[發(fā)明專利]基于膠囊神經(jīng)元的無線網(wǎng)絡設備個體識別方法與應用

有效

• 申請?zhí)枺?/td>: 202110619915.0
• 申請日: 2021-06-03
• 公開（公告）號: CN113255548B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 余志斌;張瑩;施晰耀;杜秋
• 申請（專利權）人: 西南交通大學
• 主分類號: G06F18/213
• 分類號: G06F18/213;G06F18/24;G06F18/214;G06N3/0464;G06N3/08
• 代理公司: 北京中索知識產(chǎn)權代理有限公司 11640
• 代理人: 唐亭

本發(fā)明公開了一種基于膠囊神經(jīng)元的無線網(wǎng)絡設備個體識別方法與應用，包括以下步驟：S1：收集多個無線網(wǎng)絡設備個體的雜散信號特征集，并將多個所述無線網(wǎng)絡設備個體劃分為訓練樣本和測試樣本；S2：采用基于馬氏距離的膠囊神經(jīng)網(wǎng)絡對所述訓練樣本進行訓練，獲得無線網(wǎng)絡設備個體分類覆蓋模型；S3：根據(jù)所述無線網(wǎng)絡設備個體分類覆蓋模型對所述測試樣本的無線網(wǎng)絡設備個體進行識別。本發(fā)明能夠解決現(xiàn)有技術中無線網(wǎng)絡設備個體識別精度低、不能拒識等問題，提高無線網(wǎng)絡設備個體的識別精度。

技術領域

本發(fā)明涉及無線網(wǎng)絡個體識別技術領域，特別涉及一種基于膠囊神經(jīng)元的無線網(wǎng)絡設備個體識別方法與應用。

背景技術

通信輻射源個體識別是電子戰(zhàn)中重要的一環(huán)，它主要是通過分析無線通信信號的細微特征，對輻射源個體進行身份識別。細微特征指的是能將輻射源區(qū)分開的信號特征，這一識別過程與人類的指紋識別相似，因此又被稱為“射頻指紋識別”。通過提取輻射源個體信號的細微特征進行分析，完成識別輻射源個體的任務，可以掌握使用者的身份，并通過監(jiān)視與跟蹤，對敵方的戰(zhàn)術、戰(zhàn)略動向做出預測，有利于在復雜的電磁環(huán)境下掌握主動權。隨著現(xiàn)代制造工藝水平的不斷提升，移動通信設備的不斷普及和電子通信技術的不斷發(fā)展，輻射源從最開始的雷達發(fā)展到無線電臺、便攜無線通信設備等一系列無線網(wǎng)絡設備，這給戰(zhàn)場上增加了很多的不確定性。針對無線網(wǎng)絡設備進行個體識別有很迫切的現(xiàn)實意義，也受到了國內(nèi)外相關研究人員的高度關注。

傳統(tǒng)的無線網(wǎng)絡設備個體識別主要是基于瞬態(tài)或穩(wěn)態(tài)信號特征，應用支持向量機或神經(jīng)網(wǎng)絡等分類器，實現(xiàn)個體識別。但是，識別精度較低，易受噪聲干擾；尤其是針對未知類或異常，無法拒識，降低了無線網(wǎng)絡設備個體的識別精度。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明旨在提供一種基于膠囊神經(jīng)元的無線網(wǎng)絡設備個體識別方法與應用。

本發(fā)明的技術方案如下：

一方面，提供一種基于膠囊神經(jīng)元的無線網(wǎng)絡設備個體識別方法，包括以下步驟：

S1：收集多個無線網(wǎng)絡設備個體的雜散信號特征集，并將多個所述無線網(wǎng)絡設備個體劃分為訓練樣本和測試樣本；

S2：采用基于馬氏距離的膠囊神經(jīng)網(wǎng)絡對所述訓練樣本進行訓練，獲得無線網(wǎng)絡設備個體分類覆蓋模型；

S3：根據(jù)所述無線網(wǎng)絡設備個體分類覆蓋模型對所述測試樣本的無線網(wǎng)絡設備個體進行識別。

作為優(yōu)選，步驟S1中，所述無線網(wǎng)絡設備個體的雜散信號特征通過多維模態(tài)進行分解提取。

作為優(yōu)選，步驟S1中，所述無線網(wǎng)絡設備個體的雜散信號特征包括能量、能量熵和合維數(shù)。

作為優(yōu)選，步驟S2中，所述基于馬氏距離的膠囊神經(jīng)網(wǎng)絡，以膠囊神經(jīng)網(wǎng)絡為基礎，在同類樣本點的覆蓋端點選用流形半徑的過程中引入流形半徑變化率，通過循環(huán)迭代不斷減小對同類樣本端點值的流形覆蓋半徑，得到所述基于馬氏距離的膠囊神經(jīng)網(wǎng)絡。

作為優(yōu)選，步驟S2具體包括以下子步驟：

S21：計算所有訓練樣本點兩兩之間的馬氏距離，將所有馬氏距離的平均值記為識別系數(shù)k_old；

S22：分別找到N維訓練樣本點中每組列向量的最大值與最小值，求得各組列向量的中點值mid_i；