基于深度学习的利用功率放大器非线性的发射机识别
信号处理
2018-11-13 v1
摘要
不同发射机射频前端的缺陷可用于区分它们。这一过程称为利用射频指纹的发射机识别。射频前端中功率放大器的非线性是射频指纹差异的重要原因，从而实现发射机识别。本工作中，我们利用深度学习根据其非线性特征识别不同发射机。通过基于大量测量开发非线性模型生成器，我们能够将发射机识别的评估扩展到比文献中更多的发射机数量。我们也能够研究发射机差异性对识别精度的影响。此外，在真实信道模型下还考虑了许多其他因素，包括调制类型、用于识别的数据长度，以及所传输数据是否为相同或随机数据。仿真结果与实验对比，证实了相似趋势。
引用
@article{arxiv.1811.04521,
title = {Deep Learning Based Transmitter Identification using Power Amplifier Nonlinearity},
author = {Samer S. Hanna and Danijela Cabric},
journal= {arXiv preprint arXiv:1811.04521},
year = {2018}
}