張海瑛,吳玲玲,易衛(wèi)明,韓曉佩,李 慧
(1.中國電子科技集團(tuán)公司第五十四研究所,河北 石家莊 050081; 2.河北省電磁頻譜認(rèn)知與管控重點實驗室,河北 石家莊 050081; 3.中國人民解放軍75775部隊,云南 昆明 650000)
通信輻射源個體識別在電子對抗或技術(shù)偵察領(lǐng)域中具有重要的應(yīng)用價值。因此,國內(nèi)外科研人員對輻射源個體識別的問題研究已經(jīng)有三十多年的經(jīng)驗。尤其是近些年,隨著偵察情報生產(chǎn)依層次的劃分,將把研究的視野引向更加廣泛、更加深入、更加精細(xì)的方向,細(xì)微特征的定義也由研究單層級的測量信號穩(wěn)態(tài)多維特征參數(shù)空間集合到深入挖掘個體目標(biāo)全元、全息特征空間構(gòu)建的建立上。目前,輻射源個體識別技術(shù)主要有兩大類:一類是基于細(xì)微特征的輻射源個體識別技術(shù)[1-4],采用聯(lián)合特征提取的方法,對提取到的原始特征進(jìn)行再處理,得到能夠獲取更加準(zhǔn)確的通信輻射源指紋信息的特征提取方法;另一類是基于神經(jīng)網(wǎng)絡(luò)的輻射源個體識別技術(shù)[5-8],該技術(shù)為了減少輻射源個體識別對于人為設(shè)計的個體特征依賴程度,深度神經(jīng)網(wǎng)絡(luò)能夠根據(jù)輸入數(shù)據(jù)自適應(yīng)地提取網(wǎng)絡(luò)認(rèn)為有效的個體特征,特征維數(shù)更豐富,完成輻射源的個體識別。因此,在實際工程應(yīng)用中經(jīng)過大量實際采集的電臺個體識別試驗的驗證,利用細(xì)微特征+深度學(xué)習(xí)的輻射源個體識別可以有效地提高低信噪比條件下目標(biāo)個體識別的準(zhǔn)確度和有效性,顯著提升輻射源目標(biāo)個體識別性能。
基于上述的研究背景[9-11]和進(jìn)展,本文著重針對衛(wèi)星通信中特定網(wǎng)絡(luò)輻射源終端的個體識別問題,試圖找到屬于衛(wèi)星通信終端獨特的本征表示,這些本征特性不僅有來自于發(fā)射機(jī)內(nèi)部元器件或電磁耦合等產(chǎn)生的細(xì)微差異,也有來自于相同信號調(diào)制模式上的細(xì)微差異,更有來自于衛(wèi)星通信網(wǎng)絡(luò)分配給各個終端的個體特征,以及通過全偵全控的工作模式獲取的元數(shù)據(jù)實體分層級結(jié)果。因此,本文并非單純研究選擇和提取衛(wèi)星通信終端輻射源信號的穩(wěn)態(tài)特征,而是除了研究信號調(diào)制模式的細(xì)微特征本身外,還要研究通信組網(wǎng)中穩(wěn)定且有效的終端個體特征。在此基礎(chǔ)上,提出了一種基于細(xì)微特征測量和目標(biāo)個體本征元數(shù)據(jù)分析相結(jié)合的特征空間構(gòu)建方法,再利用機(jī)器學(xué)習(xí)的相關(guān)理論,挖掘相同廠家、相同體制下不同終端個體樣本之間多維特征維度的差異規(guī)律,繼而在全元全息特征空間中提取目標(biāo)信號的個體本征。
衛(wèi)星通信偵察采集設(shè)備主要完成對衛(wèi)星上行或下行信號的采集、頻譜監(jiān)視、信號檢測、分析、解調(diào)以及特定目標(biāo)信號處理等功能,在信號感知和參數(shù)測量層面上獲取的特征數(shù)據(jù)主要包括信號的基本特征和細(xì)微特征。其中,信號的基本特征用于描述信號基本屬性,主要包括信號的時間域、頻率域、空間域和信息域特征參數(shù),信號基本特征與目標(biāo)個體之間的相關(guān)性較弱,基于信號基本特征可用于完成信號的分類識別;信號的細(xì)微特征(即指紋特征),則主要用于描述信號的通信電臺發(fā)射模塊在設(shè)計、制造和運行過程中,由于不可控的或無意的誤差原因?qū)π盘柈a(chǎn)生的差異影響。信號細(xì)微特征與目標(biāo)個體之間具有很強的相關(guān)性,可用于輻射源目標(biāo)的個體特征分選與識別。
