基于去噪自编码器与深度度量学习混合网络的 rogue 发射机检测
信号处理
2022-12-02 v1
摘要
Rogue发射机检测（RED）是维护物联网应用安全的关键技术。现有的基于深度学习的RED方法是在友好环境下提出的。然而，这些方法在低信噪比（SNR）场景下表现不稳定。为解决该问题，我们提出了一种鲁棒的RED方法，即去噪自编码器与深度度量学习（DML）的混合网络。具体而言，采用去噪自编码器减轻噪声干扰，从而提升其在低SNR下的鲁棒性，而DML在提高特征判别性方面发挥重要作用。我们进行了若干典型实验，在广播式自动相关监视（ADS-B）数据集和IEEE 802.11数据集上评估所提出的RED方法，并与现有RED方法进行比较。仿真结果表明，与现有方法相比，所提方法取得了更好的RED性能和更高的噪声鲁棒性，且具有更具判别性的语义向量。
引用
@article{arxiv.2212.00242,
title = {Rogue Emitter Detection Using Hybrid Network of Denoising Autoencoder and Deep Metric Learning},
author = {Zeyang Yang and Xue Fu and Guan Gui and Yun Lin and Haris Gacanin and Hikmet Sari and Fumiyuki Adachi},
journal= {arXiv preprint arXiv:2212.00242},
year = {2022}
}