通信輻射源指紋識(shí)別技術(shù)

朱麗莉，王愛粉，趙 星

(空軍工程大學(xué)電訊工程學(xué)院，陜西西安 710077)

在現(xiàn)代軍用電子信息裝備中，以電臺(tái)為主的各種通信設(shè)備擔(dān)負(fù)著為重要軍事載體提供通信、部署并實(shí)施軍事打擊或進(jìn)行監(jiān)視、電子干擾的重要任務(wù)[1-2]。目前，在電子戰(zhàn)研究領(lǐng)域，出現(xiàn)了輻射源“指紋”識(shí)別的方法，通過對(duì)接收信號(hào)進(jìn)行特征測(cè)量，確定產(chǎn)生信號(hào)的輻射源個(gè)體，美軍將其定義為“將輻射源惟一電磁特征與輻射源個(gè)體關(guān)聯(lián)能力”。通信電臺(tái)的這種關(guān)聯(lián)起來的能力稱為通信電臺(tái)個(gè)體識(shí)別。如果能有效提取通信電臺(tái)的個(gè)體指紋特征，在復(fù)雜的戰(zhàn)場(chǎng)電磁環(huán)境中將每部電臺(tái)區(qū)分開，實(shí)現(xiàn)對(duì)電臺(tái)個(gè)體的分析識(shí)別，并分析哪些電臺(tái)是敵方重要通信電臺(tái)，然后進(jìn)一步分析電臺(tái)的性質(zhì)和屬性，確定通信網(wǎng)組成、威脅等級(jí)和干擾對(duì)象等，可以為針對(duì)性的電子偵收、干擾和軍事打擊提供重要依據(jù)。可見，確定有效的通信電臺(tái)信號(hào)指紋特征、實(shí)現(xiàn)個(gè)體識(shí)別是軍事通信對(duì)抗作戰(zhàn)計(jì)劃的重要依據(jù)。

1 指紋及信號(hào)指紋機(jī)理分析

1.1 通信輻射源指紋

通信輻射源個(gè)體信號(hào)的細(xì)微特征也稱通信信號(hào)的“指紋”，指信號(hào)中可以用于標(biāo)識(shí)發(fā)送該信號(hào)的通信設(shè)備身份的特征。通過通信信號(hào)處理技術(shù)，發(fā)現(xiàn)通信信號(hào)上所承載的通信輻射源穩(wěn)定的硬件特征信息?？梢哉J(rèn)為信號(hào)指紋主要表現(xiàn)為同一通信設(shè)備在其發(fā)送的所有信號(hào)中反復(fù)表現(xiàn)出的一種有規(guī)律的變化趨勢(shì)，而通信信號(hào)個(gè)體中這種重復(fù)出現(xiàn)的變化規(guī)律信息具有反映信號(hào)個(gè)體特點(diǎn)的技術(shù)特征，可以作為“指紋”用于標(biāo)識(shí)發(fā)送該信號(hào)的通信設(shè)備的個(gè)體特征。

可作為指紋特征的通信信號(hào)特征參數(shù):(1)通信信號(hào)載頻的精確度差異。(2)通信信號(hào)調(diào)制參數(shù)的個(gè)體差異。(3)電臺(tái)的雜散輸出差異。

輻射源可提取的特征參數(shù)可分為如下幾類:(1)技術(shù)特征。調(diào)制方式、載頻精度、頻率穩(wěn)定度。(2)內(nèi)部特征。數(shù)字通信的信息傳輸速率。(3)頻域特征。信號(hào)帶寬、調(diào)頻參數(shù)調(diào)制失真度。(4)時(shí)變特征。瞬時(shí)包絡(luò)、頻率、相位。

1.2 信號(hào)指紋機(jī)理分析

通信輻射源個(gè)體識(shí)別是指在分析截獲通信信號(hào)個(gè)體的基礎(chǔ)上，得到信號(hào)中通信設(shè)備的工作參數(shù)和特征參數(shù)，然后利用這些參數(shù)獲取該通信設(shè)備的體制、用途和型號(hào)等信息，進(jìn)而掌握其工作狀態(tài)，了解其戰(zhàn)術(shù)運(yùn)用特點(diǎn)、活動(dòng)規(guī)律以及作戰(zhàn)能力的過程。

文中研究的是同型號(hào)、同批次并工作于相同調(diào)制方式、頻段的多個(gè)電臺(tái)輻射信號(hào)的個(gè)體識(shí)別技術(shù)。通信輻射源個(gè)體識(shí)別主要包括3個(gè)過程:預(yù)處理、特征提取和分類識(shí)別。

