随着无线通信技术的飞速发展，通信安全问题日益严峻。无线通信物理层安全技术利用无线信号的内在属性建立安全机制，为解决通信安全问题提供了新思路，可以作为传统安全体系的补充，共同增强无线通信系统的安全性。无线信道密钥生成技术和射频指纹识别技术是无线通信物理层安全研究领域的热点问题。无线信道的互易性、随机性和唯一性为密钥生成提供了共享随机源；射频指纹（RFF）是发射机的固有特征，可用于区分不同的无线设备。但是在实际系统中，无线信道和RFF通常叠加在一起，不利于密钥生成和RFF识别。所以，1）无线信道与RFF的分离问题，即RFF的估计问题，2）RFF的识别问题，3）高效无线信道密钥生成问题，是无线通信物理层安全研究中需要解决的关键问题。
　　本文面向无线通信物理层安全领域，研究了多天线正交频分复用(OFDM)系统中的RFF估计和识别方法以及新型的适用于多输入多输出正交频分复用(MIMO-OFDM)系统的密钥生成方法，具体的研究内容和创新性研究成果如下：
　　1，提出了一种适用于均匀线阵（ULA）的OFDM系统中的发射机RFF估计算法
　　在检测设备接收到的无线信号中，待识别的发射机RFF与无线信道响应叠加在一起。无线信道响应会对RFF估计造成干扰，已有的RFF识别方法尚未考虑RFF与无线信道的分离问题。我们提出了一种适用于ULA的OFDM系统中的发射机RFF估计算法（ERFFE算法），将OFDM系统的子载波作为探针来获得发射机的带内频率响应，可以利用单个OFDM符号的信道估计获取发射机RFF。ERFFE算法的优势有：1）不依赖于信道互易性；2）不需要通过无线信道反馈信道状态信息(CSI)；3）不需要多个符号协同处理。仿真结果表明，ERFFE算法的RFF估计性能显著优于基于信道互易性的方法（CR-based）；在相同条件下，相比CR-based方法，ERFFE算法的RFF估计精度提升大于一个数量级。
　　2，提出了一种基于能量选择的发射机RFF估计算法
　　针对接收机天线数量受限的情况，通过分析多径能量分布对RFF估计的影响，提出了基于能量选择的ERFFE算法（ES-ERFFE算法）。ES-ERFFE算法根据能量门限确定需要估计的路径数量，可以有效降低RFF估计所需要的天线数量，并且可以在接收机天线数量不变的情况下达到比ERFFE算法更好的估计性能。仿真结果表明，ES-ERFFE算法的RFF估计性能优于ERFFE算法；在文中的仿真场景下，ES-ERFFE算法可以节省1/3的天线数量。
　　3，提出了一种基于时间分集的发射机RFF估计算法
　　针对低信噪比情况下RFF识别成功率较低的问题，提出了基于时间分集的ERFFE算法（TD-ERFFE算法）。在TD-ERFFE算法中，通过发送多组导频序列来获得相互独立的RFF估计，使用三种RFF联合识别方法来获得RFF识别的时间分集增益。仿真结果表明，在低信噪比区域， TD-ERFFE算法可以显著提高RFF识别成功率。例如，在文中的仿真场景下，当SNR≤13dB时， TD-ERFFE算法的RFF识别成功率可以获得约20%的提高。另外，将TD-ERFFE算法与ES-ERFFE算法相结合，TD-ES-ERFFE算法可以进一步改善RFF识别性能。
　　4，提出了一种适用于均匀矩形阵列（URA）的发射机RFF估计算法
　　在大规模MIMO系统中，接收机天线阵列通常被设计为二维阵列。为了更接近于实际系统，我们提出了一种3D-MIMO信道模型下的适用于URA的RFF估计算法，RD-ERFFE算法。在RD-ERFFE算法中，将URA按照行和列划分成若干个子阵列，通过对到达角（AOA）进行降维处理从每个子阵列得到独立的RFF估计，然后通过RFF联合识别获得识别成功率的子阵列增益。针对AOA降维造成的角度模糊问题，给出了两种角度模糊过滤方法，来降低对RFF识别的影响。仿真结果表明，通过RFF联合识别和角度模糊过滤可以显著提高识别成功率，RD-ERFFE算法的RFF识别性能优于CR-based方法；在相同的天线数量下，URA中的RD-ERFFE算法比ULA中的ERFFE算法具有更好的RFF识别性能。
　　5，提出了一种新型的适用于MIMO-OFDM系统的无线信道密钥生成方法
　　在量化预处理阶段，针对频域冲激响应（CFR）中的信息冗余问题，设计一种基于相关时间的数据粗提取方法；为了提高CFR的一致性，设计了一种基于分组均值有限反馈的数据细提取方法。在信道量化阶段，提出了一种可有效提高密钥生成效率的直接量化方法及其辅助方法。最后，在长期演进增强（LTE-A）系统中进行了仿真分析，验证了所提出的无线信道密钥生成方法的有效性。