基于深度学习的重采样对特定辐射源识别性能影响的研究
信号处理
2023-05-09 v1
摘要
物联网（IoT）部署的日益增长呈现出不断扩大的攻击面，恶意行为者可借此发起攻击。由于大多数 IoT 设备使用弱加密或完全无加密，这一令人不安的事实更被放大。特定辐射源识别（SEI）是一种旨在解决此 IoT 安全弱点的方案。本工作提出了首个深度学习（DL）驱动的 SEI 方法，其在采集后对信号进行上采样以提升性能，同时降低采集信号的 IoT 设备的硬件要求。DL 驱动的上采样相较于两种传统上采样方法和仅用卷积神经网络的方法，取得了更优的 SEI 性能。
引用
@article{arxiv.2305.03853,
title = {An Investigation into the Impacts of Deep Learning-based Re-sampling on Specific Emitter Identification Performance},
author = {Mohamed K. M. Fadul and Donald R. Reising and Lakmali P. Weerasena},
journal= {arXiv preprint arXiv:2305.03853},
year = {2023}
}
备注
This paper is currently under review for publication in the IET Journal of Engineering