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！

龙图腾网获悉电子科技大学申请的专利一种基于生成对抗网络的射频指纹识别训练数据生成方法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：CN116738251B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310731289.3，技术领域涉及：G06F18/22；该发明授权一种基于生成对抗网络的射频指纹识别训练数据生成方法是由林迪;李丙涛;胡苏;马上;靳传学;吴薇薇;杨君;周晗设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的射频指纹识别训练数据生成方法在说明书摘要公布了：本发明属于物联网安全技术领域，具体来说是涉及一种基于生成对抗网络的射频指纹识别训练数据生成方法。虽然射频指纹识别技术发展日趋成熟，但当训练数据不够时，模型从原始数据中获取到的有效信息比较少，模型会出现过拟合现象。特别是在某些特殊环境下，如无人机等处于较为隐蔽环境的通信设备，无法获取其大量信号进行射频指纹识别。本发明基于生成对抗网络模型的射频指纹样本增强方法为提取更有效的射频指纹特征，增强数据，结合IQ信号特点，修改了生成对抗网络的判别模型和生成模型；并采用Wasserstein距离公式作为计算样本特征相似度的函数，使模型更加能够区分IQ信号样本之间的差异，从而保证模型生成的数据能够匹配原数据。

本发明授权一种基于生成对抗网络的射频指纹识别训练数据生成方法在权利要求书中公布了：1.一种基于生成对抗网络的射频指纹识别训练数据生成方法，其特征在于，包括以下步骤： S1、将获取到的无线电设备IQ信号进行预处理得到训练数据集，具体为将I路和Q路数据组合起来，形成每条数据格式为2×1024的训练数据，方法是： 定义数据的输入格式为N×4096，N为正整数；输入的数据为复数形式，表示IQ两路信号，实部为I路数据，虚部为Q路数据；以1024个数字信号为一条信号样本，步长为128划分数字信号，最后获得24×N条形式为2×1024的信号样本，对信号样本按条进行归一化得到： ， 其中，是信号振幅的均方根，被视为接收到的信号； S2、通过特征向量提取网络对训练数据进行特征提取获得特征向量，所述特征向量提取网络由依次连接的9个卷积层、1个最大池化层和1个全连接层构成； S3、构建生成对抗网络，包括生成器和判别器，其中生成器的输入为特征向量，生成器的输出为生成的样本数据，判别器的输入为生成的样本数据和训练数据；所述生成器由依次连接的3个反卷积模块构成，每个反卷积模块包括反卷积层和批标准化层，生成器最终通过tanh函数将输出映射在[-1,1]范围内；判别器由3个卷积模块构成，每个卷积模块包括卷积层和平均池化层，判别器输出实数值用于计算Wasserstein距离； S4、对构建的生成对抗网络进行训练，在训练过程中，先训练5次判别器，再训练1次生成器，每次训练完毕之后，采用反向传播的方法对权重参数进行学习，目标函数为Wasserstein距离： ， 其中，是判别器网络，是训练数据，是判别器参数，是判断结果，是生成器网络，为噪声输入，是生成器参数，是生成的样本数据，是训练数据的数据分布，是生成样本的数据分布； 采用RMSProp算法作为优化器： ， 其中，为第次梯度平方的指数加权平均数，表示第次的梯度，是一个衰减系数； 然后，分别更新生成器和判别器的更新参数，公式如下： ， 其中，表示第次的权重，表示学习率，是用来防止除数为零的常数； 直到判别器训练到识别率为50%时，模型收敛，得到训练好的生成对抗网络； S5、利用训练好的生成对抗网络中的生成器生成用于射频指纹识别的训练数据。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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。