Research on electromagnetic emission feature and identification technology of digital module

Electromagnetic emission is an inherent property of equipment, there is a corresponding relationship between electromagnetic emission data spectrum and the emission source structure. In order to identify and locate the electromagnetic emission generated by the digital module inside the intelligent device, this paper proposes an analytical model network between the electromagnetic emission characteristics and spectrum data structure. After training and optimizing, the network finally achieves good classification results for the transmitted data of typical digital modules. The specific work of this paper can be summarized as follows: The electromagnetic emission characteristics of digital modules of typical terminal equipment are studied. The first part carried out a research about the basic working state and main electromagnetic emission mechanism of power management unit and then established a corresponding relationship between those two parts. Meanwhile the second section of this part also gives a definition of the electromagnetic emission characteristics of MIPI interface in the point of data transmission protocol. According to the basic emission waveform theory, the emission of complex system is equivalent to the combination of emission source. Thus it is very necessary to decompose and analyze the electromagnetic spectrum data to clarify the mechanism of emission source in depth. In this study, a main process and common algorithms of sparse decomposition are introduced. By comparing the characteristics of electromagnetic spectrum data, an improved wavelet matching tracking algorithm is proposed, and its effectiveness is verified. The identification and positioning of the electromagnetic emission spectrum data to the emission source of the digital module is realized. This part proposed a method to establish the electromagnetic emission characteristic database of the digital module. Then built a neural network model to identify emission spectrum. Finally, it achieved a good classification and recognition results under in a variety of test environments, with an average accuracy more than 90%.

Rivolgendosi al problema dell'identificazione delle sorgenti di emissione elettromagnetica in apparecchiature terminali intelligenti, partendo dalla teoria e dal metodo dell'insieme degli elementi di interferenza elettromagnetica, questo articolo prende il tipico modulo digitale di apparecchiature terminali intelligenti come oggetto specifico di ricerca e costruisce la corrispondente caratteristica dello spettro di emissione analizzando le caratteristiche dello spettro di emissione elettromagnetico del tipico modulo digitale. Le caratteristiche decomposte sono addestrate dalla rete neurale, e infine vengono realizzate la classificazione e l'identificazione dei dati di emissione elettromagnetica del modulo. Il lavoro specifico può essere riassunto come segue: 1. analizzando ed elaborando l'emissione elettromagnetica di diversi moduli digitali in varie condizioni di lavoro, questa sezione riassume le caratteristiche di emissione elettromagnetica che caratterizzano la sorgente di emissione del modulo, e riassume i moduli tipici in tre tipi: orologio, dati e potenza dal punto di vista del meccanismo di generazione di emissione elettromagnetica. 2. in questa sezione, la decomposizione sparsa è utilizzata per analizzare le caratteristiche di emissione elettromagnetica esterna dei moduli digitali tipici e il metodo di composizione corrispondente della base vettoriale dell'elemento di base è proposto. Secondo l'algoritmo di decomposizione di inseguimento di corrispondenza e le caratteristiche effettive dei dati dello spettro di emissione elettromagnetica, viene proposto un algoritmo di inseguimento di corrispondenza d'onda migliorato e viene verificata l'efficacia del metodo proposto. 3. in questa sezione, combinata con le caratteristiche di emissione elettromagnetica dei moduli digitali tipici, la funzione caratteristica è utilizzata per costruire la banca dati caratteristica di emissione elettromagnetica dei moduli digitali di apparecchiature intelligenti, e il metodo di classificazione e identificazione e processo delle sorgenti di emissione sono stabiliti sulla base del modello di rete neurale. La classificazione e l'identificazione sono verificate in una varietà di ambienti di prova, e la precisione media di riconoscimento è superiore al 90%.