公开(公告)号：CN114417914A

公开(公告)日：2022-04-29

申请号：CN202111624298.X

申请日：2021-12-28

Applicant: 东南大学

Inventor： 彭林宁 ,  殷鹏程 ,  付华 ,  胡爱群

IPC: G06K9/00 ,  G06N3/04 ,  H04W12/79

Abstract: 本发明涉及信息安全技术领域，具体的说是设计一种基于多通道卷积神经网络的射频指纹提取与识别方法。包括：(1)采集无线设备的发送信号，并进行预处理；(2)对于每个信号，将信号划分为前瞬态、稳态、尾瞬态部分，分别生成差分星座轨迹图(DifferentialConstellationTraceFigure,DCTF)；(3)将得到的DCTF数据集分为训练集和测试集，利用训练集训练一个多通道卷积神经网络分类器；(4)对于接收到的无线设备发送的信号，利用训练好的多通道卷积神经网络对其进行分类识别。本发明利用信号不同部分的DCTF构建多通道卷积神经网络进行射频指纹提取与识别，避免部分信号特征在DCTF中被淹没并且平衡信号不同部分特征权重，使得识别效果更好，尤其在低信噪比场景下。

公开(公告)号：CN114417914B

公开(公告)日：2024-11-26

申请号：CN202111624298.X

申请日：2021-12-28

Applicant: 东南大学

Inventor： 彭林宁 ,  殷鹏程 ,  付华 ,  胡爱群

IPC: G06F18/24 ,  G06N3/0464 ,  H04W12/79

Abstract: 本发明涉及信息安全技术领域，具体的说是设计一种基于多通道卷积神经网络的射频指纹提取与识别方法。包括：(1)采集无线设备的发送信号，并进行预处理；(2)对于每个信号，将信号划分为前瞬态、稳态、尾瞬态部分，分别生成差分星座轨迹图(DifferentialConstellationTraceFigure,DCTF)；(3)将得到的DCTF数据集分为训练集和测试集，利用训练集训练一个多通道卷积神经网络分类器；(4)对于接收到的无线设备发送的信号，利用训练好的多通道卷积神经网络对其进行分类识别。本发明利用信号不同部分的DCTF构建多通道卷积神经网络进行射频指纹提取与识别，避免部分信号特征在DCTF中被淹没并且平衡信号不同部分特征权重，使得识别效果更好，尤其在低信噪比场景下。