如表1所示,給出了可作為衛(wèi)通終端信號指紋的特征參數(shù)。本文的細(xì)微特征空間構(gòu)建正是需要提取和選擇出對輻射源個體識別貢獻(xiàn)最大的特征參數(shù),主要包括載頻特征、調(diào)制指數(shù)、頻偏對稱度、雜散特征、系統(tǒng)非線性特征和高階譜特征。
表1 本文的信號穩(wěn)態(tài)細(xì)微特征信息
發(fā)射相同調(diào)制信號、不同輻射源個體的細(xì)微特征主要是指附加于發(fā)送信號的代表輻射源個體通信設(shè)備“身份”的特征[2]。由于每個相同調(diào)制模式下的衛(wèi)星通信終端目標(biāo)相對多個不同地理位置的衛(wèi)星通信偵察采集設(shè)備,存在接收頻率或接收時間的細(xì)微差異,所以精準(zhǔn)的時差和頻差測量參數(shù)均可以作為細(xì)微特征空間的可提取參量。再者,對于VSAT衛(wèi)星通信網(wǎng)的特定控制時隙的信號長度和獨特字的不同,可以區(qū)分主站和小站的差別;即便對于特定控制時隙的信號長度和獨特字均相同的多個小站終端,也可以通過TDMA突發(fā)檢測參數(shù)加以個體區(qū)分,包括突發(fā)起始時間、突發(fā)信噪比、突發(fā)信息長度、突發(fā)剩余頻偏(相對于碼元速率的歸一化數(shù)值)以及突發(fā)中提取出的用戶IP地址等元數(shù)據(jù)特征。
衛(wèi)星通信網(wǎng)偵察獲取的通信信號特征若從信息獲取層級上區(qū)分,可分為兩大類 :內(nèi)部特征(通常是通信信號所包含的信息內(nèi)容)和外部特征(除信息內(nèi)容以外通信信號所具有的所有特征)。顯然,內(nèi)部特征隨機(jī)變化大,衛(wèi)星通信網(wǎng)絡(luò)的通信聯(lián)絡(luò)特征例如通信的頻率、電臺呼號、通信術(shù)語、聯(lián)絡(luò)時間等參量的可變性也較大,并不是長期或固定時間段恒參或穩(wěn)定的參數(shù),不適合作為個體識別的特征。
衛(wèi)星通信信號的固有特征一般是指信號的技術(shù)特征,從總體上變化較小,甚至有的技術(shù)參數(shù)會保持長期不變。因此,基于分析和統(tǒng)計的技術(shù)特征參數(shù)是可被選為衛(wèi)星終端的個體本征參量的。具體特征包括信號的個體特征和戰(zhàn)術(shù)特征。信號的個體特征是對信號分析成果的歸納利用,主要用于在信號外部特征相似度較高的條件下,通過對信號特定字段的內(nèi)容解譯和分析,所提取有別于同類型通信信號的特征參數(shù),包括信號的PU碼、IMSI 號、網(wǎng)臺呼號,以及信號的前導(dǎo)碼、地址碼等。以TDMA-VSAT網(wǎng)體制衛(wèi)星通信系統(tǒng)為例,開展網(wǎng)控信令解析要素分析,提取出與主站個體特征相關(guān)的特征數(shù)據(jù),如表2所示。
表2 TDMA-VSAT網(wǎng)的網(wǎng)控信令解析特征信息
此外,通過對不同體制、特定網(wǎng)絡(luò)的衛(wèi)星通信終端進(jìn)行長期監(jiān)測和偵收,采用規(guī)律、關(guān)聯(lián)分析或協(xié)議、指令分析等手段,也能獲取個體自我行為的分析與歸結(jié)。本文以目前先進(jìn)的ViperSat衛(wèi)星寬帶通信系統(tǒng)為例,開展針對描述ViaSat公司dSCPC-VAST信號個性特征的元數(shù)據(jù)實體集合的研究,如表3所示。由此可見,個體特征的定義正由測量信號多維特征參數(shù)空間集合到更精細(xì)、更廣泛、更深入的個體目標(biāo)特征全元、全息特征空間構(gòu)建進(jìn)行拓展。
