基于改进ResNet的射频指纹识别方法

在无线网络安全和可能存在的射频设备管理应用范围内,针对多个发射同种射频信号的高度相似射频设备的分类识别问题,提出了一种信号双谱与改进的残差神经网络(Residual Neural Network,ResNet)的射频指纹识别方法。首先,将采集到的不同设备的信号做双谱变换得到双谱等高图并打上设备标签,再使用搭建好的改进残差神经网络模型训练双谱等高图,通过反向传播(Back Propagation,BP)与梯度下降来更新网络权重得到最优化模型,最后使用另外一组双谱等高图验证识别性能。实验结果表明,基于信号双谱与改进的残差神经网络算法在实际电磁环境下识别率达到95.2%,是一种有效的射频指纹分类识别方法。