학술논문

基于星座图和卷积神经网络的射频指纹识别 / Radio frequency fingerprint identification based on constellation and convolutional neural network
Document Type
Academic Journal
Source
太赫兹科学与电子信息学报 / Journal of Terahertz Science and Electronic Information Technology. 20(5):458-463
Subject
卷积神经网络
深度学习
功放非线性
射频指纹
Language
Chinese
ISSN
2095-4980
Abstract
基于无线设备物理层的射频指纹识别是保障通信安全的有效途径.传统射频特征提取方法容易受到信道的信噪比变化的干扰,难以适应动态信噪比下的通信场景.因此,本文提出了一种基于卷积神经网络的射频指纹识别方法,实现了动态信噪比下的射频指纹识别,显著改善了低信噪比下的识别准确率.本文通过搭建实验系统对4台不同功放设备进行识别,实验结果表明,在信噪比为0.5~14.5 dB范围内,该方法的综合识别率达89.4%.