[发明专利]一种基于多采样卷积神经网络的射频指纹提取和识别方法在审
| 申请号： | 201910080034.9 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109919015A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 胡爱群;俞佳宝;李古月;彭林宁 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 冯艳芬 |
| 地址： | 211102 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多采样卷积神经网络的射频指纹提取和识别方法，包括：(1)采集不同环境参数下的仿真环境中无线设备的输出信号，并进行预处理；(2)将所有预处理后的信号按预设比例随机划分成训练集、验证集和测试集，并采用切片技术将所述训练集、验证集和测试集扩大；(3)根据训练集和验证集对多采样卷积神经网络进行参数选择和训练，其中多采样卷积神经网络由降采样层、局部卷积层和全连接层构成；(4)针对实际接收的无线设备输出信号，利用训练好的多采样卷积神经网络对其进行分类识别。本发明识别效果更好。 | ||
| 搜索关键词： | 卷积神经网络 采样 训练集 验证集 预处理 射频指纹 输出信号 无线设备 测试集 参数选择 仿真环境 分类识别 环境参数 切片技术 降采样 连接层 卷积 预设 采集 | ||
【主权项】：
1.一种基于多采样卷积神经网络的射频指纹提取和识别方法，其特征在于：(1)采集不同环境参数下的仿真环境中无线设备的输出信号，并进行预处理；(2)将所有预处理后的信号按预设比例随机划分成训练集、验证集和测试集，并采用切片技术将所述训练集、验证集和测试集扩大；(3)根据训练集和验证集对多采样卷积神经网络进行参数选择和训练，其中多采样卷积神经网络由降采样层、局部卷积层和全连接层构成；(4)针对实际接收的无线设备输出信号，利用训练好的多采样卷积神经网络对其进行分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910080034.9/，转载请声明来源钻瓜专利网。
