通信辐射源指纹特征提取算法研究*

资晓军 谢 丹 杨剑波

(92762部队 厦门 361021)

通信辐射源指纹特征提取算法研究*

资晓军 谢 丹 杨剑波

(92762部队 厦门 361021)

非协作环境下对船载无线通信系统的信号分析和识别,具有十分重要的军事价值。论文分析了辐射源特征对于目标个体识别的意义,给出了信号载频偏差、包络高阶特征及积分双谱特征的计算方法,并且基于前向搜索策略提出了特征子集选择算法。

辐射源；特征提取；积分双谱

1 辐射源信号指纹特征构成

在非协作通信环境中,对船载通信系统无线电信号的搜索、识别、定位、分析和检测技术,具有十分重要的军事价值。通信辐射源的指纹特征是由于其在制作过程中的各种随机因素造成的个体差异并体现在其信号的细微特征中,具有一定程序的稳定性和变化规律。

在无法获取通信内容的情况下,可利用对辐射源多维细微特征的提取和分析,完成对相同通信体制、调制方式、通信频率下的多个辐射源身份的分选与识别,为进一步判断通信辐射源个体属性、威胁等级提供重要决策依据。长期以来,研究通信辐射源信号指纹特征的提取是进行数据融合、模式识别、跟踪定位、态势分析的重要技术支撑手段,在电子战领域占有十分重要的地位。

作为信号的指纹特征的参数,应具备以下四个基本条件： 1) 普遍性,特征应存在于所有信号样本中； 2) 唯一性,特征参数在信号样本之间具有区别性； 3) 稳定性,同一样本的参数特征不因时间和环境的变化而改变； 4) 可检测性,特征参数能够利用相关技术从有限观测样本中提取出来。

对于辐射源的指纹特征,可从暂态特征和稳态特征两个方面考虑。暂态特征是指辐射源开机瞬间以及工作模式切换等非稳定状态下的信号特征,其原因是由于电台内部机械和电子元器件的细微差异而表现出的信号非线性、非平稳特征；稳态特征是指电台进入稳定工作状态后信号特征,受调制信息的影响,稳态特征的提取更加复杂。

本文主要研究辐射源载频偏差和杂散特征等常规参数提取方法,结合信号高阶谱特征参数的提取,通过选择最优特征子集达到对辐射源个体识别的目的。

2 稳态特征参数的提取

2.1 载频偏差的提取算法

对同一型号、标称频率和发射模式的电台辐射源,即使采用直接频率合成(DDS)技术,其晶体震荡器的载频偏差的幅度和相位都存在涨落现象,从而引起输出频率的波动[1]。

以单载波信号为例,基于相位拟合的载频估计算法原理如下,假设信号序列为

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

当SNR≫1时,1+v(n)≈ejtan-1vQ(n)≈ejvQ(n),故原始信号可写为

r(n)≈Aej[ω0nT+θ+vQ(n)]

基于最小二乘原理,用多项式拟合方法求解其瞬时相位。信号瞬时相位可表示为φ(n)ω0nT+θ,n=n0,n0+1,…,n0+N-1,其载频w0引入的相位改变为斜率ω0的直线,用线性函数对瞬时相位进行拟合,得

解方程可得载频估计值为

2.2 信号包络高阶特征及峰度的计算

设实信号x(t)的Hilbert变换为

定义信号包络的高阶特征为

其中,Px为信号x(t)的功率,m2和m4分别为其二阶矩和四阶矩。可见,通过信噪比和噪声功率可以求出信号x(t)的功率及其高阶包络特征[2]。二阶矩和四阶矩的计算方法为

在预先估计信噪比的条件下可求得信号峰度为

3 信号积分双谱特征的提取方法

令观测信号样本为x(1),x(2),…,x(N),采样频率为f,双谱区域上沿水平和垂直方向采样间隔为Δ=f/N,则信号样本的双谱计算步骤如下[3]：

1) 将样本平均分段并去均值,即N=KM,K为分段数,M为分段数据长度。

×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段数据估计出信号样本的双谱均值为

在信号高阶谱特征中,双谱分析的阶数最低,相对计算量最少,但直接利用匹配滤波器进行二维模板匹配,其计算量过大,难以将双谱分析应用于信号特征提取。故引入积分运算将二维双谱计算转化为一维函数,根据积分路径不同,可分别得到以下几种积分双谱：

