袁紅林，包志華，嚴燕

(1. 南通大學 電子信息學院，江蘇 南通 226019；2. 南通大學 計算機科學與技術(shù)學院，江蘇 南通 226019)

1 引言

2002年，李衍達院士提出了應從信息的控制觀點認識自動化學科的本質(zhì)及其應用范圍，指出網(wǎng)絡(luò)化、集成化與智能化對自動化學科提出了巨大的挑戰(zhàn)，也提供了重大機遇[1]。隨著各種技術(shù)與應用的飛速發(fā)展，文獻[1]的觀點在很多方面得到了驗證，典型實例包括網(wǎng)絡(luò)的服務(wù)質(zhì)量控制與用戶身份認證等。其中，網(wǎng)絡(luò)的用戶身份認證一般基于密碼機制與認證協(xié)議實現(xiàn)信息的控制。開始通信時，網(wǎng)絡(luò)通信方通過挑戰(zhàn)—應答的認證協(xié)議確認對方是否為合法用戶，如是，則允許其加入網(wǎng)絡(luò)并進行后續(xù)的信息交互；否則，拒絕其加入。然而，網(wǎng)絡(luò)用戶認證的這種信息控制方法具有以下缺點：1）認證協(xié)議本身容易存在中間人攻擊等缺陷，從而使非法用戶能參與信息交互而不被發(fā)現(xiàn)；2）任何獲取了認證協(xié)議使用密鑰的非法用戶都有以合法用戶身份進入網(wǎng)絡(luò)而不被發(fā)現(xiàn)的可能性；3）僅在通信方入網(wǎng)時進行身份認證，非法用戶一旦入網(wǎng)后將不會被發(fā)現(xiàn)。因此，傳統(tǒng)的基于密碼機制與認證協(xié)議的信息控制方法存在天然的不足。

作為一種簡單的點對點網(wǎng)絡(luò)，射頻識別（RFID,radio frequency identification）系統(tǒng)對信息的控制也存在以上不足。RFID源于第二次世界大戰(zhàn)中的敵我電臺識別，是一種通過電磁場/波實現(xiàn)無接觸信息傳遞的技術(shù)。RFID系統(tǒng)一般由讀寫器、標簽與后臺管理系統(tǒng)構(gòu)成[2]。RFID系統(tǒng)中讀寫器與標簽通過空氣媒介進行通信，因此可能面臨克隆、篡改、竊聽、假冒與重傳等攻擊。未配備電池的無源RFID標簽，通過電磁感應獲得電源，可認為是一種輻射源，已廣泛應用于身份證、護照及供應鏈系統(tǒng)等。無源RFID標簽的資源極其有限，因此其對信息的控制難度更高。盡管一大批輕量級與超輕量級的密碼與安全協(xié)議陸續(xù)被提出，仍不能改變基于密碼與認證協(xié)議的信息控制方法的天然不足。

本文提出了無源 RFID標簽的對數(shù)譜射頻指紋變換方法以及基于此的無源 RFID系統(tǒng)的信息監(jiān)測與控制方法。提出的方法把無源RFID標簽作為一種輻射源，采用輻射源識別的方法識別或確認標簽身份真?zhèn)?，并結(jié)合RFID系統(tǒng)的應用層協(xié)議，實現(xiàn)標簽與讀寫器之間信息流的監(jiān)控。提出的方法不僅能增強開始通信時標簽身份認證的安全性，而且在通信過程中也能對標簽假冒事件給出警報，因此，無源RFID系統(tǒng)的信息監(jiān)控強度與廣度得到增強與拓展。

2 方法框架

基于輻射源識別的無源RFID系統(tǒng)信息監(jiān)控方法的框架如圖1所示。

如圖1所示，提出方法框架包括無源RFID標簽、讀寫器與射頻指紋（RFF,RF fingerpint)[3]識別系統(tǒng)等，其中RFF識別系統(tǒng)由RFF變換、特征提取、識別或確認等構(gòu)成。RFF變換部分采集無源RFID標簽的輻射射頻信號，把采集信號變換為體現(xiàn)標簽硬件特征的RFF；特征提取部分對RFF進行特征提??；識別或確認部分根據(jù)特征對標簽身份進行N:1的識別或1:1的確認，得到標簽身份真?zhèn)谓Y(jié)果；RFF、特征與標簽身份真?zhèn)谓Y(jié)果送到讀寫器的應用層協(xié)議與非法標簽警報部分；讀寫器應用層協(xié)議融合標簽身份真?zhèn)谓Y(jié)果、RFF或特征實現(xiàn)與標簽之間信息流的控制。

