龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京邮电大学
摘要：本发明公开一种基于星座指纹的光发射机识别方法，属于卷积神经网络、物理层安全以及设备识别技术领域。所述用星座指纹识别光发射机的方法，将设备指纹技术和机器学习算法相结合。通过将接收到的光发射机信号转换为星座图，将星座图中的幅值特征和相位特征作为光发射机的硬件标识，再利用训练好的卷积神经网络对星座指纹进行识别和分类。相较于现有技术，本发明适用于高速长距离相干光通信系统，具有重大应用价值；将接收到的信号转换为星座图，将信号识别问题转换为图像识别问题，具有更低的时间复杂度和空间复杂度；相较于瞬态信号，稳态信号星座指纹更易被提取及分类识别，具有更高的可操作性。
主权项：1.一种基于星座指纹的光发射机识别方法，其特征主要过程包括：步骤1，在相干光通信系统中，N台不同的光发射机发送调制信号，光接收机接收到信号；步骤2，对光接收机接收到的信号进行预处理色散补偿、非线性补偿、频偏估计，得到具有清晰指纹特征的星座图；步骤3，对星座图的尺寸大小进行归一化处理，制作卷积神经网络的输入数据集；步骤4，用训练集对卷积神经网络模型进行训练，得到训练好的卷积神经网络模型参数。具体可分为以下5个子步骤：步骤4.1、加载图片样本数据；步骤4.2、将加载的图片样本分为训练集和测试集；步骤4.3、构建卷积神经网络，网络结构中主要有3个卷积层、2个下抽样层池化层、1个全连接层、1个softmax层、1个分类层。池化层采用的是2×2的输入域，即上一层的4个节点作为下一层1个节点的输入，且输入域不重叠，即每次滑动2个像素。每个下抽样节点的4个输入节点求和后取平均平均池化，均值乘以一个参数加上一个偏置参数作为激活函数的输入，激活函数的输出就是下一个节点的值。卷积后输出层矩阵宽度ol为：ol＝il-flsl+1其中，ol是输出层矩阵的宽度，il是输入层矩阵的宽度，p是步长。步骤4.4、配置训练选项，用训练集对卷积神经网络模型进行训练；步骤4.5、计算卷积神经网络的分类准确率。步骤5，对不同的光发射机进行识别。
全文数据：
权利要求：
百度查询： 北京邮电大学 一种基于星座指纹的光发射机识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号