设备识别方法及系统、电子设备、存储介质

本发明公开了一种设备识别方法及系统、电子设备、存储介质，本发明的设备识别方法基于双向长短期记忆神经网络和卷积神经网络构建混合模型，先利用双向长短期记忆神经网络提取CSI数据的时序特征，再通过卷积神经网络提取CSI数据的局部特征，另外，还通过交叉蒸馏损失函数优化模型参数，使得模型能够在增量学习场景中适应待识别设备的CSI数据进行实时更新，并保持对已有设备特征的记忆。该方法显著提高了设备识别的准确率和抗干扰能力，可以在面对快速时变性、多径效应和信号干扰等复杂无线环境时表现出更高的识别精度，还有效解决了传统模型只能识别固定设备类别的问题。