圖1 提出方法的框架

3 無源RFID系統(tǒng)

無源RFID系統(tǒng)的標簽一般沒有供電電源。工作時，讀寫器發(fā)送電磁場，標簽通過電磁諧振獲得電源；讀寫器與標簽之間通過負載調(diào)制進行雙向信息傳遞。標簽的附加負載電阻以一定的時鐘頻率接通和斷開，從而在讀寫器發(fā)送頻率兩側(cè)形成2條副載波譜線，標簽基帶數(shù)據(jù)傳輸通過對副載波進行振幅鍵控、頻移鍵控或相移鍵控調(diào)制來完成。ISO 14443A是無源RFID系統(tǒng)的主要標準之一，其頻譜示意如圖2所示。

圖2 ISO 14443A系統(tǒng)的頻譜

圖2中， fT=13. 56 MHz為讀寫器載波頻率，fs=847. 5kHz為副載波頻率，實際信息包含在2個副載波上、下邊帶中。ISO 14443A系統(tǒng)的一個實際射頻信號及其延遲解調(diào)結(jié)果如圖3所示。

圖3 一個ISO 14443A射頻信號及其延遲解調(diào)實例

根據(jù)ISO 14443A標簽信號的產(chǎn)生原理與頻譜可知，其副載波的下邊帶或上邊帶信號可行為級描述為

其中，m(t)為RFID標簽發(fā)送的基帶數(shù)字信號；htx(t)為標簽發(fā)送電路的等效沖擊響應； fc為標準規(guī)定的下邊帶或上邊帶頻率；Δf為RFID系統(tǒng)實際諧振頻率與fc之間的頻率差；n(t)為加性高斯白噪聲；*表示卷積運算。由圖3及以上分析可知，ISO 14443A標簽可視為一種輻射源，其輻射信號不僅攜帶著數(shù)字信息，而且攜帶著自身硬件信息[4]，因此，可變換其輻射信號為體現(xiàn)標簽硬件特性的RFF，進而根據(jù)RFF實現(xiàn)標簽身份的識別或確認。

4 對數(shù)譜射頻指紋

輻射源RFF也叫輻射源指紋、信號指紋與設(shè)備指紋[5～7]，具體的輻射源 RFF包括雷達指紋[8,9]、電臺指紋[10,11]、無線網(wǎng)卡指紋[12]與 RFID 標簽指紋[3]等。文獻[13]首次對基于RFF的RFID標簽與無線網(wǎng)卡等無線設(shè)備的識別進行了綜述；文獻[3]基于動態(tài)小波指紋與有監(jiān)督模式分類技術(shù)對 RFID標簽進行識別，在一定的條件下獲得了 99%以上的正確識別率；文獻[14]把無源RFID標簽不同諧振頻點的最小功率響應作為一種RFF，獲得了優(yōu)秀的識別性能。

有關(guān)RFF的研究表明，不同RFF體現(xiàn)待識別輻射源的不同硬件信息，使用多種RFF進行融合識別或確認，能夠提高輻射源的識別或確認性能[4]。

本部分把無源RFID標簽的輻射信號變換為標簽的對數(shù)譜參量，作為一種新的RFF，稱為對數(shù)譜RFF，用于 RFID標簽的識別，給出了變換方法與相應的數(shù)值仿真。

4.1 變換方法

無源RFID標簽的對數(shù)譜RFF的變換結(jié)構(gòu)如圖4所示。

圖4 無源RFID標簽的對數(shù)譜RFF變換結(jié)構(gòu)