1) 径向积分双谱(RIB)：沿双谱平面过原点的直线进行积分。

径向积分双谱具有平稳不变性,为保持信号的尺度信息,可计算直接径向双谱为

与RIB相比,AIB保留了信号的幅度特征,具有尺度变化,但由于仅提取了信号三阶相关域上C3x(0,k)部分信息,所以AIB未保留原始信号的相位信息。

3) 圆周积分双谱(CIB)：积分路径为一组以原点为圆心的同心圆,计算公式为

其中,Bp(a,θ)是信号双谱的极坐标,可见,CIB保留了原始信号尺度信息和部分的相位信息,具有平移不变化。

4) 矩形积分双谱(SIB): 积分路径为以原点为中心的一组正方形,计算公式为

SIB具有平移不变化,同样保留了原始信号尺度信息和部分相位信息。

4 基于领域模型的特征子集选择

通过上述分析,可以得到通信辐射源若干特征,包括信号载频、包络的高阶J特征、包络的峰度和各种积分双谱特性。以目前的计算速度和分析能力,很难实现完备的辐射源指纹特征集,为达到辐射源个体识别的目的,就需要从特征集中以某种评估标准达到最优为条件选择最合适的特征子集,通过搜索策略形成的特征子集的条件概率分布与所有特征取值条件下的概率分布尽可能接近,以降低用于分类识别算法的计算复杂度。

搜索策略分为全局最优搜索、随机搜索和启发式搜索三种。全局搜索策略类似于穷举,在特征数据较多时计算量过大；随机搜索以遗传算法为基础,因采用统计得分的方式,算法负责度与特征数量呈指数增长,而且很难确定最优的特征子集；启发式搜索策略应用较多,其实现方法有序列前向选择、序列后向选择、单独最优组合、浮动搜索等[4]。

本文在前向启发式搜索的基础上提出基于邻域模型的特征子集选择方法,其主要思想是：首先计算全部特征的属性重要度,特征子集以空集开始,依次选择剩余属性中重要度值最大的属性加入约简集合,直到所有属性重要度低于最小阈值[5]。具体算法步骤如下：

1)red=φ,red为初始特征子集,初始化为空集；

2) ∀a∈A,求其领域Na,A为包括所有特征的集合；

3) 对∀a∈A-red,求SIG(ai,red,D)=γred∪a(D)-γred(D)(定义γφ(D)=0),SIG为重要度计算函数；

4) 选择满足条件SIG(ai,red,D)=maxi(SIG(ai,red,D))的ak;

5) 若SIG(aI,red,D)>ξ,则将ak加入red；ξ为最小重要度阈值；

6) 循环执行步骤4)、5),直到满足条件SIG(ai,red,D)<ξ。

5 结语

通信辐射源指纹特征提取和个体识别是一个极具挑战性的课题,本文针对常规特征及积分双谱特征的计算、特征子集的选择给出具体方法,但对于不同类型的辐射源在特征提取的方法区别上没有进一步的实验验证。

[1] 张旻,王若冰,钟子发.通信电台个体识别中的载波稳定度特征提取技术研究[J].电子与信息学报,2008,30(10):2529-2532.

[2] 张旻,钟子发,王若冰.通信电台个体识别技术研究[J].电子学报,2009,37(10):2125-2129.

[3] 陆满君,詹毅,司锡才,等.通信辐射源瞬态特征提取和个体识别方法[J].西安电子科技大学学报,2009,36(4):736-740.

[4] 蔡忠伟,李建东.基于双谱的通信辐射源个体识别[J].通信学报,2007,28(2):75-79.

[5] 任春晖.通信电台个体特征分析[D].成都:电子科技大学,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

资晓军,男,硕士,工程师,研究方向:无线通信技术、信号分析及信息融合。谢丹,女,硕士,工程师,研究方向:信息技术、自动化。杨剑波,男,博士,工程师,研究方向:移动通信网络、数据融合。

TP301

10.3969/j.issn.1672-9730.2017.03.016