[发明专利]一种用于射频指纹识别的数据增强方法

说明书

本发明公开一种用于射频指纹识别的数据增强方法，其包括以下步骤：读取预先采集的一段I/Q数据并对其进行预处理，若所述I/Q数据是复基带数据，则保持不变，否则转换为复基带I/Q数据；使用复数包络的最大值对复基带数据进行归一化处理，得到归一化后的复基带数据；对归一化后的复基带数据进行随机切片，生成切片数据矩阵；再将切片数据矩阵裁剪为子切片；对切片数据矩阵进行随机尺度缩放和相位旋转，得到切片矩阵；对切片矩阵叠加不同信噪比的高斯白噪声，得到经过随机裁剪、缩放和旋转、高斯白噪声作用的切片矩阵；根据不同的仿真需求，重复上述步骤，持续产生数据增强样本。本发明能够提高射频指纹的鲁棒性，增强无线电信号样本的多样性。

技术领域

本发明属于射频指纹识别技术领域，尤其是涉及一种用于射频指纹识别的数据增强方法。

背景技术

目前，海量级别的物联网设备接入到无线网络之中，使得无线网络面临不同以往的安全挑战，这种安全性需求也推动了智能、可靠合法设备鉴权系统的发展。传统基于通信协议和密钥认证的鉴权系统存在密钥易窃取、易复制等问题，无法满足大规模物联网系统的安全性需求。同时，用频设备数量的膨胀也使得电磁环境日益复杂，维护无线电秩序与安全，防范非法用户，对于助推国家无线电治理体系和治理能力现代化日益重要。相比而言，基于信号物理层特性的射频指纹识别技术，不依赖于密钥即可实现通信辐射源个体识别，具有识别精度高，安全性强等优点；另外，由于射频指纹识别算法部署在服务端，对客户端的发射机无需进行额外改进，在物联网等低功耗、低成本领域具有很好的应用前景。

发射机性能指标漂移、无线信道环境变化和环境条件的变化会导致训练数据与测试数据之间分布发生变化，可能引起射频指纹识别模型在未知环境下的性能严重恶化，在非合作条件下，训练数据偏少，还容易发生过拟合。数据增强方法能够在一定程度上弥补训练样本匮乏的问题，并且通过赋予数据多样性，能够缓解过拟合问题，降低对无线信道、频率漂移等混杂因素的敏感性，提高模型的泛化能力。

发明内容

为解决上述问题，本发明的目的是提供一种用于射频指纹识别的数据增强方法，其能够提高射频指纹的鲁棒性，增强无线电信号样本的多样性，简化数据增强方法的流程。

为实现上述发明目的，本发明采用如下技术方案：

一种用于射频指纹识别的数据增强方法，其包括以下步骤：

S1、读取预先采集的一段I/Q数据并对其进行预处理，若所述I/Q数据是复基带数据，则保持不变，否则转换为复基带I/Q数据；所述复基带I/Q数据表示为：Y＝[IQc₁，IQc₂，...，IQc_i，...，IQc_M]，IQc_i＝I+jQ,i∈M，其中，I表示信号的实部，Q表示信号的虚部，M表示样本点个数；

S2、使用复数包络的最大值对步骤S1中的复基带数据Y进行归一化处理，得到归一化后的复基带数据Y_n，即：Y_n＝Y/abs(Y)；

S3、对步骤S2中的归一化后的复基带数据Y_n进行随机切片，生成数量为M、长度为N的切片数据矩阵Slice_M,N；再将切片数据矩阵Slice_M,N裁剪为数量为O的子切片，并且采用欧式距离和相位差判别的方法选择相邻子切片间连接点，保持所述子切片之间的连续性；

S4、对步骤S3中的切片数据矩阵Slice_M,N按行和混杂因素作用时长T进行随机尺度缩放和相位旋转，得到切片矩阵

S5、对步骤S4中的切片矩阵叠加不同信噪比SNR的高斯白噪声，得到经过随机裁剪、缩放和旋转、高斯白噪声作用的切片矩阵