基于星座圖的通信輻射源個(gè)體識(shí)別方法

王 威，李詩(shī)嫻，王 新

(長(zhǎng)沙理工大學(xué) 計(jì)算機(jī)與通信工程學(xué)院，長(zhǎng)沙 410114)

基于星座圖的通信輻射源個(gè)體識(shí)別方法

王 威，李詩(shī)嫻，王 新

(長(zhǎng)沙理工大學(xué) 計(jì)算機(jī)與通信工程學(xué)院，長(zhǎng)沙 410114)

提出了一種新的基于星座圖的通信輻射源個(gè)體識(shí)別方法﹒首先采用頻域能量檢測(cè)法檢測(cè)突發(fā)信號(hào)；然后進(jìn)行載波恢復(fù)、符號(hào)速率估計(jì)和定時(shí)估計(jì)；最后在此基礎(chǔ)上進(jìn)行星座圖提取，并通過(guò)Hausdorff距離進(jìn)行相似性度量，識(shí)別信號(hào)發(fā)射設(shè)備﹒以QPSK信號(hào)發(fā)射極為例進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，所提方法可以很方便地進(jìn)行通信設(shè)備識(shí)別，為研制通信SEI設(shè)備提供了新的思路﹒

輻射源個(gè)體識(shí)別；能量檢測(cè)；載波恢復(fù)；星座圖提取

在信號(hào)偵查中，不僅要知道信號(hào)是從哪類設(shè)備發(fā)射，更應(yīng)該知道是從哪個(gè)設(shè)備發(fā)射的，這樣才能提高情報(bào)的準(zhǔn)確性﹒通信輻射源個(gè)體識(shí)別(SEI: Specific Emitter Identification)是通信電子戰(zhàn)和無(wú)線網(wǎng)絡(luò)領(lǐng)域一個(gè)重要的研究課題﹒發(fā)射機(jī)元器件的硬件差異會(huì)產(chǎn)生非理想特性，從而導(dǎo)致各通信設(shè)備在發(fā)射信號(hào)上表現(xiàn)出來(lái)細(xì)微差異(如輻射信號(hào)包絡(luò)的畸變和相位的畸變)，那些具有長(zhǎng)期穩(wěn)定性的特征就可以用做鑒別個(gè)體的特征﹒根據(jù)這些畸變，我們可以判別信號(hào)來(lái)自哪部設(shè)備，從而確定這些設(shè)備或系統(tǒng)的類型、用途、工作規(guī)律、所在位置及其各種技術(shù)參數(shù)，實(shí)現(xiàn)設(shè)備追蹤，進(jìn)而實(shí)現(xiàn)設(shè)備平臺(tái)(如艦船、飛機(jī)、通信車輛等)的追蹤，精確分析和判斷其行動(dòng)意圖，為下一步對(duì)該通信裝備及其載體采取跟蹤監(jiān)視、電子攻擊甚至軍事打擊提供支撐﹒

