通信輻射源指紋識別技術

朱麗莉，王愛粉，趙 星

(空軍工程大學電訊工程學院，陜西西安 710077)

在現代軍用電子信息裝備中，以電臺為主的各種通信設備擔負著為重要軍事載體提供通信、部署并實施軍事打擊或進行監視、電子干擾的重要任務[1-2]。目前，在電子戰研究領域，出現了輻射源“指紋”識別的方法，通過對接收信號進行特征測量，確定產生信號的輻射源個體，美軍將其定義為“將輻射源惟一電磁特征與輻射源個體關聯能力”。通信電臺的這種關聯起來的能力稱為通信電臺個體識別。如果能有效提取通信電臺的個體指紋特征，在復雜的戰場電磁環境中將每部電臺區分開，實現對電臺個體的分析識別，并分析哪些電臺是敵方重要通信電臺，然后進一步分析電臺的性質和屬性，確定通信網組成、威脅等級和干擾對象等，可以為針對性的電子偵收、干擾和軍事打擊提供重要依據。可見，確定有效的通信電臺信號指紋特征、實現個體識別是軍事通信對抗作戰計劃的重要依據。

1 指紋及信號指紋機理分析

1.1 通信輻射源指紋

通信輻射源個體信號的細微特征也稱通信信號的“指紋”，指信號中可以用于標識發送該信號的通信設備身份的特征。通過通信信號處理技術，發現通信信號上所承載的通信輻射源穩定的硬件特征信息。可以認為信號指紋主要表現為同一通信設備在其發送的所有信號中反復表現出的一種有規律的變化趨勢，而通信信號個體中這種重復出現的變化規律信息具有反映信號個體特點的技術特征，可以作為“指紋”用于標識發送該信號的通信設備的個體特征。

可作為指紋特征的通信信號特征參數:(1)通信信號載頻的精確度差異。(2)通信信號調制參數的個體差異。(3)電臺的雜散輸出差異。

輻射源可提取的特征參數可分為如下幾類:(1)技術特征。調制方式、載頻精度、頻率穩定度。(2)內部特征。數字通信的信息傳輸速率。(3)頻域特征。信號帶寬、調頻參數調制失真度。(4)時變特征。瞬時包絡、頻率、相位。

1.2 信號指紋機理分析

通信輻射源個體識別是指在分析截獲通信信號個體的基礎上，得到信號中通信設備的工作參數和特征參數，然后利用這些參數獲取該通信設備的體制、用途和型號等信息，進而掌握其工作狀態，了解其戰術運用特點、活動規律以及作戰能力的過程。

文中研究的是同型號、同批次并工作于相同調制方式、頻段的多個電臺輻射信號的個體識別技術。通信輻射源個體識別主要包括3個過程:預處理、特征提取和分類識別。

圖1 通信輻射源個體識別系統的基本組成

通信信號指紋識別的本質是模式識別問題，識別的過程由設計和實現組成。設計是指用一定數量的樣本進行分類器設計，實現是指用設計的分類器對待識別的樣本進行分類決策。

2 通信信號指紋識別方法

2.1 特征參數值域判別法

采用特征參數值域判別法，首先要提取一個或多個能反映通信信號個體特征的參數值，根據各特征參數所在的值域范圍，采用模式識別的方法進行個體識別，分析處理的主要過程是在時域和頻域[3-4]。

特征參數值域判別法也可以通過計算特征類的距離進行個體識別，其難點在于如何從原始測量數據提取和選擇合適且必要的特征向量進行計算，重點是特征的提取和選擇算法。

2.2 信號模本匹配識別法

信號模本匹配識別法的基本思想如下:

(1)對同一種通信信號形式中的N個信號進行參數提取，提取的特征參數為M個，N個已知信號的同一個特征參數值各不相同，這樣，每一個信號就有M個特征參數值與其他信號相區別;

(2)將N個信號的M×N個特征參數存入數據庫，建立包含N個已知信號模本的模本庫;

(3)提取待識別信號的M個特征參數，與模本庫中的模本進行比較，如果提取的特征參數與模本庫中的某模本相匹配，即可完成個體識別。

2.3 通信信號指紋識別分類器

在統計模式識別中，分類器即分類算法的基本任務是根據某一準則把一個給定的由特征向量表示的輸入歸入到一個適當的特征類別，即實現從特征空間到決策空間的轉換，從而完成特征類的分類任務。

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

決策理論的發展克服了傳統分類器的不足，提出了更先進的不確定性推理理論，在此基礎上，分類器識別性能得到了顯著提高。其中，神經網絡分類器作為一種先進的自適應、非參數和非線性分類器。為進行信號模式識別開辟了一條新途徑。神經網絡是一種以自組織、自適應和大規模分布式并行計算為特征的非線性信號處理系統，具有強大的模式識別分類和泛函逼近能力，并具有良好的容錯性。

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

3 一種基于證據理論的個體識別方案

文中對通信信號指紋的研究主要采用“機理研究-特征分析-特征提取-分類實驗”的方法，其中由于實際通信信號信噪比變化范圍大，容易導致識別率下降，直接影響分類器的分類性能。基于D-S證據組合原理進行分類器設計，可以由不同類別指紋特征參量集進行特征提取，下面給出一種基于證據理論組合分類器的輻射源個體識別的設計方法，其結構如圖2所示。

對于接收到的通信信號，首先通過通信信號預處理，再進行指紋特征提取，通過確立通信信號的載頻、調制參數及雜散成分特性為穩態信號指紋，可以對上述特征運用時域、頻域分析方法和現代時頻域和高階譜方法進行特征分析提取。在分類器設計方面，第一級分類器可以選用特征參數值域判別法、信號模本匹配識別法等方法實現第一級分類，第二級采用并行組合分類器，這樣將高維特征空間的判分問題轉化為針對不同低維空間進行劃分的問題，再對第一級分類器的輸出作第二次判決。這樣，融合了多個分類器的決策，能夠獲得較好的分類性能。

圖2 基于證據理論組合分類器的輻射源個體識別結構

D-S證據組合分類器對獨立的信息才能進行融合，其關鍵在于基本概率分配函數(BPA)的確定。文獻[7]認為如果各分類器使用不同的特征集或訓練集，則可認為不同分類器結果之間是獨立的。因而，文中利用不同的輻射源個體特征訓練不同的成員分類器，并進行D-S證據理論組合，可以根據需要選擇合適的證據組合規則進行通信輻射源類別的判斷。

4 結束語

隨著通信技術的飛速發展，通信體制和調制樣式更加復雜多樣，通信電臺的配置數量不斷增加，常規電子偵察采用的信號特征，如載波頻率、調制樣式和調制參數等在復雜多變的信號環境下，已難以滿足現代戰場的需求。通信輻射源識別主要研究體現同類輻射源之間個體差異的信號指紋的分析提取技術[8]。分析了通信輻射源的指紋選擇問題，對信號指紋進行通信輻射源的機理進行分析，對目前通信信號的指紋識別的常用方法進行了總結，并提出了一種基于證據理論的通信輻射源指紋識別方法。

[1]陸滿君.通信輻射源瞬態特征提取和個體識別方法[J].西安電子科技大學學報:自然科學版，2009，36(4):736-740.

[2]蔡忠偉，李建東.基于雙譜的通信輻射源個體識別[J].通信學報，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]張國柱.雷達輻射源識別技術研究[D].長沙:國防科學技術大學，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的通信輻射源個體識別[J].華中科技大學學報，2008，36(7):14-17.