[发明专利]一种基于相参积累消噪的射频指纹特征提取和识别方法

权利要求书

1.一种基于相参积累消噪的射频指纹特征提取和识别方法，其特征在于：包括以下步骤：

检测步骤S1、样本点采集步骤S2、编号步骤S3、相参积累消噪步骤S4、幅度值翻折步骤S5、多分辨率分析步骤S6、波形归一化处理S7；其中，

S1：检测接收到的开机瞬态信号的起始点位置和结束点位置；

S2：采集一个设备的多个开机瞬态信号样本点，每个信号包含M个样本点；

S3：编号开机瞬态信号样本点，以每个开机瞬态信号样本点对应的幅值定义开机瞬态信号样本点幅值函数f_i：

f_i＝{amp:(1,2,……,M)}

＝{amp₁,amp₂,……,amp_M}

S4：将同一设备的k个开机瞬态信号样本点幅值函数进行相参积累，即相加并取均值：

S5：将处理后的信号的幅度值翻折，即取绝对值：

f_avi＝|f_mi|，其中f_avi为幅度值翻折后的信号；

S6：对处理后的波形做三级多分辨率分析，以dB2波形函数为母小波，对信号波形依次做三次离散小波变换：

f_a1i＝DWT(f_avi,dB2)

f_a2i＝DWT(f_a1i,dB2)

f_a3i＝DWT(f_a2i,dB2)；

S7：将小波变换后的波形归一化处理：

f_a'3i＝map min max(f_a3i,0～1)＝{amp₁'，amp₂'，……，amp_M'}

其中，

amp i'＝(amp_i-amp_min)·(amp_max-amp_min)

其中，M为开机瞬态信号样本点数量，amp_M'为第M个开机瞬态信号样本点的幅值；

S8：对多个设备重复以上S1～S7操作，以设备编号为反馈，使用支持向量机对多个设备的处理后的信号进行机器学习；

S9：以支持向量机的学习结果对待检测波形进行分类，判定其属于哪一个设备；

所述的步骤S4，将同一设备的多个开机瞬态信号样本点幅值函数进行相参积累，信号强度变为原来的多倍，得到相参积累消噪信号；

所述的步骤S6，对步骤S4中得到的所述相参积累消噪信号，进行多分辨率分析；

在所述的步骤S4中，相参积累消噪信号采用如下算法计算：

(1)设接收到的第m个脉冲是p_m(t)：

p_m(t)＝s(t)+n_m(t)

其中s(t)是信号，n_m(t)是不相关的高斯白噪声，经过n_k个脉冲的相参积累后：

(2)在积累后的信号z(t)中，噪声的功率等于它的方差：

其中是一个脉冲噪声的功率，δ_ml为累加判定，当m＝l时，δ_ml＝1；当m≠l时，δ_ml＝0，n_l(t)为高斯白噪声，n_k为相参积累的脉冲个数，为噪声功率，l和m为相参积累计数单位；

在对n_k个脉冲进行相参积累后，信噪比提高为原来的n_k倍；若按照分贝(dB)计算为：

(SNR)n_k ＝(SNR)_p+10lgn_k

为相参积累后的信噪比，(SNR)_p为相参积累前的信噪比，n_k为相参积累的脉冲个数；

所述的多分辨率分析采用三级多分辨率分析，以dB2波形函数为母小波，对信号波形依次做三次离散小波变换：

f_a1i＝DWT(f_avi,dB2)

f_a2i＝DWT(f_a1i,dB2)

f_a3i＝DWT(f_a2i,dB2)。