引言

随着无线通信技术的飞速发展，电磁信号种类及数量极大增多，电磁空间日益复杂化，如何对复杂电磁空间的电磁信号进行准确识别在无线电监管、频谱资源规划、军事领域及信息安全领域具有重要的价值。当前，在电磁信号识别技术研究领域，从电磁信号中提取电磁指纹并识别对电磁信号的唯一标定一直是学术界努力的方向；为此，本文将从电磁指纹的角度来梳理当前对信号识别技术的研究现状，以及电磁指纹技术在电磁泄漏信号、雷达发射信号及无线通信信号等信号识别的应用。

什么是电磁信号指纹？

通常我们所说的指纹是指我们手指的纹路，是最古老的个体识别手段，通过手指的纹路可以得到许多我们想要的信息。本文中电磁指纹非彼指纹，而是我们得到的电磁信号特征，是我们认识信号、标定信号及识别信号的依据。

图1 电磁指纹

电磁信号指纹是指通信信号中可以用于标识发送该信号的信息设备身份的特征，所构建的电磁指纹特征需具备独立性、稳定性及可测性三种特性。指纹的独立性是指指纹特征与信号的形式无关，当信号波形改变时，该特征仍然不变。指纹的稳定性是指特征本身稳定，不因温度、振动等环境变化而发生显著变化。指纹的可测性是指该特征是可测量得到的，并且测量精度能达到个体分类的要求。

目前国内外的研究现状是怎样的呢

目前，电磁指纹构建技术的研究主要集中在雷达发射信号、信息设备电磁泄漏信号及通信设备发射信号等信号识别领域。

1．雷达发射信号电磁指纹研究

国外关于辐射源个体识别技术的研究开始于上世纪60年代。上世纪60年代中期，美国政府就正式提出了辐射源指纹识别的需求，目的是指示移动的通信发射机目标。20世纪70年代，国外雷达对抗技术人员就提出了利用雷达信号细微特征（脉内特征）进行雷达信号分选识别的一系列理论和算法。在越南战争中，美军就开始利用辐射源指纹识别技术识别敌我双方的雷达。1999年，在科索沃战争中，该技术的功效进一步得到了实战检验。2000年，美海军己经有20套Specific Emitter Identification (SEI)系统研制成功，并装备在巴尔干地区的美海军部队。2007年，Stottler等人声称,他们为美国海军开发了一种名为Intelligent Surface Threat Identification System(ISTIS)的系统，可利用SEI特征进行目标分类和识别。至今，经过几十年的研究积累，美国的辐射源“指纹”识别技术已经向实用化、体系化方向发展。从目前公开的资料与报告看，美军已经建立了超过30000部雷达指纹特征库。除美国外，英国和加拿大也已开发出辐射源指纹识别系统，而德国正在研制的“欧洲鹰”无人机以及捷克的“维拉”系统也声称具有辐射源指纹识别能力。由于军事保密的原因,很难了解到国外与此有关的核心技术。国内在上世纪90年代初，电子部、总参及中船总公司的多个研究所，以及国防科技大学、西安电子科技大学等跟踪国外的报刊报道，对脉内细微特征、雷达信号指纹分析和辐射源个体识别技术进行了深入研究，并通过结合传统的FFT方法和现代的 WD/CWD 分析方法、MUSIC方法，取得了一定成果。

2．信息设备泄漏信号电磁指纹构建技术研究

数字系统泄漏电磁信号指纹构建技术可追述到二十世纪五十年代初,美国军方发现计算机系统向外发射杂散电磁信号,这些杂散电磁信号可导致安全信息的泄漏,于是国防部属下的国家安全局(NSA)主导了一系列针对计算机、传真机及打印机等电磁泄漏信号识别及解析的研究。到六十年代,英国开始组织信息电磁泄漏防护与侦收技术研究,后来,德国、加拿大、澳大利亚等国相继投入研究。早期所有研究都处于秘密阶段,直到九十年代,美国等国逐渐解密了一批TEMPEST文件,泄漏电磁发射的研究才公之于世。我国在二十世纪八十年代开始关注TEMPEST技术,从国外引进了一批先进的TEMPEST设备,并自主研发提取泄漏发射信号的算法，已经取得了一定成就。北京邮电大学电磁兼容实验室完成了用于计算机视频泄漏信息再现的仿真平台。中国电子科技集团从电磁泄漏信号时域和频域中提取指纹特征。中国科学院信息工程研究所基于电磁泄漏信号产生的机理，并引入谱质心、高阶累量及小波系数等特征，构建了可准确标定计算机、传真机及打印机等电磁泄漏信号的电磁指纹。

