公开(公告)号：CN114387627A

公开(公告)日：2022-04-22

申请号：CN202210026844.8

申请日：2022-01-11

Applicant: 厦门大学

Inventor： 赵彩丹 ,  罗格格 ,  余锦辉 ,  王艺霖

IPC: G06V40/12 ,  G06V40/13 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度度量学习的小样本无线设备射频指纹识别方法及装置，其方法包括：获取多个无线设备对应的射频信号，并进行预处理，以生成训练集；建立基于深度度量学习的小样本无线信号分类识别网络模型，以进行特征提取与特征比较；采用元学习的训练方式自适应学习特征距离，通过N‑way K‑shot的方式输入训练数据，在训练过程中同步进行测试过程，通过将完整的数据集划分为多个小型分类任务的数据集不断适应未知的任务；采用交叉熵损失函数对网络模型进行最终优化。由此，提高了小样本场景下无线信号射频指纹识别的识别率。

公开(公告)号：CN112329579A

公开(公告)日：2021-02-05

申请号：CN202011173288.4

申请日：2020-10-28

Applicant: 厦门大学

Inventor： 赵彩丹 ,  罗格格 ,  雷杨

IPC: G06K9/00

Abstract: 本发明公开了一种基于ACGAN‑GP的小样本无线设备RF指纹识别方法、介质、设备及装置，其中方法包括：获取无线设备的射频信号，并对所述射频信号进行预处理，以生成相应的训练信号；根据ACGAN‑GP识别检测算法和所述训练信号进行生成模型和判别模型的训练，并根据训练结果确定最终判别模型；获取待检测射频信号，并将所述待检测射频信号输入到最终判别模型，以通过所述最终判别模型对所述待检测射频信号进行识别；能够对无线设备RF指纹进行有效识别，同时，无需人工对指纹特征进行提取，简化指纹识别流程，降低无线设备RF指纹识别难度。

公开(公告)号：CN111007871B

公开(公告)日：2022-04-29

申请号：CN201911203163.9

申请日：2019-11-29

Applicant: 厦门大学

Inventor： 赵彩丹 ,  罗格格 ,  陈彩云 ,  施芝元

IPC: G05D1/10

Abstract: 本发明公开了一种无人机动态特征识别方法、介质、设备及装置，其中方法包括：获取无人机处于不同飞行状态下的第一微多普勒信号；提取第一微多普勒信号的动态特征；根据特征属性增强算法对第一微多普勒信号和动态特征进行扩充，以得到扩充后的无人机信号特征域；根据扩充后的无人机信号特征域进行无人机检测识别模型的训练，以得到无人机检测识别模型；获取待检测无人机的第二微多普勒信号，并通过无人机检测识别模型对第二微多普勒信号进行检测，以获取待检测无人机的动态特征；能够对无人机飞行过程中的动态特征进行有效识别，提高检测结果的可靠性，进而保障航空安全性。

公开(公告)号：CN111007871A

公开(公告)日：2020-04-14

申请号：CN201911203163.9

申请日：2019-11-29

Applicant: 厦门大学

Inventor： 赵彩丹 ,  罗格格 ,  陈彩云 ,  施芝元

IPC: G05D1/10

Abstract: 本发明公开了一种无人机动态特征识别方法、介质、设备及装置，其中方法包括：获取无人机处于不同飞行状态下的第一微多普勒信号；提取第一微多普勒信号的动态特征；根据特征属性增强算法对第一微多普勒信号和动态特征进行扩充，以得到扩充后的无人机信号特征域；根据扩充后的无人机信号特征域进行无人机检测识别模型的训练，以得到无人机检测识别模型；获取待检测无人机的第二微多普勒信号，并通过无人机检测识别模型对第二微多普勒信号进行检测，以获取待检测无人机的动态特征；能够对无人机飞行过程中的动态特征进行有效识别，提高检测结果的可靠性，进而保障航空安全性。