手机信号的智能检测装置研究与实现文献综述

文献综述（或调研报告）：

手机信号的检测技术在移动通信发展的初级阶段就已经出现，GSM基站利用RSSI进行功率控制^[1]，GPS利用卫星定位技术提供基于位置的服务。然而这些检测的方法只适用于特定的场景，对特定的设备进行检测。但是随着近年来软件无线电技术的发展，同样的射频前端，后台的处理逻辑和控制逻辑不同，就可以具有完全不同的功能。如果将这种技术应用在手机信号检测方面，用同样的设备，能够在不同的频段不同的场景进行手机信号的功率检测和定位，就可以降低检测的成本，增加检测的灵活性。利用软件无线电进行手机信号检测，需要综合运用功率检测技术、定位技术和软件无线电技术。^[2][3]

功率检测技术目前已经是非常成熟的技术，在2G时代GSM基站就利用RSSI^[4][5]进行移动设备上行功率控制，目前研究的主要方向是算法的更新。^[6][7][8]目前市面上也有诸多功率检测模块，直接把输入的射频信号进行功率检测之后用电平的方式进行输出，输入功率(dBm)和输出电平成线性关系，接一个ADC就能够很方便的计算输入功率。通常功率检测采用的是硬件电路，本设计采用软件无线电完成输入射频信号的处理，功率检测使用算法实现。需要注意的是由于基站有上行功率控制的功能，所以手机的信号强度在通话过程中会变化，一般规律是响铃asymp;接通瞬间gt;通话gt;gt;待机^[9]，功率的变化可能会对信号检测成功率产生影响。

定位技术的历史非常悠久，在无线电出现之后，人们利用地基电子导航系统进行导航，通过接收无线电发射站的电波计算自己到发射站的距离从而确定方位；在卫星技术出现之后，人们使用空基电子导航系统进行导航，最为著名的就是GPS全球定位系统。然而上述定位方法在手机上使用都有一定的难度，例如GPS定位要求手机加装GPS模块，且必须处在GPS信号的覆盖范围内，在城市中GPS信号经常会被高楼和墙壁挡住，定位精度差，且手机一直开启GPS功能也十分费电。在这一背景下，移动通信定位技术应运而生。移动通信定位技术主要分为基于网络的定位和基于移动台的定位，基于网络的定位技术指依靠移动台所在小区的Cell-ID、上行链路到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA) ^{[10][11][12][13]}等对移动台进行定位，基于移动台的定位技术则主要依靠观测下行链路到达时间差(OTDOA)等方法。相比于其他定位技术，移动通信定位技术主要的优势在于功耗小，设备便宜，部署成本较低，室内定位精度高，但也有全球覆盖范围小，基站部署稀疏的地区精度低等缺点。^[14]

软件无线电早在上个世纪就有相应的概念，但是由于技术原因在近几年才有比较大的突破。软件无线电主要特点是用软件处理数字化以后的射频信号。软件无线电中较为核心的技术是数字下变频、基带信号采样和数字信号处理。^[15]以开源软件无线电平台HackRF的接收过程为例，信号由天线进入后，由射频开关决定是否对其进行放大，若放大，则经过14dB的放大器，然后信号经过镜像抑制滤波器对信号进行高通或者低通滤波，经过RFFC5072芯片混频到2.6GHz固定中频，进入MAX2837芯片混频到基带，输出差分的IQ信号，送入MAX5864芯片，利用ADC将信号进行数字化，进入CPLD和单片机TODO FIXME，最后经过LPC4320/4330处理器送到计算机。在获得数字化的信号之后，还需要对信号进行处理，可以借助软件无线电本身的FPGA/CPLD进行处理，也可以借助计算机软件进行处理。GNURadio实现了软件无线电所需要的大部分模块，并且完成了对于采样数据流的缓冲、调度，并由开源社区集体维护。并且GNURadio对于USRP等软件无线电射频前端硬件的支持非常全面。^[16][17]

