基于嵌入式的无线设备RF指纹识别方法及装置

    公开(公告)号:CN113347637B

    公开(公告)日:2023-07-18

    申请号:CN202110419084.2

    申请日:2021-04-19

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于嵌入式的无线设备RF指纹识别方法及装置,其中方法包括:根据控制指令获取每个无线设备对应的射频信号,并对射频信号进行预处理,以得到每个无线设备对应的基带信号,以及将基带信号转换成数据帧进行传输;对数据帧进行正交信号包络提取和起点检测,以得到每个无线设备对应的训练数据包;对每个无线设备对应的训练数据包进行分类标注后,输入到预先建立的指纹识别模型中进行训练,以得到训练好的指纹识别模型;获取待识别无线设备的射频信号,并将待识别无线设备的射频信号输入到训练好的指纹识别模型,以对待识别无线设备进行识别,从而大大降低了无线设备识别成本和算力要求,提供了更加高效和稳定的无线安全保障。

    基于嵌入式的无线设备RF指纹识别方法及装置

    公开(公告)号:CN113347637A

    公开(公告)日:2021-09-03

    申请号:CN202110419084.2

    申请日:2021-04-19

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于嵌入式的无线设备RF指纹识别方法及装置,其中方法包括:根据控制指令获取每个无线设备对应的射频信号,并对射频信号进行预处理,以得到每个无线设备对应的基带信号,以及将基带信号转换成数据帧进行传输;对数据帧进行正交信号包络提取和起点检测,以得到每个无线设备对应的训练数据包;对每个无线设备对应的训练数据包进行分类标注后,输入到预先建立的指纹识别模型中进行训练,以得到训练好的指纹识别模型;获取待识别无线设备的射频信号,并将待识别无线设备的射频信号输入到训练好的指纹识别模型,以对待识别无线设备进行识别,从而大大降低了无线设备识别成本和算力要求,提供了更加高效和稳定的无线安全保障。

    基于度量学习的车辆节点身份识别方法及装置

    公开(公告)号:CN112566117A

    公开(公告)日:2021-03-26

    申请号:CN202011228860.2

    申请日:2020-11-06

    Applicant: 厦门大学

    Abstract: 本发明提出了一种基于度量学习的车辆节点身份识别方法及装置,该方法包括:基于度量学习理论建立多目标开放类个体表征计算模型;获取不同车辆节点对应的无线信号并进行预处理,以得到数据维度为N的不同车辆节点对应的无线信号;根据无线信号对多目标开放类个体表征计算模型进行训练,以得到降维后的数据维度为d的标准特征值;将待识别车辆节点对应的无线信号输入到训练好的多目标开放类个体表征计算模型,以得到数据维度为d的测试特征值;计算测试特征值与标准特征值的最小欧式距离,并将最小欧式距离与预设阈值进行比较以识别测试特征值对应的待识别车辆节点的身份是否合法;从而在保证安全认证的同时还避免了资源浪费。

    基于ACGAN-GP的小样本无线设备RF指纹识别方法及装置

    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

    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。

    基于度量学习的车辆节点身份识别方法及装置

    公开(公告)号:CN112566117B

    公开(公告)日:2023-12-08

    申请号:CN202011228860.2

    申请日:2020-11-06

    Applicant: 厦门大学

    Abstract: 本发明提出了一种基于度量学习的车辆节点身份识别方法及装置,该方法包括:基于度量学习理论建立多目标开放类个体表征计算模型;获取不同车辆节点对应的无线信号并进行预处理,以得到数据维度为N的不同车辆节点对应的无线信号;根据无线信号对多目标开放类个体表征计算模型进行训练,以得到降维后的数据维度为d的标准特征值;将待识别车辆节点对应的无线信号输入到训练好的多目标开放类个体表征计算模型,以得到数据维度为d的测试特征值;计算测试特征值与标准特征值的最小欧式距离,并将最小欧式距离与预设阈值进行比较以识别测试特征值对应的待识别车辆节点的身份是否合法;从而在保证安全认证的同时还避免了资源浪费。

Patent Agency Ranking