摘要
本发明提供一种基于分布鲁棒优化的射频指纹识别方法及系统,包括:采集射频信号作为原始射频输入样本,进行对抗训练,对抗训练中进行对抗扰动和分布约束建模;将对抗训练过程中添加扰动后的最大损失函数最小化,转化为可求解的无约束优化问题,形成新的优化目标;基于新的优化目标,采用对抗攻击机制生成满足分布约束的扰动样本;将生成的对抗样本进行特征提取,输出对潜在攻击具有强鲁棒性的射频指纹分类器。本发明通过引入分布鲁棒优化技术,考虑不同数据分布的变化,最小化模型在最坏情况下的性能损失。即使在面对不同的训练数据分布时,模型也能保持较好的性能,从而提高其在实际应用中的稳定性和可靠性。
技术关键词
射频指纹识别方法
分布鲁棒优化
强鲁棒性
样本
模糊集合
分类器
数据分布
更新模型参数
随机梯度下降
松弛方法
机制
可读存储介质
深度学习模型
神经网络模型
指纹特征
处理器
系统为您推荐了相关专利信息
合规性
样本
非暂态计算机可读存储介质
异构
编码器
场效应管筛选方法
时域特征
电气
离散小波变换
随机森林
深度学习神经网络模型
背景图
图像变换方法
离线
参数
电磁散射快速分析方法
周期阵列结构
矩阵
广义特征值
方程