一种用于雷达LFM信号的抗噪声射频指纹识别方法技术

本发明专利技术公开了一种用于雷达LFM信号的抗噪声射频指纹识别方法，该方法包括在接收到低信噪比信号后，解调得到基带LFM信号，估计信号的频率和调频斜率，对信号进行分段拟合去噪，拼接获得完整的拟合信号，对拟合信号进行一阶差分，并取差分后的信号的包络，最后取包络首尾的采样点作为瞬态信号指纹，包络中间阶段的分段均值作为稳态信号指纹，并用合适的分类方法进行发射机的设备身份识别。本发明专利技术可以在信噪比低的情况下有效地提取LFM脉冲信号的物理指纹特征，有效地解决了基于LFM脉冲信号的设备识别方法在现实应用中必须面临的低信噪比问题。

An anti noise RF fingerprint recognition method for radar LFM signal

【技术实现步骤摘要】
一种用于雷达LFM信号的抗噪声射频指纹识别方法
本申请涉及一种射频指纹识别方法，尤其涉及一种用于雷达LFM信号的抗噪声射频指纹识别方法。
技术介绍
雷达信号识别是指将被测辐射源信号参数和预先知道的辐射源参数进行比较以确认该辐射源本来属性的过程。雷达信号识别是保证雷达对抗侦查和干扰设备有效发挥其作战效能的重要前提。传统的雷达识别方式只要是基于脉冲描述字(pulsedescriptorword，简称PDW)的技术。该技术提取脉冲信号的脉宽，频率，到达时间，到达角等参数对雷达的体制，用途和型号等信息进行识别，从而掌握其相关武器系统工作状态、制导方式、了解其战术运用特点、活动规律和作战能力的过程。但是随着各国电子信息技术的发展，电子战技术的要求也越来越高，雷达识别在电子对抗中扮演着重要的角色。但是随着电磁环境的日益复杂，雷达识别的要求也越来越高，随着一些复杂体制和特殊体制雷达的相继出现，雷达识别正面临着越来越严峻的挑战。传统的雷达信号分析方法，例如：载频，脉冲幅度，脉冲宽度，到达时间，到达方位角等方法已经远远无法满足目前雷达信号的识别要求。因此我们需要一种新的雷达识别方法解决上述问题。设备物理指纹特征主要是设备内部的硬件元件的功差造成的。由于每个电子元件都存在独一无二的功差，所以每个设备的物理指纹特征也是唯一的。该物理特征就像设备的“指纹”一样，具有唯一性以及难以克隆的特性。随着设备物理指纹相关技术研究的深入，物理指纹特征被普遍认为是无线设备唯一的特征，从而可以被用于电磁辐射源的身份识别与认证。具体来说，基于物理指纹特征的设备识别技术可以准确区别即使采用了相同频率、带宽、调制方式的无线设备，具有非常好的实用价值。因此，设备物理指纹是一种潜在可行的解决雷达识别困难问题的方法。然而，现有公开的基于设备物理指纹特征的雷达识别方法主要工作在高信噪比的情况下，且对LFM脉冲信号的研究非常不足。但是LFM信号具有非常好的探测能力和距离分辨能力。因此在声呐和雷达系统中得到了广泛应用。在实际通信中低信噪比的情况也是时经常需要面临的情况。现有的去噪技术通常采用均值法或是滤波法来去除噪声，然而这些去噪方法容易对指纹信息造成破坏，导致设备身份难以识别。所以一种用于雷达LFM信号的抗噪声射频指纹识别方法是迫切需求的。
技术实现思路
专利技术目的：为了解决现有技术存在的问题，实现对低信噪比情况下正常通信的LFM雷达信号进行合适的降噪处理，并有效提取低信噪比LFM信号中无线设备的物理指纹特征，本专利技术提供了一种用于雷达LFM信号的抗噪声射频指纹识别方法。