基于 I/Q 不平衡的 RFFI 特征提取技术综合调查
信号处理
2025-02-06 v1
摘要
物联网（IoT）设备的普及增加了安全认证的需求。虽然传统加密解决方案可能更为稳健，但往往对资源受限的 IoT 节点造成高计算和能源开销。作为一种替代方案，射频指纹识别（RFFI）利用硬件引起的不完美——例如射频前端组件中的 I 相/正交（I/Q）不平衡——作为难以克隆或仿冒的唯一标识符。尽管近期进展取得显著成果，但在标准化特征提取方法、维持不同环境下的高准确率以及高效处理大规模 IoT 部署方面仍面临重大挑战。本文通过提供 RFFI 利用 I/Q 不平衡进行特征提取技术的全面综述来弥补这些差距。我们还讨论了其他基于硬件的射频指纹来源，包括功放非线性失真和振荡器不完美，以及提升设备识别性能的现代机器学习（ML）和深度学习（DL）方法。
引用
@article{arxiv.2502.02782,
title = {A Comprehensive Survey on Feature Extraction Techniques Using I/Q Imbalance in RFFI},
author = {Muhammad Aqib Khan and Muhammad Usman Siddiqui},
journal= {arXiv preprint arXiv:2502.02782},
year = {2025}
}
备注
5 pages, 5 figures