《电子测量技术杂志》发表论文赏析

基于孪生对抗训练的车联网C-V2X终端指纹识别

来源:电子测量技术杂志2026年第8期北京时间:

作者:杨飏,程杨晨,李燕,胡爱群

单位:1.无锡学院网络空间安全学院 无锡 214105; 2.无锡学院物联网工程学院 无锡 214105; 3.南京信息工程大学计算机学院、网络空间安全学院 南京 210044; 4.东南大学信息科学与工程学院 南京 210096

摘要:蜂窝车联网(C-V2X)作为智能网联汽车的代表性通信技术,通过构建高可靠的通信链路,实现车与车、车与基础设施及车与人之间的数据交互。然而,车联网复杂多变的通信环境使得终端身份接入面临重大挑战。射频指纹(RFF)由于具备唯一性、稳定性和不可克隆的特点,可以为C-V2X终端身份接入提供物理层安全方案。基于此,提出了一种C-V2X终端射频指纹提取及认证方案:首先通过设计有效预处理算法分离物理侧链路共享信道(PSSCH)和控制信道(PSCCH)中的解调参考信号(DMRS);采用对数谱分离算法来抑制因DMRS序列随机化带来的噪声分量;设计了一种基于孪生对抗网络(SANet)的训练方法,使特征提取网络专注于提取硬件相关的设备指纹。实验结果表明:所设计的预处理和对数谱去噪算法在多场景中均可有效提升终端指纹的稳定性和识别准确率;SANet在跨信道环境下测试显示出良好的泛化能力,其中静止场景的认证平均精确率和召回率可达93.22%和92.67%,移动场景下可达82.85%和82.21%。

关键词:C-V2X;DMRS;射频指纹;SANet

基金资助:移动信息网络国家科技重大专项(2025ZD1303100)、无锡学院高层次人才科研启动专项(2024r087)资助

2026年8期其他文献查阅:

光储VSG参数自适应与模型预测协同的调频策略

基于MPSR和IHBA-BiGRU-Attention的短期电力负荷预测

面向精密测量场景的鲁棒亚像素级光斑中心定位方法研究

PT对称供电结构的无人机无线通信网络资源分配方法研究

融合频率增强通道注意力机制的VMD-TCN-NTSformer-FECAM风电功率预测研究

基于多尺度感知的自适应无人机红外小目标检测

基于多策略融合的电动汽车群体内部博弈策略研究

基于多传感器数据融合的无人驾驶车辆临时道路实时感知系统研究

多策略改进黑翅鸢算法的PMSM自抗扰控制

基于改进YOLO11的遥感图像检测算法

FCA*-DWA:面向户外动态停车场全向移动机器人路径规划方法

基于自适应双重优化的模糊评估算法

YOLO-MAF:多尺度特征融合的轻量级小目标检测算法

能耗约束下量子遗传算法时延最小化卸载策略

基于多特征融合的阵列孔径扩展学习方法

基于ResNet-RFA和BiGRU-SATT的弧齿锥齿轮箱故障诊断

基于孪生对抗训练的车联网C-V2X终端指纹识别

基于全国产芯片的仪表着陆系统信号发射单元研制

基于薄膜热电阻传感器的多通道采集系统设计及性能分析

排水管道变形缺陷标注方式对智能识别的影响研究

基于动态特征增强和分层门控融合的遮挡行人重识别

基于ACS-YOLO的复杂背景下线束端子缺陷检测算法

基于多尺度特征的RAMW-YOLOv8船舶目标检测算法

基于轻量级CDM-YOLO的多尺度桥梁混凝土缺陷检测

基于门控Transformer的边缘计算卸载与无线充电器部署联合优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!