1.本实用新型涉及通信对抗技术领域，特别涉及一种基于信号特征提取的信号源设备识别系统。
背景技术：
2.近年来，无线通信设备辐射源个体识别成为通信对抗领域的重要研究方向，随着辐射源系统复杂程度的显著提高，产生了诸如信号指纹特征的有效性下降、辐射源个体识别性能恶化等问题。
3.现有的射频指纹提取和识别方法，根据信号来源可分为瞬态信号射频指纹技术和稳态信号射频指纹技术。在发射机启动和关闭的瞬间，由于充电或放电电容负载的存在，整个电路需要一个过渡过程从一个稳定状态进入到另一个稳定状态，这个过渡过程称为瞬态，当发射机电路里面的电路参数保持固定不变的时候，认为发射机达到了稳定的工作状态，即稳态。早期的射频指纹研究是围绕瞬态信号展开的，而瞬态信号对射频指纹的信号特征提取存在一定复杂度。
技术实现要素：
4.本实用新型的目的在于对无线通信设备辐射源个体进行识别，提供一种基于信号特征提取的信号源设备识别系统。
5.为了实现上述实用新型目的，本实用新型实施例提供了以下技术方案：
6.基于信号特征提取的信号源设备识别系统，包括发射机、接收机，所述发射机向接收机发送射频信号，还包括：
7.预处理单元，与接收机通信连接，用于对接收机接收到的射频信号进行经验模态分解，从而分解得到多个本征模态函数；
8.射频指纹选择单元，与预处理单元的输出端连接，用于从多个本征模态函数中选择出射频信号的射频指纹。
9.更进一步地，所述预处理单元包括包络检波电路、减法器电路，所述包络检波电路用于对接收机接收到的射频信号进行包络检波处理，从而获得包络均值；所述减法器电路用于将原始的射频信号与包络均值作差，使用差值替代原始的射频信号，从而得到多个本征模态函数。
10.更进一步地，所述射频指纹选择模块包括特征向量转换模块、分类器；所述特征向量发射模块用于将多个本征模态函数转换为一一对应的特征向量；所述分类器用于对多个特征向量进行射频指纹分类，从而得到射频信号的来源设备。
11.更进一步地，所述发射机为对讲机。
12.更进一步地，所述接收机为usrp-2920设备。
13.与现有技术相比，本实用新型的有益效果：
14.本方案依托于usrp-2920和对讲机这两种设备，以usrp-2920为接收机，以对讲机
为发射机，通过usrp-2920对对讲机信号进行样本采样，将提取的信号特征作为射频指纹，最后使用分类器对得到的射频指纹进行分类，分析得出样本信号来源于哪台设备。
附图说明
15.为了更清楚地说明本实用新型实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本实用新型的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
16.图1为本实用新型系统模块框图。
具体实施方式
17.下面将结合本实用新型实施例中附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本实用新型实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本实用新型的实施例的详细描述并非旨在限制要求保护的本实用新型的范围，而是仅仅表示本实用新型的选定实施例。基于本实用新型的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
18.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本实用新型的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性，或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
19.实施例：
20.本实用新型通过下述技术方案实现，基于信号特征提取的信号源设备识别系统，包括发射机、接收机、预处理单元、射频指纹选择单元，所述发射机向接收机发送射频信号，该射频信号也称为原始信号。
21.所述预处理单元与接收机通信连接，用于对接收机接收到的射频信号进行经验模态分解，从而分解得到m个本征模态函数。所述射频指纹选择单元与预处理单元的输出端连接，用于从m个本征模态函数中选择出射频信号的射频指纹，从而完成对通信设备辐射源的个体识别。
22.在通信系统中的发射机端，存在组件(滤波器、功率放大器、电感器、电容器等)设计的差异，相同元件间的容差，pcb焊接工艺及安装调试过程等差异，内部各个模块间的差异彼此影响，在调制信号时会产生许多杂散成分，这些杂散特征会表现在射频信号的载波频率、幅度或相位的变化规律上来，或者以本底噪声的形式体现。
23.本方案中电路中各元器件连接后，会对射频信号进行一系列的计算，这些计算由硬件电路的逻辑实现，且计算公式属于本领域公知，故下述的算法不属于本方案所保护的内容，仅用于支撑本方案的工作原理。
