基于改进原型学习的开集射频指纹识别
信号处理
2023-06-27 v1 计算机视觉与模式识别
摘要
深度学习已广泛应用于射频(radio frequency, RF)指纹识别。尽管性能优异，现有多数方法仅考虑闭集假设，无法有效处理训练时未见过的未知设备发出的信号。在本文中，我们利用原型学习进行开集 RF 指纹识别，并提出两项改进，包括基于一致性的正则化与在线标签平滑，旨在学习更鲁棒的特征空间。在真实世界 RF 数据集上的实验结果表明，我们提出的措施能显著改进原型学习，从而在 RF 指纹识别中取得良好的开集识别性能。
引用
@article{arxiv.2306.13895,
title = {Open-Set RF Fingerprinting via Improved Prototype Learning},
author = {Weidong Wang and Hongshu Liao and Lu Gan},
journal= {arXiv preprint arXiv:2306.13895},
year = {2023}
}