.png){kind=icon}
返回
Signal Preprocessing for Enhanced IoT Device Identification Using Support Vector Machine
.png){kind=icon}
PRE
AI
DOI：10.3390-fi17060250.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于射频指纹的设备识别被广泛应用于提升物联网系统的安全性。然而，原始射频信号中的噪声和采集不一致性会影响用于区分蓝牙设备的分类、识别和认证算法的有效性。本研究探讨了射频信号预处理技术如何影响基于射频指纹的支持向量机分类器的性能。评估了源自射频信号预处理技术的四种选项，每种选项均应用于原始射频信号，以尝试提高同一蓝牙设备发出的信号之间的一致性。在两个公开射频信号数据库中收集的来自24部智能手机射频的原始蓝牙信号上进行的实验表明，选择合适的射频信号预处理方法可以显著提高基于支持向量机分类器的算法在区分蓝牙设备时的有效性。
Keyword:
radio frequency fingerprinting
Bluetooth devices
support vector machine
signal preprocessing
device identification
期刊
IF:
3.6
论文数:
1.2K
被引数:
6.5K
机构
引用论文
Fan, Z.Y.; Cheng, W. Construction and Sharing of Radio Frequency Fingerprinting Dataset Based on Federated Learning. In Proceedings of the 2021 IEEE 6th International Conference on Signal and Image Processing (ICSIP), Nanjing, China, 22–24 October 2021; pp. 980–984. [Google Scholar] [CrossRef]Fan, Z.Y.; Cheng, W. 基于联邦学习的射频指纹数据集构建与共享。2021年IEEE第六次国际信号与图像处理会议（ICSIP）论文集，南京，中国，2021年10月22–24日；第980–984页。[Google Scholar][CrossRef].png)
IF0
PREAI
分享收藏A comprehensive evaluation of ensemble learning for stock-market prediction集成学习在股市预测中的综合评价JOURNAL OF BIG DATA
OAAI
JOURNAL OF BIG DATAIF6.4
OAAI分享收藏A Low-Latency Approach for RFF Identification in Open-Set Scenarios一种低延迟方法用于开放集场景下的RFF识别Electronics
OAAI
ElectronicsIF0
OAAI分享收藏
查看更多内容