一种基于卷积神经网络的设备认证特征识别方法

本发明公开了一种基于卷积神经网络的设备认证特征识别方法，包括以下步骤：S1.识别平台对合法无线设备和非法无线设备进行射频指纹信号采集；S2.识别平台对对原始射频指纹信号样本集进行特征生成；S3.识别平台对生成的射频指纹特征样本集进行划分，得到训练集和测试集；S4.识别平台利用识别算法生成分类识别器，并根据训练集和测试集进行训练和测试，直至分类识别器满足检测概率；S5.识别平台利用检测率达标的分类识别器，对未知身份信息的无线发射设备，以实现合法性身份判断。本发明克服了人工选取射频指纹特征单一和特征选取困难的问题，利用卷积神经网络自动提取指纹特征，再使用识别算法，从而提高了对无线发射设备的身份识别率。