解析电磁指纹的特征提取技术以及应用前景
发布时间：2022-06-04 09:27:55 所属栏目：安全 来源：互联网
导读：电子设备在运行时，电路上的工作电流会产生伴随电磁场的辐射，这是所有电子电气设备工作时的固有现象。随着计算机网络技术的发展，电磁空间更是和网络空间高度融合，受到世界各国的高度重视。因此，利用电磁指纹对复杂电磁环境中的信号进行分析和判定具有重
|
电子设备在运行时，电路上的工作电流会产生伴随电磁场的辐射，这是所有电子电气设备工作时的固有现象。随着计算机网络技术的发展，电磁空间更是和网络空间高度融合，受到世界各国的高度重视。因此，利用电磁指纹对复杂电磁环境中的信号进行分析和判定具有重要意义。本文简要介绍了电磁指纹的概念，梳理了当前电磁指纹提取技术的研究现状以及在不同场景下的应用。 研究人员针对不同电磁信号提出了指纹提取方法，主要可以归纳为基于信号参数的特征提取以及基于信号变换域的特征提取。 (1)基于信号参数的特征提取方法 基于信号参数的特征提取方法主要包括统计特征提取、高阶谱特征提取、熵特征提取等。 统计特征提取是基于信号统计特征的提取方式，例如均值、方差、峰态、偏态等。目前，基于统计特征提取的信号指纹识别研究比较深入，但是这些方法大多要求较高的接收信噪比，且不适用于非高斯、非平稳信号的信号指纹识别。 高阶谱特征提取是基于信号高阶谱的提取方式。高阶谱几乎可以完全抑制有色噪声对信号的影响，适用于分析非高斯非平稳信号。双谱是最低阶的高阶谱，可以定量描述信号非对称性及非线性。由于双谱维数较高，计算复杂，一般需要通过积分双谱来简化运算，例如径向积分、轴向积分、圆周积分、矩形积分和选择双谱等。文献[1]提出采用局部围线积分双谱分析方法对三类通信辐射源信号进行识别。文献[2]提出利用高阶谱特征提取方法对五种计算机显示器的个体进行识别，整体识别率达到92%。 (2)基于信号变换域的特征提取方法 基于信号变换域的特征提取主要包括小波分析、分形维数以及经验模态分解等方法。 小波分析是时频域分析方法，兼顾了信号在时域和频域的信息，具有多分辨率分析的优点。该方法对信号低频部分时间分辨率低、频率分辨率高;对信号高频部分时间分辨率高、频率分辨率低。文献[2]提出用小波系数统计分布对三种计算机主机的个体进行识别，整体识别率达到94%。 分形维数是信号复杂性的度量指标，包括Hausdorff维数、计盒维数、分配维数等。分形是指局部与整体之间具有相似性的图形，分形维数是对分形形状及复杂性的定量描述。文献[5]提出通过提取暂态信号多重分形轨迹作为信号指纹对来自三家不同厂商的八个不同无线辐射源进行分类，识别正确率达到92.5%。但是，分形维数的提取方法受信号完整性和一致性的影响比较大，且缺乏对信号随时间变化比较细致的识别。 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