Langley L E[1]等用融合方法通過(guò)頻率、幅值、脈沖寬度、脈沖重復(fù)率進(jìn)行 SEI，目前論文被引100多次﹒Owechko Y在申請(qǐng)的專利中對(duì)數(shù)據(jù)進(jìn)行分區(qū)并未為每個(gè)分區(qū)計(jì)算直方圖，通過(guò)計(jì)算梯度的大小進(jìn)行識(shí)別[2]﹒Zhang J等提出了基于希爾伯特譜的3種算法，通過(guò)選擇具有較強(qiáng)的類別可分性的希爾伯特譜元素得到識(shí)別特征[3]﹒Dudczyk J研究了基于分形特征的SEI方法[4]﹒Jia Y Q等研究了一種新的自動(dòng)識(shí)別系統(tǒng)中輻射源瞬變指紋稀疏表示判別方法[5]﹒張斯梅對(duì)通信輻射源特征提取研究進(jìn)行了深入研究，實(shí)現(xiàn)了基于相位方差和基于遞歸圖的起始檢測(cè)方法[6]﹒資曉軍等[7]分析了輻射源特征對(duì)于目標(biāo)個(gè)體識(shí)別的意義，給出了信號(hào)載頻偏差、包絡(luò)高階特征及積分雙譜特征的計(jì)算方法﹒桂云川等[8]則研究了基于固有時(shí)間尺度分解(ITD)模型的通信輻射源特征提取算法﹒王金明等[10]在對(duì)輻射源信號(hào)進(jìn)行時(shí)頻分析的基礎(chǔ)上提出一種基于特征融合的通信輻射源個(gè)體識(shí)別方法﹒唐哲[11]提出一種基于最大相關(guān)熵的通信輻射源個(gè)體識(shí)別方法，提取矩形積分雙譜特征來(lái)表征輻射源個(gè)體差異﹒黃欣利用通信輻射源信號(hào)的長(zhǎng)時(shí)譜統(tǒng)計(jì)特性，提取信號(hào)功率譜峰值特征和包絡(luò)模板，構(gòu)造通信輻射源個(gè)體特征向量[12]﹒唐哲等[13]提出基于 L2正則化的最大相關(guān)熵通信輻射源個(gè)體識(shí)別算法，提取通信輻射源信號(hào)矩形積分雙譜特征表征輻射源個(gè)體差異﹒李剛等以穩(wěn)態(tài)信號(hào)的雜散輸出特征為基礎(chǔ)，設(shè)計(jì)了一種工程中可用的 SVM 分類器算法完成短波電臺(tái)個(gè)體識(shí)別[14]﹒

美國(guó)Northrop Grumman公司早在20世紀(jì)60年代就開(kāi)始研發(fā)SEI技術(shù)，經(jīng)過(guò)40多年的研究，形成了一套比較完善的SEI系統(tǒng)，可適應(yīng)各個(gè)頻段的通信信號(hào)的個(gè)體識(shí)別﹒國(guó)內(nèi)對(duì)SEI技術(shù)的相關(guān)研究與美國(guó)等發(fā)達(dá)國(guó)家相比還有較大的差距，從上世紀(jì)90年代開(kāi)始，國(guó)防科技大學(xué)、成都29所、西南交通大學(xué)、西安電子科技大學(xué)等單位跟蹤國(guó)外報(bào)道，對(duì)脈內(nèi)細(xì)微特征和輻射源個(gè)體識(shí)別等概念及可用方法展開(kāi)了研究，但總體來(lái)說(shuō)還存在很多問(wèn)題：(1)理論研究以實(shí)驗(yàn)驗(yàn)證為主，缺少實(shí)戰(zhàn)檢驗(yàn)；(2)樣本集對(duì)接收機(jī)依存度較強(qiáng)，算法可用度低﹒即使是同一批次生產(chǎn)的同型號(hào)的接收機(jī)，其提取的樣本集個(gè)體特征差異也很明顯；(3)對(duì)多卜勒效應(yīng)比較敏感；(4)完成一次識(shí)別需要數(shù)十至數(shù)百個(gè)脈沖的積累﹒

本文針對(duì)通信SEI中的信號(hào)檢測(cè)與定位，特別是個(gè)體特征提取這兩項(xiàng)關(guān)鍵技術(shù)展開(kāi)研究，利用符合個(gè)體識(shí)別特征的星座圖形狀特征，為通信設(shè)備SEI提供了新的思路﹒

1 突發(fā)信號(hào)檢測(cè)

通信SEI主要分為3步：信號(hào)預(yù)處理、個(gè)體特征提取和分類識(shí)別，如圖1所示﹒其中，信號(hào)預(yù)處理工作主要完成信號(hào)去噪、幅度的歸一化、頻率的中心化、突發(fā)信號(hào)包絡(luò)的前沿對(duì)齊、突發(fā)信號(hào)的起始點(diǎn)和結(jié)束點(diǎn)位置的檢測(cè)與估計(jì)等處理任務(wù)，減小由環(huán)境噪聲、多徑干擾、多普勒效應(yīng)等外在因素對(duì)個(gè)體特征提取的影響﹒如何精確定位突發(fā)信號(hào)的起止點(diǎn)就成了對(duì)信號(hào)進(jìn)行個(gè)體特征分析的首要問(wèn)題﹒

