一种电力物联网射频指纹识别方法及计算设备技术

本申请涉及射频指纹识别技术领域，尤其涉及电力物联网射频指纹识别方法及计算设备。方法包括：获取理想状态的信号样本进行加噪以构建训练集，并确定训练集中信号样本对应设备的可信标签；基于训练集对降噪自编码器模型进行训练，并更新降噪自编码器模型的参数；获取待验证设备的射频信号，并通过参数更新后的降噪自编码器模型中的编码器提取待验证设备的射频信号的射频指纹特征；将射频指纹特征输入参数更新后的降噪自编码器模型的分类器中，分类器基于指纹特征预测设备标签；分类器将设备标签与可信标签比较，进行识别。本申请通过在理想射频信号中添加噪音模拟含有噪音的信号，然后从中提取特征，特别是在低信噪比条件下，能够有效地识别设备。

【技术实现步骤摘要】

本申请涉及射频指纹识别，尤其涉及一种电力物联网射频指纹识别方法及计算设备。

技术介绍

1、物联网技术通过将物理设备集成到网络中，使其能够相互通信并提供高效的服务。由于物联网设备提供并访问大量隐私信息，因此物联网设备的身份认证成为了物联网技术中一个关键性的安全挑战。在电力物联网系统中，涉及到大量的敏感数据，如电网运行状态、设备性能等信息，这些信息的泄露可能对电力系统和国家能源安全造成严重威胁。

2、因此，需要通过身份认证确保接入设备的可信性，保障数据在传输过程中的安全性。在此背景下，电力物联网用户身份验证中部署射频指纹识别受到越来越多的关注。

3、现有的射频指纹识别技术在识别低功耗的无线设备时，存在受噪声影响大和识别精度低等问题。在这种情况下，低信噪比将覆盖移动设备间射频指纹的细微差异，从而难以识别出不同设备的差异。

技术实现思路

1、有鉴于此，有必要提供一种电力物联网射频指纹识别方法及计算设备，以解决现有技术中在识别低功耗的无线设备时，存在受噪声影响大和识别精度低等问题。

本文档来自技高网...

【技术保护点】

1.一种电力物联网射频指纹识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于所述训练集对降噪自编码器模型进行训练，并更新降噪自编码器模型的参数，包括：

3.根据权利要求2所述的方法，其特征在于，通过最小化所述重构误差和所述分类误差的组合，对降噪自编码器模型进行训练，对降噪自编码器模型进行参数更新，包括：

4.根据权利要求3所述的方法，其特征在于，包括：

5.根据权利要求4所述的方法，其特征在于，包括：对降噪自编码器模型进行训练时，采用随机梯度下降法更新解码器和分类器的参数，以最小化损失函数。p>

6.根据权...

【技术特征摘要】

1.一种电力物联网射频指纹识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于所述训练集对降噪自编码器模型进行训练，并更新降噪自编码器模型的参数，包括：

3.根据权利要求2所述的方法，其特征在于，通过最小化所述重构误差和所述分类误差的组合，对降噪自编码器模型进行训练，对降噪自编码器模型进行参数更新，包括：

4.根据权利要求3所述的方法，其特征在于，包括：

5.根据权利要求4所述的方法，其特征在于，包括：对降噪自编码器模型进行训练时，采用随...

【专利技术属性】
技术研发人员：马振华，赵晓琦，宋文龙，陈鹏，张福荣，白涛，徐涛，马静，王蓉蓉，潘靓妮，贾博，赵睿，刘宏岭，卢磊，田芳，张琴琴，
申请(专利权)人：国网宁夏电力有限公司石嘴山供电公司，
类型：发明
国别省市：