表3 ViperSat SCPC-VAST信號個性特征信息
在理想狀態(tài)下,同型號的衛(wèi)星通信終端不同個體發(fā)出相同參數(shù)的信號應(yīng)該是完全相同的,但在實際信號感知和參數(shù)測量過程中獲取的信號特征參數(shù),去除調(diào)制的基本特征參數(shù)的影響,可以得到穩(wěn)態(tài)的終端個體細(xì)微特征,反映不同輻射源個體的差異。提取步驟如下:
① 對偵收采集得到的終端個體信號估計信號中心頻率和帶寬,并依據(jù)估計出的中心頻率進(jìn)行數(shù)字下變頻,依據(jù)估計出的帶寬計算數(shù)字采樣率變化因子,進(jìn)行采樣率變換,得到調(diào)整采樣率后的零中頻信號;
② 對零中頻信號進(jìn)行用戶時隙信號提取,得到去除噪聲后的零中頻信號;
③ 依據(jù)時隙頭的獨特字(UW)產(chǎn)生本地的基帶調(diào)制信號,與時隙信號進(jìn)行相關(guān)處理,進(jìn)行時隙同步,得到零中頻時隙信號中獨特字開始位置。
④ 用冪次方方法進(jìn)行剩余頻偏估計,并依據(jù)估計得到的頻率對零中頻時隙信號中獨特字開始之后的時隙信號去除剩余頻率;
⑤ 用CZT方法進(jìn)一步進(jìn)行剩余頻偏估計,并依據(jù)估計得到的頻率對零中頻時隙信號中獨特字開始之后的時隙信號去除剩余頻率;
⑥ 進(jìn)行剩余相位偏移估計,并依據(jù)估計得到的相位對零中頻時隙信號中獨特字開始之后的時隙信號去除剩余相位;
⑦ 依據(jù)時隙頭的獨特字(UW)碼字,進(jìn)行相位模糊糾正,得到糾正個體調(diào)制信號層上剩余頻率、相位、相位模糊的零中頻時隙信號;
⑧ 對時隙信號進(jìn)行解調(diào),得到解調(diào)碼流,依據(jù)解調(diào)碼流產(chǎn)生本地的基帶調(diào)制信號,與糾正個體調(diào)制信號層上剩余頻率、相位、相位模糊的零中頻時隙信號進(jìn)行減法處理,得到穩(wěn)態(tài)特征中終端個體的細(xì)微特征。
由于不同終端個體的傳輸路徑時延和衛(wèi)星相對運動,導(dǎo)致相同時隙位置的不同終端個體的到達(dá)時差和頻差存在差異。測量主鄰星信號之間同時存在到達(dá)時差和到達(dá)頻差,其中到達(dá)時差的取值范圍與衛(wèi)星波束覆蓋范圍、星間距等參數(shù)有關(guān),典型取值范圍為±20 μs,到達(dá)頻差的取值范圍與衛(wèi)星轉(zhuǎn)發(fā)器頻率偏差和衛(wèi)星相對運動有關(guān),變化范圍±200 Hz。從時頻差取值范圍來看,時差搜索范圍較大,頻差搜索范圍較小,這就要求在時頻差搜索策略選取上,進(jìn)行優(yōu)化設(shè)計。用GPU實現(xiàn)時頻差參數(shù)提取方法為:
① 讀取并行多路采集主鄰星數(shù)據(jù);
② 將主鄰星數(shù)據(jù)拷貝至顯存;
③ 將主鄰星數(shù)據(jù)用GPU做FFT,從時域至頻域變換;
④ 對鄰星數(shù)據(jù)進(jìn)行頻偏糾正處理;
⑤ 對主鄰星數(shù)據(jù)進(jìn)行信號相關(guān)處理;
⑥ 判斷相關(guān)峰是否滿足閾值條件,如果小于閾值,轉(zhuǎn)到④對鄰星數(shù)據(jù)進(jìn)一步進(jìn)行頻偏糾正處理;如果大于閾值,進(jìn)行時延調(diào)整計算CAF;
