1.一种基于双极大值的射频指纹特征提取和识别方法，其特征在于：包括以下步骤：S1.接收端分别接收来自多个射频发射器的信号，并进行样本采集，得到样本集D：其中，S ij 表示从第i个射频收发器信号中采集到的第j个样本，i＝1,2,3,...,N，j＝1,2,3,...,M；N为射收发器的总数，M为对每个射频收发器采集的信号样本数；S2.从样本集D中选取样本数据S ij ＝[d 1 ,d 2 ,...,d k ]，提取该样本数据中的极大值d l ，使之满足d l ＞d l-1 且d l ≥d l+1 ，其中l＝2,3,...,k-1；k表示样本数据S ij 的维数；将选取出来的前t个极大值组成样本特征 其中t表示预设的样本数据 维数；S3.按照步骤S2依次对样本集D中的每一个样本数据进行处理，得到双极大值特征集 S4.基于机器学习算法，在双极大值特征集 的基础上训练分类器，对未知身份的射频收发器进行识别。
2.根据权利要求1所述的一种基于双极大值的射频指纹特征提取和识别方法，其特征在于：所述步骤S1包括以下子步骤：S101.第i个射频发射器持续向接收端发射信号，接收端对接收的波形信号进行起始点位置和结束点位置检测，得到M个信号样本,形成第i个射频发射器的样本集D i ：D i ＝[S i1 ,S i2 ,...,S iM ]S102.对于每一个射频发射器，按照步骤S101重复执行，得到所有射频发射器的样本集D：
3.根据权利要求1所述的一种基于双极大值的射频指纹特征提取和识别方法，其特征在于：所述步骤S4包括以下子步骤：S401.利用数字1,2,3,…N对射频发射器进行编号，在双极大值特征集 中，利用每一个样本特征 所对应的射频发射器编号，对该样本特征进行标记；S402.将双极大值特征集 按照2:1的比例划分为训练集和测试集；S403.利用机器学习算法中的分类算法构建分类器，基于训练集中的数据对分类器进行训练；S404.利用测试集中的数据对训练得到的分类器进行测试，计算识别率来判断分类器是否达标，若识别率达标，则将训练得到的分类器作为最终的成熟分类器，若不达标，返回步骤S1；S405.对于任一未知身份的射频发射器，接收端接收其发射的一个波形信号作为样本，对该样本按照步骤S2进行双极大值提取后，送入成熟的分类器中，由分类器输出编号来确定该射频发射器的身份。
4.根据权利要求1所述的一种基于双极大值的射频指纹特征提取和识别方法，其特征在于：步骤S4中所述机器学习算法中的分类算法包括但不限于SVM算法、k-近邻算法、朴素贝叶斯算法和决策树算法。
