本文提出了一种新型的无监督目标模仿攻击框架，旨在欺骗射频指纹（RFFP）识别系统。RFFP通过分析硬件特有的缺陷来识别设备，但现有攻击往往假设攻击者能完全访问合法（受害者）RFFP分类器。本文考虑更现实的场景：攻击者使用完全不同的收发器硬件，且无法访问受害者分类器。框架首先利用无监督学习准确估计目标设备的硬件缺陷，然后结合基于信号处理的方法生成高保真对抗信号，从而复制目标设备的射频签名。实验在蓝牙低功耗（BLE）设备测试平台上进行，评估了视距（LoS）和非视距（NLoS）两种实际部署场景。结果表明，即使在严格的访问限制下，所提攻击仍非常有效，目标攻击成功率比现有基线提高超过80%。此外，还分析了跨域泛化、信号表示不匹配和分类器多样性对攻击效果的影响，凸显了攻击的鲁棒性。该研究揭示了RFFP系统在面对现实世界攻击时的脆弱性，对无线安全领域具有重要警示意义。