⑦ 通過峰值檢測輸出時差和頻差。
對終端個體特征元數(shù)據(jù)提取方法如下:
① 對收到的信號進(jìn)行信號參數(shù)估計和分析;
② 依據(jù)估計得到的信號參數(shù)進(jìn)行信號解調(diào)和信道譯碼;
③ 進(jìn)行私有協(xié)議特征匹配,如果匹配得到已有系統(tǒng)類型,按該系統(tǒng)類型參數(shù)(主要包括獨特字、特殊波形的參數(shù)以及譯碼方式等)重新進(jìn)行解調(diào)譯碼參數(shù)的引導(dǎo),并進(jìn)行信號解調(diào)和信道譯碼;如果該系統(tǒng)包含可用做引導(dǎo)解調(diào)譯碼的網(wǎng)控信令,可按網(wǎng)絡(luò)信令重新引導(dǎo)該信號或網(wǎng)絡(luò)其他信號的解調(diào);
④ 從解調(diào)譯碼后的碼流中進(jìn)行網(wǎng)控信息恢復(fù)、用戶數(shù)據(jù)拼接和信源恢復(fù);
⑤ 從網(wǎng)控信息中進(jìn)行信令分析,得到回傳載波頻率、分組ID、時隙種類信息和IPv4業(yè)務(wù)信息;
⑥ 從用戶信息中提取得到IPv4業(yè)務(wù)信息。
針對實星開展偵收外場試驗,在不同的地理位置布置3個衛(wèi)星通信偵察采集設(shè)備,設(shè)計為對衛(wèi)星通信終端全偵全控的工作模式,試驗數(shù)據(jù)為一個重點活動海域內(nèi)10個以上的ViaSat公司衛(wèi)星通信終端(同廠家同型號)在相同的工作模式下實現(xiàn)組網(wǎng)通聯(lián)。實際采集的零中頻I/Q正交信號,信號中心頻率為4.161 GHz,信號帶寬為30 MHz,通信終端的信道帶寬為25 kHz,采樣頻率為875 kHz,采樣時間為24 h,得到由128 000個樣本點構(gòu)成的樣本序列,每個終端采集4 000個樣本序列。在識別試驗中,采用如圖1所示的工作流程完成對衛(wèi)星通信終端的個體智能識別。
圖1 衛(wèi)星通信終端個體識別的工作流程Fig.1 Workflow of individual identification of satellite communication terminals
本試驗基于細(xì)微特征參數(shù)測量和通信終端元數(shù)據(jù)的協(xié)同偵察,獲取的大量特征參量和元數(shù)據(jù)均活躍在每一個目標(biāo)信號的感知細(xì)節(jié)中,為了應(yīng)對各類目標(biāo)輻射源信號的個體需求,設(shè)計了與之匹配的個體本征特征空間,這也是最終采用深度學(xué)習(xí)完成輻射源個體智能識別的前提條件。試驗中構(gòu)建出的個體本征空間主要包括偏移載波頻率、調(diào)制轉(zhuǎn)移因子、成型系數(shù)、瞬時幅度的譜細(xì)微特征、時差和頻差特征、突發(fā)時隙特征(含突發(fā)時隙起始時間、突發(fā)時隙信噪比、突發(fā)時隙信息長度、突發(fā)時隙剩余頻偏)、用戶IP地址、網(wǎng)控信令解析要素等參量在內(nèi)的集合。如圖2所示,給出了個體本征空間中部分細(xì)微特征參數(shù)表征圖。
(a) 實偵信號瞬時特征分析
(b) 實偵信號星座
(c) 成型系數(shù)由0~100%變化下相位軌跡圖2 部分細(xì)微特征參數(shù)表征圖Fig.2 Part representation of fine features
以偏移載波頻率、瞬時幅度的譜細(xì)微特征、時隙分布、時差等4類特征參數(shù)為例,分別比較分析通信終端用戶的部分個體特征測量差異程度。
(1) 偏移載波頻率參數(shù)
