검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Performance Evaluation of Classification and Verification with Quadrant IQ Transition Image Quadrant IQ 전환 이미지를 이용한 분류 및 검증 성능 평가

Hiro TAMURA, Kiyoshi YANAGISAWA, Atsushi SHIRANE, Kenichi OKADA

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 Quadrant IQ 전환 이미지에서 동작하는 CNN(Convolutional Neural Network)을 사용하는 물리 계층 무선 장치 식별 방법을 제시합니다. 이 작업에서는 하나의 프로세스로 분류 및 탐지 작업을 소개합니다. 제안하는 방법은 아날로그 신호의 고유한 변화를 이용하여 무선기기를 식별하는 기술인 RF 핑거프린트를 활용하여 IoT 무선기기를 식별할 수 있다. 우리는 정확도를 유지하면서 CNN의 크기를 줄이기 위한 Quadrant IQ 이미지 기법을 제안합니다. CNN은 이미지 처리를 네 부분으로 나누는 IQ 전환 이미지를 활용합니다. 제안된 식별 방법의 타당성을 확인하기 위해 99개의 Zigbee 무선 장치를 대상으로 OTA 실험을 수행합니다. 측정 결과는 제안한 방법이 직렬 사용 시 36,500개의 가중치 매개변수와 병렬 사용 시 146,000개의 가중치 매개변수를 갖는 경량 CNN 모델로 80%의 정확도를 달성할 수 있음을 보여줍니다. 또한 제안된 임계값 알고리즘은 하나의 분류기를 사용하여 진위 여부를 검증할 수 있으며, 10%의 정확도를 달성하여 더욱 안전한 무선 통신을 가능하게 한다. 이 연구에서는 또한 SNR이 30~20dB 사이인 확장된 신호를 식별하는 방법도 소개합니다. 결과적으로 87dB 이상의 SNR 값에서 제안은 각각 80%와 XNUMX%의 분류 정확도와 XNUMX%의 정확도를 달성합니다.

발행
IEICE TRANSACTIONS on Communications Vol.E105-B No.5 pp.580-587
발행일
2022/05/01
공개일
2021/12/01
온라인 ISSN
1745-1345
DOI
10.1587/transcom.2021EBP3087
원고의 종류
PAPER
범주
네트워크 관리/운영

작성자

Hiro TAMURA
  Tokyo Institute of Technology
Kiyoshi YANAGISAWA
  Tokyo Institute of Technology
Atsushi SHIRANE
  Tokyo Institute of Technology
Kenichi OKADA
  Tokyo Institute of Technology

키워드