基于射频指纹的自适应变分模态分解算法

摘要：

目的:城市轨道交通列车运行控制系统主要依赖于无线通信,外部干扰会对其正常运行产生严重威胁.为及时发现外部干扰源,保障轨道交通无线通信系统安全,需研究RFF(射频指纹)识别技术中采用的自适应变分模态分解算法,以提高对轨道交通环境中的无线发射设备身份识别的准确率.方法:在提取RFF后,应用自适应变分模态分解算法,利用分解后各模态之间的相关系数及各模态能量在信号总能量中的占比这两个指标,联合判断分解过程中是否出现了模态混叠及过分解现象.并在此基础上,以迭代的方式选择合适的分解模态数和惩罚因子,从而提高模态分解的准确性.在识别过程中,将由各模态构成的重构信号作为设备的RFF,并利用LSTM(长短期记忆网络)对无线发射设备进行分类识别.结果及结论:试验结果表明,通过自适应变分模态分解算法所获得的重构信号与原信号相比不但保留了较为完整的指纹特征,且噪声得到了一定程度的抑制,说明该算法具有较强的RFF提取能力.在对实际Wi-Fi(无线保真)设备的识别中,自适应变分模态分解算法的识别准确率显著优于现有同类算法,且受噪声的影响程度较轻,说明该算法可有效提高无线发射设备的识别准确率.

关键词：城市轨道交通、无线通信、射频指纹、变分模态分解、特征提取

所属期刊栏目：26

分类号：U285.2(铁路通信、信号)

资助基金：国家自然科学基金;中铁第一勘察设计院科研项目;西安市科技计划项目

在线出版日期：2023-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：17-21