圖4中，x(t)為近耦合狀態(tài)下采集的RFID標簽的電磁輻射信號；x1(t)為經(jīng)過帶通濾波器 BPF后的副載波下邊帶或上邊帶信號；x1(t)經(jīng)數(shù)字載波o(t)正交下變頻并低通濾波(LPF)后構(gòu)成復信號

式(2)中復信號r(t)的傅立葉變換表示為

其中，M(f)與Htx(f)分別為m(t)與htx(t)的傅立葉變換，N1(f)為噪聲傅立葉變換項。對于一個確定的RFID讀寫器，式(1)中RFID標簽的等效沖擊響應htx(t)與頻偏Δf由待識別標簽的電路結(jié)構(gòu)與其構(gòu)件參數(shù)的實際值確定；由于構(gòu)件容差等因素的存在，即使結(jié)構(gòu)與構(gòu)件標稱值相同的同一型號不同標簽的htx(t)與Δf也各不相同。因此，htx(t)與Δf為體現(xiàn)標簽硬件性質(zhì)的參量。

式(3)可表示為

對式(4)進行求模與對數(shù)運算，結(jié)果為

由式(1)可知，標簽發(fā)送基帶數(shù)字信號可等效表示為

由上文可知，式(7)由RFID標簽等效沖擊響應htx(t)與頻偏 Δf唯一確定。因此，L PF{log[|R(f)|]}可作為一種 RFF用于標簽硬件的識別，LPF{log[|R(f)|]}即無源RFID標簽的對數(shù)譜RFF。

無源RFID標簽的對數(shù)譜RFF變換步驟總結(jié)如下。

步驟1 相對位置固定狀態(tài)下，采集無源RFID系統(tǒng)的電磁感應射頻信號。

步驟2 對射頻信號進行帶通濾波，截取下邊帶或上邊帶副載波信號。

步驟3 對副載波邊帶信號進行基于標準規(guī)定頻率的正交下變頻，并構(gòu)成復信號。

步驟4 求復信號的幅度譜、對數(shù)，并進行低通濾波。

結(jié)果即無源RFID標簽的對數(shù)譜RFF。由建模分析可知，對數(shù)譜RFF與基帶數(shù)字信息無關(guān)，主要由RFID標簽的硬件物理性質(zhì)決定，對信號起始點檢測精度不敏感，因而具有穩(wěn)健性與時間平移不變性。

4.2 數(shù)值仿真

對無源RFID標簽的對數(shù)譜RFF變換方法進行數(shù)值仿真。在Matlab環(huán)境下，根據(jù)式(1)產(chǎn)生x1(t)信號，基于圖4所示的變換原理，按照對數(shù)譜RFF變換方法對x1(t)進行處理。其中發(fā)送基帶數(shù)字信號m(t)的比特率為847.5 bit/s，標簽發(fā)送電路的等效沖擊響應htx(t)為21階，滾降因子為0.5的濾波器，fT-fs為ISO 14443A標準規(guī)定的下邊帶中心頻率12.7125 MHz，Δf為84.75 kHz，信噪比為0 dB，系統(tǒng)采樣頻率為127.125 Msample/s。一次仿真的部分結(jié)果如圖5所示。

按照圖5仿真條件進行50次蒙特卡羅仿真，每次仿真進行了如下操作：1)隨機生成發(fā)送基帶數(shù)字信號m(t)；2)在m(t)頭部增加均勻分布的隨機延遲，模擬采集的標簽輻射信號起始時刻檢測誤差；3)加入不同的高斯噪聲。仿真結(jié)果如圖6所示。

圖5 一次對數(shù)譜RFF仿真

圖6 對數(shù)譜RFF的蒙特卡羅仿真

圖6中各子圖對應圖5中各子圖。由圖5(c)可知，復信號幅度譜的對數(shù)低通濾波后信號的能量主要集中在正幅值部分，并且其穩(wěn)定性高；因此，截取其正幅值部分作為對數(shù)譜RFF。由圖6可知，在信噪比較低（0 dB）的情況下，對數(shù)譜RFF仍具有消除基帶數(shù)字信號影響，對信號起始點檢測精度不敏感等優(yōu)點，因此具備時間平移不變性與穩(wěn)健性。

