.png){kind=icon}
返回
Physical Layer Authentication via Conditional Variational Auto-Encoder for AIS
.png){kind=icon}
PRE
AI
DOI：10.1109/TGCN.2024.3439536.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于卫星组件的自动识别系统（AIS）因其高度开放性而日益受到外部攻击者的威胁。射频指纹识别（RFFI）作为一种物理层认证方案，为AIS安全解决方案提供了新的视角。然而，现有的RFFI方法受限于对噪声或干扰的敏感性，并且这些方法在直接应用于卫星AIS（SAT-AIS）时难以调整。为此，本文提出了一种基于条件变分自编码器（CVAE）的RFFI方法。具体而言，将分数低阶循环谱作为传统循环谱的扩展，用作特征变换以突出时频域中的RFF特征。此外，采用具有多种注意力机制的CVAE，用于自适应地压缩和提取具有区分性的RFF特征，以提高RFFI的准确性。实验结果表明，所提出的方法在$E_{b}/N_{0}$为10 dB时能够达到98.28%的准确率，并在噪声环境下表现出高可靠性和鲁棒性。
Keyword:
Radio frequency fingerprint
cyclic spectrum
variational auto-encoder
attention mechanism
期刊
I
IF:
6.7
论文数:
1.4K
被引数:
4.3K
机构
引用论文
Cyclic Feature Detection With Sub-Nyquist Sampling for Wideband Spectrum Sensing基于亚奈奎斯特采样的宽带频谱感知循环特征检测
PREAI
分享收藏An Automated GPR Signal Denoising Scheme Based on Mode Decomposition and Principal Component Analysis基于模态分解和主成分分析的探地雷达信号自动去噪方案
PREAI
分享收藏
SIGNAL-PROCESSING WITH FRACTIONAL LOWER ORDER MOMENTS - STABLE PROCESSES AND THEIR APPLICATIONS.png)
PROCEEDINGS OF THE IEEE
PROCEEDINGS OF THE IEEEIF25.9
PREAI
分享收藏
查看更多内容