文献

J-GLOBAL ID：202202248629634842   整理番号：22A0651173

仮想敵対訓練ベース半教師つき特定エミッタ同定【JST・京大機械翻訳】

Virtual Adversarial Training-Based Semisupervised Specific Emitter Identification

著者 (3件)： Xie CunXiang (Department of Information Fusion, Naval Aviation University, Yantai 264001, China) ,  Zhang LiMin (Department of Information Fusion, Naval Aviation University, Yantai 264001, China) ,  Zhong ZhaoGen (The School of Aviation Basis, Naval Aviation University, Yantai 264001, China)
資料名： Wireless Communications & Mobile Computing  (Wireless Communications & Mobile Computing)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W1338A  ISSN： 1530-8669  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 深層学習は,特定のエミッタ識別(SEI)の研究の新しい方向である。エミッタ信号の高周波(RF)指紋は小さく,雑音に敏感である。非協力通信シナリオにおけるカテゴリー情報を含むラベルを割り当てることは難しい。これは,従来の教師つき学習法によって得られたネットワークモデルを不満足に実行して,貧弱な同定性能に導く。この限界に対処するために,本論文では,バイスペクトル分析と仮想敵対訓練(VAT)に基づく半教師つきSEIアルゴリズムを提案した。個々の識別可能性を高めるために,RF信号に対してバイスペクトル解析を行った。畳込みニューラルネットワーク(CNN)をRF指紋抽出に用いた。教師つきモデルにおけるネットワークの抗雑音性能を改善するために,敵対的方法でCNNを訓練するために,少量のラベル付きデータを使用した。仮想敵対サンプルをVATに対して計算し,ネットワークの一般化能力をさらに改善するために,ラベル付きおよび大規模ラベルなし訓練データを完全に利用した。6つの汎用ソフトウェア無線周辺(USRP;モデルB210)装置のセットに関する数値実験の結果は,提案した方法の安定かつ高速収束性能を実証し,10dBで約90%の分類精度を示した。最後に,著者らの方法の分類性能を,受信機操作特性と精度-レコールを含む他の評価尺度を用いて検証した。Copyright 2022 CunXiang Xie et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  *ネットワーク ,  受信機 ,  教師つき学習 ,  雑音特性 ,  無線伝送 ,  通信信号 ,  指紋
準シソーラス用語： 訓練データ ,  RF信号 ,  ソフトウェア無線 ,  ネットワークモデル ,  数値実験 ,  協調通信 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K) ,  通信網  (ND07030A)

引用文献 (35件)：

• L. Li, H. B. Ji, L. Jiang, "Quadratic time-frequency analysis and sequential recognition for specific emitter identification," IET Signal Process, vol. 5, no. 6, pp. 568-574, 2011.
• H. J. Liu, Z. Liu, W. L. Jiang, Y. Y. Zhou, "Incremental learning approach based on vector neural network for emitter identification," IET Signal Process, vol. 4, no. 1, pp. 45-54, 2010.
• H. J. Liu, Z. Liu, W. L. Jiang, Y. Y. Zhou, "Approach based on combination of vector neural networks for emitter identification," IET Signal Process, vol. 4, no. 2, pp. 137-148, 2010.
• P. Padilla, J. F. Valenzuela-Valdes, J. L. Padilla, "Radiofrequency identification of wireless devices based on RF fingerprinting," Electronics letters, vol. 49, no. 22, pp. 1409-1410, 2013.
• G. Lopez-Risueno, J. Grajal, A. Sanz-Osorio, "Digital channelized receiver based on time-frequency analysis for signal interception," IEEE Transactions on Aerospace and Electronic Systems, vol. 41, no. 3, pp. 879-898, 2005.

タイトルに関連する用語 (6件)： 仮想 ,  敵対 ,  訓練 ,  教師 ,  エミッタ ,  同定