本发明涉及信息安全领域，尤其涉及一种基于倒谱的信道特征和设备物理指纹的分离方法及装置。
背景技术：
设备物理指纹特征是指设备内部硬件元件的功差造成的发射信号轻微失真。它和人类的指纹一样具有唯一性和不可克隆性。因此该特征也被称为物理指纹特征或者射频指纹特征，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，基于物理指纹特征的认证系统可以在物理信号层面对接入的己方无线设备进行认证。相比于传统的设备身份认证方法，物理层指纹技术可以有效的抵御伪造，篡改等攻击。
然而，在无线通信的环境中，无线信道响应和发射信号呈现一种线性卷积的关系，因此无线信道的特征也会引起信号的畸变。由于大部分设备物理指纹信息和发射信号也是卷积关系。因此无线信道引起的信号失真和设备物理指纹引起的信号失真难以分离。进一步的，由于无线信道引起的信号变化大于设备物理指纹，当发射机经过不同的无线信道时，信道影响会对设备物理指纹特征的提取造成很大影响。如何消除实际通信中不可避免的信道特征影响，并且同时保留设备物理指纹信息，是一个需要解决的实际问题。因此一种基于倒谱的信道特征和设备物理指纹的分离方法是迫切需求的。
技术实现要素：
发明目的：本发明针对现有技术存在的问题，提供一种基于倒谱的信道特征和设备物理指纹的分离方法及装置，可以有效消除实际通信中不可避免的信道特征影响，并且同时保留设备物理指纹信息。
技术方案：本发明所述的基于倒谱的信道特征和设备物理指纹的分离方法，包括以下步骤：
(1)接收目标发射机发送的信号，并将接收信号进行下变频得到基带信号；
(2)对基带信号进行预处理，提取出前导信号，其中，所述前导信号包括8个前导符号；
(3)将每个前导符号进行fft变换，得到每个前导符号的频域信号；
(4)将每个前导符号的频域信号进行log运算变换，得到每个前导符号的倒谱域信号；
(5)将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号，得到7个倒谱域前导信号差，完成信道特征和设备物理指纹分离；
(6)将该7个倒谱域前导信号差作为设备物理指纹，用于设备身份认证。
进一步的，步骤(2)所述的预处理包括：依次进行的频率粗估计、频率细估计、频率补偿、时间同步、相位同步和幅度归一化。
进一步的，步骤(2)中提取的前导信号具体为：
y(n)＝[y1(n),y2(n),…,y8(n)]
式中，y(n)为提取的前导信号，yi(n)为前导信号中第i个前导符号。
进一步的，步骤(3)中所述前导符号的频域信号具体为：
yi(k)＝fft(yi(n)),i＝1,...,8
式中，yi(k)为第i个前导符号的频域信号，yi(n)为前导信号中第i个前导符号，fft()为fft变换函数。
进一步的，步骤(4)中所述倒谱域前导符号具体为：
yic(k)＝log(yi(k)),i＝1,...,8
式中，yic(k)为第i个前导符号的倒谱域信号，yi(k)为第i个前导符号的频域信号。
进一步的，所述倒谱域前导信号差具体为：
式中，δyic(k)为第i个倒谱域前导信号差，yic(k)为第i个前导符号的倒谱域信号。
本发明所述的基于倒谱的信道特征和设备物理指纹的分离装置包括：
信号接收模块，用于接收目标发射机发送的信号；
下变频模块，用于将接收信号进行下变频得到基带信号；
预处理模块，用于对基带信号进行预处理，提取出前导信号，其中，所述前导信号包括8个前导符号；
fft变换模块，用于将每个前导符号进行fft变换，得到每个前导符号的频域信号；