综上，实现手机信号的智能检测，可以通过软件无线电连接的天线阵列，使用移动通信定位技术定位手机信号的角度，使用功率检测技术估计出手机的距离，同时利用软件无线电进行扫频，使得该检测装置能够覆盖GSM或LTE的大多数频点，达到监视空中的GSM/LTE信号的作用。目前功率检测和定位技术都有成熟的技术可以使用，然而目前为止尚无GSM/LTE扫频的开源的软件无线电实现，本设计将着重解决这一问题，利用GNURadio实现GSM多频点功率检测的功能。此外，在2013年Adib F , Katabi D发布”See through walls with WiFi!”^[18]一文之后，无线电被动雷达，即无线电感知技术受到广泛关注，利用分析GSM、WiFi信号的研究也层出不穷。^[19][20]另一方面，由于GSM伪基站的成本逐渐减少，公安、学者对GSM伪基站的研究也日益重视^[21][22]，这些研究较为深入的剖析了GSM、WiFi等信号的功率、频谱特征，并且着重研究伪基站的定位，具有非常重要的参考价值。这些研究也为本设计的可行性提供了依据，依据上述研究，综合RSSI和AOA的定位方法可以做到30m以内的室内直达信号的定位能达到2m以内的精度，能够基本满足任务书的要求。GSM具有时分复用的特点，但是RSSI和AOA只检测信号的宏观特性，故能够区分出同一频点的不同用户。

参考文献：

1. Digital Cellular Telecommunications System (Phase 2 );Physical Layer on the Radio Path;General Description GSM 05.01 Version 8.3.0 Release 1999:ETSI TS 100 573-3-2000[S].
2. Chang S , Li Y , Yang X , et al. A Novel Localization Method Based on RSS-AOA Combined Measurements by Using Polarized Identity[J]. IEEE Sensors Journal, 2019, 19(04):1463-1470.
3. Vasudeva K , Ciftler B S , Altamar A , et al. An experimental study on RSS-based wireless localization with software defined radio[C]. Wireless amp; Microwave Technology Conference. IEEE, 2014.
4. 方震, 赵湛, 郭鹏, et al. 基于RSSI测距分析[J]. 传感技术学报, 2007, 20(11).
5. 王琦. 基于RSSI测距的室内定位技术[J]. 电子科技, 2012, 25(6).
6. He H , Jun W , Zhe X , et al. Power measurement and analysis of GSM signal[C]. IEEE International Conference on Computer Science amp; Automation Engineering. IEEE, 2011.
7. Humphreys D A , Miall J . Traceable RF peak power measurements for mobile communications[J]. IEEE Transactions on Instrumentation amp; Measurement, 2004, 54(2):680-683.
8. Angrisani L , Daponte P , D'Apuzzo M . A measurement method based on time-frequency representations for testing GSM equipment[J]. IEEE Transactions on Instrumentation and Measurement, 2000, 49(5):1050-1056.
9. 孙浩. 无线通信终端天线的SAR研究[D]. 西安电子科技大学. 2014.
10. RALPH O. SCHMIDT.Multiple Emitter Location and Signal Parameter Estimation[C].Adaptive Antennas for Wireless Communications.2001:190-194.
11. Patwari N , Ash J N , Kyperountas S , et al. Locating the nodes: cooperative localization in wireless sensor networks[J]. IEEE Signal Processing Magazine, 2005, 22(4):54-69.
12. 李富民. 基于TD-SCDMA网络的DOA估计及应用研究[D]. 西南交通大学, 2007.
13. 柳景斌,黄百川,张斌等.利用双天线商用WiFi信道状态信息估计到达角[J].武汉大学学报（信息科学版）, 2018, 43(12):2167-2172.
14. 邱善勤, 龚耀寰. 移动通信定位技术之比较[J]. 电子科技大学学报, 2003, 32(6):598-603.
15. 周霁婷, 郑林水, 陈惠民. 基于软件无线电的无线信号实时监测系统的若干关键技术[J]. 上海大学学报（自然科学版）, 2005, 11(5):472-474.
16. 刘伟, 陈真佳, 张永辉, et al. 基于软件无线电与数据库的频谱分析系统[J]. 计算机工程与设计, 2018, v.39；No.380(08):302-309.
17. 刘陆华, 田增山, 胡宏, et al. 软件无线电虚拟频谱仪的设计与实现[J]. 电子技术应用, 2014, 40(7):119-121.
18. Adib F , Katabi D . See through walls with WiFi![J]. Acm Sigcomm Computer Communication Review, 2013, 43(4):75-86.
19. Tan D K P , Sun H , Lu Y , et al. Feasibility analysis of GSM signal for passive radar[C]. Radar Conference, 2003. Proceedings of the 2003 IEEE. IEEE, 2003.
20. Zhao C , Chen K Y , Aumi M T I , et al. SideSwipe: detecting in-air gestures around mobile devices using actual GSM signal[C]. Acm Symposium on User Interface Software amp; Technology. ACM, 2014.
21. 孟俊伟. 基于软件无线电的GSM伪基站检测与定位[D]. 2016.
22. 曹茂虹, 山东省淄博市临淄区人民检察院 山东临淄, 曹茂虹, et al. “伪基站”的基本原理及电子取证分析[J]. 信息安全与技术, 2015(4):73-75.

资料编号：[193961]