随着通信技术的飞速发展,无线网络已经覆盖到国防、经济、社会、民生等各个方面,与人们的日常生活密不可分。无线网络使人们的沟通摆脱了空间和时间的束缚,生活质量得到极大的提升,促进了人类社会的发展。然而,无线网络带来的信息安全问题也不断涌现,尤其是用户身份假冒和设备克隆问题,这使得对无线设备类型及个体识别的需求日益凸显。而传统的安全策略大多建立在应用层,比如目前的认证机制一般采用基于密码学的安全协议来实现。这种机制并不是完美无缺,例如存在密钥泄露风险和协议有全漏洞等。无线设备由于器件容差产生的射频指纹具有难以克隆的物理特性,利用射频指纹来区分合法设备和非法设备是一种新的保护通信系统安全的物理层方法。就像每个人都有自己独特的生物指纹特征,不同设备的射频指纹也有区别,因此射频指纹可用于无线设备的物理身份识别和接入认证。本文回顾了过去几十年间国内外射频指纹提取技术的研究进展,通过理论分析和实验验证两种途径,分析了现有的两种基于调制误差的射频指纹提取方案,提出了一种基于差分星座图的射频指纹提取方案。首先,本文阐述了射频指纹的产生机理,并对射频指纹的特点做了归纳,总结出射频指纹的特点做了归纳,总结出了射频指纹应该具备的四大特点,即唯一性、普遍性、短时不变性和稳健性。然后,总结了射频指纹提取与识别的典型流程和研究现状。接着,分析了现有的两种基于调制误差的射频指纹提取方案:被动送给设备识别系统PARADIS和基于星座轨迹图的射频指纹提取方案。PARADIS方案需要极为精密的仪器作为接收端才能实现,且选择作为射频指纹的参数多,计算复杂。基于星座轨迹图的射频指纹提取使用过采样,加大了计算量,且引入了两个变量会对性能产生很大影响。此外,由于直接使用聚类中心点作为设备的射频指纹,该指纹可能随聚类中心点分布的不同而变化。在分析了以上两方案不足的基础上,提出了一种基于差分星座图的射频指纹提取方案。本方案对接收的基带信号进行差分处理,得到稳定的差分星座图。在此基础上利用k-means聚类算法对差分星座图进行聚类。将聚类后各类簇的类内平均距离结合类内距离和组成特征向量,即为该设备的射频指纹。本方案有四方面优势:第一,本方案使用价格较为低廉的软件无线电作为接收端即可实现;第二,降低了接收端采样率,减少了数据计算量;第三,不引入会对射频指纹产生影响的变量;第四,使用聚类后各类簇的类内距离和以及类内平均距离作为设备的射频指纹,该指纹不会随聚类中心点分布的变化而变化。最后,本文使用软件无线电设备收集信号,并利用C4.5决策树和支持向量机两种分类算法对本方案的可靠性和实用性进行了概念性验证。实验结果表明,该方案不需要先验信息就可以获取设备的射频指纹,并且在不同信噪比下可以保持较好的分类准确率。当信噪比高于6dB时,平均分类准确率均可达到90%以上。而当信噪比高于30dB时,平均分类准确率均可达到98%以上。