基于增强复数卷积神经网络的射频指纹识别方法及装置

AITNT
正文
推荐专利
基于增强复数卷积神经网络的射频指纹识别方法及装置
申请号:CN202511067109
申请日期:2025-07-31
公开号:CN120929920A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于增强复数卷积神经网络的射频指纹识别方法、装置及设备,涉及物联网安全技术领域,包括:将待识别射频发射机发送的I/Q信号并转为复值射频信号;将复值射频信号及其共轭形式输入增强复数卷积神经网络得到待识别射频发射机的识别结果。增强复数卷积神经网络中复值卷积块的卷积层为宽线性复值卷积层;宽线性复值卷积层通过两个参数一致的卷积滤波器分别对复值射频信号及其共轭形式进行卷积运算,将两个卷积滤波器的处理结果相加作为宽线性复值卷积层的输出。本发明通过宽线性复值卷积层充分提取复值射频信号的特征;并引入SE注意力机制模块,有效提高了网络模型对射频指纹信号的识别性能。
技术关键词
射频指纹识别方法 射频发射机 卷积滤波器 注意力机制 线性 卷积神经网络模型 射频指纹识别装置 通道 表达式 输出特征 训练集 信号获取模块 存储计算机程序 特征值 样本
系统为您推荐了相关专利信息
1
一种继电器节能控制方法及系统
节能控制方法 脉冲宽度调制控制 矩阵分解模型 数据 控制继电器
2
一种用眼习惯监测方法及系统
面部特征 监测方法 摄像机 真实面部 注视点
3
一种跨模态食品检索方法
图像编码器 检索方法 跨模态 全局视觉特征 层次化语义
4
一种飞行器低阻低声爆优化方法
深度神经网络模型 性能预测方法 气动力 非线性 自由曲面变形方法
5
一种基于优化算法联合深度学习的光伏发电异常检测方法
联合深度学习 光伏发电数据 异常检测方法 深度学习模型 多头注意力机制
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