log变换模块，用于将每个前导符号的频域信号进行log运算变换，得到每个前导符号的倒谱域信号；
信号差模块，用于将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号，得到7个倒谱域前导信号差，完成信道特征和设备物理指纹分离；
指纹确认模块，用于将该7个倒谱域前导信号差作为设备物理指纹，用于设备身份认证。
进一步的，所述前导符号的频域信号具体为：
yi(k)＝fft(yi(n)),i＝1,...,8
式中，yi(k)为第i个前导符号的频域信号，yi(n)为前导信号中第i个前导符号，fft()为fft变换函数。
进一步的，所述倒谱域前导符号具体为：
yic(k)＝log(yi(k)),i＝1,...,8
式中，yic(k)为第i个前导符号的倒谱域信号，yi(k)为第i个前导符号的频域信号。
进一步的，所述倒谱域前导信号差具体为：
式中，δyic(k)为第i个倒谱域前导信号差，yic(k)为第i个前导符号的倒谱域信号。
有益效果：本发明与现有技术相比，其显著优点是：本发明介绍了一种基于倒谱的信道特征和设备物理指纹的分离方法和装置，利用前导信号中相同扩频码符号在倒谱域中的求差的方法有效消除了无线信道特征对设备物理指纹特征提取的影响，使用该方法可以有效提高基于设备物理指纹特征技术的设备认证方法的信道鲁棒性。
附图说明
图1是发送信号和无线信道响应的卷积过程示意图；
图2是本发明提供的基于倒谱的信道特征和设备物理指纹的分离方法的一个实施例的流程示意图。
具体实施方式
本实施例提供了一种基于倒谱的信道特征和设备物理指纹的分离方法，该方法是接收机部分执行的，因此在介绍该方法之前，首先介绍下发射机部分执行的处理。
从数字信号角度看，发射机的前导信号s是由8个零符号的扩频码组成的信号：
s＝[s1,,s2,…,s8]
其中，发射机可以是zigbee，也可以是其他设备，只要发射的前导信号中存在重复序列就可以。前导信号s扩频码是相同的，即s1＝s2＝…＝s8，前导信号s经过发射机的各种器件，具体为晶振、混频器、放大器、滤波器、功率放大器、天线等，从发射机天线发射的前导信号中包含了设备的物理特征指纹信息f＝[f1,,f2,…,f8]，存在两种情况：a、如果存在电压波动，如外部功率放大器拉低电压，则前两个扩频码的指纹信息和后6个扩频码的指纹信息相差较大，即f1≠f2≠f3；f3＝f4＝…＝f8，若电压稳定，则f1＝f2＝…＝f8。
发射机天线发射的前导信号具体为：
x(n)＝[xt(n),x1(n),x2(n),…,x8(n)],1≤n≤l 8m
xt(n)＝nt|ft,1≤n≤l
x1(n)＝s1|f1,l 1≤n≤l m
...
x8(n)＝s8|f8,l 7m 1≤n≤l 8m
其中xt(n)是由噪声信号和瞬态信号组成的瞬态信号段，它的信号长度为l个采样点，xi(n)为混合了射频指纹信息的零扩频码的符号，其中每个的扩频码包含m个采样点。
如图1所示，从发射机天线发射的前导信号x(n)经过无线信道传输后，被接收机接收。接收机接收信号中x(n)和无线信道冲击响应是一个线性卷积关系，具体为：
p1(n)＝z1(n)*h(n),[1,m 2l-1]
p2(n)＝z2(n)*h(n),[1,m 2l-1]
…
p8(n)＝z8(n)*h(n),[1,m 2l-1]
p1(n)…p8(n)为接收机接收信号，h(n)为无线信道冲击响应，长度l，且小于扩频码长度m，z1(n),..,z8(n)一个完整扩频码和前l采样点长度的信号段：
...