圖1 通信SEI流程圖

定位突發(fā)信號(hào)起始點(diǎn)和結(jié)束點(diǎn)最經(jīng)典的方法是能量檢測(cè)法﹒能量檢測(cè)法需預(yù)先知道噪聲功率，而在實(shí)際環(huán)境中噪聲功率是時(shí)變的，且實(shí)現(xiàn)自適應(yīng)的門限判別較為困難﹒在充分分析和實(shí)驗(yàn)的基礎(chǔ)上，本文選擇用頻域能量檢測(cè)法來(lái)提取信號(hào)﹒頻域能量檢測(cè)法是對(duì)信號(hào)作DFT變換，在頻域上求取帶內(nèi)的信號(hào)能量，以排除帶外噪聲對(duì)信號(hào)檢測(cè)器的影響﹒利用這種計(jì)算結(jié)果進(jìn)行門限判決，可以提高檢測(cè)的可靠性，并可精確確定信號(hào)的起始點(diǎn)和結(jié)束點(diǎn)﹒

頻域能量檢測(cè)法理論依據(jù)是帕塞瓦爾定理﹒根據(jù)帕塞瓦爾定理，信號(hào)時(shí)域的總能量等于頻域的總能量，滿足能量守恒原理﹒若長(zhǎng)度為N點(diǎn)的序列x（n）的N點(diǎn)DFT為則有

這表明一個(gè)序列在時(shí)域計(jì)算的能量與在頻域計(jì)算的能量是相等的﹒在大多數(shù)情況下，信號(hào)的中心頻率和帶寬是可以知道的，頻域能量檢測(cè)法是將接收信號(hào)作DFT變換，在頻域上求帶內(nèi)信號(hào)的能量，從而抑制帶外噪聲的干擾，提高檢測(cè)的準(zhǔn)確性﹒

頻域能量檢測(cè)的實(shí)質(zhì)是利用快速傅里葉變換(FFT)將時(shí)域信號(hào)轉(zhuǎn)換成頻域信號(hào)，在頻域內(nèi)對(duì)帶內(nèi)頻譜進(jìn)行平方再累加，從而實(shí)現(xiàn)快速檢測(cè)﹒由于DFT實(shí)際上是一組由N個(gè)FFT子帶組成的濾波器組，選擇合適的窗函數(shù)可以獲得很高的阻帶衰減，帶外噪聲對(duì)帶內(nèi)影響較小，因而可以獲得更高的檢測(cè)可靠性﹒但是，由于需要用到FFT運(yùn)算，計(jì)算量同樣較大﹒

2 星座圖提取

理想通信設(shè)備的星座圖的每個(gè)星座是點(diǎn)狀，但受到噪聲污染時(shí)，呈現(xiàn)為圓球型的云團(tuán)狀﹒實(shí)際上，不同輻射源硬件設(shè)備中，其振蕩源、混頻器和功率放大器等器件的非線性特性會(huì)有細(xì)微差異，所以設(shè)備發(fā)射信號(hào)的星座圖形狀也會(huì)不同，我們根據(jù)星座圖形狀的差異特性就可以判別信號(hào)來(lái)自哪個(gè)輻射源﹒

提取信號(hào)的星座圖需要對(duì)接收信號(hào)解調(diào)后得到基帶信號(hào)，提取同步正交分量﹒具體步驟為：先求信號(hào)的4次方，做DFT變換得到對(duì)應(yīng)于4倍載頻的線譜，對(duì)得到的頻譜進(jìn)行譜線搜索求得載頻；再用判決方差最小法方法進(jìn)行定時(shí)恢復(fù)并求得初始相位，便可得到復(fù)基帶信號(hào)；再進(jìn)行抽樣，即可繪出信號(hào)的星座圖﹒下面以QPSK為例說(shuō)明星座圖提取方法﹒