圖1 通信輻射源個(gè)體識(shí)別系統(tǒng)的基本組成

通信信號(hào)指紋識(shí)別的本質(zhì)是模式識(shí)別問題，識(shí)別的過程由設(shè)計(jì)和實(shí)現(xiàn)組成。設(shè)計(jì)是指用一定數(shù)量的樣本進(jìn)行分類器設(shè)計(jì)，實(shí)現(xiàn)是指用設(shè)計(jì)的分類器對(duì)待識(shí)別的樣本進(jìn)行分類決策。

2 通信信號(hào)指紋識(shí)別方法

2.1 特征參數(shù)值域判別法

采用特征參數(shù)值域判別法，首先要提取一個(gè)或多個(gè)能反映通信信號(hào)個(gè)體特征的參數(shù)值，根據(jù)各特征參數(shù)所在的值域范圍，采用模式識(shí)別的方法進(jìn)行個(gè)體識(shí)別，分析處理的主要過程是在時(shí)域和頻域[3-4]。

特征參數(shù)值域判別法也可以通過計(jì)算特征類的距離進(jìn)行個(gè)體識(shí)別，其難點(diǎn)在于如何從原始測(cè)量數(shù)據(jù)提取和選擇合適且必要的特征向量進(jìn)行計(jì)算，重點(diǎn)是特征的提取和選擇算法。

2.2 信號(hào)模本匹配識(shí)別法

信號(hào)模本匹配識(shí)別法的基本思想如下:

(1)對(duì)同一種通信信號(hào)形式中的N個(gè)信號(hào)進(jìn)行參數(shù)提取，提取的特征參數(shù)為M個(gè)，N個(gè)已知信號(hào)的同一個(gè)特征參數(shù)值各不相同，這樣，每一個(gè)信號(hào)就有M個(gè)特征參數(shù)值與其他信號(hào)相區(qū)別;

(2)將N個(gè)信號(hào)的M×N個(gè)特征參數(shù)存入數(shù)據(jù)庫(kù)，建立包含N個(gè)已知信號(hào)模本的模本庫(kù);

(3)提取待識(shí)別信號(hào)的M個(gè)特征參數(shù)，與模本庫(kù)中的模本進(jìn)行比較，如果提取的特征參數(shù)與模本庫(kù)中的某模本相匹配，即可完成個(gè)體識(shí)別。

2.3 通信信號(hào)指紋識(shí)別分類器

在統(tǒng)計(jì)模式識(shí)別中，分類器即分類算法的基本任務(wù)是根據(jù)某一準(zhǔn)則把一個(gè)給定的由特征向量表示的輸入歸入到一個(gè)適當(dāng)?shù)奶卣黝悇e，即實(shí)現(xiàn)從特征空間到?jīng)Q策空間的轉(zhuǎn)換，從而完成特征類的分類任務(wù)。

目前常用的分類器是基于統(tǒng)計(jì)決策理論的參數(shù)和非參數(shù)分類算法，如線性和廣義線性決策函數(shù)，k-最近鄰算法(K-NN)，二元分類樹等。如果待識(shí)別特征的概率密度函數(shù)已知或可以通過樣本得到精確估計(jì)，那么這些分類算法可以得到最佳識(shí)別性能，但是在通信信號(hào)指紋識(shí)別問題中，這些條件很難滿足，傳統(tǒng)分類器難以獲得滿意的個(gè)體識(shí)別性能。主要缺點(diǎn)是識(shí)別率低、穩(wěn)健性差[5-6]。

決策理論的發(fā)展克服了傳統(tǒng)分類器的不足，提出了更先進(jìn)的不確定性推理理論，在此基礎(chǔ)上，分類器識(shí)別性能得到了顯著提高。其中，神經(jīng)網(wǎng)絡(luò)分類器作為一種先進(jìn)的自適應(yīng)、非參數(shù)和非線性分類器。為進(jìn)行信號(hào)模式識(shí)別開辟了一條新途徑。神經(jīng)網(wǎng)絡(luò)是一種以自組織、自適應(yīng)和大規(guī)模分布式并行計(jì)算為特征的非線性信號(hào)處理系統(tǒng)，具有強(qiáng)大的模式識(shí)別分類和泛函逼近能力，并具有良好的容錯(cuò)性。

組合分類器是近年來提出的一個(gè)新課題，指通過一個(gè)組合器對(duì)不同分類器的輸出作第二次判決，由于融合了多個(gè)分類器的決策，所以可以得到更好的分類性能，而其中的每個(gè)分類器都不要求是最優(yōu)的，為通信信號(hào)的識(shí)別提供了新途徑。

