基于瞬态时域波形多模态融合的Modbus设备信号指纹提取和自更新方法

本发明公开了一种基于瞬态时域波形多模态融合的Modbus设备信号指纹提取和自更新方法，包括以下步骤：对Modbus设备信号进行采集和预处理，综合分析信号的瞬态波形特征，包括时域、频域、小波域三方面特征，选用改进的稀疏表示(SRC)模型，提高特征选择过程中的稀疏性，突出关键特征。使用卷积神经网络(CNN)作为基础架构，输入经过多模态融合后的稀疏系数向量，训练生成每个设备独一无二的“信号指纹”。本发明在Modbus设备信号指纹提取过程中，优化SRC模型多模态融合技术，综合利用多种信号特征，显著提高了指纹提取的准确性和鲁棒性。此外，系统具备的自更新机制使得其采用了在线学习方式保持指纹库实时更新，增强了系统的长期适用性和安全性。