資曉軍 謝 丹 楊劍波

(92762部隊(duì) 廈門 361021)

通信輻射源指紋特征提取算法研究*

資曉軍 謝 丹 楊劍波

(92762部隊(duì) 廈門 361021)

非協(xié)作環(huán)境下對船載無線通信系統(tǒng)的信號分析和識別,具有十分重要的軍事價(jià)值。論文分析了輻射源特征對于目標(biāo)個(gè)體識別的意義,給出了信號載頻偏差、包絡(luò)高階特征及積分雙譜特征的計(jì)算方法,并且基于前向搜索策略提出了特征子集選擇算法。

輻射源；特征提??；積分雙譜

1 輻射源信號指紋特征構(gòu)成

在非協(xié)作通信環(huán)境中,對船載通信系統(tǒng)無線電信號的搜索、識別、定位、分析和檢測技術(shù),具有十分重要的軍事價(jià)值。通信輻射源的指紋特征是由于其在制作過程中的各種隨機(jī)因素造成的個(gè)體差異并體現(xiàn)在其信號的細(xì)微特征中,具有一定程序的穩(wěn)定性和變化規(guī)律。

在無法獲取通信內(nèi)容的情況下,可利用對輻射源多維細(xì)微特征的提取和分析,完成對相同通信體制、調(diào)制方式、通信頻率下的多個(gè)輻射源身份的分選與識別,為進(jìn)一步判斷通信輻射源個(gè)體屬性、威脅等級提供重要決策依據(jù)。長期以來,研究通信輻射源信號指紋特征的提取是進(jìn)行數(shù)據(jù)融合、模式識別、跟蹤定位、態(tài)勢分析的重要技術(shù)支撐手段,在電子戰(zhàn)領(lǐng)域占有十分重要的地位。

作為信號的指紋特征的參數(shù),應(yīng)具備以下四個(gè)基本條件： 1) 普遍性,特征應(yīng)存在于所有信號樣本中； 2) 唯一性,特征參數(shù)在信號樣本之間具有區(qū)別性； 3) 穩(wěn)定性,同一樣本的參數(shù)特征不因時(shí)間和環(huán)境的變化而改變； 4) 可檢測性,特征參數(shù)能夠利用相關(guān)技術(shù)從有限觀測樣本中提取出來。

對于輻射源的指紋特征,可從暫態(tài)特征和穩(wěn)態(tài)特征兩個(gè)方面考慮。暫態(tài)特征是指輻射源開機(jī)瞬間以及工作模式切換等非穩(wěn)定狀態(tài)下的信號特征,其原因是由于電臺內(nèi)部機(jī)械和電子元器件的細(xì)微差異而表現(xiàn)出的信號非線性、非平穩(wěn)特征；穩(wěn)態(tài)特征是指電臺進(jìn)入穩(wěn)定工作狀態(tài)后信號特征,受調(diào)制信息的影響,穩(wěn)態(tài)特征的提取更加復(fù)雜。

本文主要研究輻射源載頻偏差和雜散特征等常規(guī)參數(shù)提取方法,結(jié)合信號高階譜特征參數(shù)的提取,通過選擇最優(yōu)特征子集達(dá)到對輻射源個(gè)體識別的目的。

2 穩(wěn)態(tài)特征參數(shù)的提取

2.1 載頻偏差的提取算法

對同一型號、標(biāo)稱頻率和發(fā)射模式的電臺輻射源,即使采用直接頻率合成(DDS)技術(shù),其晶體震蕩器的載頻偏差的幅度和相位都存在漲落現(xiàn)象,從而引起輸出頻率的波動(dòng)[1]。

以單載波信號為例,基于相位擬合的載頻估計(jì)算法原理如下,假設(shè)信號序列為

rn=Aej(ω0nT+θ)+z(n),n=n0,n0+1,…,n0+N-1

當(dāng)SNR?1時(shí),1+v(n)≈ejtan-1vQ(n)≈ejvQ(n),故原始信號可寫為

r(n)≈Aej[ω0nT+θ+vQ(n)]

