基于改进LeNet模型的短波频段广播电台射频指纹识别研究  

Research on RF Fingerprint Recognition of Shortwave Broadcast Station Based on Improved LeNet

作　　者：李询 崔佳荣 陈文 吴小松 

机构地区：[1]国家无线电监测中心 [2]四川省资阳无线电监测站

出　　处：《中国无线电》2024年第4期52-56,共5页China Radio

摘　　要：本文通过利用辐射源生产和装配时的硬件差异所产生的无意调制,通过基于卷积神经网络的深度学习方式实现了对短波广播电台AM信号无线发射设备的射频指纹识别,从而为设备提供了唯一的标识,使得在短波电台定位、台站识别、电台分类等工作中有了新的取证维度,提高了无线电监测的能力和效率。

关 键 词：射频指纹 卷积神经网络 短波电台 深度学习 

分 类 号：TN934.81[电子电信—信号与信息处理] TP18[电子电信—信息与通信工程]