本部分對提出的無源RFID標簽的對數(shù)譜RFF變換方法進行了建模分析與數(shù)值仿真，驗證了其正確性與優(yōu)點。

5 實驗

本部分采用實驗的方法對對數(shù)譜 RFF變換方法及后續(xù)的特征提取與分類進行研究，其中的特征提取與分類采用成熟的方法進行。

5.1 實驗系統(tǒng)

ISO 14443A RFID系統(tǒng)的信號采集與標簽的對數(shù)譜RFF實驗系統(tǒng)如圖7所示，包括RFID讀寫器、標簽、示波器、計算機與天線等。

圖7 RFID標簽的對數(shù)譜RFF實驗系統(tǒng)

圖7中，計算機對ISO 14443A RFID讀寫器進行控制；射頻示波器為帶寬2 GHz的力科432，采樣率為250 Msample/s，外接13.56 M天線線圈，射頻示波器采集的信號通過有線網(wǎng)絡(luò)送至計算機進行處理。實驗時，讀寫器與標簽的相對位置保持不變，并且對實驗環(huán)境進行了電磁屏蔽與溫度控制。

5.2 對數(shù)譜射頻指紋變換

按照對數(shù)譜 RFF變換方法對采集的標簽輻射信號進行實驗。其中下邊帶帶寬取950 kHz，下變頻載波頻率為12.72 MHz。一次標簽對數(shù)譜RFF變換實驗中間結(jié)果的局部信號如圖8所示。

由圖8(d)可知，其包含豐富的快變分量；圖8(e)為log[|R(f)|]的低通濾波后信號，截取其正幅值部分，即無源RFID標簽對數(shù)譜RFF。

5.3 特征提取

選取同一廠家同一系列的5個ISO 14443A標簽，記為class 1至class 5，進行標簽的對數(shù)譜RFF變換與RFF的特征提取實驗。

每個標簽采集50個射頻信號樣本，采集時間跨度為3個月，并分別變換為對數(shù)譜RFF LPF{log [|R(f)|]}。對每個 LPF{log[|R(f)|]}進行基于相似因子的特征提取[16]，即把 LPF{log[|R(f)|]}對矩形基與三角形基的投影Cr1與Cr2（0≤Cr1≤1，0≤Cr2≤ 1）作為特征矢量[Cr1,Cr2]，Cr1與Cr2分別體現(xiàn)了LPF{log[|R(f)|]}形狀與矩形及三角形形狀的相似程度。5個標簽的250個[Cr1,Cr2]分布如圖9所示。

圖8 一次標簽對數(shù)譜RFF變換實驗中間結(jié)果的局部信號

圖9 5個標簽的[Cr1,Cr2]分布

由圖9可知，大部分標簽的對數(shù)譜RFF的相似因子特征具有好的可分性。

5.4 分類

基于最小二乘支持向量機(SVM,support vector machines)對5個ISO 14443A標簽的對數(shù)譜RFF的相似因子特征進行分類實驗。最小二乘SVM(LS—SVM)把解二次規(guī)劃問題轉(zhuǎn)化為求解線性方程組問題，提高了求解問題的速度和收斂精度。

使用 LS-SVMlab工具箱[17]對 5個標簽的相似因子特征進行分類，每個標簽為一個類。實驗中，從每個標簽的相似因子特征中隨機選取k=25,…,3 0個特征作為訓練集，剩余50-k個特征作為測試集。利用網(wǎng)格搜索與交叉尋優(yōu)對正則化參數(shù)γ和核參數(shù)σ2進行優(yōu)化，并且使用最小分類輸出方案對數(shù)據(jù)集進行編碼，以達到多類分類目的，3次分類實驗結(jié)果如表1所示。

表1 5個標簽的相似因子特征分類結(jié)果/%

表1中，由于不同分類實驗中網(wǎng)格搜索與交叉擇優(yōu)得到的參數(shù)不同，因此分類結(jié)果具有隨機性。由表1可知，采用提出RFF與其相似因子特征，當訓練樣本從25增加到30時，SVM分類器的結(jié)果沒有大的改變，總體來看，該5個標簽的正確識別率高。