基于最小二乘原理,用多項(xiàng)式擬合方法求解其瞬時(shí)相位。信號瞬時(shí)相位可表示為φ(n)ω0nT+θ,n=n0,n0+1,…,n0+N-1,其載頻w0引入的相位改變?yōu)樾甭师?的直線,用線性函數(shù)對瞬時(shí)相位進(jìn)行擬合,得

解方程可得載頻估計(jì)值為

2.2 信號包絡(luò)高階特征及峰度的計(jì)算

設(shè)實(shí)信號x(t)的Hilbert變換為

定義信號包絡(luò)的高階特征為

其中,Px為信號x(t)的功率,m2和m4分別為其二階矩和四階矩?？梢?通過信噪比和噪聲功率可以求出信號x(t)的功率及其高階包絡(luò)特征[2]。二階矩和四階矩的計(jì)算方法為

在預(yù)先估計(jì)信噪比的條件下可求得信號峰度為

3 信號積分雙譜特征的提取方法

令觀測信號樣本為x(1),x(2),…,x(N),采樣頻率為f,雙譜區(qū)域上沿水平和垂直方向采樣間隔為Δ=f/N,則信號樣本的雙譜計(jì)算步驟如下[3]：

1) 將樣本平均分段并去均值,即N=KM,K為分段數(shù),M為分段數(shù)據(jù)長度。

×Y(i)(λ)(λ2+K2)×Y(i)(-λ1-λ2-K1-K2)

其中,i=1,2,…,K,0≤λ2≤λ1,λ1+λ2≤f/2。

4) 由K段數(shù)據(jù)估計(jì)出信號樣本的雙譜均值為

在信號高階譜特征中,雙譜分析的階數(shù)最低,相對計(jì)算量最少,但直接利用匹配濾波器進(jìn)行二維模板匹配,其計(jì)算量過大,難以將雙譜分析應(yīng)用于信號特征提取。故引入積分運(yùn)算將二維雙譜計(jì)算轉(zhuǎn)化為一維函數(shù),根據(jù)積分路徑不同,可分別得到以下幾種積分雙譜：

1) 徑向積分雙譜(RIB)：沿雙譜平面過原點(diǎn)的直線進(jìn)行積分。

徑向積分雙譜具有平穩(wěn)不變性,為保持信號的尺度信息,可計(jì)算直接徑向雙譜為

與RIB相比,AIB保留了信號的幅度特征,具有尺度變化,但由于僅提取了信號三階相關(guān)域上C3x(0,k)部分信息,所以AIB未保留原始信號的相位信息。

3) 圓周積分雙譜(CIB)：積分路徑為一組以原點(diǎn)為圓心的同心圓,計(jì)算公式為

其中,Bp(a,θ)是信號雙譜的極坐標(biāo),可見,CIB保留了原始信號尺度信息和部分的相位信息,具有平移不變化。

4) 矩形積分雙譜(SIB): 積分路徑為以原點(diǎn)為中心的一組正方形,計(jì)算公式為

SIB具有平移不變化,同樣保留了原始信號尺度信息和部分相位信息。

4 基于領(lǐng)域模型的特征子集選擇

通過上述分析,可以得到通信輻射源若干特征,包括信號載頻、包絡(luò)的高階J特征、包絡(luò)的峰度和各種積分雙譜特性。以目前的計(jì)算速度和分析能力,很難實(shí)現(xiàn)完備的輻射源指紋特征集,為達(dá)到輻射源個(gè)體識別的目的,就需要從特征集中以某種評估標(biāo)準(zhǔn)達(dá)到最優(yōu)為條件選擇最合適的特征子集,通過搜索策略形成的特征子集的條件概率分布與所有特征取值條件下的概率分布盡可能接近,以降低用于分類識別算法的計(jì)算復(fù)雜度。