衛(wèi)通設(shè)備廠家協(xié)議規(guī)定終端可以捕獲的下行信號與中心頻率允許偏差在310 Hz內(nèi),特殊字段每個時隙下行頻率精度在30 Hz內(nèi)。根據(jù)對時隙的中心頻率測量,對于150 ms左右的時隙,頻率分辨率為6.7 Hz。如圖3所示,能夠測量到3個用戶頻率在[33,43,60] Hz,但是對于更多的40 ms左右的時隙,測量頻率分辨率為26.315 8 Hz,不足以測量到所有不同用戶之間的頻率差別。
圖3 不同個體的偏移載波頻率參數(shù)特征Fig.3 Offset carrier frequency characteristics of different individuals
(2) 瞬時幅度的譜細(xì)微特征
衛(wèi)通設(shè)備廠家協(xié)議規(guī)定終端調(diào)制速率精度最大允許誤差是10-6Rs,對于不同終端的細(xì)微偏差應(yīng)該在該范圍內(nèi)。不同終端的符號速率的細(xì)微差別通過測量瞬時幅度的譜的倍頻,如圖4所示,能夠測量到3個用戶的符號速率的差別。
圖4 不同個體的瞬時幅度譜細(xì)微特征Fig.4 Subtle characteristics of instantaneous amplitude spectrum of different individuals
(3) 時隙分布特征
通過對偵收到的信號進(jìn)行時隙分布和二維統(tǒng)計,得到在TDMA幀不同時隙位置的時隙分布,如圖5所示,可以測量出4個用戶的不同時隙。
圖5 不同個體的時隙分布特征Fig.5 Slot distribution characteristics of different individuals
(4) 到達(dá)時差參數(shù)
通過對偵收到的衛(wèi)星終端信號進(jìn)行到達(dá)時差進(jìn)行24 h測量,得到在不同終端的時差曲線,如圖6所示,可以測量出13個用戶的不同時差線。
圖6 不同個體的到達(dá)時差參數(shù)特征Fig.6 TOA characteristics of different individuals
為了驗證訓(xùn)練樣本個數(shù)對識別結(jié)果的影響,2020年4月~9月將每部終端60 000個樣本序列按比例隨機(jī)劃分為訓(xùn)練樣本和測試樣本,構(gòu)成訓(xùn)練樣本集和測試樣本集。利用深度學(xué)習(xí)殘差網(wǎng)絡(luò)ResNet分別對構(gòu)造的訓(xùn)練樣本集和測試樣本集進(jìn)行特征提取,從而得到各自的潛在細(xì)微特征集。13部運動通信終端在不同的訓(xùn)練樣本個數(shù)條件下的試驗結(jié)果如表4所示,所有參與試驗的個體識別正確率均超過80%。
表4 13部衛(wèi)星通信終端的平均識別率
本文在已有對特定體制衛(wèi)星通信網(wǎng)信號進(jìn)行偵察分析和特征參數(shù)測量的基礎(chǔ)上,提出了一種基于細(xì)微特征測量和目標(biāo)個體本征元數(shù)據(jù)分析相結(jié)合的特征空間構(gòu)建方法,既考慮了針對時域波形信號的高階特征、高階譜、分形維數(shù)及時頻分析等手段提取輻射源個體的穩(wěn)態(tài)特征,又結(jié)合了衛(wèi)星VSAT通信網(wǎng)信號網(wǎng)絡(luò)組網(wǎng)信息、網(wǎng)控信息解析結(jié)果等與終端個體緊密相關(guān)的載波網(wǎng)絡(luò)偵察元數(shù)據(jù)分析和統(tǒng)計方法。該方法已經(jīng)應(yīng)用到系統(tǒng)裝備中,實際探索和檢驗了相同型號、相同體制通信網(wǎng)絡(luò)、相同工作模式下外軍衛(wèi)星終端個體識別,試驗結(jié)果證明該方法具有識別概率高、算法穩(wěn)健性好的特點。