用于射频指纹识别的改进多尺度残差网络

来源：电讯技术杂志2024年第11期北京时间：

作者：凌浩然,朱丰超,姚敏立,赵建勋

单位：(1.火箭军工程大学 作战保障学院，西安 721025;2.西安电子科技大学 通信工程学院，西安 710119)

摘要：射频指纹识别可以区分高度相似的无线通信设备，已被广泛用于频谱管理和物理层安全通信。然而，很多网络模型在低信噪比环境下表现出性能下降的情况。为了提高低信噪比环境下的识别精度，设计了改进多尺度残差网络模型。该模型首先提取出解调信号的同相(I)和正交(Q)特征作为神经网络的输入，然后改进基础残差块以增加网络的每一层感受野并在细粒度水平上学习更多的特征信息。最后，将多头自注意力机制引入残差块中，进一步增强特征提取能力。在公开数据集上的测试结果表明，该网络在信噪比为0~20 dB时的平均识别准确率为85.36%，表现出比1D-ResNet网络及其变体模型更好的性能，能够在低信噪比环境下更好地完成射频指纹识别。

关键词：射频指纹识别；物理层安全；残差神经网络；多头自注意力机制；

基金资助：国家自然科学基金面上项目（62071480）