一种融合多特征的RSBU-LSTM射频指纹识别方法

AITNT
正文
推荐专利
一种融合多特征的RSBU-LSTM射频指纹识别方法
申请号:CN202410716037
申请日期:2024-06-04
公开号:CN118606889A
公开日期:2024-09-06
类型:发明专利
摘要
本发明公开了一种融合多特征的RSBU‑LSTM射频指纹识别方法,包括:一、射频信号的采集及处理;二、构建RSBU‑LSTM神经网络模型;三、I分量、Q分量和相位的特征提取;步骤四、RSBU‑LSTM神经网络模型的训练;五、利用训练好的RSBU‑LSTM神经网络模型进行射频指纹识别。本发明方法步骤简单、设计合理,通过I分量、Q分量和相位信号多个特征作为网络的输入,采用RSBU‑CW模块来抑制噪声并提取相关特征,以及LSTM网络模块提取非相邻周期信号的相关特征,有效提升了在低信噪比环境条件下的射频指纹识别准确率。
技术关键词
射频指纹识别方法 神经网络模型 融合多特征 LSTM神经网络 分量特征 无线设备 计算机 分支 网络模块 信号 相位特征 训练集 优化器 信噪比 标签 噪声
系统为您推荐了相关专利信息
1
异常对象处理方法、装置、设备、介质以及产品
异常对象 对象识别 船舶 深度学习模型 计算机程序产品
2
一种基于大语言模型的数据价值发现和风险评估系统及方法
主题语义 数据 风险评估系统 大语言模型 循环神经网络模型
3
一种基于局部相关性的二进制代码匹配检测方法
匹配检测方法 循环卷积神经网络 神经网络模型 序列 神经网络结构
4
一种基于图神经网络的孪生表面接触变形误差建模方法
变形误差 建模方法 神经网络结构 接触面 中间层
5
一种用于文献的深度学习的数字传输方法
数字传输方法 网络性能数据 卷积神经网络模型 深度学习模型训练 传输路径
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号