1.一种基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,包括以下步骤:S1,通过接收机接收发射机的物理侧链路广播信道基带信号,并提取有效子载波序列;
所述有效子载波序列包括:PSSS、SSSS、DMRS;
S2,基于提取的有效子载波序列,分别提取三种具备信道鲁棒性的特征,并将提取到的三种具备信道鲁棒性的特征分别重塑为单通道二维特征图,包括以下步骤:S21,对提取到的PSSS、SSSS及DMRS对应的有效子载波序列进行最小二乘估计,得到信道均衡特征;
S22,将物理侧链路广播信道子帧中第二个PSSS与第一个DMRS、第一个SSSS与第三个DMRS作为两组最近异符号对,同时截取第一个DMRS、第三个DMRS中心的62个子载波序列,通过对数差分运算抵消信道影响,并通过逆傅里叶变换转换至倒谱域,得到最近异符号对数差分复倒谱特征;
S23,选取物理侧链路广播信道中两个PSSS及前两个DMRS的有效子载波序列,分别取平均去噪,将平均后的PSSS及DMRS各均分为四段子序列,同时将前半段子序列与后半段子序列相除得到符号自比值,并通过逆傅里叶变换及分数傅里叶变换映射至分数域,得到分数域符号自比值特征;
S24,基于I与Q分量及信道鲁棒特征的长度分别设定特征图的高度及宽度,并将提取的信道均衡特征、最近异符号对数差分复倒谱特征及分数域符号自比值特征,分别重塑为单通道二维特征图;
所述三种具备信道鲁棒性的特征包括:信道均衡特征、最近异符号对数差分复倒谱特征及分数域符号自比值特征;
S3,对重塑的单通道二维特征图分别执行复值特征提取与尺度对齐处理,提取I/Q自身特征及I/Q耦合特征,并完成特征尺度的校准,得到三路规范化的特征表示;
S4,基于得到的三路特征表示,采用自适应融合处理,并通过权重自适应分配将三路规范化的特征表示进行融合,得到融合特征表示;
S5,通过射频指纹的最终提取与匹配识别操作对得到的融合特征表示进行处理,得到射频指纹识别结果。
2.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述通过接收机接收到发射机的物理侧链路广播信道基带信号,并提取有效子载波序列包括以下步骤:通过接收机接收发射机的物理侧链路广播信道基带信号,并根据接收的基带信号获取完整的基带信号数据;
从完整的基带信号数据中,分别分离并提取PSSS、SSSS及DMRS对应的有效子载波序列,其中PSSS、SSSS的有效子载波序列各含62个子载波,DMRS的有效子载波序列含72个子载波。
3.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述将物理侧链路广播信道子帧中第二个PSSS与第一个DMRS、第一个SSSS与第三个DMRS作为两组最近异符号对,同时截取第一个DMRS、第三个DMRS中心的62个子载波序列,通过对数差分运算抵消信道影响,并通过逆傅里叶变换转换至倒谱域,得到最近异符号对数差分复倒谱特征包括以下步骤:在物理侧链路广播信道子帧中,选定第二个PSSS与第一个DMRS、第一个SSSS与第三个DMRS为两组最近异符号对,并截取第一个DMRS、第三个DMRS中心的62个子载波序列;
对两组异符号对对应的序列分别执行对数运算,再通过两两相减抵消信道影响,对运算结果进行逆傅里叶变换转换至倒谱域,得到最近异符号对数差分复倒谱特征,表达式如下所示:
;
由于与近似相等,与近似相等,上式可进一步表达为:
;
逆傅里叶变换如下所示:
;
其中为两组最近异符号对数的差分,分别为第二个PSSS 、第一个DMRS、第一个SSSS 、第三个DMRS的信道频率响应,分别为第二个PSSS 、第一个DMRS、第一个SSSS 、第三个DMRS的携带射频指纹信息的序列,为第二个PSSS的有效子载波序列,为第一个DMRS子载波序列,为第一个SSSS有效子载波序列,为第三个DMRS子载波序列,为两种最近异符号对数差分复倒谱,为逆傅里叶变换。
4.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述选取物理侧链路广播信道中两个PSSS及前两个DMRS的有效子载波序列,分别取平均去噪,将平均后的PSSS及DMRS各均分为四段子序列,同时将前半段子序列与后半段子序列相除得到符号自比值,并通过逆傅里叶变换及分数傅里叶变换映射至分数域,得到分数域符号自比值特征包括以下步骤:选取物理侧链路广播信道中两个PSSS及前两个DMRS的有效子载波序列,分别取平均去噪后,将其均分为四段子序列,并将前半段子序列与后半段子序列相除得到符号自比值;
