基于Transformer和支持向量数据描述的LED光谱指纹开集识别方法及相关设备技术

本发明专利技术提供一种基于Transformer和支持向量数据描述的LED光谱指纹开集识别方法及相关设备。该方法包括：采集至少一个LED设备发射的光信号并将所述光信号转换为光谱数据，将所述光谱数据分为训练集和测试集；将训练集输入至预设的特征提取网络进行网络训练以学习得到光谱特征向量；其中，所述特征提取网络包括Transformer分支、CNN分支和特征交互模块；基于训练集的所述光谱特征向量，利用SVDD算法构建超球体模型，并对超球体模型的参数进行优化得到最优超球体模型；将测试集中测试样本输入至训练好的特征提取网络得到对应的光谱特征向量，将测试样本的光谱特征向量输入至所述最优超球体模型进行分类。

【技术实现步骤摘要】

本专利技术涉及光谱分析和机器学习，尤其涉及一种基于transformer和支持向量数据描述(support vector data description，svdd)的led光谱指纹开集识别方法及相关设备。

技术介绍

1、随着无线通信技术的快速发展，传统射频(rf)通信面临频谱拥堵和安全性问题。可见光通信(vlc)作为一种新兴技术，利用发光二极管(led)进行数据传输，提供了高带宽、低成本的解决方案，并增强了通信系统的安全性。然而，随着vlc系统的广泛应用，其安全性挑战逐渐显现，尤其是在识别未认证或不信任设备方面的问题。因此，确保vlc系统的安全运行并有效识别潜在威胁设备成为当前研究的重要方向。

2、在射频系统的启发下，设备指纹技术被应用于光通信领域，以防止欺骗或模拟攻击。通过分析发光二极管(led)发出的光来提取与led硬件相关的细微特征，并为每个设备生成特定签名以识别单个设备。

3、(1)传统识别方法的局限性

4、目前，大多数led光源识别和检测方法主要依赖光谱分析和简单的统计方法。这些方法通常通过测量led光源的光本文档来自技高网...

【技术保护点】

1.基于Transformer和支持向量数据描述的LED光谱指纹开集识别方法，其特征在于，包括：

2.根据权利要求1所述的基于Transformer和支持向量数据描述的LED光谱指纹开集识别方法，其特征在于，所述Transformer分支采用Transformer编码器，所述CNN分支包括两个第一卷积层，所述特征交互模块包括两个第二卷积层、下采样层和上采样层；

3.根据权利要求1所述的基于Transformer和支持向量数据描述的LED光谱指纹开集识别方法，其特征在于，步骤2中，所述网络训练的过程中，采用由中心损失和交叉熵损失构成的组合损失函数。

4....

【技术特征摘要】

1.基于transformer和支持向量数据描述的led光谱指纹开集识别方法，其特征在于，包括：

2.根据权利要求1所述的基于transformer和支持向量数据描述的led光谱指纹开集识别方法，其特征在于，所述transformer分支采用transformer编码器，所述cnn分支包括两个第一卷积层，所述特征交互模块包括两个第二卷积层、下采样层和上采样层；

3.根据权利要求1所述的基于transformer和支持向量数据描述的led光谱指纹开集识别方法，其特征在于，步骤2中，所述网络训练的过程中，采用由中心损失和交叉熵损失构成的组合损失函数。

4.根据权利要求1所述的基于transformer和支持向量数据描述的led光谱指纹开集识别方法，其特征在于，步骤3中，采用粒子群优化算法对超球体模型的参数进行优化得到最优超球体模型；其中，一个粒子代表超球体模型的一组参数，采用超球体模型在所述参数下的分类准确率作为粒子的适应度。

5.根据权利要求1至4任一项所述的基于transformer和支持向量数据描述的led光谱指纹开集识别方法，其特征...

【专利技术属性】
技术研发人员：李盾，申丽慧，马瑞鹏，张剑，张二峰，张艳语，朱义君，
申请(专利权)人：中国人民解放军网络空间部队信息工程大学，
类型：发明
国别省市：