The invention discloses a method of mobile phone individual recognition based on bispectrum feature and lifting tree. By sampling and pretreatment of all samples respectively and calculating four integral bispectrums, the feature set of training convolution neural network is combined, and then the feature set is divided into training feature set YTrain and testing feature set Ytest according to the proportion, and then Ytrain is used to train lifting tree. Fitting residuals of lifting tree are used as the target of the next round of training. Finally, YTest is used to classify the test set, and finally the results of individual recognition of mobile phone are output.
【技术实现步骤摘要】
一种基于双谱特征和提升树的手机个体识别方法
本专利技术属于通信
,更为具体地讲,涉及一种基于双谱特征和提升树的手机个体识别方法。
技术介绍
通信辐射源个体识别通过对接收信号特征测量,确定产生信号的辐射源个体,其定义为“将辐射源惟一电磁特征与辐射源个体关联能力”。辐射源个体特征一般是由于其内部元器件之间也存在着微小差异(如器件的非线性、频率源的不稳定性以及杂散输出等),这种特征也称为通信信号的“指纹”,是指通信信号中用于标识发送该信号的通信设备身份的特征,对每个个体来说,这种特征是唯一的。目前,通信辐射源个体识别技术已经成为通信信号处理领域里的一个研究热点。通信辐射源个体识别的目标是通过利用通信号信号中的能够标识辐射源个体的细微特征集(一般称为信号细微特征)与数据库中的细微特征集进行匹配,从而达到辐射源个体识别的目的。随着通信技术的发展,无线网络纷繁复杂,为保证无线网络的安全性,需要对网络的用户进行身份验证,原有的身份验证方式主要是密钥验证,但是非法用户若窃取到了密钥,仍然可以入侵无线网络。若同时采取密钥身份验证和硬件个体身份验证两种方式,无线网络的安全性就可大大提高。如在认知无线电领域,移动通信设备如手机,通过感知所在无线网络内的频谱环境,找到注册手机的空闲时段进行通信,在频谱越来越紧张的今天,认知无线电技术大大提高了频谱利用率。然而,这种技术的缺陷在于,目前采用的通过软件认证的方式很容易模仿,这个漏洞也容易被恶意攻击方利用,发动PUE(PrimaryUserEmulation)攻击,从而造成信息泄露或频谱被长期非法占用,给网络管理带来了极大的麻烦。 ...
【技术保护点】
1.一种基于双谱特征和提升树的手机个体识别方法,其特征在于,包括以下步骤:(1)、对待识别的手机个体采样在手机通话阶段,使用AD9361软件无线电平台对待识别的手机个体采样,采样频段为a~bMHz,采样频率为fsMHz,其中,设待识别的手机个体共C个,每个手机个体采样M组采样数据,则待识别的手机个体共计采样出C×M组采样数据;(2)、采样数据预处理将C×M组采样数据依次通过PCIE实时传输到PC机上,再对采样数据进行解帧和重组,得到I、Q两路数据信号;(3)、获取数据样本集计算I、Q两路数据信号的模值,挑选出I、Q两路数据信号中数据长度等于L且模值大于预设阈值的数据信号,再将这些数据信号对应的采样数据保存在数据样本集S{n}中,n表示数据样本集中采样数据的个数,n≤C×M;(4)、提取数据样本集S{n}的四种积分双谱SIB(ω)、PRIB(α)、CIB(α)和AIB(ω),并组合成样本特征集Y;(5)、训练提升树(5.1)、将样本特征集Y分为训练训练特征集YTrain和测试特征集YTest;设训练集YTrain和测试集YTest中均包含N类手机,每类手机训练一列树,每列树训练H棵树;设 ...
【技术特征摘要】
1.一种基于双谱特征和提升树的手机个体识别方法,其特征在于,包括以下步骤:(1)、对待识别的手机个体采样在手机通话阶段,使用AD9361软件无线电平台对待识别的手机个体采样,采样频段为a~bMHz,采样频率为fsMHz,其中,设待识别的手机个体共C个,每个手机个体采样M组采样数据,则待识别的手机个体共计采样出C×M组采样数据;(2)、采样数据预处理将C×M组采样数据依次通过PCIE实时传输到PC机上,再对采样数据进行解帧和重组,得到I、Q两路数据信号;(3)、获取数据样本集计算I、Q两路数据信号的模值,挑选出I、Q两路数据信号中数据长度等于L且模值大于预设阈值的数据信号,再将这些数据信号对应的采样数据保存在数据样本集S{n}中,n表示数据样本集中采样数据的个数,n≤C×M;(4)、提取数据样本集S{n}的四种积分双谱SIB(ω)、PRIB(α)、CIB(α)和AIB(ω),并组合成样本特征集Y;(5)、训练提升树(5.1)、将样本特征集Y分为训练训练特征集YTrain和测试特征集YTest;设训练集YTrain和测试集YTest中均包含N类手机,每类手机训练一列树,每列树训练H棵树;设训练集YTrain中的每个样本为xi,每个样本xi中有P个特征,每个样本xi的拟合初始值设为将所有的样本xi和对应的拟合初始值组合成样本集Yroot;(5.2)、在每列树的每棵树中,初始化根节点R,使满足xi∈R;设置根节点R计数值rc的取值范围为[1,2,…,m],m为计数最大值;初始化根节点R计数值为rc=1,根节点R输出值fn=0,特征划分下标pc=0和特征划分值RL=0;(5.3)、在样本集Yroot中,将所有的样本xi的特征中标记出单个特征最大值值Pmax和单个特征最小值Pmin;在所有特征中设置η-1个划分点,并计算出每个划分点Lk,Lk=Pmin+k/η*(Pmax-Pmin),k=1,2,…,η-1;(5.4)、在样本集...
【专利技术属性】
技术研发人员:杨远望,王炳程,游长江,朱学勇,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。