2.1 載波恢復(fù)

假設(shè)接收信號(hào)為

其中A是信號(hào)幅度；ω0是信號(hào)載波；φ(t)是QPSK的載波相位；φ0是信號(hào)的初相，φ0在0～2π區(qū)間內(nèi)均勻分布﹒接收信號(hào)4次方運(yùn)算可得式(3)﹒

對(duì)y（t）進(jìn)行 DFT 變換后取絕對(duì)值得到頻譜從式(3)可以看出，y（t）由 3 部分組成：第1項(xiàng)為線譜分量，第2項(xiàng)為寬譜分量，第3項(xiàng)為直流分量﹒其中，線譜分量的譜峰位于40ω﹒通過(guò)譜線搜索得到頻率40ω，將其除以4即可得到載波頻率0ω﹒

2.2 符號(hào)速率估計(jì)

符號(hào)估計(jì)采用瞬時(shí)自相關(guān)法，主要利用相位的跳變信息﹒假設(shè)檢測(cè)到的信號(hào)為對(duì)該信號(hào)進(jìn)行Hilbert變換后得到復(fù)解析信號(hào)為

將復(fù)解析信號(hào)的共軛與復(fù)解析信號(hào)偏移τ后相乘，且τ小于符號(hào)寬度Tb，可得

式(5)中第1項(xiàng)為常數(shù)項(xiàng)；第2項(xiàng)中符號(hào)φ(n)是寬度為Tb的隨機(jī)變量﹒由于τ＜Tb，因此在一個(gè)符號(hào)周期內(nèi)第2項(xiàng)有可能發(fā)生2次）的相位躍變，即相位的最小變化周期為Tb﹒所以）的頻譜中含有線譜分量，該線譜分量所對(duì)應(yīng)的頻率值即為符號(hào)速率

2.3 定時(shí)恢復(fù)

在接收數(shù)字信號(hào)時(shí)，為了在準(zhǔn)確對(duì)接收符號(hào)進(jìn)行判決，必須得知接收符號(hào)的準(zhǔn)確起止時(shí)間﹒

本文提出了一種判決方差最小法，來(lái)實(shí)現(xiàn)最大精度地估計(jì)符號(hào)定時(shí)誤差﹒判決方差最小法的基本原理是，在一幀信號(hào)中，眼圖張開(kāi)最大的地方，既是符號(hào)采樣的最佳時(shí)刻點(diǎn)，也是符號(hào)采樣值方差最小的采樣點(diǎn)﹒在最佳時(shí)刻采樣，得到同相支路I和正交支路Q的數(shù)據(jù)，即可繪制QPSK解調(diào)信號(hào)的星座圖﹒

而在實(shí)際接收信號(hào)中，在完成載波恢復(fù)之后，但還沒(méi)有完成定時(shí)恢復(fù)時(shí)，QPSK信號(hào)的眼圖如圖2所示﹒

由圖2可見(jiàn)眼圖張開(kāi)最大的點(diǎn)尚未落在整符號(hào)寬度采樣點(diǎn)上，此時(shí)不能實(shí)現(xiàn)最佳采樣﹒為了實(shí)現(xiàn)最佳采樣，我們將一幀數(shù)據(jù)中，從0～Tb區(qū)間內(nèi)N個(gè)采樣時(shí)刻的每一組采樣值的絕對(duì)值做一個(gè)統(tǒng)計(jì)分析，便可以求出它們的標(biāo)準(zhǔn)方差然后求σ（n）的最小值，則所對(duì)應(yīng)的時(shí)刻即為最佳采樣時(shí)刻，隨即得到定時(shí)偏差值定時(shí)誤差的標(biāo)準(zhǔn)方差σ（n）變化曲線見(jiàn)圖3﹒

圖2 定時(shí)恢復(fù)前的QPSK信號(hào)眼圖

圖3 定時(shí)誤差均方差曲線

對(duì)比分析圖2和圖3，可以看出，定時(shí)偏差的位置正好是對(duì)著眼圖張開(kāi)程度最大的位置﹒因此，只要消除了定時(shí)偏差，即可實(shí)現(xiàn)符號(hào)序列的最佳采樣﹒