技术方案：本专利技术提供的一种用于雷达LFM信号的抗噪声射频指纹识别方法包括以下步骤：用于雷达LFM信号的抗噪声射频指纹识别方法，其特征在于，包括以下步骤：(S1)接收机以采样率fs接收射频信号S(t)，得到离散信号S(n)，n为S(n)中采样点的序数，所述射频信号S(t)为经过上变频之后LFM调制的脉冲信号；通过对S(n)下变频得到基带信号y(n)，并测量y(n)的信噪比作为原始信号信噪比；设定门限信噪比，如果原始信号信噪比低于设定的门限信噪比，则对基带信号y(n)进行去噪处理，将处理后的信号作为待提取信号F(n)；反之，直接将基带信号y(n)作为待提取信号F(n)；(S2)从待提取信号F(n)中提取指纹特征，在已建立的合法设备的指纹特征库中根据所述指纹特征进行设备身份识别；步骤(S1)中，所述去噪处理包括：(S11)计算基带信号y(n)的频偏Δf和调频斜率μ；(S12)基于频偏Δf和调频斜率μ对基带信号y(n)分段，一个正弦波信号周期为一段，得到各分段信号yi(ni)，i为分段信号的序数；(S13)计算各分段信号yi(ni)的拟合信号fi(ni)；(S14)对各段的拟合信号fi(ni)进行拼接得到得待提取信号f(n)；步骤(S1)中，提取指纹信息包括：(S15)对待提取信号F(n)进行一阶差分操作，得到差分信号F(n)D；(S16)计算差分信号F(n)D的包络信号F(n)DE；(S17)将包络信号F(n)DE划分为三个阶段：第一阶段为信号功率从零上升到额定功率时雷达开机瞬态阶段；第二阶段为雷达在信号保持额定功率时的稳定工作时间段；第三阶段为信号功率从额定功率降至零时雷达关断瞬态阶段；取第一阶段和第三阶段中的采样点作为瞬态指纹，将第二阶段中的信号分割成多个片段，并将每个片段的期望作为稳态指纹，得到信号的指纹特征。步骤(S1)中，接收机采样率fs大于奈奎斯特采样率。步骤(S11)中，所述频偏Δf等于接收信号S(t)的初始频率与估计的固定载波频率之差；所述频偏Δf综合反应了信号初始频率、射频指纹引起的频偏和载波频率残留，由于发送机发送的理想信号的初始频率和载波频率残留对每个信号而言都是相同的，所以频偏Δf的变化反映了射频指纹引起的频偏。步骤(S12)中，各分段信号yi(ni)表示为：ni＝Mi-1+1,Mi-1+2,...,Mi,i＝1,2,...,P，Mi＝fs/fi,M0＝0，fi＝Δf+0.5μ(Mi-1+1)/fs，其中，z(n)＝2π(Δf+1/2μn)，表示初始相位，N(ni)表示第i个周期信号中的均值为0的高斯白噪声，ni表示第i个周期信号包括的采样点的序号，P表示信号y(n)中包含的周期信号个数，Mi表示第i个周期信号的信号长度，fi表示第i个周期信号的起始频率。步骤(S13)中，各分段信号yi(ni)的拟合信号fi(ni)表示为：fi(ni)＝Xicos(z(ni)ni+θi)+Ci，其中，α(n)＝cos(z(n)n),β(n)＝sin(z(n)n),其中，Xi、θi、Ci、Ai、Bi、AN、AD、BN、BD、α(n)、β(n)、w1至w8为出于公式简化目的而引入的中间参数。步骤(S14)中，所述待提取信号F(n)表示为：\\F(n)＝[f1(n1),f2(n2),...,fP(nP)]。步骤(S15)中，所述差分信号F(n)D表示为：其中，T是基带信号y(n)的信号长度。步骤(S16)中，所述包络信号F(n)DE表示为：F(n)DE＝|H[F(n)D]|。其中，|·|表示取绝对值操作，H[·]表示希尔伯特变换操作。步骤(S2)中，进行设备身份识时别使用的算法包括以下各项中一或多者的组合：欧氏距离法、马氏距离法、机器学习、K近邻法、机器学习法。有益效果：相比较现有技术，本专利技术更加适用于低信噪比的LFM信号。接收机接收到低信噪比的LFM信号后，可以在不破坏设备物理指纹的情况下进行降噪处理，然后从降噪后的信号中提取设备的瞬态和稳态物理指纹特征。该方法可以在信噪比低的情况下有效地提取LFM雷达的物理层指纹特征，有效地解决了基于设备物理指纹的LFM雷达识别方法在现实应用中必须面临的低信噪比问题。附图说明图1为本专利技术的方法流程图；图2为本专利技术接收的原始LFM信号和拟合后LFM信号波形的对比图；图3为本专利技术原始LFM信号的一阶导数包络和拟合后LFM信号的一阶导数包络波形对比图；图4为本专利技术原始LFM信号的一阶导数包络和拟合后LFM信号的一阶导数包络在不同信噪比下的对比图；图5为本专利技术使用该专利技术方法对于LFM雷达设备的识别率结果示意图。具体实施方式下面结合附图与具体实施方式对本专利技术作本文档来自技高网...

【技术保护点】
1.一种用于雷达LFM信号的抗噪声射频指纹识别方法，其特征在于，包括以下步骤：(S1)接收机以采样率fs接收射频信号S(t)，得到离散信号S(n)，n为S(n)中采样点的序数，所述射频信号S(t)为经过上变频之后LFM调制的脉冲信号；通过对S(n)下变频得到基带信号y(n)，并测量y(n)的信噪比作为原始信号信噪比；设定门限信噪比，如果原始信号信噪比低于设定的门限信噪比，则对基带信号y(n)进行去噪处理，将处理后的信号作为待提取信号F(n)；反之，直接将基带信号y(n)作为待提取信号F(n)；(S2)从待提取信号F(n)中提取指纹特征，在已建立的合法设备的指纹特征库中根据所述指纹特征进行设备身份识别；步骤(S1)中，所述去噪处理包括：(S11)计算基带信号y(n)的频偏Δf和调频斜率μ；(S12)基于频偏Δf和调频斜率μ对基带信号y(n)分段，一个正弦波信号周期为一段，得到各分段信号yi(ni)，i为分段信号的序数；(S13)计算各分段信号yi(ni)的拟合信号fi(ni)；(S14)对各段的拟合信号fi(ni)进行拼接得到得待提取信号f(n)；步骤(1)中，提取指纹信息包括：(S15)对待提取信号F(n)进行一阶差分操作，得到差分信号F(n)D；(S16)计算差分信号F(n)D的包络信号F(n)DE；(S17)将包络信号F(n)DE划分为三个阶段：第一阶段为信号功率从零上升到额定功率时雷达开机瞬态阶段；第二阶段为雷达在信号保持额定功率时的稳定工作时间段；第三阶段为信号功率从额定功率降至零时雷达关断瞬态阶段；取第一阶段和第三阶段中的采样点作为瞬态指纹，将第二阶段中的信号分割成多个片段，并将每个片段的期望作为稳态指纹，得到信号的指纹特征。...

【技术特征摘要】
1.一种用于雷达LFM信号的抗噪声射频指纹识别方法，其特征在于，包括以下步骤：(S1)接收机以采样率fs接收射频信号S(t)，得到离散信号S(n)，n为S(n)中采样点的序数，所述射频信号S(t)为经过上变频之后LFM调制的脉冲信号；通过对S(n)下变频得到基带信号y(n)，并测量y(n)的信噪比作为原始信号信噪比；设定门限信噪比，如果原始信号信噪比低于设定的门限信噪比，则对基带信号y(n)进行去噪处理，将处理后的信号作为待提取信号F(n)；反之，直接将基带信号y(n)作为待提取信号F(n)；(S2)从待提取信号F(n)中提取指纹特征，在已建立的合法设备的指纹特征库中根据所述指纹特征进行设备身份识别；步骤(S1)中，所述去噪处理包括：(S11)计算基带信号y(n)的频偏Δf和调频斜率μ；(S12)基于频偏Δf和调频斜率μ对基带信号y(n)分段，一个正弦波信号周期为一段，得到各分段信号yi(ni)，i为分段信号的序数；(S13)计算各分段信号yi(ni)的拟合信号fi(ni)；(S14)对各段的拟合信号fi(ni)进行拼接得到得待提取信号f(n)；步骤(1)中，提取指纹信息包括：(S15)对待提取信号F(n)进行一阶差分操作，得到差分信号F(n)D；(S16)计算差分信号F(n)D的包络信号F(n)DE；(S17)将包络信号F(n)DE划分为三个阶段：第一阶段为信号功率从零上升到额定功率时雷达开机瞬态阶段；第二阶段为雷达在信号保持额定功率时的稳定工作时间段；第三阶段为信号功率从额定功率降至零时雷达关断瞬态阶段；取第一阶段和第三阶段中的采样点作为瞬态指纹，将第二阶段中的信号分割成多个片段，并将每个片段的期望作为稳态指纹，得到信号的指纹特征。2.根据权利要求1所述的用于雷达LFM信号的抗噪声射频指纹识别方法，其特征在于，步骤(S1)中，所述接收机采样率大于奈奎斯特采样率。3.根据权利要求1所述的用于雷达LFM信号的抗噪声射频指纹识别方法，其特征在于，步骤(S11)中，所述频偏Δf等于接收信号S(t)的初始频率与估计的固定载波频率之差；所述频偏Δf反...

【专利技术属性】
技术研发人员：邢月秀，胡爱群，米思娅，黄贵根，金丽洁，
申请(专利权)人：东南大学，中国电子科技集团公司第十四研究所，
类型：发明
国别省市：江苏,32