3 一種基于證據(jù)理論的個(gè)體識(shí)別方案

文中對(duì)通信信號(hào)指紋的研究主要采用“機(jī)理研究-特征分析-特征提取-分類實(shí)驗(yàn)”的方法，其中由于實(shí)際通信信號(hào)信噪比變化范圍大，容易導(dǎo)致識(shí)別率下降，直接影響分類器的分類性能?；贒-S證據(jù)組合原理進(jìn)行分類器設(shè)計(jì)，可以由不同類別指紋特征參量集進(jìn)行特征提取，下面給出一種基于證據(jù)理論組合分類器的輻射源個(gè)體識(shí)別的設(shè)計(jì)方法，其結(jié)構(gòu)如圖2所示。

對(duì)于接收到的通信信號(hào)，首先通過通信信號(hào)預(yù)處理，再進(jìn)行指紋特征提取，通過確立通信信號(hào)的載頻、調(diào)制參數(shù)及雜散成分特性為穩(wěn)態(tài)信號(hào)指紋，可以對(duì)上述特征運(yùn)用時(shí)域、頻域分析方法和現(xiàn)代時(shí)頻域和高階譜方法進(jìn)行特征分析提取。在分類器設(shè)計(jì)方面，第一級(jí)分類器可以選用特征參數(shù)值域判別法、信號(hào)模本匹配識(shí)別法等方法實(shí)現(xiàn)第一級(jí)分類，第二級(jí)采用并行組合分類器，這樣將高維特征空間的判分問題轉(zhuǎn)化為針對(duì)不同低維空間進(jìn)行劃分的問題，再對(duì)第一級(jí)分類器的輸出作第二次判決。這樣，融合了多個(gè)分類器的決策，能夠獲得較好的分類性能。

圖2 基于證據(jù)理論組合分類器的輻射源個(gè)體識(shí)別結(jié)構(gòu)

D-S證據(jù)組合分類器對(duì)獨(dú)立的信息才能進(jìn)行融合，其關(guān)鍵在于基本概率分配函數(shù)(BPA)的確定。文獻(xiàn)[7]認(rèn)為如果各分類器使用不同的特征集或訓(xùn)練集，則可認(rèn)為不同分類器結(jié)果之間是獨(dú)立的。因而，文中利用不同的輻射源個(gè)體特征訓(xùn)練不同的成員分類器，并進(jìn)行D-S證據(jù)理論組合，可以根據(jù)需要選擇合適的證據(jù)組合規(guī)則進(jìn)行通信輻射源類別的判斷。

4 結(jié)束語

隨著通信技術(shù)的飛速發(fā)展，通信體制和調(diào)制樣式更加復(fù)雜多樣，通信電臺(tái)的配置數(shù)量不斷增加，常規(guī)電子偵察采用的信號(hào)特征，如載波頻率、調(diào)制樣式和調(diào)制參數(shù)等在復(fù)雜多變的信號(hào)環(huán)境下，已難以滿足現(xiàn)代戰(zhàn)場(chǎng)的需求。通信輻射源識(shí)別主要研究體現(xiàn)同類輻射源之間個(gè)體差異的信號(hào)指紋的分析提取技術(shù)[8]。分析了通信輻射源的指紋選擇問題，對(duì)信號(hào)指紋進(jìn)行通信輻射源的機(jī)理進(jìn)行分析，對(duì)目前通信信號(hào)的指紋識(shí)別的常用方法進(jìn)行了總結(jié)，并提出了一種基于證據(jù)理論的通信輻射源指紋識(shí)別方法。

[1]陸滿君.通信輻射源瞬態(tài)特征提取和個(gè)體識(shí)別方法[J].西安電子科技大學(xué)學(xué)報(bào):自然科學(xué)版，2009，36(4):736-740.

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

[3]TEKBAS O H，URETEN O，SERINKEN N.Improvement of transmitter identification system for low SNR transients[C].Electronics Letters，2004:182-183.

[4]GIANNAKIS G B，TSATSANIS M K.Signal detection and classification using matched filtering and HOS [J].IEEE Trans on ASSP，1990，38(7):1284-1296.

[5]張國(guó)柱.雷達(dá)輻射源識(shí)別技術(shù)研究[D].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué)，2005.

[6]XU Shuhua，HUANG Benxiong，HUANG Yuchun，et al.Identification of individual radio transmitter based on selected surrounding-line integral bispectra[C].IEEE Proceedings of ICACT'07，2007.

[7]HUANG Y S，SUEN C Y.A method of combining multiple experts for the recognition of unconstrained handwriting numerals[J].IEEE Trans.Pattern Analysisand Machine Intelligence，1995(17):90-94.

[8]徐書華，黃本雄，徐麗娜.基于SIB-PCA的通信輻射源個(gè)體識(shí)別[J].華中科技大學(xué)學(xué)報(bào)，2008，36(7):14-17.