基于神经网络的端到端无线电指纹识别
信号处理
2020-10-13 v1
摘要
本文提出一种从其传输信号对射频（RF）设备进行分类的新方法。给定来自相同设备的信号集合，我们准确地对传输距离和具体设备身份进行分类。我们开发了一个多分类器系统，使用归一化的同相和正交（IQ）样本准确区分信道并分类设备。我们的网络对距离和设备分类均使用残差连接，在先前无法学习的任务上，对 16 个独特设备、11 种不同距离和两个不同的时间达到了 88.33% 的准确率。此外，我们展示了用于海量数据域和细微分类差异的神经网络预训练的有效性。
引用
@article{arxiv.2010.05169,
title = {End-to-End Radio Fingerprinting with Neural Networks},
author = {Ryan M. Dreifuerst and Andrew Graff and Sidharth Kumar and Clive Unger and Dylan Bray},
journal= {arXiv preprint arXiv:2010.05169},
year = {2020}
}