文献类型：期刊文章

作　　者：曾勇虎[1] 陈翔[1] 林云[2] 郝晓军[1] 许雄[1] 汪连栋[1]

ZENG Yonghu;CHEN Xiang;LIN Yun;HAO Xiaojun;XU Xiong;WANG Liandong(State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System,Luoyang 471003,China;College of Information and Communication Engineering,Harbin Engineering University,Harbin 150001,China)

机构地区：[1]电子信息系统复杂电磁环境效应国家重点实验室,洛阳471003 [2]哈尔滨工程大学通信与信息工程学院,哈尔滨150001

出　　处：《电波科学学报》

基　　金：国家自然科学基金(61771154)。

年　　份：2020

卷　　号：35

期　　号：3

起止页码：305-315

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统的基于密码机制和安全协议的无线网络安全存在隐患,新的基于物理层的射频指纹(radio frequency fingerprinting,RFF)方法利用发射机射频信号的细微差异来区分不同个体,具有难以克隆、伪造的优点,有着广阔的应用前景.本文首先讨论了理想RFF应具备的四种基本特性,即唯一性、时不变性、独立性和稳健性,分析了在四种基本特性方面的研究现状.然后按照信号预处理、特征提取和分类识别三个部分,对RFF识别相关技术进行了总结,重点分析了射频独特原生属性(RF-distinct native attribute,RF-DNA)、调制域和基于深度学习的RFF识别方法.最后,对RFF识别研究中涉及到的各种信号类型/调制方式及对应的应用场景进行了总结,展示了RFF识别的广阔应用前景,并对RFF识别的研究趋势进行了讨论.

关 键 词：射频指纹(RFF)  个体识别  物理层安全 特征提取 射频独特原生属性(RF-DNA)  

分 类 号：TP309.7]