(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211359184.1 (22)申请日 2022.11.28 (71)申请人 国网浙江省电力有限公司金华供电 公司 地址 321000 浙江省金华市 婺城区双溪西 路420号 (72)发明人 王申华　杨运国　王文　张波　 陈崇敬　应旭华　赵凯美　喻翔宇　 李靖超　应雨龙　曹保良　吴辉　 方伟飞　林军　方小方　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 专利代理师 王丰毅 (51)Int.Cl. G06K 9/00(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于切片组合卷积神经网络的射频指纹识 别方法及装置 (57)摘要 本发明涉及一种低碳调度技术领域， 是一种 基于切片组合卷积神经网络的射频指纹识别方 法及装置， 该方法包括利用方差轨迹检测截获射 频基带I/Q信号的稳态段， 并将其分成若干切片 信号； 将若干切片信号输入切片组合卷积神经网 络模型， 基于切片信号特征融合提取射频基带I/ Q信号的指纹信息， 完成射频指纹识别。 本发明在 基于深度学习的通信框架下， 利用切片信息学习 获得组合卷积神经网络模型， 有效地引导深层神 经网络结构学习真实的射频指纹特征， 将射频基 带I/Q信号的稳态段的若干切片信号输入组合卷 积神经网络模型后， 能提取真实的射频指纹特 征， 并基于特征组合和融合， 提取识别度高的射 频基带I/Q信号的指纹信息， 有效提高了射频指 纹的识别度。 权利要求书2页 说明书9页 附图12页 CN 115526214 A 2022.12.27 CN 115526214 A 1.一种基于切片组合卷积神经网络的射频指纹识别方法， 其特 征在于， 包括： 利用方差 轨迹检测截获射频基带I/Q信号的稳态信号， 并将其分成若干切片信号； 将若干切片信号输入切片组合卷积神经网络模型， 基于切片信号特征融合提取射频基 带I/Q信号的指纹信息， 完成射频指纹识别； 其中切片组合卷积神经网络模型为使用多组训练数据通过深度 学习得出的， 每一组训 练数据均包括： 稳态信号的切片信号和用来标识该射频指纹的标识信息 。 2.根据权利要求1所述的基于切片组合卷积神经网络的射频指纹识别方法， 其特征在 于， 所述利用方差 轨迹检测截获射频基带I/Q信号的稳态信号， 并将其分成若干切片， 包括： 利用接收机采集 射频基带I/Q信号， 并进行ADC采样； 对采样获得的射频基带I/Q信号进行方差轨迹检测， 拦截射频基带I/Q信号的稳态信 号； 将射频基带I/Q信号的稳态信号进行切片， 获得若干切片信号。 3.根据权利要求1或2所述的基于切片组合卷积神经网络的射频指纹识别方法， 其特征 在于， 所述将若干切片信号输入切片组合卷积神经网络模型， 基于切片信号特征融合提取 射频基带I/Q信号的指纹信息， 完成射频指纹识别， 包括： 将若干切片信号输入切片组合卷积神经网络模型， 利用深度卷积神经网特征抽取器提 取每个切片信号中的特 征； 将每个切片信号中提取的特征进行融合， 在融合特征中提取射频基带I/Q信号的指纹 信息； 利用softmax函数识别射频基带I/Q信号的指纹信息 。 4.一种基于切片组合卷积神经网络的射频指纹识别装置， 其特 征在于， 包括： 切片单元， 利用方差轨迹检测截获射频基带I/Q信号的稳态信号， 并将其分成若干切片 信号； 识别单元， 将若干切片信号输入切片组合卷积神经网络模型， 基于切片信号特征融合 提取射频基带I/Q信号的指纹信息， 完成射频指纹识别； 其中切片组合卷积神经网络模型为使用多组训练数据通过深度 学习得出的， 每一组训 练数据均包括： 射频基带I/Q信号稳态信号的切片信号和用来标识该射频指纹的标识信息 。 5.根据权利要求4所述的基于切片组合卷积神经网络的射频指纹识别装置， 其特征在 于， 所述切片单 元， 包括： 采样模块， 利用接收机采集 射频基带I/Q信号， 并进行ADC采样； 截取模块， 对采样获得的射频基带I/Q信号进行方差轨迹检测， 拦截射频基带I/Q信号 的稳态信号； 切片模块， 将射频基带I/Q信号的稳态信号进行切片， 获得若干切片信号。 6.根据权利要求4或5所述的基于切片组合卷积神经网络的射频指纹识别装置， 其特征 在于， 所述识别单 元， 包括： 特征提取模块， 将若干切片信号输入切片组合卷积神经网络模型， 利用深度卷积神经 网特征抽取器提取每 个切片信号中的特 征； 指纹提取模块， 将每个切片信号中提取的特征进行融合， 在融合特征中提取射频基带 I/Q信号的指纹信息；权　利　要　求　书 1/2 页 2 CN 115526214 A 2指纹识别模块， 利用softmax函数对识别射频基带I/Q信号的指纹信息 。 7.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器中存储有计算机程 序， 计算机程序由处理器加载并执行以实现如权利要求 1至3任意一项 所述的基于切片组合 卷积神经网络的射频指纹识别方法。 8.一种计算机可读存储介质， 其特征在于， 所述存储介质上存储有能被计算机读取的 计算机程序， 所述计算机程序被设置为运行时执行如权利要求1至3任意一项 所述的基于切 片组合卷积神经网络的射频指纹识别方法。权　利　要　求　书 2/2 页 3 CN 115526214 A 3