基于频域星座图特征的电磁指纹识别方法

1.一种基于频域星座图特征的电磁指纹识别方法，其特征在于，包括如下步骤：步骤1，获取待识别芯片的近场电磁辐射信号，并提取芯片正在执行功能的起始至终止时刻的电磁辐射信号片段；步骤2，对所述电磁辐射信号片段进行快速傅里叶变换，并进行频域幅度归一化，利用所述电磁辐射信号片段归一化的频谱特征构造频域星座图；步骤3，将所述频域星座图输入训练完成后的卷积神经网络，对芯片的执行功能进行识别。 2.根据权利要求1所述的基于频域星座图特征的电磁指纹识别方法，其特征在于，步骤1具体包括：通过示波器记录待识别芯片的近场电磁辐射信号；利用IO-Mark技术对标记芯片正在执行功能的起始及终止时刻；根据芯片正在执行功能的起始及终止时刻，提取示波器记录的近场电磁辐射信号，得到芯片正在执行功能的起始至终止时刻的电磁辐射信号片段。 3.根据权利要求1所述的基于频域星座图特征的电磁指纹识别方法，其特征在于，步骤2中，所述利用所述电磁辐射信号片段归一化的频谱特征构造频域星座图，具体为：以所述电磁辐射信号片段中归一化的频谱虚部为横轴，以所述电磁辐射信号片段中归一化的频谱实部为纵轴，构造所述造频域星座图。 4.根据权利要求1或2或3所述的基于频域星座图特征的电磁指纹识别方法，其特征在于，步骤2中，所述卷积神经网络具有三层卷积层和一层全连接层；所述卷积层的内核大小为5×5，步长为1，以捕获频域星座图中的芯片指纹细节；三个所述卷积层的通道数分别为16、32、64，以获取更高维度的特征；所述卷积层采用整流线性单元作为激活函数，以降低梯度消失的可能性，加快训练速度；所述全连接层经由Softmax激活函数执行功能分类。 5.根据权利要求4所述的基于频域星座图特征的电磁指纹识别方法，其特征在于，在所述卷积神经网络中的前两个卷积层输出端分别连接有2×2最大池化层，以对数据特征进行下采样，并限制神经网络的大小。 6.根据权利要求4所述的基于频域星座图特征的电磁指纹识别方法，其特征在于，在所述卷积神经网络的过程过程为，损失函数采用Softmax loss，训练算法采用梯度下降算法。