公开(公告)号：CN115526214A

公开(公告)日：2022-12-27

申请号：CN202211359184.1

申请日：2022-11-28

申请人： 国网浙江省电力有限公司金华供电公司

发明人： 王申华 ,  杨运国 ,  王文 ,  张波 ,  陈崇敬 ,  应旭华 ,  赵凯美 ,  喻翔宇 ,  李靖超 ,  应雨龙 ,  曹保良 ,  吴辉 ,  方伟飞 ,  林军 ,  方小方

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种低碳调度技术领域，是一种基于切片组合卷积神经网络的射频指纹识别方法及装置，该方法包括利用方差轨迹检测截获射频基带I/Q信号的稳态段，并将其分成若干切片信号；将若干切片信号输入切片组合卷积神经网络模型，基于切片信号特征融合提取射频基带I/Q信号的指纹信息，完成射频指纹识别。本发明在基于深度学习的通信框架下，利用切片信息学习获得组合卷积神经网络模型，有效地引导深层神经网络结构学习真实的射频指纹特征，将射频基带I/Q信号的稳态段的若干切片信号输入组合卷积神经网络模型后，能提取真实的射频指纹特征，并基于特征组合和融合，提取识别度高的射频基带I/Q信号的指纹信息，有效提高了射频指纹的识别度。