接下来就是对接收信号执行基于倒谱的信道特征和设备物理指纹的分离方法，即本实施例提供的方法，如图2所示，包括如下步骤：
(1)接收目标发射机发送的信号，并将接收信号进行下变频得到基带信号。
(2)对基带信号进行预处理，提取出前导信号，其中，所述前导信号包括8个前导符号。
其中，所述预处理包括：依次进行的频率粗估计、频率细估计、频率补偿、时间同步、相位同步和幅度归一化。最终提取的前导信号具体为：
y(n)＝[y1(n),y2(n),…,y8(n)]
yi(n)＝pi(n),l 1≤n≤m l-1,i＝1,2,...,8
式中，y(n)为提取的前导信号，yi(n)为前导信号中第i个前导符号，通过对接收到的每个扩频码符号pi(n)去除前后各l各点得到的符号。
(3)将每个前导符号进行fft变换，得到每个前导符号的频域信号。
其中，所述前导符号的频域信号具体为：
yi(k)＝fft(yi(n))
≈fft(zi(n)) fft(h(n)),i＝1,2,…,8
式中，yi(k)为第i个前导符号的频域信号，yi(n)为前导信号中第i个前导符号，fft()为fft变换函数。
(4)将每个前导符号的频域信号进行log运算变换，得到每个前导符号的倒谱域信号。
其中，所述倒谱域前导符号具体为：
yic(k)＝log(yi(k))
≈log(zi(k)) log(h(k)),i＝1,2,…,8
式中，yic(k)为第i个前导符号的倒谱域信号，yi(k)为第i个前导符号的频域信号。
(5)将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号，得到7个倒谱域前导信号差，完成信道特征和设备物理指纹分离。
其中，所述倒谱域前导信号差δyic(k)具体为：
即
虽然上式中的约等号导致可能还有部分信道信息残留，可以看到倒谱域符号差的结果中无线信道h(n)基本被消除了。同时设备的物理指纹信息被保留了下来。
(6)将该7个倒谱域前导信号差作为设备物理指纹δyc(k)＝[δy1c(k),δy2c(k),...,δy7c(k)]，用于设备身份认证。
其中，设备身份认证方法包括卷积神经网络，机器学习，深度学习，欧氏距离，马氏距离，线性规划等多种方法。
本实施例还提供了一种基于倒谱的信道特征和设备物理指纹的分离装置，包括：
信号接收模块，用于接收目标发射机发送的信号；
下变频模块，用于将接收信号进行下变频得到基带信号；
预处理模块，用于对基带信号进行预处理，提取出前导信号，其中，所述前导信号包括8个前导符号；其中，所述预处理包括：依次进行的频率粗估计、频率细估计、频率补偿、时间同步、相位同步和幅度归一化；
fft变换模块，用于将每个前导符号进行fft变换，得到每个前导符号的频域信号：
yi(k)＝fft(yi(n))
≈fft(zi(n)) fft(h(n)),i＝1,2,…,8
式中，yi(k)为第i个前导符号的频域信号，yi(n)为前导信号中第i个前导符号，fft()为fft变换函数；
log变换模块，用于将每个前导符号的频域信号进行log运算变换，得到每个前导符号的倒谱域信号：
yic(k)＝log(yi(k))
≈log(zi(k)) log(h(k)),i＝1,2,…,8
式中，yic(k)为第i个前导符号的倒谱域信号，yi(k)为第i个前导符号的频域信号；
信号差模块，用于将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号，得到7个倒谱域前导信号差，完成信道特征和设备物理指纹分离，倒谱域前导信号差为：
指纹确认模块，用于将该7个倒谱域前导信号差作为设备物理指纹，用于设备身份认证。
对本实施例进行实验，实验对采集的12zigbee设备的多种无线信道场景下的数据集(其中包括3个多径情况下采集的数据集m1，m2,m3，和近距离采集的信道影响很小的数据集p1,p2,p3,p4,p5)，利用本发明方法，和2层卷积神经网络，进行了设备身份识别的测试。