盡管本文僅選用了5個ISO 14443A標簽進行實驗，然而，有關(guān)RFF唯一性的研究表明，RFF具有哲學意義上的唯一性。本文實驗體現(xiàn)了提出方法的可行性。

6 融合射頻指紋的RFID挑戰(zhàn)—應答認證協(xié)議

RFID認證協(xié)議一般涉及讀寫器、標簽與后臺數(shù)據(jù)庫三方，其中，讀寫器與后臺數(shù)據(jù)庫之間認為是安全信道。RFID認證協(xié)議的核心是通過挑戰(zhàn)—應答機制實現(xiàn)讀寫器與標簽之間的身份認證。本部分介紹經(jīng)典的挑戰(zhàn)—應答認證協(xié)議，給出融合提出RFF的RFID挑戰(zhàn)—應答認證協(xié)議實例。

6.1 經(jīng)典的挑戰(zhàn)-應答認證協(xié)議

needham-schroeder公鑰認證協(xié)議[18]是著名的挑戰(zhàn)—應答認證協(xié)議，該協(xié)議在運行多年后被發(fā)現(xiàn)存在中間人攻擊的缺陷，其改進版本克服了這種攻擊，稱為needham-schroeder-lowe協(xié)議，新協(xié)議仍由3條消息構(gòu)成，如圖10所示。

圖10中，A與B為通信主體；在一次A與B的認證會話中，A與 B僅能申請到雙方的公鑰 Ka與Kb；Na與Nb分別為A與B產(chǎn)生的新鮮隨機數(shù)；表示Na與A經(jīng)Kb加密后消息；類似地，也是加密后消息；橫線表示通信方之間的消息；豎線表示通信方進程。如圖10所示，A產(chǎn)生Na，生成并發(fā)送至B發(fā)起認證；B用 Kb解密消息后，產(chǎn)生 Nb，生成并返回；A用Ka解密后，得到Na，從而確信對方就是B，因為只有B能解密消息獲得Na，而 Na正是己方在上一條消息中發(fā)送出去的；A生成并發(fā)送，B收到消息后解密得到Nb，從而確信對方就是A，因為只有A能解密消息獲得Nb，而Nb正是己方在上一條消息中發(fā)送出去的。這樣，雙方認證了對方身份，并且建立了雙方共享的秘密Na與Nb，Na與Nb可用于后續(xù)通信中的消息認證。

圖10 needham-schroeder-lowe認證協(xié)議

以上 needham-schroeder-lowe協(xié)議中，如果攻擊者 P獲得了通信一方的包括公鑰在內(nèi)的所有信息，則P可以假冒為該通信方通過另一方的認證，從而實現(xiàn)身份假冒攻擊，這種由于密鑰泄露導致的認證失敗問題至今仍是一個難以解決的公開問題。

6.2 融合提出射頻指紋的RFID needham-schroederlowe認證協(xié)議

融合提出RFF的RFID needham-schroeder-lowe認證協(xié)議如圖11所示。

圖11 融合提出RFF的RFID needham-schroeder-lowe認證協(xié)議

如圖 11所示，新協(xié)議由應用層消息與物理層信號兩部分構(gòu)成；其中的RFID讀寫器即原協(xié)議的A通信方，RFID標簽即原協(xié)議的 B通信方，RFF系統(tǒng)即圖1提出方法框架中的RFF識別系統(tǒng)。新協(xié)議分為初始化與運行2個階段。在協(xié)議初始化階段，RFF系統(tǒng)獲取目標RFID標簽的多個輻射射頻信號樣本，變換為對數(shù)譜RFF，并進行對數(shù)譜RFF的特征提取，把得到的特征矢量集作為訓練樣本集存儲在RFF系統(tǒng)中。

由第4部分的實驗研究可知，基于ISO 14443A RFID標簽的對數(shù)譜RFF、相似因子特征與SVM分類器，選取的5個標簽的正確識別率達到95.60%～97.20%；當該 5個標簽參與以上融合對數(shù)譜 RFF的RFID needham-schroeder-lowe認證協(xié)議時，一次認證中，合法標簽能以高概率通過認證，而假冒標簽能以高概率被檢出并終止認證。