3 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)選取6部同型號(hào)移動(dòng)通信設(shè)備，分別標(biāo)為1號(hào)至6號(hào)通信設(shè)備﹒該類設(shè)備工作在QPSK突發(fā)通信模式﹒在數(shù)據(jù)傳輸速率等工作參數(shù)相同的前提下，對(duì)每臺(tái)發(fā)射機(jī)采集QPSK模式下發(fā)射信號(hào)，并生成各自的星座圖見(jiàn)圖4﹒

理想通信設(shè)備的星座圖的每個(gè)星座是一個(gè)圓點(diǎn)，但由于在實(shí)際通信環(huán)境中受到噪聲等干擾的影響，每個(gè)星座成圓球狀散布﹒而對(duì)于實(shí)際使用的通信設(shè)備，由于設(shè)備所使用的模擬器件的非理想性，每個(gè)星座的形狀一般成非圓球型散布，每個(gè)星座球的獨(dú)特形狀就成了通信設(shè)備的個(gè)體特征，我們可以根據(jù)這些形狀差異很容易地將這6臺(tái)設(shè)備區(qū)分開(kāi)﹒

圖4 通信機(jī)星座圖

實(shí)驗(yàn)采用 Hausdorff距離算法對(duì)于星座圖相似度度量﹒選取6臺(tái)通信機(jī)在4個(gè)不同時(shí)段發(fā)射信號(hào)的星座圖的第1個(gè)時(shí)段的星座圖作為參考標(biāo)準(zhǔn)，剩余3個(gè)時(shí)段的星座圖相互之間的Hausdorff距離如表1所示﹒

表1 不同星座圖之間的Hausdorff距離

從表1中可以看出，1號(hào)通信機(jī)類內(nèi)距離在11～20之間，類間距離在40～700之間；2號(hào)通信機(jī)類內(nèi)距離在0～2之間，類間距離在6～800之間；3號(hào)通信機(jī)類內(nèi)距離在3～4之間，類間距離在6～800之間；4號(hào)通信機(jī)類內(nèi)距離在13～21之間，類間距離在 30～800之間；5號(hào)通信機(jī)類內(nèi)距離在69～71之間，類間距離在 160～500之間；6號(hào)通信機(jī)類內(nèi)距離在120～200之間，類間距離在380～720之間﹒相比較而言，類內(nèi)距離要遠(yuǎn)遠(yuǎn)小于類間距離，因此我們可以通過(guò)Hausdorff距離進(jìn)行通信設(shè)備識(shí)別﹒

為了觀察基于星座圖個(gè)體識(shí)別算法的長(zhǎng)效性，對(duì)6號(hào)通信機(jī)錄取20幀信號(hào)，并將星座圖與每個(gè)通信機(jī)的星座圖進(jìn)行比較，結(jié)果如圖5所示﹒

圖5 6號(hào)機(jī)幀與所有發(fā)射機(jī)信號(hào)的相似度

由圖5可見(jiàn)，6號(hào)通信機(jī)不同時(shí)段發(fā)出的突發(fā)幀信號(hào)，其星座圖與6號(hào)通信機(jī)本身的模版很相似，其Hausdorff距離均小于100；而與其它5部通信機(jī)的Hausdorff距離均大于200，表現(xiàn)出了良好的類內(nèi)一致性和類間差異性﹒

4 結(jié)語(yǔ)

本文針對(duì)通信SEI中的信號(hào)檢測(cè)與定位、個(gè)體特征提取這兩項(xiàng)關(guān)鍵技術(shù)展開(kāi)研究，得到了符合個(gè)體識(shí)別特征的星座圖形狀特征，為研制通信SEI設(shè)備提供了新的思路﹒針對(duì)星座圖形狀差異的個(gè)體識(shí)別，下一步需要在特征的矢量量化和分類器的設(shè)計(jì)方面展開(kāi)深入的研究，并將人工智能等理論應(yīng)用到輻射源個(gè)體識(shí)別系統(tǒng)中﹒

[1]LANGLEY L E. Specific emitter identification (SEI) and classical parameter fusion technology[C]. Wescon '93 Conference Rec, IEEE, 2002: 377-381.

