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残差网络模型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：CN116502044B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310473765.6，技术领域涉及：G06F18/10；该发明授权一种基于残差网络模型的射频指纹识别方法是由林迪;王梦娟;胡苏;吴薇薇;杨刚;马上;靳传学;杨钿设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本一种基于残差网络模型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残差网络模型的射频指纹识别方法。本发明首先将无线设备信号转换成固定大小的时频图，提取区分度更高的射频指纹特征，解决以信号样本序列作为射频指纹提取对象时，样本长度会影响后续算法结构和处理复杂度的问题。然后，针对无线设备信号时频图设计实现了深度学习模型CSAM‑ResNet，实现射频指纹的自动提取，充分挖掘时频图中的细节信息和关键特征信息，进一步提高复杂电磁环境下无线设备的识别能力。

本发明授权一种基于残差网络模型的射频指纹识别方法在权利要求书中公布了：1.一种基于残差网络模型的射频指纹识别方法，其特征在于，包括以下步骤： S1、将获取到的原始信号样本转化为时频图，具体为：将长度为N的原始信号样本划分成长度为L的NL个子序列，并将每个子序列都进行Choi-Williams变换，得到时频图； S2、构建残差网络模型，具体为，在残差网络模型ResNet18的基础上，将原始残差块中的第一个标准卷积层替换成一个扩张率为2的空洞卷积层，构建空洞残差块，并在每个空洞残差块后插入混合注意力模块；所述混合注意力模块包括通道注意力模块和空间注意力模块，其中通道注意力模块首先对输入的特征图进行平均池化和最大池化，得到两个关于通道的特征描述，然后进行相加融合得到融合特征描述，将融合特征描述输入到多层感知器中进行训练学习，经过多层感知器运算以后得到一维的通道注意力矩阵，将通道注意力矩阵与输入的特征图对应位置元素相乘得到通道注意力特征图；所述空间注意力模块用于弥补通道注意力忽略的信息，首先对输入的特征图通过卷积层进行压缩，然后在水平和垂直方向上分别使用一个通道维度的全局平均池化分出两条支路对应时间和频率的特征向量，然后再将两个维度的特征图分别通过卷积层处理得到水平和垂直方向上的注意向量，并使用Sigmoid函数进行归一化得到空间权重系数，最近将输入特征图与两个注意力向量进行逐元素点乘运算，得到加权后的空间注意力特征图； S3、利用S1获得的时频图对S2构建的残差网络模型进行训练，得到训练好的残差网络模型； S4、将采集的射频指纹信号转化为时频图输入到训练好的残差网络模型进行识别。

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”。

以上内容由龙图腾AI智能生成。