基于符号轨迹图的深度学习设备识别方法
信号处理
2024-02-13 v2 图像与视频处理
摘要
设备认证是任何通信系统的关键方面。近来，物理层方法射频（RF）指纹识别因在不需额外组件情况下提供额外安全层而受到日益关注。本文提出一种基于 RF 指纹识别的发射机认证方法——密度轨迹图（DTP），以利用设备可识别指纹。仅将 IQ 不平衡作为特征来源，DTP 可从符号转移轨迹与密度中心漂移中高效提取设备可识别指纹。总共基于星座、眼图与相位轨迹分别生成并测试了三种 DTP 模态，对照三种深度学习分类器：2D-CNN、2D-CNN+biLSTM 与 3D-CNN。这些 DTP 与分类器配对的可行性使用从 ADALM-PLUTO 软件定义无线电（SDRs）收集的实际数据集进行了验证。
引用
@article{arxiv.2306.16622,
title = {Deep Learning Methods for Device Identification Using Symbols Trace Plot},
author = {Da Huang and Akram Al-Hourani and Kandeepan Sithamparanathan and Wayne S. T. Rowe},
journal= {arXiv preprint arXiv:2306.16622},
year = {2024}
}