3 . 通信信号电磁指纹构建技术研究

通信信号的电磁指纹构建技术研究主要针对通信电台设备，利用电台开机所产生的暂态信号来提取指纹特征。1997年，J. McLaughlin和L. Atlas等人[15]提出了用于分类的时频分布后, Bradford W. Gillespie 等人陆续将其应用到电台的暂态特征分析中,其基本思想是通过构造最佳的时频分析核函数，使得电台时频表示的差异最大化,从而得到良好的分类效果。Ralph D.和R. D. Hippenstiel 等人采用离散小波分解进行了电台个体识别研究。国内西安电子科技大学、电子科技大学、南京邮电大学及中科院信息工程研究所等科研机构也从暂态特征进行了电磁指纹构建技术的研究，并且在对讲机及移动终端发射信号识别方面取得了一定的成果。

如何进行电磁信号指纹特征的构建？

当前，电磁信号指纹构建主要包括三个步骤：电磁信号预处理、电磁信号指纹特征提取、电磁指纹特征有效性研究。

1 . 电磁信号预处理研究。电磁信号降噪预处理主要为降低提取到电磁信号中的噪声干扰，减小噪声对信号特征提取进程以及特征提取结果置信度造成的影响。目前主要采用小波降噪法对电磁信号进行预处理，通过滤波、剔除信号的趋势项和瞬态脉冲干扰等信号处理算法降低信号噪声，提高信噪比，从而实现对信号特征的提取。

2 . 电磁信号指纹特征提取研究。电磁信号指纹特征的提取是电磁指纹构建的关键，在对信号指纹特性分析的基础上，提取符合指纹特性的电磁信号特征。对于电磁信号指纹而言，为了能够充分体现电磁信号的个体特征，信号特征要具有完备性，当前主要从电磁信号的频谱形状（偏态、峰态，能量分布）、时域统计特征（均值、方差、一致度）、变换域特征（纹理）等方面来进行构建。

图2电磁指纹构建

3 . 电磁指纹特征有效性研究。电磁指纹特征对干扰、功率衰落及采集误差等因素具有不同的反映，评价指纹特征的稳定性及贡献度对电磁指纹有效性评估尤为重要。为此，评估电磁信号指纹特征的有效性，当前主要利用主成分分析法、信息增益评估理论等对指纹特征进行评价。

总结

利用电磁信号指纹可有效解决电磁信号识别中过度依赖个人经验、检测特征缺乏适用范围准确统一及识别效率低等技术难题；而电磁指纹的构建需要对电磁信号差异特征进行准确完备的表征，未来随着对通信技术的不断更新，还会出现大量新型的电磁信号，如极化状态调制信号、模态调制信号及方向调制信号等，为此电磁指纹构建技术也需要不断的演进优化。

参考文献：

[1]Zaid M S , Jadhav R J , Deore P J . An efficient wavelet based approach for texture classification with feature analysis[C]// Advance Computing Conference (IACC), 2013 IEEE 3rd International. IEEE, 2013.

[2]熊永坤, 王瑞革, 赵丹辉. 关于雷达信号指纹特征识别的研究分析[J]. 电子元器件应用, 2012(4):51-53.

[3]许丹. 辐射源指纹机理及识别方法研究[D]. 国防科学技术大学, 2008.

[4]张向前. 机器学习在辐射源信号指纹识别中的应用研究[D].电子科技大学,2018.

[5]崔晓明. 复杂调制雷达信号识别方法的研究[D].哈尔滨工程大学,2018.

[6]吴莹. 雷达辐射源指纹特征提取和识别技术研究[D].西安电子科技大学,2018.研究[D].哈尔滨工程大学,2018.

作者：刘沂青  魏   冬

声明：本文来自中国保密协会科学技术分会，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。