动态干扰下射频识别耦合认证的风险调控学习框架

来源：电子与信息学报杂志2026年第5期北京时间：

作者：吴海锋, 余文波, 曾玉, 杨江峰

单位：1.云南民族大学电气信息工程学院 昆明 6505042.云南省无人自主系统重点实验室 昆明 6505043.云南省高校智能传感网络及信息系统科技创新团队 昆明 650504

摘要：动态干扰环境下，射频识别(RFID)耦合认证的物理层特征易受金属反射、多径效应影响，导致传统静态建模方法识别稳定性不足。针对此问题，该文提出风险调控学习识别框架(RMLIF)，构建“风险感知-物理调节-特征重构-分类判定”的闭环机制。该框架创新性在于：(1)建立随机微分方程(SDE)信道模型，通过漂移项、扩散项与冲击项协同刻画动态干扰，证明解存在唯一性定理；(2)设计目标导向自适应风险(TDAR)调节算法，理论上保证风险指数单调收敛与扰动稳定性，等效实现分类边界间隔放大；(3)提出识别风险指数(RRI)与信干噪比(SINR)的指数映射关系，构建低维压缩特征空间，并推导出泛化误差界与样本复杂度界。基于通用软件无线电外设(USRP)N2000平台的实验表明，在无/小/中/大铜片干扰场景下，RMLIF识别准确率均达90%以上，较传统方法平均提升10%～20%，验证了理论分析的正确性与工程应用价值。

关键词：射频识别, 防伪, 耦合, 识别风险, 分类

基金资助：国家自然科学基金(62161052)