公开(公告)号：CN119474968A

公开(公告)日：2025-02-18

申请号：CN202411493538.0

申请日：2024-10-24

Applicant: 南京邮电大学

Inventor： 杨璨 ,  王禹 ,  张家瑞 ,  张金龙 ,  桂冠

IPC: G06F18/24 ,  G06N3/084

Abstract: 本发明提供了一种基于双流特征嵌入与一致性正则化的射频指纹识别方法，依次包括：获取并构建带标签的无线信号数据集，并分离内容信息与硬件特征；将无线信号数据集导入双流特征嵌入模块，提取原始信号和屏蔽信号的硬件特征；计算交叉熵分类损失与正则化损失，确保特征提取和分布一致性；基于综合损失函数对双流特征嵌入模块的参数进行优化；动态扩展双流特征嵌入模块，增加新类别分类器以适应新设备；部署模型进行在线识别，并实时更新模型权重。本发明通过一致性指导的稳健学习框架，有效增强了RFF在内容篡改场景下的识别性能和鲁棒性。

公开(公告)号：CN119316256A

公开(公告)日：2025-01-14

申请号：CN202411371975.5

申请日：2024-09-29

Applicant: 南京邮电大学

Inventor： 王禹 ,  朱应申 ,  周婉玉 ,  武向勇 ,  胡力凡 ,  张家瑞 ,  桂冠

IPC: H04L27/00 ,  H04L25/02 ,  G06F18/25 ,  G06F18/15 ,  G06F18/24 ,  G06N3/045 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种基于时频特征融合的脉冲神经网络通信制式识别方法、系统、电子设备及存储介质，其中方法包括：从物联网设备中获取通信制式数据并制作为初始通信制式数据集，将初始通信制式数据集按照比例划分为训练集、验证集和测试集数据；将划分的训练集导入时频域特征融合模块，获得综合时频域信息的样本特征；将综合时频域信息的样本特征输入脉冲神经网络模型，获得初始模型预测值、模型权重；将模型预测值与标签值代入分类损失函数计算，获得分类损失值；使用分类损失值更新脉冲神经网络模型参数，直至获得最优的脉冲神经网络模型；本发明提高对复杂现实环境中的通信制式数据检测效率与识别精度，同时降低资源受限场景下的识别能耗问题。