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自监督对比学习的射频指纹识别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：CN116782237B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310754154.9，技术领域涉及：H04W12/79；该发明授权一种基于自监督对比学习的射频指纹识别方法是由林迪;杨君;胡苏;马上;靳传学;吴薇薇;李丙涛;周晗设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于自监督对比学习的射频指纹识别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自监督对比学习的射频指纹识别方法。虽然射频指纹识别技术发展日趋成熟，但所有的数据标签都需要人工进行操作，耗时耗力。尤其是数据量大时，使用人工标注会浪费特别多不必要的时间和金钱。基于自监督对比学习和卷积神经网络的射频指纹识别方法在在大规模无标签数据中自动构造监督信息，来进行监督学习或训练，结合IQ信号特点，基于“stop‑gradient”的思想，通过最大化同一IQ数据的两个增广的相似性来达到分类的目的；并采用改进后的CNN作为骨干网络，使模型更加适合射频数据，能够更加高效的区分IQ信号样本之间的差异，从而保证模型识别准确率。

本发明授权一种基于自监督对比学习的射频指纹识别方法在权利要求书中公布了：1.一种基于自监督对比学习的射频指纹识别方法，其特征在于，包括以下步骤： S1、将获取到的无线电设备IQ信号经过数据增强制作为训练数据，具体为将每一个无标签的IQ信号x通过不同的数据增强方式得到两个数据x1和x2，将x1，x2作为新的训练数据，由此根据获得的IQ数据得到训练数据集； S2、构建基于自监督的识别网络，识别网络包括两条分支，分别输入训练数据x1，x2中的一个，两条分支采用孪生结构，其中一条只含有编码器部分，另外一条包括编码器和预测MLP头两部分，其中编码器由CNN和投影MLP头组成；所述CNN的具体结构为：卷积层+第一卷积模块+第二卷积模块+第三卷积模块+Flatten层+Dropout层+第一全连接层+第二全连接层+第三全连接层；其中第一卷积模块、第二卷积模块和第三卷积模块的结构相同，均包括依次连接的两个卷积层和一个最大池化层，且所述投影MLP头的输出后添加有BN，定义训练数据x1，x2经过两条分支的编码器后得到z1＝fx1和z2＝fx2，z1、z2分别经过预测MLP头得到p1＝hz1,p2＝hz2，与投影MLP头不同的是，预测MLP头的输出层没有BN；在识别网络的前向传播中，对p1和z2、p2和z1进行最大化相似度，而在反向传播中，会对其中一条分支的模型停止梯度传播； S3、利用S1的训练数据集对S2构建的识别网络进行预训练，根据所构建网络的特性，采用的损失函数为： 其中 S4、对预训练后得到的识别网络，冻结CNN的参数，对投影MLP头和预测MLP头进行训练，优化分类结果，使得模型最终能输入射频信号来自于哪个设备； S5、将获取的IQ信号输入训练好的识别网络，得到识别结果。

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”。