基于放大器非线性的射频指纹特征估计技术

张冠杰, 李艳斌, 畅鑫

河北工业科技 ›› 2024, Vol. 41 ›› Issue (06) : 399 -408.

PDF
河北工业科技 ›› 2024, Vol. 41 ›› Issue (06) : 399 -408.

基于放大器非线性的射频指纹特征估计技术

    张冠杰, 李艳斌, 畅鑫
作者信息 +

Author information +
文章历史 +
PDF

摘要

为了使功放射频指纹特征不受发射机硬件畸变特性引起的剩余载波频偏影响,提出了基于差分处理的功放射频指纹特征估计方法。首先,使用基于前向结构的解调方法对接收信号进行预处理;其次,将逐点差分处理与信号重构方法相结合,对比了接收差分信号与重构差分信号之间的差异,利用最大似然估计和权值归一化方法,实现了与剩余载波频偏无关的功放射频指纹特征的提取;然后,采用支持向量机(support vector machine, SVM)分类器实现了辐射源个体识别;最后,利用功放畸变信号模型进行了仿真试验。结果表明:基于差分处理的放大器指纹特征估计与识别方法能够消除剩余载波频偏引起的特征漂移,在信噪比32 dB,剩余载波频偏差值±6 Hz范围内,识别准确率相比传统方法提升了30个百分点以上,显著改善了特定辐射源识别性能。与传统方法相比,虽然增加了差分分析和权值归一化的处理步骤,但无需准确估计信号剩余载波频偏就能消除剩余载波频偏的影响。所提方法在功率放大器射频指纹特征估计方面,能够有效消除剩余载波频偏的影响,在辐射源个体识别领域具有一定的应用价值。

关键词

参数估计 / 特定辐射源识别 / 功放非线性畸变 / 差分分析 / 射频指纹

Key words

引用本文

引用格式 ▾
基于放大器非线性的射频指纹特征估计技术[J]. 河北工业科技, 2024, 41(06): 399-408 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

39

访问

0

被引

详细

导航
相关文章

AI思维导图

/