基于 Volterra 系列的无线电频率指纹接收机识别
密码学与安全
2025-10-23 v1
摘要
无线设备数量的增加加剧了安全网络接入的需求。无线电频率指纹（RFF）作为一种无需密码学、抗欺骗的物理层认证方法，显示出巨大的潜力。然而，现有 RFF 方法往往缺乏统一的理论和有效的特征提取。许多方法使用手工特征或直接神经网络分类，导致泛化性和可解释性有限。本文将接收机建模为黑盒子，分析其对传输信号的影响。通过将理想信号的偏差视为硬件引起的失真，我们使用 Volterra 级数表示接收信号，并利用其核函数捕获线性和非线性硬件特征。为管理这些核函数的高维度，我们通过小波分解进行近似，并通过最小二乘拟合估计系数。得到的小波系数提供了紧凑且富有信息的硬件表示，可用于复杂值神经网络分类。在公开的 LoRa 数据集上进行实验显示，所提出的方法在时变信道下实现了超过 98% 的准确率，在多径和 Doppler 效应下准确率可达 90% 以上。该方法提高了在不同信道条件下的可解释性和泛化性。
引用
@article{arxiv.2510.19440,
title = {Transmitter Identification via Volterra Series Based Radio Frequency Fingerprint},
author = {Rundong Jiang and Jun Hu and Zhiyuan Xie and Yunqi Song and Shiyou Xu},
journal= {arXiv preprint arXiv:2510.19440},
year = {2025}
}