基于时频和双谱特征融合的DA-ResNeXt50射频指纹识别方法
针对射频指纹识别中单一特征无法全面表示信号的完整性,且类间特征差异较小从而限制识别准确率等问题,提出了一种基于时频和双谱特征融合的DA-ResNeXt50(ResNeXt50 with dense connection and ACBlock)射频指纹识别方法。首先,对采集到的不同设备的信号分别进行短时傅里叶变换(short-time Fourier transform, STFT)和双谱变换,将得到的图像二值化处理并拼接,综合利用两种变换分别在时频域和高阶统计特性上的优势,更全面地提取和表征不同设备的射频指纹特征;然后,提出了DA-ResNeXt50网络模型,借鉴密集连接思想,使四层残差单元...
Saved in:
Published in | 电信科学 Vol. 40; no. 9; pp. 54 - 65 |
---|---|
Main Authors | , , , , |
Format | Journal Article |
Language | Chinese |
Published |
中国通信学会
20.09.2024
人民邮电出版社有限公司 杭州电子科技大学机械工程学院,浙江 杭州 310018%杭州电子科技大学通信工程学院,浙江 杭州 310018 |
Subjects | |
Online Access | Get full text |
ISSN | 1000-0801 |
DOI | 10.11959/j.issn.1000-0801.2024208 |
Cover
Summary: | 针对射频指纹识别中单一特征无法全面表示信号的完整性,且类间特征差异较小从而限制识别准确率等问题,提出了一种基于时频和双谱特征融合的DA-ResNeXt50(ResNeXt50 with dense connection and ACBlock)射频指纹识别方法。首先,对采集到的不同设备的信号分别进行短时傅里叶变换(short-time Fourier transform, STFT)和双谱变换,将得到的图像二值化处理并拼接,综合利用两种变换分别在时频域和高阶统计特性上的优势,更全面地提取和表征不同设备的射频指纹特征;然后,提出了DA-ResNeXt50网络模型,借鉴密集连接思想,使四层残差单元每一层都与前面所有层直接相连,促进了特征的复用和传递,能更好地捕捉类间细微差异;最后,使用非对称卷积模块(asymmetric convolution block, ACBlock)替换模型最后一层残差单元的3×3卷积,可以有效地增加网络的感受野,增强卷积核的骨架部分,从而提高射频指纹识别性能。实验结果表明,相较于使用单一特征提取方法,提出的特征融合方法的性能有较大的提升,改进后的模型与多种经典模型相比,具有较高的识别精度。 |
---|---|
ISSN: | 1000-0801 |
DOI: | 10.11959/j.issn.1000-0801.2024208 |