基于指纹特征的物联网节点识别方法研究文献综述

文献综述（或调研报告）：

3.1研究现状

近年来，基于物理层信号特征构建设别指纹进行设备身份识别的技术受到了越来越广泛的关注，该技术能够提供一种不易被篡改、假冒和绕过的身份认证方式，保证无线网络安全。以下针对无线设备特征指纹提取技术、指纹识别技术以及设备定位技术三方面，对无线设备物理指纹技术的发展情况和主要技术进行回顾总结。

3.1.1无线设备特征指纹提取技术

设备指纹提取是利用设备指纹进行设备身份识别的第一步，用于构建设备指纹的信号特征是从可识别信号中提取。俞佳宝等人在文献[1]中归纳分析了射频指纹应该具备的五大特点，即通用性、唯一性、短时不变性、独立性以及稳健性，依据可识别信号所处状态，将其分为瞬态信号和稳态信号两类，因此相应的射频指纹识别技术也分为两类——基于瞬态信号特征的设备指纹技术和基于稳态信号特征的设备指纹技术。

1. 基于瞬态信号的设备指纹技术

基于瞬态信号的设备指纹技术主要是利用无线设备开关机过程，或者工作模式改变的短暂过程，信号发射功率从零上升到额定功率或者从额定功率骤降到零所包含的具有区分性的信息作为射频指纹。这部分信号不会携带任何与数据有关的信息，仅和无线设备硬件特性有关，具有数据独立性。所有无线通信设备的信号都存在瞬态部分，因此，基于瞬态信号的射频指纹提取及分类识别技术首先受到了重视。

瞬态信号可以被变换为频谱、时域包络、小波因子和分形维数等特征，以用于无线设备的分类识别。但是瞬态信号持续时间极其短暂，能否准确检测出瞬态信号的起始时刻对射频指纹的提取至关重要，因此瞬态信号的起始点检测是基于瞬态信号的射频指纹提取技术中极为关键的一步，一般都需要极为精密的仪器，这对信号的采集提出了更高的要求。同时还需要实时监控设备的状态，这对基于瞬态信号的射频指纹提取方案的实用化提出了挑战。

综上所述，基于瞬态信号特征的设备指纹提取技术往往需要采用高精度设备进行高速信号采集，而实际系统中设备配置的资源往往有限，实际使用的难度较高，而且基于瞬态信号特征所构建的设备指纹容易受到无线信道的影响，使其实用性有限。

1. 基于稳态信号的设备指纹技术

稳态信号是指无线设备在额定功率下发射的信号，基于稳态信号的设备指纹技术的基础是稳态信号的变化规律。相比瞬态信号，稳态信号持续时间长，易于采集和分析，同时不易受电压、环境温度等因素干扰。基于稳态信号的射频指纹包含了更多无线设备的硬件信息，因此更易提取且分类识别性能更加稳定。因此，近年来研究焦点逐渐转向基于稳态信号的方案然，但相关的研究都是在特定的实验条件下获得的，这些特定的实验条件离真正的应用环境还有很大差别，如何从稳态信号中提取出设备的射频指纹特征仍是一个复杂的亟待解决的问题。

杨宁在文献[2]中，提出了改进的基于星座轨迹图的射频指纹提取与识别方案：对接收到的射频基带信号进行处理得到差分星座轨迹图，删除图中幅值不满足条件的样本点，计算剩余各点的幅值并将最大幅值作为最大距离，根据最大距离对区域进行划分，采用k-means聚类算法对各个子区域内的点进行聚类，将得到的聚类中心按照先幅值后相位的顺序进行排列，计算聚类中心差并作为射频指纹特征向量，最后使用随机森林分类算法对射频指纹特征向量进行识别，并计算射频指纹识别系统的正确识别率。该方案不仅减少了不确定性参数的个数，还提升了系统的正确识别率和抗噪性。魏兰兰在文献[3]中提出了一种基于多差分间隔星座轨迹图的设备指纹提取方法。该方法根据不同发射机之间载波频率存在的固有差异，通过分析接收信号的差分星座图的旋转角度作为发射机个体身份识别的依据。具体地，通过对接收信号进行差分运算，可以把载波频偏转化为星座图中的相位旋转，直观地表示不同程度的载波频偏。相位旋转角度与差分间隔有关，差分运算中使用较短的差分间隔，能适用于更宽的载波频偏范围，而不会产生相位混淆；而使用较长的差分间隔则可以区分更小的载波频率差异，达到更高的频率分辨率。该文提出融合较短、中等、较长等三种不同长度的差分间隔所产生的星座轨迹图作为设备指纹，解决传统单一差分间隔星座轨迹图不能兼顾频偏分辨力和频偏适用范围的问题。