文章详情
| 稿件标题： | 基于嵌入坐标注意力的DRGNN在失真信道下射频指纹识别 |
| 稿件作者： | 莫晨，郭恩全，邱志强 |
| DOI： | 10.11809/bqzbgcxb2023.S2.042 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 射频指纹；神经网络；有扰信道；坐标注意力；离散余弦变换 |
| 文章摘要： | 使用10个LoRa设备和示波器在视距(line of sight,LOS)信道、非视距(non line of sight,NLOS)信道、有扰信道下进行了数据采集并构建了数据集。为了解决当输入为一维时序数据时坐标注意力(coordinate attention,CA)只能在时域上做特征增强，提出一种DCTCA机制，将输入特征图通过离散余弦变换(discrete cosine transform，DCT)由时域转换到频域以增强在频域上的特征，将时域上的特征图与频域上的注意力图融合实现多维度的特征增强。嵌入到由残差网络(residual network,ResNet)和门控循环网络(gated recurrent unit,GRU)级联的DRGNN网络进行射频指纹特征提取并完成识别。实验结果表明，在有扰信道下网络模型识别准确率可达79.2%，明显优于CNN1D的67.7%和LSTM的45.8%.。通过对比消融实验证明了DCTCA机制的有效性。 |
| 引用本文格式： | 莫晨，郭恩全，邱志强.基于嵌入坐标注意力的DRGNN在失真信道下射频指纹识别［J］.兵器装备工程学报，2023,44(S2):237-244. MO Chen, GUO Enquan, QIU Zhiqiang.RF fingerprint identification in distorted channels based on DRGNN embbeded coordinate attention［J］.Journal of Ordnance Equipment Engineering,2023,44(S2):237-244. |
| 刊期名称： | 2023年增刊2期 |
| 出版时间： | 2024年2月 |
| 上线时间： | 2024年2月21日 |
| 浏览次数： | 1181 |
| 下载次数： | 26 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |