一种基于MEMD分解的无线帧行为特征提取方法及系统技术方案

本发明专利技术公开了一种基于MEMD分解的无线帧行为特征提取方法及系统，包括以下步骤：步骤1：获取信号，将信号进行预处理；步骤2：将经预处理后的信号中每一个信标帧通过MEMD算法处理后，得到IMF信号分量；步骤3：根据IMF信号分量判定是否为杂散部分IMF分量，若是则转入步骤4和步骤5，若否舍去；步骤4：求解杂散分量的一维分形盒维数，作为无线帧行为的一个特征；步骤5：将杂散分量叠加获得新的杂散波形，计算杂散部分的能量，作为无线帧行为的另一个特征；步骤6：信号一维分形盒维数和杂散部分能量构成无线网络设备个体特征集；本发明专利技术能够精确提取出信标帧信号中的杂散信号，可以有效的进行无线网络设备个体识别。

【技术实现步骤摘要】
一种基于MEMD分解的无线帧行为特征提取方法及系统
本专利技术涉及无线网络设备个体行为特征提取
，具体涉及一种基于MEMD分解的无线帧行为特征提取方法及系统。
技术介绍
近年来，随着无线通信技术和信号处理方法的迅猛发展，电子信息对抗技术占据这越来越重要的地位。而辐射源个体细微特征提取与识别技术是电子信息对抗中的一个非常重要的研究课题。主要涉及对辐射源个体特征提取和识别算法两个方面。在当今日益复杂的电磁环境中，传统的方法已经难以实现对辐射源个体的识别，对辐射源个体特征提取是个体识别的关键环节。但是受通信对抗设备的技术限制，辐射源的个体识别研究较为缓慢。由于信号个体特征的微弱，易受到噪声影响，有效提取标识辐射源设备的个体特征极其困难，特别是参数和型号相同的辐射源个体特征的提取更是面临巨大的挑战。
技术实现思路
本专利技术针对现有技术问题提供一种基于MEMD分解的无线帧行为特征提取方法及系统。本专利技术采用的技术方案是：一种基于MEMD分解的无线帧行为特征提取方法，包括以下步骤：步骤1：获取信号，将信号进行预处理；步骤2：将经预处理后的信号中每一个信标帧通过MEMD算法处理后，得到IMF信号分量；步骤3：根据IMF信号分量判定是否为杂散部分IMF分量，若是则转入步骤4和步骤5，若否舍去；步骤4：求解步骤3得到的杂散分量的一维分形盒维数，作为无线帧行为的一个特征；步骤5：将步骤3得到的杂散分量叠加获得新的杂散波形，计算杂散部分的能量，作为无线帧行为的另一个特征；步骤6：步骤4得到的信号一维分形盒维数和杂散部分能量构成无线网络设备个体特征集。进一步的，所述步骤1中信号预处理如下：将信号的信道噪声部分、瞬态信号部分去掉，得到信号稳态部分。进一步的，所述步骤3中判定是否为杂散部分IMF分量的判定准则如下：其中，En为n帧信号的同一频率尺度进行叠加后的能量，IMF(i)Emax为n帧信号的同一频率尺度的IMF中能量最大者；i＝1,2,3…n。进一步的，所述步骤4中一维分形盒维数d计算过程如下：其中，ε为盒子的边长，N(ε)为覆盖所需要盒子的数目，ε和N(ε)根据杂散信号周期性特点确定。进一步的，所述步骤5中杂散部分的能量计算如下：其中，x为杂散信号幅值。进一步的，所述步骤1中经预处理后的信号经MEMD算法处理前对信号进行降采样。进一步的，所述步骤2得到IMF信号分量中每个信标帧的IMF分量中的第一个分量和最后一个分量去掉，然后进行步骤3的判定。基于MEMD分解的无线帧行为特征提取方法的提取系统，包括：信号预处理模块：将信号进行预处理去除信道噪声段和瞬态信号部分；MEMD模块：将信号经MEMD算法进行处理，得到IMF信号分量；特征提取模块：根据IMF信号分量提取杂散部分，计算杂散部分的能量，作为一个特征；计算一维分形盒维数作为另一个特征；两个特征构成表征无线网络设备个体的杂散特征集。一种电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1～7任一项基于MEMD分解的无线帧行为特征提取方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～7任一项基于MEMD分解的无线帧行为特征提取方法的步骤。本专利技术的有益效果是：(1)本专利技术结合MEMD算法和设计的判定准则，可以精确的提取出信标帧信号中的杂散信号；(2)本专利技术中一维分形盒维数和杂散部分能量构成无线网络设备个体特征集，可以有效的进行无线网络设备个体识别。附图说明图1为现有应用经验模态信号分解方法提取得到的特征分布图。图2为实施例中采用本专利技术方法提取得到的特征分布图。具体实施方式下面结合附图和具体实施例对本专利技术做进一步说明。一种基于MEMD分解的无线帧行为特征提取方法，包括以下步骤：步骤1：获取信号，将信号进行预处理；信号预处理如下：将信号的信道噪声部分、瞬态信号部分去掉，得到信号稳态部分；将稳态部分的Beacon帧信号送入MEMD算法中。由于信号数据量过大，在信号处理时对信号进行了1000倍的降采样。然后，为对信标帧信号稳态部分进行MEMD分解后得到的本征模态分量IMF，每一个IMF代表着不同的频率分量。杂散成分是由于辐射源内部硬件的不完善所带来的、寄生在有用信号之上的、包含有辐射源个体信息的无意调制成分。这些杂散成分相对比较微弱，一般隐藏在主要信号之下，直接从接受信号中提取其特征有一定难度。应用多维经验模态分解方法(MEMD)，提取由力科示波器在5GHz采样率下的采集的Beacon帧信号。步骤2：将经预处理后的信号中每一个信标帧通过MEMD算法处理后，得到IMF信号分量；因为分解信号为实际测得信号，信号中包含大量的频率分量，所以从对应的频谱可知，分解出来的每一个IMF分量中，都包含有较宽的频率分量，且从上下IMF波形频率有一定的重合，说明有一定的模态混叠，但是不影响杂散信号的提取。通过MEMD信号分解，产生的信号IMFs分量包含有杂散信号部分和噪声部分，所以我们需要从中提取出杂散信号部分去除噪声，根据以下两个方面：1)实际情况下，信号中杂散信号的频率和数目是未知的，但是杂散部分一般存在于信号的中低频部分，所以选择信号的中低频部分的信号为杂散信号部分。2)因为多维经验模态分解可以同时多个通道进行处理，且MEMD方法可以使信号分解的个数一样，即保持维度一致，这样，每个IMF波形对应的频率分量是基本一致的。因为噪声的能量是有正有负的，而杂散信号是属于信号，它的能量只有正的没有负的，所以，我们通过对多个等级相同的IMF波形进行叠加，噪声的能量在叠加过程中会出现相互抵消，直到消失，而杂散信号在叠加过程中的能量会越来越多，通过对同等级的IMF波形叠加来分辨噪声和杂散信号。步骤3：根据IMF信号分量判定是否为杂散部分IMF分量，若是则转入步骤4和步骤5，若否舍去；判定是否为杂散部分IMF分量的判定准则如下：其中，En为n帧信号的同一频率尺度进行叠加后的能量，IMF(i)Emax为n帧信号的同一频率尺度的IMF中能量最大者；i＝1,2,3…n。基于MEMD分解原理，其频率尺度对齐。因此得到的每一个通道的本征模态函数(IMF)都是频率上对齐的，所以，将帧数为n的信号分解后的同一个频率层次的IMF进行叠加，然后判断n帧信号叠加过后得到得能量是否低于这所有帧信号这一频率层次的IMF中的能量最高者的帧总数的一半，如果低于这一判断尺度，则说明这一频率层次的IMF分量中的噪声是大于杂散信号的，就舍去这一频率层次的IMF，如果相反大于这一判断尺度，则说明这一层次中的IMF里杂散信号是大于噪声的，则保留作为杂散信本文档来自技高网...