搜索策略分為全局最優(yōu)搜索、隨機(jī)搜索和啟發(fā)式搜索三種。全局搜索策略類似于窮舉,在特征數(shù)據(jù)較多時(shí)計(jì)算量過大；隨機(jī)搜索以遺傳算法為基礎(chǔ),因采用統(tǒng)計(jì)得分的方式,算法負(fù)責(zé)度與特征數(shù)量呈指數(shù)增長,而且很難確定最優(yōu)的特征子集；啟發(fā)式搜索策略應(yīng)用較多,其實(shí)現(xiàn)方法有序列前向選擇、序列后向選擇、單獨(dú)最優(yōu)組合、浮動(dòng)搜索等[4]。

本文在前向啟發(fā)式搜索的基礎(chǔ)上提出基于鄰域模型的特征子集選擇方法,其主要思想是：首先計(jì)算全部特征的屬性重要度,特征子集以空集開始,依次選擇剩余屬性中重要度值最大的屬性加入約簡集合,直到所有屬性重要度低于最小閾值[5]。具體算法步驟如下：

1)red=φ,red為初始特征子集,初始化為空集；

2) ?a∈A,求其領(lǐng)域Na,A為包括所有特征的集合；

3) 對?a∈A-red,求SIG(ai,red,D)=γred∪a(D)-γred(D)(定義γφ(D)=0),SIG為重要度計(jì)算函數(shù)；

4) 選擇滿足條件SIG(ai,red,D)=maxi(SIG(ai,red,D))的ak;

5) 若SIG(aI,red,D)>ξ,則將ak加入red；ξ為最小重要度閾值；

6) 循環(huán)執(zhí)行步驟4)、5),直到滿足條件SIG(ai,red,D)<ξ。

5 結(jié)語

通信輻射源指紋特征提取和個(gè)體識別是一個(gè)極具挑戰(zhàn)性的課題,本文針對常規(guī)特征及積分雙譜特征的計(jì)算、特征子集的選擇給出具體方法,但對于不同類型的輻射源在特征提取的方法區(qū)別上沒有進(jìn)一步的實(shí)驗(yàn)驗(yàn)證。

[1] 張旻,王若冰,鐘子發(fā).通信電臺個(gè)體識別中的載波穩(wěn)定度特征提取技術(shù)研究[J].電子與信息學(xué)報(bào),2008,30(10):2529-2532.

[2] 張旻,鐘子發(fā),王若冰.通信電臺個(gè)體識別技術(shù)研究[J].電子學(xué)報(bào),2009,37(10):2125-2129.

[3] 陸滿君,詹毅,司錫才,等.通信輻射源瞬態(tài)特征提取和個(gè)體識別方法[J].西安電子科技大學(xué)學(xué)報(bào),2009,36(4):736-740.

[4] 蔡忠偉,李建東.基于雙譜的通信輻射源個(gè)體識別[J].通信學(xué)報(bào),2007,28(2):75-79.

[5] 任春暉.通信電臺個(gè)體特征分析[D].成都:電子科技大學(xué),2006:21-30.

Emitter Fingerprint Feature Extraction Algorithm

ZI Xiaojun XIE Dan YANG Jianbo

(No. 92762 Troops of PLA, Xiamen 361021)

It has very important military value for signal analysis and identification of shipborne wireless communication system in non-cooperative environment. This paper analyzes the significance of radiation source characteristics, gives the calculation method of signal carrier frequency offset, envelope high-end features and integral bispectrum feature, and proposes feature subset selection algorithm based on forward search policy.

radiation source, feature extraction, integral bispectrum

TP301

2016年9月10日,

2016年10月20日

資曉軍,男,碩士,工程師,研究方向:無線通信技術(shù)、信號分析及信息融合。謝丹,女,碩士,工程師,研究方向:信息技術(shù)、自動(dòng)化。楊劍波,男,博士,工程師,研究方向:移動(dòng)通信網(wǎng)絡(luò)、數(shù)據(jù)融合。

TP301

10.3969/j.issn.1672-9730.2017.03.016