因此，融合了RFF的RFID needham-schroederlowe認證協(xié)議具有實現(xiàn)標簽高強度認證的潛力，有助于抵抗有關(guān)標簽假冒的絕大部分攻擊，包括 克隆、重放、偵聽、拒絕服務(wù)等，并且有助于進行密鑰泄露檢測，實現(xiàn)RFID系統(tǒng)信息流的控制。

盡管基于挑戰(zhàn)—應答的其他RFID認證協(xié)議不一定與 needham-schroeder-lowe認證協(xié)議相同，但都可以采用以上方法融合標簽的 RFF進行其身份的高強度認證。 另外，采用以上方法，圖 1所示提出方法框架中RFID讀寫器的其他應用也可集成標簽的RFF、特征或標簽身份真?zhèn)谓Y(jié)果，實現(xiàn)RFID系統(tǒng)通信過程中的標簽身份認證與信息流控制。

7 結(jié)束語

本文提出了無源RFID標簽的對數(shù)譜射頻指紋變換方法，以及基于此的無源RFID系統(tǒng)的信息監(jiān)控方法。提出的對數(shù)譜RFF主要由標簽的硬件物理屬性決定，與基帶數(shù)字信號無關(guān)，具有對接收信號起始點檢測精度不敏感，在低信噪比時仍具備穩(wěn)健性的優(yōu)點；提出的無源RFID系統(tǒng)的信息監(jiān)控方法融合了通信應用層消息與物理層硬件信息，具有增強標簽認證強度的特點，并且在通信過程中也能對標簽身份真?zhèn)芜M行監(jiān)控；給出了融合RFF的RFID挑戰(zhàn)—應答認證協(xié)議實例。提出的標簽 RFF以及RFID系統(tǒng)的信息監(jiān)控方法可作為其他網(wǎng)絡(luò)安全手段的一種有效補充，用于包含網(wǎng)絡(luò)所有層的跨層整合與網(wǎng)絡(luò)電子取證等；本文提出的融合RFF的通信方認證方法對于解決密鑰泄漏檢測公開問題也具有一定貢獻。

與其他輻射源識別類似，RFID標簽的正確識別或確認率不一定總能達到 100%。然而，可以使用多種RFF進行單個標簽身份的融合識別或確認，這是進一步的研究工作。另外，本文僅采用了一種特征提取與分類方法，融合多種特征與多種分類方法具有提高識別率的潛力，這也是進一步的研究工作。現(xiàn)階段的應用中，正如第6節(jié)介紹的融合RFF的挑戰(zhàn)—應答認證協(xié)議實例所示，可通過發(fā)起多次認證提高可靠性，當然，新方法不可避免地增加了系統(tǒng)開銷。

本文提出方法僅對 RFID標簽 RFF進行了研究，也可獲取RFID讀寫器的射頻信號并進行類似的RFF變換、特征提取與分類等，從而實現(xiàn)對RFID讀寫器的高強度認證與信息流監(jiān)控，提出方法及應用也可推廣到其他的無線或有線通信系統(tǒng)中。

[1]李衍達. 從信息的控制觀點看自動化的機遇與挑戰(zhàn)[J]. 自動化學報,2002,28(s1):4-6.LI Y D. The opportunity and challenge for automation from the information control point of view[J]. Acta Automatica Sinica,2002,28(s1):4-6.

[2]王遠哲,毛陸虹,劉輝等. 基于參考標簽的射頻識別定位算法研究與應用[J]. 通信學報,2010,31(2):86-92.WANG Y Z,MAO L H,LIU H,et al. Research and application of RFID location algorithm based on reference tags[J]. Journal of Communication,2010,31(2):86-92.

[3]BERTONCINI C,RUDD K,NOUSAIN B,et al. Wavelet fingerprinting of radio-frequency identification (RFID)tags[J]. IEEE Transactions on Industrial Electronics,2012,59(12):4843-4850.

