买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川大学申请的专利基于稀疏自编码器和知识蒸馏的物理层认证方案获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119997011B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411878364.X，技术领域涉及：H04W12/06；该发明授权基于稀疏自编码器和知识蒸馏的物理层认证方案是由陈良银;扶幸霖;陈彦如;高尚华;郭艳茹;刘静雯;张文岳;王祁远设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于稀疏自编码器和知识蒸馏的物理层认证方案在说明书摘要公布了：本发明涉及一种基于稀疏自编码器和知识蒸馏的物理层认证方案。为了增强模型学习能力，该方案首先提出了一种基于Sensitivity‑SpecificityLoss的生成对抗网络数据增强模型SensSpec‑GAN，该模型通过在生成对抗网络中引入敏感性和特异性约束，增强了数据的多样性和模型对于负样本的识别能力。随后，针对CSI数据维度较高带来的计算负担问题，本发明提出了一种基于秃鹰优化算法的稀疏自编码器模型SABES，可以通过自动调整模型超参数来增强模型的特征表达能力。最后，本发明提出了自适应权重的多教师知识蒸馏模型AMTDF，通过自适应权重机制调整不同教师模型对学生模型的贡献，提升了模型在目标任务上的性能。实验结果表明，该方案提出的认证模型的准确率达到了96.32％，训练速度相较于基准算法提升了2.46倍。

本发明授权基于稀疏自编码器和知识蒸馏的物理层认证方案在权利要求书中公布了：1.一种基于稀疏自编码器和知识蒸馏的物理层认证方法，其特征在于，所述方法包括以下步骤： 步骤1、数据采集与预处理，使用Linux802.11nCSITool采集真实通信场景中的CSI数据，然后根据子载波复数矩阵计算每个子载波的幅度和相位，随后使用Savitzky-Golay滤波器对CSI数据进行去噪处理，最后将数据进行归一化处理，便于后续分析和处理； 步骤2、进行数据增强，使用基于Sensitivity-SpecificityLoss的生成对抗网络生成高质量的实验数据，提升模型对于负样本的识别能力； 步骤3、进行数据降维，使用基于秃鹰优化算法的稀疏自编码器重构输入数据，秃鹰优化算法能够自动寻找稀疏自编码器的超参数，提升稀疏自编码器的性能； 步骤4、使用知识蒸馏策略训练模型，首先使用大量标注数据训练多个教师模型；随后计算各教师模型在独立测试集上的F0.5Score指标，并根据所有教师模型的F0.5Score的平均值和标准差设定阈值，筛选出指标高于阈值的教师模型；使用经筛选的教师模型，通过基于指数加权分配法的多教师知识蒸馏方法，将大型教师模型蒸馏至轻量型的学生模型；其中所述指数加权分配法的权重依据各教师模型的F0.5Score指标计算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。