期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于梳状滤波的改进CNN-GRU射频信号“基因”分类识别方法
1
作者 赵建鼎 李靖超 +2 位作者 赵静 应雨龙 张斌 《光通信技术》 北大核心 2025年第3期59-66,共8页
针对物联网终端设备射频指纹分类识别率不高的问题,提出一种基于梳状滤波的改进卷积神经网络-门控循环单元(CNN-GRU)射频信号“基因”分类识别方法。首先,通过梳状滤波器增强射频信号的时频特征,构建具有设备唯一性的“基因图谱”;其次... 针对物联网终端设备射频指纹分类识别率不高的问题,提出一种基于梳状滤波的改进卷积神经网络-门控循环单元(CNN-GRU)射频信号“基因”分类识别方法。首先,通过梳状滤波器增强射频信号的时频特征,构建具有设备唯一性的“基因图谱”;其次,将传统一维CNN扩展为三层二维结构,结合双层GRU实现时-频联合特征提取与序列建模;最后,引入混合池化与指数线性单位(ELU)激活函数优化特征表达能力。实验结果表明:该方法在仿真数据中识别准确率达100%,实测数据达95.52%,较传统算法提升5%~22%,显著提高了物联网设备的安全性和管理效率。 展开更多
关键词 无线通信设备识别 射频信号“基因” 梳状滤波 深度学习 基因图谱
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部