期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种新的基于信号导频的射频指纹识别方法
被引量：
4
1
作者
曾盛
朱丰超
杨剑
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第12期2566-2575,共10页
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...
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。
展开更多
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
下载PDF
职称材料
基于射频信号特征的Airmax设备指纹提取方法
被引量：
2
2
作者
季澈
彭林宁
+1 位作者
胡爱群
王栋
《数据采集与处理》
CSCD
北大核心
2020年第2期331-343,共13页
针对私有协议的Airmax设备,提出了一种新的射频指纹提取方法。首先,介绍了软硬件实验环境的搭建并简要介绍了Airmax技术,然后介绍了帧前导信号的提取方法,分为粗定位和精确定位,接着从理论分析和实验验证阐述了Airmax射频指纹的提取方...
针对私有协议的Airmax设备,提出了一种新的射频指纹提取方法。首先,介绍了软硬件实验环境的搭建并简要介绍了Airmax技术,然后介绍了帧前导信号的提取方法,分为粗定位和精确定位,接着从理论分析和实验验证阐述了Airmax射频指纹的提取方法。提取的特征维数为14,其中频率偏移相关的特征有2个,幅度相关的特征有12个。最后,基于这14维特征使用K-means算法及决策树模型对设备特征数据集进行了训练和分类,计算了分类准确率,两个模型的准确率都达到了100%,对于4个设备的分类问题,K-means算法的准确率为92.4%,决策树模型的准确率为100%。
展开更多
关键词
前导码提取
决策树
K-MEANS算法
射频指纹
设备识别
下载PDF
职称材料
题名
一种新的基于信号导频的射频指纹识别方法
被引量：
4
1
作者
曾盛
朱丰超
杨剑
机构
火箭军工程大学作战保障学院
火箭军工程大学导弹工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第12期2566-2575,共10页
基金
国家自然科学基金(61601474,62071480)。
文摘
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
Keywords
radio
frequency
fingerprint
identification
deep
learning
wireless
communication
preamble
extraction
convolutional
neural
network
分类号
TN918.91 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于射频信号特征的Airmax设备指纹提取方法
被引量：
2
2
作者
季澈
彭林宁
胡爱群
王栋
机构
东南大学网络空间安全学院
网络通信与安全紫金山实验室
出处
《数据采集与处理》
CSCD
北大核心
2020年第2期331-343,共13页
基金
国家自然科学基金(61941115)资助项目
江苏省重点研发计划(BE2019109)资助项目
网络通信与安全紫金山实验室资助项目。
文摘
针对私有协议的Airmax设备,提出了一种新的射频指纹提取方法。首先,介绍了软硬件实验环境的搭建并简要介绍了Airmax技术,然后介绍了帧前导信号的提取方法,分为粗定位和精确定位,接着从理论分析和实验验证阐述了Airmax射频指纹的提取方法。提取的特征维数为14,其中频率偏移相关的特征有2个,幅度相关的特征有12个。最后,基于这14维特征使用K-means算法及决策树模型对设备特征数据集进行了训练和分类,计算了分类准确率,两个模型的准确率都达到了100%,对于4个设备的分类问题,K-means算法的准确率为92.4%,决策树模型的准确率为100%。
关键词
前导码提取
决策树
K-MEANS算法
射频指纹
设备识别
Keywords
preamble
extraction
decision
tree
K-means
algorithm
radio
frequency(RF)fingerprint
device
identification
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种新的基于信号导频的射频指纹识别方法
曾盛
朱丰超
杨剑
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022
4
下载PDF
职称材料
2
基于射频信号特征的Airmax设备指纹提取方法
季澈
彭林宁
胡爱群
王栋
《数据采集与处理》
CSCD
北大核心
2020
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