[4]YUAN H L,BAO Z H,HU A Q. Power ramped-up preamble RF fingerprints of wireless transmitters[J]. Radio Engineering,2011,20(3):703-709.

[5]蔡忠偉,李建東. 基于雙譜的通信輻射源個體識別[J]. 通信學報,2007,28(2):75-79.CAI Z W,LI JID. Study of transmitter individual identification based on bispectra[J]. Journal on Communications,2007,28(2):75-79.

[6]蔣鵬. 雷達信號細微特征分析與識別[D]. 哈爾濱: 哈爾濱工程大學,2012.JIANG P. Subtle Characteristic Analysis and Recognition of Radar Signals[D]. Harbin: Harbin Engineering University,2012.

[7]韓韜,周一宇. 雷達信號的擴散特征及其在特定輻射源識別中的應用[J]. 電子學報,2013,41(3):502-507.HAN T,ZHOU Y Y. Diffusion features in radar specific emitter identification[J]. Acta Electronica Sinica,2013,41(3):502-507.

[8]王磊,史亞,姬紅兵. 基于多集典型相關(guān)分析的雷達輻射源指紋識別[J].西安電子科技大學學報,2013,40(2):164-171.WANG L,SHI Y,JI H B. Specific radar emitter identification using multiset canonical correlation analysis[J]. Journal of Xidian University,2013,40(2):164-171.

[9]劉海軍,柳征,姜文利等. 基于聯(lián)合參數(shù)建模的雷達輻射源識別方法[J]. 宇航學報,2011,32(1):142-149.LIU H J,LIU Z,JIANG W L,et al. A joint-parameter modeling based radar emitter identification method[J]. Journal of Astronautics,2011,32(1):142-149.

[10]唐智靈,楊小牛,李建東. 基于順序統(tǒng)計的窄帶通信輻射源指紋特征抽取方法[J]. 電子與信息學報,2011,33(5):1224-1228.TANG Z L,YANG X N,LI J D. A novel method based on order statistics for extracting fingerprint of narrow band emitter[J]. Journal of Electronics & Information Technology,2011,33(5):1224-1228.

[11]錢祖平,許淵,邵尉等. 基于高階譜和時域分析的電臺穩(wěn)態(tài)特征提取算法[J].電子與信息學報,2013,35(7):1599-1605.QIAN Z P,XU Y,SHAO W,et al. Extraction algorithm of radio steady state characteristics based on high order spectrum and time-domain analysis[J]. Journal of Electronics & Information Technology,2013,35(7):1599-1605.

[12]黃光泉,王豐華,黃知濤. 一種基于分形維數(shù)的無線網(wǎng)卡信號指紋特征提取方法[J]. 電子對抗,2012,(5):25-27.HUANG G Q,WANG F H,HUANG Z T. A method of fingerprints extraction for WLAN cards based on fractal dimensions[J]. Electronicwarfare,2012,(5):25-27.

[13]DANEV B,ZANETTID,CAPKUN S. On physical-layer identification of wireless devices[J]. Acm Computing Surveys,2012,45(1): 1-31.

[14]PERIASWAMY S C G,THOMPSON D R,DI J. Fingerprinting RFID tags[J]. IEEE Transactions on Dependable and Secure Computing,2011,8(6):938-943.

[15]SCHAFER R W. Echo Removal By Discrete Generalized Linear Filtering[D]. Massachusefts Institute of Technology,1969.

[16]ZHANG G X,JIN W D,HU L Z. Resemblance coefficient based intrapulse feature extraction approach for radar emitter signals[J].Chinese Journal of Electronics,2005,14(2):337-340.

[17]SUYKENS J,MOOR B D,VANDEWALLE J. Least squares-support vector machines Matlab/C toolbox[EB/OL]. http://www.esat.kuleuven.be/sista/lssvmlab/,2013.

[18]張玉清,王磊,肖國鎮(zhèn)等. Needham-Schroeder公鑰協(xié)議的模型檢測分析[J].軟件學報,2000,11(10):1348-1352.ZHANG Y Q,WANG L,XIAO G Z,et al. Model checking analysis of needham-schroeder public-key protocol[J]. Journal of Software,2000,11(10):1348-1352.