当前位置: 首页 > 专利查询>东南大学专利>正文

基于Swin-Conv-UNet的低信噪比下射频指纹识别方法及系统技术方案

技术编号:41124169 阅读:46 留言:0更新日期:2024-04-30 17:51
本发明专利技术公开了一种以保护无线网络安全为目的,适用于低信噪比环境下的射频指纹识别策略。在物联网系统中,如何避免入侵者非法监听,篡改,冒充等攻击是保障用户安全的前提。因此,非口令认证的射频指纹识别技术被提出用来保障无线网络的安全。但是在低信噪比环境下,现有的射频指纹识别技术可能无法发挥很好的性能,因此提高低信噪比环境下的射频指纹识别准确率更是亟需解决的问题。本发明专利技术提出将一维射频信号的去噪问题转化为二维时频图的去噪问题,通过Swin‑Conv‑UNet去噪网络来对射频信号的Wigner‑Ville时频图进行去噪,从而降低噪声对射频指纹的影响,大大提高设备识别的准确率。

【技术实现步骤摘要】

本专利技术涉及移动通信技术和无线网络安全领域,尤其是一种保证低信噪比下的射频指纹识别准确率的识别策略。


技术介绍

1、随着物联网技术的飞速发展,其无线网络的开放特性也为它带来了诸多网络安全隐患。为了保障无线网络安全,接入认证技术被提出。其主要是通过识别和验证用户身份来防止非法入侵者进入。但是传统认证技术容易受到非法监听,篡改,冒充等攻击,入侵者可以通过复制密钥和ip/mac地址等识别信息来欺骗设备。因此,非口令认证的射频指纹识别技术被提出用来保障无线网络的安全。但是在低信噪比环境下,现有的射频指纹识别技术可能无法发挥很好的性能,因此如何提升低信噪比环境下的射频指纹识别准确率成为了关键问题。


技术实现思路

1、本专利技术所要解决的技术问题在于,提供一种射频指纹识别策略,能够保证在低信噪比环境下获得较高的的识别准确率。

2、为解决上述技术问题,本专利技术结合了维格纳-维尔(wigner-ville)分布理论,深度学习理论,以分割卷积网络为躯干并结合移位窗口多头自注意力机制和残差卷积网络的去噪网络(sw本文档来自技高网...

【技术保护点】

1.基于Swin-Conv-UNet去噪网络的射频指纹识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于Swin-Conv-UNet去噪网络的射频指纹识别方法,其特征在于,步骤(1)的具体步骤包括:

3.根据权利要求1所述的基于Swin-Conv-UNet去噪网络的射频指纹识别方法,其特征在于,步骤(2)的具体步骤包括:

4.根据权利要求3所述的基于Swin-Conv-UNet去噪网络的射频指纹识别方法,其特征在于,步骤(24)的具体步骤包括:

5.根据权利要求4所述的基于Swin-Conv-UNet去噪网络的射频指纹识别方...

【技术特征摘要】

1.基于swin-conv-unet去噪网络的射频指纹识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于swin-conv-unet去噪网络的射频指纹识别方法,其特征在于,步骤(1)的具体步骤包括:

3.根据权利要求1所述的基于swin-conv-unet去噪网络的射频指纹识别方法,其特征在于,步骤(2)的具体步骤包括:

4.根据权利要求3所述的基于swin-conv-unet去噪网络的射频指纹识别方法,其特征在于,步骤(24)的具体步骤包括:

5.根据权利要求4所述的基于swin-conv-unet去噪...

【专利技术属性】
技术研发人员:刘楠张雅莉潘志文尤肖虎
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1