；
2. 接收设备为具有⼦板UBX的USRP N210平台⽤作接收器，以10 Msample / s的采样率捕获RF信号；
3. 分别在LOS及NLOS信道环境下进⾏实验，实际环境设置了室内及室外以及移动速度较⾼的车载环境；
4. 提取四种特征：差分星座图（DCTF），载波频率偏移，从星座图（CTF）提取的调制偏移和I / Q偏移；differential constellation
trace figure (DCTF), carrier frequency offset, modulation offset and I/Q offset extracted from constellation trace figure (CTF)；
5. 分类使⽤K-NN算法。
7、RFF提取：
1. 频率偏移
2. 星座轨迹图 CFT
3. I / Q偏移
具体的RFF提取⽅法与[1]⼀致，我在之前的⽂章中已进⾏详细阐述，在此不再赘述。
4 差分星座轨迹图 DCTF（瞬态开/关信号点）
⽆线设备打开和关闭时的瞬态信号是唯⼀，通⽤且不可变的，这仅与发射机的硬件特性有关，因此可以⽤作RF指纹功能。为了提⾼⽆线设备的识别性能，我们可以基于差分星座轨迹图（DCTF）提取瞬态特征。基于DCTF的ZigBee节点设备识别⽅法是⼀种新颖的Zig Bee设备识别⽅法，它在I / Q轴上绘制差分信号，然后使⽤图像处理算法提取RF信号的独特特征。所获得的DCTF包含显着且稳定的⽆线电指纹特征，已被证明具有出⾊的性能，可⽤于恶意设备识别和已验证的设备分类[6]。我们将获得的瞬态信号直接绘制在复平⾯上，并以⽐发射机更⾼的采样率进⾏采集，并得到星座图。并根据⼀定的10个样本间隔执⾏微分处理。
最后，获得了差分星座轨迹图中瞬态特征的图，如图1所⽰。值得注意的是，瞬态信号的持续时间⾮常短，通常为纳秒，因此有必要在提取射频指纹之前进⾏极其精确的信号起点检测和瞬态信号拦截。
具体特征如下图所⽰：
[1] Peng L, Hu A, Zhang J, et al. Design of a hybrid RF fingerprint extraction and device classification scheme[J]. IEEE
Internet of Things Journal, 2018, 6(1): 349-360.
8、实验验证：
1、仿真实验
在不同的信道条件下模拟了具有不同SNR的⾼斯信道和瑞利信道。流程如上图所⽰。
仿真结果如下：
2、实际环境
流程如上图所⽰。考虑了三种不同的信道条件，即：
·LOS（视线）近距离场景：USRP X210接收器和ZigBee设备位于同⼀房间。 它们之间的距离约为1⽶。
·LOS（视距）长距离场景：USRP X210接收器和Zig Bee设备放置在封闭的⾛廊中。 他们之间的距离约为110⽶。
·NLOS（⾮视线）场景：USRP接收器放置在房间内，⽽ZigBee设备放置在房间外的长⾛廊中。 在USRP和Zig Bee设备之间没有直接传播线（被墙壁阻挡）。 USRP与ZigBee设备之间的距离约为60⽶。
在实际测量中，LOS近距离场景，LOS长距离场景和NLOS场景的SNR估计值分别约为29dB，26dB和18dB。
具体环境设置如下图所⽰：
仿真结果如下：水平潜流人工湿地
9、实验结论：
1、在所有情况下，频率偏移的值基本上没有变化，通常，它⼏乎不受信道传播的影响。 对于I / Q偏移，LOS近距离与LOS长距离情况之间的幅度差平均为0.0006，LOS近距离与NLOS情况之间的差值为0.0008，相位差分别为0.0047和0.0220。 表VI给出了根据以上两个特征在不同测试场景下的正确识别率。 通过⽐较三种不同信道条件下的12个设备的DCTF，如图12所⽰，我们发现LOS场景中的DCTF相对清晰。 并且距离越近，距离越清晰。
2、如图13所⽰，NLOS长距离场景中的CTF偏移值与其他两种情况的值有很⼤不同，这受信道传播的影响很⼤。在近距离，远距离和⾮视距情况下，基于CTF偏移的正确识别率分别为96.89％，91.44％和84.67％。
与是否存在视线路径相⽐，距离对其影响较⼩。不同信道条件下瞬态特征的结果表明，它们很容易受到⽆线信道的影响。 DCTF中的瞬态信号点如图14（a）所⽰，在三种信道条件下具有基本相似的轮廓，但是当信道条件变得复杂时失真程度会增加。此外，在不同情况下职位也会发⽣变化。 LOS近距离场景中DCTF的瞬态关闭信号点与长距离场景中的瞬态信号点⼏乎重合，这意味着在LOS场景中距离的影响相对较⼩。但是，NLOS⽅案对该功能有这样的影响，使得曲线与其他两种情况完全不同（如图14（b）所⽰）。
3、实际实验结果表明，信道传播对频率偏移的影响最⼩，⽽瞬态特征最容易受到信道的影响，对I / Q偏移的影响程度中等。 与模拟基本相同。
10、思考：
1、⽂章提出了⼀种具体可实现的射频指纹设备识别⽅案，达成了多设备识别以及适应信道的⽬的。
2、⽂章提出了DCTF的⽅法⽤于提取RFF，以及精确的ZigBee频偏估计⽅法和基于CTF的调制偏移和I/Q偏移特征提取⽅法。
旧衣服加工设备3、未来的⼯作可以在多特征提取、融合⽅法、信道及接收设备上⼊⼿，进⾏深⼊研究。
原⽂献
Ren Y, Peng L, Bai W, et al. A Practical Study Of Channel Influence On Radio Frequency Fingerprint Features[C]//2018 IEEE
International Conference on Electronics and Communication Engineering (ICECE). IEEE, 2018: 1-7.
>调浮标
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议