24.以n(x)来表示发射机发射的射频信号，则有：
25.26.式(1)中，s(t)是基带信号，fc是载波频率，ns(t)是发射机内部产生的本底噪声，是相位。
27.射频信号经过信道传输到达接收机，接收机接收到的信号认为是：
[0028][0029]
式(2)中，nc(t)是信道噪声。
[0030]
从频率上看，接收机接收到的信号r(t)由众多频率分量叠加而成，可以看成是无穷个单频分量的和，因此，可以将信号r(t)改写为以下形式：
[0031][0032]
式(3)中，a(t)为随时间变化的单频信号的系数，fi为对应的单频信号频率。从式(3)中可以看出，发射机的杂散特征就包含在fi、a(t)、中，通过表征这三个分量的特点就可以后的发射机的射频指纹。
[0033]
为提取信号的射频指纹，需要在信号预处理阶段将信号分解为不同频率的分量，以方便提取不同频率的系数特征。使用预处理单元通过经验模态分解(emd)从信号本身尺度特征出发，对信号进行分解，在此过程中，信号的主要成分和杂波成分被分离开来，得到一系列的窄带分量——imf分量。
[0034]
本方案使用包络检波电路首先对信号r(t)进行包络检波处理，所述包络检波电路由检波二极管、低通滤波器、电感、电容、电阻等元器件组成。
[0035]
首先找到原始信号r(t)的所有局部极大值和局部极小值，对原始信号r(t)的所有局部极大值进行三次样条插值，拟合形成原始信号的上包络u
max
(t)，对原始信号的所有局部极小值进行三次样条插值，拟合形成信号的下包络u
min
(t)。从而得到原始信号上包络和下包络的均值：m1(t)＝(u
max
(t) u
min
(t))/2。
[0036]
然后使用减法器电路将原始信号与包络均值作差，使用差值替代原始的射频信号，从而得到m个本征模态函数。所述减法器电路由集成运放外加反馈网络所构成的运算电路来实现。
[0037]
减法器电路作差得到差值s1(t)，即：s1(t)＝x(t)-m1(t)。再用差值s1(t)去代替原始信号r(t)，多次作差代替后，直到s
1k
(t)满足imf的要求为止，最终会有：
[0038][0039]
此时得到的s
1k
(t)就是第一个本征模态函数c1(t)。继续将原始信号x(t)与第一个本征模态函数c1(t)相减，即会得到第一剩余分量r1(t)＝x(t)-c1(t)。
[0040]
利用剩余分量r1(t)去代替原始信号r(t)，继续进行后续的emd分解，直到分解到剩余分量小于电路给定的门限或为一个单调函数为止，最终会得到：
[0041][0042]
从emd分解的过程中可以看出：
[0043][0044]
即最终，原始信号r(t)被分解为若干个本征模态函数和一个残余分量。emd的分解过程就是通过减法器电路分离出信号中的各个本征模态分量(窄带分量)的过程。
[0045]
式(3)表示信号r(t)可以看作无穷个单频分量的和，式(4)表示信号r(t)可以看作有限个窄带分量的和，将两式结合，可得到从emd分解得到的本征模态函数ck(t)，对于任意k(k＝1,...,m)，会有：
[0046][0047]
式(5)中，fk表示第k个本征模态函数ck(t)是由fk个单频分量叠加而成，这样就将无穷个单频分量转换成有限个窄带分量，即本征模态函数imf，在每一个imf中，都包含着频率杂散特征信息a(t)，通过分析每一组a(t)的特征，即可获得有效的射频指纹信息。
[0048]
所述射频指纹选择模块将m个本征模态函数ck(t)(k＝1，2，...，m)转换为分形维数d
c1
、d
c2
、...d
cm
，记为特征向量d[d
c1
、d
c2
、...d
cm
]，向量d即为该射频信号的射频指纹。
[0049]
射频指纹选择模块通过分类器的方式从特征向量d中选择出射频指纹。所述分类器可以选用感知神经网络、线性神经网络或bp神经网络集成的单元模块，神经网络分类器属于成熟的技术，可参见现已公开的技术，故此处不再赘述。
[0050]
本方案依托于usrp-2920和对讲机这两种设备，以usrp-2920为接收机，以对讲机为发射机，通过usrp-2920对对讲机信号进行样本采样，将提取的信号特征作为射频指纹，最后使用分类器对得到的射频指纹进行分类，分析得出样本信号来源于哪台设备。
[0051]
以上所述，仅为本实用新型的具体实施方式，但本实用新型的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本实用新型揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本实用新型的保护范围之内。因此，本实用新型的保护范围应所述以权利要求的保护范围为准。