表1
如表1所示，与直接向卷积神经网络输入时域前导信号的基线相比，本发明的方法能有效去除多径的影响，提高当训练集和测试集在不同无线信道环境下采集时的设备识别性能。
1.一种基于倒谱的信道特征和设备物理指纹的分离方法，其特征在于包括以下步骤：
(1)接收目标发射机发送的信号，并将接收信号进行下变频得到基带信号；
(2)对基带信号进行预处理，提取出前导信号，其中，所述前导信号包括8个前导符号；
(3)将每个前导符号进行fft变换，得到每个前导符号的频域信号；
(4)将每个前导符号的频域信号进行log运算变换，得到每个前导符号的倒谱域信号；
(5)将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号，得到7个倒谱域前导信号差，完成信道特征和设备物理指纹分离；
(6)将该7个倒谱域前导信号差作为设备物理指纹，用于设备身份认证。
2.根据权利要求1所述的基于倒谱的信道特征和设备物理指纹的分离方法，其特征在于：步骤(2)所述的预处理包括：依次进行的频率粗估计、频率细估计、频率补偿、时间同步、相位同步和幅度归一化。
3.根据权利要求1所述的基于倒谱的信道特征和设备物理指纹的分离方法，其特征在于：步骤(2)中提取的前导信号具体为：
y(n)＝[y1(n),y2(n),...,y8(n)]
式中，y(n)为提取的前导信号，yi(n)为前导信号中第i个前导符号。
4.根据权利要求1所述的基于倒谱的信道特征和设备物理指纹的分离方法，其特征在于：步骤(3)中所述前导符号的频域信号具体为：
yi(k)＝fft(yi(n)),i＝1,...,8
式中，yi(k)为第i个前导符号的频域信号，yi(n)为前导信号中第i个前导符号，fft()为fft变换函数。
5.根据权利要求1所述的基于倒谱的信道特征和设备物理指纹的分离方法，其特征在于：步骤(4)中所述倒谱域前导符号具体为：
yic(k)＝log(yi(k)),i＝1,...,8
式中，yic(k)为第i个前导符号的倒谱域信号，yi(k)为第i个前导符号的频域信号。
6.根据权利要求1所述的基于倒谱的信道特征和设备物理指纹的分离方法，其特征在于：所述倒谱域前导信号差具体为：
式中，δyic(k)为第i个倒谱域前导信号差，yic(k)为第i个前导符号的倒谱域信号。
7.一种基于倒谱的信道特征和设备物理指纹的分离装置，其特征在于包括：
信号接收模块，用于接收目标发射机发送的信号；
下变频模块，用于将接收信号进行下变频得到基带信号；
预处理模块，用于对基带信号进行预处理，提取出前导信号，其中，所述前导信号包括8个前导符号；
fft变换模块，用于将每个前导符号进行fft变换，得到每个前导符号的频域信号；
log变换模块，用于将每个前导符号的频域信号进行log运算变换，得到每个前导符号的倒谱域信号；
信号差模块，用于将第2-8个前导符号的倒谱域信号分别减去第1个前导符号的倒谱域信号，得到7个倒谱域前导信号差，完成信道特征和设备物理指纹分离；
指纹确认模块，用于将该7个倒谱域前导信号差作为设备物理指纹，用于设备身份认证。
8.根据权利要求7所述的基于倒谱的信道特征和设备物理指纹的分离装置，其特征在于：所述前导符号的频域信号具体为：
yi(k)＝fft(yi(n)),i＝1,...,8
式中，yi(k)为第i个前导符号的频域信号，yi(n)为前导信号中第i个前导符号，fft()为fft变换函数。
9.根据权利要求7所述的基于倒谱的信道特征和设备物理指纹的分离装置，其特征在于：所述倒谱域前导符号具体为：
yic(k)＝log(yi(k)),i＝1,...,8
式中，yic(k)为第i个前导符号的倒谱域信号，yi(k)为第i个前导符号的频域信号。
10.根据权利要求7所述的基于倒谱的信道特征和设备物理指纹的分离装置，其特征在于：所述倒谱域前导信号差具体为：
式中，δyic(k)为第i个倒谱域前导信号差，yic(k)为第i个前导符号的倒谱域信号。
技术总结