-
题名基于重要区域定位与掩码的射频指纹可视化分析
- 1
-
-
作者
刘文斌
范平志
杨佳煌
李雨锴
王钰浩
孟华
-
机构
西南交通大学信息科学与技术学院
中国电子科技集团公司第三十研究所
西南交通大学数学学院
-
出处
《强激光与粒子束》
CAS
CSCD
北大核心
2024年第4期137-144,共8页
-
基金
西南交通大学交叉培育项目(2682023TPY027)。
-
文摘
针对时域脉冲信号样本的射频指纹提取与深度学习模型的可解释性,提出了一种基于Grad-CAM的重要区域可视化呈现方法,并通过重要区域的多次掩码测试,来分析重要区域对射频指纹识别结果的影响。基于10个辐射源的信号样本,对比了层数不同的两种ResNet模型的测试结果。测试发现该方法能够区分不同类型信号并呈现个体差异。分析表明,该方法能够发现不同辐射源发送相同信号时的重要区域定位差异,能可视化反映辐射源个体特征的空间距离,以及不同模型的特征表征与指纹定位准确度差异;同时发现对重要区域的掩码更容易产生误预测,证明特定信号存在与时频特征相关的射频指纹,并可辅助可视化定位影响射频指纹样本识别的关键点。
-
关键词
可解释性
射频指纹
深度学习
可视化
信号特征
-
Keywords
interpretability
radio frequency fingerprint
deep learning
visualization
signal characteristics
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名辐射源个体识别的一种可解释性测试架构
被引量：1
- 2
-
-
作者
刘文斌
范平志
李雨锴
王钰浩
孟华
-
机构
西南交通大学信息科学与技术学院
西南交通大学数学学院
-
出处
《太赫兹科学与电子信息学报》
2023年第6期734-744,共11页
-
基金
国家自然科学基金资助项目(62276218)。
-
文摘
由于射频信号种类多,电磁环境复杂,特征提取难度大,现有的基于人工特征的射频辐射源个体识别方法的鲁棒性、适用性难以满足应用需求。数据驱动的深度学习方法虽然可以提供更灵活的辐射源个体识别模式,但深度学习方法自身可解释性差,而且缺乏通用测试模式来评价一个深度学习方法的优劣。本文在电磁大数据非凡挑战赛目标个体数据集的基础上,探索了基于该数据集的深度学习模型测试方法,提出面向辐射源个体识别神经网络模型的通用测试系统架构。该构架通过信号特征遮掩、生成对抗网络(GAN)、欺骗信号汇集、信道模拟等方法构造仿真测试样本,并把测试样本与原样本数据导入深度模型进行识别结果对比测试。基于测试结果分析了深度模型聚焦的信号关键特征位置,分析模型的鲁棒性,揭示信道环境对识别性能的影响,从而解释了深度学习网络模型的性能。
-
关键词
辐射源个体识别
可解释性
生成对抗网络
无线信号欺骗
-
Keywords
specific emitter identification
interpretability
Generative Adversarial Network(GAN)
wireless signal spoofing
-
分类号
TN92
[电子电信—通信与信息系统]
-
-
题名西双版纳橡胶技术和产业发展带来社会对抗性分析
- 3
-
-
作者
王钰浩
杨梦君
沈云都
-
机构
云南农业大学马克思主义学院
浙江师范大学地理与环境科学学院
-
出处
《安徽农业科学》
CAS
2019年第21期260-263,共4页
-
基金
国家社科基金一般项目(16BZX103)
-
文摘
西双版纳橡胶种植技术不断发展使当地土地利用方式发生改变,橡胶企业的增多对商品市场的竞争逐渐加大,从而导致企业与企业间,人与人之间的对抗性不断增强,使得当地社会对抗性增强。分析解决社会对抗性问题,使人与人、人与地的矛盾逐渐减小,确保传统文化更好的保存与发扬,促进经济活动与文化生活的和谐发展。
-
关键词
橡胶产业
傣族
对抗性
西双版纳
-
Keywords
Rubber industry
Dai nationality
Antagonism
Xishuangbanna
-
分类号
S-9
[农业科学]
-
-
题名基于随机离散Wi-Fi指纹的室内定位技术研究
- 4
-
-
作者
王钰浩
蔡闻凯
高敏
曾孟佳
-
机构
湖州师范学院信息工程学院
湖州学院理工学院
-
出处
《现代信息科技》
2021年第5期40-43,共4页
-
基金
湖州师范学院信息工程学院科教融合项目(2019XXKJZ05)
浙江省湖州市科技攻关计划工业项目(2018GG29)。
-
文摘
近年来,室内定位的需求日益增加,实现室内精确定位成为了学者追求的目标。多个Wi-Fi源发出的信号叠加在某位置点时,会呈现出诸如指纹般的唯一识别特性,这种特性使得使用Wi-Fi指纹对特定对象进行室内定位成为可能。文章首先研究了Wi-Fi指纹信号序列的最佳组成形式,选用适当的筛选算法对指纹信号数据进行筛选。将结果数据的不等长序列归一化成等长序列录入数据库。然后和位置索引库中的数据进行比对,从而得出定位对象在投影地图中的坐标。
-
关键词
Wi-Fi位置指纹
贝叶斯概率法
RSSI三边定位算法
室内定位系统
-
Keywords
Wi-Fi location fingerprint
Bayesian probability method
RSSI trilateral positioning algorithm
indoor positioning system
-
分类号
TN92
[电子电信—通信与信息系统]
-