[2]OWECHKO Y. Specific emitter identification using histogram of oriented gradient features[P]. US, US008131074 B2, 2012.

[3]ZHANG J, WANG F, DOBRE O A, et al. Specific emitter identification via Hilbert-Huang transform in single-hop and relaying scenarios[J]. IEEE Transactions on Information Forensics amp; Security, 2016, 11(6): 1192-1205.

[4]DUDCZYK J. Specific emitter identification based on fractal features//Fractal Analysis - Applications in Physics, Engineering and Technology[M]. Rijeka: InTechOpen, 2017.

[5]JIA Y Q, GAN L. A novel fingerprint identification method based on sparse representation for transient of AIS emitter[J]. Journal of Signal Processing, 2016, 32(10): 1146-1152.

[6]張斯梅. 通信輻射源特征提取研究[D]. 西安: 西安電子科技大學(xué), 2013.

[7]資曉軍, 謝丹, 楊劍波. 通信輻射源指紋特征提取算法研究[J].艦船電子工程, 2017, 37(3): 63-65.

[8]桂云川, 楊俊安, 呂季杰. 基于固有時(shí)間尺度分解模型的通信輻射源特征提取算法[J]. 計(jì)算機(jī)應(yīng)用研究, 2017, 34(4):1172-1175.

[10]王金明, 徐玉龍, 徐志軍, 等. 基于指紋特征融合的通信輻射源個(gè)體識(shí)別研究[J]. 計(jì)算機(jī)工程與應(yīng)用, 2014, 50(19):217-221.

[11]唐哲, 雷迎科. 基于最大相關(guān)熵的通信輻射源個(gè)體識(shí)別方法[J]. 通信學(xué)報(bào), 2016, 37(12): 171-175.

[12]黃欣, 郭漢偉. 一種穩(wěn)健的通信輻射源個(gè)體識(shí)別方法[J]. 電訊技術(shù), 2015, 55(3): 321-327.

[13]唐哲, 雷迎科. 通信輻射源個(gè)體識(shí)別中基于L2正則化的最大相關(guān)熵算法[J]. 模式識(shí)別與人工智能, 2016, 29(6): 527-533.

[14]李剛, 包從開(kāi). 輻射源個(gè)體特征識(shí)別技術(shù)及在短波電臺(tái)識(shí)別上的應(yīng)用[J]. 信息通信, 2016, 167(11): 175-177.

(責(zé)任編校：龔倫峰)

A Communication SEI Approach Based on Constellation Diagram

WANG Wei, LI Shixian, WANG Xin
(School of Computer amp; Communication Engineering, Changsha University of Science amp; Technology, Changsha, Hunan 410114, China)

A new method for communication SEI based on constellation diagram is proposed. Firstly, the frequency domain energy detection method is used to detect the burst signals, and then the carrier recovery,symbol rate estimation and timing estimation are carried out. Finally, the constellation is obtained based on the results above, and the similarity measurement is carried out through Hausdorff distance to identify the signal transmitting device. The experiments are carried out with QPSK signal emitter, and the experimental results show that the proposed method can facilitate the identification of communication equipment, and it provides a new way for developing communication SEI devices.

Specific Emitter Identification (SEI); energy detection; carrier recovery; constellation extraction

TN919.5

A

10.3969/j.issn.1672-7304.2017.05.0011

1672–7304(2017)05–0051–05

2017-09-04

國(guó)家安全重大基礎(chǔ)研究項(xiàng)目(973)(613XXX0301)；湖南省教育廳科研項(xiàng)目(17C0043)

王威(1974- )，男，山東青島人，教授，博士，主要從事智能信息處理方面研究﹒E-mail: wangwei@csust.edu.cn