基于频谱再生与载波频偏的鲁棒射频指纹识别
信号处理
2024-12-12 v2
摘要
射频指纹识别（RFFI）是一种通过利用独特的硬件损伤作为设备标识来实现设备认证的有前景方法。由于硬件特征是从接收波形中提取的，它们会受到信道传播效应的影响。因此，信道消除对于鲁棒的RFFI系统至关重要。本文设计了一种基于频谱再生的面向IEEE 802.11设备的信道鲁棒RFFI方案，并提出了一种载波频偏（CFO）辅助的协同识别机制。具体而言，频谱再生被用作一种源于功率放大器非线性的信道鲁棒RFF表示。虽然CFO是时变的，不能单独作为可靠特征，但本文将CFO作为辅助特征来调整基于深度学习的推理。最后，采用协同识别来利用多天线接收机的多样性。在实际环境中使用10台IEEE 802.11设备和一台配备4根天线的通用软件无线电外设（USRP）X310接收机进行了大量实验评估。结果表明，所提方法在多样信道条件和CFO漂移下具有有效性，在信道变化和5个月时间跨度内实现了平均分类准确率92.76%，显著优于现有方法。
引用
@article{arxiv.2412.07269,
title = {Towards Robust RF Fingerprint Identification Using Spectral Regrowth and Carrier Frequency Offset},
author = {Lingnan Xie and Linning Peng and Junqing Zhang},
journal= {arXiv preprint arXiv:2412.07269},
year = {2024}
}
备注
This paper has been accepted for inclusion in the IEEE INFOCOM 2025 conference technical program