학술논문
合作与欺骗信号共存下的CNN射频指纹识别方法 / Convolutional Neural Network Radio Frequency fingerprint identification method for co-existence of cooperative signal and spoofing signal
Document Type
Academic Journal
Author
Source
太赫兹科学与电子信息学报 / Journal of Terahertz Science and Electronic Information Technology. 20(12):1305-1310
Subject
Language
Chinese
ISSN
2095-4980
Abstract
射频指纹是设备硬件的固有特征,与发射信号本身无关,因此常用于通信抗欺骗中.本文基于射频指纹的原理,采用神经网络对接收机所获得的原始信号样本进行处理,包括I/Q序列、幅度/相位、星座图的二值图和星座图的颜色密度图4种信号表现形式,达到抗欺骗效果.在信干噪比为-30～30 dB的情况下,信号的识别准确率最高可达99.93％.相较于现有文献,本文所提的基于深度学习的方法可适应不同信干噪比的通信场景,在欺骗信号与合法信号同时存在的复杂通信环境下实现抗欺骗.