|
钻瓜专利网为您找到相关结果 47个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于射频指纹的无人机身份认证方法-CN201910242979.6有效
-
彭林宁;耿飞跃;胡爱群
-
东南大学
-
2019-03-28
-
2022-06-24
-
H04W12/79
- 本发明公开了一种基于射频指纹的无人机身份认证方法,包括:(1)接收多个已认证安全的无人机发射的图传信号和控制信号,通过预处理去除掉其中只包含噪声的区域,得到有效信号和噪声混杂在一起的多个有效信号区域;(2)从每个有效信号区域中提取DCTF;(3)提取DCTF的Haar‑like特征,作为对应无人机的射频指纹;(4)分别采用从图传信号提取出的射频指纹和从控制信号提取出的射频指纹进行SVM分类器训练,得到针对图传信号和控制信号的SVM分类器并进行保存;(5)当有无人机需要身份认证时,根据接收信号提取该无人机的射频指纹,并使用训练好的SVM分类器对射频指纹进行识别,实现无人机身份认证。本发明可以快速的实现基于无人机射频指纹的身份认证,且具有较好的实用性和鲁棒性。
- 一种基于射频指纹无人机身份认证方法
- [发明专利]一种基于多通道卷积神经网络的射频指纹提取与识别方法-CN202111624298.X在审
-
彭林宁;殷鹏程;付华;胡爱群
-
东南大学
-
2021-12-28
-
2022-04-29
-
G06K9/00
- 本发明涉及信息安全技术领域,具体的说是设计一种基于多通道卷积神经网络的射频指纹提取与识别方法。包括:(1)采集无线设备的发送信号,并进行预处理;(2)对于每个信号,将信号划分为前瞬态、稳态、尾瞬态部分,分别生成差分星座轨迹图(DifferentialConstellationTraceFigure,DCTF);(3)将得到的DCTF数据集分为训练集和测试集,利用训练集训练一个多通道卷积神经网络分类器;(4)对于接收到的无线设备发送的信号,利用训练好的多通道卷积神经网络对其进行分类识别。本发明利用信号不同部分的DCTF构建多通道卷积神经网络进行射频指纹提取与识别,避免部分信号特征在DCTF中被淹没并且平衡信号不同部分特征权重,使得识别效果更好,尤其在低信噪比场景下。
- 一种基于通道卷积神经网络射频指纹提取识别方法
|