基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法技术

本发明专利技术公开了一种基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法。在现有技术中，大多数射频指纹识别模型在多径信道条件下受到干扰，识别性能下降。为了解决这一问题，本发明专利技术提出了一种基于条件生成对抗网络的信道均衡方法，通过生成延长的前导序列来提升信道估计效果，配合多通道注意力网络进行特征提取。在特征提取阶段，本发明专利技术利用四种不同的信号表示，包括时域信号、短时傅里叶变换、载波频偏和快速傅里叶变换特征作为多通道注意力网络的输入，并使用信道响应作为调制因子，对注意力网络的参数进行细化调整。

【技术实现步骤摘要】

本专利技术属于射频指纹识别，尤其涉及一种基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法。

技术介绍

1、随着无线通信和物联网(iot)技术的快速发展，大量iot设备接入到网络中，传递着各种状态和控制信息，这对设备的安全性提出了更高要求。如何在网络中对iot设备进行有效的鉴权已成为一个急需解决的问题。传统的设备鉴权方法主要依赖于网络层标识符，例如ip地址和mac地址。然而，这些方法在应对伪造和篡改方面存在天然的弱点，一旦标识符泄露，网络中其他设备便可能遭到攻击和入侵。因此，研究人员逐渐转向基于物理层的身份认证技术，以提升设备认证的安全性和可靠性。

2、射频指纹(radio frequency fingerprint,rff)识别技术是物理层设备识别中的重要方法之一。与ip和mac等标识符不同，射频指纹基于设备射频发射模块在制造过程中产生的微小硬件差异，这些差异在信号传输过程中会表现为独特的信号特征，难以复制或伪造。这些特征形成了每个设备独一无二的射频指纹，提供了高度可靠的身份认证手段。

3、然而，射频指纹识别在实际应用中仍面本文档来自技高网...

【技术保护点】

1.基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，包括如下步骤：

2.根根权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，步骤(1)的具体特征包括：

3.根据权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，步骤(2)的具体特征包括：

4.根据权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，步骤(3)的具体特征包括：

5.根据权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在...

【技术特征摘要】

1.基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，包括如下步骤：

2.根根权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，步骤(1)的具体特征包括：

3.根据权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，步骤(2)的具体特征包括：

4.根据权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别方法，其特征在于，步骤(3)的具体特征包括：

5.根据权利要求1所述的基于条件生成对抗网络与多通道注意力网络的射频指纹识别...

【专利技术属性】
技术研发人员：刘楠，蔡秦楚，潘志文，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：