一种新的基于信号导频的射频指纹识别方法

摘要：

现有基于深度学习的射频指纹识别技术大多采用原始数据样本作为网络输入,未考虑信号携带内容对分类结果产生的影响,网络结构相对单一.为此,针将信号导频部分作为网络输入展开了研究,提出了一种新的导频提取算法,对10个ADALM-PLUTO软件定义无线电设备(SDR)辐射出的信号提取其导频,并建立了3种不同距离条件下的导频数据集.提出将Inception网络结构用于射频指纹识别,在10 m无线传输距离下达到了98.58％的分类精度,相较于现有基于AlexNet网络改进的卷积神经网络(CNN),分类精度有所提升.

关键词：射频指纹识别、深度学习、无线通信、导频提取、卷积神经网络

所属期刊栏目：48

分类号：TN918.91

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2566-2575