典型文献
基于星座图和卷积神经网络的射频指纹识别
文献摘要：
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％.
文献关键词：
卷积神经网络;深度学习;功放非线性;射频指纹
中图分类号：
作者姓名：
刘鑫尧;秋勇涛;皇甫雅帆;刘友江
作者机构：
中国工程物理研究院 电子工程研究所,四川 绵阳 621999
文献出处：
引用格式：
[1]刘鑫尧;秋勇涛;皇甫雅帆;刘友江-.基于星座图和卷积神经网络的射频指纹识别)[J].太赫兹科学与电子信息学报,2022(05):458-463
A类：
B类：
星座图,射频指纹识别,物理层,通信安全,信道,通信场景,低信噪比,识别准确率,实验系统,dB,综合识别,识别率,功放非线性
AB值：
0.22874
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
