[发明专利]一种利用wifi前导信号提取射频频率偏差特征向量的方法

说明书

本发明公开了一种利用wifi前导信号提取射频频率偏差特征向量的方法，涉及无线网络技术领域，解决现有射频指纹提取和识别技术中的难点，利用wifi前导信号提取射频频率偏差特征向量，具体wifi前导信号分为短训练序列和长训练序列。前导信号是已知信号，且持续时间较长，相比射频器件上电的瞬态特征更容易获取，并且提取的指纹信息更有利于射频指纹分类器的识别分类。

技术领域

本发明涉及无线网络领域，更具体地是涉及一种利用wifi前导信号提取射频频率偏差特征向量的方法技术领域。

背景技术

随着无线网络的普及，无线网络面临的各种安全威胁也越来越严重。现如今绝大部分的网络安全机制都工作在无线网络链路层之上，比如应用层采用用户名以及数字证书，网络层采用IP地址和路由判断，数据链路层采用MAC地址，接入认证等方式，但这些安全机制容易被伪造、攻击。WIFI连接已经发现了许多的安全威胁，例如已经证明了WEP、WPA和WPA2之类的身份验证机制不够安全，并且在一定程度上已经损坏。射频设备的电子元件在生产过程中存在容差，即使射频设备的输入相同，由于元件容差的存在，射频设备的输出也是不同的，从而形成了射频的指纹特征，因此射频的指纹特征可用于物理层的安全机制。

现有的很多射频指纹提取和识别方法，主要有提取瞬态幅度，使用离散小波变换提取瞬态频率，基于星座轨迹图的射频指纹提取方法，基于轮廓特征的射频指纹识别方法等。这些方法实现难度都很大，对射频指纹分类器的要求也很高。

发明内容

本发明的目的在于：为了解决上述技术问题，本发明提供一种利用wifi前导信号提取射频频率偏差特征向量的方法,wifi前导信号分为短训练序列和长训练序列。前导信号是已知信号，且持续时间较长，相比射频器件上电的瞬态特征更容易获取，并且提取的指纹信息更有利于射频指纹分类器的识别分类。

本发明为了实现上述目的具体采用以下技术方案：

一种利用wifi前导信号提取射频频率偏差特征向量的方法，

步骤1，将采集到的初始WIFI信号去直流处理，幅度进行归一化处理，再对初始WIFI信号进行同步处理，得到初始WIFI信号的前导信号；

步骤2，计算前导信号的二阶统计量：

设初始WIFI信号为：

其中为子载波个数，为载波频率，为子载波调制系数，为OFDM时长，为一个数学计算符号，这里表示子载波的取值数值；表示训练序列符号数；表示自然常数；表示虚数；子载波间隔；表示时间；表示脉冲信号；

初始WIFI信号经过信道过后，变为前导信号，如下表示：

其中服从瑞利分布，为多径衰落信道的幅度影响因子；为多径衰落信道的相位影响因子，服从U[0,2π]；为多径时延；为多普勒频移；ω(t)为零均值，标准方差的加性高斯白噪声；L表示多径数目，为一个数学计算符号，这里表示多径数的取值数值；表示wifi信号经过的延迟；

将前导信号带入二阶统计量公式中进行计算，得到前导信号的二阶统计量：

Cum₂表示二阶统计量，表示接收信号平均功率；表示接收信号平均幅值；表示接收wifi信号；

步骤3，提取射频频率偏差特征向量：

对多个路由器采集多次，一个路由器采集的多个初始WIFI信号为一组数据，将全部的初始WIFI信号按照步骤2的方式处理，得到每一组初始WIFI信号的前导信号的二阶统计量，

计算每一组数据的功率谱密度，

表示以弧度位单位的频率值，表示每一组的初始wifi信号，p和q表示不同时延；

计算每一组数据的相互之间的互功率谱密度，以及每一组数据的二阶统计量，如下公式：

表示以弧度位单位的频率值，和分别表示不同的wifi信号；