【技术保护点】
1.一种基于MEMD分解的无线帧行为特征提取方法，其特征在于，包括以下步骤：/n步骤1：获取信号，将信号进行预处理；/n步骤2：将经预处理后的信号中每一个信标帧通过MEMD算法处理后，得到IMF信号分量；/n步骤3：根据IMF信号分量判定是否为杂散部分IMF分量，若是则转入步骤4和步骤5，若否舍去；/n步骤4：求解步骤3得到的杂散分量的一维分形盒维数，作为无线帧行为的一个特征；/n步骤5：将步骤3得到的杂散分量叠加获得新的杂散波形，计算杂散部分的能量，作为无线帧行为的另一个特征；/n步骤6：步骤4得到的信号一维分形盒维数和杂散部分能量构成无线网络设备个体特征集。/n

【技术特征摘要】
1.一种基于MEMD分解的无线帧行为特征提取方法，其特征在于，包括以下步骤：
步骤1：获取信号，将信号进行预处理；
步骤2：将经预处理后的信号中每一个信标帧通过MEMD算法处理后，得到IMF信号分量；
步骤3：根据IMF信号分量判定是否为杂散部分IMF分量，若是则转入步骤4和步骤5，若否舍去；
步骤4：求解步骤3得到的杂散分量的一维分形盒维数，作为无线帧行为的一个特征；
步骤5：将步骤3得到的杂散分量叠加获得新的杂散波形，计算杂散部分的能量，作为无线帧行为的另一个特征；
步骤6：步骤4得到的信号一维分形盒维数和杂散部分能量构成无线网络设备个体特征集。


2.根据权利要求1所述的一种基于MEMD分解的无线帧行为特征提取方法，其特征在于，所述步骤1中信号预处理如下：
将信号的信道噪声部分、瞬态信号部分去掉，得到信号稳态部分。


3.根据权利要求1所述的一种基于MEMD分解的无线帧行为特征提取方法，其特征在于，所述步骤3中判定是否为杂散部分IMF分量的判定准则如下：



其中，En为n帧信号的同一频率尺度进行叠加后的能量，IMF(i)Emax为n帧信号的同一频率尺度的IMF中能量最大者；i＝1,2,3…n。


4.根据权利要求1所述的一种基于MEMD分解的无线帧行为特征提取方法，其特征在于，所述步骤4中一维分形盒维数d计算过程如下：



其中，ε为盒子的边长，N(ε)为覆盖所需要盒子的数目，ε和N(ε)根据杂散信号特性周期性变化确定。

<...

【专利技术属性】
技术研发人员：余志斌，马建明，张译芳，李永春，彭宇果，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51