射频识别实训总结_个人总结

混合射频指纹提取与设备分类方案的设计

L. Peng, A. Hu, J. Zhang, Y. Jiang, J. Yu, and Y. Yan, “Design of a Hybrid RF Fingerprint Extraction and Device Classification Scheme,” IEEE Internet of Things Journal. vol. 6, no. 1, pp. 349-360, 2018.

作者：彭林宁，胡爱群等，东南大学。

• 频率偏移特征

频率偏移是由发射器和接收器上不同的振荡器频率引起的，常用作设备识别的特征。这篇文章中使用了包括频率偏移特征在内的组合特征进行设备识别。现对文章中的频偏估计的方法进行研究，主要包括频偏的粗估计和精细估计。

1)粗略频偏估计：

利用数据包开头的前同步码序列进行粗频偏估计，通过预先计算前导序列的，选择一个序列相关窗口，并通过逐步进行频率搜索来执行频率预补偿。 最后，将产生相关峰值的频率偏移选择为粗略的频率预补偿值。 该过程在数学上表示为

其中Npreamble是前导序列波形的长度，Ts是采样率。

2）精细的频率偏移估计：

为了获得更准确的载波频率偏移估计以提高分类精度，首先用粗略的频率偏移补偿接收到的信号，可以将其表示为

然后通过下面数学公式获得信号峰值相关值，

其中k是符号的索引。然后通过构造函数：

可以得到相邻s（k）之间的差值：

由此可以得到精细的频率偏移估计:

其中K是估计中的总符号数。