对符号自比值依次执行逆傅里叶变换、分数傅里叶变换,将其映射至分数域,得到分数域符号自比值特征;
符号自比值表达式如下所示:
;
分数域符号自比值特征如下所示:
;
其中为PSSS和DMRS的符号自比值,为均分的四段子序列,分别为PSSS和DMRS的分数域符号自比值,为阶分数傅里叶变换,为变换核函数。
5.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述对重塑的单通道二维特征图分别执行复值特征提取与尺度对齐处理,提取I/Q自身特征及I/Q耦合特征,并完成特征尺度的校准,得到三路规范化的特征表示包括以下步骤:将重塑的单通道二维特征图分别输入二维卷积层进行特征映射,增加通道数,并通过批归一化处理与激活函数,得到处理后的初步特征表示;
将处理后的初步特征表示在高度维度上划分为实部分量与虚部分量,并构建包含实部卷积核和虚部卷积核的实值二维卷积,分别对实部分量及虚部分量进行卷积运算,得到四组中间特征;
通过复值运算逻辑将实部分量与实部卷积核的卷积结果和虚部分量与虚部卷积核的卷积结果相减得到实部输出分量,将实部分量与虚部卷积核的卷积结果和虚部分量与实部卷积核的卷积结果相加得到虚部输出分量,并将实部输出分量与虚部输出分量在高度维度上整合生成包含I/Q自身特征及I/Q耦合特征的深层复值特征;
将上述步骤重复执行3次,并将得到的深层复值特征输入两组逐点卷积单元进行特征重组,设定特征序列长度,同时通过两层全连接网络将不同长度的特征序列映射至设定的长度,得到三路规范化的特征表示。
6.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述基于得到的三路特征表示,采用自适应融合处理,并通过权重自适应分配将三路规范化的特征表示进行融合,得到融合特征表示包括以下步骤:将三路规范化的特征表示分别输入二维卷积层进行处理,得到维度统一的三路升维特征;
基于得到的三路升维特征,通过全局平均池化聚合空间信息,并通过两层全连接网络学习各通道的重要性权重,同时将权重与对应高维特征逐通道相乘进行重标定,得到重标定后的特征;
基于重标定后的特征,引入残差连接将重标定后的特征与原高维特征相加,得到每路的注意力增强特征;
将三路注意力增强特征在通道维度上进行拼接,得到多通道拼接特征,并将多通道拼接特征输入逐点卷积层,进行跨通道的信息交互与重组,输出最终的融合特征表示。
7.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述通过射频指纹的最终提取与匹配识别操作对得到的融合特征表示进行处理,得到射频指纹识别结果包括以下步骤:将融合特征表示输入二维卷积层,通过二维卷积层进行通道降维处理,得到降维的特征表示;
将经降维处理后的特征输入至3个串联的多路径残差增强块,每个增强块包含三条并行处理路径,其中路径一为直接传递输入特征至输出端,路径二为局部特征捕获路径,由两个级联的卷积单元构成,每层卷积后均衔接批归一化层与激活函数,路径三为判别性特征路径,由深度可分离卷积与多头自注意力分数串联组成,每个增强块末端,将三条路径的输出特征通过逐元素相加完成融合,得到增强处理后的特征;
将增强处理后的特征依次进行自适应池化、展平操作及全连接层映射,最终通过函数计算概率分布,输出射频指纹的设备身份识别结果。
8.根据权利要求1所述的基于多信道鲁棒特征融合的C-V2X射频指纹识别方法,其特征在于,所述方法包括:信号与特征预处理模块、特征增强与尺度对齐模块、特征自适应融合模块及指纹识别输出模块;
所述信号与特征预处理模块用于接收基带信号,提取有效子载波序列,并根据有效子载波序列提取三种特征,同时分别重塑为单通道二维特征图;
所述特征增强与尺度对齐模块用于将单通道二维特征图输入二维卷积层处理,并通过双卷积核卷积运算生成深层复值特征,同时通过全连接层将特征映射至统一长度,得到三路规范化特征表示;
所述特征自适应融合模块用于将三路规范化特征分别升维,通过全局平均池化处理,并引入残差连接得到注意力增强特征,同时将注意力增强特征拼接输入逐点卷积层输出融合特征表示;
所述指纹识别输出模块用于对融合特征进行通道降维,将降维特征输入多路径残差增强块处理,并对增强后的特征执行自适应池化、展平操作,通过函数输出射频指纹对应的设备身份识别结果。